遙感數據在能源期貨領域的應用

文 | 韓宇 特日根 胡坤 李想

1.長光衛星技術有限公司

2.吉林省衛星遙感應用技術重點實驗室

我國自2018年超越美國成為全球最大原油進口國，且能源進口量逐年增加，目前年石油和天然氣進口總量已超過6億噸。能源價格直接關系國民經濟安全，能源價格波動會影響我國眾多實體企業和金融機構的營收。因此，通過多種信息預測未來一段時間原油期貨價格，對制定策略、輔助投資決策、保障投資安全有重要意義。衛星遙感具有大面積同步觀測能力，遙感數據周期短、時效性強、受政策約束小，通過機器學習算法可從遙感數據中快速提取能源產品生產、存儲相關指標，結合經濟變量與計量分析方法可構建能源期貨產品高效分析與預測的模型。隨著航天事業的進展，地球在軌的遙感衛星數量大幅增加，全球擁有400余顆在軌遙感衛星，遙感衛星的數量和地物識別能力都在快速增長[1]。遙感影像數據從傳統服務進一步擴展到保險、銀行、投資公司等金融單位，在大宗商品期貨交易領域的價值正被逐漸挖掘。

本文通過公開資料及研究成果，總結了利用遙感分析原油庫存儲量的方法，通過回歸分析闡述原油庫存對原油期貨價格的影響，進而探討遙感解譯數據為原油期貨交易策略提供支持的方法和意義。

一、遙感數據在能源期貨預測中的作用

1.及時信息在能源期貨交易中的重要性

近年來國際能源價格大幅波動，為對沖原油價格暴漲暴跌帶來的風險，國內很多能源單位和金融實體參與到國際能源期貨交易中。由于信息不對稱或經驗不足，在能源期貨領域，我國經濟實體和金融機構常陷于被動地位，如：1）2004年中國航空燃油集團公司在石油期貨交易中損失5.5億美元；2）2018年中石化旗下從事原油貿易的子公司聯合石化，在原油期貨交易中因為判斷失誤造成超7億美元的資產損失[2]；3）2020年WTI原油5月期貨合約結算價-37.63美元/桶，中國銀行旗下原油寶投資平臺對原油期貨價格巨幅下跌的風險預估不足，未及時止損，造成中行及其投資者近100億人民幣的巨額損失[3]。

能源期貨交易中，及時的產量、庫存、經濟形勢相關信息，對判斷形勢、制定策略和預防風險十分關鍵，在這方面衛星遙感數據可以發揮獨特的作用。

當前遙感數據在大宗商品的主要應用場景還停留在農業和畜牧業領域[4]，如佳格大數據通過不同農作物的光譜特性，分析我國東北某地區大豆、玉米等作為農業期貨作物的種植變化情況，進而預測部分大宗農產品產量[5]；黃健熙等通過遙感信息與農作物模型集合卡爾曼濾波通化來預測冬小麥的產量[6]。在能源期貨領域遙感數據的應用研究還較為匱乏，僅有部分學者利用傳統數據研究能源期貨變動原因，如陳大恩等通過協整分析和因果檢驗明確了原油儲量對原油期貨價格的影響[7]。

總體而言，國內直接通過遙感信息來分析原油期貨趨勢的研究較少，而原油期貨對存儲量、銷量等數據極為敏感，及時的信息會對投資決策產生重大影響，遙感技術的發展已經可以做到對重點區域每天數次重訪，如果能夠利用遙感數據提取能源期貨產業中相關定量信息，會使相關交易者獲取信息優勢，研究遙感數據應用于能源期貨領域具有可行性和現實意義。

2.遙感數據在能源期貨領域的優勢

對原油等大宗商品庫存情況統計時，傳統調研方式主要為：與能源庫存公司或管道公司合作、使用大量地面調查人員現場調研、廣泛問卷調研、等待能源機構公開數據。這些方法都存在成本高或時效性低的問題。如僅美國庫欣區的原油儲罐就有14家倉儲運營商分別運營，與這些運營商都建立合作關系不但執行上有困難，且成本高昂；采用地面調查和廣泛問卷的方式則存在效率低和客觀性無法保障的問題；能源機構公開的數據，所有機構和個人皆可見，無法使分析者獲取時效性優勢。

