基于HJ-1高光譜的曹家壩礦山水環(huán)境識別與監(jiān)測

郭秋,劉賀春

基于HJ-1高光譜的曹家壩礦山水環(huán)境識別與監(jiān)測

郭秋1,劉賀春2

1. 晉中職業(yè)技術(shù)學院, 山西 晉中 030600 2. 中國化學工程第十三建設(shè)有限公司, 河北 滄州 061000

礦山資源開發(fā)過程中存在較為嚴重的水環(huán)境問題，但常規(guī)的地面調(diào)查方法在時效性和廣度上存在局限。為解決這一問題，本文基于我國自主發(fā)射的環(huán)境一號衛(wèi)星（HJ-1），獲取了曹家壩礦山寬幅30 km范圍內(nèi)的高光譜遙感數(shù)據(jù)，通過數(shù)據(jù)讀取、輻射定標、氣候校正和尺寸配準的方式控制圖元誤差為0.5 mm，平均精度達到0.42，有效避免重影和錯位問題。同時，基于水體光譜特征和顏色作為水環(huán)境水質(zhì)監(jiān)測的標志物，通過波段運算和灰度法分別對植被和水體遙感圖像解譯，精確反映了礦區(qū)水環(huán)境高光譜遙感結(jié)果，有效提高了礦區(qū)水環(huán)境監(jiān)測時效性和廣度。

高光譜遙感; 礦山; 水環(huán)境監(jiān)測

我國在資源開采過程中造成了較為嚴重的地質(zhì)環(huán)境問題，涉及和影響的范圍均較為嚴重，需要引起重視[1-3]。目前對于礦山地質(zhì)環(huán)境的調(diào)查大多采用地面實地調(diào)查和分析，或者通過生物技術(shù)指標檢測，這類工作方法工作任務(wù)繁重，大規(guī)模應(yīng)用和推廣在時間和成本上存在制約，并且難以滿足礦山地質(zhì)環(huán)境應(yīng)急處理的要求[4,5]。

近年來國內(nèi)外開始重視遙感技術(shù)與地質(zhì)環(huán)境調(diào)查相結(jié)合的技術(shù)路線[6,7]。凌炳[8]利用GIS對南昌市的礦產(chǎn)資源環(huán)境影響進行評價和區(qū)劃，獲得了較好了應(yīng)用。周麗君[9]將無線傳感器和礦山環(huán)境網(wǎng)絡(luò)結(jié)合，實現(xiàn)了礦山環(huán)境網(wǎng)絡(luò)監(jiān)測的時效性。李萬倫[2]對高光譜遙感數(shù)據(jù)在礦山環(huán)境中的應(yīng)用和進展進行了系統(tǒng)分析。通過衛(wèi)星獲取高光譜遙感數(shù)據(jù)的應(yīng)用[10-12]，將地物精細識別將地質(zhì)環(huán)境詳細調(diào)查與監(jiān)測結(jié)合起來，提高了調(diào)查速度，監(jiān)測效率，擴大了調(diào)查范圍，實時展現(xiàn)了地質(zhì)環(huán)境演變特征。

本文主要選取水體波普特征為技術(shù)方法，利用我國自主研發(fā)的HJ-1高光譜遙感數(shù)據(jù)對曹家壩礦山水體環(huán)境遙感信息進行提取并進行精度評價，利用高光譜分辨率遙感數(shù)據(jù)對研究區(qū)水體特征進行了分析與區(qū)劃，對地質(zhì)環(huán)境水體進行識別，預測發(fā)展研究趨勢，為區(qū)域地質(zhì)環(huán)境規(guī)劃和治理提供科學依據(jù)。

1 研究區(qū)概況

1.1 地質(zhì)環(huán)境

研究區(qū)位于檳榔江右岸一級支流上游河段，地勢北高南低，東高西低，從地貌上可以分為四個地貌成因類型：侵蝕構(gòu)造地形包括中切割陡坡地形、淺切割中低山緩坡地形，堆積地貌包括階地和洪積扇地貌。

研究區(qū)出露地層較為單一，以下變質(zhì)巖為主，巖性較為雜亂。其次為上古生界：志留系頁巖、泥質(zhì)條帶灰?guī)r；泥盆系花崗礫巖、砂巖、粘土巖和第四系松散堆積物；此外由于區(qū)內(nèi)構(gòu)造復雜，存在巖漿活動痕跡，在燕山期侵入較多花崗巖，約占研究區(qū)面積的20%。

