Анализ изменения ночных огней от нефтяных месторождений по наблюдениям из космоса

М.Н. Жижин, А.И. Годунов, Д.П. Медведев

Институт космических исследований и Геофизический центр РАН, Москва, Россия

 

Содержание

Введение

Исходные данные

База данных и карта изменений ночных огней Земли

Оценка объема факельного сжигания попутного газа

Заключение

Список литературы

 

Аннотация

В работе предложен метод анализа изменения ночных изображений Земли из космоса, который позволяет использовать эти данные в качестве объективного независимого показателя (proxy) при научной оценке антропоморфной нагрузки на окружающую среду и социально-экономических
трендов. В частности, он позволяет визуализировать и косвенно оценить динамику объемов добычи углеводородов и выбросов парниковых газов в атмосферу от сжигания попутного газа. Исходными данными являются цифровые изображения с американских спутников DMSP, полученные в период с 1991 по 2010 г. Результаты предварительной обработки изображений в
виде ежегодных карт частоты и яркости ночных огней организованы в виде многомерного массива внутри специальной базы данных, к которой предоставлен удаленный доступ посредством веб-сервисов. Визуализация межгодовых изменений ночных огней Земли реализована в виде специального tile-сервера, который совмещен с электронной картой Google Maps.
Алгоритм выделения и анализа статистики огней от газовых факелов реализован на Матлабе, а результаты детектирования также отображаются на карте Goolge Maps, что позволяет оценить точность алгоритма путем сравнения с отдельными факелами на скважинах, видимыми в дневное время.

 

Введение

Сжигание попутного газа широко распространено в нефтедобывающей и нефтеперерабатывающей промышленности в тех местах, где недостаточно развита инфраструктура для его использования. Мировой уровень сжигания попутного газа остается стабильным на протяжении последних 15-ти лет в диапазоне от 140 до 170 млрд. куб. м в год с потенциальной розничной ценой в 68 млрд. долларов. По оценкам Национального центра геофизических данных НОАА США, в 2008 г. выбросы в атмосферу составили более 278 млн. т эквивалента двуокиси углерода СО₂ [1]. Как известно [2], контроль за объемом выбросов двуокиси углерода может существенно повлиять на скорость глобального изменения климата. При этом основной проблемой по контролю сжигания газа является отсутствие возможности независимой проверки официальных отчетов стран и отдельных нефтяных компаний. В данной работе рассмотрен предложенный К. Элвиджем и соавторами [1] метод оценки объемов сжигаемого попутного газа в регионе по изображениям ночной стороны Земли,  полученным с американских спутников DMSP, и предложен новый метод оценки объемов сжигания попутного газа по отдельным факелам.

Ежегодные карты ночных огней c 1991 по 2009 гг. получаются с помощью осреднения за год изображений безоблачной части Земли в ночное время. Отдельный интерес представляет технология работы с картами ночных огней, полученными с разных спутников за разные годы. Для проведения сравнительного анализа необходима калибровка за прибор, т.к. телескопы с разных спутников регистрируют один и тот же источник в разное время и с разной чувствительностью. Для одновременной работы со всем набором карт необходима организация данных и сервисы доступа, которые позволяют быструю выборку отдельных фрагментов (точка, прямоугольник) из разных карт.  Для этого в работе используется распределенная база данных для многомерных массивов ActiveStorage и сервисы удаленного доступа к данным для клиентов по технологии .NET и Java.

В результате осреднения изображения газовых факелов имеют форму ярких округлых пятен. Минимизируя невязку между изображениями факелов и моделью горения, которая задает его яркость, площадь и  продолжительность горения, можно косвенно оценить объем сжигаемого газа. Для такой оценки в работе использовалась регрессия параметров видимого факела и объемов сожженного газа, известных для некоторых скважин. Результаты анализа визуализируются совместно с исходными данными на платформе Google Maps, что дает возможность удобного оценки динамики горения.

Исходные данные

Оперативная система линейного сканирования OLS на американских метеорологических спутниках DMSP[1] предназначена для получения изображений облаков, используя два широкополосных сенсора в видимом и инфракрасном спектре. Четыре спутника DMSP летают на солнечно-синхронных орбитах, одновременно наблюдая Землю днем, вечером, ночью и утром. Благодаря 3000-км полосе захвата, каждая OLS-система способна собирать полный набор изображений Земли дважды в день, так что любая точка поверхности Земли видна с разных спутниках примерно каждые 6 ч. Ночью сигнал видимого спектра в OLS-системе усиливается с помощью фотоумножителя, чтобы иметь возможность облака в лунным свете. Повышение коэффициента усиления дает «побочный эффект» - возможность обнаружения ночных огней на Земной поверхности, например, поселений человека, фар автомобилей, огней кораблей или лесных пожаров. Газовые факелы также видны ночью со спутников DMSP и могут быть легко идентифицированы, когда они располагаются в море или в удаленных районах, где нет влияния городского света (Рис. 1).