遙感衛星因平臺高、視野廣、受地方政策限制小的特點在解決以上問題方面具有突出優勢[8]：

1）獲取數據效率高，不受地域或公司限制。我國商業遙感衛星已實現在優于1m分辨率的情況下，僅通過一次拍攝形成135km×135km幅面的遙感影像，其獲取地面數據的效率是傳統方法難以比擬的。通過衛星遙感影像獲取原油庫存數量數據時，只需在核心儲油區經過一次衛星拍攝，即可分析獲得各個儲油罐的儲量情況，亦可匯總出區域內整體儲油量或各個倉儲企業的儲油情況。

2）遙感數據時效性強。空間遙感探測可以在短時間內對同一地區進行重復探測，發現目標區域多種事物的動態變化，部分太陽同步軌道衛星可以每天2次對同一地區進行觀測。遙感星座的建設更增加了數據的時間分辨率，如長光衛星建設的吉林一號星座，已實現在軌衛星25顆，星座具備指定區域一天內8～10次的重訪能力，相比于美國能源信息署（EIA）或美國石油學會（API）官方每周公布的庫存數據，通過遙感影像分析獲取的庫存數據具有明顯時效性。

3）經濟性強。遙感影像中獲得的地物電磁特征蘊含大量自然、經濟活動等信息，新的解譯技術可以高效挖掘其中的量化數據，隨著技術進步和商業遙感事業發展，數據成本不斷降低，越來越具有經濟性優勢。如國內商業衛星拍攝的遙感影像數據價格已低至每平方千米數十元，相比雇傭大量地面調查人員統計調研，經濟優勢明顯。

3.遙感可提供的數據維度

影響能源期貨價格的因素很多，包括供需關系、宏觀經濟形勢、地緣政治和貨幣政策。地緣政治和貨幣政策屬于突發事件或政府決策，目前各種模型都難以預估和量化，因而不做考慮。在市場經濟中，影響價格的根本因素依然是供需關系，宏觀經濟形勢也可以通過傳導反映在供需關系中，所以遙感應用于能源期貨領域的數據也主要反映在供給量和需求量兩個維度上。

可通過原油庫存和全球經濟形勢來定量反映原油供給和需求的即時情況。對于原油庫存，可通過衛星影像對重點港口的油輪停泊情況、重要儲油區的油罐存儲情況進行分析，如中科星睿公司通過對主要港口和儲油區的浮頂油罐進行提取和儲量分析，其提取效果如圖1。

圖1 儲油區油罐提取影像

原油是社會經濟的重要能源，其消耗與社會經濟活躍度正相關，也可使用經濟數據或通過夜光遙感影像解譯的重點區域內燈光數據來分析原油消耗情況，如李德仁發現夜光總量能夠較好地在省級單元上模擬GDP和能源消耗數據[9]，其通過珞珈一號夜光遙感衛星進行了夜光影像數據與區域經濟關系的研究，夜光影像如圖2。

圖2 珞珈一號衛星夜光影像

遙感影像解譯的經濟數據，可用于原油期貨價格模型的構建，同時由于遙感數據的時效性，可先于市場獲取重要機遇或規避風險，有潛在巨大價值，其應用模型如圖3。

圖3 遙感數據在原油期貨中的應用模型

二、遙感數據中提取能源領域數據

1.研究對象選擇和影像預處理

本文重點介紹通過主要原油庫存區遙感影像來分析原油儲量變化。在選擇監測區域和影像數據時主要圍繞能反映供需關系的關鍵地理區域，如美國庫欣區是全美原油交易的心臟地帶，包含大量的浮頂儲油罐。儲油罐的分類比較清晰，根據材質分為金屬和非金屬油罐，根據位置分為地下、地上和半地下油罐。其中地上油罐，又可進一步分為浮頂油罐和固定頂油罐，遙感影像善于分析的是浮頂油罐，這對儲油量變化的預估已經足夠，因為絕大部分原油是以性價比較高的浮頂油罐存儲，且只要獲取足夠多期數的樣本數據，即可通過相應模型估算出總儲量絕對值的變化情況。圖像預處理方式主要包括圖像增強和特征提取，圖像增強技術有：濾波、大氣校正、幾何校正等；特征提取包括從圖像中抽取光譜特征、形狀、空間特征，區域分割等。通過這些預處理技術，可以提高遙感影像質量，縮小檢索范圍，為接下來的機器學習提供良好輸入，提高效率和準確率。

