基于多源遙感數(shù)據(jù)協(xié)同的河南省礦山環(huán)境信息提取研究

霍光杰， 甄 娜， 操 麗， 武保珠， 申思思

（1.河南省地質(zhì)環(huán)境監(jiān)測(cè)院，河南省地質(zhì)環(huán)境保護(hù)重點(diǎn)實(shí)驗(yàn)室，鄭州 450006；2.武漢中地云申科技有限公司，武漢 430074）

隨著遙感技術(shù)在自然資源、測(cè)繪、農(nóng)業(yè)等行業(yè)應(yīng)用不斷深入，利用遙感技術(shù)監(jiān)測(cè)礦山地質(zhì)環(huán)境工作在全國(guó)范圍內(nèi)也逐步開(kāi)展［1］. 2006年起，我國(guó)全面開(kāi)展了“礦產(chǎn)資源開(kāi)發(fā)遙感調(diào)查與監(jiān)測(cè)”工作，對(duì)礦產(chǎn)資源規(guī)劃執(zhí)行情況、開(kāi)發(fā)狀況、地質(zhì)環(huán)境等問(wèn)題實(shí)施遙感調(diào)查與動(dòng)態(tài)監(jiān)測(cè)［2］. 2015年，楊顯華、黃潔等采用SPOT6衛(wèi)星圖像遙感解譯和野外調(diào)查相結(jié)合的方法，建立礦山環(huán)境信息提取和遙感解譯體系［3］. 2018年，魚(yú)磊、李應(yīng)真等利用國(guó)產(chǎn)高分遙感衛(wèi)星數(shù)據(jù)和野外調(diào)查、走訪的方法，對(duì)冀東地區(qū)礦產(chǎn)資源開(kāi)發(fā)和礦山環(huán)境問(wèn)題進(jìn)行研究［4］. 楊曉飛在實(shí)地調(diào)查的基礎(chǔ)上，使用對(duì)象分類(lèi)方法對(duì)礦山區(qū)高分辨率遙感影像進(jìn)行信息提?。?］. Zhai P W等使用多光譜影像數(shù)據(jù)對(duì)礦山環(huán)境進(jìn)行信息提?。?］. 然而，現(xiàn)有的礦山環(huán)境解譯和信息提取在精度和效率方面都有待提升，還需進(jìn)一步深入探索［7］. 此外，大量新機(jī)器學(xué)習(xí)的智能算法被引入高分辨率衛(wèi)星遙感影像信息提取方法仍需投入大量研究工作［8-10］.

針對(duì)目前礦山地質(zhì)環(huán)境信息提取和遙感解譯工作存在的問(wèn)題. 本文結(jié)合河南省礦山地質(zhì)環(huán)境遙感動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)，對(duì)高分辨率遙感衛(wèi)星影像和Insar數(shù)據(jù)進(jìn)行預(yù)處理，研究了遙感影像分割技術(shù)，采用不同的分割尺度和分割參數(shù)對(duì)實(shí)驗(yàn)區(qū)的影像進(jìn)行分割，并進(jìn)行對(duì)比分析，最終取得了適合于礦山信息提取的分割尺度和分割參數(shù). 建立整體區(qū)域信息提取規(guī)則集，剔除大尺度的地質(zhì)環(huán)境背景要素，然后引入隨機(jī)森林分類(lèi)法，對(duì)剩下的微觀尺度要素進(jìn)行信息提取，最后建立基于多源影像數(shù)據(jù)的多尺度礦山地質(zhì)環(huán)境信息和地質(zhì)災(zāi)害信息提取結(jié)構(gòu)體系，為河南省礦山地質(zhì)環(huán)境監(jiān)測(cè)、自然資源調(diào)查提供技術(shù)、方法，促進(jìn)生態(tài)文明建設(shè)和高質(zhì)量發(fā)展.

