IKONOS遙感數據在離子吸附型稀土礦區環境污染調查中的應用研究
——以贛南尋烏地區為例

代晶晶, 王登紅, 陳鄭輝, 于 揚

1)中國地質科學院礦產資源研究所, 北京 100037; 2)國土資源部成礦作用與資源評價重點實驗室, 北京 100037; 3)中國地質大學(北京)地球科學與資源學院, 北京 100083

IKONOS遙感數據在離子吸附型稀土礦區環境污染調查中的應用研究
——以贛南尋烏地區為例

代晶晶1,2,3), 王登紅1,2), 陳鄭輝1,2), 于 揚1,2)

1)中國地質科學院礦產資源研究所, 北京 100037; 2)國土資源部成礦作用與資源評價重點實驗室, 北京 100037; 3)中國地質大學(北京)地球科學與資源學院, 北京 100083

稀土礦山的開采活動產生了一系列的環境問題。為解決我國南方離子吸附型稀土礦山環境監測的問題, 本文選取贛南尋烏地區為研究區, 針對目前離子吸附型稀土礦存在的兩大環境問題——土地荒漠化及水體污染, 采用IKONOS高分辨率遙感數據進行監測方法研究, 運用光譜角分類算法提取了研究區土地荒漠化較為嚴重的區域, 運用ISODATA非監督分類算法對稀土礦開采周邊河流污染程度進行評估。通過提取結果分析及野外調研, 表明高空間分辨率遙感數據處理與分析為離子吸附性稀土礦礦山環境快速、動態監測提供了良好的技術手段。

IKONOS數據; 離子吸附型稀土礦; 土地荒漠化; 水體污染; 監測

20世紀70年代以來, 稀土元素的國家戰略地位與日劇增。我國稀土資源儲量位居世界第一, 主要分為北方輕稀土礦和南方中重稀土礦。北方輕稀土礦的代表是白云鄂博混合稀土礦、山東微山氟碳鈰礦等, 南方中重稀土礦主要是南方的離子吸附性稀土礦。離子吸附性稀土礦是1969年在我國江西首次發現的一種新型稀土礦, 該礦具有分布廣、儲量豐富、放射性低、稀土配分齊全的特征, 富含中重稀土元素, 其中的中稀土和重稀土占世界儲量的80%以上, 是我國目前特有的稀土礦產資源, 也是世界上稀缺的礦種, 廣泛分布在我國南方的江西、福建、湖南、廣東、廣西等省, 其中江西省所占份額最大(池汝安等, 2006)。近年來, 隨著離子吸附型稀土資源的開發利用, 稀土生產加工帶來了嚴重的環境問題(高志強等, 2011)。如何快速、有效、動態地監測離子吸附型稀土礦山環境狀態成為一個重要的科學和社會問題。

遙感技術作為一種新技術手段, 可以實時、快速、準確地提取地表及淺地表信息(王海平等, 2005;呂鳳軍等, 2009; 楊金香等, 2010; 閆立娟等, 2012),可以彌補以往礦山環境調查中人工采集信息的時效性差、采集范圍有限和采集信息的地方保護等不足。前人運用遙感技術對稀土礦開采過程中造成的環境污染進行了一些相關研究, 如: 雷國靜等(2006)采用快鳥遙感數據對南方離子型稀土礦周圍植被長勢進行了調查, 運用了歸一化植被指數密度分割方法和通過旋轉二維散點圖獲得植被綠度方法來提取植被污染信息; 王陶等(2009)選擇1988年至2005年間的4期不同數據源的遙感數據, 對江西贛州稀土礦區礦山開采的環境變化信息進行了提取, 對研究區的土壤侵蝕狀況進行了分析; 孫亞平(2006)、王瑜玲等(2006)應用遙感影像數據對贛南地區稀土礦的開采狀況及引發的地質災害問題進行調查。本文在前人研究的基礎上, 針對目前南方離子吸附型稀土礦區存在的環境問題, 選取IKONOS高分辨率遙感數據, 以贛南尋烏地區為例, 通過圖像處理及野外調研, 開展研究區土地荒漠化范圍圈定及稀土礦周邊水體污染程度評估研究。這一研究可為下一步稀土礦區的污染綜合整治和污染環境生態修復提供科學依據。

