遙感技術(shù)在礦業(yè)領(lǐng)域的應(yīng)用現(xiàn)狀及發(fā)展趨勢綜述

魏長婧

(河南省地質(zhì)局地質(zhì)災(zāi)害防治中心,河南 鄭州 450012)

0 引言

礦產(chǎn)資源探尋、合理開采是地質(zhì)礦產(chǎn)領(lǐng)域不懈追求的目標(biāo),傳統(tǒng)的找礦和開采監(jiān)測方法費時費力,且危險性比較大,迫切需要高新技術(shù)的支持來提高工作效率,從而保障礦產(chǎn)開采的合理性、安全性。遙感技術(shù)的飛速發(fā)展為精確找礦、礦區(qū)安全監(jiān)測、生態(tài)環(huán)境監(jiān)測與評價等方面提供了新的方向。近年來,關(guān)于遙感技術(shù)在各大礦區(qū)的研究與應(yīng)用層出不窮,但對于遙感技術(shù)目前在礦業(yè)領(lǐng)域的應(yīng)用現(xiàn)狀及發(fā)展趨勢還沒有相關(guān)人士進(jìn)行系統(tǒng)的歸納總結(jié)和分析。本文總結(jié)國內(nèi)外學(xué)者利用遙感技術(shù)在礦業(yè)領(lǐng)域的探索情況,分析遙感技術(shù)在礦業(yè)領(lǐng)域的發(fā)展態(tài)勢,為礦業(yè)人員實際工作提供參考,也為后繼學(xué)者的研究提供方向。

1 遙感技術(shù)在礦業(yè)領(lǐng)域的應(yīng)用現(xiàn)狀

1.1 找礦預(yù)測

在經(jīng)濟(jì)高速發(fā)展的今天,礦產(chǎn)資源對人們的生活有著至關(guān)重要的影響,實現(xiàn)礦產(chǎn)資源準(zhǔn)確、高效地探測,成為礦業(yè)領(lǐng)域不懈追求的目標(biāo)[1]。目前的研究主要包括礦化蝕變信息提取、礦物精細(xì)識別、區(qū)域成礦背景研究、找礦預(yù)測等方面,具體情況見表1。

表1 找礦預(yù)測研究現(xiàn)狀

礦化蝕變信息是找礦預(yù)測的標(biāo)志,因此,準(zhǔn)確提取遙感異常蝕變信息就顯得非常重要。目前的研究大多是基于國外中低分辨率衛(wèi)星數(shù)據(jù),如美國陸地衛(wèi)星系列數(shù)據(jù)(Landsat TM/ETM+/OLI/TIRS)、極地軌道環(huán)境遙感衛(wèi)星Terra上搭載的高級星載熱發(fā)射和反射輻射儀(advanced spaceborne thermal emission and reflection radiometer,ASTER)獲取的數(shù)據(jù)等,通過波段比值法、主成分分析法(principal component analysis,PCA)增強蝕變信息,再利用基于像元的監(jiān)督分類方法,如光譜角法(spectral angle mapper,SAM)、支持向量機(support vector machine,SVM)、最大似然法等,或者采用面向?qū)ο蠖喑叨确指畹姆椒ㄌ崛∥g變信息。在該過程中,通過加入?yún)?shù)的自適應(yīng)智能優(yōu)化方法,解決參數(shù)的最優(yōu)選擇問題,目前已經(jīng)涉及的方法有布谷鳥算法、優(yōu)化遺傳算法、網(wǎng)格搜索法、光譜能級匹配法等[2-4]。如吳一全等綜合利用波段比值法、PCA和布谷鳥算法優(yōu)化SVM,從Landsat ETM+影像中提取出了鐵染和羥基蝕變信息[5]；唐淑蘭等結(jié)合PCA、多尺度分割及SVM利用ASTER影像提取出Al-OH基團(tuán)等礦化蝕變信息[6]。另一種思路則是根據(jù)熱液成礦的原理,利用熱紅外影像進(jìn)行地溫反演,以此識別出礦化蝕變帶,如曹海玲等將Landsat8 OLI/TIRS中的全色和熱紅外影像加權(quán)融合后進(jìn)行地溫反演,依據(jù)地表熱異常識別出硅化蝕變帶[7]。數(shù)據(jù)源方面,中低分辨率遙感影像由于受到地面分辨率的限制,提取的精準(zhǔn)度不夠高,高分辨率衛(wèi)星數(shù)據(jù),如高分一號(GF1)、高分二號(GF2)、WorldView等多光譜數(shù)據(jù)為提高礦化蝕變信息提取的精度提供了重要基礎(chǔ),是該領(lǐng)域今后研究的重點內(nèi)容。如2019年,張焜等利用比值法和PCA首次探索了國產(chǎn)高分辨率多光譜影像GF2提取鐵質(zhì)礦物異常信息的情況,證明相較ETM數(shù)據(jù),GF2能更好地將破碎蝕變帶的信息提取出來[8]。提取方法方面,現(xiàn)有方法存在處理過程繁雜、運算速度慢、不夠成熟有效等缺點。提取精度上,一般在80%～90%,但仍有較大的提升空間。

