基于多源遙感數據融合的礦山生態恢復效果測繪研究\t

摘要：礦山開采活動通常對生態環境造成顯著破壞，如何有效地監測和評估礦山生態恢復效果成為環境科學研究的重要課題。多源遙感數據融合技術提供了一種有效的手段，能夠綜合不同傳感器收集的數據，提高生態恢復測繪的精度和可靠性。遙感數據融合主要包括像素級、特征級和決策級3種基本方法，適用于不同的數據類型和應用場景。通過試驗設計和實際數據采集，應用多源遙感數據融合技術，構建了一套礦山生態恢復效果測繪指標體系，精確監測與評估礦山生態恢復進程，并分析了測繪結果，驗證了數據融合技術在生態恢復評估中的有效性和實用性。

關鍵詞：多源遙感數據融合；礦山生態恢復效果；測繪

中圖分類號：X171 文獻標識碼：A 文章編號：1008-9500（2025）02-0-04

Research on Mapping Effect of Mine Ecological Restoration Based on Multi-Source Remote Sensing Data Fusion

DUAN Zhaoyi

（East China Metallurgical Geological Survey Bureau 812 Geological Team， Tongling 244000， China）

Abstract： Mining activities often cause significant damage to the ecological environment， and how to effectively monitor and evaluate the ecological restoration effect of mines has become an important topic in environmental science research. Multi source remote sensing data fusion technology provides an effective means to integrate the data collected by different sensors and improve the accuracy and reliability of ecological restoration mapping. Remote sensing data fusion mainly includes three basic methods： pixel level， feature level， and decision level， which are applicable to different data types and application scenarios. Through experimental design and actual data collection， a set of surveying and mapping indicators for the ecological restoration effect of mines was constructed using multi-source remote sensing data fusion technology. The precise monitoring and evaluation of the ecological restoration process of mines were carried out， and the surveying results were analyzed and discussed to verify the effectiveness and practicality of data fusion technology in ecological restoration assessment.

Keywords： multi-source remote sensing data fusion; mine ecological restoration effect; surveying and mapping research

礦山開采活動因其對生態環境的影響廣泛而受到環境科學和土地管理領域的高度關注，尤其是在生態系統的破壞與恢復過程中。礦區生態恢復涉及多方面的環境重建，包括土壤結構的重整、水質的改善、植被的重新覆蓋以及生物多樣性的恢復。傳統的生態恢復效果評估方法主要依賴地面調查和樣本分析，雖然能夠提供詳盡的局部數據，但是在大規模和連續監測方面存在明顯的局限性。隨著遙感技術的發展，多源遙感數據融合技術已經成為評估礦山生態恢復效果的重要工具。

1 多源遙感數據融合技術

1.1 遙感數據融合的基本原理

遙感數據融合的基本原理是將來自多個傳感源的數據集成在一起，從而獲得比單一數據源更全面、更精確的信息。這一技術在礦山生態恢復效果測繪中尤為關鍵，因其能夠提供綜合的地表和地下信息，全面監控和評估恢復過程。在多源數據融合過程中，先通過預處理各傳感器捕獲的數據，包括校正、配準及歸一化，以確保數據在空間和光譜上的一致性。根據融合的層次，采用像素級、特征級或決策級融合技術[1]。像素級融合直接在圖像數據層面上進行，通過主成分分析（Principal Components Analysis，PCA）或波段加權平均等方法，增強圖像的細節與對比度。特征級融合則是在特征提取之后進行，主要將從不同傳感器提取的特征組合，以形成更為全面的生態恢復指標。決策級融合最為高級，通常在初步分析后進行，涉及綜合多個數據源的解釋和分類結果，以形成最終的判斷或決策[2]。

1.2 數據融合方法分類與選擇

基于處理數據的層次和融合時所處的階段進行數據融合方法的分類與選擇。

像素級融合直接作用于原始影像數據，通過加權平均、多分辨率分析或合成孔徑雷達（Synthetic Aperture Radar，SAR）等技術，增強影像對比度和細節。該融合方法特別適用于地形變化和植被覆蓋度的詳細研究[3]。

特征級融合涉及從不同數據源提取的特征信息，如邊緣、紋理、植被指標等，通過統計模型或機器學習方法組合特征，優化分類和監測的準確性，在處理具有互補性質的遙感數據時表現尤為突出，將光學和熱紅外數據結合以評估土壤濕度和植被健康狀態。

決策級融合位于處理流程的高層次，能夠綜合多種解譯和分析結果，通過投票、邏輯運算或貝葉斯推理等策略來確定生態恢復狀態，適合于實現跨學科數據的整合，如地理信息系統（Geographic Information System，GIS）數據與遙感數據的結合，以全面判斷礦山生態恢復效果[4]。