1 離子吸附型稀土礦開采方式及存在的環境問題

在離子吸附型稀土礦的開采史上, 共采用過3種開采方式: 池浸法、就地堆浸法和原地浸礦法。池浸法是最早使用的一種開采方式, 即把含有稀土的土壤運到固定的浸礦池, 沉浸24 h后, 再回收液體, 沉淀出稀土元素(彭冬水, 2005)。就地堆浸工藝開采方式在原理上與池浸法基本相同, 只是在含有稀土礦的地區開采后, 就地堆砌堆浸場, 進行稀土礦提取。原地浸礦法是在不破壞礦體地表植被, 不開挖表土與礦體的情況下, 布置井網, 利用一系列淺井(即注液井)將電解質溶液直接注入礦體, 電解質溶液中的陽離子將吸附在稀土礦物表面的稀土離子交換解析下來, 形成稀土母液, 然后收集浸出母液在沉淀池中回收稀土(趙靖等, 2001; 杜雯, 2002;高志強等, 2011)。

目前南方離子型稀土礦開采方式中池浸法、就地堆浸法基本被廢棄, 主要開采方式為原地浸礦法,稀土礦開采過程中造成的環境問題概括起來主要包括土地荒漠化和水體污染兩個方面。在離子型稀土礦的開采過程中, 雖然池浸和堆浸工藝現在基本已經廢棄, 但是由于這兩種開采方式都需要對礦山表面覆蓋的土層進行剝離, 導致大面積的地表植被和土壤被破壞, 造成了大面積礦區的荒漠化(Wyttenbach et al., 1998; Tyler, 2004; 馬英軍等, 2004; 楊瑞東, 2008)。另外, 在離子型稀土礦的開采過程中, 使用的浸礦化學藥劑如硫酸銨、碳酸氫銨可以將稀土元素交換解析下來而獲得混合稀土氧化物, 但是浸礦化學藥劑硫酸銨、碳酸氫銨在參與完成浸礦反應以后, 大量的NH4+和SO42–仍然存在于浸析反應池中, NH4+和SO42–不僅會通過滲濾作用進入地下水體(?STR?M, 2001; 晏波等, 2010), 而且在雨水沖刷和地表徑流的作用下, 經溝渠溪澗直接流入附近的河流(Johannesson et al., 1996)。由于稀土開采過程中注液直接排入河流, 或通過地下水長期滲透, 造成了稀土礦周邊水體污染。

2 研究區及IKONOS遙感數據簡介

本文選擇的研究區位于贛南尋烏地區, 尋烏地處江西東南端, 地理位置如圖1所示。所用IKONOS數據拍攝時間為2011年7月24日。IKONOS衛星于1999年9月24日發射成功, 是世界上第一顆提供高分辨率衛星影像的商業遙感衛星。高度為681 km, 軌道傾角98.1°, 太陽同步準回歸軌道, 重訪周期為3 d, 它共有5個工作波段, 多光譜波段空間分辨率為4 m, 全色波段空間分辨率達到1 m, 成像幅寬為11 km × 11 km, 各波段具體技術參數如表1所示(宋剛賢等, 2009)。

表1 IKONOS各波段技術參數表Table 1 Parameters for various bands of IKONOS

3 離子吸附型稀土礦山環境污染遙感調查

3.1 土地荒漠化遙感監測

本文運用IKONOS數據進行土地荒漠化遙感監測的研究思路為: 首先對IKONOS數據進行多光譜波段與全色波段的圖像融合, 基于融合圖像進行彩色合成最佳波段選擇; 然后基于4波段融合圖像,運用波譜角分類算法, 以圖像中尾砂等裸露區域為監督分類的訓練區, 對圖像進行分類; 之后選取合適的閾值, 提取土地荒漠化較為嚴重的區域; 最后刪除圖像中與稀土開采無關的地表裸露區域。

