无人机遥感在矿山地质环境调查中的应用

2014-06-07周文生吴振宇刘海燕

地下水 2014年2期

周文生，吴振宇，刘海燕

(1.宁夏地质调查院，宁夏银川 750021;2.宁夏遥感测绘勘查院，宁夏银川 750021)

宁东地区目前为宁夏重要的能源基地，其煤炭资源的开采均采用地下开采，由此引发的地面塌陷、地裂缝等对地表构筑物、公路、管线等产生破坏，同时会产生生态环境的破坏［1－3］。该地区地质灾害多采用实地调查的人工监测模式，存在调查速度慢，受空间视野的限制等缺陷，对此类灾害的预测预报不及时［4］。

因此，需要实时、客观的高精度信息源对矿产资源开采引发的地质灾害进行监测［5］。无人机遥感数据空间分辨率不断提高，为矿产资源开发引发的地质环境问题监测提供了高效可靠地的技术方法［6－8］。地表沉降幅度较小的沉陷区、发育规模较窄的地裂缝的识别精度，取决于遥感信息的空间分辨率和光谱分辨率［9－10］。无人机航拍影像数据空间分辨率为0.2m，可提取丰富的信息，清晰度较高，对于地质环境问题类型及发育边界反映清晰，能较好地区分地表变形特征结构，为矿区地质灾害的识别奠定了基础［11］。

选择宁夏宁东羊场湾矿区，在系统分析该矿区地质环境问题的基础上，探讨了无人机遥感技术在矿山地质环境调查监测中的具体应用。

1 无人机遥感影像解译

1.1 调查方法

首先对调查区进行无人机拍摄，将拍摄图像制作成高分辨率的影像图，再以影像图为目视判读基础底图，进行地面塌陷等地质灾害判读解译，最后在地理信息系统中对解译结果进行图斑分类与统计，并对统计结果进行分析［12－14］。

1.2 数据获取

2011年4月20日上午，在羊场湾矿区确定了航拍区域的准确位置，拟定了无人机的飞行高度、航点和航迹。无人机起飞后在地面控制人员指令下执行航拍任务，顺利完成羊场湾矿区航拍影像图的获取工作［15］。

1.3 解译标志的建立

(1)地裂缝:裂缝两侧地形高差变化很小，地面裂开宽度达0.1～3m。

(2)塌陷区:裂缝两侧地形高差变化明显，沉陷区具有一定的宽度，面积从数百平方米至数万平方米不等。

(3)堆煤场:形状比较规则，在影像图上边界清晰，颜色为深黑色。

(4)灰渣场:形状不规则，在影像图上边界清晰，颜色以灰白色为主。

1.4 遥感影像解译

通过无人机航拍获取影像图后，在室内采用人工目视解译提取地裂缝、地面塌陷、渣堆等信息。采用室内解译与野外实地调查相结合、遥感数据与已有相关信息相结合的方法、野外抽查验证和专家评判等综合检验手段进行，确保结果的质量和精度。

1.4.1 初步解译与野外调查

初步解译的工作重点是建立影像解译标准，通过野外实地调查保证所建立的解译标志是否正确和可靠。在野外调查中，遥感影像判读标志根据目标地物与影像特征之间的关系，通过影像反复判读和野外对比检验建立。

1.4.2 室内详细判读

室内详细判读是在建立遥感影像判读标志后进行的。遥感影像直接解译标志是识别地物的重要依据，还可以利用遥感影像种类和比例尺等间接解译标志来识别目标地物，影像判读时不能只使用个别判读标志，尽可能运用所掌握的间接或直接的判读标志开展综合分析，提高解译精确度。

1.4.3 野外验证与补判

为检验目视判读的解译精度和质量，需要对室内目视判读的初步结果进行野外验证。野外验证的主要内容包括两方面:

(1)检验专题解译中图斑内容的正确性。采取的方法为抽样检验。

(2)根据野外实际考察情况修正目标地物图斑界线是否定位准确。

2 典型矿山地质环境问题解译

2.1 地裂缝解译

本次研究区内裂缝主要特征是两侧地形高差变化小，未形成沉陷区。研究区部分裂缝规模较大，在影像图上呈线状特征。部分规模小的地裂缝在图像中隐约可见，具有地面沉陷地裂缝的影像特征。有的则呈交叉或平行排列格局;有的沿已有老地裂缝向前延伸，呈现或明或暗的直线、折线状;有时穿过农田形成一定落差的陡坎，在遥感影像上具有不同的影像特征。规模较大的地裂缝呈条带状，裂缝内有植被呈暗红色。缺乏表土覆盖的小地裂缝，宽度10～30 cm，但从放大的遥感图像可以发现其踪迹，呈折线状分布(见图1)。