1 區(qū)域概述

河南省（31°23′N(xiāo)—36°22′N(xiāo)，110°21′E—116°39′E）地處中國(guó)中東部，地層發(fā)育齊全，地質(zhì)構(gòu)造復(fù)雜，具有優(yōu)越的成礦條件，境內(nèi)蘊(yùn)藏著豐富的礦產(chǎn)資源. 目前，已發(fā)現(xiàn)的礦產(chǎn)有126種，探明儲(chǔ)量的礦產(chǎn)有73種，已被開(kāi)發(fā)利用的礦產(chǎn)有85種，是我國(guó)重要的礦產(chǎn)資源省份. 然而，過(guò)度的礦產(chǎn)開(kāi)采及礦產(chǎn)資料的不合理利用，造成一系列礦山地質(zhì)環(huán)境問(wèn)題，尤其以礦區(qū)泥石流、滑坡、崩塌和地面塌陷為主，導(dǎo)致區(qū)域生態(tài)景觀遭受破壞、土地資源被損毀，含水層受到破壞［11-12］. 頻繁的礦山地質(zhì)環(huán)境問(wèn)題直接威脅到區(qū)域內(nèi)居民生命財(cái)產(chǎn)安全，嚴(yán)重制約著社會(huì)經(jīng)濟(jì)發(fā)展和“綠水青山”生態(tài)環(huán)境建設(shè)［13］. 本文研究范圍為河南省全部礦產(chǎn)資源集中開(kāi)采區(qū)，包括閉坑及政策性關(guān)閉礦山、生產(chǎn)礦山、年度新增采礦權(quán)礦山、已實(shí)施的礦山地質(zhì)環(huán)境恢復(fù)工程等. 監(jiān)測(cè)區(qū)主要呈片狀，共覆蓋2608個(gè)有證礦山（截至2016年底），330個(gè)治理工程及全部閉坑和政策性關(guān)閉礦山，面積預(yù)估約10 254.8 km2.

2 研究方法

2.1 數(shù)據(jù)預(yù)處理

本文主要采用高分辨率對(duì)地觀測(cè)系統(tǒng)河南數(shù)據(jù)與應(yīng)用中心提供的“高分二號(hào)”、“高分一號(hào)”衛(wèi)星遙感影像，對(duì)于“高分二號(hào)”遙感影像未覆蓋或不清晰的區(qū)域，采用了同期“高分一號(hào)”遙感影像. 全省影像數(shù)據(jù)采用西安1980坐標(biāo)系，地圖投影采用高斯-克呂格投影，3度分帶，帶號(hào)38. 影像數(shù)據(jù)時(shí)間為2017年1—8月份.本文所使用的InSAR數(shù)據(jù)為同一時(shí)間段的37景3 m分辨率的TerraSar-x數(shù)據(jù)，并結(jié)合河南省水準(zhǔn)測(cè)量數(shù)據(jù)，利用短基線干涉測(cè)量技術(shù)獲得區(qū)域地面沉降信息.

隨著我國(guó)高分辨率對(duì)地觀測(cè)技術(shù)的發(fā)展，高分一號(hào)、高分二號(hào)高分辨率衛(wèi)星影像得到了廣泛的應(yīng)用［14］.為了確保數(shù)據(jù)的可靠性和后期研究成果的精確性，需要根據(jù)國(guó)家礦山環(huán)境遙感監(jiān)測(cè)技術(shù)標(biāo)準(zhǔn)，對(duì)衛(wèi)星遙感影像進(jìn)行預(yù)處理. 遙感影像預(yù)處理工作主要包括：影像校正、圖像處理和地圖制作等操作［7］. 具體工作流程如下：①影像校正. 對(duì)高分一號(hào)、高分二號(hào)和InSAR 影像進(jìn)行大氣校正和幾何校正. ②圖像處理. 利用ENVI軟件，對(duì)高分影像和InSAR影像進(jìn)行處理. 高分影像處理主要包括：正射校正、輻射定標(biāo)、格式轉(zhuǎn)換、大氣校正等操作；Insar影像處理過(guò)程包括：復(fù)圖像配準(zhǔn)、干涉圖、去噪、相位解纏、生成DEM等操作. 然后根據(jù)工作需要對(duì)影像進(jìn)行轉(zhuǎn)換. ③底圖制作. 利用ArcGIS軟件，使用分幅圖框進(jìn)行套合，生成用以礦山地質(zhì)環(huán)境信息提取和遙感解譯的影像底圖.