首先, 多光譜與全色波段圖像融合的方法主要包括主成分變換、乘積變換、Gram-schm idt變換和小波變換等(宋剛賢等, 2009), 通過ENVI遙感圖像處理軟件進行處理, 最后選用目視效果最好的Gram-schmidt變換結果。基于融合后結果, 采用分析各波段的相關系數矩陣來決定波段的最佳組合方式。相關系數表示兩個波段圖像所包含的信息內容的重疊程度, 是多波段圖像彩色合成的重要依據(趙英時, 2003)。從波段相關性來看(表2), 2波段和1波段、3波段的相關性都較大, 而3波段和4波段相關性較小, 而且從單波段影像上可以發現2波段和1波段圖像整體亮度值偏低, 地物反差較小, 在1波段上泥沙中的酸性液體反射較高。3波段上泥沙、礦區反射都很高, 地物反差較大, 各種地物易識別和區分。4波段上植被反射高, 所以圖像整體偏亮。為了提取豐富的地物信息, 選取3、4、1波段分別賦予紅綠藍進行假彩色合成(圖2A)。

圖1 研究區地理位置圖Fig. 1 Location of the study area

波譜角分類算法為圖像分類算法的一種, 主要將光譜數據視為多維空間的矢量, 利用解析方法計算像元光譜與光譜數據庫光譜或像元訓練光譜之間矢量的夾角, 根據夾角的大小來確定光譜間的相似程度, 以達到識別地物的目的(Tommaso et al., 2007;代晶晶等, 2010; Pour et al., 2011)。在IKONOS 341波段的彩色合成圖像中, 尾砂區的顯示主要為大片白色裸露區域, 因此選擇圖像中白色區域為分類的訓練區, 運用波譜角分類方法對4波段融合數據進行分類, 對于分類后圖像設定一定的閾值, 提取圖像中白色區域信息。在提取的信息中, 存在一些與稀土開采無關的地表裸露信息, 比如道路及道路旁裸地等信息, 因此需要結合IKONOS 341圖像進行提取信息結果的修正, 刪除與稀土開采無關的地表裸露區域, 最終提取結果如圖2B所示。提取結果顯示, 稀土礦土地荒漠化嚴重的區域主要分布在幾個大的稀土采礦區的尾砂堆積(圖3)。

3.2 水體污染遙感監測

本文運用IKONOS圖像進行稀土礦山水體污染監測的思路為: 基于IKONOS 4波段融合數據進行ISODATA算法非監督分類, 結合IKONOS 341波段彩色合成圖像, 對稀土礦周邊水體污染程度進行評估, 并發現污染源的分布。

表2 IKONOS數據各波段相關性Table 2 Correlation of various bands of IKONOS

圖2 IKONOS數據341波段彩色合成圖像(A)及土地荒漠化區域提取結果圖(B)Fig. 2 Color composition image of IKONOS 341 bands(A) and the resultant image of land desertification extraction(B)

圖3 稀土礦開采尾砂區野外照片Fig. 3 Photograph of tails of rare earth deposits

圖4 IKONOS數據341波段彩色合成圖像(A)及ISODATA算法非監督分類結果圖(B)Fig. 4 Color composition image of IKONOS 341 bands(A) and the resultant image of unsupervised classification using ISODATA algorithm(B)