高光譜數(shù)據(jù)光譜分辨率的不斷提高為礦物精細(xì)識別提供了有利條件。目前國內(nèi)外利用高光譜進(jìn)行礦物識別的方法主要有三類,即窮舉法、光譜匹配法和模式識別法。其中,窮舉法是采用窮舉的方式基于整體形態(tài)和偏移范圍內(nèi)局部吸收谷的位置進(jìn)行識別[9],光譜匹配法以重建光譜與標(biāo)準(zhǔn)光譜相似性度量為基礎(chǔ),模式識別法以光譜吸收譜帶參量為基礎(chǔ)[10]。數(shù)據(jù)源方面,以應(yīng)用于地質(zhì)領(lǐng)域為目的的機載高光譜傳感器以Hymap、機載可見光/紅外成像光譜儀(airborne visible infrared imaging spectrometer,AVIRIS)、CASI/SASI/TASI等為主；航天高光譜數(shù)據(jù)中,Hyperion和TG1具有較高的礦物識別精度,但具有幅寬窄等缺點,且已停止數(shù)據(jù)更新,數(shù)據(jù)不易獲得,國產(chǎn)高分五號(GF5)高光譜數(shù)據(jù)光譜分辨率高、幅寬大,成為新的研究對象。如2020年,董新豐等利用GF5超高光譜分辨率衛(wèi)星影像,綜合光譜特征增強匹配度和特征參量,完成了礦物亞類的精細(xì)識別,正確率優(yōu)于90%[10]；2021年,聶婧等利用機載高光譜熱紅外數(shù)據(jù),采用光譜角度匹配法,成功提取了高嶺石信息[11]。此外,利用激光雷達(dá)的回波信息可對地下礦物含量信息進(jìn)行估算,如國外學(xué)者Errington等利用三維激光掃描技術(shù)對接收到的礦區(qū)地表的漫反射率進(jìn)行建模,并對地下黏土礦的含量進(jìn)行了估算[12],而國內(nèi)尚無該方面的研究。

區(qū)域成礦背景研究是成礦預(yù)測的前提,利用遙感技術(shù)可以直觀地獲得蝕變礦物的位置、形態(tài)、范圍和分布特征的區(qū)域性優(yōu)勢,目前中高分辨率多光譜影像、高光譜影像、雷達(dá)影像等都被廣泛地用于礦產(chǎn)地質(zhì)特征解譯,進(jìn)行區(qū)域成礦背景的初步研究。技術(shù)方法上,由于尚處于初步研究階段,缺乏自動化的方法,基本上都是對影像增強后進(jìn)行目視解譯[13-16],獲取定性分析的結(jié)果。

成礦預(yù)測是遙感技術(shù)用于礦業(yè)領(lǐng)域的最終目的之一,但目前還沒有成熟的成礦預(yù)測方法,大部分的研究是基于成礦背景,結(jié)合同步提取的遙感蝕變信息,進(jìn)行成礦規(guī)律研究,在此基礎(chǔ)上建立遙感找礦模型,依靠人工識別出與模型相類似的區(qū)域[17-23],該方面是今后礦業(yè)領(lǐng)域研究的重點。

1.2 生態(tài)環(huán)境監(jiān)測與評價

礦產(chǎn)資源的開發(fā)利用在為社會帶來巨大經(jīng)濟(jì)效益和便利的同時,也帶來了植被退化、水污染、土地破壞、地面沉降等一系列生態(tài)環(huán)境問題,對礦區(qū)生態(tài)環(huán)境進(jìn)行科學(xué)的監(jiān)測和評價,成為礦山合理開采和恢復(fù)治理的重要保障。礦區(qū)生態(tài)環(huán)境監(jiān)測具有十分顯著的行業(yè)特色,表現(xiàn)為空間影響范圍大、時間跨度大、地表空間異質(zhì)性強等,而遙感技術(shù)具有監(jiān)測范圍大、時間序列長、多平臺、全天候等優(yōu)點,因此成為礦區(qū)生態(tài)環(huán)境監(jiān)測的一種有力手段,被廣泛應(yīng)用于礦區(qū)生態(tài)環(huán)境監(jiān)測與評價的研究中,具體應(yīng)用情況見表2。

