基于HJ-1高光譜的曹家壩礦山水環境識別與監測

郭秋,劉賀春

基于HJ-1高光譜的曹家壩礦山水環境識別與監測

郭秋1,劉賀春2

1. 晉中職業技術學院, 山西 晉中 030600 2. 中國化學工程第十三建設有限公司, 河北 滄州 061000

礦山資源開發過程中存在較為嚴重的水環境問題，但常規的地面調查方法在時效性和廣度上存在局限。為解決這一問題，本文基于我國自主發射的環境一號衛星（HJ-1），獲取了曹家壩礦山寬幅30 km范圍內的高光譜遙感數據，通過數據讀取、輻射定標、氣候校正和尺寸配準的方式控制圖元誤差為0.5 mm，平均精度達到0.42，有效避免重影和錯位問題。同時，基于水體光譜特征和顏色作為水環境水質監測的標志物，通過波段運算和灰度法分別對植被和水體遙感圖像解譯，精確反映了礦區水環境高光譜遙感結果，有效提高了礦區水環境監測時效性和廣度。

高光譜遙感; 礦山; 水環境監測

我國在資源開采過程中造成了較為嚴重的地質環境問題，涉及和影響的范圍均較為嚴重，需要引起重視[1-3]。目前對于礦山地質環境的調查大多采用地面實地調查和分析，或者通過生物技術指標檢測，這類工作方法工作任務繁重，大規模應用和推廣在時間和成本上存在制約，并且難以滿足礦山地質環境應急處理的要求[4,5]。

近年來國內外開始重視遙感技術與地質環境調查相結合的技術路線[6,7]。凌炳[8]利用GIS對南昌市的礦產資源環境影響進行評價和區劃，獲得了較好了應用。周麗君[9]將無線傳感器和礦山環境網絡結合，實現了礦山環境網絡監測的時效性。李萬倫[2]對高光譜遙感數據在礦山環境中的應用和進展進行了系統分析。通過衛星獲取高光譜遙感數據的應用[10-12]，將地物精細識別將地質環境詳細調查與監測結合起來，提高了調查速度，監測效率，擴大了調查范圍，實時展現了地質環境演變特征。

本文主要選取水體波普特征為技術方法，利用我國自主研發的HJ-1高光譜遙感數據對曹家壩礦山水體環境遙感信息進行提取并進行精度評價，利用高光譜分辨率遙感數據對研究區水體特征進行了分析與區劃，對地質環境水體進行識別，預測發展研究趨勢，為區域地質環境規劃和治理提供科學依據。

1 研究區概況

1.1 地質環境

研究區位于檳榔江右岸一級支流上游河段，地勢北高南低，東高西低，從地貌上可以分為四個地貌成因類型：侵蝕構造地形包括中切割陡坡地形、淺切割中低山緩坡地形，堆積地貌包括階地和洪積扇地貌。

研究區出露地層較為單一，以下變質巖為主，巖性較為雜亂。其次為上古生界：志留系頁巖、泥質條帶灰巖；泥盆系花崗礫巖、砂巖、粘土巖和第四系松散堆積物；此外由于區內構造復雜，存在巖漿活動痕跡，在燕山期侵入較多花崗巖，約占研究區面積的20%。

研究區位于檳榔江南北向構造帶內的關上-新城南北向構造亞帶上。測區西面與弧形構造帶呈斜接復合，東面與南門與梁河弧形構造帶呈反接關系，測區構造較為復雜，斷裂較發育，總體表現為三個方面：首先，構造帶由一系列南北向或者近南北展布的壓性斷裂和壓扭性斷裂、褶皺組成。其次，構造帶具有長期，持續性分布的特點，南北向構造帶幾乎全部的構造行跡均受到不同程度的干擾和影響。第三，檳榔江變質帶東西特征大致相同，組成了近南北向的構造行跡，組成檳榔江復試向斜的兩翼經過了多次變質作用、動力變質作用和混合巖化。

1.2 礦山開發環境

研究區主要礦山開采類型為地下與地面聯合開采，典型代表為銅礦，礦山從上個世紀60年代開發，70年代投產，銅礦開采活動經歷了約30年，開采過程中排放了大量的廢水和廢渣，對當地自然環境尤其是水環境造成較為嚴重的破壞[13]。

