基于遙感解譯的攀西地區(qū)礦山集中區(qū)生態(tài)環(huán)境影響分析

唐 堯，王立娟，劉晶晶，胡光中

（1.四川省安全科學技術研究院，成都 610045；2.四川省地震與地質災害應急技術保障中心，成都 610045;3.四川安信科創(chuàng)科技有限公司，成都 610045）

0 引言

礦產資源是當今社會經濟發(fā)展的重要物質基礎，礦山生產活動一般屬于大型的人類工程活動。長期大規(guī)模的礦產開發(fā)活動為國家經濟建設做出了巨大貢獻，也造成了土地資源破壞，引發(fā)嚴重的生態(tài)環(huán)境問題[1-2]，對礦山生態(tài)環(huán)境往往造成不可恢復的后果。生產活動的影響范圍不僅局限于礦山生產區(qū)，也會對礦山周邊及下游的居民生活造成影響，如礦山開采造成水污染，其水源下游數十里外的居民生活也會受到影響[1]。通過遙感解譯了解和掌握礦山生產活動占地與生態(tài)環(huán)境情況，為礦區(qū)環(huán)境綜合整治提供決策數據，也為礦山生態(tài)環(huán)境恢復治理工作提供監(jiān)督手段。

國內外諸多學者開展了礦山生態(tài)環(huán)境遙感監(jiān)測應用研究。Mularz在20世紀90年代利用Landsat TM與SPOT衛(wèi)星影像對波蘭華沙西南某煤礦露天礦山的土地覆蓋與植被變化情況進行監(jiān)測研究[3]；Lamb利用遙感技術對地表采礦塌陷、酸性礦山廢水等礦山環(huán)境開展監(jiān)測研究[4]；王曉紅等學者利用TM、SPOT與QuickBird遙感數據對江西崇義某鎢礦進行礦山環(huán)境自動監(jiān)測[5]；黃寶華等以ETM+為數據源，利用熱紅外與高光譜影像從植被、水及土壤等地類和熱異常方面研究礦山環(huán)境污染[6]；劉美玲等利用MSS、TM遙感數據和GIS技術對礦區(qū)生態(tài)環(huán)境狀況進行監(jiān)測與評價分析[7]。本文對遙感影像、現場調查照片等數據進行綜合分析，對礦山及其周邊地區(qū)的礦山生態(tài)環(huán)境詳細信息進行提取，判別是否存在明顯的生態(tài)破壞情況，并根據礦山及其周邊地物要素的變化推斷礦山生產活動對周邊生態(tài)環(huán)境的影響程度，從而實現礦區(qū)生態(tài)環(huán)境監(jiān)測，為今后采用遙感解譯手段對礦產資源開發(fā)生態(tài)環(huán)境效應監(jiān)測提供重要技術思路。

1 研究區(qū)概況

研究區(qū)位于四川省西南部，東與會理、南與鹽邊兩縣山嶺相連，西與鹽邊、鹽源兩縣以雅礱江為界，北與德昌縣陸路相鄰，行政隸屬于攀枝花市米易縣。區(qū)內地形為蒲扇形，東面壩址段似扇柄為狹窄深溝，此段長度大于1km，是良好的壩址地形，其上游地形開闊，自北往南有紙坊溝、萬年溝、白石堆溝、無名溝和石梯子溝5條自然溝形成的寬廣扇面[8]；礦區(qū)下游1km范圍內有青山、黃龍兩村24戶約100名村民，區(qū)內水系多匯入熱水河上游區(qū)域。熱水河南北走向，北高南低，附近有較多居民。其下游為黃龍村一社、二社居民區(qū)，其中，黃龍村一社104戶約520人，黃龍村二社131戶約631人。

2 礦山生態(tài)環(huán)境信息提取

2.1 遙感數據源

本文礦山生態(tài)環(huán)境調查數據源主要為國產高分一號衛(wèi)星影像，該衛(wèi)星搭載4個四譜段多光譜相機、2個2m全色波段與8m多光譜相機，提供2m高分辨率60km成像幅寬與16m分辨率800km成像幅寬的遙感影像，實現了高空間分辨率、多光譜與高時間分辨率的有機結合[1，3，8]。本研究共使用4景高分一號衛(wèi)星影像，影像參數信息如表1所示。主要采用PIE（Pixel Information Expert）-Basic 6.0遙感專業(yè)軟件進行礦山生態(tài)環(huán)境調查涉及的遙感數據處理，完成光學影像與雷達影像的輻射校正、大氣校正、正射校正、影像融合及圖像增強等預處理。

