基于ASTER數據的烴蝕變信息增強與提取*

章桂芳，王遠華，鄭 卓

(1．中山大學地球科學與地質工程學院，廣東 廣州 510275；2．廣東省地質過程與礦產資源探查重點實驗室，廣東 廣州 510275)

目前認為所有的含油氣盆地都有地表(近地表)烴滲漏存在。烴類滲漏分為宏觀和微觀(或主動與被動)滲漏兩類，而微滲漏的分布較宏滲漏廣而普遍，據Rechers等人以及美國達拉斯城的地球化學勘探公司40多年的經驗表明，世界上超過85%以上的油田都存在烴類物質微滲漏現象，美國石油地質學家學會通報《AAPG》在1996年出版專著《Hydrocarbon migration and its near-surface expression》對其進行了詳細論述?，F有的油氣微滲漏模型的共識為：油氣藏中的輕烴類物質在各種驅動力作用下，呈氣相以垂直方式為主向地表運移；烴類運移途徑是地層中發育的微裂隙、節理、層面網絡系統等；烴類物質運移過程中和到達地表后產生一系列地球化學、地球物理、微生物及地形地貌異常；地表異常呈環狀或頂端暈狀于油氣藏上方[1]。地表或近地表由烴類微滲漏引起的蝕變異常是地下油氣藏存在的標志，Schumacher(1999)和Saunders et al.(1999)等提出的烴滲漏異常識別模型也已成功應用于商業油氣勘探，預測油氣的成功率達60%-85%[2-4]，因此研究烴滲漏信息的探測具有及其重要的勘探意義。

遙感技術可以宏觀、快速、高效地獲取地球資源信息，在烴類微滲漏信息的直接勘探中發揮著不可替代的重要作用，主要探測目標是二價鐵、紅層褪色、粘土化和碳酸鹽巖化等蝕變信息。目前應用最廣泛的遙感數據是陸地衛星(Landsat MSS / TM / ETM+)[5-8]，ASTER(Advanced Spaceborne Thermal Emission and Reflection Radiometer，即先進星載熱發射和反射輻射儀)數據相比陸地衛星具有高光譜分辨率以及高輻射分辨率的特點[9](圖1)，ASTER在地質領域的巖性制圖和礦物識別能力已經獲得很多學者的肯定[9-14]。ASTER在短波紅外有6個波段(圖1)，對于探測烴滲漏蝕變中的碳酸鹽巖化信息十分有用[15-18]。相對烴蝕變產生的微弱的二價鐵和紅層褪色來說，碳酸鹽巖化信息更加普遍和強烈，因此本次研究以ASTER短波紅外波段為數據源，以碳酸鹽巖化為烴蝕變信息提取目標。

圖1 TM和ASTER的波段設置對比

1 研究區域和數據預處理

1.1 研究區域

本次研究選取松遼盆地西部斜坡區作為研究區域(圖2(b))，采用ASTER短波紅外數據，通過圖像增強和閾值法提取碳酸鹽巖化信息。松遼盆地是中國第二大含油氣盆地(圖2(a))，西部斜坡區是松遼盆地西緣的一級構造單元(圖2(b))。西部斜坡區主要含油氣層白堊紀砂巖厚度1 000-1 500 m，其薩爾圖和高臺子油層油氣顯示良好，已發現多處稠油油藏(富拉爾基、平洋和套保稠油藏及圖牧吉油砂等)和小型氣田(阿拉新、二站、白音諾勒等)。已有研究顯示該區的稠油油藏埋深均很淺，富拉爾基和套保油藏埋深約300～400 m，圖牧吉油砂埋深僅5～58 m[19]。

1.2 數據預處理

遙感影像選取2002年9月22日的一幅level 1B數據，軟件平臺采用ENVI (Environment for Visualizing Images)4.3。在進行圖像增強之前，首先進行圖像預處理：

