CN108335222A - 基于多光谱遥感的海域油气勘探现状调查方法及装置 - Google Patents
基于多光谱遥感的海域油气勘探现状调查方法及装置 Download PDFInfo
- Publication number
- CN108335222A CN108335222A CN201711394206.7A CN201711394206A CN108335222A CN 108335222 A CN108335222 A CN 108335222A CN 201711394206 A CN201711394206 A CN 201711394206A CN 108335222 A CN108335222 A CN 108335222A
- Authority
- CN
- China
- Prior art keywords
- target
- sea
- oil gas
- marine site
- gas platform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011835 investigation Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000002349 favourable effect Effects 0.000 claims abstract description 19
- 230000003595 spectral effect Effects 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 13
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 229930195733 hydrocarbon Natural products 0.000 claims description 12
- 150000002430 hydrocarbons Chemical class 0.000 claims description 12
- 241001269238 Data Species 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims 2
- 238000003860 storage Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000005502 phase rule Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请实施例提供了一种基于多光谱遥感的海域油气勘探现状调查方法及装置，该方法包括：基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集；根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集；提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台；将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息。本申请实施例可降低无接触式海域油气勘探现状调查的实现成本。
Description
技术领域
本申请涉及油气勘探现状调查技术领域，尤其是涉及一种基于多光谱遥感的海域油气勘探现状调查方法及装置。
背景技术
由于陆域油气勘探程度越来越高，取得重大发现的难度越来越大，很多国家都把勘探重点转向了勘探程度较低的海域。因此，了解海域油气勘探的现状和动态，具有重要意义。
目前，海域油气勘探现状调查主要来自于大型油气咨询公司，获取的成本非常高。并且，有时会因涉及一些存在争议的敏感海域，导致难以有效的进行海域油气勘探现状调查。为解决存在争议的敏感海域的油气勘探现状调查问题，目前已经出现基于雷达遥感的无接触式海域油气勘探现状调查方案，并且金属结构的海洋目标(例如钻井平台)对于微波雷达有很强的反射率作用，在雷达遥感图像上表现为高亮显示，也更容易判别。
然而，由于部署雷达的成本较高，基于雷达遥感的海域油气勘探现状调查方案并适合于长时间、大面积的海面目标检测。因此，如何降低无接触式海域油气勘探现状调查的实现成本是目前亟待解决的技术问题。
发明内容
本申请实施例的目的在于提供一种基于多光谱遥感的海域油气勘探现状调查方法及装置，以降低无接触式海域油气勘探现状调查的实现成本。
为达到上述目的，一方面，本申请实施例提供了一种基于多光谱遥感的海域油气勘探现状调查方法，包括：
基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集；
根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集；
提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台；
将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息。
优选的，所述基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集，包括：
获取已知开采海域的多光谱遥感历史数据；
将所述多光谱遥感历史数据中的原始DN图像数据转换为反射率图像数据，并剔除陆域反射率图像数据，而保留海域反射率图像数据；
确认所述海域反射率图像数据上的各个海面目标；
提取各个海面目标的光谱指标和几何指标，并确定对应海面目标的光谱指标和几何指标的阈值范围；
从各个海面目标的光谱指标和几何指标中确定对应海面目标的特征指标；
根据各个海面目标的特征指标建立海面目标提取规则集。
优选的，所述根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集，包括：
获取待调查海域的多光谱遥感历史数据；
将所述多光谱遥感历史数据中的原始DN图像数据转换为反射率图像数据，并剔除陆域反射率图像数据，而保留海域反射率图像数据；
根据所述海面目标提取规则集，从所述海域反射率图像数据上提取不同的海面目标；
根据所述不同的海面目标立所述待调查海域的具有时间序列属性的海面目标数据集。
优选的，所述提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台，包括：
提取所述海面目标数据集中的疑似油气平台目标；
