¿Cómo puede la teledetección hiperespectral localizar microfugas de hidrocarburos? — De los principios a los estudios de caso
¿Por qué las imágenes hiperespectrales pueden "ver" las microfugas de hidrocarburos?
microfugas de hidrocarburos
La microfiltración de hidrocarburos es el proceso por el cual los hidrocarburos ligeros, como el metano y el etano, migran continuamente hacia la superficie a través de fracturas, juntas y poros diminutos. Su flujo suele ser bajo, y las películas de petróleo o los flujos de gas son difíciles de observar en la superficie, de ahí el término "micro" (Schumacher, 1996; Saunders et al., 1999).
Tras migrar los hidrocarburos ligeros hacia la superficie, los microorganismos pueden degradarlos lentamente. Este proceso consume oxígeno y genera subproductos como dióxido de carbono y sulfuro de hidrógeno, alterando así el entorno redox superficial y provocando cambios correspondientes en la composición mineral del suelo y las rocas (Schumacher, 1996; Saunders et al., 1999). Sus efectos son acumulativos a largo plazo; aunque no sean directamente perceptibles, pueden modificar gradualmente el entorno superficial.
En la clasificación de teledetección, las macrofugas se distinguen generalmente de las microfugas: las primeras se refieren a filtraciones de petróleo o gas a gran escala que pueden observarse directamente en tierra o en el aire; las segundas son difíciles de observar directamente y deben inferirse a partir de rastros secundarios (van der Meer et al., 2002; Asadzadeh y de Souza Filho, 2017). Los satélites de metano atmosférico capturan principalmente aumentos de concentración relativamente evidentes en la columna atmosférica, apuntando a fuentes con fuertes emisiones; mientras que las microfugas se manifiestan en la superficie como rastros anómalos a largo plazo en los espectros del suelo, los minerales y la vegetación. La teledetección hiperespectral apunta precisamente a estas últimas.

Figura 1. Diagrama esquemático de los cambios superficiales causados por la microlixiviación de hidrocarburos.(Huang et al.,2019)
Generalmente, en la superficie terrestre quedan tres tipos de huellas.
Categoría 1: Absorción de los propios hidrocarburos.Sustancias que contienen hidrocarburos eninfrarrojo de onda cortaExiste un valle de absorción causado por enlaces carbono-hidrógeno alrededor de 2,3 μm, que se refleja como una característica de absorción en la curva espectral (Kühn et al., 2004; Yang Dachang et al., 2018).
Categoría dos:Alteración mineralUn ambiente reductor puede provocar una disminución de los minerales férricos y la desaparición de las capas rojas (Figura 2); los minerales arcillosos pueden aumentar y los carbonatos pueden precipitar (Schumacher, 1996; Yang et al., 2018). Los minerales arcillosos presentan absorciones características alrededor de 2,2 μm, y los carbonatos alrededor de 2,3 μm. Estas anomalías minerales son productos indirectos de fugas y pueden identificarse mediante imágenes hiperespectrales.
Categoría 3:Estrés de la vegetaciónLa hipoxia en la zona radicular y la alteración de la química del suelo pueden provocar una disminución del contenido de clorofila en las hojas, lo que a su vez causa cambios en el espectro de la cubierta vegetal (van der Meer et al., 2002; Horler et al., 1983). Las plantas no detectan directamente el metano, sino que su estado de crecimiento difiere del de la vegetación circundante.
La teledetección hiperespectral actúa como registrador de anomalías superficiales, y las imágenes hiperespectrales pueden capturar los tres tipos de rastros mencionados anteriormente; incluso si se han perdido moléculas de hidrocarburos, los cambios en el color del suelo y el crecimiento anormal de la vegetación aún pueden conservarse.

Figura 2. Alteración de la superficie causada por microfiltraciones en yacimientos de petróleo y gas.(Chen et al., 2017)
Índice de absorción de hidrocarburos: Medir la fosa poco profunda.
El índice de hidrocarburos propuesto por Kühn et al. es uno de los algoritmos más utilizados. Este método selecciona longitudes de onda de hombro a ambos lados del valle de absorción, utiliza la línea que las conecta como línea base y calcula la profundidad de absorción del fondo del valle con respecto a esta línea base; cuanto mayor sea la profundidad de absorción, mayor será el valor del índice. Tras el cálculo píxel a píxel, se puede generar una imagen de índice de banda única, cuya escala de grises o pseudocolor refleja la intensidad relativa de la absorción de hidrocarburos (Kühn et al., 2004).