表1 災害解譯遙感數據

2.2 生態(tài)環(huán)境信息提取

本文對礦山生態(tài)環(huán)境信息進行提取，開展生態(tài)環(huán)境評價，實現改善礦山及周邊生態(tài)環(huán)境的目的，避免重大礦山危險源因日常生產與防護工作對周邊環(huán)境造成污染和破壞，以保護當地居民的身體健康安全[9-10]。通過對4期國產高分衛(wèi)星影像數據進行解譯，獲取了研究區(qū)的礦山環(huán)境監(jiān)測信息，并對區(qū)內與礦山企業(yè)相關的開采設施及用地進行野外驗證，重點對疑問圖斑進行現場核查。研究區(qū)生態(tài)環(huán)境解譯對比如圖1所示。

圖1 研究區(qū)生態(tài)環(huán)境解譯對比圖

對礦山區(qū)域1期遙感影像進行生態(tài)環(huán)境解譯，共解譯圖斑547處，其中采礦場、排土場及尾礦庫等與危險源相關的地類圖斑19處，面積約4.6km2。本期解譯有林地、疏林地、耕地、草地、居民地、排土場、采礦場、裸地、尾礦庫、礦山建筑及河流等地類，如表2所示。其中，有林地、疏林地、耕地和草地面積占總面積的近九成，可見區(qū)內植被覆蓋度較高；面積占比靠前的其他地類依次為采礦場、排土場、裸地、尾礦庫等；居民地、裸地與固體廢棄物等地類圖斑多且面積小，表明該地類分布較零碎、數量多；疏林地和有林地圖斑少且面積大，表明該地類分布較集中，多為成塊、成片分布。

表2 礦山生態(tài)環(huán)境信息表 （單位：km2）

為監(jiān)測礦山生態(tài)環(huán)境周期變化，本文對礦山區(qū)域的2期、3期與4期遙感影像開展生態(tài)環(huán)境信息解譯，分別解譯有效圖斑549處、548處及539處，其中，采礦場、排土場及尾礦庫等與潛在重大危險源相關的地類圖斑數量分別為21處、18處與18處，面積分別為4.38km2、4.05km2與3.75km2，其地類與1期遙感影像類似，居民地、裸地、固體廢棄物與礦山建筑等地類分布較零碎，數量眾多但分布面積較少。

續(xù)表2

2.3 生態(tài)環(huán)境野外驗證

基于室內完成的礦區(qū)多期遙感影像解譯成果，本文開展野外實地驗證，對室內解譯精度進行分析。通過2018—2019年野外驗證，修正了室內錯分、漏分的典型地物解譯類別，例如，新白馬礦山萬年溝尾礦庫下游裸地在高分遙感影像上解譯為居民地（房屋）的地類，實地驗證其為搬遷后遺棄的房屋，因此將其更正為裸地；影像解譯為有林地的地類實地驗證為草地；影像解譯為耕地的地類實地驗證為正在建設的居民地（安置房）地類；遙感影像上解譯出的災害信息經實地驗證后確認為滑坡等地質災害信息。

通過采取人工隨機抽樣的原則，選擇解譯圖斑（點）約50余處，準確率為88%，并用相機采集相應實地照片，記錄相關點位信息及地類修正信息，通過實地問詢礦山向導人員，掌握大量的礦山一手資料，并對野外驗證要素信息進行自檢、互檢，保證了解譯工作質量。實地驗證修正了已有的遙感解譯標志，避免了室內的解譯偏差，提高了典型地類解譯精度，完善了區(qū)內遙感解譯流程，為后續(xù)開展類似地物遙感解譯積累了經驗。但實際工作也存在一定的不足，例如，由于本次驗證工作時間較短，需驗證的地物圖斑分布在多個地區(qū)且彼此距離較遠，加之調研礦山山高路陡、道路崎嶇等因素，驗證圖斑的重點放在礦區(qū)道路附近的典型地物圖斑及疑問圖斑，對于人車不便到達地區(qū)的地物圖斑解譯精度有一定的影響。