2.從遙感圖像中提取浮頂油罐

通過遙感影像研究原油儲量，首先要從影像中準確識別和切割出各個儲油罐。遙感圖像中提取油罐的方法國內外學者已進行了一定的研究，傳統方法包括滑動窗口搜索法和感興趣區域提取法：主要利用油罐的顏色、形狀、陰影，設定匹配模板，進行顯著性檢測來對目標進行判斷。針對需要精確查找浮頂油罐的場景，傳統方法存在檢測速度慢和精度不足的問題，由于浮頂油罐與固定頂油罐在形狀、大小和顏色上高度相似，通過傳統方法難以區分，因而傳統的遙感監測方法不適用于浮頂油罐的提取。

隨著機器學習，特別是深度學習技術的發展，產生了很多高效且較準確的目標識別方法：如神經網絡（NN）、支持向量機（SVM）、隨機森林（RF）等算法。深度卷積神經網絡模擬人腦的分析過程，通過組合影像的低級特征形成抽象的高級特征，為遙感目標識別技術開辟了新的路徑，是機器學習應用到遙感影像識別和分類的重大成果。深度學習中神經網絡模型具有高效性、可塑性強和普適性強的特點，通過多維的低級特征逐漸向上擬合出待識別目標高級特征，適合于浮頂油罐的提取場景。

深度學習神經網絡模型的典型代表為基于區域的卷積神經網絡Faster R-CNN，其將目標檢測的多個步驟集中于一個網絡結構中，使用一個深度卷積網絡，可以在候選框生成和類別判斷中共享特征參數，減少重復計算，同時完全兼容GPU硬件計算[10]。計算原油儲量既需準確識別出浮頂油罐，還需將其從所在位置中提取，且有較高效率要求。

深度神經網絡的訓練過程主要就是卷積核的優化過程，使各個層級的卷積核都能良好過濾出符合浮頂儲油罐特征的影像。首先需要足夠數量的浮頂油罐樣例數據作為訓練模型的輸入，如圖4，通過對含有浮頂油罐標簽的樣例圖片數萬次訓練迭代，使模型逐步做到對浮頂油罐的高度擬合識別。

圖4 浮頂油罐樣例數據集

基于Faster R-CNN的VGG16網絡，使用卷積神經網絡（CNN）對圖片特征進行提取，生成特征圖，判別圖像中目標是否為浮頂油罐；在特征圖的基礎上用區域推薦網絡（RPN）解決目標在哪的問題；最后綜合目標特征和目標相對位置輸出給全連接層完成目標分類和位置框選。以美國庫欣區遙感影像為例，通過選取數百張浮頂油罐樣例圖對神經網絡模型進行多達數萬次的迭代訓練，然后使用訓練后的VGG16網絡進行未分類影像的識別，可以達到滿意效果，如圖5。

圖5 VGG16網絡提取出區域內的全部浮頂油罐

3.計算浮頂油罐儲量

通過機器學習提取出待檢測區域的浮頂油罐位置后，需要依次對單個油罐的儲量進行估算。由于原油儲藏罐多是形狀規整的圓柱體，所以求取其儲量的關鍵轉化為計算油罐浮頂的面積和浮頂相對罐底的高度[11]。

油罐中浮頂面積的計算過程較為簡單，以于圣濤在基于高分辨率遙感影像的油罐體積求取為例，其對包含油罐的遙感影像直接采用Opencv中的相關函數可準確識別出油罐的上頂半徑，計算出的半徑與實際半徑的絕對誤差小于0.35m，相對誤差小于0.9%。

相比于浮頂油罐的上頂面積，浮頂的相對高度求取過程較為復雜。需要通過高分辨率遙感影像中浮頂油罐的內壁和外壁陰影長度、太陽高度角、太陽方位角、衛星高度角和衛星方位角等多個參數計算油罐高度[12]。根據前文求得的油罐面積即可求出油罐的儲油量。

使用遙感影像求取單個浮頂油罐的儲油量后，通過逐個累加后可得到儲油區中全部浮頂油罐的總體儲量，結合相關統計模型后可估算出儲油區全部儲油量。

目前已有國內企業基于遙感衛星影像和回歸模型提供日度頻次的原油庫存數據，如中科星睿發布的基于美國庫欣區遙感影像的原油庫存數據，其發布頻率領先于EIA發布的周度庫存報告，且數據準擬合度達到了90%以上。

