杨伟光,郑有业,2,刘 婷,王成松

(1.中国地质大学(北京) 地球科学与资源学院,北京 100083;2.中国地质大学 地质过程与矿产资源国家重点实验室,北京 100083;3.西藏自治区地质矿产勘查开发局 第二地质大队,西藏 拉萨 850000)

0 引 言

矿山遥感监测是了解矿产资源开发现状及矿山地质环境的重要参考资料[1-2]。随着遥感技术的快速发展，高空间分辨率遥感数据具有宏观、快速和同步等优点，在矿山遥感监测方面的应用越来越广泛[3-9]。

铬铁矿是我国重要的战略资源，近年来，随着中国经济的快速发展，矿产资源需求强劲，作为我国紧缺矿种的铬铁矿对外依存度进一步提高。西藏罗布莎是中国最大的铬铁矿基地，几十年来的矿业开发促进了当地经济的快速发展。为了矿产经济及矿区地质环境的可持续发展，针对当前西藏罗布莎矿区的矿山遥感监测尚未开展工作的情况下，利用最新的WorldView-2卫星数据对罗布莎铬铁矿工作区进行遥感调查工作，获取地表及矿产开发的客观基础数据，为国土资源部门规划资源矿产、维护和综合整治矿区环境提供技术支撑及决策依据。

1 数据及研究区概况

WorldView-2卫星由美国DigitalGlobe公司于2009年10月6日发射升空，是全球第一批使用了控制力矩陀螺(CMGs)、成像空间分辨率可达0.5 m的商业卫星，因此在发射后很长一段时间内被认为是全球响应最敏捷、分辨率最高的商业成像卫星[10]，详细参数见表1。本文影像成像时间为2015年2月8日，含有1个全色波段和8个多光谱段，影像无云层覆盖，地物细节清晰。

罗布莎地处西藏自治区山南地区，位于首府拉萨市东南方向约200 km，行政区划属西藏曲松县境内，交通十分便利[11]。矿产资源以铬铁矿石为主，是我国规模最大、矿石质量最高的铬铁矿床。

表1 WorldView-2卫星及波段参数Table 1 Satellite parameters of WorldView-2

2 影像预处理

2.1 正射校正

研究区地形起伏较大，高分辨率WorldView-2数据应通过正射校正来消除地形起伏引起影像数据的畸变[12]。本文正射校正采用RPC有理多项式模型，利用DEM数据和地面控制点参与来提高校正精度，达到《矿山遥感调查与监测项目技术要求》的相关要求。

2.2 大气校正

大气校正的目的是消除大气等对影像成像的影响[13]，本文采用FLAASH大气校正，它是基于MODTRAN5辐射传输模型，是ENVI平台下精度较高的大气校正模型。

2.3 影像融合

本文影像融合的目的是提高空间分辨率，增强目标特征，提高分类精度[13]。融合方法采用PCI下超分辨率贝叶斯融合算法，即PanSharpening，这种方法使全色波段数据与多光谱波段数据自动对齐，保留了光谱信息，丰富了地面信息，提高了地物分辨能力。

2.4 波段选择

根据本文研究的目的，要最大化利用WorldView-2高空间分辨率的优势，采用最佳指数法(OIF)进行波段选择[14]，经过数学统计分析，选择近红外2(Band 8)，红色边缘(Band 6)，黄色(Band 4)3个波段，分别置于R、G、B通道，作为信息提取基础影像。同时结合红、绿、蓝真彩色合成影像，接近自然色彩，有利于矿山信息的识别与解译[9]。

3 矿区遥感解译

矿山遥感监测涉及的解译对象种类繁多，主要涉及的目标地物有采场、矿山道路、开采斜井、尾矿、矿山建筑、附近的村庄、水电站、耕地等基本矿区环境。本文以WorldView-2最佳波段组合影像(Band 864)及野外验证来说明研究区内目标地物影像特征，准确建立高分辨率遥感解译标志，对于监测矿山开采和环境治理具有重要意义[9]。

3.1 采场及采区道路

罗布莎铬铁矿区多采取露天开采方式，规模巨大的采坑，色调与周围地表环境明显不同，人为活动与地貌破坏明显，表面光滑，无植被发育，采坑范围易于判读，部分矿坑在遥感影像表现为纹理较为粗糙，有不规则斑块分布。运输道路清晰可见，呈宽窄不一的线状图案(图1)。

