油气矿山地物遥感识别方法研究

陈晓涵

摘  要：矿山遥感监测是一项具有中国特色的基础国情调查工作。近年来，我国固体矿产资源开发遥感监测工作卓有成效，但由于种种原因，对油气矿山缺乏关注。为了丰富矿山遥感监测的技术方法，该文分别采用2016年、2017年、2018年获取的遥感数据，运用人机交互解译的技术方法，探索油气矿山地物的遥感识别方法。结果表明：油气矿山地物在高分辨率遥感图像上有其独特的特征，结合必要的野外验证，可以实现部分油气矿山地物的遥感识别。该文探索的技术方法能够为油气矿山遥感调查监测等提供技术借鉴。

关键词：油田矿山  遥感  解译标志  陕北地区

中图分类号：TP79   文献标识码：A            文章编号：1672-3791（2019）05（c）-0053-04

Abstract： Mine remote sensing monitoring is a basic condition survey with Chinese characteristics. In recent years， China's solid mineral resources development remote sensing monitoring work has been effective， but due to a variety of reasons， the oil and gas mines lack attention. In order to enrich the technical methods of mine remote sensing monitoring， remote sensing data obtained in 2016， 2017 and 2018 are respectively adopted in this paper to explore the remote sensing identification methods of ground objects in oil and gas mines by using the technical methods of human-computer interactive interpretation. The results show that the surface features of oil and gas mines have their unique characteristics in high-resolution remote sensing images. The technical method explored in this paper can provide technical reference for remote sensing survey and monitoring of oil and gas mines.

Key Words： Oil fields and mines; Remote sensing; Interpretation marks; Northern Shanxi

矿山遥感监测是了解矿产资源开发现状及矿山地质环境的重要参考资料。我国从21世纪初就部署开展了相关工作，至今已有10余年的历史。期间，取得了一系列重要成果，出版了《矿山遥感监测工作指南》[1]《矿山遥感监测理论方法与实践》[2]《矿山遥感监测技术方法研究》[3]《中国矿山遥感监测》[4]《中国矿山地质环境遥感监测（2015年）》[5]《中國矿山地质环境遥感监测（2016年）》[6]《山东省矿山地质环境遥感监测》[7]等多部专著，出台了《矿产资源开发遥感监测技术规范（DZ/T 0266-2014）》[8]。固体矿产资源开发遥感监测技术方法日趋成熟，比如王海庆等[9]、鱼磊等[10]、王昊等[11]、杨涵水等[12]、汪洁等[13]从不同角度介绍了矿山遥感监测的技术方法或调查成果。

由于种种原因，目前的矿山遥感监测工作主要关注固体矿产资源，还没有涉及油气矿产资源开发调查或监测工作。油气资源不仅是一种不可再生的商品，更是国家生存和发展不可或缺的战略资源，对保障国家经济和社会发展以及国防安全有着不可估量的作用。该文旨在探索油气矿山地物遥感识别方法，为矿山遥感监测业务扩展积累技术条件。

1  研究区选择

为了更好地完成该文的研究目标，需要综合考虑以下因素来选择研究区：（1）为确保油气矿山地物类型齐全，应选择大型油气开采区域;（2）为顺利完成遥感识别方法研究，应考虑遥感数据积累情况，需要有往年多期遥感数据共同开展研究。

综合考虑以上因素，选择长庆油田和延长油田所在的陕北地区局部为研究区。长庆油田的油气储量巨大，是中国陆上最大产气区和天然气管网枢纽中心，而延长石油是我国乃至世界上发现最早的天然油矿之一。研究区处于鄂尔多斯盆地的中北部，与鄂尔多斯盆地有着统一的构造演化史和地层发育史，是我国最早的产油气区[14]。

此次研究区的总面积约为15358.06km2。区内地势西北高，东南低，基本地貌类型是黄土塬、沟。区内黄土广布，沟壑纵横，地形地貌具有典型性、特色性、复杂性等特点，选择该区域为研究区，对于今后开展油气矿山遥感调查监测工作具有重要的开拓意义。

