無人機遙感在礦區監測與土地復墾中的應用前景

肖 武，胡振琪，張建勇，趙艷玲,楊 坤(中國礦業大學(北京)土地復墾與生態重建研究所，北京 100083)

綠色礦業

無人機遙感在礦區監測與土地復墾中的應用前景

肖 武，胡振琪，張建勇，趙艷玲,楊 坤
(中國礦業大學(北京)土地復墾與生態重建研究所，北京 100083)

無人機遙感技術具有成本低、重訪周期短、快速高效、質輕靈活、操作簡便、獲取影像的時空精度高等諸多的特點，成為近幾年研究熱點，并已在國土資源調查、農林生長監測、生態環境監測和災害調查評估方面獲得廣泛應用，顯示出其靈活、快速、高時空分辨率的優勢。本文分析了目前無人機遙感技術在各領域應用現狀，針對礦區這一特殊對象，在剖析我國典型礦區的面積、監測對象、監測指標的基礎上，從搭載平臺、傳感器選擇、監測參數設置等方面進行了具體分析，并構建了礦區無人機遙感監測與土地復墾的應用框架體系，認為無人機遙感技術可用于礦區基礎信息普查、地質災害與污染等敏感風險源信息獲取與監測，礦區土地復墾與生態重建規劃與設計、復墾驗收與復墾后效果監測與評價等多個方面，將成為未來礦區監測與土地復墾重要的應用技術手段。

無人機；遙感；礦區監測；土地復墾

遙感技術在大尺度生態環境監測中展現出顯著的優勢，特別是近些年來越來越高時空分辨率影像數據的涌現，在很大程度上滿足了科學研究與實踐，但對于礦區這樣的特定對象，其范圍相對較小且具有更高時間分辨率需求的監測仍難以滿足。隨著微小型飛行器平臺與輕便型傳感器的發展與進步，無人機遙感(unmanned aerial vehicle remote sensing, UAVRS)得到快速發展，UAVRS集成了無人駕駛飛行器技術、遙感傳感器技術、遙測遙控技術、通訊傳輸技術、GPS定位技術和遙感應用技術，為遙感技術提供了全新的觀測平臺，具有自動化、智能化、專題化快速獲取資源與環境等的空間遙感信息，完成遙感數據處理、建模和應用分析的應用技術[1]。由于無人機平臺具有成本費用低、重訪周期短、快速高效、質輕靈活、操作簡便、獲取影像的時空精度高等諸多的特點，集成了能滿足各類需求的遙感傳感器，以及配備許多處理功能的軟件，形成完備的無人機遙感技術系統，成為小區域尺度的野外實地調查的可靠技術手段。當前，成熟的無人機平臺主要包括旋翼與固定翼兩種搭載方式，如：瑞士eBee固定翼[2]、德國MAVinci-SiriusI固定翼[3]、中國測繪科學研究院UAVRS系列固定翼[4]、德國的Flightcopter.TV旋翼機[5]、中國大疆Phantom和inspire系列旋翼機[6]等。隨著無人機遙感技術的成熟化、成本低廉化，諸多學者已經在非礦區的精準農業[7-10]、林業監測[11-14]、測繪制圖[15-16]、地質災害診斷[17-20]、生態監測[21-22]等方面進行了多種尺度和多平臺的嘗試，并得到了成功應用和理想的效果。但在礦區監測與土地復墾方面，部分學者開展了探索性的研究，如：煤礦區無人機村莊分布監測[23]、大型露天礦的土石方和邊坡穩定性監測[24]等；國外也多針對礦區不穩定邊坡監測[25]，露天采場地形圖測繪等方面[26]進行了部分研究。但是總體而言，無人機遙感技術在礦區的應用處于起步階段，還有大量實踐檢驗和拓展應用有待進一步研究。

礦產資源的開發不可避免地造成礦區土地利用與環境的動態變化，進而導致一系列的土地損毀、生態惡化、社會矛盾突出等問題。各類礦產資源由于其賦存條件與地域自然條件差異等原因，造成損毀形式多樣復雜、空間分布雜亂無序、需要監測的指標繁多等問題。因此，有別于常規的區域性遙感監測，礦區作為一個具有多種復雜擾動信息的特殊區域，具有其監測需求的特殊性。此外，由于礦區的開采活動對土地與生態的影響屬于持久型、累進型，因此對其進行監測不是對應時間“點”，而是時間“軸”上的持續觀測與分析評價，如何動態的獲取礦區在不同階段的各類監測數據，將更加有效地指導礦區的土地復墾、生態環境保護與生態風險防范，促進資源開發與環境保護的協調發展。

本文在分析無人機遙感在國土資源調查、農林生長監測、生態環境監測、災害調查評估應用的基礎上，基于我國典型礦山損毀特點、監測對象、監測指標剖析的基礎上，從搭載平臺、傳感器選擇、監測參數等方面進行了具體分析，構建了礦區無人機遙感監測與土地復墾的應用框架體系，以期為無人機遙感在礦區的應用與推廣提供借鑒與參考。