研究區(qū)位于檳榔江南北向構(gòu)造帶內(nèi)的關(guān)上-新城南北向構(gòu)造亞帶上。測區(qū)西面與弧形構(gòu)造帶呈斜接復合，東面與南門與梁河弧形構(gòu)造帶呈反接關(guān)系，測區(qū)構(gòu)造較為復雜，斷裂較發(fā)育，總體表現(xiàn)為三個方面：首先，構(gòu)造帶由一系列南北向或者近南北展布的壓性斷裂和壓扭性斷裂、褶皺組成。其次，構(gòu)造帶具有長期，持續(xù)性分布的特點，南北向構(gòu)造帶幾乎全部的構(gòu)造行跡均受到不同程度的干擾和影響。第三，檳榔江變質(zhì)帶東西特征大致相同，組成了近南北向的構(gòu)造行跡，組成檳榔江復試向斜的兩翼經(jīng)過了多次變質(zhì)作用、動力變質(zhì)作用和混合巖化。

1.2 礦山開發(fā)環(huán)境

研究區(qū)主要礦山開采類型為地下與地面聯(lián)合開采，典型代表為銅礦，礦山從上個世紀60年代開發(fā)，70年代投產(chǎn)，銅礦開采活動經(jīng)歷了約30年，開采過程中排放了大量的廢水和廢渣，對當?shù)刈匀画h(huán)境尤其是水環(huán)境造成較為嚴重的破壞[13]。

礦區(qū)地質(zhì)環(huán)境單一，多水洗分布，人類工程活動復雜，礦山地質(zhì)環(huán)境對安全生產(chǎn)和生活造成了較大隱患。礦山邊坡穩(wěn)定性問題，高邊坡巖體卸荷，滑坡，地面沉降，地下水位下降及水體污染等。目前，長期的地下銅礦開采出現(xiàn)了較多采空區(qū)，造成的生態(tài)環(huán)境破壞問題主要有水土流失、水污染和地表塌陷。尤其在金屬冶煉過程中的廢水對地表和地下水體的污染最為嚴重，水體酸堿度達到一定濃度時，引起植物酸堿和重金屬污染。因此對于礦山水環(huán)境監(jiān)測和調(diào)查研究，防止水環(huán)境地質(zhì)災害具有重要意義。

2 水體波普特征與分析

高光譜遙感技術(shù)觀測地表環(huán)境首先是由美國于上個世紀八十年代所提出并加以運用的一種衛(wèi)星觀測手段[14]。高光譜遙感可以通過短紅外波接收地物光譜的特有曲線精確分辨地物種類，并且可以實現(xiàn)定量分析，能夠?qū)崿F(xiàn)快速、大面積觀測地表物質(zhì)組成。

本文采用的試驗數(shù)據(jù)來源于中國環(huán)境1號衛(wèi)星（HJ-1）的遙感數(shù)據(jù)，結(jié)合礦區(qū)水體環(huán)境，在采集樣品數(shù)據(jù)的基礎(chǔ)上，針對遙感數(shù)據(jù)進行氣候校正、噪聲識別、尺寸配準等預處理后提高數(shù)據(jù)質(zhì)量。

用于地質(zhì)環(huán)境監(jiān)測和預報的小型衛(wèi)星（HJ-1星），該衛(wèi)星擁有兩種監(jiān)測儀器，分別為CCD相機和超光譜成像儀（HSI）[15]。其中CCD相機的分辨率可以達到30 m，能夠完成點對稱放置觀測；HIS光譜成像儀能夠完成地面圖像分辨率為50 m，100個光譜頻率的掃描成像，光譜觀測范圍在0.4~0.9 μm之間[16]。該衛(wèi)星成像的技術(shù)參數(shù)見表1。

表 1 HJ-1衛(wèi)星觀測技術(shù)參數(shù)

獲取的數(shù)據(jù)通過數(shù)據(jù)讀取、輻射定標、氣候校正、和尺寸配準后將得到較為精確的數(shù)據(jù)源。具體操作方法如下：

（1）數(shù)據(jù)讀取通過ENVI軟件讀取高光譜數(shù)據(jù)，該數(shù)據(jù)主要包含圖元數(shù)據(jù)、坐標信息和圖像屬性。選擇該數(shù)據(jù)集利用convert工具轉(zhuǎn)換為可以讀取的GIS格式。