礦區地質環境單一，多水洗分布，人類工程活動復雜，礦山地質環境對安全生產和生活造成了較大隱患。礦山邊坡穩定性問題，高邊坡巖體卸荷，滑坡，地面沉降，地下水位下降及水體污染等。目前，長期的地下銅礦開采出現了較多采空區，造成的生態環境破壞問題主要有水土流失、水污染和地表塌陷。尤其在金屬冶煉過程中的廢水對地表和地下水體的污染最為嚴重，水體酸堿度達到一定濃度時，引起植物酸堿和重金屬污染。因此對于礦山水環境監測和調查研究，防止水環境地質災害具有重要意義。

2 水體波普特征與分析

高光譜遙感技術觀測地表環境首先是由美國于上個世紀八十年代所提出并加以運用的一種衛星觀測手段[14]。高光譜遙感可以通過短紅外波接收地物光譜的特有曲線精確分辨地物種類，并且可以實現定量分析，能夠實現快速、大面積觀測地表物質組成。

本文采用的試驗數據來源于中國環境1號衛星（HJ-1）的遙感數據，結合礦區水體環境，在采集樣品數據的基礎上，針對遙感數據進行氣候校正、噪聲識別、尺寸配準等預處理后提高數據質量。

用于地質環境監測和預報的小型衛星（HJ-1星），該衛星擁有兩種監測儀器，分別為CCD相機和超光譜成像儀（HSI）[15]。其中CCD相機的分辨率可以達到30 m，能夠完成點對稱放置觀測；HIS光譜成像儀能夠完成地面圖像分辨率為50 m，100個光譜頻率的掃描成像，光譜觀測范圍在0.4~0.9 μm之間[16]。該衛星成像的技術參數見表1。

表 1 HJ-1衛星觀測技術參數

獲取的數據通過數據讀取、輻射定標、氣候校正、和尺寸配準后將得到較為精確的數據源。具體操作方法如下：

（1）數據讀取通過ENVI軟件讀取高光譜數據，該數據主要包含圖元數據、坐標信息和圖像屬性。選擇該數據集利用convert工具轉換為可以讀取的GIS格式。

（2）輻射定標經過轉換的高光譜數據已經經過了初步的定標，在進行大氣校正過程中，本文加上的定標單位為100 mm，輻射率數據縮放值為1000倍。

（3）氣候校正氣候校正主要為了消除光譜信號在收集過程中受到氣候影響，更加真實的反應地物數據的真實性。氣候影響包括水氣、二氧化碳和固體懸浮顆粒等對地物反射譜的干擾，通過氣候校正，消除大氣中這些水氣分子和氣溶膠的散射。

利用水氣消除模型，所采用的數據為15 nm分辨率，覆蓋的波譜范圍為870~1050 nm，HIS高光譜儀具備高精度探測能力（5 nm），能夠該波譜范圍內獲取豐富的地物信息，通過濾波、相位校正，輻射修正和光譜反演獲得每個圖元的高光譜圖，在水氣去除過程中的吸收性波普為800 nm。

光譜數據所在地區以山地和丘陵為主，在氣溶膠消除模型中選擇rural模式，根據短紅外波特征，選擇天氣良好的時間段數據，確定能見度值為輕度起霧級別的10。

圖 1 校正前后水氣模型波譜曲線

圖 2 校正前后氣溶膠波譜曲線

（4）尺寸配準由于在校正過程中不同光譜疊加可能導致圖像存在畸變和錯位問題，因此需要對圖幅尺寸進行配準，這是高精遙感數據在融合和量化分析前十分重要的數據處理過程。本文將CCD相機所獲取的圖像文件與高光譜儀獲取的光譜圖元文件進行融合和校準，融合精度設定不超過一個圖像單元，為了進一步提高精確度，控制圖元誤差為0.5，平均精度0.42，可以有效避免重影和錯位問題。基于該空間區域配準方法所獲取河流錯位現象得到明顯改善，總體精度和效果基本能夠滿足遙感監測需求，如圖3所示。

