基于高分辨率遥感影像的江苏省矿产开发状况监测*

2018-12-21崔艳梅苏一鸣詹雅婷朱叶飞

现代矿业 2018年11期

崔艳梅苏一鸣詹雅婷朱叶飞李胤

(江苏省地质调查研究院)

长期以来，粗放式矿产资源开发利用与管理，造成了矿产资源严重浪费[1]。随着遥感技术的发展，特别是高分辨率遥感数据的应用，为准确监测矿区开采状况提供了有效手段[2]。自2006年起，国土资源部、中国地质调查局先后启动了“矿产资源开发多目标遥感调查与监测”、“矿山开发遥感调查与监测”、“矿山环境监测”等多项矿山遥感监测项目，按照统一标准，对全国矿产资源开发状况进行遥感调查和监测[3]。截至目前，矿山遥感探测工作取得了重大进展，为政府部门管理提供了有力的技术支撑[4]。本研究以江苏省为例，采用以多平台高分辨率遥感影像数据为主，以相关地质资料和矿权数据为辅的研究思路，将遥感和GIS相结合，对研究区矿产资源开发状况进行卫星遥感识别和野外验证，对区内矿产开发特征以及时空动态变化特征进行分析，供相关研究参考。

1 研究区概况

江苏省位于中国东部沿海，长江、淮河下游，与上海市共扼长江入海门户。该省东濒黄海，西连安徽，北与山东相接，东南与上海市和浙江省毗邻，地理坐标为东经116°22′～121°55′，北纬30°46′～35°07′，面积约10.26万km2，约占全国总面积的1.06%。江苏地处长江、淮河下游，地形以冲积堆积平原为主，低山丘岗和岗地为辅，平原广布是江苏地貌特色。江苏省境内发现的矿种繁多，矿产类型比较齐全，能源矿产、金属矿产、非金属矿产和水气矿产都有分布。境内共发现了矿产133种，其中，查明资源储量的有66种，已发现尚未查明资源储量的有67种[5]。查明资源储量在全国查明资源储量总量中占15%以上的有9种，分别为铌钽矿、蓝晶石、玻璃用大理岩、泥灰岩、制碱用灰岩、含钾砂页岩、凹凸棒石黏土、岩棉用玄武岩以及二氧化碳气。

2 研究方法

2.1 数据源

由于本研究针对全省范围，受地域、传感器等多种因素影响，数据源覆盖了多平台中高分辨率遥感影像，包括P1、GF2、YG、TH1、GF1、SJ9、ZY3、02C，空间分辨率均大于2.5 m，其中1 m及以上分辨率的遥感数据覆盖率为96%，多光谱数据覆盖率为95%，并且影像无云覆盖、无云影，影像清晰，数据质量较好，矿山地物可识别程度较高。

2.2 数据处理

由于受到卫星自身特点及拍摄环境的影响，原始数据无法直接采用，需对其进行必要的后处理，以满足应用需求[6]。本研究主要采用影像配准和融合方法对原始数据进行预处理。

2.2.1 影像几何配准

影像几何配准的目的是确保影像之间具有统一的地理坐标及像元空间分辨率[7-8]。首先以高精度DEM为基准，图1为ERDAS软件正射纠正参数设置界面，其中“RPC File”为高精度DEM输入模块，“Elevation Min”和“Elevation Min”分别为输入的DEM最小值和最大值数据；然后选择控制点，选择规则为均匀分布，并且校正后图像图面中误差不大于1 mm，控制点选取完毕后进行正射纠正。

图1 ERDAS软件正射纠正参数设置界面

2.2.2 影像融合

常见的影像融合方法有HPF、IHS变换、主成分变换、加权乘积、比值变换、小波变换、Brovey等[9-11]，考虑到本研究遥感数据源的特点，采用HPF方法进行融合处理。具体步骤是打开ERDAS软件中“interpreter”模块下的HPF融合工具(图2)，输入全色数据及多光谱数据，选择合适路径，设置相关参数，输出融合成果，影像融合前后对比如图3所示。

2.3 解译标志建立

在遥感影像上，不同地物具有不同的特征，影像特征是判读识别各种地物的依据，可称为判读或解译标志[12]。建立特征明显的遥感解译标志是快速、准确地提取矿产资源开发状况、矿山环境遥感信息的重要前提和关键环节[13]。研究区范围较大，并且以非金属矿露天开采为主，矿山开发监测遥感解译工作量大而繁杂，本研究通过结合区域和影像数据特点，对涉及的典型解译对象建立了如表1、图4所示的解译标志。

