王明珠 陳穎民 韓飛 陳婕 許國(guó)強(qiáng) 李柏權(quán) 江佳琳

摘要：文章以湄公盆地周邊海域?yàn)檠芯繀^(qū) ，利用遙感技術(shù)手段 ， 綜合多時(shí)相、多源衛(wèi)星數(shù)據(jù) ， 探討不同數(shù)據(jù)源海上油氣井平臺(tái)提取方法。本次研究 ， 首先基于1992—2018年27景多時(shí)相夜間燈光數(shù)據(jù)和2019年兩期 SAR數(shù)據(jù) ，分別采用高斯濾波法和雙參數(shù) CFAR 法 ， 實(shí)現(xiàn)了全區(qū)域油氣井平臺(tái)的自動(dòng)化提取;然后 ，針對(duì)有確定性資料輔助判定的區(qū)域 ， 采用人工目視解譯的方法 ， 對(duì)長(zhǎng)時(shí)間序列 Landsat-8OLI及 YG24號(hào)光學(xué)衛(wèi)星影像進(jìn)行提取 ， 并將解譯結(jié)果作為標(biāo)準(zhǔn)數(shù)據(jù) ， 用于驗(yàn)證前兩種自動(dòng)提取方法的精度。結(jié)果表明：夜間燈光影像數(shù)據(jù)易獲取、成本低 ， 提取方法簡(jiǎn)單 ， 而 SAR 影像提取結(jié)果的精度高、流程煩瑣 ，建議根據(jù)多源衛(wèi)星數(shù)據(jù)的特點(diǎn)相互結(jié)合 ， 實(shí)現(xiàn)快速、高效、精確的信息提取 ， 應(yīng)用于海上油氣井平臺(tái)監(jiān)測(cè)。

關(guān)鍵詞：南海;油氣井平臺(tái);遙感;多源衛(wèi)星影像;湄公盆地

中圖分類號(hào)：TP75;TP79;P7????? 文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1005-9857（2022）03-0072-07

Remote Sensing Extraction Methods for Drilling Platformsin South China Sea Based on Multi-Source Satellite Image！Taking the waters around the Mekong Basin as an example

WANG Mingzhul'2，CHEN Yingmin'3，HAN Fei2 ，CHEN Jie'，XU Guoqiang12，

LI Boquan'，JIANG Jialin2

（1.The Key Laboratory of Marine Geological Resources and Environment of Hainan Province ， Haikou 570206.China;2.Comprehensive Institute of Geological Investigation of Hainan Province，Haikou 570206.China;3.Hainan Geological Bu-reau，Haikou 570206，China4.Hainan Institute of Geological Investigation and Design，Haikou 570206，China）

Abstract： In this paper，the waters around the Mekong Basin were taken as the study area and themethods for extracting offshore drilling platforms were discussed.These methods utilized multi-temporal and multi-source remote sensing image.Firstly，the study automated the extraction ofdrilling platforms by using Gaussian filtering method and two-parameter CFAR method，respec-tively，based on 27 scenes of multi-temporal nighttime lighting data 1992一2018 and two periodsof SAR data in 2019.Then，for areas with deterministic information，visual interpretation wasused to extract drilling platforms from long time series Landsat-8 OLI and YG24 optical satelliteimages. The results were used as standard data to test the accuracy of the previous two methods.Results showed that Nighttime lighting data was easy to obtain，low cost，and simple to extractinformation.However，the accuracy of SAR image extraction results was higher， but the processwas cumbersome. In practice，according to the characteristics of multi-source satellites，it wasrecommended to combine the advantages of each other to optimize the extraction process and im-prove the accuracy of the results.

Keywords ; South China Sea，Drilling platforms，Remote sensing，Multi-source imagery，Mekong Basin

0引言

海上油氣鉆井平臺(tái)的數(shù)量在一定程度上能夠反映該海域油氣資源的開發(fā)熱度[1。因此，當(dāng)務(wù)之急需查清南海油氣井平臺(tái)開采規(guī)模﹑數(shù)量、分布位置、增長(zhǎng)速度等基本情況。只有詳盡的海洋地質(zhì)勘查數(shù)據(jù)，才能科學(xué)合理地開發(fā)利用海洋資源，維護(hù)海洋自然再生產(chǎn)能力，為維護(hù)海洋權(quán)益提供有力的數(shù)據(jù)支撐[2—3]。