2.2 遙感解譯信息提取

本文通過(guò)多尺度分割獲取不同層次的最優(yōu)分割尺度，進(jìn)而對(duì)特征因子的計(jì)算和判斷. 根據(jù)計(jì)算和判斷結(jié)果確定不同層次信息提取的規(guī)則，將所有層次的信息提取規(guī)則集合為整體信息提取規(guī)則集，并以整體規(guī)則集為依據(jù)，剔除影像中大尺度范圍上的地質(zhì)環(huán)境背景要素. 最后利用隨機(jī)森林分類(lèi)器，提取剔除地質(zhì)環(huán)境背景要素之后要素的信息，并建立礦產(chǎn)地質(zhì)環(huán)境要素信息提取層次結(jié)構(gòu)體系.

2.2.1 分割參數(shù) 分割尺度是礦山地質(zhì)環(huán)境多尺度分割結(jié)果和遙感解譯信息提取精度重要的影響參數(shù).當(dāng)研究區(qū)的范圍比較大的時(shí)候，使用定性分割參數(shù)法確定地質(zhì)要素最佳分割參數(shù)時(shí)需要多次反復(fù)試驗(yàn)，這樣的操作需要花費(fèi)較大的時(shí)間. 為了實(shí)現(xiàn)大范圍內(nèi)多尺度分割最優(yōu)參數(shù)快速精準(zhǔn)確定，本研究采用歐幾里得“二指數(shù)”法定量確定單元區(qū)域地理物體的最優(yōu)化分割的尺度. 該方法以歐幾里得“二指數(shù)”為評(píng)價(jià)的指標(biāo)，結(jié)合潛在細(xì)分誤差和分割多邊形數(shù)量比，對(duì)比不同分割尺度參數(shù)設(shè)置下，歐幾里得“二指數(shù)”指數(shù)變化情況，并計(jì)算“二指數(shù)”變化率. 為了精確地反映樣本與對(duì)應(yīng)分割目標(biāo)間的層次關(guān)系，以“二指數(shù)”變化率（ED2）為確定最優(yōu)分割尺度的預(yù)判參數(shù)，ED2 的值越趨于0，表示面向?qū)ο蠓指钚Ч胶? 具體的數(shù)學(xué)定義如下：

其中：s和r分別為相應(yīng)分割對(duì)象的面積和參照樣本多邊形面積.

其中：m和n分別是參照多邊形和相應(yīng)分割對(duì)象的數(shù)量.

使用ArcGIS從研究區(qū)選取礦產(chǎn)地質(zhì)環(huán)境背景要素樣本作為參照多邊形，并計(jì)算樣本面積. 在GIS軟件中導(dǎo)入高分辨率影像，并將影像波段的權(quán)重定為固定值1. 然后設(shè)置不同土地利用類(lèi)型的分割尺度范圍，確定多種參數(shù)值. 最終經(jīng)過(guò)多次模擬實(shí)驗(yàn)，將林地、居民地、耕地分割尺度取值為0.1、0.3 和0.5，獲得分割結(jié)果矢量文件. 基于GIS 進(jìn)行疊置分析，計(jì)算不同土地利用類(lèi)型的“二指數(shù)”變化率，分析指數(shù)變化率可知ED2 指數(shù)變化率隨著分割尺度增加而不斷變小最終趨于0，這說(shuō)明樣本與分割對(duì)象形狀的相似度越來(lái)越高.