3 生態(tài)環(huán)境調查結果分析

3.1 生態(tài)環(huán)境變化遙感監(jiān)測

本文對礦區(qū)2015—2017年4期影像的生態(tài)環(huán)境進行分析處理，得到各種地物類型的增減變化情況?？傮w看，區(qū)內生態(tài)環(huán)境的空間分布特征變化范圍較廣，幾乎遍及全域。從變化圖斑看，區(qū)內中部及西部地區(qū)變化較大，東部地區(qū)變化較小；從變化數量及時間看，尾礦庫與排土場面積增幅最大，其次是采礦場及裸地面積，耕地、有林地及疏林地面積快速減少，2016年11月—2017年3月礦區(qū)生態(tài)環(huán)境變化幅度明顯大于2016年3月—11月變化幅度；從區(qū)內具體地類變化幅度看，有林地、疏林地、耕地、居民地等地類變化較小，國道，水庫、坑塘及其他建筑等地類則基本沒變化，尾礦庫、排土場、采礦場、裸地、固體廢棄物、礦山建筑及河流等地類變化較大。

2015—2017年，有林地、疏林地、耕地生態(tài)環(huán)境變化幅度不大，其面積分別維持在42km2、24km2和17km2左右，且三者面積均有減少趨勢。居民地面積呈現微增態(tài)勢，2017年3月較2015年12月面積增加0.02km2。2017年3月草地面積為7.02km2，較2015年12月增加0.34km2，增幅約4.79%。2017年3月尾礦庫面積為0.95km2，較2015年12月增加0.22km2，增幅達22.48%，增幅較大，增勢明顯。尾礦庫面積增加原因是該庫正處于使用狀態(tài)，尾礦渣不斷排入庫中。2017年3月排土場面積為1.86km2，較2015年12月增加了0.38km2，增幅達20.45%。排土場面積增加原因是礦山持續(xù)開采導致堆排量增加，進而增加了排土場面積。2017年3月采礦場面積為1.78km2，較2015年12月增加了0.26km2，增幅為14.33%。2017年3月裸地面積為1.66km2，較2015年12月增加了0.25km2，增幅為14.54%。裸地面積波動原因是河漫灘面積發(fā)生季節(jié)性變化。2017年3月選礦廠面積為0.46km2，較2015年12月增加了0.02km2，增幅為3.51%。2017年3月固體廢棄物面積為0.4km2，較2015年12月增加了0.04 km2，增幅為11.02%。2017年3月礦山建筑面積為0.87km2，較2015年12月增加了0.05 km2，增幅為5.84%。2017年3月其他建筑面積為0.27km2，較2015年12月減少了0.01km2，降幅為3.98%；2017年3月水庫、坑塘面積為0.02km2，國道面積為0.16km2，二者面積均未變化。

研究區(qū)內植被覆蓋度較高，生態(tài)環(huán)境較好，其中，有林地、疏林地等地類沒有明顯減少，呈穩(wěn)定趨勢；水體（水庫、坑塘）、耕地等無明顯增減變化跡象，從而可間接判斷該礦山生產未對周邊生態(tài)環(huán)境造成破壞性影響。因此，基于融合影像數據可以定量地對礦山周邊環(huán)境信息進行有效提取與統(tǒng)計，從而實現礦山區(qū)域生態(tài)環(huán)境安全態(tài)勢評估。

3.2 生態(tài)環(huán)境變化驅動分析

環(huán)境變化驅動力及其機制是土地利用與覆蓋變化的關鍵，探討區(qū)內生態(tài)環(huán)境各地類變化的驅動力，是認識生態(tài)環(huán)境變化規(guī)律、預測未來變化趨勢和制定可持續(xù)利用決策的基礎[9-11]。

區(qū)內人類活動與自然環(huán)境的變化是該區(qū)域土地利用變化的基本驅動力[12]。本節(jié)在分析礦區(qū)生態(tài)環(huán)境遙感影像基礎上，對近年來生態(tài)環(huán)境變化驅動力進行分析。區(qū)內面積變化幅度較大的地類主要為尾礦庫（22%）、排土場（20%）、采礦場（14%）、固體廢棄物（11%）及裸地（14%）等，表明期間生態(tài)環(huán)境遙感變化的主要動力為礦山開采、選礦及冶煉等過程引起的相關人類活動。

同時，植被污染也是礦山生態(tài)環(huán)境變化跡象表征之一，目前利用遙感技術識別礦山植被污染主要有影像復合處理法、植被指數法和植被綠度法3種方法[9，13]。植被綠度法基于“土壤線”的概念，參照植被在紅光波段和近紅外波段的散點圖特征，旋轉二維散點圖，計算得到植被綠度圖像。

本文采用密度分割法區(qū)分不同的污染級別。以新白馬礦山為研究區(qū)，進行了植被污染信息識別，分析結果表明，研究區(qū)植被污染區(qū)主要分布在開采場、尾礦庫。