En la teledetección de petróleo y gas a nivel nacional, los índices que caracterizan la intensidad de absorción de hidrocarburos se denominan generalmente índices de absorción de hidrocarburos. Debido a las diferencias en el tipo de sensor, las combinaciones de bandas utilizadas por los investigadores y las fórmulas de cálculo, las definiciones de estos índices varían. Durante la interpretación, sus relaciones relativas deben compararse en función del mismo sistema colorimétrico; un valor de índice más alto indica una característica de absorción de hidrocarburos más significativa en ese píxel. Es importante tener en cuenta que las características artificiales que contienen hidrocarburos, como los pavimentos asfálticos, los plásticos y los derrames de petróleo, así como los residuos de corrección atmosférica, pueden generar valores de índice más altos y deben eliminarse por separado mediante una máscara durante la extracción.
Desplazamiento al azul del borde rojo en la vegetación: pendientes pronunciadas que se mueven hacia longitudes de onda más cortas.
El espectro de la vegetación sana muestra un aumento pronunciado y significativo en el rango del rojo al infrarrojo cercano, lo cual se debe a la banda de luz roja.absorción de clorofilaLa reflectividad es alta y baja; sin embargo, al entrar en el rango del infrarrojo cercano, la estructura interna de la pala provoca un aumento significativo de la reflectividad. Esta pendiente pronunciada se sitúa típicamente entre aproximadamente 680 y 750 nanómetros y se denomina borde rojo; la longitud de onda correspondiente al punto donde la pendiente es máxima se denomina posición del borde rojo (PBR) (Horler et al., 1983).
El contenido de clorofila está estrechamente relacionado con la posición del borde rojo. Cuando disminuye el contenido de clorofila, el borde rojo suele desplazarse hacia longitudes de onda más cortas, es decir, hacia la luz azul; este fenómeno se conoce como desplazamiento de la cobertura vegetal.Desplazamiento azul del borde rojo(Horler et al., 1983). Los experimentos de fugas de gas muestran que los cambios en la morfología derivada del borde rojo a veces ocurren antes de que las hojas muestren clorosis evidente (Smith et al., 2004). En el estudio del metano de lecho de carbón en la cuenca de Qinshui, los resultados estadísticos basados en el índice de posición del borde rojo muestran que la vegetación afectada por microfugas de hidrocarburos a largo plazo puede exhibir un desplazamiento al azul del borde rojo, acompañado de una disminución en la reflectancia del infrarrojo cercano y un aumento en la reflectancia del valle rojo (Han et al., 2023).

Figura 3. Diagrama esquemático que compara el desplazamiento al azul del borde rojo entre vegetación sana y vegetación estresada.(Horler et al., 1983; Smith et al., 2004; Han et al., 2023)
Cabe señalar que el desplazamiento al azul del borde rojo solo indica que la vegetación podría estar bajo estrés. La sequía, las plagas y enfermedades, la deficiencia de nutrientes, el estrés por metales pesados, los cambios fenológicos y las diferencias en el tipo de cultivo pueden provocar este desplazamiento. Por lo tanto, el desplazamiento al azul del borde rojo de la vegetación (REP) es un indicador de un estado anormal de la vegetación y puede utilizarse para identificar áreas que difieren de la vegetación circundante, pero no puede emplearse como único criterio para la presencia de metano subterráneo.
¿Por qué deberían combinarse los valores altos de los índices de absorción de hidrocarburos con los índices de desplazamiento al azul del borde rojo?
El índice de absorción de hidrocarburos refleja principalmente las características de absorción química y es más directo en áreas de suelo desnudo. Sin embargo, las características artificiales que contienen hidrocarburos pueden causar interferencia, y la absorción mineral alrededor de 2,3 micrómetros también puede mezclarse en algoritmos similares. El desplazamiento al azul del borde rojo de la vegetación solo es indicativo de píxeles de vegetación y puede ser desencadenado por diversos tipos de estrés. La superposición de estos dos análisis busca responder a la misma pregunta: ¿las áreas con fuerte absorción de hidrocarburos están acompañadas simultáneamente por estrés en la vegetación? Revisiones anteriores han combinado modelos de borde rojo con coincidencia espectral para lograr una restricción mutua entre la evidencia espectral directa y la evidencia indirecta de la vegetación (van der Meer et al., 2002). Las áreas con buena superposición espacial deben priorizarse para la verificación de campo; las áreas con una sola anomalía deben incluirse temporalmente en la lista de observación. Cabe señalar que la superposición solo aumenta la credibilidad de las pistas y no equivale a la localización directa de depósitos minerales.
