高光谱遥感在矿山环境监测中的应用浅议

刘佳雷，钱建平，赵鹏伟

(桂林理工大学地球科学学院，广西 桂林 541000)

引 言

随着我国经济建设工业化进程的加速，我国的矿产开发利用取得了突出成就，形成了较为完整的矿业体系。但我国大多数矿区，尤其是西部矿区，多位于生态环境脆弱区，或地质灾害(崩塌、滑坡、泥石流等)频发的山区，其在生产开发过程中会产生诸多矿山生态隐患[1]，如矿区土壤退化、植被多样性减少、水体污染等。党的十九大以来，我国积极推进矿山生态环境恢复工作，政府大力支持对重要流域和关键地区的矿山环境修复整治，生态环境部出台了《尾矿库环境风险评估技术导则(试行)》规范，对矿山的环境评估有更确切的标准，开展典型矿区地质环境监测点，探索建立省、市、县、矿山地质环境监测体系，提出对矿山环境实时动态监测的预想，努力解决对我国环境安全有重大意义、生态受益面广、严重影响人民群众正常生产生活的大量历史遗留矿山问题。在此背景下快速准确地掌握矿山环境现状，适时开展对矿山环境持续监测具有重要意义。

近年来，随着遥感技术的不断发展，高光谱遥感技术已经成为遥感领域不可或缺的分支。高光谱遥感技术既可同时检测目标的图像和连续光谱，又能实现目标空间特征与光谱特征的同步探测[2]。众所周知，早期矿山环境遥感监测大多采用多光谱数据分析，与传统多光谱遥感技术相比，高光谱的优势在于窄波成像，在可见光-近红外区域光谱分辨率达到纳米级[3]，因此对地物要素识别精度更好。近年来国产高光谱卫星不断升空，可同时实现高光谱、全谱段、偏振、多角度等多种观测数据的融合应用，光谱分辨率可达2.5nm，幅宽60km，热红外波段探测灵敏度达0.1K，大气探测最高光谱分辨率达0.03nm，偏振探测精度优于0.5%，可有效填补我国高光谱观测的空白，大幅提升高光谱观测数据国产化率，综合性能指标达到国际同类卫星的先进水平。综合和分析大量文献可知，现有大多数文献主要着重于单一监测方法或单一环境要素的监测，而环境监测是一项复杂的工作，评价一个地区的环境现状要从气象、土壤、植被、水质、生物量等方面综合分析，因此本文基于国内外高光谱遥感在矿山环境监测中的应用现状，在前人的归纳总结的基础上系统从矿区土壤、植被及水体三个方面进行阐述，指出目前存在的问题，对未来高光谱遥感在矿山环境监测应用前景做出展望。

1 高光谱遥感在矿区土壤监测中的应用

土壤是人们赖以生存的宝贵资源。矿山在开发利用过程中，对矿区土壤损毁十分严重，其危害主要表现在两个方面：其一矿山开挖、剥离、开采改变了矿区的地质、地貌、植被和自然状况与土地景观[4]，如地表植被遭到毁坏，松散的泥土和岩块裸露于地表，将大大加剧对土壤的侵蚀与风化[5]，进而引发土壤的退化；其二矿山开采过程中排放到坑口周边的废水、矿渣和尾矿粉尘等经过雨水的冲刷、淋溶[6-7]，其中重金属污染物渗入土壤中，由于土壤的自净能力有限[8～10]，最终导致土壤中的重金属离子被农作物吸收富集，通过食物链的作用，严重影响人类的身体健康。

1.1 对土壤退化和侵蚀的监测

高光谱遥感在土壤监测的应用中具有独特的优越性。首先，高光谱遥感在研究土壤退化和侵蚀上有明显的成效。已有研究表明，土壤组之间的光谱差异较为明显[11]，利用这一差异可以辨别性质相似的土壤类型。刘伟东[12]通过实验室光谱建立了土壤特性参数的反演模型，尝试对高光谱遥感图像进行了土壤部分特性的填图，并建立起了比较精细的土壤参数空间分布图。对于矿区土壤的退化与侵蚀监测有重要意义。

