Гиперспектральное дистанционное зондирование и обнаружение в нефтегазовой отрасли.

Легкие углеводороды (в основном метан и этан) в нефтегазовых месторождениях медленно мигрируют вверх к поверхности через трещины, поры или микротрещины, образуя микроутечки. Хотя объем каждой утечки чрезвычайно мал, долгосрочное накопление приводит к появлению обнаруживаемых аномалий на поверхности. Методы дистанционного зондирования для обнаружения нефти и газа делятся на две категории: прямые и косвенные.

Углеводороды, адсорбированные на поверхности почвы или горных пород, демонстрируют характерные пики поглощения колебаний растяжения связи CH в области 1700 нм и 2300 нм. Лабораторные эксперименты по смешиванию показывают, что эти особенности поглощения могут быть зафиксированы гиперспектральными данными даже при смешивании углеводородов с минеральной матрицей (Scafutto et al., 2017). Однако фактические поверхностные сигналы часто слабые и легко подвержены влиянию атмосферных помех, смешанных пикселей и фонового излучения минералов.

① Изменение минерального составаУтечка восстанавливающих углеводородов изменяет окислительно-восстановительную среду почвы, приводя к обесцвечиванию красных пластов (превращению гематита в гетит или сидерит), увеличению содержания аутигенных глинистых минералов (таких как каолинит) и осаждению карбонатов. Эти минералы проявляют характерные абсорбционные свойства в диапазонах длин волн 2200 нм (Al-OH) и 2300–2500 нм (карбонаты).

②Стресс растительностиДефицит кислорода в почве или токсичные вещества приводят к снижению содержания хлорофилла в растениях, изменениям в структуре листьев, сдвигу красной границы спектра (REP) в синюю сторону в сторону более коротких длин волн и аномальным показателям растительности, таким как NDVI. Модель переноса излучения PROSPECT может моделировать этот спектр стрессовых воздействий и использоваться для инверсии (van der Meer et al., 2002; Huang et al., 2019).

Эти механизмы обеспечивают прочную теоретическую основу для гиперспектрального обнаружения. В частности, Фрик ван дер Меер и др. отметили, что гало микроутечек часто имеют кольцеобразную или эллиптическую форму, при этом центр может демонстрировать более слабый сигнал из-за «блокировки».

Рисунок 1. Изменение поверхности, вызванное микропротечками из нефтегазовых месторождений.(Из работы Чен и др., 2017)

Аэрофотосъемка гиперспектральная(например, AVIRIS, CASI/SASI, Probe-1): Высокое пространственное разрешение (на уровне метра), подходит для детального исследования ключевых областей, но с ограниченным охватом и высокой стоимостью.

Космический гиперспектральный：Гиперион(EO-1, снят с эксплуатации), китайский GF-5 AHSI (Gaofen-5, приблизительно 330 Гц, VNIR-SWIR),EnMAP(Германия), PRISMA (Италия) и др. Новое поколение спутников имеет короткий цикл повторного облета и большой потенциал покрытия, закладывая основу для рутинных применений.

а. Предварительная обработкаРадиометрическая калибровка, атмосферная коррекция (FLAASH и др.), удаление шума с полосы (для данных GF-5 часто требуется специализированное оборудование).IDLПрограмма устраняет вертикальные полосы и выполняет ортокоррекцию.

б. Извлечение аномалийМетоды сопоставления спектров (SAM, SFF), спектральный индекс и анализ главных компонентов (PCA), классификация с помощью машинного обучения (дерево решений CART, SVM и др.), анализ стресса растительности (моделирование красной границы спектра, модель PROSPECT).

c. Постобработка и слияниеПороговая сегментация, бинаризация и наложение на геологические/геохимические данные; проверка с помощью полевого спектрометра или проверка данных бурения. В типичном случае метод главных компонент (PCA) в сочетании с CART может эффективно отделять сигналы углеводородов от фоновых помех (Mu et al., 2023).