2  技术路线

此次工作的具体步骤如下。

⑴收集研究区自然地理背景资料、区域地质环境资料、油气资源分布资料等。

⑵获取研究区影像资料，利用近3年的遥感数据影像进行对比研究，目视解译，提取油气地物分布信息及利用情况。

⑶野外实地考察研究，结合野外验证，建立起油气矿山地物的遥感解译识别标志，对不同数据源不同空间分辨率的地物识别能力进行分析总结，并修改已提取的数据资料，进行信息的完善等。

⑷总结归纳，尤其是矿山地物遥感识别方法。

其主要技术路线见图1。

3  遥感数据源

分别获取了研究区2016年、2017年、2018年的遥感数据，其中2016年的遥感数据覆盖整个研究区，其涉及的主要卫星类型有GF1、ZY3、02C、SPOT6、GF2、BJ2、SJ9，2017年的遥感数据覆盖整个研究区，其涉及的主要卫星类型有GF1、ZY3、02C、GJ1、VW2、BJ2，2018年的遥感数据覆盖整个研究区，其涉及的主要卫星类型为GF1，以上3年遥感数据的空间分辨率均优于2m。

4  油气矿山地物遥感分类

该文结合油气矿山资料，对影像进行分析对比，梳理遥感可识别的油气矿山地物类型，并进行归类，归类过程中发现油气矿山勘查、开采的流程与其地物有较强的对应关系，因此，用其建立油气矿山地物遥感分类体系（见表1），并根据其开采状态分为正在建设、正在利用、废弃。

5  遥感解译标志总结

对照建立的油气矿山地物遥感分类体系，并经过野外验证，对油气矿山可识别地物的识别特征及分辨率分析总结如下。

5.1 井场

正在利用井场：呈浅褐黄色，长方形或不规则长条状，纹理平滑，属平坦的人工场地。可见一个或几个不等采油井（呈黑色凸起），且道路清晰，旁边往往有蓄水池和矿山建筑。其在0.5m及更高分辨率遥感影像上可清晰分辨出矿山建筑的数量，也可分辨出采油井的数量，1～2m分辨率遥感影像上一般只能见到模糊的采油井斑点，但仍可清晰识别出采油井场。建议采油井需要使用优于0.5m遥感影像，井场可使用1～2m遥感影像。

正在建设井场：呈深褐黄色，长方形或不规则长条状，纹理粗糙，属平坦的人工场地。道路清晰，有帐篷等施工设施，尚无采油井，结合多期遥感影像更易于识别。其在0.5m及更高分辨率遥感影像上可见到帐篷等施工设施，1～2m及更低分辨率遥感影像上不易识别。建议分辨率优于0.5m。

废弃井场：呈深褐黄色、绿色，长方形或不规则长条状，纹理粗糙，属平坦的人工场地。道路已模糊，往往有废弃的矿山建筑或采油井，可能已经长满杂草呈绿色，结合多期遥感影像更易于识别。其在0.5m及更高分辨率遥感影像上可见到废弃的矿山建筑或采油井，1～2m及更低分辨率遥感影像上不易识别。建议分辨率优于0.5m。

5.2 集输站

正在利用集输站：呈浅褐黄色，长方形或不规则三角形状，纹理平滑，處于平坦的人工场地中。可见较多的矿山建筑，往往多数集输站内置有储油罐（呈圆形凸起），可见到运输车辆。其在1m及更高分辨率遥感影像上可清晰分辨出油桶数量和建筑数量，2m及更低分辨率一般只能识别矿山建筑，易与注水站混淆。建议分辨率优于1m。

正在建设集输站：呈浅褐黄色，长方形或不规则三角形状，纹理平滑，处于平坦的人工场地中。道路清晰，有帐篷等施工设施，尚无储油罐或矿山建筑，结合多期遥感影像更易于识别。其在1m及更高分辨率遥感影像上可能见到帐篷等施工设施，2m及更低分辨率遥感影像上只能见到空整的场地，需要结合往年影像进行分辨。建议分辨率优于1m。