南海海域面積廣闊，遠(yuǎn)離大陸，難以開展常規(guī)的實(shí)地驗(yàn)證調(diào)查。遙感技術(shù)具有宏觀、快速、直觀、多時(shí)相、不受地理位置限制等優(yōu)勢(shì)，隨著遙感技術(shù)不斷發(fā)展，其在海洋調(diào)查中已廣泛應(yīng)用[4]。同時(shí)，遙感衛(wèi)星數(shù)據(jù)越來越豐富，存檔數(shù)據(jù)齊全，為全面開展南海油氣井平臺(tái)調(diào)查提供了契機(jī)。目前，海上油氣井平臺(tái)的提取研究工作已逐步開展，技術(shù)不斷完善[5-6]。本研究基于中，高等空間分辨率、長(zhǎng)時(shí)間序列的多源衛(wèi)星數(shù)據(jù) ，對(duì)油氣井平臺(tái)提取技術(shù)進(jìn)行了探索 ，對(duì)比分析了各種數(shù)據(jù)源提取目標(biāo)物技術(shù)的優(yōu)缺點(diǎn)。

1 研究區(qū)域及數(shù)據(jù)源

1.1 研究區(qū)概況

本研究選擇位于南海西部的湄公盆地海域作為研究區(qū)。湄公盆地 ， 又名頭頓盆地或九龍盆地 ， 面積約4.1萬 km2 ， 海域主體水深小于100 m 。該盆地呈 NE-SW 向展布 ，延伸進(jìn)入南海海域。湄公盆地地處湄公河口 ， 物源充足 ， 為海洋油氣田集中區(qū) ，前景可觀[7]。目前該盆地勘探程度較高 ，油氣鉆井平臺(tái)較為密集 ， 因此選擇該區(qū)域作為研究區(qū)。

1.2 數(shù)據(jù)源

本研究選取了多時(shí)相、多分辨率的多源衛(wèi)星數(shù)據(jù)對(duì)油氣井平臺(tái)提取方法進(jìn)行研究 ， 包含的影像數(shù)據(jù)如表1所示。

2 研究方法

2.1 基于 VIRS/NPP或 DMSP/OLS夜間燈光數(shù)據(jù)的油氣井平臺(tái)提取方法

VIRS/NPP或 DMSP/OLS傳感器主要是采集夜間燈光、火光等產(chǎn)生的輻射信號(hào)[8] ， 即夜間燈光數(shù)據(jù)能夠直接明了地反映人類活動(dòng)產(chǎn)生的燈光、火光、艦船燈光以及油氣井平臺(tái)在夜間作業(yè)時(shí)開啟的照明燈或信號(hào)燈等燈光。在海上 ，無燈光區(qū)域?yàn)楹Ｋ?，影像上呈黑色 ，其像元值（DigitalNumber，DN）為0。而燈光區(qū)域的 DN 大于0，與黑色背景值的海水對(duì)比 ，差異明顯。 DN越高 ， 目標(biāo)物存在的可能性就越大。因此可以利用夜間燈光數(shù)據(jù)的波普信息特征 ，進(jìn)行海上目標(biāo)物的提取 ， 即提取燈光數(shù)據(jù)區(qū)域 ，初步判斷海上油氣井平臺(tái)分布位置[9]。依據(jù)不同地物的像元值特性 ， 本研究采用高斯濾波法（Gaussian filtering） ， 基于夜間燈光數(shù)據(jù)對(duì)油氣井平臺(tái)進(jìn)行提取研究。

南海海域海上燈光主要包括油氣井平臺(tái)照明設(shè)備、艦船燈光 ， 以及陸地和部分島礁上的人類活動(dòng)的照明燈或燈塔。因此需要剔除大量虛警信息 ， 消除干擾信息。對(duì)于人類活動(dòng)產(chǎn)生的燈光信息 ， 可通過制作陸地掩膜進(jìn)行海陸分離 ， 消除干擾燈光信息;對(duì)于艦船燈光的干擾 ， 可通過多期影像進(jìn)行對(duì)比分析 ，通過它們的相對(duì)位置是否發(fā)生移動(dòng)[10] ， 排除艦船信息。

提取方法流程：①制作陸地掩膜 ，進(jìn)行海陸分離;②提取每景影像中的疑似目標(biāo)物;③基于時(shí)間序列影像數(shù)據(jù) ，成對(duì)篩選疑似目標(biāo)物;④疊加合成目標(biāo)物 ，形成油氣井平臺(tái)點(diǎn)集數(shù)據(jù)。具體流程如圖1所示。