表2 生態(tài)環(huán)境監(jiān)測與評價研究現(xiàn)狀

1.2.1單一生態(tài)環(huán)境要素監(jiān)測

(1)植被?，F(xiàn)有研究通過對植被覆蓋度進(jìn)行反演,并對其變化趨勢進(jìn)行分析,衡量礦區(qū)生態(tài)環(huán)境變化情況。數(shù)據(jù)源上,多采用長時序中低分辨率多光譜數(shù)據(jù),如中分辨率成像光譜儀(moderate-resolution imaging spectroradiometer,MODIS)、Landsat等；近年來也出現(xiàn)了使用激光雷達(dá)(light detection and ranging,LiDAR)、無人機數(shù)據(jù)提取植被覆蓋度的研究[24-25]。方法上,傳統(tǒng)靜態(tài)多時相比較的方法難以科學(xué)揭示生態(tài)是否退化及生態(tài)退化的驅(qū)動因素；植被覆蓋度分級雖然能在一定程度上反映出區(qū)域植被變化特征,但定量表達(dá)的精度有限；采用像元二分模型或像元三分模型,將植被指數(shù)與植被覆蓋度相結(jié)合,通過回歸分析、轉(zhuǎn)移矩陣法、Sen趨勢度、 Sen+Mann-Kendall法等,將時序影像視為連續(xù)記錄的完整檔案,可以更為精確地獲取植被在時序上的變化趨勢和規(guī)律[26-29]。

(2)水體。遙感技術(shù)在礦區(qū)水體監(jiān)測上的研究主要為地表水體識別提取和面積監(jiān)測。提取方法比較成熟,大多采用水體指數(shù)法,包括歸一化差分水指數(shù)(normalized difference water Index，NDWI)、組合水體指數(shù)(new combined index of NDVI and NIR for water body indentification,NCIWI)、自動化水體提取指數(shù)(automated water extraction index,AWEInsh)及其改進(jìn)算法、譜間關(guān)系法等,通過人為設(shè)置閾值,實現(xiàn)礦區(qū)地表水體信息的提取[30-36]；也有部分學(xué)者采用混合主成分變換[37]、小波變換[38]、集合卡爾曼濾波[39]、神經(jīng)網(wǎng)絡(luò)[40]、支持向量機[41]等提取礦區(qū)積水信息。數(shù)據(jù)源上一般采用Landsat、MODIS等易獲得多年時序數(shù)據(jù)的中低分辨率遙感影像,便于進(jìn)行時空演變分析。

(3)土壤。土壤水分含量和重金屬含量是目前礦區(qū)土壤監(jiān)測的兩大方面。前者一部分采用雷達(dá)影像,利用土壤含水量對主動微波后向散射系數(shù)的影響[42],對土壤含水量進(jìn)行反演和監(jiān)測；一部分采用光學(xué)和熱紅外影像,應(yīng)用溫度植被干旱指數(shù)(temperature vegetation dryness index,TVDI)模型,進(jìn)行反演和監(jiān)測[43-44]。多數(shù)研究僅進(jìn)行了時空分析,未計算土壤含水量。后者主要通過將重金屬與其在遙感影像中的敏感光譜特征建立定量模型關(guān)系[45-47]來監(jiān)測土壤中重金屬含量,應(yīng)用較多的方法有偏最小二乘法、神經(jīng)網(wǎng)絡(luò)法、多元線性回歸法等,數(shù)據(jù)源主要是地面光譜測量數(shù)據(jù)、機載高光譜數(shù)據(jù)。但由于目前研究主要是利用實測的光譜數(shù)據(jù)與重金屬含量之間的經(jīng)驗?zāi)Ｐ瓦M(jìn)行反演,高光譜影像波段的選擇對最終結(jié)果精度的影響較大,所以這些方法缺乏一定的適用性。