1 無人機遙感應用的現狀分析

隨著無人機平臺不斷豐富多樣化，以及遙感傳感器的高度集成、質量輕化，使得各種無人機平臺與遙感傳感器的結合成為可能，促使科學研究和實踐工作更多地嘗試和使用此項技術。當前，無人機遙感技術已被用于諸多領域，主要包括國土資源調查、農林生長監測、生態環境監測、災害調查評估等方面。

1.1 國土資源調查

在土地利用分類與動態變化方面，國土部門和相關科研機構與公司利用UAV搭載輕便型高分辨率數碼相機對一些縣市開展了土地資源調查，選用面向對象的多尺度分割影像分類方法，根據地物特征的形狀、紋理等信息確定提取規則，實現土地利用信息的快速提取，并制作區域土地利用類型遙感圖，大部分地物識別與土地分類精度達到90%以上[15]。在土地利用動態變化方面，通過外業控制測量和內業數據處理過程，對內蒙古東勝以及汶川地震影響山區[27]土地利用動態變化的提取，并分析了土地利用信息動態變化及原因。目前，利用UAVRS生產的測繪4D產品，已經形成了成熟的流程和標準。國外也有學者研究基于紋理信息和多分割尺度的面向對象方法[28]與ANN分類方法[29]，解譯得到亞分米級分辨率與無人機影像的分類結果。通過對無人機影像測圖定位精度進行了研究，表明依據無人機影像經過幾何校正和拼接后得到的正射影像圖具有很高的平面位置精度[30-31]，能夠極大地滿足高精度土地利用分類與動態變化的需求。

此外，UAVRS也開始逐漸應用于土地確權[32-33]與土地整治竣工驗收[34]，非法建設用地監測與執法，將無人機遙感影像通過自動判別和人工輔助的方式，識別到多種類型的非正常建設用地，提高了政務工作效率[35]。國外也有學者借用無人機方法分析了土方工程應用的誤差分析，并結合垃圾填埋場、公路建設和高速鐵路建設的土方工程量進行測算[36]。

1.2 農林生長監測

從傳感器搭載方面，多光譜、高光譜、熱紅外等都廣泛的應用于農作物分布信息獲取、農作物快速分類、生長趨勢等農情監測方面。利用無人機搭載多光譜載荷觀測系統，可實現低空無人機遙感快速監測大面積農作物的覆蓋度變化。利用無人機搭載可見光系統，基于色彩特征和基于灰度共生矩陣的紅、綠、藍色均值紋理特征提取倒伏玉米面積[8]，搭載熱紅外反演農作物缺水指數[37]、多傳感器移動制圖系統可進行獨株樹高的測量[38]。

在植被指數定量反演方面，多位學者采用可見光相機中RGB色域的顏色指數，借鑒歸一化植被指數NDVI的構造原理及形式，提出了可見光波段差異植被指數VDVI，驗證了其快速植被指數提取與植被覆蓋度監測的可行性[39]。國外也有學者利用旋翼無人機實現了洋蔥郁閉度的無損測量，并建模分析了郁閉度與葉面積指數之間的關系[40]。在多種傳感器聯合應用方面，高林等設計以多旋翼無人機為平臺同步搭載數碼相機和多光譜傳感器組成的無人機農情監測系統，分別獲取大豆結莢期和鼓粒期的遙感影像，結合田間同步實測葉面積指數數據，采用經驗模型法分別構建了單變量和多變量LAI反演模型，成為指導精準農業研究的一種新方法[41]。楊貴軍等[10]基于多旋翼無人機平臺，并集成高清數碼相機、多光譜儀、熱像儀等多載荷傳感器，提出一套農業多載荷無人機遙感輔助小麥育種信息獲取系統，能夠高通量獲取作物倒伏面積、葉面積指數、產量及冠層溫度等育種關鍵表型參量。

1.3 生態環境監測

在水土氣的生態環境監測方面，河流水系與海岸變化的精細監測一直是研究的重點，將UAVRS應用到海岸線的提取[42]，與衛星資料結合完成區域流域的生態健康評價[43]；或者采用多個載荷傳感器搭載于無人機之上獲取更多空間信息，將攝影測量和激光測距雷技術實現河流彎道處厘米級制圖與侵蝕分析[44]，將可見光、熱紅外數據結合實地資料實現南水北調水源地污染調查[21]。UAVRS為氣體探測提供極大便利，國內外學者通過搭載相關的傳感器實現高精度的氣體(二氧化碳、水蒸氣、甲烷[45]和PM2.5濃度[46])分布制圖與成因探析。

工程環境監測與驗收方面，近年來的研究主要集中在積極探索UAVRS在道路、水利和礦產等大型生產建設項目的生態環境影響評價[47]，諸如新建鐵路的水土保持監測[48]，建立相應的分類與制圖標準與系統[49]，提取風電類建設的環境敏感目標[50]等。這些都表現出及時、準確、全面地獲取工程進展和環境變化，節約時間且效果良好，推廣應用潛力大。