Flujo de trabajo general desde imágenes de teledetección hasta áreas potenciales
En diferentes condiciones de cuenca y de sensores, el proceso técnico general se puede resumir de la siguiente manera: adquisición de datos, preprocesamiento, extracción del índice de absorción de hidrocarburos, extracción de la anomalía de desplazamiento al azul del borde rojo de la vegetación, análisis de superposición espacial y delimitación de zonas potenciales.
Paso 1: Adquisición de datos
Primero, es necesario adquirir datos espectrales de imagen que abarquen la luz visible, el infrarrojo cercano y el infrarrojo de onda corta, incluyendo el borde rojo (aproximadamente 680–760 nm) y las bandas características de absorción de hidrocarburos. Segundo, el ancho de banda debe ser relativamente estrecho, con canales estrechos continuos cerca del borde rojo, y la banda de absorción de hidrocarburos no debe quedar únicamente dentro de una banda compuesta amplia. Finalmente, se deben considerar la resolución espacial, la nubosidad y los factores estacionales: el estrés de la vegetación se identifica más fácilmente durante períodos de crecimiento vigoroso de la vegetación; mientras que el índice de absorción de hidrocarburos para áreas de suelo desnudo es más aplicable a fases o parcelas con baja cobertura vegetal.
Paso 2: Preprocesamiento
Antes del cálculo, las imágenes deben convertirse a reflectancia superficial. El preprocesamiento generalmente incluye la eliminación de bandas no calibradas y bandas con fuerte absorción de vapor de agua, calibración radiométrica, corrección atmosférica, corrección geométrica y enmascaramiento de nubes, sombras de nubes, cuerpos de agua y superficies artificiales significativas. Dado que el índice de absorción de hidrocarburos es adyacente a la banda de absorción de vapor de agua, su cálculo requiere una alta precisión en la corrección atmosférica. Antes de extraer los parámetros del borde rojo, se debe usar el índice de vegetación para enmascarar los píxeles de suelo desnudo y cuerpos de agua para evitar interpretar erróneamente los puntos de inflexión espectrales del suelo como bordes rojos de vegetación. Si se necesitan superponer varias capas, las posiciones geométricas de cada capa deben unificarse en la misma cuadrícula para garantizar un registro espacial consistente.
Paso 3: Extracción de anomalías en el índice de absorción de hidrocarburos
A partir de imágenes de reflectancia, se utiliza un algoritmo predeterminado para calcular el índice de absorción de hidrocarburos píxel a píxel, generando un ráster de índice de banda única. El nivel de este índice es relativo y debe considerarse en relación con el entorno local; los píxeles aislados de alto valor suelen deberse a ruido o píxeles mixtos. Solo cuando los valores altos aparecen en bandas, grupos o se agrupan a lo largo de una dirección específica, resultan relevantes para un análisis posterior. Las características artificiales, como pavimentos asfálticos, zonas industriales y mineras, e invernaderos de plástico, deben enmascararse y eliminarse por separado. Los resultados obtenidos en este paso representan la ubicación de una absorción de hidrocarburos relativamente elevada y no pueden equipararse con la extensión de la fuga.
Paso 4: Extracción de anomalías de desplazamiento al azul en el borde rojo de la vegetación
Los métodos comunes para estimar las posiciones del borde rojo a escala de píxel de la vegetación incluyen el método del máximo de la primera derivada, la interpolación lineal y la extrapolación lineal. Dado que las longitudes de onda absolutas obtenidas por diferentes algoritmos pueden diferir en varios nanómetros, el análisis comparativo debe limitarse a la misma imagen y marco de algoritmo, evaluando el grado de desplazamiento hacia longitudes de onda más cortas en relación con la vegetación similar circundante (Horler et al., 1983; Smith et al., 2004). Las regiones desplazadas hacia longitudes de onda más cortas y que exhiben una distribución continua o en bandas se definen como anomalías de desplazamiento al azul del borde rojo de la vegetación. El tipo de cultivo y el estado de crecimiento también pueden causar desplazamientos del borde rojo; mezclar diferentes tipos de vegetación para la comparación puede producir fácilmente anomalías falsas. Por lo tanto, el umbral debe calibrarse localmente (Han et al., 2023).
Paso 5: Superposición espacial
Tras el registro espacial de los dos mapas de anomalías, estos pueden dividirse en tres combinaciones espaciales según su relación de superposición: áreas con valores elevados del índice de absorción de hidrocarburos, áreas con anomalías de desplazamiento al azul en el borde rojo de la vegetación y áreas donde coexisten ambas. Entre estas, se debe priorizar la conservación de las áreas donde coexisten ambas y cada una presenta una distribución continua en bandas o en parches.
