新疆老君廟煤礦火區(qū)地表溫度反演及時空變化分析

唐夢迎，丁建麗，夏 楠

(1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，新疆 烏魯木齊 830046；2.新疆大學(xué)綠洲生態(tài)教育部重點實驗室，新疆 烏魯木齊 830046)

煤炭是一種寶貴的不可再生資源，煤火自燃作為危害環(huán)境、破壞資源的自然災(zāi)害，影響著新疆煤炭資源開發(fā)的可持續(xù)性。在中國，每年約有2×107t或1%的年煤炭產(chǎn)量直接通過煤火自燃損失，約有2×108t的煤炭因煤火影響而無法開采，同時，煤火還會引發(fā)礦井火災(zāi)事故，產(chǎn)生大量有害氣體和溫室氣體，危害人類健康和生存[1]。

新疆地區(qū)大型煤田多，因此煤田火區(qū)也存在著分布廣，類型多，分布不清的問題。由于受到地形、交通或其他人為因素限制，人們無法宏觀掌握煤火區(qū)的整體狀況及動態(tài)趨勢[2]。傳統(tǒng)以點線的調(diào)查方式難以全面調(diào)查、監(jiān)測、評價煤田火區(qū)對區(qū)域生態(tài)環(huán)境的影響及其發(fā)展趨勢。因此，如何全面快速調(diào)查與監(jiān)測新疆的煤田火區(qū)具有重要的現(xiàn)實意義。

國內(nèi)外學(xué)者廣泛利用遙感技術(shù)監(jiān)測煤田火區(qū)的發(fā)展趨勢并得到豐富的研究成果。國外Düzgün等[3]闡述了遙感(RS)的快捷、時效、宏觀和多尺度優(yōu)勢，結(jié)合地理信息系統(tǒng)(GIS)監(jiān)測煤火區(qū)對探討環(huán)境問題具有重要意義；Prakash等[4]運用Landsat 熱紅外影像監(jiān)測美國阿拉斯加中部Rex Creek煤礦，得出煤火具有動態(tài)性和復(fù)雜性，將會威脅森林生態(tài)安全。國內(nèi)學(xué)者對寧夏汝箕溝[5]、內(nèi)蒙古烏達[6]，烏魯木齊水西溝[7]和新疆奇臺北山[8]等煤礦的地下煤火進行監(jiān)測，其研究結(jié)果表明TM第6波段即熱紅外波段通過溫度反演能較為有效地監(jiān)測到煤火區(qū)空間范圍，為后續(xù)煤炭損失估算和煤田滅火工程提供了重要的科學(xué)依據(jù)。本文以新疆典型戈壁煤礦區(qū)老君廟為研究對象，運用Landsat系列影像結(jié)合3S技術(shù)反演該區(qū)地表溫度，監(jiān)測煤火時空變化趨勢，為保護煤炭資源和生態(tài)環(huán)境提供數(shù)據(jù)支撐。

1 研究區(qū)概況

老君廟煤電煤化工工業(yè)園區(qū)位于新疆準噶爾盆地東部末端(圖1)，木壘哈薩克自治縣境內(nèi)，占地面積6 263 hm2，預(yù)計煤炭儲量達到64.8億 t，可產(chǎn)出優(yōu)質(zhì)無煙煤。該地區(qū)屬于戈壁地貌，地形開闊，地勢平緩，平均海拔在500～700 m之間。受暖溫帶大陸干旱氣候影響，年平均降水量不足180 mm，年平均蒸發(fā)量大于2 000 mm，且無常年地表徑流。土壤類型主要為灰棕模土、荒漠堿土和荒漠風(fēng)沙土。主要植被類型為梭梭、琵琶柴和蛇麻黃等[9]。2015年老君廟礦區(qū)地表煤火面積為0.2 hm2。

圖1 老君廟工業(yè)園位置和煤火區(qū)示意圖

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源及處理

本文分別選取Landsat TM5于2006年7月26日、2010年7月21日以及Landsat 8/OLI于2015年7月20日過境的新疆老君廟煤礦工業(yè)區(qū)的遙感影像，該數(shù)據(jù)免費下載于http：∥glovis.usgs.gov/。通過ENVI 5.1軟件分別對上述影像進行輻射定標和大氣校正。另在研究區(qū)道路通達處隨機選取20個點測量地溫，將數(shù)據(jù)求取均值用于實驗結(jié)果的精度驗證，所用儀器為手持熱紅外輻射計。

2.2 單窗算法

根據(jù)覃志豪等[10]建立的單窗算法，使用Landsat衛(wèi)星影像的熱紅外波段(TM6)反演地表溫度。該方法僅通過一個熱紅外通道的遙感數(shù)據(jù)實現(xiàn)，故稱為單窗算法。其反演地表溫度精度較高，因而被廣泛使用[11-14]。計算公式見式(1)～(3)。