1)數據存儲格式轉換

將數據的存儲順序由BSQ轉換為BIL。

2)大氣校正

從頭文件中獲取影像拍攝的時間和中心點信息，結合研究區的特性和和要求，采用FLAASH大氣校正模型設置校正參數進行大氣校正。

3)去干擾

分別提取云、陰影、植被和水體等干擾像元，采用圖像掩膜方法從原始圖像中去除干擾。① 去云：采用ASTER 1波段做掩膜，將掩膜應用于所有波段，采用ASTER 1的高端切割，去除云的干擾；② 去陰影：地形起伏常會遮擋住陽光的照射，形成陰影區，通過對陰影區的反射光譜特征的分析，采用ASTER 9 / ASTER 1來去除由于地形起伏引起的地形陰影；③ 去植被：分析植被光譜反射特征，結合前人研究成果，根據試驗結果，本文采用ASTER 4 / ASTER 3去除明顯的植被干擾；④ 去水體：分析水體的光譜反射特性及ASTER數據的特征，結合前人研究結果，本文采用MNDWI(Modified Normalized Difference Water Index)提取水體信息，其公式為： MNDWI = (Green- MIR)/(Green+ MIR)=(Band 1- Band 4)/(Band 1+ Band 4)。

圖2 (a)松遼盆地在中國的區域位置；(b)松遼盆地一級構造單元劃分及研究區域位置；(c)研究區域ASTER影像

將以上所述干擾因素一并歸入干擾窗內，與原始圖像做掩膜處理，得到用于蝕變信息提取的基礎圖像。

4)圖像剪裁

在以上預處理的基礎上，選取西部斜坡區26 km × 34 km的區域作為感興趣區進行圖像剪裁(左上角坐標X=548 000，Y=5 196 000，右下角坐標X=574 000，Y=5 162 000)，其ASTER假彩色合成影像如圖2(c)所示。

2 圖像處理方法

根據碳酸鹽礦物的實驗室波譜及ASTER短波紅外波段設置，碳酸鹽礦物在近紅外波段的波譜曲線(ASTER band 4 ～ ASTER band 9)如圖3所示，總結其波譜特征如表 1所示。本次研究通過主成分分析增強碳酸鹽巖化信息，對增強處理后得到的圖像，分別進行線性灰度值拉伸，并選取合適的閾值進行密度分割。在選取閾值時，采用門限化技術進行信息提取的標準誤差分級。此外，為了更直觀地顯示碳酸鹽礦物信息，本次研究對主成分因子圖像進行了假彩色合成。

圖3 碳酸鹽礦物在近紅外波段的波譜曲線(ASTER band 4～ ASTER band 9)

表1 碳酸鹽礦物在ASTER band 4～ASTER band 9上的波譜特征

Table 1 Spectral characteristics of carbonate minerals on ASTER band 4～ ASTER band 9

波段Band4Band5Band6Band7Band8Band9波段范圍/μm1 60-1 702 145-2 1852 185-2 2252 235-2 2852 295-2 3652 360-2 430碳酸鹽礦物反射(+)反射(+)反射(+)吸收(-)吸收(-)反射(+)

2.1 主成分分析

在油氣遙感探測中，主成分分析方法常用于烴蝕變信息提取[5, 20-21]，通過多光譜空間中向量的旋轉，增強特定波段的光譜信息，從而增強特定地物。根據參與主成分分析的波段數，可以分為所有波段參與的和特定波段參與的選擇主成分分析[5, 22]，2種主成分分析均可以根據特征向量矩陣和地物的光譜特征預測目標像元的明暗狀況。本次研究針對特征波段進行主成分分析，同時嘗試標準主成分分析和選擇主成分分析方法，經過多種波段組合嘗試以期選取增強效果較好的主成分。

2.2 門限化閾值

門限化是采用化探異常分級的辦法，以標準差σ做為尺度，用數倍σ值做為閾值，限定異常水平。一般認為ASTER 數據及其線性處理結果均有近似正態分布的直方圖，異常切割時便可借用σ這個表征正態分布曲線的尺度。例如主成分分析結果可以把均值(X)理解為代表區域背景，利用(X+kσ)劃分異常強度等級，k值一般取1.5～3左右。

