高分遥感影像在页岩气开发水土流失监测中的应用

杜显元 陈宏坤 翁艺斌 马 良 张坤峰 夏梁芝 戴建林 冯 阳

1.石油石化污染物控制与处理国家重点实验室 2.中国石油集团安全环保技术研究院有限公司

3.中国石油浙江油田分公司 4.北京地拓科技发展有限公司

0 引言

我国目前大规模开发的页岩油气资源多分布于山区，勘探开发和相关配套工程建设过程中会破坏植被，对地表层土壤造成不同程度的扰动，在水蚀等相关因素作用下，造成大面积的水土流失。同时，地下开采会造成地面塌陷、地下水渗漏，导致植物生长不良甚至死亡，加剧开采区的水土流失与土壤侵蚀，破坏该地区的生态环境[1-4]。

传统的油气勘探开发水土流失监测主要针对井场进行人工观测，笔者利用综合因子的评估方法，在现有研究基础上创新性地引入高分遥感数据，对开采区域进行水土流失监测评估，可以实现快速、大范围的水土流失精确监测，弥补了传统方法空间局限性高、时效性差、成本高、缺乏直观性的缺点，完成了传统技术无法完成的动态、连续、及时的环境演变监测[5-10]。本文选取四川C、Z等页岩气开发项目区进行监测评估。

1 C、Z项目区环境简况

四川C项目区、Z项目区位于四川省南部，在大地构造上位于杨子准地台区，北为四川盆地中凹陷区的川东南褶皱束及川中古隆起，南为滇黔褶皱区之娄山关凹陷褶皱束及雷波隆起，属较稳定地块，地势南高北低，地形为狭长形，地体多由石灰岩和紫色页岩组成。该区域是典型的喀斯特低山丘陵地貌，岩溶地形特征明显，多溶洞、漏斗、石笋、石灰岩等；其坡面陡峭，漏水严重，沟壑纵横，多乱石缝地，土层浅薄，抗侵蚀能力弱[11]。

气候类型上，该区属于亚热带湿润季风气候，夏雨集中，夏季降水量占全年的52.4%，夏季多暴雨，冲刷能力强，极易造成水土流失。截至2015年4月，研究区共有居民5 939户，人口约29 455人[12]，人口密度100人/km2，研究区受人类活动影响剧烈。页岩气开发过程中的施工、钻井、道路修建等均会加剧该地区的水土流失。

2 数据来源及研究方法

2.1 数据来源

2.1.1 遥感影像数据

研究中使用的遥感影像数据分别选取C项目区、Z项目区2012年的资源一号卫星与2017年的Spot 6遥感卫星影像数据。资源一号卫星影像包含1个波段的HR相机影像（分辨率为2.35 m）和3个多光谱波段（分辨率为10.0 m）；Spot 6卫星影像包含1个全色波段（分辨率为1.5 m）和4个多光谱波段（分辨率为6.0 m）。

2.1.2 地形数据与其他数据

地形数据采用30 m分辨率DEM（Digital Elevation Model，即数字高程模型），其他数据包括项目区边界范围、项目区所在行政区基本概况等。

2.2 研究方法

通过遥感技术获取项目区土地利用、植被覆盖度、地面坡度数据，采用综合因子法生成土壤侵蚀栅格数据，参照《土壤侵蚀分类分级标准》（SL 190—2007）中的土壤侵蚀强度面蚀分级标准，确定水力侵蚀强度分级参考指标建立知识规则[13]，由计算机判别图斑的侵蚀强度，侵蚀强度分级参照表1。

2.2.1 遥感影像预处理

1）大气校正与几何精校正。利用Envi软件分别对项目区的资源一号、Spot 6遥感影像进行大气校正，大气模型参数选择SAS（Sub-Arctic Summer）、气溶胶模型选择乡村，其他选项根据影像头文件信息进行选择。

采用ArcGIS软件进行几何精校正。几何精校正每个项目区均匀选取不少于20个控制点，利用二次多项式对2012年资源一号卫星影像进行几何精校正，均方根误差控制在两个像元以内；以校正后的资源一号卫星影像为基准影像，采用同样的方法对项目区Spot 6遥感影像进行几何精校正。