1.2.2土地利用動態(tài)監(jiān)測

算法作為智能投顧業(yè)務(wù)的核心，算法編碼的正確與否影響著投資者的投資策略和目標(biāo)。我國智能投顧業(yè)務(wù)尚未建立起完善的算法檢測機制，有必要盡快彌補該類空白。第一，平臺需要全方位了解和把握智能投顧算法背后假設(shè)、原理、局限等；第二，記錄算法相關(guān)設(shè)計規(guī)則和要素等，設(shè)置專門的文檔用以儲存，便于后續(xù)監(jiān)管部門監(jiān)督管理；第三，對智能投顧算法及時監(jiān)測、改進(jìn)和完善，實時更新；第四，如果算法出現(xiàn)錯誤，需要有及時止損設(shè)置，做到及時終止投資服務(wù)，盡可能避免投資者損失。

對礦區(qū)地表要素進(jìn)行識別與分類,監(jiān)測各地類的變化情況,對礦區(qū)生態(tài)環(huán)境的改善具有重要的指導(dǎo)作用?，F(xiàn)有研究多是采用米級或亞米級的高空間分辨率數(shù)據(jù)通過目視解譯來獲取礦區(qū)地類信息,這是目前精度最高的識別礦區(qū)地類的方法,但是費時費力、成本高。其次是利用中等分辨率的遙感影像,采用監(jiān)督學(xué)習(xí)的分類方法(如支持向量機、決策樹、最大似然等)進(jìn)行分類,如2018年張偉等基于長時間序列的Landsat遙感影像,采用支持向量機的分類方法獲取礦區(qū)土地利用信息,進(jìn)而通過地理信息系統(tǒng)(geographic information system,GIS)空間分析功能對研究區(qū)土地利用類型的時空變化特征和規(guī)律進(jìn)行了分析[48]；2015年于頌等使用決策樹分類法對平朔煤礦20年期間的4個時期遙感影像進(jìn)行了分類和監(jiān)測[49]。目前,深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)在礦區(qū)土地利用動態(tài)監(jiān)測方面初步有所研究,主要是將其應(yīng)用于高分辨率影像,進(jìn)行露天采場和尾礦庫的識別[50-52]。

1.2.3地表三維形變監(jiān)測[53-65]

地下礦產(chǎn)資源開采不可避免地帶來了地表形變問題,最初學(xué)者們引入差分合成孔徑雷達(dá)干涉測量技術(shù)(differential interferometric synthetic aperture radar,D-InSAR)進(jìn)行地表形變監(jiān)測,監(jiān)測精度可以達(dá)到厘米級,取得了一定的成功。但由于礦區(qū)地表變形速度快、植被覆蓋度高,容易造成相位失相干等問題,且D-InSAR獲取的形變結(jié)果并不是真實的地表三維形變,而僅是地表形變在雷達(dá)視線向上的投影。于是,學(xué)者們進(jìn)一步拓展出多時相InSAR(multi-temporal InSAR,MT-InSAR)、多孔徑雷達(dá)干涉測量(multi-aperture InSAR,MAI-InSAR)、像素偏移量追蹤(offset tracking,OT)等技術(shù),用以解決相位失相干、大梯度變形、相位解纏等問題,近年來針對大梯度形變又提出了基于概率積分預(yù)計模型和D-InSAR聯(lián)合解算、融合累積D-InSAR和子像元偏移、LiDAR點云數(shù)據(jù)與InSAR融合等方法；另一方面,通過多軌道D-InSAR、多軌道D-InSAR+MAI/OT/全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite system,GNSS)、先驗?zāi)Ｐ?單軌道InSAR、多尺度多平臺時間序列SAR影像沉降融合等方法獲得礦區(qū)地表真實三維信息。目前,相位失相干仍是礦區(qū)InSAR地表三維形變監(jiān)測的難點。

未來,礦區(qū)多源SAR數(shù)據(jù)融合、InSAR數(shù)據(jù)與多源異質(zhì)數(shù)據(jù)(如三維激光掃描數(shù)據(jù)、GNSS、水準(zhǔn)等)融合,以實現(xiàn)多源數(shù)據(jù)之間的優(yōu)勢互補。

