基于多尺度融合遥感数据的稀土矿山安全监测研究

2019-10-15马国超王立娟贾虎军

中国矿业 2019年10期

马国超，王立娟，马松，贾虎军，靳晓

(1.四川省安全科学技术研究院，四川成都 610045；2.重大危险源测控四川省重点实验室，四川成都 610045;3.四川安信科创科技有限公司，四川成都 610045)

0 引言

稀土是包含镧、镨、钕、镝等17种金属元素的稀有矿产资源，在高新技术及国防工业发展领域中具有不可替代的作用，素有“新材料之母”“工业维生素”“战争金属”之称，被世界各国列为国家级的战略资源[1]。中国是全球稀土储量和产量最大的国家，已探明稀土资源约6 588万t，占全球资源储量的36.67%，近几年我国稀土供应量一直占据全球八成以上[2]。四川省凉山州作为我国主要的稀土富集带之一，其稀土存储量达到全国的3%，随着近几年该区域稀土矿开采活动的日趋加强，土地荒漠化、资源滥采滥挖、安全事故防治工程不到位等矿山生产问题也日益突出，给土地资源较为紧缺的山地区域造成了极大的生态压力和安全风险[3]。四川凉山州稀土矿基本上分布在崇山峻岭之间，交通条件较差，传统的人工巡检和群众举报监察方式很难对矿山生产及生态问题进行及时、精准的监控，也很难为矿山问题提供进一步的治理参照，容易产生矿山隐患，增大事故风险。因此，研发一种适用于艰险山区稀土矿山安全监测的技术体系成为实现稀土可持续开采的关键环节。

卫星遥感是当前国际上较为常用的对地观测技术手段，其覆盖范围广、监测视野不受地形限制，具有人工巡检难以比拟的优势，国内外学者在十几年前便开始引用该技术进行矿山开采调查与监测研究[3-5]。同时，也有不少学者专门利用遥感技术对稀土矿山进行应用监测研究[6-12]，如代晶晶等[6-7]运用IKONOS、QuickBird等遥感影像对赣南寻稀土矿区的土地荒漠化及水体污染信息进行有效提取分析，并对矿山的非法开采活动进行监测研究；李恒凯等[8]利用20年的TM遥感数据对定南县岭北稀土矿区进行地表环境变化统计与分析，由此评估稀土开采对周边环境的影响程度；彭燕等[9]利用SPOT、ALOS等多源遥感数据对江西赣南稀土矿开发区的生态环境进行了动态监测与评估；吴亚楠等[10]利用GF-1与Geoeye遥感数据开展稀土矿荒漠化监测研究，证实了高分辨率的遥感技术可以高效地实现稀土矿山区域性的荒漠化监测。在当前众多的稀土矿遥感应用研究中，集中矿采区的大区域性生态环境监测成为研究的热门重点，但针对单一矿山的安全监测研究却较少。

无人机航测是近年新兴的低空对地监测技术，相比较于卫星遥感，其影像成果往往具有更高的时效性和地表分辨率，是卫星影像在局部区域的良好补充，同时其构建的三维模型能够将监测维度从平面提升到立体层面，极大地改进了地表监测参数的提取能力[13]。当前，随着无人机制造技术的快速发展，无人机航测正如火如荼地普及应用于环境监测、电力巡检、灾害调研等数十个领域[14]。而在矿山领域中，无人机航测也被探索性运用于资源储量分析、地质灾害调研以及危险源监控等诸多方面[15-17]，但鲜有专门针对稀土矿的应用研究。

依据四川省凉山州主要稀土矿企分布零散的情况，本文尝试结合国产GF-2卫星影像和无人机航测成果对艰险山区稀土开采进行安全监测应用研究，以单一稀土矿山为研究对象，揭示多尺度融合遥感数据在稀土矿安全监测中的优势，为当地政府和企业进行安全生产管控提供技术支持和决策依据。