Рис. 1. Большинство газовых факелов располагаются на удаленных нефтяных вышках, многие из которых находятся в открытом море.

Национальный центр геофизических данных НОАА США (NGDC[2]) долгое время служит архивом для программы DMSP, имея в распоряжении цифровые данные с 1992 года по настоящее время. Архив представляет собой данные по отдельным орбитам, которые помечены в соответствии с датой и временем начала наблюдений. Данные с отдельных орбит периодически обработываются автоматическим алгоритмом, идентифицирующим те части изображений, на которых хорошо видны ночные огни, по следующим критериям:

·        данные получены в центральной части (половине) полосы захвата спутника;

·        нет солнечного света;

·        нет лунного света;

·        нет бликов на линзах спутников;

·        нет облаков;

·        нет помех от полярного сияния.

Изображения, полученные в ночное время с каждой отдельной орбиты и удовлетворяющие критериям выше, добавляются в глобальную карту-сетку (проекция Platte Carree). Размер ячейки  сетки приблизительно равен квадратному километру на экваторе. Также подсчитывается общее количество наблюдаемых ячеек, а среди них и количество ячеек, свободных от облаков. В типичном композитном годовом изображении без облаков большинство областей имеют от 20 до 100 безоблачных наблюдений (Рис. 2), среди которых содержатся наблюдения ночных огней, в частности, свечение от газовых факелов.

Рис. 2. Статистика безоблачных областей на ночных изображениях со спутника DMSP F16, полученных в 2004 году.

Датчик видимого спектра OLS-системы имеет шестибитный АЦП, поэтому диапазон допустимых значений яркости (DN) изображения OLS составляет 0-63. Накопленные за год значения DN в каждой ячейке карты сетки нормируются на число безоблачных наблюдений, в результате получается осредненный «индекс яркости» отдельно для каждого спутника DMSP.

База данных и карта изменений ночных огней Земли

В ходе исследования был обработан набор годовых композитных снимков, полученных каждым из спутников, собиравших данные по ночным огням в период с 1994 по 2008 гг. (Табл. 1). Каждый спутник имеет свой идентификационный номер. Например, "F12" означает спутник DMSP номер двенадцать. Как правило, данные поступают в архив не позднее нескольких недель после их получения со спутника. Со временем спутники/сенсоры стареют и, в конечном счете, приходят в негодность. Обычно для обеспечения непрерывности получения качественных данных на орбите заранее размещают дублирующие спутники. Таким образом, в течение большинства лет получается два отдельных композитных изображения ночных огней с двух спутников.

Таблица 1. Композитные изображения ночных огней со спутников DMSP из архива NGDC

За период наблюдений с 1992 по 2009 г. со спутников F10,F12,F14,F15 и F16 получено 32 ежегодных карты ночных огней (Табл. 1). Лля территории Российской Федерации общий объем данных в формате ENVI превышает 20 ГБ, поэтому для интерактивной визуализации и анализа карт ночных огней, которая предполагает случайную выборку данных для любой подобласти изображения, необходима эффективная организация и индексация данных на диске.

В настоящее время для таких целей широко используются метод хранения изображений в виде многомасштабных пирамид. При этом изображение заранее преобразуется в пирамиду из нескольких масштабов (обычно с удвоением разрешения при переходе на следующий, более детальный уровень) и на каждом уровне  разбивается на небольшие (обычно квадратные) плитки фиксированного размера (Рис. 3). Для доступа к плиткам в мозаиках изображений на разных уровнях масштаба используется простой целочисленный индекс строка-столбец-уровень, который легко использовать в строке URL для удаленной загрузки изображения через веб. Такая технология получила название tile-сервер. Наверное, первым масштабным проектом с использованием tile-сервера, построенного с помощью реляционной базы данных MS SQL Server, был проект TerraServer, которым руководил Джим Грей [3].  Подобные пирамиды карт и спутниковых снимков лежат в основе нео-географических сервисов Google Maps[3] и Microsoft Virtual Earth[4].

