矿区生态环境定量遥感监测研究进展与展望

矿区生态环境的科学有效监测是矿区生态环境保护与治理的前提,对于促进生态文明建设具有重要意义。遥感技术已经成为矿区生态环境监测的重要手段,特别是近年来遥感技术在数据、算法、算力方面的迅速发展极大地促进了国内外矿区生态环境定量遥感监测研究的进步,涌现出了一系列优秀的研究成果。从矿区地表要素类型识别以及矿区植被、土壤、水体、大气、生态系统的参数反演与监测方面归纳和剖析了矿区生态环境定量遥感监测的研究进展。结果表明：新兴遥感数据的应用提升了监测的时空分辨率,矿区地表要素识别以及参数反演方法得到了优化改进,提升了识别和反演的精度;深度学习和遥感云计算平台在矿区应用中崭露头角。但是也存在一些不足：①深度学习在矿区地表要素识别的应用尚未完全展开,缺乏矿区遥感地表分类体系标准与大规模高分样本库,矿区地表要素识别的自动化与智能化水平有待提高;②矿区定量遥感参数反演的广度有待拓展,反演与监测方法研究有待深入;③矿区多要素参数的中高分辨率、长时序、高频次同步观测与协同分析的研究还相对缺乏。在此基础上,对未来的研究方向进行了展望：①构建矿区遥感地表分类体系与大规模高分样本库,跟踪最前沿的深度学习算法,实现矿区地表典型要素的高精度识别;②研究矿区场景下的定量遥感物理机理建模方法,拓展遥感反演的矿区要素参数,提升反演方法的精度和稳定性;③融合矿区多源大数据,实现参数的中高分辨率、长时序、高频次的体系化同步定量遥感反演与监测。     

木里煤田聚乎更矿区生态环境修复监测技术与方法

木里煤田聚乎更矿区处于黄河一级支流大通河源头湿地生态区,是黄河流域生态环境保护的重点地区。因煤炭开采导致地貌景观破坏、土地损毁、水系湿地破坏、不稳定边坡和残煤高温异常一系列生态环境问题,对矿区生态系统造成扰动和破坏,导致矿区生态服务功能和生态环境质量下降。为了全面分析矿区生态环境问题,明确生态环境修复治理方向,保障矿区生态环境恢复治理工程高效开展,有效提升矿区生态环境质量。基于对生态环境问题现状的分析,将矿山环境恢复治理划分为4个阶段,即治理前的勘查设计阶段、治理中的地形地貌整治阶段和覆土复绿阶段、治理完成后的后期管护阶段,针对不同阶段的监测目标,利用卫星遥感、低空无人机遥感和信息化相结合的技术,充分发挥InSAR、热红外和三维遥感的技术特点,结合常规的地质调查、物探、钻探等手段,因地制宜,探索研究了卫星遥感技术在植被覆盖度、冻土反演和形变监测方面的应用,无人机遥感技术在基础地形测量、生态环境问题调查、生态治理效果可视化评价、工程监管和方量计算等方面的应用,经与实际调查结果对比分析具有较好的一致性。研究构建了聚乎更矿区生态环境修复治理监测模式,高效支撑了聚乎更矿区生态环境恢复治理工作,在黄河上游高原高寒生态脆弱地区矿山环境治理工作部署和工程监测中取得了良好的运用效果。     

矿区生态环境定量遥感监测评价技术框架与应用

为了践行“绿水青山就是金山银山”的发展理念,平衡矿产开发与生态环境保护,迫切需要对矿区生态环境开展动态监测并进行科学评价。本文立足于矿区生态环境场景的特点,在剖析矿区生态环境要素的时空变化特征及其差异性、矿区开采修复活动对生态环境要素影响机制及各要素协同演变规律基础上,为满足新时期矿区生态环境监测与评价的要求,构建了矿区生态环境定量遥感监测与评价的“数据-监测-评价-应用”技术框架。该框架充分利用以遥感影像数据为主体的矿区多源大数据,发挥人工智能与定量遥感等技术手段的优势,以高频次、大面积、长时间、多要素协同、定量反演的方式对矿区生态环境要素进行监测和质量评价,可应用于矿区开采活动监测、矿区生态环境诊断、预警和修复效果评估等方面。最后,介绍了技术框架的两个应用实例,展示了该技术框架的有效性与应用方式。     