1.4 災害調查評估

在地質災害調查方面，滑坡體、堰塞湖、洪水災害、地震、氣象災害、路橋病害等是常見的災害，嚴重威脅到人類生存空間的安全。UAVRS以革命性的變革展開類型多樣的研究工作，基于其快速地提供災情信息，實現高效地預處理、智能分析與決策，為災害評估與救援提供有力保障。國內外學者致力于快速建立大型滑坡體的精細的高空間分辨率模型[51]、自動提取高精度的滑坡體構造特征與分布形態[52]、高效地分析滑坡體的地表位移與裂紋信息[53]；探索了復雜地質氣象條件下堰塞湖的災情評估和損失評價[54]；實現高精度提取城市區洪水淹沒區[55]；快速實現地震災區的SIFT影像匹配[56]、三維可視化影像管理[57]等；此外，有學者將UAVRS應用到橋梁結構的監測與維護[58]、未鋪砌道路表面病害探測[59]。礦區地質災害的調查嘗試GIS與UAVRS結合，針對廢棄礦山綜合調查與客觀評價地質災害空間分布[60]。在此方面國內外的研究并不是特別多，而礦區也是地質災害多發區域，突發的地質災害往往造成嚴重的人生財產損失，因此針對礦區地質災害特征的無人機遙感監測很有必要展開。

2 無人機用于礦區監測與土地復墾前景分析

通過上文分析，不難看出無人機遙感技術由于其在數據獲取、時效、成本方面的優勢已經在各行各業得到廣泛的應用，而礦區作為一個劇烈擾動實時變化的特殊對象，具有監測對象與指標多，監測時效性高等多種現實需求，無人機遙感無疑能發揮很好的作用。無人機遙感技術主要適用面積約100～10萬m2，相應的誤差范圍約為2～20 cm[36]，通過比較我國典型礦山主要監測對象及指標(表1)，可以看出無人機遙感在礦區監測與土地復墾方面有巨大的潛力。但目前無人機遙感在礦區的應用尚處于起步階段，關于礦區無人機遙感的相關研究相對較少，且研究主要集中于礦區各類采礦設施與土地利用情況分類與監測[61-62]，礦區地熱資源分布調查[63]，非法與越界開采識別[64-65]，露天礦工程量(采剝量、堆放量等)計算[22]等幾個方面。對照前文中無人機遙感在國土資源調查、農林生長、生態環境監測、災害調查評估等方面的研究進展情況，無人機遙感在礦區的應用有待于進一步挖掘。

本文選取了我國典型大型礦區主要參數、礦區主要復墾對象和監測指標情況，據此知我國典型煤礦區的范圍均小于50 km2，非煤礦區的范圍小于15 km2。針對具體的監測對象而言，除煤礦區的地表沉陷區面積較大之外，煤礦區的地表裂縫與矸石山等均小于0.2 hm2，非煤礦區的單個采坑、尾礦庫、廢石場和堆浸場等均小于0.8 hm2。與區域遙感監測相比，礦區的監測范圍更小，但重返周期長時序觀測的要求更高，因而更適用于無人機遙感的應用。因此，本文結合礦區監測與土地復墾領域現實需求，提出了我國礦區無人機遙感監測與土地復墾的應用框架體系(圖1)。無人機遙感可廣泛應用于礦區基礎信息普查、地質災害與污染等敏感風險源信息獲取與監測，礦區土地復墾與生態重建規劃與設計、土地復墾驗收與復墾后效果監測與評價等多個方面，服務于礦山生產的全生命周期，對無人機遙感監測數據區域、獲取參數、空間分辨率進行了分析(表1)。

表1 無人機遙感監測數據區域與精度劃分

圖1 礦區無人機遙感監測與土地復墾框架體系

2.1 礦區基礎信息普查

礦區土地復墾是我國礦區生態修復的必然選擇，也是緩解人地矛盾、恢復生態環境的重要舉措[66-67]。2011年3月5日，國務院第592號令公布施行《土地復墾條例》(以下簡稱《條例》)。要求土地復墾義務人按標準開展調查評價摸清項目區土地利用狀況，并在此基礎上編報土地復墾方案，根據土地損毀的類型、程度、自然地理條件和復墾的可行性等因素，分類確定不同類型損毀土地的復墾方式、目標和要求等。礦區基礎信息調查與獲取是掌握礦區基本自然條件，進行后續土地復墾與生態重建工作的基礎與關鍵。國外一般也要求礦業主在進行礦產開發前要對礦區內植被、水系、地下水埋深、土地利用、動植物品種與分布等進行詳盡的調查，并要求土地復墾后各項指標恢復甚至優于采礦前。