Для того, чтобы можно было использовать разные проекции при визуализации данных, а также для возможности хранения большого количества однотипных «слоев» изображений, например, наблюдений одного и того же района с разных спутников и в разные годы, в данной работе была использована технология ActiveStorge, которая представляет собой параллельный кластер баз данных MS SQL Server c набором хранимых процедур для чтения-записи и обработки многомерных массивов, в частности, больших изображений и пирамид изображений. Многомерные массивы хранятся в ActiveStorage в виде индексированного множества гиперкубов (в двумерном случае – плиток), которые равномерно распределяются между серверами баз данных в кластере. Это позволяет параллельно обрабатывать большие объемы данных сразу на нескольких серверах, например, менять проекцию электронной карты или вычислять свертку со скользящим фильтром. Подробное описание технологии ActiveStorage можно найти в [4]. Здесь важно отметить, что сервер многомерных массивов ActiveStorage позволяет удаленный доступ с помощью клиентских библиотек на Java и .NET, что позволяет анализировать статистику изменений между слоями изображений на Матлабе (используя Java-клиент) и строить картографические tile-серверы на платформе .NET (Рис. 3).

 

Рис. 3. Многомасштабная пирамида изображений для tile-сервера

Пример визуализации изменений ночных огней на территории России с помощью tile-сервера представлен на Рис. 4. Как видно из рисунка, полупрозрачный слой плиток карты изменений ночных огней, построенной с помощью tile-сервера в проекции Меркатора по данным из ActiveStorage, накладываются в веб-браузере на плитки сервера Google Maps. Для управления картой изменения ночных огней в веб-браузере используется программный интерфейс Google Maps API v2, который подгружается в браузер в виде JavaScript библиотеки [5].

Рис. 4. Пример визуализации изменений ночных огней на территории России по наблюдениям со спутников DMSP F10 в 1992 г. и F16 в 2009 г. Синим показаны огни, которые были видны в 1992 г. и не видны в 2009 г. Красным показаны огни, появившиеся в 2009 г. по сравнению с 1992 г.

Для решения задачи интерактивной визуализации межгодовых изменений композитные изображения огней за каждый год (Табл. 1) были загружены в базу данных ActiveStorage в виде отдельных «слоев» трехмерного массива с координатными осями широта-долгота-спутник и год. При этом в ActiveStorage загружались как исходные изображения в прямоугольной проекции широта-долгота, так и пирамида уменьшенных изображений более мелкого масштаба (7 уровней). Размер результирующей базы данных составил 95 ГБ (вчетверо больше исходного).

Алгоритм визуализации изменений между двумя слоями в ActiveStorage реализован в tile-сервере[5]. Этот сервер позволяет отображать на карте как исходные данные (индекс яркости ночных огней в диапазоне значений DN от 0-63 линейно переводится в градации серого в диапазоне 0-255), так и попарные изменения между двумя слоями спутник-год. Например, на Рис. 4 показана разница для наблюдений со спутников F10 в 1992 г. и F16 в 2009 г.

Алгоритм построения разностного изображения достаточно прост:  в результирующем цветном изображении синим показано убывание яркости между старым и новым слоем (огни «погасли»), а красным – возрастание (огни «разгорелись»). Идея алгоритма на конусе HSV (тон-насыщенность-значение) [6] и псевдокод представлены на Рис. 5.

 

I1992 – индекс интенсивности за 1992 г. I2009 – индекс интенсивности за 2009 г. V = max(I1992 , I2009 ) If(I1992 > I2009 ) { H = 240; // Синий                 S = I1992 - I2009; } else {                 H = 0; // Красный                 S = I2009 – I1992; }

 

 

Рис. 5. Алгоритм построения разностного изображения изменения ночных огней

Выбор параметров визуализации осуществляется с помощью простой веб-формы на страницы с электронной картой (Рис. 6). Пользователь может запросить карту интенсивности за каждый год или последнюю мозаику ночных огней, которые были видны со спутников за текущую дату, а также карту разностей между любыми двумя годами или прошлыми наблюдениями или текущей датой

Рис. 6. Веб-форма для выбора параметров визуализации

Оценка объема факельного сжигания попутного газа

Для оценки объемов сжигаемого попутного газа была исследована зависимость между суммой интенсивностей свечения и отчетными данными по объемам сожженного газа для отдельных стран в целом, а также для индивидуальных факелов. Газовые факелы были визуально идентифицированы на изображениях ночных огней, при этом использовались три отличительные черты (Рис. 7):

1)      Изображения газовых факелов представляют собой яркие точечные источники света с ярким центром и широкими краями.