2.1.1 制作陸地掩膜

海上油氣井平臺(tái)多分布在遠(yuǎn)離陸地的海域 ， 為了消除陸地?zé)艄飧蓴_信息 ， 本研究利用海岸線數(shù)據(jù) ，并向海洋方向緩沖5km ，制作陸地掩膜。

2.1.2 提取海面疑似目標(biāo)物

在海洋區(qū)域 ，夜間燈光影像的 DN 值由目標(biāo)燈光像元值（DN>0）和海水的黑暗背景像元值（DN0）構(gòu)成。 DN 值越高 ， 則代表存在油氣井平臺(tái)的可能性就越大;DN值越小 ，代表存在的可能性越低。

針對(duì)目標(biāo)燈光區(qū)域與海水像元值差異特征 ， 本研究利用高斯濾波法將夜間燈光影像中的燈光信息與海水區(qū)域剝離。設(shè)置 DN>0， 提取像元值大于0的像元或像元群 ， 即疑似目標(biāo)燈光區(qū)域。并進(jìn)行柵格矢量化轉(zhuǎn)成面文件 ， 再將面文件轉(zhuǎn)化成點(diǎn)文件。本次獲取1992—2018年共27組疑似目標(biāo)物矢量點(diǎn)集。

2.1.3 成對(duì)篩選疑似目標(biāo)物 ， 形成最終油氣井平臺(tái)點(diǎn)集數(shù)據(jù)

上述提取的疑似目標(biāo)物可能是油氣井平臺(tái)或艦船。這兩種目標(biāo)物具有明顯的動(dòng)靜差異 ， 油氣井平臺(tái)位置相對(duì)不變 ， 而艦船具有明顯的移動(dòng)特征[11-12]。依據(jù)兩者的動(dòng)靜顯著特征 ，利用上述提取的27組疑似目標(biāo)物的點(diǎn)集數(shù)據(jù) ， 進(jìn)行兩兩成對(duì)篩選 ，剔除艦船移動(dòng)目標(biāo)物 ， 保留位置未發(fā)生相對(duì)移動(dòng)的目標(biāo)物。27組數(shù)據(jù)集成對(duì)篩選對(duì)比 ， 需進(jìn)行 Cn×（n-1）/2 351次。

最后將成對(duì)篩選后的點(diǎn)集進(jìn)行疊加 ， 形成最終的油氣井平臺(tái)成果數(shù)據(jù) ，該區(qū)域利用夜間燈光數(shù)據(jù)共提取油氣井平臺(tái)74個(gè) ， 油氣井分布圖如圖2所示。

2.2 基于 SAR影像數(shù)據(jù)的油氣井平臺(tái)提取方法

合成孔徑雷達(dá)（Synthetic Aperture Radar， SAR）是先進(jìn)的成像微波遙感器 ， 不受天氣影響 ， 可全天候和全天時(shí)工作[13]。數(shù)據(jù)包含十分豐富的海洋信息 ，近幾年 SAR遙感數(shù)據(jù)在淺海水深、海浪、海表層流、海面風(fēng)場(chǎng)、海面溢油、海上艦船和海岸帶變遷等監(jiān)測(cè)方面得到廣泛應(yīng)用[14-15]。

海上油氣井平臺(tái)和艦船均屬于海上目標(biāo)物 ， 具有相似性 ，本研究借鑒海上艦船檢測(cè)方法 ， 選擇了應(yīng)用最為普遍的雙參數(shù)恒虛警率（ConstantFalse Alarm Rate，CFAR）算法 ，基于 SAR影像數(shù)據(jù)探索油氣井平臺(tái)提取方法。

提取流程：①制作陸地掩膜 ， 與夜間燈光數(shù)據(jù)原理一樣 ，利用海岸線數(shù)據(jù)制作掩膜 ， 進(jìn)行海陸分離 ，消除陸地干擾信息;②圖像濾波處理 ， 抑制斑點(diǎn)噪聲;③對(duì)兩期 SAR 影像分別提取海上疑似目標(biāo)物;④對(duì)比同區(qū)域、兩期影像檢測(cè)的目標(biāo)物 ， 依據(jù)油氣井平臺(tái)的靜止特性 ， 提取油氣井平臺(tái)數(shù)據(jù)。具體流程如圖3所示。

