CC BY
0Список литературы
1. Calemma V., Iwanski P., Nali M., Scotti R., Montanari L. Structural characterization of asphal-tenes of different origins // Energy Fuels. 1995. Vol. 9. P. 225-230.
2. Клочков B.B., Ефимов С.В., Маргулис Б. Я. Качественный и количественный состав образцов нефти, добытой на различных месторождениях, по данным ЯМР-спектроскопии // Ученые записки Казанского университета. Серия Естественные науки. 2012. Т. 154, № . 1. С. 119-125.
3. Gao, G., Cao, J., Xu, T., Zhang, H., Zhang, Y., Hu, K. Nuclear magnetic resonance spectroscopy of crude oil as proxies for oil source and thermal maturity based on 1H and 13C spectra // Fuel. 2020. Vol 271. P. 117622. DOI: 10.1016/j.fuel.2020.117622
4. Калабин Г.А., Каницкая Л.В., Кушнарёв Д.Ф. Количественная спектроскопия ЯМР природного органического сырья и продуктов его переработки. М.: Химия, 2000. 408 с.
5. Полетаева О.Ю., Колчина Г. Ю., Леонтьев А. Ю., Бабаев Э. Р., Мовсумзаде Э. М. Исследование состава высоковязких тяжелых нефтей методом ядерной магнитно-резонансной спектроскопии // Известия высших учебных заведений. Химия и химическая технология. 2021. Т. 64, № . 1. С. 52-58.
6. Rakhmatullin I.Z., Efimov S.V., Margulis B.Ya., Klochkov V.V. Qualitative and quantitative analysis of oil samples extracted from some Bashkortostan and Tatarstan oilfields based on NMR spectroscopy data // Journal of Petroleum Science and Engineering. 2017. Vol. 156. P. 12-18.
УДК 504.05; 629.039.58
DOI 10.24412/cl-37255-2024-1-159-162
ИСПОЛЬЗОВАНИЕ НОРМАЛИЗОВАННЫХ РАЗНОСТНЫХ ВЕГЕТАЦИОННЫХ ИНДЕКСОВ ДЛЯ ОЦЕНКИ АКТИВИЗАЦИИ ГЕОКРИОЛОГИЧЕСКИХ ПРОЦЕССОВ НА ТРАССАХ МАГИСТРАЛЬНЫХ ТРУБОПРОВОДОВ
В УСЛОВИЯХ СЕВЕРА
Тихонова С.А., Стручкова Г.П., Капитонова Т.А. Федеральный исследовательский центр «Якутский научный центр Сибирского отделения Российской академии наук», обособленное подразделение Институт физико-технических проблем Севера им. В.П. Ларионова СО РАН, г. Якутск
E-mail: pandoramy8@list.ru
Аннотация. При транспортировке углеводородов в условиях Севера необходимо учитывать тепловое взаимовлияние магистральных трубопроводов и окружающей среды для минимизации нежелательных явлений, которые могут привести к возникновению чрезвычайных ситуаций (ЧС). В работе продемонстрирована перспективность использования метода дистанционного зондирования Земли (ДЗЗ) и индекса растительности NDVI для оценки влияния нефтепровода ВСТО на активизацию геокриологических процессов. Предложенная методика позволяет ранжировать участки трассы подземного трубопровода по степени изменения растительного покрова.
Ключевые слова: магистральные трубопроводы, разностный вегетационный индекс, утечка нефти, площадь загрязнения.
Магистральные трубопроводы (МТ), проложенные в районах распространения криолио-зоны, следует рассматривать с учетом взаимодействия трубопроводной системы и окружающего грунта. Их защищенность - важнейший показатель критерия риска, так как нарушение работы МТ влияет на состояние безопасности целого региона [1]. Взаимовлияние трубопровода с мерзлым грунтом уже на этапе строительства трассы приводит к резкой активизации геокриологических процессов, а нарушение растительного покрова, естественного стока водоемов при строительстве дорог и обваловке трубопровода - это неизбежное воздействие на многолетнюю мерзлоту [2]. Для своевременного обнаружения опасных участков необходимо несколько раз в год проводить технологический осмотр оценки состояния трубопроводных
систем (ТС). На этапах геотехнического мониторинга (ГТМ) с использованием аэро- и космо-съемки выявляются разрывы, трещины, повреждение теплоизоляции, зоны коррозии металла труб; ведется контроль за состоянием окружающей среды (зон подтопления, коррозионно-опасных сред, изменением состояния прилегающих грунтов и пр.), анализом состояния МТ на участках с подводным переходом, ранжирование участков по степени опасности, выделение проблемных участков для диагностики состояния МТ.