在礦區土地復墾規劃過程中，大比例地形圖和正射影像等提供復墾規劃的基礎信息，因地制宜的規劃與設計是復墾的重要環節，規劃的落實與施工是復墾的最終目標與結果。監測復墾整個過程，對確保礦區土地復墾達到預期目標和理想效果有重要意義。診斷土地損傷狀況，評價土地損毀程度是礦區土地復墾的第一步。根據《土地復墾方案編制規程》，土地的損傷類別一般包括土地沉陷、土地挖損、土地壓占、土地占用和土地污染五個方面，一般根據劃分為輕度、中度和重度三個級別的損毀程度。土地損傷信息的獲取，應當包括土地沉陷量和沉陷范圍，土地挖損的體積和范圍，土地壓占的面積、體積和穩定性，土地壓占的面積和體積，土地污染的類別、范圍和程度，通過總結分析，礦區的基礎信息主要包括：土地利用、地形、植被覆蓋度等覆蓋全礦井的區域性專題數據。其中，地形信息被認為是礦區主要的基礎數據，礦區地形信息可采用常規的全站儀與水準儀組合的數字測圖方法，還可用航空攝影測量技術、三維激光掃描、差分干涉合成孔徑雷達(DInSAR)、差分GPS與高分辨率影像結合法[68]；近年來無人機遙感技術實現了高精度的礦區大比例尺地形圖的快速測繪[64]。根據礦區地形和正射影像信息，輔助實地調查采樣和室內分析處理方法，為得到礦區土地損傷的可靠狀況提供保障，為更精確評價礦區土地損毀程度奠定基礎。

因此，差異化的無人機平臺不斷涌現且性能得到提升，光學相機、多光譜相機、高光譜相機、熱紅外相機和微波輻射計等多種傳感器快速發展。將無人機與遙感傳感器結合而成的無人機遙感技術，獲取更高的時空分辨率、更多的光譜信息等，為礦區基礎信息的調查與獲取提供了極大的可能性。

2.2 礦區地質災害與污染等敏感風險源信息獲取與監測

礦區地質災害風險源的識別與監測，是礦區生態環境監測以及后續的土地復墾與生態重建必須首要解決的問題。井工開采一般導致地表沉陷與裂縫、廢棄物壓占土地等問題，而露天開采一般將由露天采場、廢石場或排土場、尾礦庫等。這些都是可見的土地損毀和環境破壞問題來源，也是潛在的地質災害誘發的風險源，造成區域土地利用結構變化、農用地和生態用地減少等問題，還可能誘發滑坡、泥石流等次生地質災害，造成無法估量的人員和財產損失，特別是在因采礦引發的突發災害，其造成的損失極其重大，這些在世界各地都有相關新聞報道，圖2列出了部分典型礦區監測對象與風險源無人機遙感影像。

圖2 典型礦區監測對象與風險源無人機拍攝影像圖

礦區主要的地質災害風險源的監測礦區敏感信息主要包括溫度異常點(區)、不穩定山(坡)體、污染分布、積水分布等。國內有學者采用高分辨率衛星影像(IKONOS)快速、準確地識別煤礦區塌陷群，清楚地識別了地表塌陷及其細節特征，分析其影響因子、規模和危害程度[69]，但是受衛星重返周期所限，無法長時序進行動態監測。而對自燃煤矸石山的溫度場監測與建模方面，也有學者采用三維激光掃描儀、數字攝影測量系統與熱紅外成像儀結合進行溫度監測[70-71]，但存在成本高、效率低等問題。礦區常見高陡邊坡有露天礦的礦坑邊坡、尾礦庫壩體和排土場(廢石場)邊坡，其不穩定性存在誘發滑坡、泥石流等地質災害的高風險，對其變形監測與穩定性分析一直是礦區研究的熱點和難點。目前的監測多采用多基線數字近景攝影測量方法、GPS監測和地下滑動式測斜儀結合等方法進行監測，也存在著無法動態監測、效率低等問題。通過無人機搭載多種傳感器的組合，實現對礦區地質災害與污染等敏感風險源地面地形數據、溫度數據、變形數據的獲取、處理、融合與解譯將極大的提高數據獲取的精度、周期、效率。

2.3 礦區土地復墾驗收與復墾后效果監測與評價

礦區土地復墾施工是落實土地復墾規劃方案的內容，也是礦區土地復墾目標的重要保障，利用獲取的地形、植被、土地利用等數據，結合礦山開采的計劃，可實現對復墾區域的景觀三維建模，并完成土地復墾與生態重建的規劃與設計工作。礦區土地復墾驗收是檢驗復墾施工結果的重要環節，也是對施工部門的考核和檢查，為礦區土地復墾的恢復土地功能有重要作用。監測礦區土地復墾的施工，明確礦區土地復墾規劃方案的落實情況，及時掌握復墾施工的項目進度；使用多種野外實測與遙感等技術結合，進行礦區土地復墾的驗收工作，可極大提高驗收作業的效率。