2.2.1 圖像濾波處理

斑點(diǎn)噪聲是 SAR遙感圖像所固有的 ，是不可避免的 ，且是隨機(jī)分布的。本研究采用Frost濾波法抑制斑點(diǎn)噪聲[16]。

2.2.2 提取海上疑似目標(biāo)物

提取的海上目標(biāo)物可能包含油氣井平臺(tái)和艦船 ，它們均為金屬結(jié)構(gòu) ， 在 SAR 圖像上呈現(xiàn)為亮度值較高的目標(biāo) ，背景海面及其雜波則呈現(xiàn)為暗色。

雙參數(shù) CFAR法是一種經(jīng)典的目標(biāo)檢測(cè)算法 ， 在海洋目標(biāo)物檢測(cè)上應(yīng)用較多。雙參數(shù) CFAR 算法檢測(cè)需要3個(gè)滑動(dòng)窗口[17]：目標(biāo)窗口 T、保護(hù)窗口、背景窗口 B（圖4）。目標(biāo)窗口是指待檢測(cè)的目標(biāo)物的大小;保護(hù)窗口是為了防止檢測(cè)目標(biāo)泄露在背景窗口中 ，這里將保護(hù)窗口面積設(shè)為目標(biāo)窗口的2倍;背景窗口用于背景海面雜波統(tǒng)計(jì) ，將背景窗口設(shè)為保護(hù)窗口面積的3倍。

基于 CFAR算法 ，分別對(duì)兩期不同時(shí)相的 SAR 影像數(shù)據(jù)檢測(cè)海上疑似目標(biāo)物 ， 其中 ， 第一期（2019年7月）影像共識(shí)別出80個(gè)疑似目標(biāo)物。第二期（2019年8月）共識(shí)別出75個(gè)疑似目標(biāo)物。 2.2.3 提取油氣井平臺(tái)數(shù)據(jù)

基于兩期 SAR影像數(shù)據(jù)檢測(cè)出來的目標(biāo)物包含油氣井平臺(tái)和艦船 ， 因此需剔除艦船目標(biāo)。油氣井平臺(tái)位置相對(duì)固定 ， 短時(shí)間基本不會(huì)發(fā)生變化。艦船具有移動(dòng)性 ，不同時(shí)期內(nèi)其位置會(huì)發(fā)生明顯變化;再者 ，艦船在海面運(yùn)動(dòng)時(shí)會(huì)產(chǎn)生長(zhǎng)長(zhǎng)的尾跡 ， 在影像上以線形特征的形式表現(xiàn) ， 這是艦船在海上最顯著的特征。根據(jù)疑似目標(biāo)物動(dòng)靜的特性 ， 對(duì)比兩期不同時(shí)相影像檢測(cè)的結(jié)果 ， 剔除虛警目標(biāo) ， 最終確定油氣井平臺(tái)。

由于兩景影像數(shù)據(jù)在進(jìn)行圖像校正時(shí)會(huì)產(chǎn)生一定的誤差 ，或是鉆井浮船受海浪和風(fēng)的作用 ，會(huì)有一定的偏離 ，都可能會(huì)導(dǎo)致同一個(gè)油氣井平臺(tái)在兩景影像上位置不完全重疊。本研究以200 m 為閾值 ，對(duì)兩期疑似目標(biāo)物點(diǎn)集數(shù)據(jù)做鄰域分析 ，查找兩個(gè)矢量點(diǎn)集的重合點(diǎn)。當(dāng)兩期相鄰的兩個(gè)點(diǎn)距小于200 m 時(shí) ， 判定該點(diǎn)為油氣井平臺(tái) ，反之則剔除該點(diǎn)[18]。

經(jīng)過對(duì)比分析 ，最終確定 ，基于 SAR影像數(shù)據(jù)提取的油氣井平臺(tái)共66個(gè) ，油氣井分布如圖5所示。

2.3 基于多光譜影像數(shù)據(jù)的油氣井平臺(tái)提取及結(jié)果驗(yàn)證

多光譜影像具有直觀性 ， 可通過色調(diào)、形狀、紋理結(jié)構(gòu)等特征直接判別目標(biāo)物[19]。本研究搜集了1992—2018年 Landsat-8OLI時(shí)間序列衛(wèi)星數(shù)據(jù)以及2019年4-8月 YG24號(hào)衛(wèi)星數(shù)據(jù)。分別對(duì)兩種多光譜衛(wèi)星數(shù)據(jù)進(jìn)行人工目視解譯 ， 均獲取油氣井平臺(tái)61個(gè)。將兩組目視解譯結(jié)果進(jìn)行對(duì)比 ，其油氣井平臺(tái)地理位置一致。利用收集到的確定性油氣井平臺(tái)資料一一做核對(duì) ， 可判定目視解譯獲取的61個(gè)油氣井平臺(tái)與真實(shí)油氣井?dāng)?shù)據(jù)完全吻合 ，故目視解譯結(jié)果可用作前文夜間燈光影像、SAR影像提取結(jié)果對(duì)比分析的標(biāo)準(zhǔn)數(shù)據(jù) ， 驗(yàn)證上述兩種自動(dòng)提取方法的精度。