圖 3 尺寸配準前后圖像對比

3 礦區水環境遙感監測與評價

為了實現礦山水環境監測，本文選取植被和水體兩個重要方面進行遙感監測。植被在地理環境中具有重要作用，分布廣泛且受環境影響較大，當受到污染物侵害后，植被內部結構包括葉綠素、水分、紋理和分布等均有不同程度的改變，其在遙感衛星監測下反射光譜將會發生變化，污染越明顯，光譜響應越大。為了獲取更高的監測精度，本文采用自然真彩色和虛擬真彩色合成的辦法處理光譜圖像，自然真彩色圖像上的地物目標顏色與實際物體的顏色相近或者一致，主要方法是利用反色光線中的紅綠藍三種顏色進行合成[17]；虛擬真彩色與之相反，通過反應譜光線的特征來反演地物的顏色?；诓ǘ芜\算對植被圖像進行解譯，利用灰度方法對水質圖像進行解譯。

3.1 波段運算的植被圖像解譯

波段運算方法的實現可以通過空域法和頻域法[18]，本文采用空域法進行圖像增強，利用圖像中的像素點，采用波段運算方法對像素點反復進行空域變換增強，通過不同區域的相同目標的算術運算，獲得增強的圖像內容，用于抵消或者減弱噪聲。

式中：B為增強后的光譜，B為綠色光譜，B為近紅外光譜，為加權平均值，取值0~1。為了更加真實的翻譯植被的顏色，本節對植被進行了區分計算，分為三個加強區間，對每個區間的近紅外波和綠波進行加權運算得到如下效果：

(a) 自然真色彩原始影像 (b) 一級加強圖像 (c) 二級加強圖像 (d) 三級加強圖像

3.2 基于灰度法的水體圖像解譯

研究區屬于水體較為發育的礦山開采區，對重要水體的分布和受影響程度信息的圖像處理是水環境監測的重要部分。水體的遙感監測通過水質所反射的光譜特征作為研究基礎，清潔水體具有良好的吸收光的能力，反色光譜較弱，強散射光譜分布在頻譜較短部分，光譜影像上表現為暗色，紅外光譜中更為突出。因此，可以基于水體光譜特征和顏色作為水環境水質監測的標志物進行研究。

式中：B表示綠色光譜波段；B表示近紅外波段，水體的反射率從可見光譜到紅外光譜逐漸降低，直到消失。

圖 5 基于灰度法分割的水體分級與提取

圖 6 礦區水體高光譜遙感監測結果

3.3 水體遙感監測評價

水體在受到污染和泥沙影響時，反射光譜存在不同程度的變化，水體反射率隨之增大，在高光譜影響中出現變化，造成光譜異常。根據典型地物光譜為標準值，通過對比分析研究區的地物光譜影響，就可以提取出研究范圍內的水體異常區域，結合野外現場調查和水體采樣的分析，得出研究區的水體監測結果見圖6。

根據遙感監測圖，可以清晰反映研究區水體污染情況，紅色代表污染水體，綠色代表水質良好的水體，顏色逐漸加深代表水體污染程度越重。

現場調查發現湖北部存在湖岸到湖中水體污染程度逐級降低的趨勢。其中大冶湖公園受污染程度和范圍最重，通過現場調查得知存在兩方面原因：首先，大冶湖緊鄰余修齊公園，是人類活動較為繁華的地段，生活污水排放量大，因此影響到大冶湖的水質情況。其次，大冶湖東北部位開采銅礦遺址，南側存在一個廢棄的尾礦山，實地調查發現礦山廢水在雨水徑流作用下逐漸滲透到大冶湖中，造成湖岸邊受污染嚴重，在遙感監測圖上表現為深紅色的部分。

4 小結

傳統礦山水環境調查方式在調查范圍和時效性上存在局限，為解決這一問題，本文利用HJ-1衛星獲取了曹家壩礦山高光譜遙感數據，基于水環境水體的多樣性問題，基于多元數據融合對水體光譜特性進行了解譯和提取，從而實現了高光譜水體遙感的精確識別，獲得如下結論：

（1）基于HJ-1高光譜遙感數據，通過波段加權運算能夠對植被信息實現了解譯和加強，能夠解決植被和水體在光譜圖像中的模糊邊界，提高了植被水體的區分精度。

（2）由于污染程度和渾濁程度的不同，水體在光譜數據中會呈現不同的光譜反射能力，受污染程度越大，光譜色調越暗。采用灰度法能夠對水體受污染程度進行精確分級。

（3）根據曹家壩礦區高光譜遙感數據分區解析，發現湖北部存在湖岸到湖中水體污染程度逐級降低的趨勢。其中大冶湖公園受污染程度和范圍最重。

（4）雖然通過結合HJ-1高光譜數據進行融合計算，提高了水體的識別精度，但是計算方法仍然較為單一，建議進一步研究融合算法的改進程序，例如引入中遠紅外波段光譜的融合。