图1 呈折线状分布的地裂缝遥感解译示意图及实地照片

按地裂缝形状类型可将地裂缝划分为断续型和交叉型两种，断续型地裂缝是由于开采矿产资源引起不均匀的地面沉降，在遥感图像上呈现出边界清晰的不连续线状(见图2)。

图2 断续型地裂缝遥感解译示意图及实地照片

交叉型地裂缝一般呈簇状分布，在遥感图像上是由边界清晰的多条比较杂乱的小裂缝组成(见图3)。

图3 交叉型地裂缝遥感解译示意图及实地照片

2.2 地面塌陷解译

实地观察发现，地面沉陷面积较大，沉降幅度较大，一般在2～15m之间。地裂缝在采空塌陷区周界边缘分布，部分地段多条地裂缝呈平行排列，发育方向基本一致。塌陷区边界裂缝两侧地形存在一定的高差，引起原始地形坡度、坡向突变，从而改变了光线入射角使局部光谱反射能量改变。地面塌陷区的形状与地面道路分布、植被生长排列极不协调，与自然地形坡度有显著的影像差别，是非人为因素迹象。受地下矿产资源开采方式及采空区范围影响，地面塌陷区发育规模大小不一，塌陷面积小者只有数千平方米，大者可达数十公顷。通过影像图中微地貌的变化可以推断塌陷伴生地裂缝的位置，从而圈定塌陷区范围，并计算其面积。沉陷区主要为环状(见图4)。

2.3 堆煤场、渣场解译

堆煤场和渣场在影像图上的界线较清晰，堆煤场形状比较规则一般呈黑色，且内部多有运煤车;渣场形状不规则，一般呈灰白色(见图5)。

图4 环状沉陷区解译示意图及实地照片

图5 渣场遥感解译示意图及实地照片

3 遥感调查结果

通过对本次遥感调查结果的统计分析，研究区内矿山地质环境问题主要有地面沉陷、地裂缝和渣场3种类型，其分布特征如图6所示。根据地面沉陷的遥感影像特征，共解译圈定出地表沉陷区13个，总面积达96.75万m2，平均每个沉陷区达7.44万m2，最大地面沉陷区单体面积近29.6万m2。主要集中成片分布在羊场湾一号井的东北部以及羊场湾煤矿的南部。根据地裂缝的遥感影像特征，共解译出地裂缝(未包括沉陷型地裂缝)20条，总长度7 733.03m。最长地裂缝长度1 106.5m，最短的有57.91m。最大宽度达2.1m，分布与地面沉陷区相似。根据渣场和堆煤场的遥感影像特征，共解译出60个渣场和13个堆煤场，面积达218.88万m2，最大堆煤场单体面积达67.62万m2，最小渣场面积为233.67m2。

图6 遥感解译地质灾害分布图

4 结语

采用先进的无人机遥感技术，获取了羊场湾矿区高分辨率航拍影像图，通过人工目视解译，客观真实的统计了地面塌陷、地裂缝等矿山地质环境问题的分布特征。通过本次无人机遥感在宁东矿区的实际应用，可以看出无人机遥感技术与以往常规遥感数据获取手段相比，具有数据获取及时、快速、现实性强、空间分辨率高等优势。随着无人机遥感技术的不断发展，将在矿山地质环境调查监测领域得到越来越广泛的应用。

［1］武强，刘伏昌，李铎.矿山环境研究理论与实践［M］.北京:地质出版社.2005.10 －22.

［2］叶宝莹，白中科，孔登魁等.安太堡露天煤矿土地破坏与土地复垦动态变化的遥感调查［J］.北京科技大学学报.2008，30(9):972－976.

［3］吴虹，杨永德，王松庆.Quickbird－2＆SPOT－1矿山生态环境遥感调查试验研究［J］.国土资源遥感.2004，(4):46 －50.

［4］朱建新，李肖锋，邓华梅.我国矿山环境治理的必要性及应对策略［J］.中国矿业.2006，15(8):17 －18.

［5］张进德，张作辰，刘建伟，等.我国矿山地质环境调查研究［M］.北京:地质出版社.2009.1 －25.

［6］赵鹏，沈庭芝，单宝堂.微小型无人机遥感图像应用［J］.火力与指挥控制.2009，34(7):158.

［7］金伟，葛宏立.无人机遥感发展与应用概况［J］.遥感信息.2009(1):32 －34.

［8］晏磊.无人机遥感系统的集成与飞行试验研究［J］.测绘科学.2009(2):95 －97.

［9］陈述彭，赵英时.遥感地学分析［M］.北京:测绘出版社.1990:57 －59.

［10］胡堃.基于无人机遥感平台的震后灾情监测系统［J］.科协论坛.2009(1):100 － 101.

［11］李成尊，聂洪峰，汪劲，等.矿山地质灾害特征遥感研究［J］.国土资源遥感.2005(1):45－48.

［12］孙家抦.遥感原理与应用［M］.武汉:武汉大学出版社.2003:169－183.