基于夜間燈光影像、SAR 影像的自動(dòng)提取 ， 因其影像時(shí)相、分辨率、提取方法不同 ， 提取的油氣井位置會(huì)存在一定距離的偏差。因此 ， 以標(biāo)準(zhǔn)數(shù)據(jù)的油氣井平臺(tái)為中心 ，設(shè)置閾值為200 m 及500 m 的兩個(gè)緩沖區(qū)。若待驗(yàn)證數(shù)據(jù)的油氣井平臺(tái)落在閾值為200 m 的緩沖區(qū)之內(nèi) ， 則判定該點(diǎn)正確;若該點(diǎn)位于大于200 m、小于500 m 的緩沖區(qū)內(nèi) ，則判定該點(diǎn)錯(cuò)誤 ， 因獲取標(biāo)準(zhǔn)數(shù)據(jù)時(shí)已經(jīng)排除過此范圍內(nèi)存在油氣井平臺(tái)的可能;若該點(diǎn)位于大于500 m 緩沖區(qū)外 ，則判定為無法確定 ， 即沒有確定性資料判定該點(diǎn)是否為油氣井平臺(tái)。

通過精度對(duì)比分析 ，其結(jié)果如表2所示。

2.3.1 夜間燈光數(shù)據(jù)與標(biāo)準(zhǔn)數(shù)據(jù)精度對(duì)比分析

由表2可知 ，基于夜間燈光數(shù)據(jù)提取的74個(gè)油氣井平臺(tái)中 ，提取正確的油氣井有53個(gè) ，錯(cuò)誤的有13個(gè) ，無法確定的有8個(gè) ， 同時(shí)有8個(gè)為漏提的油氣井 ，如圖6所示。

將這些錯(cuò)誤的和漏提的圖斑與標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行對(duì)比分析發(fā)現(xiàn) ，造成信息提取有誤的原因如下。

第一種：采用高斯濾波法對(duì)夜間燈光影像柵格數(shù)據(jù)進(jìn)行信息提取 ， 首先獲取可能存在油氣井平臺(tái)位置靶區(qū) ， 即大致區(qū)域范圍;然后將靶區(qū)部分柵格轉(zhuǎn)換成面矢量文件 ， 最后由矢量面轉(zhuǎn)點(diǎn) ， 得出油氣井平臺(tái)數(shù)據(jù)。對(duì)比 Landsat-8OLI影像發(fā)現(xiàn) ，有兩個(gè)油氣井平臺(tái)距離很近 ， 分別位于兩個(gè)連續(xù)的像元上 ， 即同時(shí)位于提取的面文件上 ， 進(jìn)行面轉(zhuǎn)點(diǎn)轉(zhuǎn)換時(shí) ， 只能轉(zhuǎn)成一個(gè)點(diǎn)文件 ， 即將相鄰的油氣井平臺(tái)提取成了一個(gè)平臺(tái) ，造成漏提情況。

第二種：個(gè)別油氣井平臺(tái)的燈光很亮 ， 由于產(chǎn)生的光暈 ， 使其周圍的 DN 值也提高。在提取 DN 值時(shí) ， 當(dāng) DN值達(dá)到定義的閾值時(shí) ，就會(huì)錯(cuò)誤地將光暈區(qū)定為油氣井平臺(tái) ， 從而多提取了一個(gè)錯(cuò)誤的圖斑。

2.3.2 SAR數(shù)據(jù)與標(biāo)準(zhǔn)數(shù)據(jù)精度對(duì)比分析

同理 ， 將兩組數(shù)據(jù)進(jìn)行對(duì)比分析 ， 發(fā)現(xiàn)基于 SAR影像提取的66個(gè)油氣井平臺(tái)中 ， 提取正確的有58個(gè) ，錯(cuò)誤的有5個(gè) ，無法確定的有3個(gè) ，有3個(gè)為漏提的油氣井 ，如圖7所示。