2.2.2 信息提取規(guī)則集 基于上述分割參數(shù)法建立研究區(qū)地質(zhì)環(huán)境要素信息提取層［9］. 不同的地質(zhì)環(huán)境要素使用不同的分割尺度，經(jīng)過(guò)多次訓(xùn)練模擬，建立可信度較高的地質(zhì)環(huán)境要素分類(lèi)規(guī)則集合和信息提取層次. 在信息提取層次的基礎(chǔ)上，依據(jù)影像對(duì)象特征及類(lèi)相關(guān)特征，采用模糊分類(lèi)法對(duì)礦山地質(zhì)環(huán)境進(jìn)行信息提取. 本文模糊分類(lèi)法選用的特征因子包括：亮度、密度、灰度共生矩陣對(duì)比度、近紅外波段灰度均值、矩形擬合度、圓度、形狀指數(shù)、歸一化植被指數(shù)等. 利用訓(xùn)練區(qū)數(shù)據(jù)集，根據(jù)分類(lèi)層次逐層選取特征并建立相應(yīng)的模糊規(guī)則［11］. 基于建立的模糊規(guī)則集，對(duì)測(cè)試區(qū)的數(shù)據(jù)集進(jìn)行分層分割，得到包含了道路、河流湖泊、居民地、林地、耕地和其他等6類(lèi)結(jié)果.

2.2.3 信息提取與檢驗(yàn) 在分層分割結(jié)果的基礎(chǔ)上，在研究區(qū)訓(xùn)練區(qū)對(duì)其他4種地質(zhì)環(huán)境要素進(jìn)行樣本選擇，選取30個(gè)特征參數(shù)參與模型建立. 隨機(jī)森林的構(gòu)建過(guò)程可以分為抽樣、訓(xùn)練、建模三個(gè)階段（具體流程如圖1所示）. 具體步驟如下：隨機(jī)放回法進(jìn)行多次抽樣；從訓(xùn)練場(chǎng)中抽取樣本組成測(cè)試集的決策樹(shù)，建立隨機(jī)森林分類(lèi)集；經(jīng)過(guò)對(duì)樣品多次訓(xùn)練獲得隨機(jī)分類(lèi)模型；當(dāng)新樣本輸入模型中時(shí)，分類(lèi)集中的決策樹(shù)會(huì)快速判斷出該樣本分類(lèi)概率，然后統(tǒng)計(jì)模型中所有決策樹(shù)的分類(lèi)結(jié)果，將決策樹(shù)標(biāo)記最多的類(lèi)別視為輸入樣本所屬類(lèi)別.

在測(cè)試區(qū)設(shè)置400個(gè)決策樹(shù)，并使用最優(yōu)參數(shù)法對(duì)測(cè)試區(qū)內(nèi)的要素分層分割，提取信息. 首先需要確定隨機(jī)森林模型的決策樹(shù)數(shù)值. 本文根據(jù)測(cè)試集實(shí)際情況，將決策樹(shù)數(shù)值設(shè)置為400，利用最優(yōu)參數(shù)法提取該測(cè)試集中決策樹(shù)分層分割結(jié)果的信息. 然后，把河南省土地利用規(guī)劃圖和DEM 數(shù)據(jù)導(dǎo)入GIS軟件中，使用該軟件的空間分析工具降低隨機(jī)森林分類(lèi)過(guò)程中出現(xiàn)的誤差. 最后從測(cè)試集的400 個(gè)決策樹(shù)中提取到采場(chǎng)、中轉(zhuǎn)場(chǎng)地、固體廢棄物和裸露土地四種類(lèi)型地質(zhì)環(huán)境要素信息（如表1）.

圖1 隨機(jī)森林構(gòu)建流程圖Fig.1 Flow chart of random forest construction

表1 基于RE分類(lèi)器的地物信息提取精度表Tab.1 Feature information extraction accuracy based on the RE classifier

為了檢驗(yàn)地質(zhì)環(huán)境要素信息提取的精度，本文使用混淆矩陣和Kappa系數(shù)法，對(duì)信息提取結(jié)果和測(cè)試區(qū)實(shí)際值進(jìn)行對(duì)比分析. 經(jīng)過(guò)計(jì)算得知：采用歐幾里得“二指數(shù)法”和隨機(jī)森林分類(lèi)器的地質(zhì)環(huán)境信息要素信息分類(lèi)提取的精度為89%，Kappa系數(shù)為0.79，信息提取結(jié)果較好. 在確定測(cè)試區(qū)信息提取結(jié)果可信度水平之后，將上述方法提取信息結(jié)果和四類(lèi)地質(zhì)環(huán)境要素合并，最終獲得研究區(qū)的地質(zhì)環(huán)境要素信息提取結(jié)果.