2 礦山生態恢復效果測繪指標體系

2.1 植被覆蓋度

植被覆蓋度是礦山生態恢復效果測繪中的核心指標之一，用于定量描述植被在礦區復育地表所占的比例及其生態功能的恢復情況。在遙感技術中，通過計算歸一化植被指數（Normalized Difference Vegetation Index，NDVI）來評估植被覆蓋度。NDVI主要利用紅光和近紅外波段的光譜反射差異來估算植被的生物量和覆蓋狀況。精確的植被覆蓋度數據能夠提供礦山地區生態恢復進度的直觀信息，對于評估不同生態恢復技術的效果、監控植被恢復趨勢以及制定未來恢復策略至關重要。在測定植被覆蓋度時，通常會采用多源遙感數據融合技術，結合高分辨率光學圖像和激光雷達（LightLaser Detection and Ranging，LiDAR）數據，提高空間分辨率和數據的維度，增強對地表植被結構和密度的理解[5]。時間序列分析也被廣泛應用于植被覆蓋度的動態監測，通過連續的遙感觀測，追蹤植被恢復過程中的季節性變化和長期趨勢，為礦區生態管理和政策制定提供科學依據[6]。虛擬的礦區在不同恢復階段的植被覆蓋度數據如表1所示。

表1數據體現了通過連續的生態恢復措施，植被覆蓋度逐年提升，從而反映出恢復工作的進展和生態系統逐漸趨向穩定的過程。通過對連續數據的分析，研究人員能夠評估恢復策略的有效性，從而優化未來的恢復計劃。

2.2 土壤質量

土壤質量通過分析土壤的化學成分、結構穩定性和生物活性等多個維度來評估礦山生態恢復效果。在多源遙感數據融合中，利用高光譜遙感技術能夠識別土壤中的有機質含量和重金屬污染程度，利用熱紅外數據監測土壤的水分狀況和溫度變化，準確地反映出土壤恢復的質量和趨勢，為礦區土壤治理和后續利用提供科學依據。在實施生態恢復項目的過程中，定期采集土壤樣本，并結合遙感數據進行分析，有效地追蹤土壤質量的變化，從而評估恢復措施的效果。同時，土壤質量的綜合評價需要結合土壤的生物多樣性指數和微生物活性指標，原因是這些指標能夠直接反映土壤生態系統的健康狀況和自我恢復能力。虛擬礦區在生態恢復過程中的土壤質量變化數據如表2所示。

從表2中看出，隨著生態恢復措施的實施，土壤的有機質含量逐年提高，重金屬含量顯著降低，土壤水分和pH值的改善也表明了土壤環境正逐步恢復與改良。數據不僅能夠證實生態恢復措施的有效性，還為未來的恢復策略調整提供科學依據。

3 試驗研究

3.1 試驗設計

試驗設計旨在系統評估多源遙感數據融合技術在礦山生態恢復效果測繪中的應用，采用光學、雷達及LiDAR數據，以確保高精度和多維度的生態監測。試驗選擇了3個具有不同生態恢復階段的礦區作為樣本，各區域覆蓋面積分別為15、20、25 km2。使用的遙感平臺包括Landsat 8衛星和Sentinel-2衛星，提供30 m和10 m的光譜分辨率，分別用于植被指數和土壤質量分析；利用具有1 m分辨率的LiDAR數據來獲取地形和植被結構的詳細信息。在數據處理方面，實施了數據融合策略，包括圖像融合和數據層融合。而圖像融合則使用PCA技術融合光學和LiDAR數據，以提升地表特征的辨識度；數據層融合則應用機器學習模型，如支持向量機（Support Vector Machine，SVM）和隨機森林（Random Forest，RF），模型基于地面真實數據訓練，能夠預測植被覆蓋度，其中訓練集和測試集的比例為70%和30%。植被覆蓋度通過NDVI和增強型植被指數（Enhanced"Vegetation Index，EVI）計算，指數利用紅光和近紅外波段的反射率數據來估算植被生物量，NDVI的計算公

式為

NNDVI=（RNIR-RRed）/（RNIR+RRed）（1）

式中：RNIR為近紅外波段的反射率；RRed為紅光波段的反射率。

土壤質量的評估涉及土壤有機質含量、pH值及重金屬含量的測定，通過分光光度計和X射線熒光分析儀進行，土壤樣本每隔10 m一個采樣點進行采集。

3.2 數據采集與處理

數據采集與處理環節是基于多源遙感數據融合的礦山生態恢復效果測繪的核心部分，采用高分辨率的光學遙感影像、SAR數據以及LiDAR數據等多源遙感數據作為研究對象，包括不同空間分辨率和時間分辨率的數據來源，以確保全面、準確地反映礦山生態恢復區域的地表特征及植被恢復情況。光學遙感影像通過高分辨率衛星遙感平臺獲取，主要用于提取地表覆蓋類型和植被生長情況，特別是利用植被指數定量評估植被健康狀況。SAR數據通過比較兩個或多個SAR圖像的相位差來監測地表形變，動態監測礦區土地沉降及修復過程，為恢復效果的動態變化提供依據。LiDAR數據通過獲取高精度的地表三維信息，能夠精確地提取礦山區域的地形特征及恢復后植被的立體結構，進一步提升對恢復效果的細致評估能力。在數據處理過程中，先預處理各類遙感數據，包括輻射校正、大氣校正以及幾何校正等操作，以消除各類傳感器及觀測條件帶來的系統誤差。針對不同源數據之間的空間分辨率差異，采用了基于影像金字塔的多尺度融合算法進行數據配準與融合，確保不同數據源能夠在同一坐標系下高精度匹配。融合過程中，結合PCA與最小二乘法回歸等技術，優化了數據間的相關性，增強了礦山生態恢復特征的提取能力。此外，針對數據的時序性，采用了時空建模方法檢測不同時間點的遙感影像變化，揭示礦山生態恢復過程中植被恢復與地形變動的時空演變規律。