3.2 开采斜井

开采斜井指倾斜直达地下矿体的巷道。开采的硐口与地表呈近垂直，即使是在高空间分辨率影像上也难以直接解译，因此通常利用间接解译标志进行判读[15]。例如为方便生产的矿山用房，或矿石滑道、矿车铁轨及就近顺山坡堆放的开采废渣等。图2展示的为江南矿业4266号斜井及西藏矿业4030号斜井的影像特征及野外查证。

图1 罗布莎矿区露天采场及道路影像Fig.1 Open stopes and roads image(Band 864) of Luobusa mining area

3.3 排石(土)场

排石(土)场又称废石场，是指矿山采矿过程中产生的大量固体废弃物[15]。一般靠近开采场附近堆积，呈近圆形、扇形图斑，是一种巨型人工松散堆垫体[15]，较周围自然地物，其粒径小，影像上纹理细腻，表面平整，同时较周围地物明亮，在罗布莎矿区内十分常见，如图3所示。

3.4 尾矿库

罗布莎铬铁矿尾矿地处山谷，地物特征较为明显，可见较直或呈弧度弯曲的坝堤拦截谷口，影像上具明显的线条，距离矿区不远(图4)，但要注意的是，罗布莎地区属于高原温带季风湿润气候，尤其正值夏秋两季矿山活动时，降水较多，要防止水质污染。

3.5 矿区建筑

在罗布莎矿区开展工作的单位主要包括西藏江南矿业股份有限公司、西藏矿业发展股份有限公司、西藏自治区地质矿产勘查开发局第二地质大队等，因此矿区建筑相对分散复杂，但主要包括了矿部、矿区宿舍、工棚、炸药库等，一般具有规则的矩形特征，部分建筑立体效果显著，顶棚材料反射率高，同时可见部分机械装备(图5)。

图2 罗布莎矿区斜井或平硐遥感影像及野外查证Fig.2 Inclined shaft images(Band 864) and field photos of Luobusa mining area

图3 罗布莎矿区开采坑、排石场遥感影像及野外查证Fig.3 Open stope,waste dump image(Band 864)and field photo of Luobusa mining area

3.6 地表地物

在高空间分辨率遥感影像上，罗布莎地区地表各地物轮廓清晰，易判读[16]。主要有之字形道路穿越罗布莎村，民用房屋清晰可见，近南北向水系平行罗布莎村；沃卡水电站距铬铁矿勘查区北3 km左右，以水力发电为主，兼具小规模灌溉功能，最后汇流至雅鲁藏布江；罗布莎地区农耕土地多呈阶梯状分布于雅鲁藏布江沿岸，农作物以青稞、土豆、大豆为主，附近可见呈线性展布的高压电塔(图6)。

图4 罗布莎矿区尾矿库影像Fig.4 Mine tailing pond images(Band 864) of Luobusa mining area

图5 罗布莎矿区建筑影像及野外照片Fig.5 Mine construction images(Band 864)and field photo of Luobusa mining area

图6 罗布莎地表地物影像Fig.6 Surface feature images(Band 864) of Luobusa

3.7 生态环境

图7 罗布莎地区地表生态环境影像Fig.7 Surface ecological environment images(Band 864) of Luobusa area

罗布莎矿山开采带来的环境影响主要体现在破坏地貌景观和地表植被，同时可能引发滑坡等非自然地质灾害，如图7所示。

4 数据分析与建议

4.1 矿山开发现状统计

本文利用WorldView-2遥感数据对罗布莎铬铁矿区进行了矿山开发遥感调查，调查面积4 500 hm2。

调查结果显示，研究区范围内露天采坑较多，呈群呈带状分布，开采的矿种主要是铬铁矿石，采场占地总面积约152 hm2，矿山建筑面积约3.64 hm2，固体堆积物或尾矿库占地面积约13 hm2。

4.2 矿区生态环境分析

上述占用的土地类型主要是草地和农耕地。首先这些采场、排土场等矿业活动占用耕种土地，破坏了地面植被，造成土地利用率低；其次西藏罗布莎地区降雨频繁，在表生带强氧化条件下，废石中的重金属元素等的迁移，可能对水质与土壤产生影响；再者采矿活动和废石堆积可能加剧滑坡等地质灾害发生的频率和强度；同时目前罗布莎矿区铬铁矿的开采方式基本依靠地下开采，这可能加速矿区周围地形地貌的变化。