2.3 多時(shí)相InSAR疊加分析

礦產(chǎn)區(qū)泥石流、滑坡、崩塌、塌陷等地質(zhì)災(zāi)害解譯需要多時(shí)相InSAR遙感數(shù)據(jù)疊加，輔助高分辨率衛(wèi)星數(shù)據(jù)解譯［16］. 本次以GAMMA軟件為數(shù)據(jù)平臺(tái)，使用“二軌法”對(duì)獲取的數(shù)據(jù)進(jìn)行差分干涉處理，獲取了采空塌陷的范圍和沉降速率，主要步驟如下［17］：

步驟一 從遙感影像中選取質(zhì)量較好的兩期影像，利用差分雷達(dá)干涉法生成主輔圖像干涉圖. 然后，去除干涉圖中平地效應(yīng)，將DEM數(shù)據(jù)進(jìn)行相位轉(zhuǎn)換，獲得包含地形和地表變形信息的干涉條紋圖.

步驟二 利用主輔圖像干涉圖減去DEM數(shù)據(jù)相位轉(zhuǎn)換獲取的干涉條紋圖，并對(duì)差分干涉相位圖進(jìn)行處理，提取地表形變變量，并將地表形變圖進(jìn)行地理坐標(biāo)轉(zhuǎn)換.

步驟三 通過(guò)步驟一和步驟二處理，獲得干涉強(qiáng)度圖和干涉圖等，并將經(jīng)過(guò)差分干涉處理的圖件與高分辨率衛(wèi)星遙感影像解譯信息進(jìn)行對(duì)比分析，獲得礦山區(qū)塌陷范圍的解譯信息.

3 結(jié)果及分析

3.1 礦山環(huán)境開(kāi)采現(xiàn)狀解譯

3.1.1 采場(chǎng) 河南省礦山采場(chǎng)的開(kāi)采面主要物質(zhì)成分包括：采掘礦物時(shí)剝離的泥土和夾雜的巖石碎屑. 因此礦山環(huán)境開(kāi)采場(chǎng)的遙感影像外觀顏色主要是黃色和白色. 與普通廢石堆相比，礦山采場(chǎng)的紋理顯得更加復(fù)雜錯(cuò)亂，黃色和白色之間常常分布著不規(guī)則的多邊形. 礦山開(kāi)采面通常占地面積較大，由于采場(chǎng)附近植被破壞較嚴(yán)重，開(kāi)采面影像邊界顯示得較清晰. 以上是礦山采場(chǎng)影像解譯的直接標(biāo)志（圖2）. 此外，采場(chǎng)遙感解譯還有一些間接標(biāo)志：①道路連接標(biāo)志. 通常采場(chǎng)面會(huì)和幾條道路連接，這些道路一般情況直通選礦廠或者廢棄石土堆積區(qū). ②開(kāi)采設(shè)備標(biāo)志. 為了便于礦山開(kāi)采，采場(chǎng)附近通常有相關(guān)配套的設(shè)備分布，例如碎石機(jī)和運(yùn)輸車(chē). ③位置標(biāo)志. 絕大部分的礦山開(kāi)采面是分布在礦權(quán)邊界的內(nèi)部和周邊區(qū)域. ④紋理標(biāo)志. 分布的礦種不同，開(kāi)采面的紋理也會(huì)有區(qū)別. 具體而言，金屬礦的開(kāi)采面規(guī)模比較大，而且周?chē)形驳V車(chē)、選礦場(chǎng)和選礦池；非金屬礦的開(kāi)采面規(guī)模較小，影像的亮度和對(duì)比度都很高，可以與周?chē)匚镄纬甚r明的對(duì)比.