1.2.4綜合評價區(qū)域生態(tài)環(huán)境質(zhì)量

遙感生態(tài)指數(shù)(remote sensing ecology index,RSEI)和景觀指數(shù)是目前礦區(qū)生態(tài)環(huán)境整體評價的主流方法。其中,RESI是2013年徐涵秋提出的,它將合成的綠度、濕度、干度和熱度四個生態(tài)指標(biāo)進(jìn)行主成分分析,并根據(jù)各指標(biāo)對各主分量的貢獻(xiàn)來綜合分析礦區(qū)的生態(tài)環(huán)境質(zhì)量狀況；景觀指數(shù)是指能夠高度濃縮景觀格局信息,反映其結(jié)構(gòu)組成和空間配置等特征的定量指標(biāo),利用景觀指數(shù)可以分析礦區(qū)景觀格局的時空變化。目前,RSEI的研究包括直接利用RSEI對不同礦區(qū)生態(tài)環(huán)境質(zhì)量進(jìn)行分析,增加綜合評價內(nèi)容或改進(jìn)RSEI方法。如文獻(xiàn)[66-67]分別將RSEI應(yīng)用于南四湖地區(qū)和遷安市礦區(qū),對研究區(qū)內(nèi)的生態(tài)環(huán)境質(zhì)量進(jìn)行變化監(jiān)測和定量分析,文獻(xiàn)[68]將植被凈出生產(chǎn)力引入到RSEI,評價神府礦區(qū)16年間的生態(tài)環(huán)境時空變化,文獻(xiàn)[69]基于移動窗口,根據(jù)礦區(qū)生態(tài)環(huán)境與周圍地物的聯(lián)系,排除較遠(yuǎn)區(qū)域?qū)ρ芯繀^(qū)生態(tài)環(huán)境評價的影響,進(jìn)而對研究區(qū)生態(tài)環(huán)境質(zhì)量進(jìn)行評價。景觀指數(shù)方面,絕大多數(shù)研究采用Landsat系列衛(wèi)星影像,通過計算景觀指數(shù),分析研究區(qū)的景觀格局動態(tài)變化[70-72]；少數(shù)研究采用了高分辨率光學(xué)遙感數(shù)據(jù),如文獻(xiàn)[73]利用ZY-3、GF-2等高分辨率遙感影像,將移動窗口法與景觀指數(shù)相結(jié)合,分析了昆明某露天礦區(qū)的景觀格局時空演變模式。

1.3 礦區(qū)三維可視化

為有效提高決策指揮者對礦山布局信息的掌握和空間分析能力,實現(xiàn)數(shù)字礦山的精準(zhǔn)管理,目前研究一方面利用三維激光掃描技術(shù)進(jìn)行礦山實景復(fù)制,通過高密度激光點云數(shù)據(jù)建立數(shù)字礦山三維模型,供相關(guān)人員瀏覽分析[74]；另一方面,利用無人機對礦區(qū)航測成像,通過光束法平差生成數(shù)字正射影像圖、數(shù)字高程模型等,對露天礦區(qū)進(jìn)行三維重構(gòu),實現(xiàn)礦區(qū)實景空間信息的展示與量測[75-78]，礦區(qū)三維可視化研究現(xiàn)狀見圖1。

圖1 礦區(qū)三維可視化研究現(xiàn)狀

2 發(fā)展態(tài)勢分析

2.1 優(yōu)勢和提升

(1)地質(zhì)找礦方面。遙感礦化識別方法不夠智能化,提取結(jié)果受人為因素的影響大,提取速度和精度還有待進(jìn)一步提高；國產(chǎn)衛(wèi)星及其他高分辨率衛(wèi)星應(yīng)用研究較少,沒有充分發(fā)揮其優(yōu)勢；地下礦物含量定量研究不足；缺乏區(qū)域成礦背景及成礦預(yù)測的系統(tǒng)性研究。

(2)生態(tài)環(huán)境監(jiān)測與評價方面。礦區(qū)生態(tài)環(huán)境要素監(jiān)測不夠廣泛,一些重要的生態(tài)要素參數(shù)還未曾涉及；遙感識別自動化及智能化不足,多數(shù)研究仍采用的是常規(guī)自動化解譯方法,智能識別技術(shù)少有研究；缺乏礦區(qū)地表典型地物樣本庫,限制了算法在不同地區(qū)的泛化能力；大梯度形變、相位失相干仍是制約礦區(qū)地表三維形變監(jiān)測精度的重要因素。