1.2 对土壤中重金属含量监测

大量研究表明，含有重金属的土壤光谱曲线不同于不含重金属土壤的光谱曲线。通过对矿区土壤进行光谱测定、数据分析、数据转换提取出土壤特征波段，结合实验室实测重金属含量数据分析可以建立矿区土壤重金属含量模型；杨鸿飞等人[13]利用铜陵市杨山冲为矿区所采集的土壤反射率数据，利用三种不同的光谱转换形式和偏最小二乘回归法，研究土壤中Cr、Ni、Zn三种重金属含量与土壤光谱反射率的相关性，建立了重金属含量预测模型；侯丽等人[14]以山东邹城煤矿区为研究区，使用等离子质谱仪与光谱仪同时测定出土壤中的重金属含量与高光谱数据，再使用偏最小二乘回归分析建立土壤重金属含量的回归模型，其对于Ni预测精度极高；Rukeya Sawut等人[15]以东准噶尔煤田为研究区，通过原始回波以及其四次转换回波计算的优化光谱指数，被用于估算重金属含量GWR模型，优化了光谱指数在估计土壤中砷含量的模型；宋练等人[16]以重庆市万盛采矿区为研究区，利用地物光谱仪对土壤样品进行光谱测定，并同时进行土壤样品采集，根据化学分析的结果建立土壤重金属的模型，获得研究区土壤中As，Cd和Zn含量的分布图；陈远鹏等人[17]以工矿复垦区为研究区，采用偏最小二乘回归和粒子群算法相结合的办法对土壤中重金属含量进行反演，优化了土壤重金属预测模型；程先锋等人[18]同样以兰坪矿区土壤的光谱数据为基础，对应土壤中Zn、Pb、As、Cd这4种重金属含量进行响应测试实验，构建了四种重金属含量与土壤实测光谱之间的多元线性回归模型，结果证明，反演模型具有较高的精度，为大面积土壤重金属监测提供了借鉴。

概括起来，高光谱遥感在矿区土壤监测中的主要进展有：(1)通过高光谱影像对土壤部分特性填图，建立起了较为精细的土壤空间分布图。针对高光谱数据提出了土地退化指数(沙化土壤指数SSI、土壤退化指数SDI)，可以对土壤的退化程度进行初步评价。(2)预测土壤重金属含量模型愈加丰富，主要包括单变量回归(SVR)、多元线性回归(MLR)、偏最小二乘回归法(PLSR)等。多种预测模型相互配合可以直观、准确的监测土壤重金属含量。

应该认识到，土壤是一个十分复杂的系统，高光谱遥感在对土壤监测中还存在部分问题：(1)土壤中重金属的光谱信息较为微弱，利用光谱仪的测定时容易受到阳光、温度、水分等因素影响，收集光谱信息还有一定难度。(2)目前高光谱遥感对土壤监测大分还是依赖室外采集样本进行测定光谱信息结合化学分析的方法，难以对矿区土壤进行实时动态监测。(3)在矿区土壤的监测研究分析过程中没有规范化一致性的方法，不同研究区的土壤性质不同，在数据的确定过程中存在不确定性，建立的反演模型也有一定差异，最终导致光谱预测土壤重金属含量的结果存在不确定性。因此有必要在未来的研究中结合航天航空平台的高光谱数据建立起一套完整、精确且规范化的矿山土壤重金属反演流程体系，更好地为矿山环境监测服务。

2 高光谱遥感在矿区植被监测中的应用

植被是环境的重要组成因子，也是反应区域生态环境的最好标志之一[19-20]。由于矿山的开发利用过程中产生的选矿废水以及采矿石尾矿渣等[21]，其中有毒的微量元素通过水体、土壤等介质在植被内富集[22-23]，影响植被的正常生长发育和生理生态特征，因此对矿区植被监测也成为对矿区环境监测的重要手段之一。