圖2 建筑石料用灰?guī)r礦露天采場(chǎng)解譯圖Fig.2 Interpretation of open-pit of limestone mine for building stone

3.1.2 中轉(zhuǎn)場(chǎng)地 河南省礦山中轉(zhuǎn)場(chǎng)地主要包括：礦石堆、選礦池/場(chǎng)和洗煤場(chǎng). 中轉(zhuǎn)場(chǎng)通常用于礦石的精細(xì)選取和中轉(zhuǎn). 所以，為了便于原礦石加工原料和成品礦石的運(yùn)輸，中轉(zhuǎn)場(chǎng)地需要分布在交通便捷的區(qū)域.選礦廠多位于地勢(shì)平坦處或沿山坡階梯式排列，常呈現(xiàn)工礦企業(yè)的影像特征，多呈亮白色，夾雜廠區(qū)道路、廠房的其他顏色條紋，多與尾礦庫(kù)相鄰近，其建筑大多為平房，即建筑規(guī)模較大的農(nóng)民住房（圖3）. 工業(yè)廣場(chǎng)以煤礦工業(yè)廣場(chǎng)為主. 煤礦一般位于地勢(shì)平坦的城鎮(zhèn)或村莊附近，一般大型煤礦分布在采煤主要城市，例如平頂山市城區(qū)及郊區(qū)，小型煤礦一般分布在鄉(xiāng)鎮(zhèn)或村莊附近，且有明顯道路通往.

圖3 鐵礦選礦廠及尾礦庫(kù)解譯圖Fig.3 Interpretation of iron ore dressing plant and tailings pond

3.1.3 固體廢棄物 河南省礦山固體廢棄物主要包括：尾礦庫(kù)、煤矸石和廢石渣堆、排土場(chǎng). 尾礦庫(kù)常有積水或鏡面影紋特征，“尾壩”呈階梯狀逐級(jí)排列，庫(kù)內(nèi)尾砂顆粒均勻，不同于其他廢棄礦渣；尾砂呈淺淡色調(diào)，靠近“壩緣”的區(qū)域因?yàn)榉e水而呈深色調(diào)［1］；無(wú)植被或稀疏植被；常位于溝谷或山口處、采場(chǎng)周邊（圖4）.

圖4 黏土礦廢石渣堆解譯圖Fig.4 Interpretation of waste rock pile of clay mine

3.2 礦山地質(zhì)災(zāi)害的解譯

3.2.1 礦區(qū)泥石流 河南省礦山區(qū)的泥石流物質(zhì)主要是礦山廢棄物和礦渣流. 這種地質(zhì)災(zāi)害特征是：降雨達(dá)到臨界值后，徑流包裹著廢棄礦物和礦渣在溝谷匯集并傾瀉而下，對(duì)沿途的耕地、居民住宅及基礎(chǔ)設(shè)置造成嚴(yán)重破壞，最終廢棄物和礦渣會(huì)在溝口平坦寬闊的區(qū)域堆積. 整個(gè)過(guò)程周期較短，廢棄堆積物被徑流搬運(yùn)后，難以從遙感影像上直接解譯判斷［15］. 因此，我們通過(guò)對(duì)泥石流源區(qū)和災(zāi)區(qū)的地形、地貌及水文特征進(jìn)行解譯分析，獲得礦區(qū)泥石流的遙感解譯信息. 泥石流源區(qū)在影像上呈現(xiàn)勺狀、瓢狀或者漏斗狀. 坡體植被稀疏而且土層厚且松散，耕地面積較多，影像色調(diào)為淺灰色或者灰白色［1］. 泥石流承災(zāi)體通常是寬窄不一的溝壑、河段和干溝，承災(zāi)體彎曲段通常有灰白色調(diào)的堆積物，而且影像的結(jié)構(gòu)比較粗糙（如圖5所示）.