Ts={a(1-C-D)+[b(1-C-D)+

C+D]×T6-DTa}/C

(1)

C=ετ

(2)

D=(1-τ)[1+(1-ε)τ]

(3)

式中：TS是地表溫度；a和b為常數(shù)；ε是地表輻射率，τ是大氣透射率；T6是亮度溫度；Ta是大氣平均作用溫度；Ta是大氣平均作用溫度。以上參數(shù)詳見于夏楠等[15]，計算過程中的溫度單位為開爾文(K)，最終將計算結(jié)果換算成攝氏度(℃)

3 結(jié)果與分析

3.1 反演結(jié)果及精度驗證

經(jīng)過單窗算法反演出2006年、2010年和2015各年地表溫度，統(tǒng)計分析各像元溫度數(shù)據(jù)得到結(jié)果見表1。各年地表溫度均值呈現(xiàn)出遞增趨勢，2015年為最高的35.39℃，其次為2010年的32.75℃和2006年的28.64℃。最大值出現(xiàn)在2015年，地表溫度為46.19℃；最小值出現(xiàn)在2006年，為26.47℃。研究區(qū)溫度升高明顯可能是由于煤炭資源的開采和能源產(chǎn)業(yè)的發(fā)展加之全球大背景下的增溫導(dǎo)致。方差分析結(jié)果顯示三年的值都大于1，其中2015年最大為20.98，說明各年間像元溫度具有統(tǒng)計學(xué)意義。變異系數(shù)用來表達數(shù)值的離散程度，從而間接反映觀測值受人類活動的影響程度，其值小于0.1為低變異，0.1到1之間為中變異，大于1為強變異。2006年地表溫度0.06和2010年地表溫度0.08均小于0.1，屬低變異；2015年為0.12，屬中變異。由此說明2006～2015年間老君廟煤礦區(qū)地表溫度受人類影響漸漸加劇。精度驗證方面，將各年地表溫度實測值與反演值進行比較并擬合得出趨勢線。由圖2可看出2006年、2010年和2015年R2分別為0.90，0.91和0.86，說明經(jīng)單窗算法得到的地表溫度符合精度要求。

表1 各年溫度統(tǒng)計結(jié)果

3.2 各年地表溫度像元數(shù)對比

將各年地表溫度對應(yīng)的像元個數(shù)進行統(tǒng)計(圖3)，得出2006年到2015年溫度分布明顯趨于分散。以各年溫度集中最多的像元數(shù)為例，2006年溫度分布于26.47～31.85 ℃之間，變化幅度為5.38 ℃，溫度相對集中于27.55～29.17 ℃，其間包含2 468個像元；2010年溫度分布于27.81～36.18 ℃之間，變化幅度為8.37 ℃，主要集中于32.51～34.36 ℃，其間包含2 687個像元；2015年溫度分布于30.38～45.26 ℃之間，變化幅度為14.88 ℃，大致集中于34.5～37 ℃，其間包含2 800個像元。而在27.55～29.17 ℃之間，2010年和2015年的像元個數(shù)分別為71個和0個；在32.51～34.36 ℃之間，2006年和2015年的像元個數(shù)分別為0 個和407 個；在34.5～37 ℃之間，2006年和2010年的像元個數(shù)分別為0個和224個。說明受到某些地表因素改變的影響，地表溫度分布相繼表現(xiàn)出差異性，且差異逐年增大。

圖2 2006年、2010年和2015年地表溫度驗證

3.3 地下煤火區(qū)分布圖

運用Erdas 9.2軟件對經(jīng)單窗算法反演出的地表溫度柵格影像進行矢量化處理，導(dǎo)入ArcGIS 10.1軟件生成shp格式文件。去除溫度相對較低區(qū)域，再與反演結(jié)果的影像疊加，得到各年老君廟煤礦地下煤火區(qū)地表溫度分布圖(圖4)。2006年至2015年煤火區(qū)斑塊逐年增大，面積逐步增加。經(jīng)統(tǒng)計斑塊面積，2006年地下火區(qū)面積為0.53 hm2，2010年為1.44 hm2，2015年為6.57 hm2。2006～2010年地下火區(qū)面積年均增長率為22.13%，增長速率較慢；2010～2015年年均增長率為28.79%，速率較快；2006～2015年年均增長率為25.72%。

3.4 討論

目前利用遙感監(jiān)測煤田火區(qū)主要是通過TM6熱紅外波段反演地表溫度。該方法的局限性在于僅能對已知存在煤火區(qū)進行監(jiān)測，而無法準確地判別未知煤田存在著火的可能性，也無法得到判別火區(qū)的臨界溫度，僅能通過地表溫度和地表覆被的差異進行綜合分析圈定。因該地區(qū)確實存在地表與地下的煤火現(xiàn)象，文中圈定的煤火區(qū)與其周圍地表覆被狀況相似，加之圈定區(qū)域與周邊溫度存在明顯差異，故經(jīng)綜合分析判斷圈定的地表溫度范圍為煤火區(qū)范圍。