矿山生态环境定量遥感监测与智能分析系统设计与实现

矿山生态环境监测与治理是国家生态文明建设和“双碳”目标下的重中之重,其信息化、智能化建设在新一代信息技术革命的助推下成为数字中国建设的重要一环,也是当下时代发展的必然趋势。然而,现有矿山生态环境监测系统仍然停留在单一专题、要素不全、基础量测、本地管理的初级阶段,无法满足现实环境中对矿山生态环境多要素、长时序、高频次监测与分析的需求。基于此,提出一种B/S架构下的矿山生态环境定量遥感监测与智能分析系统——矿山生态天眼,并详细介绍了其研发需求、技术架构、关键技术及核心功能。系统依托卫星遥感技术及其他监测手段,获取并聚合不同来源、信息丰富的矿山生态大数据,形成矿山分布一张图和数据资源服务;进而基于定量遥感反演矿山生态环境各生态参数,形成一套长时序、多要素的矿山生态监测产品,涵盖人类活动、自然地理条件和“植-土-水-气”各生态要素;在此基础上,系统提供GIS时空分析、统计分析及综合定量评价等工具集,分别实现对矿区土地利用、归一化植被指数（NDVI）等参数伴随采矿活动在空间上的变化监测,对土壤含水量、水体悬浮物浓度等生态要素历史统计值在不同时空位置和区域下的查询与可视化,对顾及多项生态因子的矿山...     

基于遥感信息的矿区生态扰动监测研究——以迁安市为例

矿产资源开发会引发一系列环境问题,制约了矿区城市的可持续发展,矿区生态环境扰动监测已成为矿区城市生态文明建设的重要组成部分。为研究矿区活动及矿区生态修复对我国典型矿产资源型城市——迁安市生态环境的影响,利用2000—2018年Landsat系列遥感数据对该市矿区生态扰动进行了监测研究。利用随机森林（Random Forest, RF）算法对迁安市2000—2018年间矿区演变进行了提取研究,并构建了遥感生态指数（Remote Sensing Ecological Index, RSEI）定量分析研究区生态环境质量及变化特征。研究表明：2000—2018年间,迁安市矿区范围变化明显,矿区总面积明显变少,且有修复效果优良的矿区;该市生态环境质量整体呈现波动下降趋势,其变化与矿区活动及矿区生态修复具有较强的相关性。结合RSEI时空分布与矿区生态修复活动,迁安市生态环境变化可分为两个阶段：①2000—2008年间,生态环境质量主要由优、良向中、差转变,生态环境质量改善和恶化面积占比分别为20.18%和34.31%;②2008—2018年间,生态环境质量整体上升,生态质量改善面积占比达到43.11%,且变化具有明显的区域性。2000—2018年,迁安市生态环境经历了先恶化、后逐步恢复的过程,表明该市在实行功能分区、健全矿产资源规划和矿区分区治理政策后,生态环境得到改善,生态修复效果显著,为矿区城市环境治理和生态文明建设提供了参考。     

地下开采金属矿区地质环境监测方案优化研究 ——以鸡冠咀金铜矿为例

矿山地质环境监测是矿区地质环境恢复治理的必要措施,地质环境监测内容、监测项目与监测范围的确定是矿区地质环境监测方案布置的关键。以鸡冠咀金铜矿为例,从矿山地质环境系统角度进行探讨,在理论分析地下开采金属矿区对地质环境影响的基础上,确定矿区监测内容、监测项目和监测范围。利用北斗高精度在线监测系统新技术对矿山塌陷、滑坡等进行监测,在遥感监测方法上,结合实际比对不同遥感数据质量,选择合适数据源实现对矿区地质环境的实时监测。以期为其它地下开采型矿区地质环境监测提供参考。     

顾及“岩土差异”和植物多样性的矿区生态环境遥感监测模型

矿区生态环境遥感可为矿区土地复垦或生态修复活动提供必要的监测数据，也可为相关部门提供便捷的监管工具，具有重要的实用价值和研究意义。然而，面向矿区或矿山场景，大多数生态环境遥感综合指数还未能有效顾及稀疏植被区裸土和裸岩的质量差异问题(简称“岩土差异”),以及浓密植被区植物多样性导致的生态质量差异问题(简称植物多样性)。为了更全面、准确地监测与评价矿区生态环境，建立了矿区植被-土壤-不透水层(或裸露岩石)框架，并据此发展出一种面向矿区环境的遥感综合生态指数(简称REM)。研究以Sentinel-2多光谱数据为驱动，以抚顺西露天矿为研究区域，实现了2016—2021年10 m分辨率的年度REM监测，并结合野外调查数据(95个采样点)和地表覆盖类型分类数据对比分析了REM模型的性能。结果表明：(1) REM值与土地覆盖类型表征的生态环境质量具有较强的一致性，并能够区分裸土和不透水层(或裸露岩石)的质量差异；(2) REM值与野外采样点调查的生态环境质量也具有较强的一致性(相关系数0.899 4,显著性水平P<0.01),并能够顾及植物多样性问题；(3) REM值有效表征了2016—202...     

