Détection et application de la télédétection hyperspectrale dans le secteur pétrolier et gazier

Les hydrocarbures légers (principalement du méthane et de l'éthane) présents dans les gisements de pétrole et de gaz remontent lentement vers la surface à travers des fractures, des pores ou des microfractures, formant ainsi des microfuites. Bien que chaque fuite soit d'une quantité infime, leur accumulation à long terme engendre des anomalies détectables en surface. Les méthodes de télédétection pour la détection du pétrole et du gaz se divisent en deux catégories : directes et indirectes.

Les hydrocarbures adsorbés à la surface des sols ou des roches présentent des pics d'absorption caractéristiques de vibration d'élongation de la liaison CH autour de 1700 nm et 2300 nm. Des expériences de mélange en laboratoire montrent que ces caractéristiques d'absorption restent détectables par analyse hyperspectrale même lorsque les hydrocarbures sont mélangés à la matrice minérale (Scafutto et al., 2017). Cependant, les signaux de surface réels sont souvent faibles et facilement perturbés par les interférences atmosphériques, les pixels mixtes et le fond minéral.

① Altération minéraleLa libération d'hydrocarbures réducteurs modifie le potentiel redox du sol, entraînant le blanchiment des couches rouges (conversion de l'hématite en goethite ou sidérite), une augmentation des minéraux argileux authigènes (comme la kaolinite) et la précipitation de carbonates. Ces minéraux présentent des caractéristiques d'absorption diagnostiques dans les gammes de longueurs d'onde de 2 200 nm (Al-OH) et de 2 300 à 2 500 nm (carbonate).

2. Stress de la végétationUne carence en oxygène du sol ou la présence de substances toxiques entraînent une diminution de la teneur en chlorophylle des plantes, des modifications de la structure des feuilles, un décalage vers le bleu de la limite rouge (REP) vers les longueurs d'onde plus courtes et des anomalies dans les indices de végétation tels que l'indice NDVI. Le modèle de transfert radiatif PROSPECT permet de simuler ce spectre de stress et peut être utilisé pour l'inversion (van der Meer et al., 2002 ; Huang et al., 2019).

Ces mécanismes fournissent une base théorique solide pour la détection hyperspectrale. Notamment, Freek van der Meer et al. ont souligné que les halos de microfuite présentent souvent une distribution annulaire ou elliptique, le centre pouvant présenter un signal plus faible en raison d'un « blocage ».

Figure 1. Altération de surface causée par des micro-fuites provenant de réservoirs de pétrole et de gaz(D'après Chen et al., 2017)

hyperspectral aéroporté(par exemple, AVIRIS, CASI/SASI, Probe-1) : Haute résolution spatiale (niveau métrique), adaptée à l'étude détaillée des zones clés, mais avec une couverture limitée et un coût élevé.

Hyperspectral spatial:Hyperion(EO-1, retiré du service), GF-5 AHSI chinois (Gaofen-5, environ 330 Hz, VNIR-SWIR),EnMAP(Allemagne), PRISMA (Italie), etc. La nouvelle génération de satellites a un cycle de revisite court et un potentiel de couverture important, jetant les bases d'applications de routine.

a. Prétraitementétalonnage radiométrique, correction atmosphérique (FLAASH, etc.), suppression du bruit de bande (les données GF-5 nécessitent souvent un équipement spécialisé).IDLLe programme élimine les rayures verticales et effectue une orthorectification.

b. Extraction des anomaliesMéthodes de correspondance spectrale (SAM, SFF), analyse de l'indice spectral et des composantes principales (ACP), classification par apprentissage automatique (arbre de décision CART, SVM, etc.), analyse du stress de la végétation (modélisation du bord rouge, modèle PROSPECT).

c. Post-traitement et fusionSegmentation par seuillage, binarisation et superposition avec des données géologiques/géochimiques ; validation par spectromètre de terrain ou par forage. Dans un cas typique, l’ACP combinée à l’ART permet de séparer efficacement les signaux d’hydrocarbures des interférences de fond (Mu et al., 2023).