目前,遙感技術(shù)向著“多尺度、多頻率、高分辨率、高效快速”的方向發(fā)展。遙感衛(wèi)星重訪周期越來越短,國產(chǎn)衛(wèi)星傳感器空間分辨率越來越高,無人機遙感光譜分辨率不斷提高,為提高礦化蝕變信息提取精度、利用遙感影像進(jìn)行地質(zhì)找礦、多源多尺度長時序高精度生態(tài)環(huán)境監(jiān)測等提供了有利條件；合成孔徑雷達(dá)技術(shù)研究如火如荼,新技術(shù)、新方法解決了相位解纏等眾多技術(shù)難題,雷達(dá)影像空間分辨率也不斷提高,為利用遙感技術(shù)進(jìn)行地質(zhì)構(gòu)造解譯、獲取更為精確的地表三維變形信息提供了可能；技術(shù)方法上,機器學(xué)習(xí)、人工智能、深度學(xué)習(xí)等自動化技術(shù)不斷取得突破,為更加自動化智能化地進(jìn)行地質(zhì)構(gòu)造解譯、礦化蝕變信息提取、礦區(qū)生態(tài)環(huán)境監(jiān)測等提供了基礎(chǔ)。

2.2 發(fā)展方向

經(jīng)過分析,未來遙感在礦業(yè)領(lǐng)域的研究將朝著以下方向發(fā)展:

(1)遙感礦化識別由定性研究向定量研究轉(zhuǎn)變,充分利用機器學(xué)習(xí)、人工智能等方法,減少人為干預(yù),提高提取精度和效率；提高航空高光譜遙感、國產(chǎn)衛(wèi)星遙感數(shù)據(jù)及其他高分辨率衛(wèi)星進(jìn)行地質(zhì)找礦的應(yīng)用性和廣泛性；利用高分辨率SAR影像進(jìn)行地質(zhì)構(gòu)造解譯；地質(zhì)構(gòu)造解譯方法從目視解譯向自動化提取方向發(fā)展；對區(qū)域成礦背景、成礦預(yù)測的方法和機理進(jìn)行更加深入的研究。

(2)礦區(qū)生態(tài)環(huán)境監(jiān)測目標(biāo)由單一生態(tài)要素向多個生態(tài)要素同步觀測與協(xié)同分析發(fā)展,促進(jìn)礦產(chǎn)資源開采對生態(tài)環(huán)境要素影響機理的研究；監(jiān)測方法進(jìn)一步向自動化和智能化方向發(fā)展,如新興的深度學(xué)習(xí)方法等；綜合采用多源多尺度遙感影像進(jìn)行監(jiān)測,并建立相應(yīng)的礦區(qū)地表典型要素樣本庫；多尺度多平臺時序SAR影像融合、SAR數(shù)據(jù)與其他多源數(shù)據(jù)(如GNSS、LiDAR、無人機數(shù)據(jù))融合獲取地表三維變形信息。

3 結(jié)束語

隨著遙感技術(shù)的飛速發(fā)展,遙感在礦業(yè)領(lǐng)域的應(yīng)用研究越來越廣泛和深入,但其目前具體已應(yīng)用于哪些方面,在各方面的應(yīng)用如何,并未有人進(jìn)行系統(tǒng)的歸納總結(jié)和分析。本文對其近年來在礦業(yè)領(lǐng)域的具體應(yīng)用進(jìn)行了歸納總結(jié),并對未來的發(fā)展趨勢進(jìn)行分析,為相關(guān)研究提供了方向。

找礦預(yù)測、生態(tài)環(huán)境監(jiān)測和評價、礦區(qū)三維可視化是目前遙感技術(shù)在礦業(yè)領(lǐng)域廣泛應(yīng)用的三大方向。找礦預(yù)測的研究主要集中在利用各種遙感數(shù)據(jù)進(jìn)行礦化蝕變信息提取、礦物精細(xì)識別、礦產(chǎn)地質(zhì)特征解譯、成礦預(yù)測等方面；生態(tài)環(huán)境監(jiān)測和評價的研究集中在單一生態(tài)要素監(jiān)測、生態(tài)環(huán)境綜合評價、土地利用動態(tài)監(jiān)測和地表三維形變監(jiān)測等方面；礦區(qū)三維可視化主要是建立礦山地質(zhì)環(huán)境管理系統(tǒng)。

盡管遙感技術(shù)在礦業(yè)領(lǐng)域取得了一定的成就,但仍存在智能化程度低、定量研究不足、缺乏系統(tǒng)性研究、監(jiān)測范圍不夠廣泛、樣本庫不全面等不足,實際應(yīng)用中還需重點解決許多技術(shù)難題,仍有不少挑戰(zhàn)。

本文研究較為寬泛,細(xì)化程度不夠,后續(xù)將就具體某一領(lǐng)域展開詳細(xì)研究。