3.3 生態(tài)環(huán)境重金屬污染風險分析

礦山生產過程中采礦廢液和廢渣的直接排放，會導致礦區(qū)周邊的土壤和水體富集大量的重金屬，且不易被微生物分解，對礦區(qū)生態(tài)環(huán)境造成污染[8，10，13]。本文利用國產高分遙感影像，對礦山地物進行反演和識別及其特征判別，獲取土壤、水體等光譜曲線特征，建立光譜特征波段與重金屬間回歸模型，反演獲取礦山重金屬污染的分布情況，為礦區(qū)污染的防治和治理提供詳實的依據。

國產高分衛(wèi)星包含藍（0.45～0.52μm）、綠（0.52～0.59μm）、紅（0.63～0.69μm）、近紅外（0.77～0.89μm）4個波段[3，8]。水中 Pb元素基于地面實測波譜建模波段為677nm和811nm，與高分衛(wèi)星影像的紅波段（0.63～0.69μm）和近紅外波段（0.77～0.89μm）相近。可以通過最小二乘回歸分析方法，建立地面實測波譜和影像反射率之間的轉換關系，以將點模型進行推廣。通過波段運算，將地物波譜反射率與高分衛(wèi)星波段反射率之間的轉換關系帶入反演模型（Y= -1.3977X+0.1847，R2=0.6962），可以反演獲取礦山重金屬元素含量分布情況。研究區(qū)反演模型與實測散點圖如圖2所示。

圖2 研究區(qū)反演模型與實測散點圖

利用反距離權重插值法對礦區(qū)內重金屬元素含量進行插值反演預測，研究區(qū)Fe元素含量相對較低，污染比較輕，冶煉廠附近含量明顯高于礦區(qū)其他地方，尾礦庫往南方向的污染較小，但在尾礦庫運輸通道末的河流中含量較高，礦山開采對周邊河流造成了一定程度的污染；V元素的含量整體比Fe元素的含量高，V污染最嚴重的區(qū)域在礦山運輸通道及附近，礦山開采對河流造成的污染最為嚴重；Ti、Cr、Mn、Co、Ni元素的含量分布較規(guī)律，從礦區(qū)北部向南部含量依次增加，在礦區(qū)外圍區(qū)域含量較高，尾礦庫附近含量最低；Al元素污染較嚴重，在靠近采場和尾礦庫附近的運輸道路兩側含量較高，往南方向的含量開始降低；Cu元素在尾礦庫附近污染最嚴重，而往北方向出現一片低污染區(qū)，在運輸路途呈現高污染區(qū)域；Zn元素污染較輕，在運輸通道的冶煉廠附近區(qū)域較嚴重。

4 結論與討論

本文利用國產高分遙感衛(wèi)星影像等數據獲取新白馬礦山及周邊區(qū)域生態(tài)環(huán)境信息，通過野外驗證核查，開展礦山生態(tài)環(huán)境變化遙感監(jiān)測、變化驅動力分析及重金屬污染風險分析等環(huán)境調查評價分析，得出以下結論。

（1）2015—2017年，礦區(qū)及周邊區(qū)域主要地類為有林地、疏林地、耕地和草地，植被覆蓋度較高，占礦區(qū)總面積的近九成，其他地類面積占比靠前的地類依次為采礦場、排土場、裸地、礦山建筑、尾礦庫、選礦廠及固體廢棄物等。

（2）2015—2017年，礦區(qū)生態(tài)環(huán)境特征表現為空間上變化范圍廣，中部及西部地區(qū)變化幅度較大，東部地區(qū)變化較小；尾礦庫與排土場等地類面積增幅最大，其次是采礦場及裸地，耕地、有林地及疏林地則呈現減少趨勢；2016年11月—2017年3月礦區(qū)生態(tài)環(huán)境變化幅度明顯大于2016年3月—2016年11月的變化幅度。

（3）近年來，區(qū)內變化幅度較大的地類主要為尾礦庫、排土場、采礦場、固體廢棄物及裸地等地類。生態(tài)環(huán)境驅動力變化分析表明，驅動生態(tài)環(huán)境遙感變化的主要動力為礦山開采、選礦及冶煉等過程引起的相關人類活動。

（4）區(qū)內Al、V元素污染較嚴重，前者分布在靠近采場和尾礦庫附近的運輸道路兩側，后者分布在礦山運輸通道附近及下游河流流域；Fe、Zn元素污染比較輕，冶煉廠附近含量明顯高于礦區(qū)其他地方；Ti、Cr、Mn、Co、Ni元素的含量分布較規(guī)律，從礦區(qū)北部一直向南含量依次增加，礦區(qū)外圍區(qū)域含量較高，尾礦庫附近的污染最低。