Dans le bassin de Santa Barbara-Ventura, en Californie (États-Unis) (van der Meer et al., 2002), l'utilisation de données hyperspectrales aéroportées (128 bandes) de la sonde Probe-1, combinées à la méthode SAM, à la correspondance spectrale par corrélation croisée (CCSM), au démixage spectral et à la modélisation du bord rouge, a permis, grâce à la méthode d'intégration statistique des données (SDI), de délimiter avec succès des halos de micro-suintements avec une probabilité supérieure à 0,8. Ces halos correspondaient parfaitement aux localisations de suintements connues et aux données géologiques du sous-sol. Les anomalies minérales étaient plus marquées dans les zones à végétation clairsemée.

Figure 2.Résultats et explications(Van der Meer et al., 2002)

(A) Superposition des données de la sonde aux points de fuite (images en fausses couleurs de 16, 9, 4) ;(B) Diagramme de probabilité d'altération minérale SDI ;(C) Carte de stress de la végétation SDI ; (D) Carte géologique ;(E) Carte de probabilité minérale SDI annotée.P>0,8 dans tous les graphiques de probabilité

•Champ pétrolier de Xifeng (zone recouverte de lœss)Chen et al. (2017) ont utilisé des données hyperspectrales aéroportées et la méthode SFF pour extraire les anomalies minérales d'altération causées par les micro-suintements, délimitant des zones cibles favorables, fournissant un moyen efficace pour l'exploration pétrolière et gazière dans la région du plateau de Loess.

Figure 3.Altération de la carte minérale causée par une microfuite d'hydrocarbures(D'après Chen et al., 2017)

La sidérite, la calcite, l'illite et la kaolinite sont représentées par différentes couleurs. Les cercles rouges indiquent l'emplacement des puits de production. Les chiffres indiquent l'emplacement et le nombre de points d'échantillonnage sur le terrain.

•Champ pétrolifère de Qingyang (zone couverte de végétation)D'après : Huang et al. (2019)Modèle PROSPECTEn simulant les spectres de stress des plantes, des informations sur les microfuites ont été extraites des données hyperspectrales aéroportées CASI/SASI. Les résultats de cette extraction concordent avec les emplacements connus des puits de pétrole, démontrant ainsi la faisabilité de la détection hyperspectrale en milieu végétalisé.

Figure 4.Carte des résultats d'extraction du champ pétrolier de Qingyang(D'après Huang et al., 2019) La carte de micro-perméabilité du pétrole et du gaz est affichée en rouge, et les cercles verts indiquent l'emplacement des puits de production.

• Région de Karamay (détection directe en zones arides)Mu et al. (2023) ont été les premiers à détecter directement des suintements d'hydrocarbures en surface dans la région de Karamay grâce aux données hyperspectrales du satellite GF-5. L'application d'une méthode de classification par ACP et CART, ciblant les caractéristiques d'absorption à 1730 nm et 2327 nm, a permis d'atteindre un taux de précision de 86,5 % sur 37 points de validation de terrain. Cette méthode a permis d'identifier avec succès des zones de suintement connues, telles que Heiyoushan et les zones de déversements artificiels d'hydrocarbures, tout en masquant efficacement les interférences comme la présence d'argile. Cette étude constitue une démonstration importante de l'intérêt des données GF-5 pour l'exploration pétrolière et gazière.

Figure 5.Résultats définitifs de la détection des fuites d'hydrocarbures(Extrait de Mu et al., 2023)

(a) Résultats de détection après la méthode CART ; (b) Image en fausses couleurs des résultats de détection, les zones bleues indiquant les fuites de pétrole et de gaz.

En outre, l'imagerie hyperspectrale peut être combinée avec des méthodes géophysiques telles que l'électromagnétisme à ultra-basse fréquence (SLF) pour la détection collaborative (Qin et al., 2016), ou utilisée pour l'extraction à partir de plateformes pétrolières et gazières offshore et la surveillance des environnements pollués par les hydrocarbures.

Figure 6.Résultats de l'extraction des minéraux altérés à partir d'images hyperspectrales(Cité de Qin et al., 2016)