圖4 2006年、2010年和2015年三年地下煤火區(qū)地表溫度分布圖

自2008年礦井事故，老君廟工業(yè)區(qū)內(nèi)所有煤礦停止開采至今已9年，礦區(qū)地下煤火燃燒迅速，又無專業(yè)滅火行為，致使面積擴增到2006年的13倍。目前尚無老君廟煤火導(dǎo)致煤炭損失量的報道，但通過該試驗可估算。以2015年為限，經(jīng)多名相關(guān)工作人員實地估測燃燒的煤層厚度約為5 m，無煙煤密度約為1.55 kg/m3，因此粗略估算出至2015年由煤火導(dǎo)致的煤炭損失量累計約為51萬t。通過詢問和調(diào)查，早年煤火裸露地表面積不足0.01 hm2，2015年擴大為0.2 hm2，深度10 m的火坑，且地下煤炭可能存在自然現(xiàn)象，因此須進行進一步勘測，以確保煤炭資源安全。

4 結(jié) 論

1)老君廟煤礦區(qū)各年地表溫度均值呈現(xiàn)出遞增趨勢，且隨時間變化受人類影響逐漸加劇。

2)受到某些地表因素改變的影響，地表溫度分布差異性逐年增大。

3)地下煤火面積由2006年的0.53 hm2擴大至2015年的6.57 hm2，年均增長率為25.72%，隨著時間的積累，煤炭資源損失將會更加嚴重。

參考文獻

[1] 李如仁，賁忠奇，李品，等．基于Landsat-8的煤火監(jiān)測方法研究[J].煤炭學(xué)報，2016，41(7)：1735-1740.

[2] 武建軍，劉曉晨，蔣衛(wèi)國，等.新疆地下煤火風(fēng)險分布格局探析[J].煤炭學(xué)報，2010，35(7)：1147-1154.

[3] DüZGüN S，KüNZER C，KARACAN C.Applications of remote sensing and GIS for monitoring of coal fires，mine subsidence，environmental impacts of coal-mine closure and reclamation[J].International Journal of Coal Geology，2011，86(1)：1-2.

[4] PRAKASH A，SCHAEFER K，WITTE W K，et al.A Remote Sensing and GIS Based Investigation of a Boreal Forest Coal Fire[J].International Journal of Coal Geology，2011，86(1)：79-86.

[5] 陳云浩，李京，楊波，等.基于遙感和GIS的煤田火災(zāi)檢測研究——以寧夏汝箕溝煤田為例[J].中國礦業(yè)大學(xué)學(xué)報，2005，34(2)：226-230.

[6] 蔣衛(wèi)國，武建軍，顧磊，等.基于夜間熱紅外光譜的地下煤火監(jiān)測方法研究[J].光譜學(xué)與光譜分析，2011，31(2)：357-361.

[7] 姬洪亮，塔西甫拉提·特依拜.基于TM數(shù)據(jù)的地下煤火區(qū)地表溫度反演與驗證[J].國土資源遙感，2012(4)：101-106.

[8] 康高峰，雷學(xué)武，吳軍虎，等.TM圖像在新疆奇臺北山煤田火區(qū)動態(tài)監(jiān)測中的應(yīng)用[J].國土資源遙感，1996(2)：57-62.

[9] 夏楠，塔西甫拉提·特依拜，丁建麗，等.基于多光譜數(shù)據(jù)的荒漠礦區(qū)土壤有機質(zhì)估算模型[J].農(nóng)業(yè)工程學(xué)報，2016，32(6)：263-267.

[10] QIN Z，ZHANG M，ARNON K，et al.Monowindow algorithm for retrieving land surface temperature from Landsat TM6 data[J].Acta Geographica Sinica，2001，56(4)：456-466.

[11] 胡德勇，喬琨，王興玲，等.單窗算法結(jié)合Landsat8熱紅外數(shù)據(jù)反演地表溫度[J].遙感學(xué)報，2015，19(6)：964-976.

[12] 王倩倩，覃志豪，王斐.基于多源遙感數(shù)據(jù)反演地表溫度的單窗算法[J].地理與地理信息科學(xué)，2012，28(3)：24-26，62，113.

[13] 覃志豪，LI Wenjuan，ZHANG Minghua等.單窗算法的大氣參數(shù)估計方法[J].國土資源遙感，2003(2)：37-43.

[14] 丁鳳，徐涵秋.單窗算法和單通道算法對參數(shù)估計誤差的敏感性分析[J].測繪科學(xué)，2007，32(1)：87-90，95，163.

[15] 夏楠，塔西甫拉提·特依拜，張飛，等.新疆準東露天煤礦區(qū)地表溫度反演及時空變化特征[J].中國礦業(yè)，2016，25(1)：69-73，96.