非監督分類算法也稱聚類分析或點群分析, 即在多光譜圖像中搜尋、定義其自然相似光譜集群組的過程, 主要有ISODATA算法、K-Means算法等(趙英時, 2003)。ISODATA(Iterative Self-Organizing Data Analysis Technique)算法即重復自組織數據分析技術, 其中最大集群組數量與最小集群組數量的設置為分類的關鍵, 經過多次試驗, 結合對原始圖像類別的分析, 最后設置最大集群組數量與最小集群組數量分別為8和10, 對IKONOS數據進行ISODATA算法非監督分類后得到的結果圖像如圖4B所示, 可以看出水體區域總體可以分為4個級別, 區域1、2、3、4分別為4個級別的代表。區域1、2、3、4在IKONOS 341波段彩色合成圖像及ISODATA算法非監督分類圖像上的對比顯示如圖5所示, 在IKONOS 341波段彩色合成圖像, 可見水體從上游到下游顏色上的差異, 上游未受污染水體呈現黑色或藍黑色, 而隨著污染程度的加深, 水體呈現出紫色、紫紅色特征; 隨著污染程度的增加, 4種不同污染程度的水體依次在ISODATA算法非監督分類圖像上呈現為紅色、綠色、深藍色、淺藍色。采集4種不同污染程度的圖像光譜, 光譜特征表現為: 污染越嚴重, 藍、綠、紅、近紅外4波段波譜值越高(圖6), 主要原因為水體中酸性溶液的濃度越高, 水體光譜反射率越高(程博等, 2007)。通過對1、2、3、4區域中水體樣品的化學測試結果與圖像DN值之間的關系分析(表3), 可知圖像1、2、3、4區域污染越嚴重, 即酸度越大, 圖像DN值越高。針對水體污染分析, 可以得出以下結論: 1)稀土開采過程中酸性硫胺溶液排放對地下水及地表水的污染是造成河流污染的主要原因之一(圖7), 在圖像上使得污染河流具有硫胺溶液的特征(圖5); 2)隨著河流周邊污染源的不斷增加和污染程度的不斷累積, 河流下游比上游污染程度高(圖5); 3)河流邊部污染比中間嚴重, 主要因為河流邊部更加鄰近浸液池等污染源(圖5)。

圖5 不同污染程度水體影像特征及分類結果特征圖Fig. 5 Characteristics of different grades of polluted water in IKONOS image and the classification resultant image

4 結論

圖6 不同污染程度水體波譜特征Fig. 6 Spectra of different grades of polluted water

圖7 稀土開礦區污染水體注入河流野外照片Fig. 7 Photograph of polluted water from rare earth deposits pouring into the river

運用高空間分辨率遙感衛星數據可以對稀土礦開采過程中造成的環境污染進行監測, 及時發現問題, 為管理部門提供治理的依據。本文運用IKONOS衛星數據針對稀土礦開采過程中造成的土地荒漠化及水體污染進行了相應的應用研究, 得出了以下結論及建議:

表3 圖4中區域1、2、3、4的化學測試結果及圖像DN值Table 3 Chemical measurement results and DN numbers in IKONOS image of 1, 2, 3, 4 area in Fig. 4

1)光譜角分類算法能夠快速地提取稀土礦開采造成的土地荒漠化較為嚴重的區域, 但是在土地荒漠化遙感信息提取過程中, 由于地表裸露區域不一定與稀土開采相關, 因此在圖像自動信息提取之后,需結合彩色合成圖像及其他礦山開采信息, 刪除與稀土開采無關的區域。

2)在水體污染遙感監測中, ISODATA非監督分類算法中分類種數的確定對于最后提取結果至關重要, 要經過多次實驗, 選取合適的分類種數, 對水體污染等級進行確定; 另外, 本文僅僅是對水體污染進行了相對程度的分析, 建議結合相應的水體化學分析結果對水體污染絕對程度開展相關研究。

3)通過對稀土礦水體污染程度和污染源的分析,可以間接分析是否存在稀土開采活動。這可以作為稀土礦開采現狀監測的一種間接手段。

4)對于稀土礦開采遺留的土地荒漠化問題, 建議進行相應的復墾措施, 種植適宜生長的植物和果樹; 針對水體污染問題, 建議對污染源進行控制,并防治河流下游的污染擴散。

程博, 王威, 張曉美, 項波. 2007. 基于光譜曲線特征的水污染遙感監測研究[J]. 國土資源遙感, (2): 68-70.