废弃集输站：呈浅褐黄色、绿色，长方形或不规则三角形状，纹理平滑，处于平坦的人工场地中。道路已模糊，可能有废弃的矿山建筑或储油罐，可能已经长满杂草呈绿色，结合多期遥感影像更易于识别。其在1m及更高分辨率遥感影像上可能见到废弃的矿山建筑或储油罐，2m及更低分辨率遥感影像上只能见到空整的场地，需要结合往年影像进行分辨。建议分辨率优于1m。

5.3 注水站

正在利用注水站：呈深褐、黑褐色，长方形或不规则三角形状，纹理平滑，处于平坦的人工场地中。一般内有蓄水池（呈长方形、深色），旁边有注水机。其在0.5m及更高分辨率遥感影像上可分辨出注水机及其数量，1～2m分辨率遥感影像上不易识别注水机，可识别蓄水池。建议分辨率优于0.5m。

正在建设注水站：呈浅褐色，长方形或不规则三角形状，纹理平滑，处于平坦的人工场地中。道路清晰，有帐篷等施工设施，尚无注水机，结合多期遥感影像更易于识别。其在0.5m及更高分辨率遥感影像上可见帐篷等施工设施，1～2m分辨率遥感影像上不易识别。建议分辨率优于0.5m。

废弃注水站：呈浅褐色、绿色，长方形或不规则三角形状，纹理平滑，处于平坦的人工场地中。道路已模糊，往往有废弃的注水机和蓄水池（呈长方形、浅色），可能已经长满杂草呈绿色，结合多期遥感影像更易于识别。其在0.5m及更高分辨率遥感影像上可见废弃的注水机和蓄水池，1～2m分辨率遥感影像上不易识别。建议分辨率优于0.5m。

5.4 探油井

正在勘探探油井：呈深褐黄色，长方形或不规则长方形状，纹理粗糙，处于平坦的人工场地中。一般具有较长的塔状阴影，周边有帐篷等勘探设施，可见运输车辆。其在1m及更高分辨率遥感影像上可见清晰的探油井和相关设施，2m或更低分辨率遥感影像上可通过探油井的阴影识别，但容易漏解。建议分辨率优于1m。

正在建设探油井：呈褐黄色，长方形或不规则长方形状，纹理平滑，处于平坦的人工场地中。一般只可见细长条塔状阴影或平整空地。其在1m及更高分辨率遥感影像上可分辨出帐篷等圈地留下的痕迹，2m或更低分辨率遥感影像上难以识别，需结合多期影像。建议分辨率优于1m。

废弃探油井：呈深褐黄色、绿色，长方形或不规则长方形状，纹理平滑，处于平坦的人工场地中。一般只可见平整场地，可能已经长满杂草呈绿色，其在1m及更高分辨率遥感影像上可分辨出帐篷等原勘探设施留下的痕迹，2m或更低分辨率遥感影像上难以识别。建议分辨率优于1m。

5.5 炼油厂

炼油厂：呈浅褐黄色，圆滑的大三角形或长方形状，纹理平滑，处于平坦的人工场地中。一般有较多建筑和储油罐（较集输站的储油罐大），多位于主干道旁。其在2m及更高分辨率遥感影像上影像可清晰见到建筑、储油罐、运输车辆等，低于2m分辨率遥感影像上只能见到油桶与建筑。建议分辨率优于2m。

5.6 采油井

采油井：呈黑色、棕色，典型的磕头机状，或斑点状，纹理粗糙，处于平坦的人工场地中。可能单个出现，也可能多个呈规则排列的集丛状出现。其在0.5m及更高分辨率遥感影像上可清晰分辨出单个采油井，但采油井密集时也未必能清晰分辨出具體的数量，1～2m分辨率遥感影像上一般只能见到模糊的采油井斑点。建议分辨率优于0.5m。

5.7 注水机

注水机：呈黑色，长方形或正方形状，纹理平滑，处于平坦的人工场地中，可能单个出现，也可能多个呈规则排列的集丛状出现。在0.5m及更高分辨率遥感影像上可分辨出注水机及其数量，1～2m分辨率遥感影像上难以识别。建议分辨率优于0.5m。

5.8 矿山建筑

矿山建筑：呈蓝色、白色，长方形状，纹理平滑，处于平坦的人工场地中。在井场、集输站、注水站，探油井、炼油厂中均有分布，且呈长方形等规则形状的凸起。其在1m及更高分辨率遥感影像上可清晰分辨出建筑数量，2m及更低分辨率遥感影像上比较模糊。建议分辨率优于1m。