В бассейне реки Санта-Барбара-Вентура, Калифорния, США (ван дер Меер и др., 2002), с использованием гиперспектральных данных, полученных с борта зонда Probe-1 (128 полос), в сочетании с SAM, спектральным сопоставлением кросс-коррелограмм (CCSM), спектральным разложением и моделированием красного края спектра, метод статистической интеграции данных (SDI) был успешно использован для выделения ореолов микропросачивания с вероятностью >0,8, которые в значительной степени совпадали с известными местами просачивания и геологическими данными недр. Минеральные аномалии были более выражены в районах с редкой растительностью.

Рисунок 2.Результаты и пояснения(Ван дер Меер и др., 2002)

(A) Наложение данных зонда в точках утечки (ложноцветные изображения 16, 9, 4);(B) Диаграмма вероятности изменения минеральных пород SDI;(C) Карта стрессового воздействия растительности по индексу SDI; (D) Геологическая карта;(E) Аннотированная карта вероятности наличия минералов в SDI.P>0,8 на всех графиках вероятности

•Нефтяное месторождение Сифэн (покрытое лёссом).Чен и др. (2017) использовали аэрофотосъемку с гиперспектральными данными и метод SFF для выявления аномалий минеральных изменений, вызванных микропросачиванием, что позволило определить перспективные целевые районы и обеспечить эффективный способ разведки нефти и газа в регионе Лессового плато.

Рисунок 3.Карта минерального состава, измененная в результате микроутечек углеводородов.(Из работы Чен и др., 2017)

Сидерит, кальцит, иллит и каолинит показаны разными цветами. Красные круги указывают местоположение эксплуатационных скважин. Цифры указывают местоположение и количество точек отбора проб в полевых условиях.

•Нефтяное месторождение Цинъян (зона, покрытая растительностью)На основе: Хуанг и др. (2019)Модель перспективПутем моделирования спектров стресса растений из аэрофотосъемочных гиперспектральных данных CASI/SASI была извлечена информация о микроутечках. Результаты извлечения хорошо совпали с известными местоположениями нефтяных скважин, что демонстрирует возможность гиперспектрального обнаружения в заросших растительностью районах.

Рисунок 4.Карта результатов добычи на нефтяном месторождении Цинъян(Из работы Хуанга и др., 2019) Карта микропроницаемости нефтегазоносных пластов представлена ​​красным цветом, а зеленые круги указывают местоположение эксплуатационных скважин.

• Регион Карамай (прямое обнаружение в засушливых районах)Му и др. (2023) первыми непосредственно обнаружили поверхностные просачивания углеводородов в районе Карамай, используя гиперспектральные данные со спутника GF-5. Благодаря обработке дерева классификации PCA + CART, ориентированной на характеристики поглощения на длинах волн 1730 нм и 2327 нм, точность на 37 точках полевой проверки достигла 86,5%, успешно идентифицировав известные места просачивания, такие как Хэйюшань и зоны искусственных разливов нефти, эффективно маскируя при этом помехи, такие как глина. Это исследование является важной демонстрацией применения данных GF-5 в разведке нефти и газа.

Рисунок 5.Окончательные результаты обнаружения утечки углеводородов(Цитата из работы Mu et al., 2023)

(a) Результаты обнаружения после применения метода CART; (b) Изображение результатов обнаружения в ложных цветах, где синими областями обозначены утечки нефти и газа.

Кроме того, гиперспектральная визуализация может быть объединена с геофизическими методами, такими как электромагнитное излучение сверхнизкой частоты (SLF), для совместного обнаружения (Qin et al., 2016), или использована для извлечения данных с морских нефтегазовых платформ и мониторинга загрязнения нефтью окружающей среды.

Рисунок 6.Результаты извлечения измененных минералов из гиперспектральных изображений(Цитата из работы Цинь и др., 2016)