礦區土地復墾施工過程一般包括：表土剝離與回覆、田面平整與松土、村莊地基與垃圾等清理、土壤培肥，農田防護林重建、林地與草地植被重建，配套工程的灌排溝渠、道路系統工程、橋梁與涵洞等，以及后續監測與管護措施等。礦區土地復墾驗收一般根據復墾規劃的各項設計指標，如表土剝離與回覆量、復墾標高、田面平整度、表土壓實度、土壤培肥的養分變化、土壤水分與有機質、灌溉排水系統等；以及復墾后三年內的持續監測，如，林地和草地成活率、耕地產量，以及配套與管護措施等。目前，國土資源部門已經開始運用國產高分衛星遙感影像數據進行土地整治重大工程的施工驗收，重點監測獲取新增耕地、新修道路、溝渠等參數。在土地整治的土壤質量、土壤肥力、項目區路網布局等定量評價方面，也有研究采用SPOT、TM/ETM、Quickbird等遙感影像進行評價[72-74]。總體來看，目前主要著重從土壤水分與有機質監測、土壤植被指數與覆蓋度、表層土壤含水量、土壤澇漬及潛育化進行土地整治方面的土壤質量遙感評價。無人機由于具備靈活、可搭載多傳感器的優勢，未來可以在土地復墾施工監管、復墾工程竣工驗收、復墾后土壤質量、復墾植株長勢、復墾后野生動物活動、復墾后生態系統恢復等多個方面發揮重要作用。

3 結論與展望

本文通過大量的文獻綜述，總結歸納了無人機遙感在國土資源調查、農業林業生長監測、生態環境監測和災害調查評估等領域的應用現狀。基于我國典型大型礦山面積、監測對象、監測指標在礦區信息普查與土地復墾中的監測需求，較為系統性地分析了無人機在礦區監測與土地復墾的應用潛力，針對礦區基礎信息普查、地質災害與污染等敏感風險源信息獲取與監測、土地復墾規劃與設計、土地復墾施工過程監測和復墾后監測與評價等過程，進行了詳細地分析。大型礦區的土地復墾面積一般在公頃級到平方公里級，同時當前諸多衛星影像數據與地面調查手段并不能很好地滿足礦區尺度的監測要求，而不同型號的固定翼和旋翼無人機恰好可以滿足上述面積的監測需求，因此在不同的礦區監測與土地復墾需求下，設計符合需求的監測方案，選擇適宜的無人機搭載平臺與恰當波段的傳感器，得到適宜的時空分辨率影像數據，實現理想的監測效果與評價結果。

無人機遙感技術在礦區土地復墾應用才剛剛開始，將會根據實際需求而逐步拓展，在此領域有極大的研究潛力和應用前景。針對礦區尺度較小、擾動劇烈的特點，如何選擇合適的搭載平臺與傳感器，有針對性地解決所需要監測的對象與問題。這對于構建精準礦情獲取與普查，實現實時動態監測，從而指導礦山科學生產、合理安排土地復墾計劃，推動綠色可持續發展的礦區，具有重要的研究意義和實際應用價值。

[1] 金偉, 葛宏立, 杜華強, 等. 無人機遙感發展與應用概況[J]. 遙感信息, 2009(1): 88-92.

[2] Chianucci F, Disperati L, Guzzi D，et al. Estimation of canopy attributes in beech forests using true colour digital images from a small fixed-wing UAV[J]. International Journal of Applied Earth Observation and Geoinformation, 2016,47: 60-68.

[3] D’Oleire-Oltmanns S, Marzolff I, Peter K D， et al. Unmanned Aerial Vehicle (UAV) for Monitoring Soil Erosion in Morocco[J]. Remote Sensing, 2012, 4(11):3390-3416.

[4] 崔紅霞, 林宗堅, 孫杰. 無人機遙感監測系統研究[J]. 測繪通報, 2005(5):11-14.

[5] Lelong C D, Burger P, Jubelin G， et al. Assessment of Unmanned Aerial Vehicles Imagery for Quantitative Monitoring of Wheat Crop in Small Plots[J]. Sensors, 2008, 8(5): 3557-3585.

[6] 大疆創新官網. Matrice100：未來的飛行方式由您隨心定義[EB/OL]. (2016-01-31)[2016-06-01]. http://www.dji.com/cn/product/ matrice100.

[7] María Pérez-Ortiz, José Manuel Pea, Pedro Antonio Gutierrez, et al. Selecting patterns and features for between- and within- crop-row weed mapping using UAV-imagery[J]. Expert Systems With Applications, 2016, 47: 85-94.

[8] 李宗南, 陳仲新, 王利民, 等. 基于小型無人機遙感的玉米倒伏面積提取[J]. 農業工程學報,2014,30(19):207-213.

[9] 李冰, 劉镕源, 劉素紅, 等. 基于低空無人機遙感的冬小麥覆蓋度變化監測[J]. 農業工程學報,2012,28(13):160-165.