4.3 建议

在野外实地勘察期间，当地居民表达了对矿山环境问题的担忧。因此本文首次开展罗布莎矿山遥感监测是十分必要和有意义的，针对如何合理规划矿山开采活动及如何恢复当地由采矿活动引起的生态环境问题已迫在眉睫。

在罗布莎地表矿开采基本结束的情况下，应积极对地表废弃矿坑进行复垦复绿，增加土地利用率，对排土场进行人工改造，加强对废石的综合利用，同时要跟进矿山开发环境影响评价工作，制定针对罗布莎矿山环境保护治理规划与措施，并在下一步矿业活动开始之前，对可能产生的环境影响进行分析和评估。

5 结 论

(1)高空间分辨率遥感在矿区遥感监测中应用效果显著，成为矿山开采状况及环境调查中不可缺少的基础数据。将高空间分辨率遥感地质调查与矿山遥感监测工作结合起来，可实现一种数据，多目标调查，增加数据利用价值。

(2)开展前期野外踏勘及后期野外查证是相当必要的工作程序，有利于提高遥感解译精度。本文在结合野外工作的前提下，建立了研究区内矿山开采过程中涉及到的地物及地表环境的高空间分辨率遥感解译标志。

(3)遥感调查结果显示，罗布莎矿山环境的恢复治理工作任重道远，在关注矿产经济发展的同时，应加大对矿山环境治理工作的投入，因此本次的研究成果可以服务于下一次罗布莎地区矿产资源环境规划决策。

参考文献：

[1] 杨金中，秦绪文，张志，等.矿山遥感监测理论方法与实践[M].北京: 测绘出版社,2011:1-200.

[2] 秦绪文，杨金中，康高峰，等.矿山遥感监测技术方法研究[M].北京: 测绘出版社,2011:1-308.

[3] 王燕波，罗伟，李名勇，等.基于高分辨率遥感影像的矿山开发监测研究[J].热带地理,2011,31(4): 377-382.

[4] 张焜，马世斌，刘丽萍.基于SPOT5数据的盐湖矿产开发及矿山环境遥感监测[J].国土资源遥感,2012,24(3): 146-153.

[5] 路云阁，刘采，王姣.基于国产卫星数据的矿山遥感监测一体化解决方案——以西藏自治区为例[J].国土资源遥感,2014,26(4): 85-90.

[6] 杨显华，黄洁，田立，等.基于高分辨率遥感数据的矿山环境综合治理研究——以冕宁牦牛坪稀土矿为例[J].国土资源遥感,2015,27(4): 115-121.

[7] 代晶晶，王登红，吴亚楠.基于高分遥感数据的稀有矿山监测——以江西宜春414稀有矿山为例[J].国土资源遥感,2017,29(3): 104-110.

[8] 王耿明，朱俊凤，武国忠，等.广东大宝山多金属矿开发环境遥感监测与矿山地质环境评价[J].物探化探计算技术,2017,39(1): 122-128.

[9] 于博文，田淑芳，赵永超，等.高分一号卫星在京津矿山遥感监测中的应用[J].现代地质,2017,31(4): 843-850.

[10] MULLER S J,NIEKERKA V.Identification of WorldView-2 spectral and spatial factors in detecting salt accumulation in cultivated fields[J].Geoderma,2016,273: 1-11.

[11] 梁凤华，许志琴，巴登珠，等.西藏罗布莎—泽当蛇绿岩体的构造产出与侵位机制探讨[J].岩石学报,2011,27(11): 3255-3268.

[12] 杨金中，孙延贵，秦绪文，等.高分辨率遥感地质调查[M].北京: 测绘出版社,2013：1-225.

[13] 赵英时.遥感应用分析原理与方法[M].北京: 科学出版社,2002：1-478.

[14] 焦润成，秦彦平，张淑云，等.WorldView-2数据在沉积岩地区的遥感岩性增强方法初探[J].西北地质,2014,47(4): 278-283.

[15] 王蔚，傅涛.矿业开发活动的高分辨率遥感影像解译标志[J].云南地质,2012,31(2): 242-244.

[16] 安志宏，聂洪峰，王昊，等.ZY-102C星数据在矿山遥感监测中的应用研究与分析[J].国土资源遥感,2015,27(2): 175-182.