通過對(duì)比分析發(fā)現(xiàn) ， 造成信息提取有誤的原因如下。

第一種：與夜間燈光數(shù)據(jù)出現(xiàn)漏提的情況相似 ，兩個(gè)相鄰的油氣井平臺(tái) ，在 SAR影像上 ，可能會(huì)呈現(xiàn)為一個(gè)亮圖斑 ， 因此只提取了一個(gè)油氣井平臺(tái)。而在多光譜影像上 ，可看到兩個(gè)小的平臺(tái) ，造成漏提情況。

第二種：如某個(gè)油氣井的開采類型為鉆井船 ，該鉆井船受風(fēng)浪影響較大 ， 穩(wěn)定性差 ， 具有浮動(dòng)性。在海浪及風(fēng)的作用下 ， 可能會(huì)發(fā)生偏移。導(dǎo)致其可能在第一期影像上可以檢測(cè)出它在某個(gè)位置出現(xiàn) ，當(dāng)發(fā)生位移的時(shí)候 ， 其在第二期影像上的同一個(gè)位置就檢測(cè)不出 ， 即同一個(gè)目標(biāo)物在兩景不同時(shí)期的影像上沒有出現(xiàn)重疊 ， 因此出現(xiàn)漏提的情況。

第三種：油氣井平臺(tái)和艦船在 SAR影像上均呈現(xiàn)為一個(gè)亮斑 ， 當(dāng)艦船停止運(yùn)動(dòng)時(shí) ， 在影像上不會(huì)出現(xiàn)尾跡 ，造成錯(cuò)誤提取為油氣井平臺(tái)的情況。

3 結(jié)果分析

本研究基于多源衛(wèi)星數(shù)據(jù)對(duì)湄公盆地油氣井平臺(tái)的提取方法進(jìn)行探索。其中 ， 夜間燈光數(shù)據(jù)主要采用高斯濾波法;SAR數(shù)據(jù)采用雙參數(shù) CFAR算法;光學(xué)影像數(shù)據(jù)采用人工目視解譯 ， 同時(shí)用有確定性資料數(shù)據(jù)進(jìn)行核對(duì)。最終以人工目視解譯結(jié)果作為標(biāo)準(zhǔn)值 ，用來驗(yàn)證前兩者提取的精度。

通過多源衛(wèi)星數(shù)據(jù)探索油氣井平臺(tái)多種提取方法 ，精度上存在一定的差異 ， 主要從以下幾個(gè)方面進(jìn)行對(duì)比。

3.1 提取方法

夜間燈光數(shù)據(jù)和 SAR影像的提取方法存在著很大的差異性。夜間燈光數(shù)據(jù)是采用高斯濾波法 ， 處理過程相對(duì)簡(jiǎn)單 ， 不需要再進(jìn)行幾何校正、去噪聲等處理 ， 只需要在提取過程中進(jìn)行柵格數(shù)據(jù)到矢量數(shù)據(jù)的轉(zhuǎn)換[17] ， 提取時(shí)間短。 SAR 影像相對(duì)復(fù)雜 ，采用雙參數(shù) CFAR算法 ，需要進(jìn)行校正、濾波降噪、滑動(dòng)窗口掃描、閾值分析等處理 ， 提取復(fù)雜、時(shí)間長(zhǎng)。光學(xué)影像數(shù)據(jù)采用的傳統(tǒng)的目視解譯法 ， 費(fèi)時(shí)費(fèi)力 ，但是油氣井平臺(tái)在影像上紋理特征清晰 ， 直觀明了 ，準(zhǔn)確率最高。

3.2 提取精度

光學(xué)衛(wèi)星數(shù)據(jù)波譜信息豐富 ， 可通過圖形特征直觀地獲取目標(biāo)物 ，更真實(shí)、可靠 ， 幾乎不會(huì)出現(xiàn)錯(cuò)提、漏提等現(xiàn)象 ，精度最高 ， 因此以目視解譯獲取的結(jié)果數(shù)據(jù)可作為驗(yàn)證的標(biāo)準(zhǔn)值。利用標(biāo)準(zhǔn)值分別驗(yàn)證夜間燈光數(shù)據(jù)及 SAR影像數(shù)據(jù)的提取結(jié)果 ，從表2提取結(jié)果分析可知 ，基于 SAR影像提取結(jié)果的精度高于夜間燈光數(shù)據(jù)的結(jié)果。