圖5 金礦區(qū)泥石流溝解譯圖Fig.5 Interpretation of debris flow ditch in gold mining area

3.2.2 滑坡 河南省礦區(qū)滑坡災(zāi)害是一種表生動(dòng)力地質(zhì)現(xiàn)象. 礦山的開(kāi)采對(duì)山體斜坡造成影響，受降雨誘發(fā)作用極易形成滑坡［16］. 遙感影像上滑坡災(zāi)害的標(biāo)志是：①滑坡體和周?chē)鷰r石一般是較深的色調(diào)，有植被覆蓋，結(jié)構(gòu)光滑，呈現(xiàn)條帶狀和塊狀分布. ②滑坡壁的遙感影像色調(diào)較淺，植被覆蓋率低，呈現(xiàn)灰白色的色調(diào).③滑坡側(cè)壁有碎屑松散堆積物，受雨水沖刷通常容易形成小的沖溝. ④滑坡后壁通常形成陡坎. 陡坎處于陰影區(qū)呈現(xiàn)暗色調(diào). 總之，滑坡體色調(diào)分布不均勻，以淺色調(diào)為主，內(nèi)部常有深色板塊或條帶分布（如圖6）.3.2.3 崩塌 河南省礦山崩塌一般發(fā)生在有節(jié)理和裂隙發(fā)育的堅(jiān)硬巖石構(gòu)造區(qū)和有陡峭山坡或峽谷陡岸分布的區(qū)域［17］. 礦區(qū)崩塌主要的遙感解譯標(biāo)志是：①崩塌區(qū)整體標(biāo)志. 崩塌發(fā)育區(qū)常是陡峭的山坡，上陡下緩，崩塌體的堆積物分布在谷底或者斜坡平緩的地段. 地面坎坷不平，影像具有粗糙感，有時(shí)會(huì)出現(xiàn)巨大石塊的影像，崩塌輪廓線明顯. ②崩塌壁標(biāo)志. 崩塌壁的影像色調(diào)與巖性相關(guān)，周?chē)脖桓采w率低，遙感影像多呈現(xiàn)淺色調(diào)或者灰白色. 崩塌壁上部的外圍，可見(jiàn)有張節(jié)理形成的裂縫影像. ③崩塌及崩塌群在遙感影像上的解譯標(biāo)志較明顯. 總而言之，平面形態(tài)通常為弧形、三角形、新月形等；崩塌壁遙感影像色調(diào)較淺，周?chē)脖桓采w率低，坡腳處常見(jiàn)有倒石堆分布（如圖7）.

圖6 鋁土礦區(qū)滑坡解譯圖Fig.6 Interpretation of landslide in bauxite mining area

圖7 崩塌解譯圖Fig.7 Collapse interpretation

3.2.4 地面塌陷 河南省礦區(qū)地面塌陷通常是由礦層采空后頂部覆蓋巖體塌陷墜落而形成地面變形出現(xiàn)塌陷坑［18］. 在遙感影像上，礦區(qū)塌陷坑一般呈現(xiàn)深色或者深色間夾淺色的色調(diào). 地面塌陷的遙感影像解譯特征是指紋狀或條帶兼有斑點(diǎn)狀、外形類(lèi)似圓形或者橢圓形的洼地（如圖8）. 本文中對(duì)塌陷區(qū)分布范圍的解譯是使用多時(shí)序InSAR和高分辨率衛(wèi)星影像數(shù)據(jù)疊加分析獲得的.

圖8 地面塌陷解譯圖Fig.8 Ground collapse interpretation

3.2.5 地裂縫 河南省采礦區(qū)的地裂縫主要是地面沉降裂縫. 這種裂縫是由于礦區(qū)地下水過(guò)度超采引起地面沉降，導(dǎo)致巖土體受力變形開(kāi)裂，礦區(qū)出現(xiàn)地裂縫［18］. 在遙感影像圖上，地裂縫通常是表現(xiàn)出較暗色的線狀. 該線狀走向和區(qū)域耕地方向一致（礦區(qū)農(nóng)業(yè)發(fā)展過(guò)程中地下水超采現(xiàn)象更加嚴(yán)重），有平行排列狀也有折線狀. 此外，當(dāng)區(qū)域植被覆蓋度較低時(shí)地裂縫容易被識(shí)別，而在植被覆蓋率高的平原區(qū)，地裂縫則不易被識(shí)別（如圖9）.

