應用GF-3數據對北極油氣區(qū)海上構筑物遙感監(jiān)測

劉玉芳，鄒亞榮

(1.航天宏圖信息技術股份有限公司，北京 100195；2.國家衛(wèi)星海洋應用中心，北京 100081；3.自然資源部 空間海洋遙感與應用重點實驗室，北京 100081)

0 引言

人類對北極地區(qū)的油氣資源開發(fā)已有100多年的歷史。多年來，北極周邊地區(qū)國家對北極地區(qū)陸續(xù)開展了一系列的勘探活動。除了北極地區(qū)的5個國家(美國、加拿大、俄羅斯、挪威和格陵蘭)，重要的油氣進口國如日本、韓國和印度等也都在通過各種途徑積極介入。俄羅斯和美國、加拿大的北冰洋海洋油氣產區(qū)分別位于北極東北航道和西北航道上；全球探明儲量的10%的石油和25%的天然氣分布在北極海域，其中絕大多數位于俄羅斯海域，且俄羅斯的主要油氣產區(qū)在北冰洋。

由于北極地區(qū)自然條件惡劣，難以采用常規(guī)手段對北極油氣區(qū)海上構筑物進行調查。隨著遙感技術的發(fā)展，利用遙感手段對北極油氣區(qū)海上構筑物遙感監(jiān)測，能實時提供北極油氣區(qū)海上構筑物狀況，為北極科考船和商船提供環(huán)境保障，并為石油國際貿易提供基礎信息。

各國學者對于北極地區(qū)油氣資源儲量、開發(fā)等進行的探討[1-4]，多是基于勘探數據以及現場數據[5]；而利用遙感技術開展北極油氣區(qū)海上構筑物的研究并不多見。GF-3衛(wèi)星具有多模式、多分辨率等特點，本文利用GF-3數據開展北極油氣區(qū)海上構筑物遙感探測研究。

1 數據和方法

1.1 數據組成及其來源

GF-3衛(wèi)星具有12種觀測模式，多種極化方式，分辨率從1～650 m。本文采用2017年7月11日全極化GF-3二級產品數據，方位向分辨率為8 m，距離向分辨率為6～9 m，幅寬為30 km，中心經緯度58.1°E，69.2°N，覆蓋伯朝拉海部分海域。

1.2 研究方法

(1)

可以得到閾值Ic，其中Pfa為虛警概率。

對于給定的Pfa，可以通過二分法近似地得到方程(1)的解。尋找一個正整數，滿足

F(I)≤1-Pfa且F(I+1)>1-Pfa

(2)

則此時的I就為閾值Ic。

由式(2)可知，對雜波背景的分布模型進行估計，是CFAR檢測的基礎，也是降低虛警、不丟失目標的關鍵。一般認為，以海洋為背景的雜波通常服從K分布和Weibull分布模型。但是由于溢油信息比海面的灰度值低，在進行CFAR檢測之前，需要將圖像進行反轉，反轉后的圖像的雜波模型會有很大變化。本文通過實踐，選取Weibull分布作為雜波模型。

Weibull分布的概率密度函數表示為式(3)。

(3)

式中：參數b為尺度參數；c為形狀參數。當c=2時，Weibull分布蛻化為Rayleuht分布；當c=1時，Weibull分布蛻化為指數分布。

利用上述雜波模型，對于每一個AOI定義一個局部窗口，這樣，每個AOI就被劃分為保護窗口和背景窗口(圖1)。背景窗口用于背景雜波統計，從而計算出目標檢測閾值。使用保護窗口的目的是為了防止目標像素泄露到背景窗口而影響背景雜波統計的正確性。保護窗口的尺寸根據經驗來選擇，本算法將其長寬設為AOI長寬的3/5。

圖1 窗口結構

根據背景窗口的數據，利用Weibull分布的性質，可以通過Weibull分布的一階矩和二階矩的相互關系，求得Weibull分布的尺度參數和形狀參數。Weibull分布的一階矩和二階矩分別為式(4)、式(5)所示。

(4)

(5)

定義

(6)

式(6)的一個最佳的多項式曲線擬合如式(7)所示。

(7)

式中：參數a2=0.079 1；a1=0.848 1；a0=0.081 7。

2 分析

2.1 散射分析

極化散射能夠反映出目標的散射特性，對提取目標極化散射參數進行分析，能揭示目標的散射特性。對GF-3數據進行極化參數計算[8]，得到熵、散射角、反熵參數，如圖2所示。3個參數對油井均有表現，油井平臺散射屬于二次散射，散射較強，在圖像上表現為亮點。從H-A平面看(圖3)，油井的熵值處于0.15～0.70之間，說明為弱去極化，散射以二次、多次散射為主。在熵、散射角、反熵圖像中，均可提取出油井與船只信息，但二者在圖像上難以區(qū)分。通過Pauli分解[9]，結果如圖4所示，在圖像上可以明確地獲得油井與船只信息，反映出油井與船只的偶次散射機制，在圖像上有明顯表現，為油井與船只信息提取提供了依據。

圖2 熵、散射角、反熵圖

圖3 H-A平面圖

2.2 檢測結果

基于上述分析，油井船只在GF-3圖像上表現為亮斑，因而能夠在海水背景中提取油井信息。但由于油井與船只均為偶次散射，難以區(qū)分二者。本文采用雙窗口CFAR模型開展油井船只檢測。海雜波尾部參數化模型擬合結果放大顯示，可以發(fā)現G0分布擬合結果最好(圖5)。算法設定虛警率為1E-7，對應的檢測門限值為T=6.590 2。經過軟件計算，檢測結果一共3個目標，結果如圖6、表1所示。由于平臺的散射為多次散射，在SAR圖像上表現為亮斑(圖6)。平臺的后向散射均值為-2.20 dB，

圖5 整體海雜波參數化模型擬合結果

表1 檢測結果

圖6 平臺檢測結果

海水為-17.98 dB，二者相差15.78 dB，采用2種方法，基于前一觀測數據與當前觀測數檢測的目標結果進行位置比對，位置不變的為平臺，變化的為船；基于幾何特征，平臺一般較大，且形狀接近方形，而船是長條形的，且一般尺寸較小。上述2種方法聯合使用，可有效區(qū)分平臺和船舶。

2.3 結果比對

本文中采用的數據覆蓋伯朝拉海部分海域，主要為俄羅斯Medynskoye-more油井開發(fā)區(qū)，據文獻[10]，俄羅斯的油氣資源主要分布于北極西部、東部。本文的油井位于medynskoye-more油井區(qū)，探測與實際油井位置相符。

3 結束語

油氣資源是北極地區(qū)重要資源之一，對北極油氣資源的開發(fā)利用具有重要意義。GF-3衛(wèi)星具有12種模式，對極區(qū)的探測具有優(yōu)勢。全極化數據在油井監(jiān)測方面能夠提供多層次信息，能夠反映出油井船只散射特性，可為油井信息提取提供散射機制。但在圖像上油井、船只信息難以區(qū)分。本文在對油井、船只散射分析的基礎上，采用改進CFAR 方法進行油井檢測，能夠有效地提取油井信息。本文的方法在算法上不采用迭代公式求解，避免了用二分法尋找閾值的循環(huán)解算過程，提高了檢測精度與速度，可大面積、快速、準確地提取油井信息，服務于北極油氣資源開發(fā)。