3.3 影像獲取與成本控制

夜間燈光數(shù)據(jù)存檔數(shù)據(jù)較多 ， 時(shí)間跨度大 ， 可以免費(fèi)獲取 ， 適合做長(zhǎng)期動(dòng)態(tài)變化監(jiān)測(cè)[20]。 SAR影像具有不受光照和氣候條件等限制實(shí)現(xiàn)全天時(shí)、全天候、大幅度、周期短對(duì)地觀測(cè)的特點(diǎn) ，但其存檔數(shù)據(jù)時(shí)間跨度較短 ， 獲取較為困難 ， 且價(jià)格昂貴 ， 不利于做長(zhǎng)期動(dòng)態(tài)變化監(jiān)測(cè)。光學(xué)影像數(shù)據(jù)類型較多 ，更全面。尤其是 Landsat系列衛(wèi)星數(shù)據(jù) ，其傳感器類型多（TM、ETM+、OLI） ， 發(fā)射時(shí)間早 ， 重返周期短 ，存檔數(shù)據(jù)時(shí)間跨度較大 ， 能夠滿足目標(biāo)物的長(zhǎng)期動(dòng)態(tài)監(jiān)測(cè)。但是 ， 分辨率低 ， 且含云量較高 ， 尤其南海區(qū)域受海洋多云雨天氣的影響 ， 可用于監(jiān)測(cè)的無云區(qū)域范圍較少。而海上油氣井平臺(tái)相對(duì)海洋而言 ， 目標(biāo)物很小 ， 對(duì)人工解譯造成很大的難度 ，因此需要獲取大量的影像數(shù)據(jù)作為替補(bǔ)數(shù)據(jù)。 Landsat系列影像數(shù)據(jù)可通過官網(wǎng)免費(fèi)獲取。 YG24號(hào)衛(wèi)星數(shù)據(jù)時(shí)間跨度小 ， 可獲取的影像數(shù)據(jù)較少 ，覆蓋范圍小 ，費(fèi)用高 ，不利于做長(zhǎng)期動(dòng)態(tài)監(jiān)測(cè)。

4 結(jié)論

本研究以湄公盆地為研究區(qū) ，綜合多源、多分辨率、長(zhǎng)時(shí)間序列影像數(shù)據(jù) ，根據(jù)影像數(shù)據(jù)的特性 ，探索不同類型影像數(shù)據(jù)提取海上油氣井平臺(tái)的方法。

綜上 ，在實(shí)際應(yīng)用中 ，可基于不同數(shù)據(jù)源本身的特點(diǎn) ，對(duì)比各種數(shù)據(jù)源在提取過程及結(jié)果的差異性 ，相互結(jié)合取其優(yōu)點(diǎn) ，優(yōu)化流程同時(shí)提高油氣井平臺(tái)提取的效率和精度。因此 ，本研究提出如下建議：①夜間燈光數(shù)據(jù)易于獲取 ， 時(shí)間跨度較長(zhǎng) ，處理簡(jiǎn)單?？捎靡归g燈光數(shù)據(jù)進(jìn)行粗解譯 ，基本確定油氣井平臺(tái)可能分布的位置區(qū)域。并以此結(jié)果數(shù)據(jù)作為引導(dǎo) ，可針對(duì)性地收集某個(gè)區(qū)域相關(guān)的影像數(shù)據(jù) ，減少工作量。②在燈光數(shù)據(jù)提取結(jié)果的引導(dǎo)下 ，針對(duì)性地收集多期 SAR影像 ，根據(jù)油氣井平臺(tái)位置不變特征 ，提取油氣井平臺(tái) ，提高解譯精度。③油氣井平臺(tái)在光學(xué)影像上圖形特征直觀明了 ，光學(xué)影像不僅可以精準(zhǔn)地獲取平臺(tái)數(shù)據(jù) ，還能識(shí)別出平臺(tái)的類型及規(guī)模。因此可收集長(zhǎng)時(shí)間序列光學(xué)影像數(shù)據(jù) ，精準(zhǔn)地提取油氣井平臺(tái)數(shù)量、位置及開采類型等信息。同時(shí)還可以進(jìn)行長(zhǎng)期動(dòng)態(tài)變化監(jiān)測(cè) ，可直觀地反映海上油氣井平臺(tái)的建設(shè)情況和擴(kuò)展過程 ，具有很大的參考價(jià)值。所以 ，也需要進(jìn)一步探討如何更高效地進(jìn)行光學(xué)影像數(shù)據(jù)的解譯 ，提高工作效率 ，為了解南海油氣資源提供更加翔實(shí)可靠的數(shù)據(jù)。

參考文獻(xiàn)

[1] 王加勝 ，劉永學(xué) ，李滿春 ， 等.基于 ENVISAT ASAR 的海洋鉆井平臺(tái)遙感檢測(cè)方法：以越南東南海域?yàn)槔齕J].地理研究 ，2013，32（11）：2143-2152.

