Please wait a minute...
 
国土资源遥感  1992, Vol. 4 Issue (2): 24-30    DOI: 10.6046/gtzyyg.1992.02.05
  应用研究 本期目录 | 过刊浏览 | 高级检索 |
遥感信息在预测油气藏方面的应用
徐玉贤, 吴晓云
地质矿产部航空物探遥感中心
APPLICATION OF REMOTE SENSING INFORMATION IN OF OIL AND GAS ACCUMULATION PROGNOSIS
Xu Yuxian, Wu xiaoyun
Center for Remele Sensing in Geology, MGMR
全文: PDF(413 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

在石油天然气勘查中遥感技术是一种经济的非地震手段,本文介绍两种遥感找油气藏的方法及其应用。一、应用TM数据提取烃类微渗漏信息检测油气藏。它以油气波谱特征为依据,使用图像处理技术获得油气微渗漏信息。文中还介绍了该方法在华北地区应用结果。二、应用遥感线性体偏差指数法预测油气藏的局部构造。该方法专门用于研究埋藏较深、地表信息弱、难以发现的隐伏局部构造。该方法要点是利用地理、地貌及地质的线性体偏差指数分析法预测油气田的局部构造。文中还介绍了在国内某碳酸盐岩地区的应用结果。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
何海清
李发斌
李何超
王勇
杨云见
米晓利
宋喜林
何展翔
张振恒
关键词 混合像元权重遥感图像分类丰度    
Abstract

Remote sensing information is economical in petroleum and natural gas survey. This paper introduces two remote sousing methods to look for hydrocarbon reservoir. 1. The hydrocarbon micro-seepage information was extracted from TMdata with the spectra and image processing to detect petroleum reservoir. The application results in North China were presented in this paper. 2. Application of residual index of linear bodies to detect the local structure of petroleum reservoir. This method is special to study the buried local structures which are deep and hard to find because of weak response. The residual index analysis method of geographic, geomorphic and geologic linear bodies was used to detect the local structures of petroleum reservoir. This paper introduced the application results in carbonatite area.

Key wordsMixed-pixel    Weight    Remote sensing image classification    Abundance
     出版日期: 2011-08-02
引用本文:   
徐玉贤, 吴晓云. 遥感信息在预测油气藏方面的应用[J]. 国土资源遥感, 1992, 4(2): 24-30.
Xu Yuxian, Wu xiaoyun . APPLICATION OF REMOTE SENSING INFORMATION IN OF OIL AND GAS ACCUMULATION PROGNOSIS. REMOTE SENSING FOR LAND & RESOURCES, 1992, 4(2): 24-30.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.1992.02.05      或      https://www.gtzyyg.com/CN/Y1992/V4/I2/24


[1] 欧庆贤,中国南方海相碳酸盐岩区油气普查勘探方法技术攻关的新进展,中国南方油气勘查新领域探索论文集,第1辑,地质出版社,1988, 11.

[2] 方起东,遥感地质基础,地质出版社,1979年.

[3] ДАКУкущкин,Аналимегатрещиноватости,выцеияемойирицешифрироваиицистанционныхматериацов,цияпоисковлокалныхструктурвнефтегаэоносныхБассейнах,Иэв.в.у.э.Геол,раэ,1982 No.3.pp107-114.

[4] ДАКукушкиндр.Линеаментныйаналиэаккумулятивныхравнин,《Сов.Гео.》1985,2,pp.100-105.

[1] 张红利, 罗蔚然, 李艳. 基于粒子群优化和像元分解模型的遥感影像时空融合[J]. 国土资源遥感, 2020, 32(4): 33-40.
[2] 秦其明, 陈晋, 张永光, 任华忠, 吴自华, 张赤山, 吴霖升, 刘见礼. 定量遥感若干前沿方向探讨[J]. 国土资源遥感, 2020, 32(4): 8-15.
[3] 蔡之灵, 翁谦, 叶少珍, 简彩仁. 基于Inception-V3模型的高分遥感影像场景分类[J]. 国土资源遥感, 2020, 32(3): 80-89.
[4] 朱爽, 张锦水. 时间序列低分影像修正中分遥感冬小麦分布[J]. 国土资源遥感, 2020, 32(1): 19-26.
[5] 赵玉灵. 基于层次分析法的矿山环境评价方法研究——以海南岛为例[J]. 国土资源遥感, 2020, 32(1): 148-153.
[6] 林娜, 杨武年, 王斌. 基于核方法的高光谱遥感图像混合像元分解[J]. 国土资源遥感, 2017, 29(1): 14-20.
[7] 张媛, 张杰林, 赵学胜, 袁博. 基于峰值权重的岩心高光谱矿化蚀变信息提取[J]. 国土资源遥感, 2015, 27(2): 154-159.
[8] 金鑫, 柯长青. 基于混合像元分解的天山典型地区冰雪变化监测[J]. 国土资源遥感, 2012, 24(4): 146-151.
[9] 崔林林, 罗毅, 包安明. NWFE结合纹理特征的SVM土地覆被分类方法研究[J]. 国土资源遥感, 2012, 24(1): 36-42.
[10] 张志新, 邓孺孺, 李灏, 陈蕾, 陈启东, 何颖清.  ̄基于混合像元分解的南方地区植被覆盖度遥感监测——以广州市为例[J]. 国土资源遥感, 2011, 23(3): 88-94.
[11] 赵志芳, 党伟, 王瑞雪, 于其芬. 基于证据权重法的区域地质环境稳定性遥感评价研究[J]. 国土资源遥感, 2010, 22(s1): 9-13.
[12] 喻小倩, 刘娜, 李红, 廖铁军, 孙丹峰. 基于线性光谱混合分解和最大似然分类相结合的土地覆被分类——以红寺堡灌区为例[J]. 国土资源遥感, 2010, 22(1): 96-100.
[13] 王恩德, 贾三石, 付建飞, 姚玉增, 李鹏飞. 基于遥感影像信息的辽西钼多金属矿床远景区预测研究[J]. 国土资源遥感, 2009, 21(2): 24-29.
[14] 何海清, 李发斌, 李何超, 王勇.  基于权重与混合模型的遥感图像分类方法研究[J]. 国土资源遥感, 2008, 20(2): 18-21.
[15] 李朝锋, 杨茂龙, 许磊, 杨蒙召. 概率神经网络与BP网络模型在遥感图像分类中的对比研究[J]. 国土资源遥感, 2004, 16(4): 11-13,18.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发