三、遙感數據在美國庫欣原油存儲區的應用

遙感數據在能源期貨領域的典型應用場景為對能源期貨品種的庫存情況進行分析，建立庫存與能源期貨價格相關的模型，輔助交易者和政策制定者決策。要想通過遙感影像了解原油庫存情況，需對重要原油港口和原油庫存區的影像提取分析，這些港口或庫存區應具有以下幾個特點：1）具有龐大的存儲能力，能夠反映區域原油庫存狀況；2）處于原油交易的核心地帶，每周都有較高的流入與流出量；3）該區域原油庫存與相關能源期貨貿易掛鉤。

美國庫欣原油儲存區為滿足以上要求的典型區域。庫欣位于俄克拉荷馬州俄克拉荷馬城和塔爾薩之間，曾經是薩克斯和福克斯保護區的一部分，這里擁有星羅棋布的原油儲罐。石油資源幫助俄克拉荷馬州建立起石油工業體系，并將庫欣地區變成了一個新興城市和重要的石油供應中心—儲存了來自美國各地的各類型原油和來自加拿大、墨西哥的進口原油，以及其他地方原油。目前，庫欣地區原油儲罐的容量高達9000萬桶以上。

更為重要的是WTI原油期貨合約的交割地就位于俄克拉荷馬州的庫欣地區，合約到期以后通過管道、儲罐網絡系統進行交割。統計數據顯示，庫欣地區原油庫存減少300萬桶至500萬桶，就可導致WTI原油價格上漲5至10美元。換言之，庫欣地區原油庫存增加幾百萬桶，就可能令油價出現大幅度下跌[11-16]。

每周三美EIA都會公布庫欣區上周五的原油庫存情況，每當數據公布都會引起WTI期貨合約的大幅度波動。因庫欣區大部分原油儲罐為浮頂油罐，可使用衛星拍攝；且EIA公布數據為5天的滯后數據，這就為遙感影像利用高時空分辨率分析庫欣區原油庫存量且先于官方獲取數據提供了基礎。

基于WTI原油價格與庫欣區原油庫存量和宏觀經濟數據的關系，建立了如圖6所示的應用模型。

圖6 遙感數據應用模型圖

應用模型中以衛星觀測的庫欣區庫存數據和區域經濟活動數據為超前數據集，結合EIA官方公布的全美各州原油產量數據與宏觀經濟指標PMI構建整合模型，利用回歸算法與機器學習技術，可對WTI原油價格的波動做良好解釋[17]，對決策分析和價格預測均有一定輔助作用。利用該模型對2019年6月至2020年6月WTI原油價格進行回歸驗證，取得了良好擬合度。

其中增加庫欣區解譯數據的回歸模型擬合度達到了62.4%，較無此項數據的模型大幅提高31.7%，極大增強了模型解釋能力。及時獲取原油庫存儲量信息對預估原油期貨價格，構建分析模型有重要意義，利用衛星遙感數據可獲取先于官方公布的原油庫存數據，增加模型的時效性和解釋能力。

四、總結與展望

原油價格波動對國民經濟和金融安全影響重大，人工智能算法可精確識別并提取遙感影像中浮頂油罐的位置；通過衛星高度角和方位角、太陽高度角和方位角，以及油罐內外壁陰影長度可獲取浮頂油罐中原油儲量；進一步通過回歸分析，明確了原油庫存儲量對分析預估原油期貨價格的重要性。通過遙感能力與數據意義的分析，間接證明遙感數據在能源期貨領域應用的巨大價值：

1）當前解譯算法已具備從衛星遙感數據中獲取原油儲罐位置和總體儲量的能力；

2）衛星遙感數據具有較高時效性，可先于官方數據發布；

3）原油庫存儲量與原油價格有較強相關性，結合其他經濟學變量對分析及預估原油期貨價格、提供策略依據有重要價值。

使用遙感影像數據預估原油儲量變化，可更早做出合理投資決策，為交易者和策略制定者提供信息優勢。

遙感數據不僅可獲取原油儲量數據，還可通過夜光遙感監測區域經濟活力、物流區車流量計算區域貿易指數等與原油期貨價格相關的其他維度數據。隨著商業遙感星座不斷發展和技術進步，遙感數據的時空分辨率將不斷提高，數據解譯能力也會進一步提升。將遙感數據應用在能源期貨領域是可行的，且相較傳統渠道數據具有時間優勢和客觀性優勢，未來遙感影像在能源期貨領域的應用前景廣闊，數據價值將更加凸顯。