2)      Большинство факелов активны в течение длительного периода, равного годам; встречаются факелы, имеющие небольшие изменения интенсивности на протяжении целого десятилетия.

3)      Газовые факелы обычно расположены в отдаленной местности, вдали от городских центров. Например, их легко обнаружить в открытом море (см. Рис. 1). Для идентификации факелов на суше была проанализирована карта мировой плотности населения, предоставленная Министерством энергетики США для определения светлых областей с огнями от поселений человека.

Рис. 7. Карта изменения ночных огней Нигерии, полученных в 1994 г. (синий), 2000 г. (зеленый) и 2008 г. (красный). Шесть красных факелов, расположенных в море, означают увеличение добычи нефти в морской зоне в 2008 г. по сравнению с 2000 г. и 1994 г. Полигон вокруг газовых факелов Нигерии очерчен желтым. Рассеянные огни в верхнем правом углу - лесные пожары.

Каждая область-кандидат на газовый факел была визуально проверена на снимках высокого разрешения, доступных в Google Earth. Во многих случаях было возможно обнаружить скопления факелов и ямы для сжигания попутного газа (Рис. 8). На Google Earth было отмечено приблизительно 2,500 газовых факелов. Там же помечены области, отброшенные как городские постройки или похожие на аэропорты.

Рис. 8. Три газовых факела, найденных на изображениях высокого разрешения Google Maps

Годовые композитные изображения использовались для оценки объемов сжигания попутного газа для каждого года, начиная с 1994 г. по 2008 г. Система OLS на спутниках DMSP не имеет встроенной калибровки яркости, поэтому отдельные композитные изображения были откалиброваны с помощью эмпирической процедуры. Цель калибровки - совместить суммы значений индексов яркости с разных спутников для каждого года. При этом данные со спутника F12 в 1999 г. были использованы в качестве опорных, и данные со всех остальных спутников были скорректированы в соответствии с ним. В качестве эталонной области для калибровки использовалась Сицилия, т.к. она имеет равномерное распределение данных по всему динамическому диапазону. Одним из признаков успешной калибровки служит близость значений в те годы, когда имеется два изображения с разных спутников [1]. На Рис. 9 показаны откалиброванные оценки сжигания газа в Алжире. Ранняя часть архива DMSP (1992-1994) пока не согласована по яркости с более поздними записями.

Рис. 9. объемов сжигания газа в Алжире  с калибровкой (справа) и без нее (слева).

Для оценки объемов сжигаемого газа была исследована зависимость между суммой интенсивностей свечения и отчетными данными по объемам сожженного газа для отдельных стран в целом, а также для индивидуальных факелов. Исходные данные были предоставлены Глобальным партнерством по борьбе с факельным сжиганием газа (Global Gas Flaring Reduction Partnership)[6] при поддержке Всемирного банка (World Bank). Основываясь на визуальном анализе точечного графика зависимости суммы интенсивностей свечения ночных огней от объема сожженного газа в BCM (млрд. куб. м), данные по России были отброшены априорно. Для расчета  зависимости BCM от суммарного индекса яркости факелов по региону была выбрана линейная модель регрессии, проходящая через ноль (Рис. 10). Полученное уравнение регрессии:

BCM  =  0.0000266 * SOL,

где SOL (Sum of lights index) – суммарная интенсивность свечения газовых факелов. Коэффициент детерминации R² оказался равным 0,976.

Рис. 10. Зависимость между объемом сжигаемого попутного газа по странам (BCM, млрд. куб. м) и суммарной интенсивностью ночных огней в области (SOL) . Доверительный интервал обозначен красной пунктирной линией.

Основываясь на полученной регрессии, объемы сожженного газа были оценены для разных стран в отдельности за разные годы, основываясь на суммарных значениях интенсивности ночных огней. Оценки для топ-20 стран за 2008 г. представлены на Рис. 11, из которого следует, что основное количество попутного газа сжигают всего несколько нефтедобывающих стран. Россия имела наибольший показатель сжигания газа в 40 BCM в 2008 г., за ней следует Нигерия с показателем в 15 BCM. Вместе Россия и Нигерия сожгли 40% газа от общего объема по миру, а все страны из группы топ-20 - 85%.

Рис. 11. Оценки объемов сжигания попутного газа для топ-20 стран за 2008 г.

На Рис. 12 представлена тенденция мировых объемов сжигания газа за период с 1994 г. по 2008 г. В 2005 году наши оценки показывают небольшой пик, после чего наблюдается монотонное понижение. Данные DMSP показывают, что глобальное сжигание газа понизилось на 19% после 2005 года с 172 до 139 BCM.