耦合多因子的地表生态状况指数在干旱半干旱区露天矿的应用效果评价

矿区生态环境遥感动态监测是指导绿色矿山建设和生态恢复的重要基础。 耦合绿度、热度、干度、湿度、 亮度多种生态因子的指数,如遥感生态指数( Remote Sensing Ecological Index,RSEI)、地表生态状况组成指数( Land Surface Ecological Status Composition Index,LSESCI)具有可视化、可扩展等优势,已被广泛用于矿区生态环境监测中,但 地表生态状况指数在不同景观条件和露天开采模式下表征矿区生态环境的适宜性及差异性尚不明确,并且研究区多 为单一矿区易忽略因生态环境背景差异导致的区域异质性。 因此,以新疆位于不同生态功能分区以及地形条件下的 金宝铁矿区、黑山煤矿区和乌拉根锌矿区为研究区,基于长时间序列 Landsat 遥感影像提取绿度、热度、干度、湿度、亮 度生态因子耦合构建 LSESCI、RSEI、改进遥感生态指数(Modified Remote Sensing Ecological Index ,MRSEI)及标准化遥 感生态指数(Standardized Remote Sensing Ecological Index,RSEIs) 4 个地表生态状况指数,结合土地利用数据和 DEM 数据,通过相关性分析、缓冲区分析、滑动滤波、Sen+MK 等多种方法综合分析,揭示了基于卫星遥感数据反演获取的 地表生态状况指数表征不同生态功能区露天矿地表生态状况性能的差异性。 结果表明:① 不同地表生态状况指数与 绿度、热度、干度、湿度、亮度各生态因子的平均皮尔森相关系数达到 0. 6 以上,其中 RSEI 指数对各生态因子拟合程度 最好。 ② 结合土地利用数据和 DEM 数据,LSESCI 指数能够有效区分位于山前冲洪积扇区的金宝铁矿露天采区和原 地貌裸土及山间谷地,不会过低估计生态环境质量,能够反映露天开采对生态环境的影响范围。 对于原地貌有低覆 盖植被且存在土地盐渍化的研究区,如黑山煤矿区和乌拉根锌矿区,相比 MRSEI 和 RSEIs 指数,RSEI 指数与湿度、热 度等生态因子相关性更高,不会低估研究区的生态环境质量。 ③ 基于 Sen+MK 时间序列分析算法和最优指数,对 2005—2020 年各矿区的生态环境时空变化特征进行了分析,露天开采对研究区内生态环境质量“良”和“优”的土地 影响不大,通过露天开采占用、挖损的土地主要为生态环境质量“中”的土地。 相比黑山煤矿区,金宝铁矿区和乌拉根 锌矿区的生态环境质量显著下降区域面积小,通过复垦及生态恢复生态环境质量显著提高的面积比例高,其中乌拉 根锌矿区复垦率为 34. 58%,金宝铁矿区复垦率为 20. 75%。     

基于国产卫星的广东省矿山地质环境恢复治理遥感监测

利用遥感监测技术对2015年广东省矿山地质环境恢复治理状况进行监测,获取广东省最新矿山地质环境恢复治理的基础数据。通过研究矿山地质环境恢复治理的总体情况,分矿种、分市县统计矿山地质环境恢复治理情况,总结了广东省矿山地质环境恢复治理总体特征,研究矿山地质环境恢复治理分布规律,并提出主要存在问题和有益的建议,为矿区生态环境整治规划提供依据。     

基于GIS的采矿迹地固体废弃物的综合监测研究

矿山企业采矿迹地固体废弃物综合利用与环境监测是矿山持续稳定发展的重点内容之一。利用GIS和RS技术的优势,从宏观监测和微观分析的角度构建了采矿迹地固体废弃物综合监测模型,并且利用COMGIS技术,开发了采矿迹地固体废弃物综合监测GIS系统。系统以河北钢铁集团矿区的尾矿、排土场、选矿场的遥感影像、尾矿样的实验分析数据为基础信息,实现了固体废弃物管理的遥感影像特征与属性图表结合的可视化管理和多区域固体废弃物数据定性或定量对比分析,为尾矿资源环境监测与开发利用提供了技术支撑。     