En zonas con abundante vegetación, el dosel puede enmascarar las señales de absorción de hidrocarburos del suelo. En este caso, el desplazamiento hacia el azul a lo largo del borde rojo de la vegetación puede utilizarse como evidencia primaria, mientras que el índice de absorción de hidrocarburos sirve como evidencia secundaria. Lo contrario ocurre en zonas de suelo desnudo. Es importante destacar que, dado que las escalas de color de los dos tipos de mapas de anomalías representan diferentes magnitudes y dimensiones físicas, los colores cálidos no pueden equipararse ni sustituirse directamente entre sí.
Paso 6: Identificar el área potencial
Con base en los resultados del análisis de superposición, se delimita el área potencial. Esta delimitación se fundamenta en los principios de intensidad relativamente alta de la anomalía, distribución espacial concentrada o en bandas a lo largo de una dirección específica, corroboración mutua entre los dos tipos de anomalías y ubicación dentro de la cobertura efectiva de la imagen. El área delimitada debe ser moderadamente compacta para facilitar la verificación punto por punto posterior sobre el terreno.
El resultado de este paso es una lista de áreas objetivo para la validación. Antes de realizar las mediciones de gases del suelo, las mediciones espectrales terrestres y el análisis estructural, esta lista solo indica que las áreas relevantes tienen mayor prioridad de validación que las áreas circundantes.
Estudio de caso: Análisis de anomalías hiperespectrales de un área de estudio.
La siguiente área de estudio sirve como caso práctico para demostrar la eficacia de los seis pasos mencionados anteriormente en imágenes reales.

Figura 4Regiones de interés y cobertura de imágenes hiperespectrales del área de estudio;La línea roja representa la región de interés (ROI), y el rectángulo inclinado en su interior representa la cobertura real de la imagen.
La línea roja representa la región de interés (ROI) que se va a analizar. La imagen hiperespectral abarca el rectángulo central inclinado, que contiene vegetación, elementos lineales y parches.

Figura 5Distribución de los índices de absorción de hidrocarburos dentro de la región de interés;La línea roja representa la región de interés (ROI); la escala de color muestra azul para valores bajos y rojo para valores altos.
El lado occidental del área de estudio muestra una cuadrícula relativamente regular de tierras de cultivo, mientras que las partes central y oriental están dominadas por vegetación continua, con cuerpos de agua dispersos esporádicamente; la región de interés abarca decenas de kilómetros. En el lado oriental, hay una franja oscura que se extiende de norte a sur y varios bloques rectangulares de diferentes tonalidades.
El índice de absorción de hidrocarburos no cubre todo el rango de la línea roja, sino que converge en el centro formando bandas, ramificaciones y agrupaciones. Este patrón espacial de bandas y agrupaciones coincide con la estructura conservada determinada en el tercer paso (es decir, excluyendo los píxeles de ruido dispersos). Según la escala de color, el rojo representa valores altos; sin embargo, en esta imagen, los píxeles densos son mayoritariamente de tonos fríos, y el número de puntos rojos de alto valor es limitado. Este fenómeno suele deberse a que los valores extremos individuales extienden el rango de la escala de color, provocando que otros píxeles de valor relativamente alto se compriman en el rango azul y cian. Las bandas mencionadas deben ser el foco del siguiente paso de verificación. Si el índice original confirma que son valores altos, puede proporcionar indicios preliminares de microfugas de hidrocarburos y enriquecimiento de metano.

Figura 6Distribución relativa de las anomalías del desplazamiento al azul del borde rojo de la vegetación (REP);La escala de color utiliza el azul para los valores más bajos y el rojo para los valores más altos; la leyenda indica la fuerza relativa de la anomalía del desplazamiento al azul a lo largo del borde rojo.
La imagen muestra un predominio de tonos amarillos, naranjas y rojos, intercalados con parches de colores fríos, exhibiendo un patrón de distribución espacial general de parches y franjas entrelazadas, que refleja la fuerza relativa de la anomalía de desplazamiento al azul del borde rojo en la vegetación. La amplia distribución de áreas de colores cálidos indica una buena continuidad espacial de las anomalías de la vegetación extraídas en este paso. Solo las áreas que se superponen espacialmente de manera significativa con áreas de alto valor de índices de absorción de hidrocarburos pueden incluirse en la lista de candidatas para una verificación posterior de la microfuga de metano. Si solo hay anomalías de borde rojo sin indicios de absorción de hidrocarburos, se clasifican temporalmente como señales de estrés de la vegetación, y sus causas requieren una identificación adicional mediante investigación de campo. En esta etapa, también deben considerarse plenamente los posibles impactos de la sequía, el tipo de cultivo y la fenología.