[2] 張耀光 ，劉巖 ，李春平 ， 等.中國(guó)海洋油氣資源開發(fā)與國(guó)家石油安全戰(zhàn)略對(duì)策[J].地理研究 ，2003，22（3）：297-304.

[3] 賈后磊 ，張翠萍.海洋生態(tài)調(diào)查在海域使用論證中的作用探究[J].海洋開發(fā)與管理 ，2020，37（6）：4.

[4] 李強(qiáng).基于多源數(shù)據(jù)的南海油氣平臺(tái)檢測(cè)及油氣資源安全態(tài)勢(shì)評(píng)價(jià)[D].蘭州：蘭州交通大學(xué).2016.

[5] 劉玲 ，陸建輝 ，李玉輝.海洋石油平臺(tái)健康監(jiān)測(cè)研究方法與進(jìn)展[J].石油工程建設(shè) ， 2005（1）：2-7.

[6] CASADIO S. UseofATSR and SAR measurements for the-monitoring and characterisationofnight-timegasflaring from? of-shore platforms： The North Sea test case[J]. RemoteSensing ofEnvironment， 2012， （123）：175-186.

[7] 萬玲 ， 姚伯初 ， 曾維軍 ， 等.南海巖石圈結(jié)構(gòu)與油氣資源分布[J].中國(guó)地質(zhì) ，2006，33（4）：874-884.

[8] 成王玉.南海油氣鉆井平臺(tái)遙感提取研究[D].南京：南京大學(xué) ，2015.

[9] 周翼 ， 陳英 ，劉洋 ，等. NPP-VIRS年度夜間燈光數(shù)據(jù)的合成方法與驗(yàn)證[J].遙感信息 ， 2019，34（2）：62-68.

[10] ?YANG J， GAO W. New method for ship detection[C]∥2012 IEEE International. Geoscience and Remote Sensing-Symposium （IGARSS）. IEEE， 2012：115-118.

[11] 唐沐恩 ， 林挺強(qiáng) ， 文貢堅(jiān).遙感圖像中艦船檢測(cè)方法綜述[J].計(jì)算機(jī)應(yīng)用研究 ， 2011， 28（1）：29-36.

[12] ?WACKERMAN C C， FRIEDMAN K S， PICHEL W G， etal. AutomaticdetectionofshipsinRADARSAT-1SARim- agery[J].CanadianJournalofRemoteSensing， 2001， 27（4）：371-378.

[13] 李曉敏 ，張杰 ，孟俊敏 ， 等.高分辨率 SAR影像在海島監(jiān)視監(jiān)測(cè)中的應(yīng)用[J].海洋開發(fā)與管理 ，2018，35（2）.

[14] 傅斌 ，范開國(guó) ， 陳鵬 ，等.合成孔徑雷達(dá)淺海水深遙感探測(cè)技術(shù)與應(yīng)用[M].北京：海洋出版社 ，2015：1-2.

[15] 徐青 ，范開國(guó) ， 顧艷鎮(zhèn) ， 等.星載合成孔徑雷達(dá)海洋遙感導(dǎo)論（上冊(cè)）[M].北京：海洋出版社 ，2019：1-2.

[16] 王冬紅 ， 王番 ， 周華 ，等. SAR影像的幾何精糾正[J].遙感學(xué)報(bào) ，2006（1）：66-70.

[17] 種勁松 ，朱敏慧. SAR 圖像艦船目標(biāo)檢測(cè)算法的對(duì)比研究[J].信號(hào)處理 ，2003，19（6）：580-581.

[18] 萬劍華 ，姚盼盼 ，孟俊敏 ， 等.基于 SAR影像的海上石油平臺(tái)識(shí)別方法研究[J].測(cè)繪通報(bào) ，2014（1）：56-59.

[19] 趙賽帥 ，孫超 ，王海江 ，等.基于 Landsat遙感影像的海上油氣平臺(tái)提取與監(jiān)測(cè)[J].熱帶地理 ，2017，37（1）：112-119.

[20] 張露. SAR海上靜止目標(biāo)檢測(cè)[J].遙感技術(shù)與應(yīng)用 ， 2007，22（3）：321-325.