（2）輻射定標經(jīng)過轉(zhuǎn)換的高光譜數(shù)據(jù)已經(jīng)經(jīng)過了初步的定標，在進行大氣校正過程中，本文加上的定標單位為100 mm，輻射率數(shù)據(jù)縮放值為1000倍。

（3）氣候校正氣候校正主要為了消除光譜信號在收集過程中受到氣候影響，更加真實的反應(yīng)地物數(shù)據(jù)的真實性。氣候影響包括水氣、二氧化碳和固體懸浮顆粒等對地物反射譜的干擾，通過氣候校正，消除大氣中這些水氣分子和氣溶膠的散射。

利用水氣消除模型，所采用的數(shù)據(jù)為15 nm分辨率，覆蓋的波譜范圍為870~1050 nm，HIS高光譜儀具備高精度探測能力（5 nm），能夠該波譜范圍內(nèi)獲取豐富的地物信息，通過濾波、相位校正，輻射修正和光譜反演獲得每個圖元的高光譜圖，在水氣去除過程中的吸收性波普為800 nm。

光譜數(shù)據(jù)所在地區(qū)以山地和丘陵為主，在氣溶膠消除模型中選擇rural模式，根據(jù)短紅外波特征，選擇天氣良好的時間段數(shù)據(jù)，確定能見度值為輕度起霧級別的10。

圖 1 校正前后水氣模型波譜曲線

圖 2 校正前后氣溶膠波譜曲線

（4）尺寸配準由于在校正過程中不同光譜疊加可能導致圖像存在畸變和錯位問題，因此需要對圖幅尺寸進行配準，這是高精遙感數(shù)據(jù)在融合和量化分析前十分重要的數(shù)據(jù)處理過程。本文將CCD相機所獲取的圖像文件與高光譜儀獲取的光譜圖元文件進行融合和校準，融合精度設(shè)定不超過一個圖像單元，為了進一步提高精確度，控制圖元誤差為0.5，平均精度0.42，可以有效避免重影和錯位問題?；谠摽臻g區(qū)域配準方法所獲取河流錯位現(xiàn)象得到明顯改善，總體精度和效果基本能夠滿足遙感監(jiān)測需求，如圖3所示。

圖 3 尺寸配準前后圖像對比

3 礦區(qū)水環(huán)境遙感監(jiān)測與評價

為了實現(xiàn)礦山水環(huán)境監(jiān)測，本文選取植被和水體兩個重要方面進行遙感監(jiān)測。植被在地理環(huán)境中具有重要作用，分布廣泛且受環(huán)境影響較大，當受到污染物侵害后，植被內(nèi)部結(jié)構(gòu)包括葉綠素、水分、紋理和分布等均有不同程度的改變，其在遙感衛(wèi)星監(jiān)測下反射光譜將會發(fā)生變化，污染越明顯，光譜響應(yīng)越大。為了獲取更高的監(jiān)測精度，本文采用自然真彩色和虛擬真彩色合成的辦法處理光譜圖像，自然真彩色圖像上的地物目標顏色與實際物體的顏色相近或者一致，主要方法是利用反色光線中的紅綠藍三種顏色進行合成[17]；虛擬真彩色與之相反，通過反應(yīng)譜光線的特征來反演地物的顏色?；诓ǘ芜\算對植被圖像進行解譯，利用灰度方法對水質(zhì)圖像進行解譯。

3.1 波段運算的植被圖像解譯

波段運算方法的實現(xiàn)可以通過空域法和頻域法[18]，本文采用空域法進行圖像增強，利用圖像中的像素點，采用波段運算方法對像素點反復進行空域變換增強，通過不同區(qū)域的相同目標的算術(shù)運算，獲得增強的圖像內(nèi)容，用于抵消或者減弱噪聲。

式中：B為增強后的光譜，B為綠色光譜，B為近紅外光譜，為加權(quán)平均值，取值0~1。為了更加真實的翻譯植被的顏色，本節(jié)對植被進行了區(qū)分計算，分為三個加強區(qū)間，對每個區(qū)間的近紅外波和綠波進行加權(quán)運算得到如下效果：