池汝安, 田君. 2006. 風化殼淋積型稀土礦化工冶金[M]. 北京:科學出版社.

代晶晶, 曲曉明, 辛洪波. 2010. 基于ASTER遙感數據的西藏多龍礦集區示礦信息的提取[J]. 地質通報, 29(5): 752-759.

杜雯. 2002. 對贛南離子吸附型稀土開發環境保護問題的幾點思考[J]. 江西有色金屬, 16(4): 3-5.

高志強, 周啟星. 2011. 稀土礦露天開采過程的污染及對資源和生態環境的影響[J]. 生態學雜志, 30(12): 2915-2922.

雷國靜, 劉少峰, 程三友. 2006. 遙感在稀土礦區植被污染信息提取中的應用[J]. 江西有色金屬, 20(2): 1-5.

呂鳳軍, 郝躍生, 石靜, 王娟. 2009. ASTER遙感數據蝕變遙感異常提取研究[J]. 地球學報, 30(2): 271-276.

馬英軍, 霍潤科, 徐志方, 張輝, 劉叢強. 2004. 化學風化作用中的稀土元素行為及其影響因素[J]. 地球科學進展, 19(1): 87.

彭冬水. 2005. 贛南稀土礦水土流失特點及防治技術[J]. 亞熱帶水土保持, 17(3): 14-15.

宋剛賢, 潘劍君, 朱文娟. 2009. IKONOS影像的最佳融合技術研究[J]. 測繪科學, 34(2): 106-108.

孫亞平. 2006. 贛州市龍南地區稀土礦礦山環境遙感研究[D]. 北京: 中國地質大學.

王海平, 張彤. 2005. 基于遙感視反射率圖像的礦化信息識別及其應用[J]. 地球學報, 26(3): 283-289.

王陶, 劉衍宏, 王平, 劉少峰. 2009. 多源多時相遙感分類技術在贛州稀土礦區環境變化檢測中的應用[J]. 中國礦業, 18(11): 88-91.

王瑜玲, 劉少峰, 李婧, 王平. 2006. 基于高分辨率衛星遙感數據的稀土礦開采狀況及地質災害調查研究[J]. 江西有色金屬, 20(1): 10-14.

晏波, 黃海明, 肖賢明. 2010. 離子型稀土冶煉廢水資源回收及達標排放處理工藝研究[J]. 環境工程學報, 4(1): 53-56.

閆立娟, 齊文. 2012. 青藏高原湖泊遙感信息提取及湖面動態變化趨勢研究[J]. 地球學報, 33(1): 65-74.

楊金香, 張明旭, 畢思文, 程學豐. 2010. 基于遙感數據的青藏高原熱環境調查[J]. 地球學報, 31(1): 117-121.

楊瑞東. 2008. 貴陽地區碳酸鹽巖風化紅粘土剖面稀土、微量元素分布特征[J]. 地質評論, 54(3): 409-417.

趙靖, 湯洵忠, 吳超. 2001. 我國離子吸附型稀土礦開采提取技術綜述[J]. 云南冶金, 30(1): 11-14.

趙英時. 2003. 遙感應用分析原理與方法[M]. 北京: 科學出版社.

References:

?STR?M M. 2001. Abundance and fractionation patterns of rare earth elements in streams affected by acidsulphate soils[J]. Chemical Geology, 175(3-4): 249-258.

CHENG Bo, WANG Wei, ZHANG Xiao-mei, XIAN Bo. 2007. A study on water pollution monitoring based on remote sensing spectral characteristics[J]. Remote Sensing for Land and Resources, (2): 68-70(in Chinese with English abstract).

