刘发发，韩红太，张 敏，麻连伟

(1.河南省地球物理空间信息研究院，河南 郑州 450009；2.河南省地质物探工程技术研究中心，河南 郑州 450009)

矿产资源作为重要的不可再生自然资源，储量极其有限，是社会生产发展的重要物质基础，是国家发展的重要经济命脉[1]。近年来，非法开采屡禁不止，不仅损失资源，还存在重大的安全隐患，随时随地都有可能威胁国家财产和矿工安全。因此，寻找有效控制非法开采的解决办法迫在眉睫。若可以早发现非法开采的迹象，就可将非法开采扼杀在萌芽阶段，从而有效打击非法开采行为，从根上解决非法开采带来的巨大危害。

遥感影像具有宏观性、时效性、大面积覆盖等获取地物直观图的特点[2]，从最新时相的遥感影像中及时发现非法开采的行迹，对遏制非法开采至关重要，如何从遥感影像中自动提取露天矿就是关键问题所在。目前，基于遥感影像的矿区提取多依赖人工经验，这影响了排查非法开采矿区的效率，而传统的自动提取方法，大多通过提取诸如光谱、纹理、几何形状等简单特征，或基于像素、或采用面向对象的方法[3-4]，其提取精度、准确度均有一定的限制。

近年来，人工智能逐渐在数据挖掘、信息提取中崭露头角[5]，而深度学习是人工智能技术最受关注的算法之一[6]。本文将深度学习模型与露天矿的自动提取相结合，利用深度学习从训练样本中学习的大量特征，增加特征提取层数，提高特征抽象程度，进行露天矿的智能提取，提高露天矿的自动化提取精度与效率，为快速找到露天矿、进行后续与管理数据的叠加分析、进而及时发现非法开采，提供准确可靠的数据支撑，为执法部门决策判断提供有效的技术支持。……