Нефть и газ — одни из самых важных компонентов мировой энергетики. Они удовлетворяют потребности человечества в энергии более чем на треть. Россия входит в первую пятёрку стран по запасам углеводородов, и нефтегазовая отрасль — одна из ключевых в экономике нашей страны. На данный момент в России разрабатывается более 2,5 тысяч месторождений нефти и газа, причём большая их часть приходится на труднодоступные регионы: Западную и Восточную Сибирь, морской шельф Сахалина, Баренцево и Карское моря.

Нефть и газ транспортируются по трубопроводам, коих на территории нашей страны эксплуатируется более 1 млн километров — магистральных, промысловых и распределительных. Только на магистральных трубопроводах ежегодно происходит более 55 аварий. На предприятиях добычи, хранения, транспортировки, распределения и переработки нефти, газа и нефтепродуктов наблюдаются утечки и разливы сырья в результаты прорывов трубопроводов и других аварий, что приводит к загрязнению окружающей среды. При этом химические вещества в составе нефти и нефтепродуктов изменяют состав объектов окружающей среды, преобразуя естественные природные комплексы в токсичные формы. Для мониторинга экологического состояния территорий суши и морских акваторий, где расположены объекты нефтегазовой отрасли, активно используют данные дистанционного зондирования. Они позволяют не только выявить нефтяные загрязнения, но и предупредить их.

Обнаружить нефтяные загрязнения, помимо явных черных пятен на земле, позволяют следующие физические эффекты, которые проявляются в изменениях электромагнитного излучения оптических данных:

  1. В местах, где произошёл прорыв трубопровода и появились загрязняющие компоненты, возникают тепловые контрасты, которые регистрируются инфракрасным и тепловым спектрами излучения.
  2. За счет различий коэффициентов спектральных яркостей появляются контрасты между аномальными областями загрязнений и общим фоном снимка. Регистрировать данные контрасты позволяют современные мультиспектральные космические снимки. И чем выше детальность съемки, тем более мелкие загрязнения получается обнаружить.
  3. Нефтяные загрязнения на траве и открытой почве изменяют яркостные характеристики в различных спектральных диапазонах. В этих случаях изменяются вегетационные индексы NDVI и NCHVI, которые показывают состояние растительного покрова.

Самотлорское нефтяное месторождение — крупнейшее в России и 7-е по размеру в мире, расположено в Ханты-Мансийском автономном округе, вблизи Нижневартовска, в районе озера Самотлор. Его начали разрабатывать в 1960-х и за более чем 50 лет эксплуатации месторождения было пробурено больше 16 700 скважин, добыто больше 2,3 млрд тонн нефти. Сложно даже представить, какая часть добытой нефти была пролита на землю и испортила экологическую ситуацию в регионе.

Проведём анализ нефтяных загрязнений Самотлорского месторождения с помощью обработки инфракрасного и теплового диапазонов космического снимка со спутника Landsat-7 в ПО ScanEx Image Processor.

Рис.1 Космический снимок Landsat-7.

Загрузим мультиспектральный снимок Landsat-7 в проект и отобразим тепловой и инфракрасные каналы и, как самый контрастный, — синий (каналы 7-4-2). Снимок окрасится в соответствующие каналы.

Рис.2 Результат отображения каналов снимка Landsat-7.

Как было озвучено ранее, нефтяные загрязнения в инфракрасном и тепловом диапазонах сильно контрастируют с общим фоном космического снимка. На изображении сильно выделяются зеленый, красный и фиолетовый цвета. Учитывая характер местности и расположение зеленого цвета на снимке, скорее всего он соответствует пойменной растительности, что можно проверить гистограммой. Если приблизить экстент снимка к фиолетовому окрасу, то можно увидеть, что он соответствует промышленным и иным антропогенным объектам, например, городской застройке. Остался только красный цвет и путём анализа гистограммы красных «пятен» можно увидеть, что наибольшая активность проявляется в инфракрасных и тепловых диапазонах, что соответствует отражению нефтяных загрязнений.

Далее с помощью инструмента «волшебная палочка» захватим красные пиксели снимка. Захваченные области запишутся в заранее созданный векторный слой.

Рис.3 Работа инструмента «волшебная палочка».

Так мы создали эталоны для дальнейшей классификации растра. Нам требуется извлечь только места загрязнений нефтью, поэтому воспользуемся бинарной классификацией, которая отделит красные пиксели от всего снимка и создаст новый растровый слой.

Рис.4 Вид модуля бинарного классификатора.
Рис.5 Результат бинарной классификации.

Для дальнейшего анализа отвекторизуем полученный результат и настроим контрастное отображение. Векторизация позволит отсечь мелкие артефакты, которые не относятся к нефтяным загрязнениям и были классифицированы ошибочно.

Рис.6 Результат отвекторизованных нефтяных загрязнений.

Вывод: Современная космическая съемка позволяет быстро, экономично и дистанционно проводить мониторинг нефтяных загрязнений. Чем выше пространственное разрешение космических снимков, тем более мелкие по площади нефтяные загрязнения могут быть распознаны. Данный метод позволяет сэкономить огромное количество денег на полевые выезды.

Заказать обратный звонок
К началу страницы