基于無人機(jī)影像的礦山開采擴(kuò)張監(jiān)測

何遠(yuǎn) 陳明亮 何啟友

（1.海南省地質(zhì)調(diào)查院，海南 海口 570206；2.海南地質(zhì)綜合勘察設(shè)計(jì)院，海南 海口 570206）

1 引言

礦產(chǎn)資源是我國重要的自然資源，更是經(jīng)濟(jì)發(fā)展的重要儲備，對我國的基礎(chǔ)設(shè)施建設(shè)、國防建設(shè)以及城市化進(jìn)程起著至關(guān)重要的作用[1]，因此需要對礦產(chǎn)資源進(jìn)行嚴(yán)格的監(jiān)督管理[2]。傳統(tǒng)的礦山開采監(jiān)測主要為視頻監(jiān)控，依靠人工主觀判定，精度較差。隨著遙感技術(shù)的發(fā)展，利用衛(wèi)星遙感影像監(jiān)測礦區(qū)狀況成為一種高效的手段。如崔艷梅等利用高分辨率影像開展礦區(qū)疑似違法開采監(jiān)測，通過對提取的圖斑進(jìn)行分析，得到較準(zhǔn)確的違法開采范圍[3]。

近年來，無人機(jī)技術(shù)在資源調(diào)查、地形圖測繪和礦山地質(zhì)災(zāi)害等領(lǐng)域得到廣泛應(yīng)用[4]，無人機(jī)航測等新興測量技術(shù)在礦山監(jiān)測中也發(fā)揮著重要作用，提高了礦山數(shù)據(jù)采集的準(zhǔn)確性和高效性[5]。因此，利用無人機(jī)影像數(shù)據(jù)對礦山進(jìn)行動態(tài)監(jiān)測，可提高礦山監(jiān)測的準(zhǔn)確性，有著較大的研究價(jià)值和較好的應(yīng)用前景[6]。丁莉等在傳統(tǒng)的數(shù)據(jù)采集模式下，選用低空無人機(jī)航空攝影手段開展礦山監(jiān)測，提升礦山監(jiān)測的時(shí)效性、準(zhǔn)確性和科學(xué)性[7]。為了保障采礦工作的安全性、提升采礦管理的質(zhì)量，郭文慶等采用無人機(jī)傾斜攝影測量技術(shù)進(jìn)行露天開采范圍監(jiān)測，通過動態(tài)監(jiān)測分析，實(shí)時(shí)掌握礦區(qū)的開采情況，并結(jié)合實(shí)踐案例給相關(guān)從業(yè)人員提供了借鑒[8]。謝君洋等利用無人機(jī)航空影像對越界開采、超限開采、擅自改變開采礦種等多種違法行為進(jìn)行定期監(jiān)測，通過對獲取的航空影像進(jìn)行遙感解譯，提取違法擅自開采范圍，并提交相關(guān)執(zhí)法部門進(jìn)行監(jiān)督管理，以此提升礦區(qū)開采管理的準(zhǔn)確性與時(shí)效性[9]。

研究基于無人機(jī)影像，采用遙感處理軟件ENVI、數(shù)據(jù)處理分析軟件ArcMap 分別開展礦區(qū)開采范圍提取、多時(shí)期礦區(qū)開采范圍對比分析，以此提取礦區(qū)開采擴(kuò)張范圍，為礦山開采監(jiān)督監(jiān)管工作提供技術(shù)支撐。

2 數(shù)據(jù)與原理

2.1 數(shù)據(jù)介紹

研究選用大疆精靈4 無人機(jī)，該飛機(jī)具有起降靈活、維護(hù)簡單、攜帶方便、操作簡單等優(yōu)勢，可實(shí)現(xiàn)定點(diǎn)懸停、低速飛行等。搭載于無人機(jī)平臺的鏡頭拍攝的影像為4 波段多光譜影像，涵蓋了可見光近紅外光譜范圍，空間分辨率為5cm，具體成像效果如圖1所示。

圖1 無人機(jī)影像

2.2 原理與方法

（1）ISODATA 算法

研究選用的遙感分類技術(shù)為非監(jiān)督分類中的迭代自組織數(shù)據(jù)分析算法ISODATA，該算法是以不同地物在影像上的各種特征差別為依據(jù)的一種無先驗(yàn)知識的算法[10]，根據(jù)待分類影像的特征參數(shù)進(jìn)行統(tǒng)計(jì)，建立規(guī)則來進(jìn)行分類[11]。

（2）技術(shù)路線

研究選取5cm 的無人機(jī)影像作為數(shù)據(jù)源，對影像進(jìn)行預(yù)處理 ；基于非監(jiān)督分類方法進(jìn)行影像自動解譯，分類類別設(shè)為默認(rèn)，可得到最適合影像像元特征的類別數(shù)。然后對分類成果進(jìn)行分類后處理，將合并像元閾值設(shè)置為3×3，以此消除零星圖斑對分類精度的影響；在ArcMap 中對兩時(shí)期的礦區(qū)開采范圍進(jìn)行對比分析，標(biāo)記出擴(kuò)張開采范圍。