(a) 自然真色彩原始影像 (b) 一級加強圖像 (c) 二級加強圖像 (d) 三級加強圖像

3.2 基于灰度法的水體圖像解譯

研究區(qū)屬于水體較為發(fā)育的礦山開采區(qū)，對重要水體的分布和受影響程度信息的圖像處理是水環(huán)境監(jiān)測的重要部分。水體的遙感監(jiān)測通過水質(zhì)所反射的光譜特征作為研究基礎(chǔ)，清潔水體具有良好的吸收光的能力，反色光譜較弱，強散射光譜分布在頻譜較短部分，光譜影像上表現(xiàn)為暗色，紅外光譜中更為突出。因此，可以基于水體光譜特征和顏色作為水環(huán)境水質(zhì)監(jiān)測的標志物進行研究。

式中：B表示綠色光譜波段；B表示近紅外波段，水體的反射率從可見光譜到紅外光譜逐漸降低，直到消失。

圖 5 基于灰度法分割的水體分級與提取

圖 6 礦區(qū)水體高光譜遙感監(jiān)測結(jié)果

3.3 水體遙感監(jiān)測評價

水體在受到污染和泥沙影響時，反射光譜存在不同程度的變化，水體反射率隨之增大，在高光譜影響中出現(xiàn)變化，造成光譜異常。根據(jù)典型地物光譜為標準值，通過對比分析研究區(qū)的地物光譜影響，就可以提取出研究范圍內(nèi)的水體異常區(qū)域，結(jié)合野外現(xiàn)場調(diào)查和水體采樣的分析，得出研究區(qū)的水體監(jiān)測結(jié)果見圖6。

根據(jù)遙感監(jiān)測圖，可以清晰反映研究區(qū)水體污染情況，紅色代表污染水體，綠色代表水質(zhì)良好的水體，顏色逐漸加深代表水體污染程度越重。

現(xiàn)場調(diào)查發(fā)現(xiàn)湖北部存在湖岸到湖中水體污染程度逐級降低的趨勢。其中大冶湖公園受污染程度和范圍最重，通過現(xiàn)場調(diào)查得知存在兩方面原因：首先，大冶湖緊鄰余修齊公園，是人類活動較為繁華的地段，生活污水排放量大，因此影響到大冶湖的水質(zhì)情況。其次，大冶湖東北部位開采銅礦遺址，南側(cè)存在一個廢棄的尾礦山，實地調(diào)查發(fā)現(xiàn)礦山廢水在雨水徑流作用下逐漸滲透到大冶湖中，造成湖岸邊受污染嚴重，在遙感監(jiān)測圖上表現(xiàn)為深紅色的部分。

4 小結(jié)

傳統(tǒng)礦山水環(huán)境調(diào)查方式在調(diào)查范圍和時效性上存在局限，為解決這一問題，本文利用HJ-1衛(wèi)星獲取了曹家壩礦山高光譜遙感數(shù)據(jù)，基于水環(huán)境水體的多樣性問題，基于多元數(shù)據(jù)融合對水體光譜特性進行了解譯和提取，從而實現(xiàn)了高光譜水體遙感的精確識別，獲得如下結(jié)論：

（1）基于HJ-1高光譜遙感數(shù)據(jù)，通過波段加權(quán)運算能夠?qū)χ脖恍畔崿F(xiàn)了解譯和加強，能夠解決植被和水體在光譜圖像中的模糊邊界，提高了植被水體的區(qū)分精度。

（2）由于污染程度和渾濁程度的不同，水體在光譜數(shù)據(jù)中會呈現(xiàn)不同的光譜反射能力，受污染程度越大，光譜色調(diào)越暗。采用灰度法能夠?qū)λw受污染程度進行精確分級。

（3）根據(jù)曹家壩礦區(qū)高光譜遙感數(shù)據(jù)分區(qū)解析，發(fā)現(xiàn)湖北部存在湖岸到湖中水體污染程度逐級降低的趨勢。其中大冶湖公園受污染程度和范圍最重。

（4）雖然通過結(jié)合HJ-1高光譜數(shù)據(jù)進行融合計算，提高了水體的識別精度，但是計算方法仍然較為單一，建議進一步研究融合算法的改進程序，例如引入中遠紅外波段光譜的融合。

