油气田开发对植被覆盖及景观格局影响的分析方法

技术领域

本发明属于油气田技术领域，具体涉及一种油气田开发对植被覆盖及景观格局影响的分析方法。

背景技术

油气资源是国民经济的重要命脉，油气资源开采在给社会创造巨大的社会效益和经济效益的同时，也造成了一定环境污染和生态破坏。在油气田研究和基础设施开发阶段，油气工业活动对地表造成机械破坏，会导致植被系统性破坏。一个油气田从发现、开发一直到报废，时间跨度数十年甚至上百年，期间油气田开发所排放的污染物也会导致当地土地覆被和景观结构发生改变，进而对生态环境产生影响。但是随着科技的发展，油气田勘探开发污染物不落地等清洁生产及生态环境保护措施不断进步，油气田开发对生态环境的影响也在不断变化之中。因此，在持续不断的油气开发压力下和开发手段不断发展之中，需要对其周边土地覆盖进行长期监测，以了解油气田开发对于周边生态环境的影响机制，这对油气田资源的合理开发、环保政策的科学制定和生态环境的可持续发展具有重要意义。

传统的土地利用调查依赖于实地勘察，随着空间技术的发展，已逐渐被传被遥感监测技术所取代，相关研究内容主要集中在植被覆盖的生长动态和区域景观格局的变化两方面。

Kovalev等利用Modis数据产品对俄罗斯西伯利亚西部油田地区的植被状态进行监测，通过计算每个研究区域2010年至2015年的平均NDVI值来评价油田区域内植被的变化。

Bondur等对1988年至2014年期间科米共和国的乌辛斯克油田的卫星影像进行处理得到植被指数集，用来分析当地长期的环境变化，评估了受石油生产影响的土地和植被覆盖的生态状态和动态。

在油气田区域景观格局变化的研究中，李小利等利用遥感、GIS和GPS地面详查等手段对黄土丘陵区燕沟流域景观进行研究，对流域内油田开发土地占用及其与景观破碎化之间的关系进行分析，结果显示，油田开发前后土地利用显著变化，且油区内景观破碎化程度增大。

付永硕等通过分析四川合兴场气田周围1988年和2000年TM影像和新疆艾桑油气田周围1992年和2000年TM影像的土地变化情况，发现不同生态区，油气田周围区域的景观呈现不同的发展趋势。

总体而言，目前对油气田与环境的研究主要集中于小尺度上的单个或几个油田，缺乏更大的区域尺度的逐年比较；而且也缺乏油气田开发过程中的不同阶段对于周边环境影响的差异研究。

因此，亟需解决现有技术中存在的技术缺陷。

发明内容

本发明的目的是提供一种油气田开发对植被覆盖及景观格局影响的分析方法，用以克服上述现有存在的技术问题。

为了实现上述目的，本发明提供如下技术方案：

一种油气田开发对植被覆盖及景观格局影响的分析方法，所述分析方法包括如下步骤：

步骤1，获取油气田研究区域的初始数据；所述初始数据包括第一设定时间段的植被指数数据和第二设定时间段的土地覆盖数据；

步骤2，对所述初始数据进行处理得到评价指标；所述评价指标包括年植被指数的最大值序列和景观指数；所述景观指数包括景观类型指数和景观级别指数；

步骤3，通过所述评价指标分析油气田开发对植被覆盖及景观格局影响。

优选地，步骤2中，对所述第一设定时间段的植被指数数据进行处理得到年植被指数的最大值序列。

优选地，依据最大值合成法对所述第一设定时间段内的植被指数数据进行处理，得到年植被指数的最大值序列。

优选地，步骤2中，对所述第二设定时间段的土地覆盖数据进行处理得到景观指数。

优选地，对所述第二设定时间段的土地覆盖数据进行处理得到景观指数包括：

对所述第二设定时间段的土地覆盖数据进行重新分类处理，得到所述油气田研究区域的土地覆盖类型；

基于所述油气田研究区域的土地覆盖类型，计算每个年份所述油气田研究区域的景观指数。

优选地，所述景观类型指数包括景观类型百分比、斑块数、斑块密度、最大斑块指数和面积加权的平均形状因子。

优选地，所述景观级别指数包括香农多样性指数和香农均匀性指数。

优选地，步骤3中，通过所述评价指标分析油气田开发对植被覆盖及景观格局影响包括：基于年植被指数的最大值序列，得到年最大归一化植被指数变化趋势，通过所述年最大归一化植被指数变化趋势分析油气田开发对植被覆盖影响。