3.3 效果評估與驗證

效果評估與驗證是確保礦山生態恢復效果測繪研究科學性和準確性的關鍵步驟。在本研究中，評估過程依賴于植被覆蓋度、土壤質量和水體恢復等核心生態指標的量化結果。使用多源遙感數據融合技術獲取的NDVI和EVI數據，通過時間序列分析，準確反映了不同恢復階段的植被變化情況，NDVI值在恢復初期為0.2，隨著恢復進程逐步上升至0.75，表明植被覆蓋的顯著改善。土壤質量的評估通過對有機質含量、重金屬濃度和pH值的測定來進行驗證，具體數據表明，恢復后期土壤有機質含量由2.5%提高至5.0%，重金屬含量顯著降低，從150×10-6降至50×10-6，pH值則從6.2逐漸調整至7.4，顯示出土壤環境的顯著改善。在驗證階段，為確保多源遙感數據融合方法的準確性，采用地面實測數據作為對照，對比分析遙感數據提取的生態恢復指標與地面實測數據之間的偏差。通過回歸分析，驗證了遙感數據與地面實測數據之間的高度相關性，決定系數R2達到0.89，均方根誤差控制在0.05以內，表明數據融合技術在評估植被覆蓋度和土壤質量方面具有較高的準確性和可靠性。采用交叉驗證方法對機器學習模型進行驗證，以避免過擬合現象，并通過多次重復試驗，確保測繪結果的一致性和健壯性。驗證結果證明了多源遙感數據融合技術在礦山生態恢復效果測繪中的有效性，為未來的生態恢復監測提供了技術支撐。

4 研究結果與討論

礦山生態恢復效果分析是本研究的核心部分，通過多源遙感數據融合技術，系統地評估了植被覆蓋、土壤質量和水體狀態的變化，以此來判斷礦區生態恢復的整體效果。礦山生態恢復過程中的變化趨勢如

表3所示。通過NDVI和EVI數據，能夠監測了恢復區域植被的生長和健康狀況，NDVI和EVI的值在生態恢復后持續提高，說明植被覆蓋度和生物量顯著增加，反映出植被恢復效果良好。土壤質量方面，通過對土壤有機質含量、pH值和重金屬濃度數據的監測，發現土壤有機質含量明顯提高，重金屬含量下降，pH值逐漸趨于中性，土壤環境質量得到了改善。通過監測水體中溶解氧含量評估水體狀態的改善狀況，數據顯示水體溶解氧有所提升，水質狀況有所改善，水體恢復向良好狀態轉變。

隨著時間的推移，礦區生態系統的恢復情況逐步改善，植被覆蓋度提高，土壤質量增強，水體質量得到改善，從而證明了多源遙感數據融合技術在礦山生態恢復效果測繪中的有效性和實用性。通過多源遙感數據融合技術，為礦山生態恢復提供精確的監測和評估工具，從而指導未來恢復策略制定和管理措施的優化。

5 結論

研究主要通過精確的遙感監測，評估不同恢復策略的效果，優化恢復過程中的管理措施，減少礦山活動對環境的負面影響。因此，多源遙感數據融合技術在全面、高效地監測礦山生態恢復進程中發揮著不可或缺的作用，是連接生態科學與環境管理的橋梁。通過綜合應用多源遙感數據融合技術，本文探索一種更為高效且系統的礦山生態恢復效果測繪方法，以期為全球范圍內的礦區生態恢復工作提供技術指導和科學依據。

參考文獻

1 陳金龍.廢棄礦山生態恢復下不同植被模式的恢復效果研究[J].綠色科技，2022（12）：222-224.

2 李 歡.朝陽地區礦山廢棄物生態恢復模式及治理效果[J].水土保持應用技術，2021（4）：34-35.

3 朱常俠，馬艷有.鄉村居民點可視范圍礦山廢棄地復墾與植被恢復實踐與示范效果[J].林業與生態科學，2020（3）：255-263.

4 劉定斌.生態恢復中不同植物對土壤酸性改良效果研究[J].有色冶金設計與研究，2020（3）：42-44.

5 葉 鑫，石松林，顧羊羊，等.紫金礦山生態影響與生態修復效果研究[J].環境生態學，2019（1）：84-90.

6 高 翔，李 立，段 鵬，等.礦山環境恢復治理效果評價[J].環境與發展，2019（1）：8-9.

收稿日期：2024-12-18

作者簡介：段昭義（1972—），男，滿族，安徽銅陵人，工程師。研究方向：測繪工程。