遥感技术在绿色矿山建设与评估中的应用

本文研究了遥感技术对绿色矿山建设提供技术支持的关键问题,列举了卫星遥感与无人机遥感的技术优势、应用领域,提出了以多源、多时相的高分辨率的国产高分卫星数据作为基础,通过影像数据处理与图像制作、遥感解译、编制解译成果图、无人机遥感实时动态监测与野外查证工作,参照绿色矿山建设评估指导体系对绿色矿山各项评价指标进行识别,对遥感技术在矿山企业矿区环境、资源开发方式、科技创新与数字化矿山等方面应用进行系统研究分析,建立了遥感绿色矿山建设应用的技术体系。目前高分遥感和低空无人机遥感技术在露天煤矿山绿色矿山审核、煤田火区调查监测、地表沉降监测和矿区三维建模等方面已经有了成熟的应用,通过本文的研究,为遥感技术在绿色矿山建设评估、矿区恢复治理、国土空间规划等领域中的应用提供理论支撑,以期发挥更大的作用。     

基于GIS技术的南屯矿区生态环境建设研究

针对山东省邹城市南屯矿区的生态环境特征,利用遥感数据,结合G IS技术建立生态环境演化模型,对研究区域的生态环境进行模拟,从而对研究区的生态环境演变有了清楚的认识,为矿区的生产、决策和生态环境保护提供了有效的技术支持。     

鲁南地区城市地质环境评价及防治简述

开展矿区生态环境地质调查,查明采空塌陷现状,预测潜在塌陷影响,提前进行矿区地质环境保护与治理恢复规划,为实现在开发中保护、在保护中开发的目标,保持矿区生态地质环境可持续发展奠定基础。     

基于深度学习和高分辨率遥感影像的露天矿地物分类方法

随着深度学习技术的发展,对高分辨率影像的分类已成为当前研究的热点,矿区地物分类更是矿区生态发展研究的重要问题。由于深度学习可以通过提取大量的历史影像数据规律及特征,对影像数据进行自动识别与分类,本研究将采用U-Net网络模型开展高分辨率露天矿区地物类型分类研究。采用高分二号遥感影像数据,勾画样本数据集提取样本数据特征,进行分类模型的训练,对矿区测试集进行测试,探讨深度学习在高分遥感影像上的自动识别能力。结果表明,U-Net模型对露天矿区地物识别的精确率（Precision）、召回率（Recall）、F1分数（F1-score）值分别达到0.86、0.82、0.84,均高于最大似然法、随机森林算法和支持向量机。基于深度学习中的U-Net网络模型可以对露天矿区地物类型进行有效的自动识别,可以为高分露天矿区遥感影像数据的地物分类提供技术支撑,有效实现了露天矿各地物自动识别与分类的能力。本文研究成果可以用于AI在露天矿区遥感分类方面的应用以及对矿区生态环境的监测与修复。     

基于RSEI的平朔矿区生态环境变化研究

矿区生态环境问题涉及到社会经济可持续发展,历来是社会关注的焦点。本文选取1987、1998、2007、2013、2018五期遥感影像为数据源,提取绿度、湿度、干度、热度指标,采用主成分分析法计算各指标贡献率,构建RSEI模型,研究平朔矿区32年的生态环境质量及其变化趋势。结果表明：1987-2007年,受煤炭开采的影响,矿区生态环境质量下降,RSEI指数由0.564下降至0.512;2007-2018年,矿区大力开展生态恢复治理工作,生态环境逐渐改善,RSEI指数逐渐上升至0.576,生态质量优与较优等级的面积分别提高了4.14%和3.65%。矿区北部地区生态质量较好,安家岭及安太堡露天矿周边及南部地区生态质量较差,经生态恢复治理后,煤矿周边及南地区生态环境得到改善。建议后续仍应着重开展南部地区生态治理工作,注重整体土地利用的协调性。     