当所述疑似油气平台目标的时相个数低于第一阈值时，确认所述疑似油气平台目标为干扰目标；
当所述疑似油气平台目标的时相个数高于所述第一阈值且低于第二阈值时，确认所述疑似油气平台目标为油气勘探平台；
当所述疑似油气平台目标的时相个数高于所述第二阈值时，确认所述疑似油气平台目标为油气生产平台。
优选的，所述海面目标包括油气平台目标和所述油气平台目标的辅助判断目标；
相应的，所述提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台，包括：
提取所述海面目标数据集中的疑似油气平台目标和所述疑似油气平台目标及其辅助判断目标；
当所述疑似油气平台目标的时相个数低于第一阈值，且根据对应特征指标确认所述辅助判断目标为云阴影或船舶时，确认所述疑似油气平台目标为干扰目标；
当所述疑似油气平台目标的时相个数高于所述第一阈值，低于第二阈值，且根据对应特征指标确认所述辅助判断目标为油膜时，确认所述疑似油气平台目标为油气勘探平台；
当所述疑似油气平台目标的时相个数高于所述第二阈值，且根据对应特征指标确认所述辅助判断目标为油膜时，确认所述疑似油气平台目标为油气生产平台。
优选的，在所述将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息之后，还包括：
确定识别出的油气平台在有利构造和或储层上部署的时间序列，并据此预测所述待调查海域的勘探趋势。
另一方面，本申请实施例还提供了一种基于多光谱遥感的海域油气勘探现状调查装置，包括：
规则集建立模块，用于基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集；
数据集建立模块，用于根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集；
目标识别模块，用于提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台；
数据叠加模块，用于将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息。
优选的，所述基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集，包括：
获取已知开采海域的多光谱遥感历史数据；
将所述多光谱遥感历史数据中的原始DN图像数据转换为反射率图像数据，并剔除陆域反射率图像数据，而保留海域反射率图像数据；
确认所述海域反射率图像数据上的各个海面目标；
提取各个海面目标的光谱指标和几何指标，并确定对应海面目标的光谱指标和几何指标的阈值范围；
从各个海面目标的光谱指标和几何指标中确定对应海面目标的特征指标；
根据各个海面目标的特征指标建立海面目标提取规则集。
优选的，所述根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集，包括：
获取待调查海域的多光谱遥感历史数据；
将所述多光谱遥感历史数据中的原始DN图像数据转换为反射率图像数据，并剔除陆域反射率图像数据，而保留海域反射率图像数据；
根据所述海面目标提取规则集，从所述海域反射率图像数据上提取不同的海面目标；
根据所述不同的海面目标立所述待调查海域的具有时间序列属性的海面目标数据集。
优选的，所述提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台，包括：
提取所述海面目标数据集中的疑似油气平台目标；
当所述疑似油气平台目标的时相个数低于第一阈值时，确认所述疑似油气平台目标为干扰目标；
当所述疑似油气平台目标的时相个数高于所述第一阈值且低于第二阈值时，确认所述疑似油气平台目标为油气勘探平台；
当所述疑似油气平台目标的时相个数高于所述第二阈值时，确认所述疑似油气平台目标为油气生产平台。
优选的，所述海面目标包括油气平台目标和所述油气平台目标的辅助判断目标；
相应的，所述提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台，包括：
提取所述海面目标数据集中的疑似油气平台目标和所述疑似油气平台目标及其辅助判断目标；
当所述疑似油气平台目标的时相个数低于第一阈值，且根据对应特征指标确认所述辅助判断目标为云阴影或船舶时，确认所述疑似油气平台目标为干扰目标；
当所述疑似油气平台目标的时相个数高于所述第一阈值，低于第二阈值，且根据对应特征指标确认所述辅助判断目标为油膜时，确认所述疑似油气平台目标为油气勘探平台；
当所述疑似油气平台目标的时相个数高于所述第二阈值，且根据对应特征指标确认所述辅助判断目标为油膜时，确认所述疑似油气平台目标为油气生产平台。
优选的，所述基于多光谱遥感的海域油气勘探现状调查装置，还包括：
勘探趋势预测模块，用于确定识别出的油气平台在有利构造和或储层上部署的时间序列，并据此预测所述待调查海域的勘探趋势。
另一方面，本申请实施例还提供了另一种基于多光谱遥感的海域油气勘探现状调查装置，包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时执行如下步骤：
基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集；
根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集；
提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台；
将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息。
由以上本申请实施例提供的技术方案可见，本申请实施例首先基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集；其次根据海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立待调查海域的具有时间序列属性的海面目标数据集；然后提取海面目标数据集中的疑似油气平台目标，并根据疑似油气平台目标的时相特征确认其是否为油气平台；然后将识别出的油气平台叠加至待调查海域的勘探数据，以确认有利构造和或储层信息，从而实现了无接触式海域油气勘探现状调查。而且，与现有的基于雷达遥感的海域油气勘探现状调查方案相比，由于本申请实施例可通过一些免费或低收费的卫星系统获取海域多光谱遥感数据，因此本申请实施例降低了无接触式海域油气勘探现状调查的实现成本，非常适用于长时间、大面积的海域油气勘探现状调查。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本申请一实施方式中基于多光谱遥感的海域油气勘探现状调查方法的流程图；