2.1 利用波谱特征监测植被污染

由于受污染的影响，植被生物化学特性发生了一系列的变化[24-25]，其中包括：色素含量的变化、叶体含水量的变化等，植被的波谱特征也会随之变化，因此利用波谱特征来监测植被的受污染程度成为遥感手段监测矿区环境污染的一种主要方法。张兵等人[26]以澳大利亚MountLyell矿区为研究区，基于对主要矿物的生物地球化学效应、植被光谱以及植被指数的分析利用植被劣化指数和吸水率不相关指数对矿区植被进行了精确评估；胡玉玲[27]等利用地物波谱仪以及HJ1-A高光谱卫星遥感数据对兖州煤矿区的植被污染情况进行分析，利用Field Spec FR 波谱仪测试植物的波谱曲线，同时对高光谱卫星图像进行处理，利用NDVI阈值法提取植被信息，获取矿区植被的污染分布情况，然后再利用实测数据验证反演精度，并分析矿区植被污染情况。为矿区大面积的植被污染情况分析评价提供了有效的技术手段。

2.2 复垦区植被监测

高光谱遥感不仅可以用于对矿山植被污染的直接监测，在矿区生态修复，土地复垦中也有应用，魏吉鑫等[28]通过无人机搭载高光谱成像仪，对龙南县足洞矿区修复区采集植被高光谱数据，通过选定的绿度、光利用率、叶绿素含量三个植被指数对足洞矿区修复区的植被健康情况做出监测与评价；周贝贝等人[29]收集了贾子北围垦场址6种典型植被叶片的高光谱数据，在对其选择特征波段的平均置信区间法的基础上，采用t检验选择最佳波段构建Fisher[30]、逐步判别(SD)和多层感知机(MLP)三种判别模型对植被类型进行判别获得了更加丰富的植被含水量信息；王英浩等人[31]对赣州定南县坳背塘稀土矿区四种典型植被进行了光谱测定，将测定数据利用Bsyes和Fisher两种判别方法进行光谱变换后，四种植被的分类精度有明显提升。复垦植被的识别与分析为稀土矿区复垦植被生理参数和复垦效果监测提供了技术支撑与理论依据，对实现稀土矿区生态环境大规模监测有重要意义。

概括起来，高光谱遥感在矿区植被监测中取得的主要进展有：(1)通过对不同波段进行组合，提出了多种植被指数(植被指数NDVI、绿度植被指数GVI等)用来监测矿区植被的生长情况。(2)利用线性回归、非线性回归及多元统计回归等方法分析植被光谱特征参数，对矿区植被生长情况准确评价。

目前高光谱遥感技术在矿区植被监测存在的问题有：(1)在野外采集植被光谱数据时，由于植被的生长期、树叶的阴阳面以及土壤背景等因素可能对波谱曲线有影响，最终影响分析结果。(2)在研究中，野外采集的波谱数据很难找到同时期对应的高光谱成像数据进行分析，对于矿区的调查还不够全面。(3)由于大部分研究还只是停留在验证阶段，实验过程中较为依赖实地采样化学分析的数据结果，还未能作为一种直接、大面积应用的技术手段在矿山植被污染监测中广泛应用。

随着高光谱卫星平台不断增多，配合愈加成熟的反演预测模型，在不破坏矿区植被的前提下能够全方位，全时段监测矿区植被污染状况是未来的发展趋势。

3 高光谱遥感在矿区水体监测中的应用

水是生命之源。在矿山的开发利用过程中，通过金属污染物、加工化学品、酸性废水以及腐蚀沉积物等四个方面对矿区水体造成污染[32～34]。虽然重金属离子可以转化成各种不同的氧化态[35]，但其也会沉淀溶解于水中，难以被生物降解[36]，长期以往，水中的重金属离子会通过食物链影响人类健康[37]。因此水质监测工作已经刻不容缓。相较于多光谱，高光谱遥感具备捕捉细微光谱特征的能力[38]，因此在矿区水体污染监测工作中它有更加出色的表现。