[1] 王文華,趙晨,趙俊霞,等.包頭某稀土尾礦庫周邊土壤重金屬污染特征與生態(tài)風險評價[J].金屬礦山,2017(7):168-172

[2] 李萬倫,甘甫平.礦山環(huán)境高光譜遙感監(jiān)測研究進展[J].國土資源遙感,2016,28(2):1-7

[3] 李青,周連碧,祝怡斌.金屬礦山尾礦庫區(qū)土壤與水環(huán)評重點探析[J].環(huán)境影響評價,2015,37(1):15-18

[4] 王益?zhèn)?羅周全,楊彪,等.大水礦山開采水環(huán)境系統(tǒng)失效致災機理[J].中南大學學報(自然科學版),2016,47(3):1002-1010

[5] 溫冰.湖南錫礦山水環(huán)境中銻來源及遷移轉(zhuǎn)化的多元同位素解析[D].北京:中國地質(zhì)大學,2017

[6] Wand PJ, LIU SH, ZHU Qj,. The study of method in monitoring mineral environment with remote sensing technology[C]. IEEE: Geoscience and Remote Sensing Symposium, 2004

[7] Wang PJ, Liu SH, Zhao X,. The study on the method of monitoring and analyzing mineral environment with remote sensing images[C]. IEEE: Geoscience and Remote Sensing Symposium, 2003

[8] 凌炳.基于GIS的南昌市礦產(chǎn)資源規(guī)劃環(huán)境影響評價[D].南京:南京大學,2018

[9] 周麗軍.無線傳感器網(wǎng)絡(luò)在礦山環(huán)境監(jiān)測中的應(yīng)用[D].合肥:安徽理工大學,2016

[10] 葉嬌瓏,胡祎,彭瑪麗.基于高光譜遙感技術(shù)的礦山植被污染信息提取[C].成都:資源環(huán)境與地學空間信息技術(shù)新 進展學術(shù)討論會,2016

[11] 張志斌.高光譜遙感對礦山開發(fā)環(huán)境效應(yīng)監(jiān)測技術(shù)研究[D].北京:中國地質(zhì)大學,2013

[12] 李志忠,楊日紅,黨福星,等.高光譜遙感衛(wèi)星技術(shù)及其地質(zhì)應(yīng)用[J].地質(zhì)通報,2009,28(Z1):270-277

[13] 唐榮彬,付梅臣,陳勇.控制采礦干擾擴散的生態(tài)關(guān)鍵地段識別研究——以大冶市為例[J].金屬礦山,2018(03):161-167

[14] 宋婷婷.土壤重金屬含量反演與礦區(qū)環(huán)境遙感監(jiān)測與評價研究[D].北京:北京化工大學,2017

[15] 涂兵,張曉飛,張國云,等.遞歸濾波與KNN的高光譜遙感圖像分類方法[J].國土資源遙感,2019(1):22-32

[16] 李萍,關(guān)桂霞,吳太夏,等.基于Cholesky分解的高光譜實時異常探測的GPU優(yōu)化[J].傳感器與微系統(tǒng),2019,38(3):7-10

[17] 鄭輝.高光譜遙感在煤礦區(qū)的應(yīng)用探討[J].山東國土資源,2008(6):59-62

[18] 劉德長,童勤龍,李志忠,等.航空高光譜遙感油氣探測技術(shù)研究及應(yīng)用效果[J].地質(zhì)學報,2019,93(1):272-284

Identification and Monitoring for Water Environment in Caojiaba Mine Based on HJ-1 Hyper-spectrum

GUO Qiu1, LIU He-chun2

1.030600,2.061000,

There are serious water environment problems in the process of mining resource development, but the conventional ground investigation methods are limited in timeliness and breadth. To solve this problem, based on the environment of our country's independent launch a satellite (HJ - 1), obtained the Cao Guba mine 30 km wide range of hyperspectral remote sensing data, the data read, radiation calibration, climate correction and the way of registration to the size of the control chart yuan error is 0.5 mm, the average accuracy of 0.42, effectively avoid ghosting and mismatch. At the same time, based on the spectral characteristics and colors of water as the markers of water quality monitoring, vegetation and water remote sensing images were respectively translated by band calculation and gray scale method, which accurately reflected the hyperspectral remote sensing results of mining water environment and effectively improved the timeliness and breadth of mining water environmental monitoring.

Hyperspectral remote sensing; mine; water environment monitoring

TD167

A

1000-2324(2020)03-0447-05

10.3969/j.issn.1000-2324.2020.03.011

2019-02-04

2019-03-21

郭秋(1980-),女,工程碩士,副教授,研究方向:3S技術(shù)應(yīng)用與研究. E-mail:15103461289@126.com