2.3 假彩色合成

由于人類的視覺對于彩色色調的敏感遠勝于灰度，所以假彩色合成顯示方法可以更好地表現色調異常，從而更好地用于異常解譯[23-25]。對于RGB色彩空間，選擇其中的三個波段，分別賦予紅、綠、藍三種原色，即可在屏幕上合成彩色圖像，這是一種最有效的用于顯示多波段遙感圖像的方法之一[26]，由于合成的圖像并不表示地物真實的顏色，這種合成稱為假彩色合成。

3 結果與討論

根據蝕變碳酸鹽巖在短波紅外波段的波譜特性，通過判讀不同波段組合的主成分分析的特征向量和特征值，本次研究篩選出4個對碳酸鹽巖化具有較好增強作用的主成分，分別為1589-PC3(1589的第3主成分)、1689-PC3、1348-PC3和5689-PC2，其特征向量和特征值如表 2所示。由表 2可知，1589-PC3主要由波段5(0.670)和波段8(- 0.727)的像元值決定，而碳酸鹽礦物在ASTER波段5上表現為反射特征，在波段8上表現為吸收特征，因此，碳酸鹽礦物信息在1589-PC3將得到增強，并且其增強后的信息應以高值像元表現。通過類似的分析，碳酸鹽礦物信息在其他三個主成分因子中也均表現為高值像元(特征波段的值在表 2中以下劃線突出)。需要注意的是，在1348-PC3主要由波段4(-0.626)和波段8(0.746)的像元值決定，而碳酸鹽礦物在ASTER波段4上表現為反射特征，在波段8上表現為吸收特征，因此，碳酸鹽礦物信息在1348-PC3以低值像元表現，為了與其他主成分中的碳酸鹽信息保持一致，將1348-PC3作取反處理。因此，在4幅主成分因子圖像中，碳酸鹽礦物信息均表現為亮值。

表2 主成分分析特征向量與特征值

用門限化閾值法對主成分因子圖像進行密度分割提取碳酸鹽信息。由于碳酸鹽信息表現為高值，因此閾值取為X+ 2σ(X像元均值，σ為標準差)，將大于X+ 2σ的像元提取為碳酸鹽富集區。通過該閾值從每幅主成分因子圖像上提取碳酸鹽信息，與ASTER假彩色影像疊加，并以紅色顯示，結果如圖4所示。

圖4 各個主成分因子圖像中提取的碳酸鹽信息(紅色區域)與ASTER假彩色影像疊加

圖5 (a)密度分割提取的碳酸鹽區域分級；(b)主成分因子假彩色合成(R：1689-PC3、G： 1589 -PC3、B：5689-PC2)；(c)研究區域地質圖

我們將4幅主成分因子圖像中提取的碳酸鹽信息進行疊加顯示(圖5(a))，某片區域的像元重疊越多，則說明該區域在不同的主成分因子圖像上均顯示為碳酸鹽富集區，利用像元的重疊頻率分為一級富集區(頻率最高，紅色橢圓區域)和二級富集區(頻率次高，藍色橢圓區域)，如圖5(a)所示。

為了更好地顯示碳酸鹽信息，本研究嘗試將不同主成分因子進行RGB假彩色合成。由于碳酸鹽信息在4幅主成分因子圖像上均表現為高值，如果某片區域在3個輸入波段中均有碳酸鹽信息顯示，那么在假彩色合成影像上應為偏白的亮色調，選取1689-PC3(R)、1589-PC3(G)和5689-PC2(B)假彩色合成影像如圖5(b)所示。

對比分析碳酸鹽富集區以及主成分因子假彩色合成圖(圖5(a)和圖5(b))可以發現，碳酸鹽富集區在假彩色合成圖上顯示為較為明亮的白色或粉白色，而一級富集區的色調比二級富集區更為明亮，這與碳酸鹽信息為高值相符。