[10] 楊貴軍, 李長春, 于海洋, 等. 農用無人機多傳感器遙感輔助小麥育種信息獲取[J]. 農業工程學報, 2015, 31(21):184-190.

[11] 張園, 陶萍, 梁世祥, 等. 無人機遙感在森林資源調查中的應用[J]. 西南林業大學學報, 2011, 31(3):49-53.

[12] 王聰, 杜華強, 周國模, 等. 基于幾何光學模型的毛竹林郁閉度無人機遙感定量反演[J]. 應用生態學報, 2015, 26(5):1501-1509.

[13] 馮家莉, 劉凱, 朱遠輝, 等. 無人機遙感在紅樹林資源調查中的應用[J]. 熱帶地理, 2015, 35(1):35-42.

[14] 彭培勝, 王懿祥, 吳建強, 等. 基于無人機遙感影像的三維森林景觀可視化[J]. 東北林業大學學報,2013(6):61-65.

[15] 魏子寅. 基于無人機正射影像進行土地利用/土地覆蓋分析[D]. 呼和浩特：內蒙古師范大學, 2013.

[16] 張文博. 無人機航測技術在土地綜合整治中的應用研究[D]. 長沙:長沙理工大學, 2013.

[17] 雷添杰, 李長春, 何孝瑩. 無人機航空遙感系統在災害應急救援中的應用[J]. 自然災害學報, 2011(1):178-183.

[18] 臧克, 孫永華, 李京, 等. 微型無人機遙感系統在汶川地震中的應用[J]. 自然災害學報, 2010, 19(3):162-166.

[19] 雷添杰, 宮阿都, 李長春, 等. 無人機遙感系統在低溫雨雪冰凍災害監測中的應用[J]. 安徽農業科學, 2011, 39(4):2417-2419，2423.

[20] Quanlong Feng, Jiantao Liu, Jianhua Gong. Urban Flood Mapping Based on UAV RS and Random Forest Classifier—A Case of Yuyao, China 2015 Water Q2C4[J]. Water, 2015, 7(4): 1437-1455.

[21] 洪運富, 楊海軍, 李營, 等. 水源地污染源無人機遙感監測[J]. 中國環境監測, 2015(5):163-166.

[22] Bo Li, Zhongfa Zhou, Kaicheng Huang. Analyzing Degradation Ecological Landscape Pattern for the Karst Plateau on the Basis of GIS Technologies[C]//Third International Symposium on Plant Growth Modeling, Simulation, Visualization and Applications. IEEE, 2009:449-452.

[23] 劉廣盛, 呂軍超. 基于無人機的礦區變化監測關鍵技術研究[J]. 測繪通報, 2012(S1): 95-98.

[24] 許志華, 吳立新, 陳紹杰, 等. 基于無人機影像的露天礦工程量監測分析方法[J]. 東北大學學報：自然科學版, 2016, 37(1): 84-88.

[25] U. Niethammer, M.R. James, S. Rothmund, et al. UAV-based remote sensing of the Super-Sauze landslide: Evaluation and results[J]. Engineering Geology, 2012, 128(11):2-11.

[26] B. Kr?ák, P. Bli?tan, A. Pauliková, P. Pukárová, L. Kovanic, J. Palková, V. Zeliznaková. Use of low-cost UAV photogrammetry to analyze the accuracy of a digital elevation model in a case study[J]. Measurement, 2016, 91:276-287.

[27] 付蕭, 魯恒, 朱慶, 等. 利用無人機影像進行山區土地利用信息動態監測[J]. 山地學報, 2016, 34(1):121-126.

[28] Andrea S. Laliberte and Albert Rango. Texture and Scale in Object-Based Analysis of Subdecimeter Resolution UAV Imagery[J]. IEEE Transactions on Geoscience and Remte Sensing, 2009, 47(3): 761-770.

[29] Monica Rivas Casado,Rocio Gonzalez,Thomas Kriechbaumer,et al. Automated Identification of River Hydromorphological Features Using UAV High Resolution Aerial Imagery[J]. Sensors, 2015, 15(11): 27969-27989.

[30] 胡曉曦, 李永樹, 李何超, 等. 無人機低空數碼航測與高分辨率衛星遙感測圖精度試驗分析[J]. 測繪工程, 2010, 19(4):68-70, 74.

[31] 周曉敏, 趙力彬, 張新利. 低空無人機影像處理技術及方法探討[J]. 測繪與空間地理信息, 2012, 35(2): 182-184.

[32] 顧潔. 無人機航攝在農村土地承包經營權確權登記頒證中的應用——以鳳陽縣為例[J]. 測繪通報, 2016(2):94-96, 99.

[33] 杜會石, 孫艷楠, 陳智文, 等. “3S”技術在農村土地確權登記發證中的應用[J]. 江蘇農業科學, 2014, 42(12):350-352.

[34] 吳正鵬, 王琳, 奚歌. 無人機低空遙感系統在土地復墾中的應用[J]. 城市勘測, 2013(6): 82-84, 88.