5.9 油桶

油桶：呈蓝色、银色，圆形，纹理平滑，处于平坦的人工场地中，在集输站、炼油厂中分布，且呈圆形凸起。集输站中油桶较小，其在1m及更高分辨率遥感影像上可清晰数出油桶的数量，2m及更低分辨率遥感影像上比较模糊。建议分辨率优于1m。炼油厂中油桶较大，其在2m及更高分辨率遥感影像上可清晰数出油桶的数量，低于2m分辨率遥感影像上只能见到模糊的斑点。建议分辨率优于2m。

图2为正在利用的各类油气矿山地物的影像图斑。

6  示范应用

根据研究建立的油气矿山遥感识别标志，在研究区内开展示范应用。利用2016年的遥感数据，共解译出油田矿山地物9810个;利用2017年的遥感数据，共解译出油田矿山地物9927个;利用2018年的遥感数据，共解译出油田矿山地物10186个。表明该研究区内油气地物呈逐年增加的趋势，油气开采前景看好。

此次工作中，研究区内油气地物图斑多分布于子长县、安塞县、宝塔区、延长县、延川县5个县内。

7  结论与讨论

（1）该文研究建立了一套油气矿山地物遥感识别方法，能够为油气矿山遥感监测等工作提供技术借鉴。

（2）由于采油井需要使用优于0.5m的遥感数据才能够识别，故建议使用优于0.5m的遥感数据开展油气矿山地物遥感调查工作。由于使用的遥感数据空间分辨率限制，该文的示范应用中并未能解译出采油井的数量，需要今后持续开展相关研究。

（3）该文探索的油气矿山地物遥感识别方法仍有不足和需要改进之处，比如未能研究输油管道的遥感解译方法、未能探索油气开采对环境影响的遥感解译方法等，望有志学者能够深入研究。

参考文献

[1] 杨金中，秦绪文，聂洪峰，等.矿山遥感监测工作指南[M].北京：中国大地出版社，2009.

[2] 杨金中，秦绪文，张志，等.矿山遥感监测理论方法与实践[M].北京：测绘出版社，2011.

[3] 秦绪文，杨金中，康高峰，等.矿山遥感监测技术方法研究[M].北京：测绘出版社，2011.

[4] 杨金中，秦绪文，聂洪峰，等.中国矿山遥感监测[M].北京：测绘出版社，2014.

[5] 杨金中，聂洪峰，王海庆，等.中国矿山地质环境遥感监测（2015年）[M].北京：地质出版社，2017：1.

[6] 杨金中，王昊，董双发，等.中国矿山地质环境遥感监测（2016年）[M].北京：地质出版社，2018：1.

[7] 王晓红，周英杰，姚维岭，等.山东省矿山地质环境遥感监测[M].北京：地质出版社，2017：1.

[8] 国土资源部.DZ/T0266—2014矿产资源开发遥感监测技术规范[S].北京：中国标准出版社，2014.

[9] 王海庆，陈玲.山东省济宁市煤矿矿集区地面沉陷现状遥感调查[J].中国地质灾害与防治学报，2011，22（1）：87-93.

[10] 鱼磊，李应真，高俊华，等.基于高分卫星遥感数据的冀东地区矿山开发现状及环境问题研究[J].中国地质调查，2018，5（4）：90-98.

[11] 王昊，李丽，刘雪，等.新疆东北地区矿产资源开发环境遥感监测成果[J].中国地质调查，2018，5（3）：81-88.

[12] 杨汉水，袁鑫宇，薛广垠，等.七台河市矿山地质环境遥感调查及评价分析[J].黑龙江工程学院学报，2018，32（1）：27-30.

[13] 汪洁，李迁，李丽，等.资源一号02C卫星在江西重点矿区开发监测中的应用[J].国土资源信息化，2018（1）：24-28.

[14] 杨雷，梅志超，熊伟.陕北地区延长组层序地层划分与含油气性[J].古地理学报，2001，3（3）：83-88.