唐梦迎，丁建丽，夏 楠

(1.新疆大学资源与环境科学学院，新疆 乌鲁木齐 830046；2.新疆大学绿洲生态教育部重点实验室，新疆 乌鲁木齐 830046)

煤炭是一种宝贵的不可再生资源，煤火自燃作为危害环境、破坏资源的自然灾害，影响着新疆煤炭资源开发的可持续性。在中国，每年约有2×107t或1%的年煤炭产量直接通过煤火自燃损失，约有2×108t的煤炭因煤火影响而无法开采，同时，煤火还会引发矿井火灾事故，产生大量有害气体和温室气体，危害人类健康和生存[1]。

新疆地区大型煤田多，因此煤田火区也存在着分布广，类型多，分布不清的问题。由于受到地形、交通或其他人为因素限制，人们无法宏观掌握煤火区的整体状况及动态趋势[2]。传统以点线的调查方式难以全面调查、监测、评价煤田火区对区域生态环境的影响及其发展趋势。因此，如何全面快速调查与监测新疆的煤田火区具有重要的现实意义。

国内外学者广泛利用遥感技术监测煤田火区的发展趋势并得到丰富的研究成果。国外Düzgün等[3]阐述了遥感(RS)的快捷、时效、宏观和多尺度优势，结合地理信息系统(GIS)监测煤火区对探讨环境问题具有重要意义；Prakash等[4]运用Landsat 热红外影像监测美国阿拉斯加中部Rex Creek煤矿，得出煤火具有动态性和复杂性，将会威胁森林生态安全。国内学者对宁夏汝箕沟[5]、内蒙古乌达[6]，乌鲁木齐水西沟[7]和新疆奇台北山[8]等煤矿的地下煤火进行监测，其研究结果表明TM第6波段即热红外波段通过温度反演能较为有效地监测到煤火区空间范围，为后续煤炭损失估算和煤田灭火工程提供了重要的科学依据。本文以新疆典型戈壁煤矿区老君庙为研究对象，运用Landsat系列影像结合3S技术反演该区地表温度，监测煤火时空变化趋势，为保护煤炭资源和生态环境提供数据支撑。

1 研究区概况

老君庙煤电煤化工工业园区位于新疆准噶尔盆地东部末端(图1)，木垒哈萨克自治县境内，占地面积6 263 hm2，预计煤炭储量达到64.8亿 t，可产出优质无烟煤。该地区属于戈壁地貌，地形开阔，地势平缓，平均海拔在500～700 m之间。受暖温带大陆干旱气候影响，年平均降水量不足180 mm，年平均蒸发量大于2 000 mm，且无常年地表径流。土壤类型主要为灰棕模土、荒漠碱土和荒漠风沙土。主要植被类型为梭梭、琵琶柴和蛇麻黄等[9]。2015年老君庙矿区地表煤火面积为0.2 hm2。

图1 老君庙工业园位置和煤火区示意图

2 数据与方法

2.1 数据来源及处理

本文分别选取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日过境的新疆老君庙煤矿工业区的遥感影像，该数据免费下载于http：∥glovis.usgs.gov/。通过ENVI 5.1软件分别对上述影像进行辐射定标和大气校正。另在研究区道路通达处随机选取20个点测量地温，将数据求取均值用于实验结果的精度验证，所用仪器为手持热红外辐射计。

2.2 单窗算法

根据覃志豪等[10]建立的单窗算法，使用Landsat卫星影像的热红外波段(TM6)反演地表温度。该方法仅通过一个热红外通道的遥感数据实现，故称为单窗算法。其反演地表温度精度较高，因而被广泛使用[11-14]。计算公式见式(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是地表温度；a和b为常数；ε是地表辐射率，τ是大气透射率；T6是亮度温度；Ta是大气平均作用温度；Ta是大气平均作用温度。以上参数详见于夏楠等[15]，计算过程中的温度单位为开尔文(K)，最终将计算结果换算成摄氏度(℃)

3 结果与分析

3.1 反演结果及精度验证

经过单窗算法反演出2006年、2010年和2015各年地表温度，统计分析各像元温度数据得到结果见表1。各年地表温度均值呈现出递增趋势，2015年为最高的35.39℃，其次为2010年的32.75℃和2006年的28.64℃。最大值出现在2015年，地表温度为46.19℃；最小值出现在2006年，为26.47℃。研究区温度升高明显可能是由于煤炭资源的开采和能源产业的发展加之全球大背景下的增温导致。方差分析结果显示三年的值都大于1，其中2015年最大为20.98，说明各年间像元温度具有统计学意义。变异系数用来表达数值的离散程度，从而间接反映观测值受人类活动的影响程度，其值小于0.1为低变异，0.1到1之间为中变异，大于1为强变异。2006年地表温度0.06和2010年地表温度0.08均小于0.1，属低变异；2015年为0.12，属中变异。由此说明2006～2015年间老君庙煤矿区地表温度受人类影响渐渐加剧。精度验证方面，将各年地表温度实测值与反演值进行比较并拟合得出趋势线。由图2可看出2006年、2010年和2015年R2分别为0.90，0.91和0.86，说明经单窗算法得到的地表温度符合精度要求。