CHI Ru-an, TIAN Jun. 2006. Chemical engineering and metallurgy of weathering crust elution-deposited rare earth ore[M]. Beijing: Science Press(in Chinese).

DAI Jing-jing, QU Xiao-ming, XIN Hong-bo. 2010. Extraction of alteration mineral information using ASTER remote sensingdata in Duolong area, Tibet, China[J]. Geological Bulletin of China, 9(5): 752-759(in Chinese with English abstract).

DU Wen. 2002. Some Ideas in View of the Problems of Environmental Protection in Development of Ion-type RE in Gannan Area[J]. Jiangxi Nonferrous Metals, 16(4): 3-5(in Chinese with English abstract).

GAO Zhi-qiang, ZHOU Qi-xing. 2011. Contamination from rare earth ore strip mining and its impacts on resources and eco-environment[J]. Chinese Journal of Ecology, 30(12): 2915-2922(in Chinese with English abstract).

JOHANNESSON K H, LYONS W B, YELKEN M A, GAUDETTE H E, STETZENBACH K J. 1996. Geochemistry of the rare-earth elements in hypersaline and dilute acidic natural terrestrial waters: Complexation behavior and middle rare-earth element enrichments[J]. Chemical Geology, 133(1-4): 125-144.

LEI Guo-jing, LIU Shao-feng, CHENG San-you. 2006. Application of remote sensing data on extraction of contaminating vegetation on RE minerals area[J]. Jiangxi Nonferrous Metals, 20(2): 1-5(in Chinese with English abstract).

Lü Feng-jun, HAO Yue-sheng, SHI Jing, WANG Juan. 2009. Alteration Remote Sensing Anomaly Extraction Based on Aster Remote Sensing Data[J]. Acta Geoscientica Sinica, 30(2): 271-276(in Chinese with English abstract).

MA Ying-jun, HUO Run-ke, XU Zhi-fang, ZHANG Hui, LIU Cong-qiang. 2004. REE behavior and influence factors during chemical weathering[J]. Advance in Earth Sciences, 19(1): 87(in Chinese with English abstract).

PENG Dong-shui. 2005. The soil erosion characteristics and control technology of rare earth mineral deposits in Gannan area[J]. Subtropical Soil and Water Conservation, 17(3): 14-15(in Chinese).

POUR A B, HASHIM M. 2011. Identification of hydrothermal alteration minerals for exploring of porphyry copper deposit using ASTER data, SE Iran[J]. Journal of Asian Earth Sciences, 42(6): 1309-1323.

SONG Gang-xian, PAN Jian-jun, ZHU Wen-juan. 2009. Study on optimum fusion technology of IKONOS image[J]. Science of Surveying and Mapping, 34(2): 106-108(in Chinese with English abstract).

SUN Ya-ping. 2006. A remote sensing study on the environment of thulium mine in Longnan, Ganzhou[D]. Beijing: China University of Geosciences(in Chinese with English abstract).

TOMMASO I D, RUBINSTEIN N. 2007. Hydrothermal alteration mapping using ASTER data in the Infiernillo porphyry deposit, Argentina[J]. Ore Geology Reviews, 32(1-2): 275-290.

TYLER G. 2004. Rare earth elements in soil and plant systems: A review[J]. Plant and Soil, 267(1-2): 191-206.

WANG Hai-ping, ZHANG Tong. 2005. Discrimination of Mineralization Information Based on Apparent Reflectivity Image and Its Application[J]. Acta Geoscientica Sinica, 26(3): 283-289(in Chinese with English abstract).

WANG Tao, LIU Yan-hong, WANG Ping, LIU Shao-feng. 2009. Application of multi-source and multi-temporal RS image classification method in REE mineral development and environment variation in the Ganzhou mineral district[J]. China Mineral Magazine, 18(11): 88-91(in Chinese with English abstract).