[1] 王文華,趙晨,趙俊霞,等.包頭某稀土尾礦庫周邊土壤重金屬污染特征與生態風險評價[J].金屬礦山,2017(7):168-172

[2] 李萬倫,甘甫平.礦山環境高光譜遙感監測研究進展[J].國土資源遙感,2016,28(2):1-7

[3] 李青,周連碧,祝怡斌.金屬礦山尾礦庫區土壤與水環評重點探析[J].環境影響評價,2015,37(1):15-18

[4] 王益偉,羅周全,楊彪,等.大水礦山開采水環境系統失效致災機理[J].中南大學學報(自然科學版),2016,47(3):1002-1010

[5] 溫冰.湖南錫礦山水環境中銻來源及遷移轉化的多元同位素解析[D].北京:中國地質大學,2017

[6] Wand PJ, LIU SH, ZHU Qj,. The study of method in monitoring mineral environment with remote sensing technology[C]. IEEE: Geoscience and Remote Sensing Symposium, 2004

[7] Wang PJ, Liu SH, Zhao X,. The study on the method of monitoring and analyzing mineral environment with remote sensing images[C]. IEEE: Geoscience and Remote Sensing Symposium, 2003

[8] 凌炳.基于GIS的南昌市礦產資源規劃環境影響評價[D].南京:南京大學,2018

[9] 周麗軍.無線傳感器網絡在礦山環境監測中的應用[D].合肥:安徽理工大學,2016

[10] 葉嬌瓏,胡祎,彭瑪麗.基于高光譜遙感技術的礦山植被污染信息提取[C].成都:資源環境與地學空間信息技術新 進展學術討論會,2016

[11] 張志斌.高光譜遙感對礦山開發環境效應監測技術研究[D].北京:中國地質大學,2013

[12] 李志忠,楊日紅,黨福星,等.高光譜遙感衛星技術及其地質應用[J].地質通報,2009,28(Z1):270-277

[13] 唐榮彬,付梅臣,陳勇.控制采礦干擾擴散的生態關鍵地段識別研究——以大冶市為例[J].金屬礦山,2018(03):161-167

[14] 宋婷婷.土壤重金屬含量反演與礦區環境遙感監測與評價研究[D].北京:北京化工大學,2017

[15] 涂兵,張曉飛,張國云,等.遞歸濾波與KNN的高光譜遙感圖像分類方法[J].國土資源遙感,2019(1):22-32

[16] 李萍,關桂霞,吳太夏,等.基于Cholesky分解的高光譜實時異常探測的GPU優化[J].傳感器與微系統,2019,38(3):7-10

[17] 鄭輝.高光譜遙感在煤礦區的應用探討[J].山東國土資源,2008(6):59-62

[18] 劉德長,童勤龍,李志忠,等.航空高光譜遙感油氣探測技術研究及應用效果[J].地質學報,2019,93(1):272-284

Identification and Monitoring for Water Environment in Caojiaba Mine Based on HJ-1 Hyper-spectrum

GUO Qiu1, LIU He-chun2

1.030600,2.061000,

There are serious water environment problems in the process of mining resource development, but the conventional ground investigation methods are limited in timeliness and breadth. To solve this problem, based on the environment of our country's independent launch a satellite (HJ - 1), obtained the Cao Guba mine 30 km wide range of hyperspectral remote sensing data, the data read, radiation calibration, climate correction and the way of registration to the size of the control chart yuan error is 0.5 mm, the average accuracy of 0.42, effectively avoid ghosting and mismatch. At the same time, based on the spectral characteristics and colors of water as the markers of water quality monitoring, vegetation and water remote sensing images were respectively translated by band calculation and gray scale method, which accurately reflected the hyperspectral remote sensing results of mining water environment and effectively improved the timeliness and breadth of mining water environmental monitoring.

Hyperspectral remote sensing; mine; water environment monitoring

TD167

A

1000-2324(2020)03-0447-05

10.3969/j.issn.1000-2324.2020.03.011

2019-02-04

2019-03-21

郭秋(1980-),女,工程碩士,副教授,研究方向:3S技術應用與研究. E-mail:15103461289@126.com