1 研究区概述

图1 研究区位置图Fig.1 Location of study area

四川省是我国第二大稀土资源省，仅次于内蒙古自治区。根据《2017年国土资源公报》，截至2017年，四川省查明稀土氧化物资源排全国第二位，年产矿量达153.13万t四川省稀土资源以轻稀土为主，初步查明有29处矿床，分属9种成因类型，又集中分布在凉山彝族自治州内的冕宁、西昌、德昌等地[2]，其中较为出名的有冕宁县牦牛坪稀土矿床、三叉河稀土矿床、大陆槽稀土矿床与洋房沟稀土矿床等。凉山州位于四川省西南部，地貌以高山、高中山为主，河系发育，山高坡陡，沟谷深切，而主要的稀土矿企业又几乎全部分布在这些复杂的艰险山区。复杂的地形地貌环境使得矿山开采极易造成崩塌、滑坡等地质灾害，威胁企业人员和当地居民的人身安全；同时稀土矿开采工艺也容易造成土地荒漠化，稍有不慎便会给山区本就稀缺的土地资源造成严重的破坏。另一方面，恶劣的自然环境与交通条件也极大地限制当地政府开展安全监测与执法监督的工作能力，给矿山安全隐患留下了监察空白。基于此，本文选取凉山州冕宁县(图1稀土矿A)和德昌县(图1稀土矿B)境内两个典型的稀土矿企业作为示范研究对象，探索性采用国产GF-2卫星影像和无人机航测成果应用稀土矿精细化的安全监测研究，以求解决艰险山区稀土矿开采难以实现精准安全监控的难题。

2 多源遥感数据的获取与融合

2.1 融合数据必要性分析

不同平台光学遥感数据的差异主要体现在光谱波段数量与影像分辨率两个方面。就常规地表监测应用而言，影像分辨率是影响目标监测辨识最为关键的参数指标。因此，本次光学遥感数据融合实质上是对卫星遥感和无人机航摄两类遥感影像分辨率参数的融合运用处置，融合的遥感数据应能兼顾区域隐患普查、重点对象详查的矿山安全监测需求，其融合必要性主要体现在以下几个方面。①提升数据利用效率：大容量的遥感数据对硬件设施要求较高，融合后的影像数据能够有效降低数据的读取、编辑频率，提升矿山安全分析工作效率；②改善区域测量精度：由于设置地面控制点，无人机遥感影像测量精度要明显优于卫星遥感影像，两者匹配融合，可以在局部区域内(无人机影像周边)改善卫星影像的测量精度；③空间数据库建设需求：多源遥感影像的匹配融合是确保数据空间一致性的必要条件，也是进行空间数据库建设的基础要求。

2.2 GF-2卫星影像处理

在前人的研究中[6-11]，国外卫星遥感数据(IKONOS、SPOT、ALOS等)长期占据着矿山环境监测中的主体应用地位。近年来，随着国产高分系列卫星的成功发射，特别是GF-2卫星打破了国外“亚米级”卫星技术的垄断，国产卫星技术迎来了逐步替代国外卫星市场占有份额的契机[18]。因此，本文采用GF-2卫星影像开展此项应用研究，在开展稀土矿安全监测研究的同时，也可以探究GF-2卫星影像在此类工作的适用价值。GF-2卫星于2014年8月19日成功发射，能够提供最优0.8 m的全色影像和4 m分辨率的多光谱影像，同时具备蓝、绿、红、近红外4个波段(表1)。

表1 GF-2波段技术参数表Table 1 Parameters of various bands of GF-2

原始卫星影像处理是遥感应用的第一步，其目的是纠正原始图像中几何与辐射变形，通过对图像获取过程中产生的变形、扭曲、模糊和噪音的纠正，以得到一个尽可以在几何和辐射上真实的图像，便于进行精细准确的遥感分析与判读[5]。GF-2卫星影像与国外卫星影像的处理流程大致相同，均需要经过辐射校正、大气校正、正射校正、图像融合、图像裁剪或拼接以及几何校正等步骤。其中几何校正是消除影像平面几何误差的核心步骤，直接关系到影像地物平面几何参数的提取精度，往往需要借助外部正确影像或测绘成果进行参与校正。鉴于本次研究区地处偏僻，本文参照代晶晶等[6-7]的几何校正方法，以矿山1∶2 000地形图数据作为基准影像，选取房屋边缘、道路拐角等地理特征点作为控制点，运用几何多项式方法实施GF-2影像校正，校正误差控制在2个像元之内。稀土矿GF-2影像成果(成相时间均为2017年4月)如图2所示。