2.4 信息提取

2.4.1 遥感信息提取方法

由于遥感影像在实际解译过程中，涉及的图斑信息繁杂和庞大，并且图斑形态并非千篇一律，因而高效智能的自动解译方法适用性不强，应以人机交互解译方法为主。本研究根据各种矿山地物解译标志，依靠ArcGIS10软件进行图斑圈定。由于实际需要解译的矿山信息类型多而复杂，解译时应遵循“从已知到未知、先易后难、逐步解译”的原则，充分利用各种分析推理方法进行解译。本研究解译过程中采用的方法有：①直接解译法，根据目标物影像的色调、色彩、形状、大小、阴影、纹理等直接判读出目标地物的性质及其他特征；②间接解译法，主要依据间接标志进行推理解译，如解译一个地下开采区域采硐时，可根据断头路判读采硐位置；③资料综合对比法，在解译过程中充分利用有关的图形、图像、表格、文字资料等来进行对比分析，以提高解译的准确性；④实地调查法，对在室内解译难度大、类型复杂、难以解译的某些地物，进行实地调研，现场分析，修正解译标志，确定地物[14]。虽然上述方法在解译不同属性的地物时，扮演着不同的角色，但在具体应用中密不可分，应穿插使用。此外，本研究提取的遥感信息主要包括开采图斑(井口、硐口、露天采场)的位置、开采方式(露天、地下、联合)、矿山开采状态(正在开采、停产或关闭)，矿产疑似违法图斑(类型包括无证开采、越界开采)的分布和占地情况。

图2 ERDAS软件中HPF融合工具

图3 P1影像融合前后对比

表1 研究区高分影像典型遥感解译标志特征

2.4.2 信息提取精度

各矿山要素特征差异较大，影响遥感解译的因素较多，如遥感影像空间分辨率、色调，植被覆盖、地形地貌、工业建设活动等，各要素可解译程度也有所差异[15]。地下开采矿山采矿井口硐口位置在1 m及以上空间分辨率遥感影像上能够通过运矿道路、矿山建筑等标志进行间接判定，在2.0 m空间分辨率遥感影像上则无法判定；露采矿山活动开采面在1 m及以上空间分辨率遥感影像上通过2期数据对比，能够判断其确切位置，而在2.0 m空间分辨率遥感影像小型矿山活动开采面位置较难判定，如砖瓦厂的取土场。

2.5 野外验证

本研究在实地验证过程中，采用了点、线、面相结合的方法，对于解译效果较好的地段以点验证为主；对于解译效果中等的地段，通过布置一定代表性路线进行追踪验证；对于解译效果较差的地段，以面验证为主[16]。野外验证的内容涵盖了室内解译中发现的违法开采和判断不清晰的开采点具体位置、开发状态、开采矿种。通过综合分析，野外验证点共计201个，野外检查图斑涵盖所有地物类型，野外实地验证图斑量占解译图斑总量的10.7%；对有疑问的图斑、疑似违法图斑全部进行了野外检查。

3 监测结果分析

3.1 矿山分布特征

经过前期遥感影像处理及后期信息提取，并参考相应的矿权数据，共获得开采矿山图斑341处。其中地下开采158处，均为合法开采；露天开采183处中合法开采105处，疑似违法开采78处；另外，疑似违法开采图斑分为疑似越界开采和疑似无证开采，数量分别为19处和59处。研究区内各地级市监测结果见表2。

分析表2可知：在空间分布上，全省范围内13个地级市均有矿山开发活动，并且彼此间差别较大，其中开采数量最多的为徐州市，为93处；其次为镇江市47处；疑似违法开采主要集中于镇江市、南京市、常州市、徐州市、连云港市、淮安市、扬州市和无锡市，其中违法现象最严重的也为徐州市，违法数量为21处，几乎占全省违法开采数量的1/4；其次为镇江市，违法开采数量为20处，所占全省比重也约为1/4。具体到县区方面，全省有19个县区存在疑似违法开采活动，各县区具体违法开采数量及其排名顺序见图5。由图5可知：疑似违法开采数量最多的为徐州市铜山区，江苏省内的矿山开发违法现象主要集中于苏北和苏中地区，违法类型主要为疑似无证开采，违法矿山的开采方式均为露天开采，无疑会对周边环境和居民生活造成影响，需要进一步加强监管和整改工作。

表2 2016年江苏省各地级市矿山数量统计处

图5 2016年江苏省矿产资源疑似违法开采县区统计结果

3.2 各矿种开发利用情况

具体到矿种方面，本研究共监测了39类矿种，涵盖了能源、金属和非金属矿产，其中能源矿产包括煤矿和地热，共计83处，金属矿产共计27处，矿种包括铁矿、铜矿、锌矿、金矿、锶矿和金红石。由于研究区区域地质特点，区内非金属矿产比较盛产，并且开采比重最大，总计231处，矿种共涉及31种，包括建筑石料用灰岩、水泥用灰岩、建筑用花岗石等。研究区违法开采矿种均为非金属矿产，其中231处非金属矿开采点中合法开采点为153处，疑似违法开采点为78处，约占非金属矿开采点总数的33.8%。区内疑似违法开采矿种达10种，其中违法开采现象比较严重的矿种为砖瓦用黏土、建筑石料用灰岩、建筑用花岗石和石灰岩(表3、图6)。