图2为本申请一实施方式中获得的某海域油气生产平台的时序分布示意图；
图3为本申请一实施方式中基于多光谱遥感的海域油气勘探现状调查装置的结构框图；
图4为本申请另一实施方式中基于多光谱遥感的海域油气勘探现状调查装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请的发明人研究发现：油气平台在多光谱遥感图像上呈现高亮特征，与海水背景差异明显，因此，多光谱遥感技术可能非常适用于海域油气勘探现状的调查。近年来，随着对该项技术的深入研究，进一步发现：通过基于多光谱遥感数据的海面目标提取规则集以及海面油气平台存在的时相规律，可实现海域油气平台的快速提取和判别，从而为海域油气勘探现状调查的一种全新技术思路。基于该技术思路，本申请提供了以下实施方式。
参考图1所示，本申请实施方式的基于多光谱遥感的海域油气勘探现状调查方法可以包括：
S101、基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集。
在一实施方式中，上述基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集可以包括以下步骤：
1011)、获取已知开采海域的多光谱遥感历史数据。
1012)、将所述多光谱遥感历史数据中的原始DN图像数据转换为反射率图像数据，并剔除陆域反射率图像数据，而保留海域反射率图像数据。
1013)、确认所述海域反射率图像数据上的各个海面目标。
1014)、提取各个海面目标的光谱指标和几何指标，并确定对应海面目标的光谱指标和几何指标的阈值范围。
1015)、从各个海面目标的光谱指标和几何指标中确定对应海面目标的特征指标。
1016)、根据各个海面目标的特征指标建立海面目标提取规则集。
在一实施方式中所述根据各个海面目标的特征指标建立海面目标提取规则集，例如根据船只尾迹特征，可以确认对应的海面目标为船舶；根据海面目标的分布和阴影特征，可以确认对应的海面目标为浮云；根据海面目标的暗色调特征，可确认对应的海面目标为油膜或阴影，等等。如此，根据海面目标的特征指标就可以确定对应的海面目标，而每个海面目标与其特征指标之间的对应关系就形成了海面目标提取规则，从而可以建立海面目标提取规则集。
S102、根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集。
在一实施方式中，上述根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集可以包括以下步骤：
1021)、获取待调查海域的多光谱遥感历史数据；
1022)、将所述多光谱遥感历史数据中的原始DN图像数据转换为反射率图像数据，并剔除陆域反射率图像数据，而保留海域反射率图像数据；
1023)、根据所述海面目标提取规则集，从所述海域反射率图像数据上提取不同的海面目标；
1024)、根据所述不同的海面目标立所述待调查海域的具有时间序列属性的海面目标数据集。
S103、提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台。
在一实施方式中，上述提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台，可以包括以下步骤：
1031a)、提取所述海面目标数据集中的疑似油气平台目标。所述疑似油气平台目标一般为相对于背景的高亮度目标，因此，可以基于亮度特征提取所述海面目标数据集中的疑似油气平台目标。
1032a)、当所述疑似油气平台目标的时相个数低于第一阈值(例如1个时相)时，确认所述疑似油气平台目标为干扰目标(例如船舶和斑点云等)；
当所述疑似油气平台目标的时相个数高于所述第一阈值且低于第二阈值(例如3个时相)时，确认所述疑似油气平台目标为油气勘探平台；或者，
当所述疑似油气平台目标的时相个数高于所述第二阈值时，确认所述疑似油气平台目标为油气生产平台。
在另一实施方式中，所述海面目标可以包括油气平台目标和所述油气平台目标的辅助判断目标(例如油膜、阴影等)；相应的，上述提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台可以包括以下步骤：
1031b)、提取所述海面目标数据集中的疑似油气平台目标和所述疑似油气平台目标及其辅助判断目标；
1032b)、当所述疑似油气平台目标的时相个数低于第一阈值，且根据对应特征指标确认所述辅助判断目标为云阴影或船舶时，确认所述疑似油气平台目标为干扰目标；
当所述疑似油气平台目标的时相个数高于所述第一阈值，低于第二阈值，且根据对应特征指标确认所述辅助判断目标为油膜时，确认所述疑似油气平台目标为油气勘探平台；或者，
当所述疑似油气平台目标的时相个数高于所述第二阈值，且根据对应特征指标确认所述辅助判断目标为油膜时，确认所述疑似油气平台目标为油气生产平台。
S104、将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息。
S105、确定识别出的油气平台在有利构造和或储层上部署的时间序列，并据此预测所述待调查海域的勘探趋势。例如图2示出了某海域油气平台分布图，根据其生产平台的时间序列，可以该油田的勘探趋势是不断向南部海域拓展。
虽然上文描述的过程流程包括以特定顺序出现的多个操作，但是，应当清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
参考图3所示，本申请一实施方式的基于多光谱遥感的海域油气勘探现状调查装置可以包括：
规则集建立模块31，可以用于基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集；
数据集建立模块32，可以用于根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集；
目标识别模块33，可以用于提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台；
数据叠加模块34，可以用于将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息。
在另一实施方式中，所述基于多光谱遥感的海域油气勘探现状调查装置还可以包括：勘探趋势预测模块35，可以用于确定识别出的油气平台在有利构造和或储层上部署的时间序列，并据此预测所述待调查海域的勘探趋势。