优选地，步骤3中，通过所述评价指标分析油气田开发对植被覆盖及景观格局影响包括：基于景观类型指数得到类型尺度上的格局演变，通过所述类型尺度上的格局演变分析油气田开发对景观格局影响；和基于景观级别指数得到景观尺度上的格局演变，通过所述景观尺度上的格局演变分析油气田开发对景观格局影响。

与现有技术相比，本申请的技术方案能够实现的有益技术效果：

本发明的油气田开发对植被覆盖及景观格局影响的分析方法，对于油气田研究区域的第一设定时间段的植被指数数据和第二设定时间段的土地覆盖数据进行处理，得到包括年植被指数的最大值序列和景观指数的评价指标，通过评价指标能够实现油气田开发对植被覆盖及将景观格局影响的分析。该分析方法中，景观指数包括景观类型指数和景观级别指数，也就是说分别从类型尺度上和景观尺度上进行分析，实现了在大时间大空间尺度范围内的分析。通过本发明的分析方法能够得到植被覆盖度及其景观格局的动态变化，能够揭示油气开发进程对植被覆盖的干扰过程，并通过景观格局变化探讨各区域大型油气田工程对周围土地覆盖变化的影响。通过本申请的分析方法得到的分析结果能为解决油气开发过程涉及到的生态环境保护问题提供技术支撑，对于协调油气开发与环境保护的关系具有重要现实意义。

附图说明

构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。其中：

图1为本发明油气田开发对植被覆盖及景观格局影响的分析方法流程图；

图2为本发明实施例中油气田研究区域的油气田分布图；

图3为本发明实施例中油气田研究区域在第一设定时间段内的年最大NDVI变化趋势图；

图4为本发明实施例中油气田研究区域在不同状态下的年最大NDVI时间序列图；

图5为本发明实施例中油气田研究区域在第一设定时间段内建筑物面积占比变化图；

图6为本发明实施例中油气田研究区域在第一设定时间段内耕地面积占比变化图；

图7为本发明实施例中油气田研究区域在第一设定时间段内林地面积占比变化图；

图8为本发明实施例中油气田研究区域在第一设定时间段内草地面积占比变化图；

图9为本发明实施例中油气田研究区域在第一设定时间段内水体面积占比变化图；

图10为本发明实施例中油气田研究区域香农多样性指数的变化曲线图；

图11为本发明实施例中油气田研究区域香农均匀度指数的变化曲线图。

具体实施方式

下面将对本发明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发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

本发明主要利用卫星遥感影像对四川盆地主要油气区域20年以来的植被变化进行分析，并对各区域大型油气田工程对周围土地覆盖变化及景观格局影响的分析，从而为油气田开发区域的周围生态环境保护提供有效、准确的科学依据。

本发明提供的一种油气田开发对植被覆盖及景观格局影响的分析方法，其流程图如图1所示，分析方法包括如下步骤：

步骤1，获取油气田研究区域的初始数据；所述初始数据包括第一设定时间段的植被指数数据和第二设定时间段的土地覆盖数据；

本步骤旨在确定研究区域及获取研究区域的初始数据，通过对研究区域的初始数据进行后续分析。

步骤11，确定油气田研究区域；

在本申请实施例中，油气田研究区域为四川盆地，如图2所示为本申请实施例中，油气田研究区域(即四川盆地)的油气田分布图。四川盆地是中国四大盆地之一，总面积约26万多平方千米，位于亚洲大陆中南部，中国西南部、囊括四川省中东部，由青藏高原、大巴山、华莹山、云贵高原环绕而成。四川盆地山地海拔多在1000米至3000米之间；盆底地势低矮，海拔200米至750米，蕴藏着丰富的煤、石油、天然气等化石能源。该区域内油气田的面积接近2.4万平方千米，是我国最主要的油气产区之一。四川盆地云量多，晴天较少，西南季风带来丰富的降水，空气较湿润，因而该地区生态资源也比较丰富。当地石油尤其天然气勘探开发在中国占据重要地位,对四川盆地石油天然气勘探开发期间的土地利用/覆被变化进行研究具有独特而重要的意义。