Рис. 12. Мировой объем сжигания попутного газа в период с 1994 г. по 2008 г.

Объемы сжигания попутного газа в России (по оценкам яркости ночных огней) возрастали в период с 1994 г. по 2005 г., после чего отмечается заметное снижение (Рис. 13).

Более того, по сравнению с другими нефтедобывающими странами, вклад России в снижение объемов сжигания газа за период с 2005 г. по 2008 г. наиболее заметен (Рис. 14).

Рис. 14. Сравнение изменений в уровне сжигания газа с 2005 г. по 2008 г. для трех стран, быстрее всего его понижающих (Россия, Нигерия, Ангола), в противопоставлении с тремя странами, быстрее всего его увеличивающими (Венесуэла, Канада и Мексика).

Заключение

Визуальный анализ изменений яркости горения факелов в нефтегазоносных областях Западной Сибири (Рис. 15) позволяет заключить, что эти данные содержат достаточно информации для «точечного» анализа динамики сжигания попутного газа и, как следствие, уровня добычи нефти на отдельной скважине. Математические методы и прототип программного обеспечения для решения этой задачи сейчас находятся на стадии активной проработки, но эта тема выходит за рамки данной статьи.

Рис. 15. Визуализация динамики горения газовых факелов в Западной Сибири, изменения между 1992 и 2009 гг.

Временные изменение и пространственное распределение индекса светимости ночных огней может служить косвенным показателем (proxy) не только технологических, но и социально-экономических региональных трендов. Здесь уместно сослаться на известную работу по оценке макроэкономических трендов по странам [8]. Наши попытки перенести подобный анализ на уровень субъектов Российской Федерации (см. Рис. 4) пока упираются в недостаточно документированную статистическую базу [9].

Визуализация кратковременных изменений ночных огней по сравнению со «стабильными» ежегодными картами позволяет оценить технологические последствия природных и техногенных катастроф в густонаселенных районах Земли. Например, последствия сильнейшего землетрясения в Японии 11 марта 2011 г. отчетливо видны со спутников DMSP  (Рис. 16) в относительно безоблачные дни 11-13 марта [10]

Рис. 16. Изменения ночных огней Японии в день землетрясения 11 марта 2011 г. Красным показаны погасшие огни по сравнению с ежегодной картой за 2010 г.,

Список литературы

[1] Elvidge, C., D. Ziskin, K. Baugh, B. Tuttle, T. Ghosh, D. Pack, E. Erwin and M. Zhizhin, A Fifteen Year Record of Global Natural Gas Flaring Derived from Satellite Data, Energies 2009, 2, 595-622; doi:10.3390/en20300595

[2] A. Gore, An Inconvenient Truth: The Planetary Emergency of Global Warming and What We Can Do About It, Rodale Books, 2006, 328 pp.

[3] Barclay, T., J. Gray and D. Slutz. Microsoft TerraServer: A Spatial Data Warehouse. MS-TR-99-29. June 1999. ACM SIGMOD2000. Online at http://research.microsoft.com/pubs/68574/msr_tr_99_29_terraserver.pdf

[4]  Fiore, S., and G. Aloisio (Eds.), Grid and Cloud Database Management, 1st Edition., 2011, 350 p., ISBN: 978-3-642-20044-1, July 2011, http://www.springer.com/computer/database+management+%26+information+retrieval/book/978-3-642-20044-1

[5] Документация по прикладному программному интерфейсу Google Maps API v2 http://code.google.com/intl/ru-RU/apis/maps/documentation/javascript/v2/reference.html

[6] Статья Википедии: HSV (цветовая модель) http://ru.wikipedia.org/wiki/HSV_(цветовая модель)

[7] Метки газовых факелов, видимых на дневных снимках высокого разрешения Google Maps http://www.ngdc.noaa.gov/dmsp/interest/gas_flares_countries_kmz.html

[8] Henderson, J. Vernon, Adam Storeygard, and David N. Weil, Measuring Economic Growth from Outer Space, Brown University, 2009 http://www.econ.brown.edu/students/adam_storeygard/HSWLightsr072109.pdf

[9] Н. Максимов, Ночной надзор, Newsweek Russia, 23.11.2009 http://www.sibai.ru/content/view/1927/2117/

[10] Визуализация изменений ночных огней Японии после землетрясения 11 марта 2011 г. Крис Элвидж, Национальный центр геофизических данных НОАА США, персональное сообщение http://www.ngdc.noaa.gov/dmsp/data/web_data/japan/11MARCH2011.html