表1 各年温度统计结果

3.2 各年地表温度像元数对比

将各年地表温度对应的像元个数进行统计(图3)，得出2006年到2015年温度分布明显趋于分散。以各年温度集中最多的像元数为例，2006年温度分布于26.47～31.85 ℃之间，变化幅度为5.38 ℃，温度相对集中于27.55～29.17 ℃，其间包含2 468个像元；2010年温度分布于27.81～36.18 ℃之间，变化幅度为8.37 ℃，主要集中于32.51～34.36 ℃，其间包含2 687个像元；2015年温度分布于30.38～45.26 ℃之间，变化幅度为14.88 ℃，大致集中于34.5～37 ℃，其间包含2 800个像元。而在27.55～29.17 ℃之间，2010年和2015年的像元个数分别为71个和0个；在32.51～34.36 ℃之间，2006年和2015年的像元个数分别为0 个和407 个；在34.5～37 ℃之间，2006年和2010年的像元个数分别为0个和224个。说明受到某些地表因素改变的影响，地表温度分布相继表现出差异性，且差异逐年增大。

图2 2006年、2010年和2015年地表温度验证

3.3 地下煤火区分布图

运用Erdas 9.2软件对经单窗算法反演出的地表温度栅格影像进行矢量化处理，导入ArcGIS 10.1软件生成shp格式文件。去除温度相对较低区域，再与反演结果的影像叠加，得到各年老君庙煤矿地下煤火区地表温度分布图(图4)。2006年至2015年煤火区斑块逐年增大，面积逐步增加。经统计斑块面积，2006年地下火区面积为0.53 hm2，2010年为1.44 hm2，2015年为6.57 hm2。2006～2010年地下火区面积年均增长率为22.13%，增长速率较慢；2010～2015年年均增长率为28.79%，速率较快；2006～2015年年均增长率为25.72%。

3.4 讨论

目前利用遥感监测煤田火区主要是通过TM6热红外波段反演地表温度。该方法的局限性在于仅能对已知存在煤火区进行监测，而无法准确地判别未知煤田存在着火的可能性，也无法得到判别火区的临界温度，仅能通过地表温度和地表覆被的差异进行综合分析圈定。因该地区确实存在地表与地下的煤火现象，文中圈定的煤火区与其周围地表覆被状况相似，加之圈定区域与周边温度存在明显差异，故经综合分析判断圈定的地表温度范围为煤火区范围。

图4 2006年、2010年和2015年三年地下煤火区地表温度分布图

自2008年矿井事故，老君庙工业区内所有煤矿停止开采至今已9年，矿区地下煤火燃烧迅速，又无专业灭火行为，致使面积扩增到2006年的13倍。目前尚无老君庙煤火导致煤炭损失量的报道，但通过该试验可估算。以2015年为限，经多名相关工作人员实地估测燃烧的煤层厚度约为5 m，无烟煤密度约为1.55 kg/m3，因此粗略估算出至2015年由煤火导致的煤炭损失量累计约为51万t。通过询问和调查，早年煤火裸露地表面积不足0.01 hm2，2015年扩大为0.2 hm2，深度10 m的火坑，且地下煤炭可能存在自然现象，因此须进行进一步勘测，以确保煤炭资源安全。

4 结 论

1)老君庙煤矿区各年地表温度均值呈现出递增趋势，且随时间变化受人类影响逐渐加剧。

2)受到某些地表因素改变的影响，地表温度分布差异性逐年增大。

3)地下煤火面积由2006年的0.53 hm2扩大至2015年的6.57 hm2，年均增长率为25.72%，随着时间的积累，煤炭资源损失将会更加严重。

参考文献

[1] 李如仁，贲忠奇，李品，等．基于Landsat-8的煤火监测方法研究[J].煤炭学报，2016，41(7)：1735-1740.

[2] 武建军，刘晓晨，蒋卫国，等.新疆地下煤火风险分布格局探析[J].煤炭学报，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] 陈云浩，李京，杨波，等.基于遥感和GIS的煤田火灾检测研究——以宁夏汝箕沟煤田为例[J].中国矿业大学学报，2005，34(2)：226-230.

[6] 蒋卫国，武建军，顾磊，等.基于夜间热红外光谱的地下煤火监测方法研究[J].光谱学与光谱分析，2011，31(2)：357-361.

[7] 姬洪亮，塔西甫拉提·特依拜.基于TM数据的地下煤火区地表温度反演与验证[J].国土资源遥感，2012(4)：101-106.

[8] 康高峰，雷学武，吴军虎，等.TM图像在新疆奇台北山煤田火区动态监测中的应用[J].国土资源遥感，1996(2)：57-62.

[9] 夏楠，塔西甫拉提·特依拜，丁建丽，等.基于多光谱数据的荒漠矿区土壤有机质估算模型[J].农业工程学报，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，乔琨，王兴玲，等.单窗算法结合Landsat8热红外数据反演地表温度[J].遥感学报，2015，19(6)：964-976.

[12] 王倩倩，覃志豪，王斐.基于多源遥感数据反演地表温度的单窗算法[J].地理与地理信息科学，2012，28(3)：24-26，62，113.

[13] 覃志豪，LI Wenjuan，ZHANG Minghua等.单窗算法的大气参数估计方法[J].国土资源遥感，2003(2)：37-43.

[14] 丁凤，徐涵秋.单窗算法和单通道算法对参数估计误差的敏感性分析[J].测绘科学，2007，32(1)：87-90，95，163.

[15] 夏楠，塔西甫拉提·特依拜，张飞，等.新疆准东露天煤矿区地表温度反演及时空变化特征[J].中国矿业，2016，25(1)：69-73，96.