[35] 陸東海. 基于低空遙感和地政數據的非正常建設用地類型判別研究[D]. 南京：南京大學, 2014.

[36] Siebert S, Teizer J. Mobile 3D mapping for surveying earthwork projects using an Unmanned Aerial Vehicle (UAV) system[J]. Automation in Construction, 2014, 41(2): 1-14.

[37] V. Gonzalez-Dugo, P. Zarco-Tejada, E. Nicolás, et al. Using high resolution UAV thermal imagery to assess the variability in the water status of five fruit tree species within a commercial orchard[J]. Precision Agriculture, 2013, 14(6): 660-678.

[38] Anttoni Jaakkola,J Hyypp?,A Kukko, et al. A low-cost multi-sensoral mobile mapping system and its feasibility for tree measurements[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2010,65(6):514-522.

[39] 汪小欽, 王苗苗, 王紹強, 等.基于可見光波段無人機遙感的植被信息提取[J]. 農業工程學報, 2015, 31(5): 152-159.

[40] Juan I. Córcoles, Jose F. Ortega,D Hernndez, et al. Estimation of leaf area index in onion (Allium cepa L.) using an unmanned aerial vehicle[J]. Biosystems Engineering, 2013, 115(1): 31-42

[41] 高林, 楊貴軍, 王寶山, 等. 基于無人機遙感影像的大豆葉面積指數反演研究[J]. 中國生態農業學報, 2015, 23(7):868-876.

[42] 鄧才龍. 無人機遙感在海島海岸帶監測中的應用研究[D]. 青島:國家海洋局第一海洋研究所, 2015.

[43] 梁婷, 朱京海, 徐光, 等. 應用B-IBI和UAV遙感技術評價遼河上游生態健康[J]. 環境科學研究, 2014, 27(10):1134-1142.

[44] Claude Flener, Matti Vaaja, A Jaakkola, et al. Seamless Mapping of River Channels at High Resolution Using Mobile LiDAR and UAV-Photography[J]. Remote Sensing, 2013, 5(12): 6382-6407.

[45] Amir Khan, David Schaefer, L Tao, et al. Low Power Greenhouse Gas Sensors for Unmanned Aerial Vehicles[J]. Remote Sensing, 2012, 4: 1355-1368.

[46] Zhong-Ren Peng, Dongsheng Wang,Z Wang, et al. A study of vertical distribution patterns of PM2.5 concentrations based on ambient monitoring with unmanned aerial vehicles: A case in Hangzhou, China[J]. Atmospheric Environment, 2015, 123: 357-369.

[47] 王曉臣, 朱京海, 梁婷, 等. 無人機遙感技術在生態環境影響評價中的應用研究[J]. 環境影響評價, 2015, 37(2):70-73.

[48] 王志良, 付貴增, 韋立偉, 等. 無人機低空遙感技術在線狀工程水土保持監測中的應用探討——以新建重慶至萬州鐵路為例[J]. 中國水土保持科學, 2015, 13 (4): 109-113.

[49] 李營, 陳忱, 張峰, 等. 無人機影像高鐵竣工環保驗收信息分類體系研究[J]. 鐵道工程學報, 2011, 28(7):105-111.

[50] 問鼎. 基于無人機的風電類建設項目竣工環保驗收方法研究[D].沈陽：沈陽航空航天大學, 2014.

[51] 劉春, 萬紅, 李巍岳, 等. 基于無人機影像的大型滑坡區域精細地形構建研究[J]. 井岡山大學學報：自然科學版, 2015(1):1-7.

[52] Abdulla Al-Rawabdeh, He F, Moussa A, et al. Using an Unmanned Aerial Vehicle-Based Digital Imaging System to Derive a 3D Point Cloud for Landslide Scarp Recognition[J]. Remote Sensing, 2016, 8(2):95.

[53] U. Niethammer, M.R. James,S Rothmund, et al. UAV-based remote sensing of the Super-Sauze landslide: Evaluation and results[J]. Engineering Geology, 2012, 128(11): 2-11.

[54] 馬澤忠, 王福海, 劉智華, 等. 低空無人飛行器遙感技術在重慶城口滑坡堰塞湖災害監測中的應用研究[J]. 水土保持學報, 2011, 25(1):253-256.

[55] Quanlong Feng, Jiantao Liu, Jianhua Gong. Urban Flood Mapping Based on UAV RS and Random Forest Classifier-A Case of Yuyao, China 2015 Water Q2C4[J]. Water, 2015, 7(4): 1437-1455.

[56] 宮阿都, 何孝瑩, 雷添杰, 等. 無控制點數據的無人機影像快速處理[J]. 地球信息科學學報, 2010, 12(2):2254-2260.

[57] 周潔萍, 龔建華, 王濤, 等. 汶川地震災區無人機遙感影像獲取與可視化管理系統研究[J]. 遙感學報, 2008, 12(6):877-884.