3.1 矿区水体识别

马秀强等[39]基于国产HJ-1A高光谱卫星遥感数据研究大冶铜铁矿区的水环境水环境污染情况，通过端元提取的地物波谱特征分析，针对植被和水体波谱特征的精确高光谱数据降维，同时利用归一化差分水体指数法进行水体精细识别，大幅度提高了光谱精细度和识别精度，弥补了指数法在基于多光谱数据的大范围波谱区间时的精度不足问题；郭秋等[40]以曹家坝矿山为例，基于环境一号卫星数据以研究区水体光谱特征和颜色作为标志物，通过波段预算和灰度法对矿区水体的污染情况进行分析，作出了较为精确的评价。

3.2 矿区水体pH值及重金属含量反演

徐良骥等[41]以潘-矿沉陷水域所采集的光谱反射率数据，采用不同形式的数据变换(一阶微分、二阶微分、倒数对数)对光谱信息进行放大，采用多元逐步回归法、单波段回归法和波段深度与偏最小二乘(PLSR)结合3种方法对水体中的重金属元素建立预测模型，并对3种模型进行精确评定，确定Cu、Pb，、Zn、As、Cd和Cr六种重金属元素最佳的预测模型，为以后矿区水体重金属监测工作提供了参考；朱菊蕊[42]等人利用高光谱数据对来反演矿区水体pH值和重金属Zn含量。通过多种变换方法对原始光谱进行处理，在此基础利用相关性分析提取相关性较高的波段组合作为特征因子。运用线性模型(多元回归、逐步回归)和非线性模型支持向量机建立回归模型，并利用调整后决定系数和均方根误差评价模型精度，选择最佳反演模型并最终实现了水体pH值和土壤Zn含量的影像定量反演，为矿区污染定量化监测构建了技术方法体系和操作流程。

概括起来，高光谱遥感在矿区水体监测中取得的主要进展有：(1)利用高光谱影像数据通过波段运算、灰度法对矿区水体进行解译，识别监测水体受污染情况。(2)利用线性与非线性模型对水体中重金属含量反演。

目前高光谱遥感技术对矿区水质参数反演存在的问题有：(1)对于水体的识别采用多光谱高光谱数据融合方法，提高了识别精度，但融合算法较为单一。(2)水体中的重金属含量反演预测模型还不成熟，需要大量的研究验证来完善。

因此在后续的研究中，有必要对水体指数以及反演模型进行改进，例如引进更多的波段，加深融合算法的改进，为矿山的水体监测提供更加可靠有效的服务。

4 结 论

(1)矿区生产过程中对环境威胁最大的是重金属污染，重金属离子在土壤、植被及水体中均难以转移降解，其通过农作物，饮用水等进入人体，并在体内滞留富集，对矿区居民的健康危害很大。

(2)高光谱遥感对矿区土壤退化评价、土壤重金属污染监测、植被重金属污染监测、复垦区植被生长状况评价及水体重金属污染监测方面均有不同程度的应用。通过搭载在不同平台的光谱仪采集的数据结合反演预测模型在矿山环境监测中初见成效。

(3)高光谱遥感在矿区的环境监测中还较为依赖实地采集样本测定光谱信息，其受外部因素影响较大，主要应用于矿山周边地区的环境污染监测，对于大面积的研究区域显得力不从心。

(4)高光谱遥感在众多土壤、植被以及水体重金属含量反演模型中大部分还停留在验证阶段，较为依赖样品的化学分析数据作为支撑，尚无法独立对矿区环境做出评价。

(5)随着搭载高光谱设备的卫星不断升空，高质量的高光谱影像数据不断更新，同时逐步建立和不断完善系统光谱库，结合当前大数据、云计算等新兴技术对矿山环境实时、立体、全面监测是未来的发展趋势。

高光谱遥感涵盖了卫星、航空以及地面观测，以先进的信息提取、数据处理分析、多学科多领域等特点成为了遥感领域一支重要的生力军。高光谱遥感技术在矿山环境监测领域的应用，正在为传统矿区的环境监测领域开辟出一条新路，由此减少传统矿山监测工作中的巨大的人力物力消耗，因此具有很好的应用和发展前景。