步骤12，获取所述油气田研究区域的初始数据；所述初始数据包括第一设定时间段的植被指数数据和第二设定时间段的土地覆盖数据；

(1)在本申请实施例中，油气田研究区域的油气田植被指数数据来自美国航空航天局(NASA)数据中心，植被指数主要是利用绿色植被在不同波段的光谱反射特征进行计算得到的产品数据，即MOD13Q1数据。MOD13Q1数据是通过中分辨率成像光谱仪(MODIS)采用Sinusodal投影方式的三级植被数据产品(三级数据产品的数据为辐射定标、畸变校正之后的数据)，研究区域影像为高时相大尺度数据，其空间分辨率为250m，时间分辨率为16天。

在本申请实施例中，第一设定时间段为2000年至2019年，获取的油气田研究区域影像是从2000年至2019年共457幅，通过这20年457幅影像进行分析，利用绿色植被在不同波段的光谱特征计算得到植被指数。

MODIS植被指数可用于植被状况的全球监测和产品展示、土地覆盖和土地覆盖变化，可以利用这些数据模拟全球生物地球化学和水文过程与全球和区域气候，表征地表生物物理性质和过程等。

(2)在本申请实施例中，研究区域的土地覆盖数据来自于欧洲航空局全球土地覆盖产品，具体是第二时间段为1992年至2015年，因此，本申请获取的土地覆盖数据为2015年研发的1992年至2015年CCI-LC全球土地覆盖产品(http://maps.elie.ucl.ac.be/CCI)。该产品数据依照联合国粮农组织开发的土地覆盖分类系统将土地利用类型划分为22个大类，36个小类，空间分辨率为300m。本申请实施例分别下载了1992-2015年每年一期的CCI-LC数据，共23期。

在本申请实施例中，初始数据包括两种不同的产品数据(进行辐射定标、畸变校正之后的数据)，产品数据相对于遥感影像数据(包含噪音干扰的未处理数据)，节省了部分数据处理、计算的过程，便于进行直接利用不同的产品数据进行后续分析，能够有效的节省分析过程中的时间，提高分析的效率和准确性。

需要说明的是，在本申请实施例中，第一设定时间段和第二设定时间段所选取的时间不同，作为其他实施方式，第一设定时间段和第二设定时间段可以为选取的相同时间。

步骤2，对所述初始数据进行处理得到评价指标；所述评价指标包括年植被指数的最大值序列和景观指数；

步骤21，对所述第一设定时间段的植被指数数据进行处理得到年植被指数的最大值序列；

在本申请实施例中，依据最大值合成法对所述第一设定时间段内的植被指数数据进行处理，得到年植被指数的最大值序列。

在本申请实施例中，植被指数为归一化植被指数(NDVI)，归一化植被指数(NDVI)是地表植被覆盖特征的重要指标之一。相对应的，年植被指数的最大值序列影像可称之为NDVI的影像。

在本申请实施例中，利用Google Earth Engine平台，获取油气田研究区域的植被指数数据，基于油气田区域的地理特征和油气田研究区域影像的时间特点(第一设定时间段)，且植被指数的尺度包括类型尺度和景观尺度，因此本申请的植被指数(归一化植被指数)为大尺度范围区域的长时间序列数据。采用长时间序列数据进行分析有助于人们更好的了解事物本质。其中，Google Earth Engine(GEE)平台是Google提供的对大量全球尺度地球科学资料(尤其是卫星数据)进行在线可视化计算和分析处理的云平台。

在本申请实施例中，对归一化植被指指数进行最大值合成法(MVC)处理，得到年植被指数的最大值序列，所述最大值序列代表该年内植被生长状态；在本申请实施例中，年植被指数的最大值序列为2000至2019年间植被指数的时间序列。

步骤22，对所述第二设定时间段的土地覆盖数据进行处理得到景观指数。

景观指数被广泛应用到景观空间格局的分析中，景观指数不仅能高度浓缩景观格局信息，而且能够反映景观空间配置和结构组成等方面的特征，是研究景观生态学的重要途径。

步骤221，对第二设定时间段的土地覆盖数据进行重新分类处理，得到所述油气田研究区域的土地覆盖类型，包括草地、林地、耕地、水体和建筑用地。

具体的，利用ArcMap软件和研究区矢量边界对CCI-LC产品进行裁剪，并将地物类型重新分类，最终该油气田研究区域的五大类土地覆盖类型，即草地、林地、耕地、水体和建筑用地。