辽宁海城-大石桥菱镁矿矿集区生态环境变化的遥感评价

辽宁海城-大石桥地区是中国最大的菱镁矿基地,露天开采使周边生态环境恶化。为了更好地开发矿山、保护地区生态,本文对其环境质量进行监测与评价。选取1984年、1990年、2007年、2010年和2016年Landsat遥感影像,提取绿度、湿度、干度和热度四个生态因子,通过主成分分析法构建遥感生态指数（RSEI）模型,并结合土地利用类型的变化来分析研究区生态环境演化。结果表明,1984—2016年间RSEI指数均值呈先上升后下降再上升的趋势。通过RSEI值分级结果可以看出,生态质量差的区域整体呈现先升高后下降的趋势,生态环境质量优的区域呈波动上升趋势,生态质量良的区域面积最大。结合RSEI值分级和土地利用分类,分析研究区生态环境变差的主要原因：一是城镇化规模扩大,林地及耕地被侵占或林地被改造为耕地;二是菱镁矿的露天开采及排土场影响了矿区环境。后期生态环境改善则是因为矿区复垦、植树造林,提高了林地面积,改善了环境质量,环境治理成效明显。该研究可为露天采矿地区的生态监测及治理提供一定的科学依据。     

神东矿区资源环境治理对策研究及其具体实践

神东矿区地处我国西部生态脆弱区与能源富集区，30多年来，不仅建成了特大型煤炭生产基地，而且将荒漠变成了绿洲。简要介绍了神东矿区资源开发概况与矿区生态环境特征，阐述了遵循习近平生态文明思想、坚持矿区绿色发展的必要性，分析研究了在矿区生态环境修复治理过程中面临的主要挑战和主要问题，展示了神东矿区创新采用的“三期三圈”“三控三用”生态修复治理与废物利用技术模式，以及“开采一次性煤炭资源，建设永续利用生态资源”的生动实践；认为，保护地表生态环境就是保护资源环境承载力，只有正确处理生态保护与经济发展的关系，才能实现高质量发展与良好生态环境的共赢。     

露天煤矿生态环境遥感监测与评价方法研究——以霍林河一号露天矿为例

本文基于不同空间分辨率、时间分辨率的遥感影像,结合地面踏勘和GIS分析,建立新的露天煤矿开采生态影响评价方法体系.该体系针对不同尺度的评价对象,构建不同监测方法和指标体系.对于排土场等小范围,采用分辨率在2～5m精度的遥感数据监测;对于区域土地利用变化,采用20～30m分辨率的遥感影像,解译后进行空间分析,计算土地转换矩阵;对于区域植被覆盖度,采用NDVI指数建立方程计算;对于区域植被长时序变化,分析LAI长时序动态变化.以霍林河一号露天矿为例研究表明,该体系能较为客观、准确、全面的评价矿区生态的变化特征,弥补了矿区生态很难定量、客观监测和评价的不足,为矿区生态恢复奠定基础.     

露天矿土地复垦考核评价方法及应用

露天矿土地复垦是矿区生态治理的重要内容,也是国家煤炭行业生态文明建设的重要组成部分。研究提出露天矿土地复垦指数,用来表征露天矿土地复垦评价效果,采用层次分析法,确定各指标权重,构建了露天矿土地复垦综合评价指标体系及考核评价方法,并提出了考核级别划分标准。采用上述考评体系和方法,选取某大型煤炭央企所属的典型露天煤矿,收集整理2014年度土地复垦遥感监测、生态修复和治理等基础数据,评价各露天矿年度土地复垦效果,验证了本考核评价方法的可行性。     

基于时间序列模型的戈壁荒漠露天矿生态环境评价

矿区生态环境评价中常采用单景、多景遥感数据来进行评价,但这2种数据存在时间不一致性和评估不准确性的缺点。为实现矿区生态环境的准确监测,以戈壁荒漠露天矿及其周边环境为研究对象,采用CFmask算法+Tmask算法获取纯净像元反射率。经时间序列模型合成研究区年度遥感数据,采用压力-状态-响应模型对其进行长时间序列生态环境评价。结果表明：(1)基于时间序列模型预测的地表反射率值与对应局部区域的卫星观测地表反射率值差异较小且其真彩色影像视觉差异较小,非纯净像元位置处预测反射率与周边纯净像元地表反射率真彩色影像视觉差异较小。以2022年各波段纯净像元反射率观测值与预测值验证精度,结果显示观测值与预测值显著相关(相关系数均大于0.6)。实地考察数据与经时间序列预测数据得到的生态环境指数的相关性(R²=0.450)优于单景生态指数(R²=0.347)、多景生态指数(R²=0.386)。(2) 2013—2021年研究区整体生态环境较差,呈南高北低、西高东低的空间格局,且随着时间增加,南部生态环境退化较为严重。矿区内生态环境变化较矿区外...