参考图4所示，本申请另一实施方式的基于多光谱遥感的海域油气勘探现状调查装置可以包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时执行如下步骤：
基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集；
根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集；
提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台；
将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和或硬件中实现。
本发明是参照根据本发明实施例的方法和装置的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的方法或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种方法或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的方法或者装置中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、装置、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (13)
1.一种基于多光谱遥感的海域油气勘探现状调查方法，其特征在于，包括：
基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集；
根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集；
提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台；
将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息。
2.如权利要求1所述的基于多光谱遥感的海域油气勘探现状调查方法，其特征在于，所述基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集，包括：
获取已知开采海域的多光谱遥感历史数据；
将所述多光谱遥感历史数据中的原始DN图像数据转换为反射率图像数据，并剔除陆域反射率图像数据，而保留海域反射率图像数据；
确认所述海域反射率图像数据上的各个海面目标；
提取各个海面目标的光谱指标和几何指标，并确定对应海面目标的光谱指标和几何指标的阈值范围；
从各个海面目标的光谱指标和几何指标中确定对应海面目标的特征指标；
根据各个海面目标的特征指标建立海面目标提取规则集。
3.如权利要求1所述的基于多光谱遥感的海域油气勘探现状调查方法，其特征在于，所述根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集，包括：
获取待调查海域的多光谱遥感历史数据；
将所述多光谱遥感历史数据中的原始DN图像数据转换为反射率图像数据，并剔除陆域反射率图像数据，而保留海域反射率图像数据；
根据所述海面目标提取规则集，从所述海域反射率图像数据上提取不同的海面目标；
根据所述不同的海面目标立所述待调查海域的具有时间序列属性的海面目标数据集。
4.如权利要求1所述的基于多光谱遥感的海域油气勘探现状调查方法，其特征在于，所述提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台，包括：
提取所述海面目标数据集中的疑似油气平台目标；
当所述疑似油气平台目标的时相个数低于第一阈值时，确认所述疑似油气平台目标为干扰目标；
当所述疑似油气平台目标的时相个数高于所述第一阈值且低于第二阈值时，确认所述疑似油气平台目标为油气勘探平台；
当所述疑似油气平台目标的时相个数高于所述第二阈值时，确认所述疑似油气平台目标为油气生产平台。
5.如权利要求1至4任一项所述的基于多光谱遥感的海域油气勘探现状调查方法，其特征在于，所述海面目标包括油气平台目标和所述油气平台目标的辅助判断目标；
相应的，所述提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台，包括：
提取所述海面目标数据集中的疑似油气平台目标和所述疑似油气平台目标及其辅助判断目标；
当所述疑似油气平台目标的时相个数低于第一阈值，且根据对应特征指标确认所述辅助判断目标为云阴影或船舶时，确认所述疑似油气平台目标为干扰目标；
当所述疑似油气平台目标的时相个数高于所述第一阈值，低于第二阈值，且根据对应特征指标确认所述辅助判断目标为油膜时，确认所述疑似油气平台目标为油气勘探平台；
当所述疑似油气平台目标的时相个数高于所述第二阈值，且根据对应特征指标确认所述辅助判断目标为油膜时，确认所述疑似油气平台目标为油气生产平台。
6.如权利要求1所述的基于多光谱遥感的海域油气勘探现状调查方法，其特征在于，在所述将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息之后，还包括：
确定识别出的油气平台在有利构造和或储层上部署的时间序列，并据此预测所述待调查海域的勘探趋势。
7.一种基于多光谱遥感的海域油气勘探现状调查装置，其特征在于，包括：
规则集建立模块，用于基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集；
数据集建立模块，用于根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集；
目标识别模块，用于提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台；
数据叠加模块，用于将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息。
8.如权利要求7所述的基于多光谱遥感的海域油气勘探现状调查装置，其特征在于，所述基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集，包括：
获取已知开采海域的多光谱遥感历史数据；
将所述多光谱遥感历史数据中的原始DN图像数据转换为反射率图像数据，并剔除陆域反射率图像数据，而保留海域反射率图像数据；