Для решения поставленной задачи использовались данные дистанционного зондирования Земли (ДДЗЗ). На основе дешифрирования разновременных спутниковых снимков используя и методику, представленную в работах [3-4] и др. можно проследить динамику изменения состояния растительности, оценить плотность и виды растительного покрова, выявить зоны угнетения и восстановления, содержание влаги в растительности. Измерение относительного изменения состояния растительности, с течением времени, с помощью спутниковых данных должно проводиться в сравнении с данными эталонных участков (фоновых), определенных до строительства трубопровода или сопоставимых участков нетронутой растительности и почв.
Нормализованный разностный вегетационный индекс NDVI (Normalized Difference Vegetation Index) использует контраст характеристик двух каналов из набора мультиспек-тральных растровых данных - поглощения пигментом хлорофилла в красном канале и высокой отражательной способности растительного сырья в инфракрасном канале (NIR). Для каждого пикселя рассчитывается значение индекса от -1 до 1, которое будет характеризовать интенсивность вегетации этого пикселя. Формула вычисления индекса NDVI [5].
NDn __
NIR + RED v 7
где NIR - ближний инфракрасный свет; RED - видимый красный свет
Исследованы разновременные снимки со спутника Landsat 5, 7 и 8. Для обработки снимков и расчета индекса растительности NDVI использовался программный комплекс ENVI. Был выбран июль - месяц наибольшего расцвета растений, отобрано четыре участка рядом с прохождением трубы ВСТО и четыре участка фоновых. Интервал по времени 2006, 2009, 2011, 2015 и 2017 гг. Основные участки были выбраны рядом с трубой на расстоянии 50 м, а фоновые - на расстоянии 1 км от трубы.
Основываясь на типах растительности районов прохождения нефтепровода, мы провели оценку состояния растительности по NDVI отдельно двух групп участков. Группа 1 - участки № I и № II возле г. Ленска и Олекминска. Участки рядом с НПС представлены на рис. 1, 2.
• 1-й участок - НПС-12 находится вблизи г. Ленска;
• 2-й участок - НПС-14 находится вблизи г. Олекминска.
Основные участки были выбраны рядом с НПС на расстоянии 50 м, а фоновые - на расстоянии 1 км от объекта.
Рисунок 1 - Участок 1 (НПС-12) вблизи г. Ленска
Рисунок 2 - Участок 2 (НПС-14) вблизи г. Олекминска
На карте цифрой 1 обозначены основные участки, а номером 2 - фоновые. В таблицах 1-2 представлены результаты расчета состояния растительности по NDVI на участках с НПС Ленска, Олекминска и фоновых участках соответственно.
Таблица 1 - Результат расчета NDVI на фоновых участках с НПС
Фон. участки г. Ленск г. Олекминск
2006 0,38 0,53
2009 0,51 0.53
2011 0,49 0,38
2015 0,37 0.41
2017 0,32 0,45
Таблица 2 - Результат расчета NDVI на основных участках с НПС
Фон. участки г. Ленск г. Олекминск
2006 0,28 0,48
2009 0,40 0.37
2011 0,37 0,31
2015 0,30 0.38
2017 0,25 0,38
По приведенным таблицам можно видеть, что участки рядом с трубой более угнетенные, чем участки, которые находятся на расстоянии 1 км от трубы ВСТО.
Известна зависимость индекса растительности от метеорологических факторов, поэтому при анализе учитывались среднегодовая температура воздуха и среднегодовое количество выпавших осадков в исследуемых районах. На рис. 3 и 4 приведены данные расчета NDVI и колебания температуры, в районе г. Ленска.