图2 GF-2稀土矿影像图Fig.2 GF-2 images of rare earth mine

2.3 矿山无人机航测

无人机航测是指采用携带有卫星导航器、姿态传感器、高性能相机等低空数字摄影测量系统的无人驾驶飞行器，对地面实施有规划的重叠式拍摄工作，再借助初始航片、航片姿态信息以及地面控制点等数据开展空中三角测量等处理，以二维图像构建地表三维信息，最终建立数值高程模型(DEM)，制作正射影像(DOM),以及三维点云模型的新型测量手段[13]。当前，无人机航测系统的集成与装备技术已经相当完善，如飞马、天狼星、Ebee、智能鸟等国内外成熟的商业产品。但在高海拔的山地区域，开展无人机航测依旧会面临着起飞场地寻找困难、高空风速较大、山谷海拔落差大、地面控制点难以均衡布控等问题，因此在本文研究区开展大面积航测依然会面临着较大的安全风险。由此，本文采用飞马F1000无人机只对两个稀土矿的重要生产区进行了低空航测，其中两次航测的航向重叠度均设为80%，旁向重叠度均设为75%，地面控制点均采用白色栗子粉做十字状标志，航测数据均由Pix4D航测软件进行处理，具体实施步骤如图3所示。基于上述工作，共获得5.2 km2的稀土矿A航测成果，4.8 km2的稀土矿B航测成果(图4)，其中，三维点云的点密度约为15 p/m3，DOM和DEM的分辨率为0.15 m。

2.4 多源影像配准融合

卫星遥感与无人机航测两类技术的共性数据便是地表影像图，其中GF-2卫星一幅影像能囊括超过500 km2的空间范围，可以轻易对稀土矿山周边数十平方千米的区域进行观测，十分适用于周边居民地分布、区域地表裸露、矿山上游汇水、生态环境污染等矿山环境普查性工作[9-10]。但对于安全生产监测需求而言，大区域的人文及生态环境现状仅是对稀土矿开采实况的间接反映，其矿山生产场所的施工现状、危险源数量、安全工程建设情况等生产信息才是直接关乎企业安全的核心因素。因此，安全监测现实需求对矿山重点生产区观测影像分辨率以及时效性提出了更高要求，且卫星影像在矿山生产设施的观测上确有不足，无人机航测影像(2017年8月)则能对卫星影像这方面不足进行有效补充(图5)。

图3 无人机航测技术流程图Fig.3 Technical process of UAV photogrammetry

图4 稀土矿无人机影像图Fig.4 UAV images of rare earth mine

图5 稀土矿生产设施影像对比Fig.5 The contrast of rare earth mine production facilities in different images

综上，将高分辨率卫星影像和无人机航测影像进行匹配融合，理论上既可以满足稀土矿工程开采的安全监测需求，又可以实施由矿山开采引发的区域性环境变化监测。常用的影像配准方法有基于灰度信息、基于特征信息以及基于变换域等配准方法[19]，由于无人机航测影像和GF-2卫星影像往往在同一区域的地物灰度特征上存在较大的区域，而矿山生产区内的人工建筑又是在山区环境下较为突出的、长期的地表特征参照，故本文参照吕金建[20]的研究成果，采用人机交互的方式提取稀土矿共同地物特征点，以具备GCCS2000坐标系的无人机影像为基准，利用最小均方误差法求取参数构建多项式变换函数对两类影像进行配准融合，取得了良好的效果(图6)。

图6 影像配准流程图Fig.6 The flow chart of image registration

3 稀土矿安全监测应用

3.1 安全因素的提取

区别于前人研究中侧重于大范围土地裸露、水体污染以及植被覆盖等生态指标的提取分析[6-10]，本文重点关注与矿山生产事故相关的安全影响因素的提取与分析，如采矿区的汇水流域、矿山周边居民聚集地的分布、矿山开采现状、工程建设状况等。这些地表要素是关乎矿山生产事故发生以及事故影响程度的重要指标，但因为各类要素在空间上存在不同分布与辨识特征，对遥感影像的范围与分辨率都存在不同的要求。如GF-2影像适用于周边居民分布、上游汇水面积等大区域信息的提取，无人机航测影像则适用于矿山开采现状、工程建设状态信息的提取。而本文融合的多源遥感数据则能满足上述所有要求，见图7和图8。

图7 矿山区域安全分析图Fig.7 Safety analysis of mine area

图8 矿山生产监测分析 Fig.8 Monitoring analysis of mine production

如图7所示，稀土矿B采场及排土场等主要的尾砂堆积区处在两个支沟流域沟口位置，其上游汇水面积分别为1.78 km2和3.12 km2，面积大小较为适宜；居民地和耕地等主要的人类活动区基本分布在矿山生产区下游两侧山坡处，距离生产区直线约3 km，受矿山生产干扰影响较弱。另外，图8(A)中可清晰辨识出裸露的采场地表和沉淀池，由此可以推断该稀土矿未采用较为先进的原地浸矿法实施矿山生产，应采用较为落后的池浸法或堆浸法进行生产[6]，从而对原有地貌环境造成较大的破坏；图8(B)中可以清晰看出在矿山生产区域右侧存在大片民房遗址，证实矿山企业在开展生产时对原住居民进行了有效的搬迁，避免了生产活动对当地居民造成人身威胁；图8(C)中为尾矿库生产区，依据高清影像可初步判别该尾矿库未按照正常生产方式在坝前进行排沙工序，存在违规生产操作的嫌疑。上述在稀土矿B中的安全监测案例足可证明基于多尺度融合遥感数据可以在稀土矿安全监测中兼顾安全态势宏观把控和隐患细节精准监测，具有很强的实用价值。