[58] Najib Metni, T Hamel. A UAV for bridge inspection: Visual servoing control law with orientation limits[J]. Automation in Construction, 2007,17: 3-10.

[59] Chunsun Zhang.An Unmanned Aerial Vehicle-Based Imaging System for 3D Measurement of Unpaved Road Surface Distresses[J].Computer-Aided Civil and Infrastructure Engineering, 2012, 27(2):118-129.

[60] 陳宇琛. 基于UAV和GIS技術的廢棄礦山地質災害調查與評價[D].北京：中國地質大學(北京), 2015.

[61] 荊平平. 無人機影像獲取與信息提取應用研究[D]. 北京: 中國地質大學(北京), 2014.

[62] 錢尊巖. 低空無人機遙感在油田測量中的關鍵技術應用研究[D].東營: 中國石油大學(華東), 2012.

[63] Abdul Nishar, Steve Richards, B Dan,et al. Thermal infrared imaging of geothermal environments and by an unmanned aerial vehicle (UAV): A case study of the Wairakei -- Tauhara geothermal field, Taupo, New Zealand[J]. Renewable Energy, 2016, 86: 1256-1264.

[64] 李遷. 低空無人機遙感在礦山監測中的應用研究[D]. 北京: 中國地質大學(北京), 2013.

[65] 邴媛媛. 無人機遙感在某鐵礦礦區資源監測中的應用[D]. 阜新：遼寧工程技術大學, 2008.

[66] 胡振琪, 肖武, 王培俊, 等. 試論井工煤礦邊開采邊復墾技術[J]. 煤炭學報, 2013, 38(2): 301-307.

[67] 肖武, 胡振琪, 許獻磊, 等. 煤礦區土地復墾成本確定方法[J]. 煤炭學報,2010(S1): 175-179.

[68] 王行風, 鄧喀中, 汪云甲. 利用DGPS和高空間分辨率影像進行煤礦區地形圖更新研究[J]. 中國礦業, 2008, 17(5): 103-105, 108.

[69] 劉歡, 朱谷昌, 李智峰, 等. IKONOS衛星影像在甘肅省紅會煤礦區塌陷群識別中的應用[J]. 中國地質災害與防治學報, 2010, 21(4): 82-85.

[70] 王海娟, 胡振琪, 王曉軍, 等. 自燃煤矸石山表面溫度場紅外三維模型構建[J]. 中國煤炭, 2015(8): 131-135.

[71] 胡振琪, 高楊, 蘇未曰, 等. 基于點火源模型反演測算煤矸石山著火點深度研究[J]. 煤炭科學技術, 2015, 43(1):134-137.

[72] 丁美青. 土地開發整理區土壤質量遙感定量評價研究[D]. 長沙：中南大學, 2014.

[73] 邢凡勝. 基于遙感的土地開發整理及項目區路網布局評價[D]. 長沙：長沙理工大學, 2007.

[74] 曾繁. 土地整理之土壤肥力遙感反演及評價[D]. 長沙：長沙理工大學, 2013.

[75] 王植, 劉善軍, 徐白山, 等. 無人機影像序列中露天礦三維建模[C]//第十七屆中國環境遙感應用技術論壇論文集,2013:68-74.

The status and prospect of UAV remote sensing in mine monitoring and land reclamation

XIAO Wu, HU Zhenqi, ZHANG Jianyong, ZHAO Yanling, YANG Kun

(Institute of Land Reclamation and Ecological Restoration, China University of Mining & Technology(Beijing), Beijing 100083, China)

Unmanned aerial vehicle remote sensing(UAVRS) with the features of low cost, short revisit period, speediness and high efficiency, lightweight and flexibility, easy operation, and high accuracy etc., has become a research hotspot nowadays. It has also been widely employed in land resource investigating, agriculture and forest monitoring, eco-environment supervising and disaster evaluating, and demonstrates its advantages of elasticity, quickness, and high space-time resolution. This paper analyzed the application status of unmanned aerial vehicle remote sensing technology. For the special object of mining area, based on the analysis of typical mining districts’ area and monitored objects and indexes, carrying platform, sensors and monitoring parameter of were dissected specifically. Then, the application of framework system of unmanned aerial vehicle remote sensing monitoring and land reclamation in mining area was established. Unmanned aerial vehicle remote sensing technology, being available for basic information investigation, geological hazards and pollution monitoring, land reclamation and ecological restoration plan, reclamation acceptance and effect monitoring and evaluation, will become a vital important technique in monitoring and land reclamation of mining district.

unmanned aerial vehicle(UAV); remote sensing; mine monitoring; land reclamation

2016-12-24 責任編輯：趙奎濤

國家自然科學基金項目資助(編號：41401609)；北京市優秀人才培養項目資助

肖武(1983-)，男，博士，副教授，主要從事土地復墾與生態修復、3S技術在土地中的應用，E-mail: xiaowuwx@126.com。

TP79；TD88

A

1004-4051(2017)06-0071-08