步骤222，基于所述油气田研究区域的土地覆盖类型，计算每个年份所述油气田研究区域的景观指数。

反应景观空间格局的景观指数根据分析尺度、研究目标和生态学意义确定。所述景观指数包括类型尺度上的景观类型指数和景观尺度上的景观级别指数。

在本申请实施例中，所述景观类型指数包括景观类型百分比(PLAND)、斑块数(NP)、斑块密度(PD)、最大斑块指数(LPI)和面积加权的平均形状因子(AWMSI)。

(1)景观类型百分比(PLAND)的计算为

式中，p

在本申请实施例中，景观类型百分比的生态意义：计算某一斑块类型占整个景观的面积相对比例，确定优势元素。

(2)斑块数(NP)的计算为

NP＝n

式中，i表示斑块类型，i＝1..m；n表示某一斑块类型中的斑块总数目。

在本申请实施例中，斑块数的生态意义：某一类型斑块的总个数。

(3)斑块密度(PD)的计算为

式中，N表示某一斑块个数，Z表示景观总面积。

在本申请实施例中，斑块密度的生态意义：反映破碎程度。

(4)最大斑块指数(LPI)的计算为

式中，a

在本申请实施例中，最大斑块指数生态意义：显示最大斑块对整个类型的影响程度

(5)面积加权的平均形状因子(AWMSI)的计算为

式中，p

在本申请实施例中，面积加权的平均形状因子的生态意义：反映斑块形状的复杂程度。

在本申请实施例中，所述景观级别指数包括香农多样性指数(SHDI)和香农均匀性指数(SHEI)。

在景观生态研究中通过香农多样性指数(SHDI)和香农均匀性指数(SHEI)反映景观多样性特征。香农多样性指数反映景观要素的多少和面积上分布的均匀程度，当景观是由单一要素构成时，景观是均质的，其多样性指数为0；当由两个以上的要素构成的景观，当各景观类型所占比例相等时，其景观的多样性为最高，各景观类型所占比例差异增大，则景观的多样性下降。

(1)香农多样性指数(SHDI)的计算为

式中，p

在本申请实施例中，香农多样性指数的生态意义：反映景观类型功能和各景观类型所占比例的变化

(2)香农均匀性指数(SHEI)的计算为

式中，p

在本申请实施例中，香农均匀性指数的生态意义：描述景观中各组分分配均匀程度

在本申请实施例中，景观指数采用采用Fragstats4.2软件计算得到，如表1所示。

步骤3，通过所述评价指标分析油气田开发对植被覆盖及对景观格局影响。

步骤31，基于年植被指数的最大值序列，得到年最大归一化植被指数(NDVI)变化趋势，通过所述年最大归一化植被指数变化趋势分析油气田对植被覆盖影响；

依据最大值合成法得到的年植被指数的最大值序列的影像一共有20年间共20景NDVI的影像。以年份作为自变量，年最大NDVI作为因变量做趋势分析，得到如图3所示的油气田研究区域在第一设定时间段内的年最大NDVI变化趋势图。从图3中可以看出：2000年至2019年间，该油气田研究区域西部和南部的植被出现衰减的趋势，东部植被总体较为稳定，北部植被覆盖明显增加。

在本申请实施例中，基于第一设定时间段内的年植被指数的最大值序列，选取不同状态下的油气田，分别获得不同状态下的年最大归一化植被指数(年最大NDVI)变化趋势；所述状态包括勘探、开发、生产和评估。

本申请考虑到虽然每块油气田区域的NDVI值都发生了变化，但是油气田所处的状态不同，计算得到的年最大NDVI也会不同，那么得到的年最大NDVI变化趋势也会有所区别。因此，本申请分别选取不同状态(勘探、开发、生产和评估)下的油气田，按照最大值合成法进行合成处理，得到不同状态下油气田研究区域的年最大NDVI时间序列图如图4所示，可以发现植被减少的区域为生产状态的油气田区域，其他状态油气田研究区域的植被覆盖呈现稳中向好发展的趋势。