3.2 三维立体化安全监测

长久以来，高程信息缺乏一直是遥感技术在矿山环境监测应用中的短板，二维影像不能直观体现地物之间的空间耦合关系，特别是地物的高低位以及地表起伏等信息[6-12]。这类三维空间信息在常规生态环境监察(如水体污染、土地裸露以及越境开采等)中应用优势不够明显，但在矿山安全分析中却能起到关键的危险辨识作用，如矿山松散堆积体三维方量与等级直接关系到发生崩塌、滑坡乃至碎屑流等矿山灾害的危险程度；高陡边坡与厂区建筑的高低位空间关系直接关系到人类活动区是否处在受威胁的地理区域上。而无人机航测技术在合理规划飞行和科学布置控制点的基础上，在山地区域制作的三维地形数据能满足1∶2 000大比例尺的地形测绘要求[16-17]。如此，矿山核心生产区的无人机航测成果能够将普通平面遥感监测提升为三维立体化监测，大幅度提升矿山安全监测能力，见图9和图10。

图9 采场三维量测Fig.9 Three-dimensional measuring of stope

图10 空间位置安全分析 Fig.10 Safety analysis of spatial location

如图9所示，利用三维点云模型开展稀土矿B采场三维量测，测算该采场山体方量达到14.2×104m3，垂直高差达117.6 m，总边坡角坡度约为33°，可定义该边坡类型为中高型的斜坡[21]，需要进行规范[22]要求的安全生产监测。另外如图10所示，矿山生产建筑区边缘存在人工堆积的边坡，依据a、b、c三条三维折线剖切，其总边坡角分别为35.2°、32.3°和31.2°，均大于30°，其边坡高度从10 m一直延升至35 m，且矿山建筑处于边坡下游方向，存在一定的事故隐患，需要对边坡进行及时的治理与监测。由上述案例可以得知，高精度的三维模型可以有效辅助辨识与监测矿山安全生产中的潜在隐患，对滥采滥挖现象较为严重的中小型稀土矿中的安全监测工作具有建设性改良意义。

3.3 辅助专业安全分析

根据上文所讨论的内容，二三维一体化的高精度监测能够有效提取影响稀土矿山安全的关键地表因素，精准辨别稀土矿山存在的安全隐患，解决矿山生产基础安全监察困难的问题。同时，矿山危险源、居民分布、松散体方量以及三维地形等安全相关信息参数可为矿山开展安全防治规划及专业分析提供良好的辅助素材，直接支撑矿山安全建设决策。长期以来，基于平面地形图的工程设计与规划图是矿山安全分析成果的主要呈现方式，但其图件的信息蕴含量与可视效果均要远弱于多尺度融合的遥感数据。由此为探究多源遥感数据在辅助矿山安全分析的适用价值，本文参照前人研究成果[22-23]，借助FLO-2D软件对稀土矿A进行100年一遇概率下矿山泥石流灾害数值模拟，并制作矿山灾害安全分析专题图(图11)。其中，此次模拟参数取值与方法流程均参照笔者在矿山数值模拟中的研究成果[22]进行开展，故此处不再累述。

如图11所示，稀土矿A下游流域堆积扇区建有一个近百户居民居住的大型居民聚集地，占地约300亩(1)1亩=666.67 m2，与上游矿山采场的直线距离仅为1.42 km，存在较大的受灾风险。依据数值模拟成果与融合遥感数据叠加分析，下游居民区所处地势相对较高，模拟泥石流主要沿着居民区左侧的山体沟道进行运动堆积，其最终淹没区域没有波及居民区(图11(A))；但是，该矿山流域沟道右侧存在大量矿山尾砂堆积，受泥石流冲刷极易坍塌从而扩大灾害影响范围，增大下游居民区受灾风险，建议应沿流域沟道建设排导槽等工程防护设施(图11(B))。