對比研究區域的地質圖(圖5(c))可知，幾乎所有的富集區都集中在全新世沉積(Qh1al和 Qh2al)和全新統風成風積砂(Qheol)。富集區的展布與地層方向一致，說明該區的碳酸鹽富集與地層分布緊密聯系，該結果與已有的ETM+研究成果吻合[24-25]。另外，對比ETM+解譯結果[24-25]，ASTER碳酸鹽富集區域的分布與之展布情況類似，但在區域上面更為廣泛。主要原因可能是：ETM+的解譯結果是二價鐵、紅層褪色、黏土和碳酸鹽的綜合區域，而本次研究解譯的僅僅是碳酸鹽富集區。

4 結 論

本次研究的主要結論如下：

1)通過對ASTER近紅外波段進行主成分分析，獲取了1589-PC3、1689-PC3、1348-PC3和5689-PC2四個對碳酸鹽具有較好增強效果的主成分因子。

2)以X+ 2σ為閾值分別從4幅主成分因子圖像上提取了碳酸鹽區域，并將其疊加后將碳酸鹽富集區劃分為一級富集區和二級富集區，劃分結果與主成分因子假彩色合成影像的色調吻合。

3)碳酸鹽富集展布區域與該區的地層分布緊密相關，與已有研究結果一致。

4)ASTER近紅外波段解譯的碳酸鹽富集與已有的ETM+解譯的烴滲漏區展布情況類似，但是范圍更廣，可能是ETM+解譯結果為多種烴蝕變異常疊加所致。

本次研究表明利用ASTER近紅外波段提取與烴蝕變相關的碳酸鹽信息是可行的，但是，為了更準確地提取該區域的烴蝕變信息，還應該進一步研究利用ASTER數據提取其它烴蝕變信息的方法，比如二價鐵、紅層褪色和黏土化等。另外，高光譜傳感器對礦物特征波譜具有更好的分辨能力，是今后烴滲漏蝕變信息遙感提取的發展方向，值得遙感工作者進行深入研究。

參考文獻：

[1]湯玉平, 王國建, 程同錦. 烴類垂向微滲漏理論研究現狀及發展趨勢 [J]. 物探與化探，2008, 32(5): 465-469.

[2]SCHUMACHER D. Surface geochemical exploration for petroleum [C]∥Beaumont E A，Foster N F. Exploring for Oil and Gas Traps: Treatise of Petroleum Geology. Handbook of Petroleum Geology, The American Association of Petroleum Geologists Bulletin, 1999, 18: 18-27.

[3]SAUNDERS D F, BURSON K R, THOMPSON C K. Model for hydrocarbon microseepage and related near-surface alterations [J]. The American Association of Petroleum Geologists Bulletin, 1999, 83(1): 170-185.

[4]SCHUMACHER D. Seepage-induced magnetic anomalies associated with oil and gas field[M]. AAPG Annual Conversion, Houston, Texas, 2006.

[5]TANGESTANI M H, MOORE F. Iron oxide and hydroxyl enhancement using the Crosta Method: a case study from the Zagros Belt, Fars Province, Iran [J]. International Journal of Applied Earth Observation and Geoinformation, 2000, 2(2): 140-146.

[6]祝民強, 劉德長, 趙英俊. 鄂爾多斯盆地伊盟隆起區東部微烴滲漏區的遙感識別及其意義 [J]. 遙感學報, 2007, 11(6): 882-890.

[7]郝振純, 蘇振寬, 鞠琴. 土地利用變化對阜平流域的徑流影響研究 [J]. 中山大學學報:自然科學版,2014, 53(3): 128-133.

[8]王樹功, 黎夏, 劉凱, 等. 環內伶仃洋河口灣濕地動態變化(1988-2004) [J]. 中山大學學報:自然科學版, 2007, 46(2): 105-109.

[9]YAMAGUCHI Y, KAHLE A B, KAWAKAMI T, et al. Overview of the advanced spaceborne thermal emission and reflection radiometer (ASTER) [J]. IEEE Transaction on Geoscience and Remote Sensing, 1998, 36(4): 1062-1071.