WANG Yu-ling, LIU Shao-feng, LI Jing, WANG Ping. 2006. Investigation research on exploitation status of rare earth mineral and geological disaster based on high resolution remote sensing data[J]. Jiangxi Nonferrous Metals, 20(1): 10-14(in Chinese with English abstract).

WYTTENBACH A, FURRER V, SCHLEPPI P, TOBLER L. 1998. Rare earth elements in soil and in soil-grown plants[J]. Plant and Soil, 199(2): 267-273.

YAN Bo, HUANG Hai-ming, XIAO Xian-ming. 2010. Technology analysis for resource recycles and standardized discharge of ion-absorbed rare earth mineral wastewater[J]. Chinese Journal of Environmental Engineering, 4(1): 53-56(in Chinese with English abstract).

YAN Li-juan, QI Wen. 2012. Lakes in Tibetan Plateau Extraction from Remote Sensing and Their Dynamic Changes[J]. Acta Geoscientica Sinica, 33(1): 65-74(in Chinese with English abstract).

YANG Jin-xiang, ZHANG Ming-xu, BI Si-wen, CHENG Xue-feng. 2010. The Thermal Environment Investigation of Qinghai-Tibet Plateau on the Basis of Remote Sensing Data[J]. Acta Geoscientica Sinica, 31(1): 117-121(in Chinese with English abstract).

YANG Rui-dong. 2008. The distribution of rare earth elements and trace elements in latecritic profile: Implication for karst environment[J]. Geological Review, 54(3): 409-417(in Chinese with English abstract).

ZHAO Jing, TANG Xun-zhong, WU Chao. 2001. Status quo of mining and recovering technologies for ion-absorbed rare earth deposits in China[J]. Yunnan Metallurgy, 30(1): 11-14(in Chinese with English abstract).

ZHAO Ying-shi. 2003. The theory and method for remote sensing applications[M]. Beijing: Science Press(in Chinese).

Environment Contamination Investigation of Ion-absorbed Rare Earth Ore Districts Based on IKONOS Remote Sensing Data: A Case Study of Xunwu Area in South Jiangxi

DAI Jing-jing1,2,3), WANG Deng-hong1,2), CHEN Zheng-hui1,2), YU Yang1,2)
1) Institute of Mineral Resources, Chinese Academy of Geological Sciences, Beijing 100037; 2) MLR Key Laboratory of Metallogeny and Mineral Assessment, Beijing 100037; 3) School of Earth Sciences and Resources, China University of Geosciences(Beijing), Beijing 100083

The mining of rare earth ore leads to a series of environmental problems. To solve the problem of environmental monitoring of the ion-absorbed rare earth ore districts in southern China, the authors selected Xunwu area in south Jiangxi as the study area, and used IKONOS remote sensing data for investigation. For the two main kinds of environmental problems in the ion-absorbed rare earth ore mining, i.e., land desertification and water pollution, the spectral angle mapping classification method was chosen to extract the land desertification place in the study area, and ISODATA unsupervised classification algorithm was used to estimate the contamination of the river near the ion-absorbed rare earth ore district. An analysis of the results and field survey show that high spatial resolution remote sensing technology can provide a good means for environmental investigation of the ion-absorbed rare earth ore district.

IKONOS data; ion-absorbed rare earth ore; land desertification; water pollution; investigation

P407.8; P618.7

A

10.3975/cagsb.2013.03.11

本文由中國地質調查局地質大調查項目“我國三稀資源戰略調查研究”(編號: 1212011220804)、“江西省重點礦集區礦山遙感調查與監測”(編號: 1212011220064)和中央級公益性科研院所基本科研業務費專項基金資助項目(編號: K1011)聯合資助。

2012-08-01; 改回日期: 2012-11-09。責任編輯: 張改俠。

代晶晶, 女, 1982年生。助理研究員, 博士。主要從事遙感地質找礦及礦山監測研究工作。通訊地址: 100037, 北京市西城區百萬莊大街26號。電話: 010-68999055。E-mail: daijingjing863@sina.com。