Figura 7Delimitación exhaustiva de las áreas con potencial para la exploración minera;El color magenta indica la anomalía del desplazamiento al azul del borde rojo de la vegetación (REP, por sus siglas en inglés), y los recuadros amarillos indican áreas potenciales.
Las zonas magenta de la imagen representan áreas anómalas extraídas de los resultados del análisis del borde rojo. Las zonas orientales muestran un patrón continuo más pronunciado, mientras que la zona central presenta una mezcla de distribuciones en forma de lámina y franjas. Los pequeños puntos azules representan píxeles superpuestos del índice de absorción de hidrocarburos, cuya morfología espacial coincide con la distribución en franjas y agrupada de la Figura 7. Los recuadros amarillos no cubren toda la zona magenta, sino que se concentran en la región central, donde los píxeles del índice de absorción de hidrocarburos son relativamente densos y se ubican cerca o dentro de las anomalías magenta.
La selección anterior corresponde a la lógica analítica de los pasos cinco y seis. Las anomalías dentro del recuadro están relativamente concentradas, mostrando una distribución continua en bandas o láminas en el espacio, y pueden identificarse preliminarmente como áreas de verificación prioritarias para la exploración de recursos de metano e hidrocarburos. Cabe señalar que el recuadro amarillo solo indica el alcance del trabajo, resaltando las áreas clave que requieren verificación adicional, y no significa que se haya determinado el límite del yacimiento de gas.
Referencias
[1]Asadzadeh S, de Souza Filho CR, 2017. Teledetección espectral para la caracterización de filtraciones costeras: una visión general crítica. Earth-Science Reviews, 168: 48-72.
[2]Chen S, Zhao Y, Zhao L, Liu Y, Zhou C, 2017. Detección de microfiltraciones de hidrocarburos mediante mapeo de minerales alterados a partir de datos hiperespectrales aéreos en el campo petrolífero de Xifeng, China. Journal of Earth Science, 28(4): 656-665.
[3] Han Guhuai, Sun Yuanheng, Qin Qiming, 2023. Extracción de áreas de anomalías de vegetación en microfugas de hidrocarburos de metano de lecho de carbón basadas en datos Sentinel-2/MSI. Journal of Remote Sensing, 27(7): 1713-1730.
[4] Horler DNH, Dockray M, Barber J, 1983. El borde rojo de la reflectancia de las hojas de las plantas. International Journal of Remote Sensing, 4(2): 273-288.
[5] Huang S, Chen S, Wang D, Zhou C, van der Meer F, Zhang Y, 2019. Detección de microfiltraciones de hidrocarburos a partir de imágenes hiperespectrales aéreas mediante espectros de estrés vegetal basados en el modelo PROSPECT. International Journal of Applied Earth Observation and Geoinformation, 74: 180-190.
[6] Kühn F, Oppermann K, Hörig B, 2004. Hydrocarbon Index: an algorithm for hyperspectral detection of hydrocarbons. International Journal of Remote Sensing, 25(12): 2467-2473.
[7] Saunders DF, Burson KR, Thompson CK, 1999. Modelo para la microfiltración de hidrocarburos y alteraciones cercanas a la superficie relacionadas. AAPG Bulletin, 83(1): 170-185.
[8] Schumacher D, 1996. Alteración de suelos y sedimentos inducida por hidrocarburos. En: Schumacher D, Abrams M A. Migración de hidrocarburos y su expresión cerca de la superficie. AAPG Memoir 66. Tulsa: Asociación Estadounidense de Geólogos del Petróleo: 71-89.
[9] Smith KL, Steven MD, Colls JJ, 2004. Uso de relaciones derivadas hiperespectrales en la región del borde rojo para identificar respuestas de estrés de las plantas a fugas de gas. Remote Sensing of Environment, 92(2): 207-217.
[10] van der Meer F, van Dijk P, van der Werff H, et al., 2002. Teledetección y filtración de petróleo: una revisión y un estudio de caso. Terranova, 14(1): 1-17.
[11] Yang Dachang, Chen Jie, Gao Zihong, et al., 2018. Extracción de información sobre microfugas de hidrocarburos a partir de datos hiperespectrales de Tiangong-1. Land and Resources Remote Sensing, 30(2): 107-113.