[10]ABDEEN M M, ALLISON T K, ABDELSALAM M G, et al. Application of ASTER band-ratio images for geological mapping in arid regions: the Neoproterozoic Allaqi Suture, Egypt [J]. Abstract with Program Geological Society of America, 2001, 3(3): 289.

[11]CECILE G, CHRISTOPHE D, PASCAL A, et al. Using ASTER remote sensing data set for geological mapping in Namibia [J]. Physics and Chemistry of the Earth, 2005, 30(1/2/3): 97-108.

[12]QIU F, ABDELSALAM M, THAKKAR P, Spectral analysis of ASTER data covering part of the Neoproterozoic Allaqi-Heiani suture, Southern Egypt [J]. Journal of African Earth Sciences, 2006, 44(2): 169-180.

[13]GAD S, KUSKY T. ASTER spectral ratioing for lithological mapping in the Arabian-Nubian shield, the Neoproterozoic Wadi Kid area, Sinai, Egypt [J]. Gondwana Research, 2007, 11(3): 326-335.

[14]AMER R, KUSKY T, GHULA A. Lithological mapping in the Central Eastern Desert of Egypt using ASTER data [J]. Journal of African Earth Sciences, 2010, 56(2/3): 75-82.

[15]NINOMIYA Y. A stabilized vegetation index and several mineralogic indices defined for ASTER VNIR and SWIR data [C]∥ Proc. IEEE 2003 International Geoscience and Remote Sensing Symposium (IGARSS’03), 2003, 3: 1552-1554.

[16]ROWAN L C, SCHMIDT R G, MARS J C. Distribution of hydrothermally altered rocks in the Reko Diq, Pakistan mineralized area based on spectral analysis of ASTER data [J]. Remote Sensing of Environment, 2006, 104(1): 74-87.

[17]FU B H, ZHENG G D, NINOMIYA Y, et al. Mapping hydrocarbon-induced mineralogical alteration in the northern Tian Shan using ASTER multispectral data [J]. Terra Nova, 2007, 9(4): 225-231.

[18]葉發旺, 劉德長, 趙英俊. 基于ASTER數據的巴什布拉克鈾礦區油氣還原蝕變信息解譯與分析 [J]. 世界核地質科學, 2008, 25(4): 223-330.

[19]鄒才能, 王兆云, 徐冠軍, 等. 松遼盆地西斜坡稠油特征及成因[J]. 沉積學報, 2004, 22: 700-706.

[20]劉建軍. 努和廷地區古河道砂巖型鈾礦遙感信息提取 [J]. 鈾礦地質, 2000, 16: 52-57.

[21]KARIUKI P C, WOLDAI T, MEER F. The role of remote sensing in mapping swelling soils [J]. Asian Journal of Geoinformatics, 2004, 5:1-11.

[22]CROSTA A, MOORE J. Geological mapping using Landsat Thematic Mapper imagery in Almeria Province, south-east Spain [J]. International Journal of Remote Sensing, 1989, 10: 505-514.

[23]ALMEIDA-FILHO R. Remote detection of hydrocarbon microseepage-induced soil alteration [J]. International Journal of Remote Sensing, 2002, 23: 3523-3524.

[24]ZHANG G F, ZOU L J, SHEN X H, et al. Remote sensing detection of heavy oil through spectral enhancement techniques in Western slope zone of Songliao basin, China [J]. The American Association of Petroleum Geologists Bulletin, 2009, 93: 31-49.

[25]ZHANG G F, ZHENG Z, SHEN X H, et al. Remote sensing interpretation of areas with hydrocarbon microseepage in northeast China using Landsat-7/ETM+ data processing techniques [J]. International Journal of Remote Sensing. 2011, 32(21): 6695-6711.

[26]NOVAK I D, Soulakellis N. Identifying geomorphic features using LANDSAT-5 TM data processing techniques on Lesvos, Greece [J]. Geomorphology, 2000, 34: 101-109.