确认所述海域反射率图像数据上的各个海面目标；
提取各个海面目标的光谱指标和几何指标，并确定对应海面目标的光谱指标和几何指标的阈值范围；
从各个海面目标的光谱指标和几何指标中确定对应海面目标的特征指标；
根据各个海面目标的特征指标建立海面目标提取规则集。
9.如权利要求7所述的基于多光谱遥感的海域油气勘探现状调查装置，其特征在于，所述根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集，包括：
获取待调查海域的多光谱遥感历史数据；
将所述多光谱遥感历史数据中的原始DN图像数据转换为反射率图像数据，并剔除陆域反射率图像数据，而保留海域反射率图像数据；
根据所述海面目标提取规则集，从所述海域反射率图像数据上提取不同的海面目标；
根据所述不同的海面目标立所述待调查海域的具有时间序列属性的海面目标数据集。
10.如权利要求7所述的基于多光谱遥感的海域油气勘探现状调查装置，其特征在于，所述提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台，包括：
提取所述海面目标数据集中的疑似油气平台目标；
当所述疑似油气平台目标的时相个数低于第一阈值时，确认所述疑似油气平台目标为干扰目标；
当所述疑似油气平台目标的时相个数高于所述第一阈值且低于第二阈值时，确认所述疑似油气平台目标为油气勘探平台；
当所述疑似油气平台目标的时相个数高于所述第二阈值时，确认所述疑似油气平台目标为油气生产平台。
11.如权利要求7至10任一项所述的基于多光谱遥感的海域油气勘探现状调查装置，其特征在于，所述海面目标包括油气平台目标和所述油气平台目标的辅助判断目标；
相应的，所述提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台，包括：
提取所述海面目标数据集中的疑似油气平台目标和所述疑似油气平台目标及其辅助判断目标；
当所述疑似油气平台目标的时相个数低于第一阈值，且根据对应特征指标确认所述辅助判断目标为云阴影或船舶时，确认所述疑似油气平台目标为干扰目标；
当所述疑似油气平台目标的时相个数高于所述第一阈值，低于第二阈值，且根据对应特征指标确认所述辅助判断目标为油膜时，确认所述疑似油气平台目标为油气勘探平台；
当所述疑似油气平台目标的时相个数高于所述第二阈值，且根据对应特征指标确认所述辅助判断目标为油膜时，确认所述疑似油气平台目标为油气生产平台。
12.如权利要求7所述的基于多光谱遥感的海域油气勘探现状调查装置，其特征在于，所述基于多光谱遥感的海域油气勘探现状调查装置，还包括：
勘探趋势预测模块，用于确定识别出的油气平台在有利构造和或储层上部署的时间序列，并据此预测所述待调查海域的勘探趋势。
13.一种基于多光谱遥感的海域油气勘探现状调查装置，包括存储器、处理器、以及存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器运行时执行如下步骤：
基于已知开采海域的多光谱遥感历史数据确定海面目标的特征指标，并据此建立海面目标提取规则集；
根据所述海面目标提取规则集，从待调查海域的多光谱遥感历史数据中提取不同的海面目标，并建立所述待调查海域的具有时间序列属性的海面目标数据集；
提取所述海面目标数据集中的疑似油气平台目标，并根据所述疑似油气平台目标的时相特征确认其是否为油气平台；
将识别出的油气平台叠加至所述待调查海域的勘探数据，以确认有利构造和或储层信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711394206.7A CN108335222A (zh) | 2017-12-21 | 2017-12-21 | 基于多光谱遥感的海域油气勘探现状调查方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711394206.7A CN108335222A (zh) | 2017-12-21 | 2017-12-21 | 基于多光谱遥感的海域油气勘探现状调查方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108335222A true CN108335222A (zh) | 2018-07-27 |
Family
ID=62922597
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711394206.7A Pending CN108335222A (zh) | 2017-12-21 | 2017-12-21 | 基于多光谱遥感的海域油气勘探现状调查方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108335222A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104597518A (zh) * | 2015-01-07 | 2015-05-06 | 中国石油天然气股份有限公司 | 确定海域油气勘探有利区的方法 |
| US20160047939A1 (en) * | 2013-04-29 | 2016-02-18 | Michael Mumelter | A method and apparatus for detection of natural resources |
| CN106845343A (zh) * | 2016-12-15 | 2017-06-13 | 中国科学院电子学研究所苏州研究院 | 一种光学遥感图像海上平台自动检测方法 |
| CN107239755A (zh) * | 2017-05-23 | 2017-10-10 | 国家地理空间信息中心 | 基于高分卫星遥感数据的海上油气平台提取系统 |
-
2017
- 2017-12-21 CN CN201711394206.7A patent/CN108335222A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160047939A1 (en) * | 2013-04-29 | 2016-02-18 | Michael Mumelter | A method and apparatus for detection of natural resources |
| CN104597518A (zh) * | 2015-01-07 | 2015-05-06 | 中国石油天然气股份有限公司 | 确定海域油气勘探有利区的方法 |