表1 土壤侵蚀强度分级指标表

2）影像融合与裁剪。利用Envi软件将影像处理后的全色与多光谱进行融合，融合后的结果兼具全色与多光谱的高分辨率、光谱波段信息丰富的特点。根据四川C项目区、Z项目区进行裁剪，得到项目区的全色多光谱影像。

2.2.2 遥感影像土地利用解译

1）解译标志建立。根据《土壤侵蚀分类分级标准》（SL 190—2007）中的土地利用分类标准，结合项目区土地利用情况，将土地利用分为水田、水浇地、旱地、园地、有林地、灌木林地、草地、居民用地、交通用地、工矿用地、水域及水利设施用地、裸岩、裸土地等13类，通过现场调研与影像对比的方法，建立C项目区与Z项目区的解译标志，解译标志包含项目区所有土地利用类型，每一类至少包含两种，以提高土地利用解译成果的准确度。

2）土地利用解译。结合建立的解译标志，采用人机交互的方式对项目区进行解译。土地利用属性准确度应不低于90%，山区的边界误差不大于2个像元，平原地区不大于1个像元。利用人机交互切割多边形的方法[14]，排除土地利用成果中图斑重叠、图斑缝隙、拓扑错误和其他相关类型的错误。土地利用解译成果如图1所示。

3）土地利用精度评估。在四川C与Z两个项目区内分别均匀、随机挑选40个土地，利用图斑进行现场验证，选取的图斑属性需包含项目区内所有类型土地利用。通过现场验证与解译结果对比发现，两个项目区的解译精度均超过94%。

2.2.3 植被覆盖度计算方法

植被覆盖度是评判一片区域的植被群落保持水土能力的重要指标，也是衡量地表水土流失状况的一个重要的指标，计算植被覆盖度就是在影像上计算每个像元内的植被占像元总面积的比例，通常利用植被的归一化植被指数NDVI（Normalized Difference Vegetation Index）来计算。NDVI又称标准化植被指数，定义为近红外波段NIR与可见光红波段R反射率之差和这两个波段反射率之和的比值，即如下公式：

图1 四川C、Z项目区2012、2017年土地利用图

式中NIR表示近红外波段；R表示可见光红波段。

植被覆盖度与NDVI具有非常好的相关性，NDVI分布值介于－1～1，小于0.1几乎没有植被信息，而接近于1时，表示植被生长旺盛。根据土壤NDVI和植被NDVI计算植被覆盖度的数学表达式如下：

式中NDVIsoil表示裸土或无植被覆盖区域的NDVI值，即无植被像元的NDVI值；而NDVIveg则代表完全被植被所覆盖的像元NDVI值，即纯植被像元NDVI值[15]。NDVI可从通过影像上计算，NDVIsoil与NDVIveg可在影像上确定，植被盖度成果见图2。

2.2.4 坡度获取方法

采用建立的数字地面高程模型，在GIS支持下利用专门的算法提取坡度。以研究区1∶10万地形图作为底图，矢量化生成DEM数据，以30 m为单元格计算研究区内的坡度，项目区坡度分布见图3。

图2 四川C、Z项目区2012、2017年植被覆盖度图

图3 四川C、Z项目区坡度图

3 结果与分析

3.1 C、Z项目区2017年土壤侵蚀面积和强度

基于获取的2017年遥感数据和各项水土流失评定因子数据，得出C、Z项目区2017年水土流失现状图，统计分析各个等级的水土流失面积。

经统计，2017年四川C项目区侵蚀面积35.36 km2，占土地总面积的25.62%。侵蚀面积中，轻度11.54 km2、中度12.33 km2、强烈10.19 km2、极强烈1.09 km2、剧烈0.21 km2，分别占侵蚀总面积的32.64%、34.87%、28.82%、3.08%、0.59%（表2）。土壤侵蚀主要以轻度、中度为主，集中在四川C项目区西北部、西部、西南部一带，中部地区土壤侵蚀强度较小（图4-a）。