步骤32，基于景观类型指数得到类型尺度上的格局演变，通过所述类型尺度上的格局演变分析油气田开发对景观格局影响；

在本申请实施例中，四川盆地油气田区域各土地利用类型(重新分类的土地覆盖类型)从1992年至2015年的变化如图5-9所示，23年间，耕地是油气田区域分布最广的土地类型，但随着时间推移所占总面积比例略有下降，从1992年的63.95％下降为2015年的63.23％；油气田区域面积变化最大的土地利用类型为建设用地，由1992年的192.15km2增加到2015年的573.67km2，面积增加了接近两倍，其次为草地，由1992年的3397.84km2减少到2015年的3291.96km2，减幅为3.12％。由此可见，当地油气田开采推动了当地社会经济的发展，增加了建设用地的使用面积，同时也占用了大量的耕地和草地，使得耕地、草地和林地的面积有所减少，但是由于当地在2003年至2004年期间林地面积显著增多，所以林地面积仅由1992年的250.35km2减少到2015年的243.8022km2。

在本申请实施例中，对油气田区域23年间类型水平上的景观指数进行分析，结果如表1。

表1研究区类型水平上景观类型指标

根据表1中的景观指数在类型尺度上的各个景观类型指标数据结果，可以看出：

所研究油气田区域，建设用地的最大斑块指数(LPI)、斑块数量(NP)和面积加权平均形状指数(AWMSI)均增加，由此说明，建筑用地连通性、完整性呈上升趋势。

研究区面积占绝大多数的类型为耕地，其最大斑块指数(LPI)和面积加权平均形状因子(AWMSI)都明显减小，而斑块数量大都增加，这说明油气田周围耕地的破碎化程度较高，受人类活动干扰强烈。

步骤33，基于景观级别指数得到景观尺度上的格局演变，通过所述景观尺度上的格局演变分析油气田开发对景观格局影响。

在本申请实施例中，1990年至2015年，油气田研究区域的香农多样性指数和香农均匀度指数都有所增加如图10-11，说明油气田周围的景观正朝着多样性、均匀化发展，但是也呈现破碎程度增加的趋势。期间研究区的最大多样性指数为1.0184，说明研究区多样性水平仍较低，抗干扰能力不强；研究区的最大均匀度指数为0.6328，各景观类型所占比例差异较大，分配均匀程度较低。从表1也可以看出，耕地面积比例最大，占研究区总面积一半以上，林地和草地所占比例也都在10％以上，建筑物和水体占比仅在1％左右，景观主要受到耕地这一优势类型所支配。

本申请以四川盆地油气田为研究区域，基于本申请的分析方法对研究区域内多年的植被覆盖和景观格局变化进行了研究，研究结果表明：

(1)研究区域内植被整体状态较为稳定，2000年至2015年间植被减少的区域主要为生产状态的油气田，其他状态油田区域的植被覆盖呈现稳中向好发展的趋势。考虑到油气勘探和评估等过程与油气生产相比工艺不同，对环境影响微乎其微且多为暂时性影响，在涉及到生态保护区的油气勘探开发项目时，建议区别对待油气田开发的不同阶段，对于周围环境影响较小的油气勘探等活动可考虑减少限制。

(2)1995至2019年该研究区域土地主要类型一直为耕地，而建筑用地从192.15km2增加到2015年的573.67km2，面积增加了接近两倍。由此可见，大面积的油气田开发改变了油气田周围土地利用类型的分布。景观格局分析指数表明，研究区景观多样性指数及均匀度指数均呈增加趋势，周围空间景观呈多样化且破碎化的发展趋势。

(3)通过本申请的分析方法可知，遥感和景观生态学方法是研究油气田开发造成生态环境影响的有效技术手段。如何在保证油气田的经济效益、社会效益的同时，保持周围区域景观的连通性和完整性是我们所关注的重点，这需要当地土地主管部门、油气田开发机构和环境保护部门共同努力，开展土地利用资源的合理利用、保护和动态监测。

本发明以四川盆地的油气田为研究对象，运用GIS和遥感手段，通过研究植被覆盖度及其景观格局的动态变化，揭示了四川盆地20年以来油气开发进程对植被覆盖的干扰过程，并通过景观格局变化探讨各区域大型油气田工程对周围土地覆盖变化的影响。研究结果能为解决油气开发过程涉及到的生态环境保护问题提供技术支撑，对于协调油气开发与环境保护的关系具有重要现实意义。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均在本发明待批权利要求保护范围之内。