| CN106845343A (zh) * | 2016-12-15 | 2017-06-13 | 中国科学院电子学研究所苏州研究院 | 一种光学遥感图像海上平台自动检测方法 |
| CN107239755A (zh) * | 2017-05-23 | 2017-10-10 | 国家地理空间信息中心 | 基于高分卫星遥感数据的海上油气平台提取系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhao et al. | A coupled convolutional neural network for small and densely clustered ship detection in SAR images | |
| Chen et al. | Ship detection from coastal surveillance videos via an ensemble Canny-Gaussian-morphology framework | |
| Baeza et al. | Statistical and spatial analysis of landslide susceptibility maps with different classification systems | |
| US9619691B2 (en) | Multi-view 3D object recognition from a point cloud and change detection | |
| Hall et al. | Detecting dominant landscape objects through multiple scales: An integration of object-specific methods and watershed segmentation | |
| Singha et al. | Automatic Synthetic Aperture Radar based oil spill detection and performance estimation via a semi-automatic operational service benchmark | |
| CN106896406B (zh) | 基于阻抗域属性预测优质储层的方法和装置 | |
| Doctor et al. | Spatial analysis of geologic and hydrologic features relating to sinkhole occurrence in Jefferson County, West Virginia | |
| CN107239755A (zh) | 基于高分卫星遥感数据的海上油气平台提取系统 | |
| Sylvester et al. | Autogenic translation and counter point bar deposition in meandering rivers | |
| Saha et al. | Destroyed-buildings detection from VHR SAR images using deep features | |
| CN106680872A (zh) | 一种高效的海洋天然气水合物地震研究方法 | |
| Baluyan et al. | Novel approach for rooftop detection using support vector machine | |
| CN107656312A (zh) | 基于分方位角叠加的河道砂体预测方法及装置 | |
| Khanna et al. | Implications for controls on Upper Cambrian microbial build-ups across multiple-scales, Mason County, Central Texas, USA | |
| Ma et al. | Hierarchical Sea‐Land Segmentation for Panchromatic Remote Sensing Imagery | |
| CN108335222A (zh) | 基于多光谱遥感的海域油气勘探现状调查方法及装置 | |
| da Fonseca Aguiar et al. | Analysis of seismic attributes to recognize bottom simulating reflectors in the Foz do Amazonas basin, Northern Brazil | |
| Tochamnanvita et al. | Investigation of coastline changes in three provinces of Thailand using remote sensing | |
| Feng et al. | Detection of oil spills in a complex scene of SAR imagery | |
| de Vries et al. | Multi‐decadal coastline dynamics in Suriname controlled by migrating subtidal mudbanks | |
| Karimi et al. | A new landslide inventory and improved susceptibility model for northeastern Pennsylvania | |
| Haneberg et al. | A GIS-based decision-support approach to deepwater drilling-hazard maps | |
| US11682167B2 (en) | Seamless scaling geomodeling | |
| Su et al. | Sea oil spill detection method using SAR imagery combined with object-Based image analysis and fuzzy logic |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180727 |