表2 四川C、Z项目区2017年土壤侵蚀统计表

四川Z项目区2017年侵蚀面积63.92 km2，占土地总面积的39.95%。侵蚀面积中，轻度19.99 km2、中度26.22 km2、强烈16.78 km2、极强烈0.88 km2、剧烈0.05 km2，分别占侵蚀总面积的31.27%、41.02%、26.25%、1.38%、0.08%（表2）。土壤侵蚀主要以轻度、中度为主，土壤侵蚀分布广泛，其中以东南部土壤侵蚀强度较大且分布集中（图4-b）。

图4 四川C、Z项目区2017年土壤侵蚀强度图

3.2 C、Z项目区2012—2017年水土流失变化

四川C项目区2017与2012年相比，土壤侵蚀强度面积整体减少20.18 km2，其中轻度侵蚀面积减少6.77 km2，中度侵蚀面积减少12.93 km2，强烈侵蚀面积减少0.38 km2，极强烈侵蚀面积减少0.13 km2，剧烈侵蚀面积增加0.03 km2（表3）。土壤侵蚀减少的地方主要分布在C项目区南部（图5-a），土壤侵蚀加重的地方比较分散，侵蚀加重区域与居民点用地、交通用地相邻。土壤侵蚀主要由社会经济发展造成，局部地区是由于油气开发新修建平台、道路造成，因此油气开发对土壤侵蚀的影响不大。

表3 四川C项目区2012—2017年土壤侵蚀变化表

四川Z项目区2017年与2012年土壤侵蚀强度相比，2017年土壤侵蚀强度面积整体减少了18.93 km2。其中轻度侵蚀减少5.19 km2，中度侵蚀面积减少10.67 km2，强烈侵蚀面积减少2.64 km2，极强烈侵蚀面积减少0.40 km2，剧烈侵蚀面积减少0.03 km2（表4）。从土壤侵蚀变化图看（图5-b），总体上土壤侵蚀面积变小，但局部土壤侵蚀加重，土壤侵蚀加重的地方主要分布在项目区东部和中部一带。这一地区的油气平台与居民点用地、交通用地相交排布。土壤侵蚀加重的原因主要与油气田生产建设与社会经济发展共同作用有关。

3.3 评估精度与制约因素

图5 四川C、Z项目区2012—2017年土壤侵蚀强度变化面积图

表4 四川Z项目区2012—2017年土壤侵蚀变化表

通过有条件的随机抽样并现场验证的方法检测水土流失评估等成果的精确度。四川C、Z两个项目区分别抽取50个均匀分布的样本点，重点选取土地利用属性存疑的地块进行现场核查。通过现场抽样核查的方法验证[16-17]，利用综合因子结合高分遥感影像评估的水土流失精度约为93%，误差率约为7%。

该方法适用于有土地利用、地形数据等相关基础数据的地区，若缺少该类数据无法进行有效评估。相较于传统测量评估方法，本方法的评估准确度受土地利用、坡度、植被盖度、高分遥感影像分辨率等相关因子精度的制约[18-19]。水土流失影响因子除文中涉及的土地利用、植被盖度、坡度等因子，还受降雨、坡向、采取的防治措施等因素影响，后续研究将引入降雨、坡向、措施类型等细化因子，增加水土流失评估的全面性，提高评估的准确率[20-21]。

4 结论

1）四川C项目区、Z项目区土壤侵蚀占总土地面积较小，土壤侵蚀强度中主要以轻度和中度为主。2012—2017年土壤侵蚀面积整体减少，但局部土地扰动增多，土壤侵蚀强度增大，水土流失严重，主要原因是社会经济发展，次要原因是油气田生产建设相关活动。该地区油气开发尚处于初级阶段，仍具有水土流失风险，因此研究区内水土流失防治工作仍需高度重视，保护珍贵的水土资源。

2）利用综合因子结合高分遥感影像的评估方法，其准确度受土地利用、坡度、植被盖度、高分遥感影像分辨率等相关因子精度的制约。除上述影响因素，水土流失还受降雨、坡向、采取的防治措施等因素的影响，后续研究将引入这些影响因子，以增加水土流失评估的全面性，提高评估的准确率。