圖9 地裂縫解譯圖Fig.9 Ground fissure interpretation

3.3 礦山地質(zhì)環(huán)境解譯結(jié)果分析

河南省礦山地質(zhì)環(huán)境信息提取表明，礦山地質(zhì)環(huán)境開(kāi)采景觀主要分布于中西部，其次分布在北部及南部，東部豫東平原分布最少，集中分布于洛陽(yáng)、鄭州、平頂山、三門(mén)峽、南陽(yáng)、焦作、安陽(yáng)、駐馬店、許昌、新鄉(xiāng)、信陽(yáng)、鶴壁、濟(jì)源、商丘、濮陽(yáng)等15個(gè)省轄市. 河南省礦山地質(zhì)環(huán)境開(kāi)采現(xiàn)狀中，露天采場(chǎng)挖損破壞5696處，占總數(shù)的46.42%，面積33 078.72 hm2，占總面積的56.04%. 廢石渣堆、矸石山、排土場(chǎng)及尾礦庫(kù)等堆積破壞2608處，占總數(shù)的21.26%，面積8 290.80 hm2，占總面積的14.05%. 河南省礦山環(huán)境開(kāi)采以露天采場(chǎng)為主，而礦山開(kāi)采產(chǎn)生的固體廢棄堆放物帶來(lái)的地質(zhì)環(huán)境問(wèn)題也不容小覷. 大量的排土場(chǎng)、廢石渣堆和尾礦庫(kù)造成地貌景觀破壞及土地資源損毀，影響生態(tài)環(huán)境的質(zhì)量，同時(shí)部分固體廢棄物邊坡失穩(wěn)或成為泥石流的固體物質(zhì)補(bǔ)給源，形成滑坡、泥石流等地質(zhì)災(zāi)害隱患.

礦山開(kāi)采形成的露天采場(chǎng)、排土場(chǎng)規(guī)模較小，引發(fā)的崩塌、滑坡規(guī)模更小，受成像時(shí)間、解譯精度等制約，地質(zhì)災(zāi)害信息提取需要現(xiàn)場(chǎng)實(shí)地勘測(cè)，如陜州區(qū)一帶的黏土礦山，現(xiàn)場(chǎng)核查時(shí)，發(fā)現(xiàn)露天采場(chǎng)邊坡發(fā)育有滑，但遙感影片上難以解譯規(guī)模較小的滑坡. 河南省礦山地質(zhì)災(zāi)害主要為地面塌陷，遙感影像解譯信息提取地面塌陷地質(zhì)災(zāi)害21 處，面積2 562.95 hm2. 其中，商丘市4 處，面積1 617.89 hm2；平頂山市11 處，面積238.87 hm2；許昌市3處，面積74.3 hm2；新鄉(xiāng)市3處，面積631.91 hm2.

4 結(jié)論

本文采用遙感數(shù)據(jù)為2017年度1—8月高分一號(hào)、高分二號(hào)衛(wèi)星遙感數(shù)據(jù)，其中高分一號(hào)衛(wèi)星數(shù)據(jù)84景；高分2號(hào)衛(wèi)星數(shù)據(jù)310景，InSAR數(shù)據(jù)和實(shí)地調(diào)查數(shù)據(jù)，使用ED2最優(yōu)分割參數(shù)法和二軌道差分干涉法，對(duì)研究區(qū)礦山環(huán)境開(kāi)采現(xiàn)狀和礦山地質(zhì)災(zāi)害信息提取.

1）本文使用的方法相比傳統(tǒng)單一遙感數(shù)據(jù)解譯方法，可以提高區(qū)域礦山地質(zhì)環(huán)境信息提取精度. 野外現(xiàn)場(chǎng)核查4973處，驗(yàn)證率37.40%，資料核查7512處，驗(yàn)證率為56.49%，核查正確率80.86%.

2）采用InSAR數(shù)據(jù)輔助高分遙感衛(wèi)星影像解譯，可以從靜態(tài)和動(dòng)態(tài)兩個(gè)維度對(duì)區(qū)域礦山地質(zhì)環(huán)境進(jìn)行全面解譯，并為礦山地質(zhì)環(huán)境動(dòng)態(tài)監(jiān)測(cè)提供技術(shù)指導(dǎo).

3）礦山地質(zhì)環(huán)境解譯過(guò)程中，特殊環(huán)境下遙感影像識(shí)別精度不足，仍需要通過(guò)間接采樣和野外實(shí)測(cè)等途徑確認(rèn). 因此，遮擋環(huán)境下礦山地質(zhì)環(huán)境精細(xì)化遙感解譯成為后期研究的重點(diǎn).