3 結(jié)果分析

3.1 ISODATA 分類

迭代自組織數(shù)據(jù)分析算法與K 均值算法具有相似之處，即聚類中心的位置同樣是通過樣本均值的迭代運(yùn)算決定，不同的是這種算法在運(yùn)算過程中聚類中心的數(shù)目不是固定不變的，而是反復(fù)進(jìn)行修改調(diào)整的。通過ISODATA 算法對無人機(jī)影像進(jìn)行分類，分類成果有建筑、裸地、水體、耕地、礦區(qū)、道路等類型。但分類成果存在混淆問題，首先，無人機(jī)影像光譜范圍為400～900nm，針對部分山體巖石不能較好地識別，存在道路與山體巖石錯(cuò)分問題；其次，耕地與林地、草地等也會存在部分錯(cuò)誤識別；此外，由于混合像元的存在，會在某一類中零星分布其他類別圖斑。

針對上述問題，通過采用聚類分析后處理方法進(jìn)行剔除，剔除后的分類效果如圖2 所示。由圖可知，通過后處理的分類成果整體上精度提升不少，尤其是礦區(qū)提取成果，礦區(qū)的開采邊界清晰可見。研究區(qū)為露天開采區(qū)，開采邊界兩邊地表覆蓋類型分別為巖石、林草，通過遙感分類，較準(zhǔn)確地區(qū)分了林草與巖石。而水體、耕地等類型也提取出來，比如，圖2 中左邊為耕地與水體分布較多的地區(qū)，該地區(qū)多為小型水塘，通過近紅外波段與藍(lán)光波段的參與，水塘也較準(zhǔn)確地提取出來。

圖2 ISODATA分類效果

3.2 精度驗(yàn)證

對提取地物成果進(jìn)行精度驗(yàn)證，地物類型分別為：建筑、道路、水體、植被、裸地、礦區(qū)六大類，各地類提取精度如表1 所示。由表1 可知，整體分類精度達(dá)到70%以上，尤其是建筑信息的精度達(dá)到79%，而礦區(qū)的提取精度在86%以上，對于礦區(qū)及礦區(qū)內(nèi)的建筑區(qū)遙感提取來說，該精度已處于較高層面，且結(jié)合實(shí)際遙感提取效果可知，研究采用的方法在無人機(jī)航空影像上的礦區(qū)開采擴(kuò)張監(jiān)測提取工作中具有較好的應(yīng)用。

表1 各地類精度驗(yàn)證

3.3 開采擴(kuò)張范圍提取

通過ISODATA 分類算法提取的礦區(qū)范圍如圖3 所示，由圖可知，前時(shí)相礦區(qū)開采范圍整體較后時(shí)相的開采范圍小，且開采范圍多沿著山脊線或道路分布，開采條帶寬度較?。欢髸r(shí)相礦區(qū)開采范圍則在前時(shí)相基礎(chǔ)上將開采條帶寬度增加，且增加幅度較大，部分地區(qū)的開采條帶連為一片，呈現(xiàn)大范圍連片開采，由圖可清晰看出后時(shí)相礦區(qū)開采的擴(kuò)張程度。

圖3 礦區(qū)范圍提取

針對上述提取的后時(shí)相礦區(qū)開采范圍，結(jié)合ArcMap 軟件進(jìn)行疊加處理，提取出開采擴(kuò)張范圍，如圖4 所示。由圖可知，礦區(qū)開采擴(kuò)張主要向南部發(fā)展，即礦源較豐富的山體，并采用開采條帶延伸、開采條帶寬度增加的方式進(jìn)行擴(kuò)張，擴(kuò)張面積經(jīng)過統(tǒng)計(jì)約為前時(shí)相開采范圍的40%。

圖4 礦區(qū)開采擴(kuò)張范圍提取

4 結(jié)論與展望

研究基于無人機(jī)影像，采用多種軟件開展礦區(qū)開采范圍提取與對比分析，以此提取礦區(qū)開采擴(kuò)張范圍，為礦山開采監(jiān)督監(jiān)管工作提供技術(shù)支撐。通過研究得到以下結(jié)論：

（1）通過ISODATA 算法對無人機(jī)影像進(jìn)行分類，影像中的建筑、裸地、水體、耕地、礦區(qū)、道路類型均完整識別出來，經(jīng)過聚類分析后初步分類成果處理剔除了零星圖斑的混淆。

（2）經(jīng)過精度驗(yàn)證可知，各地物類型的分類精度均在70%以上，其中礦區(qū)提取精度達(dá)到86.5%。

（3）采用ArcMap 軟件進(jìn)行疊加提取擴(kuò)張范圍，并分析礦區(qū)開采擴(kuò)張的主要模式，即開采條帶延伸、開采條帶寬度增加的方式，擴(kuò)張面積約為前時(shí)相開采范圍的40%。

研究雖然取得較理想的成果，但仍存在一定問題，研究選用的分類算法為非監(jiān)督分類，易受混合像元的影響；研究區(qū)為單獨(dú)廠礦，周邊地物與廠礦在影像上的差異較大，若在廠礦集中區(qū)域，不確定研究方法是否適用。針對上述問題，在接下來的研究中將進(jìn)行重點(diǎn)優(yōu)化。