Тенденции изменения NDVI показывают корреляцию с температурой приземного воздуха и общим количеством осадков. При этом на участке трассы трубопровода растительность более угнетенная, чем на фоновом участке. Участки возле города Ленска относятся к первой очереди строительства трубопровода. Период строительства, 2007-2008 гг., сопровождался активизацией геокриологических процессов и заболачиваемостью участка, что подтверждается данными наземного мониторинга, это также заметно по уменьшению значения NDVI.
ШУ1
основной фоновый
Температура воздуха, °С
0,32
20,0 19,5 19,0 18,5 18,0 17,5 17,0
2006 2009 2011 2015 2017
Рисунок 3 - Графики изменения индексов NDVI на участке № 1 НПС вблизи г. Ленска
2006 2009 2011 2015 2017
Рисунок 4 - Среднегодовые температура воздуха на участке № 1 вблизи г. Ленска
В 2010 году в 30 км от Ленска из-за прорыва трубы во время планового ремонта произошла утечка нефти, в результате которой в грунт вытекло 450 м3 нефти. Площадь загрязнения составила 20 тыс. м2. По графикам на рис. 5 можно сказать, что утечка повлияла на состояние растительности, так как по сравнению с предыдущим годом значение NDVI понизилось. В
2010 строительство на участках в данном районе закончилось, но до 2017 г. значения NDVI на участке НПС остаются ниже фоновых значений.
NDVI
основной фоновый
ф 0,38
и-1-^-1-1
2006 2009 2011 2015 2017
Температура воздуха, °C
2006 2009 2011 2015 2017
_2 -I_|_|_|_|_|
-4,7
Рисунок 5 - Графики изменения индексов NDVI Рисунок 6 - Среднегодовые температура на участке № 2 НПС вблизи г. Олекминска воздуха на участке № 2 вблизи г. Олекминска
До 2011 г. Индекс NDVI показывает малые значения, так как это период активного строительства трубопровода (до 2009 г.), затем, после 2011 г. идет восстановление растительной среды.
Тенденция изменения NDVI показывает понижение значений индекса, связанное с началом второго этапа строительства МТ и корреляцию с температурой воздуха. С 2012 года значения индекса на основном и на фоновом участках повышается, что можно объяснить, как окончанием строительных работ, так и повышением температуры воздуха. Значения NDVI на участке НПС остаются ниже фоновых. Это может быть вызвано активизацией геокриологических процессов на участке с НПС.
Работа выполнена в рамках государственного задания Министерства науки и высшего образования Российской Федерации (Рег. № 1023030900073-8-2.3.3, научная тема FWRS -2024-0032) и Российского научного фонда проект: 24-27-20095.
Список литературы
1. Капитонова Т.А., Стручкова Г.П., Тарская Л.Е., Ефремов П.В. Анализ факторов риска трубопроводов, проложенных в условиях криолитозоны с использованием, ГИС -технологий // Фундаментальные исследования. 2014. № 5-5. С. 954-958.
2. Дзюба С.А. Информационно-аналитическая система геотехнического мониторинга и управления магистрального газопровода «Ямал - Торжок» // автореф. дис. канд. техн. наук. М.: Институт проблем нефти и газа РАН. 2006. 21 с.
3. Алексеева М.Н., Перемитина Т.О., Ященко И.Г. Оценка экологических рисков аварийных разливов нефти с использованием спутниковых данных // Оптика атмосферы и океана. 2013. Т.26, № 6. С. 525-530.
4. Adams J.B., Sabol D.E., Kapos V., Almeida R. Filho, Roberts D.A., Smith M.O., Gillespie A.R. Classification of multispectral images based on fractions of end members: application to land-cover change in the Brazilian Amazon // Remote Sensing of Environment. 1995. Vol. 52(2). P 137-154.
5. Myneni R.B., Hall F.G., Sellers P.J., Marshak A.L. The interpretation of spectral vegetation indexes // IEEE Transactions on Geoscience and Remote Sensing. 1995. Vol. 33. Р. 481-486.
