陈国良 时洪涛 汪云甲 周大伟 刘 鑫 王行风 庄会富

(1.中国矿业大学环境与测绘学院,江苏 徐州 221116;2.江苏省资源环境信息工程重点实验室,江苏 徐州 221116;3.武汉大学遥感信息工程学院,湖北 武汉 430079;4.自然资源部地理国情监测重点实验室,湖北 武汉 430079;5.自然资源部国土环境与灾害监测重点实验室,江苏 徐州 221116)

能源、矿产资源开发为我国经济建设快速、稳定发展作出了巨大贡献[1]。然而,长期、高强度、破坏性开采导致地质岩层结构失稳、生态环境恶化,严重威胁着我国矿区可持续发展及人民生命财产安全[2]。近年来,仅华北地区就有90多座城市因矿区开采发生了地面形变、地裂缝灾害以及滑坡、泥石流、土地盐碱化、洪涝和海水倒灌等次生地质环境灾害,造成了极大的经济损失[3]。在上述背景下,矿山地质环境调查已经成为全国生态保护总体规划的主要任务。

由于矿山地质环境变化具有影响范围广、持续时间长、关联要素多等特点,复杂地质条件和脆弱生态环境使得矿山地质环境监测、治理与保护面临严峻挑战。其难点在于:一方面,矿区岩层形态多样、地质灾害突出、环境参数多,单一、传统的测绘监测手段难以满足矿山复杂地质环境监测的实际需求[4];另一方面,多平台和不同技术方法在矿山地质环境多要素联合信息提取与智能感知、地质灾害隐患识别、环境变化分析领域具有巨大的优势和潜力,但数据属性、结构、时空分辨率等差异性较大;此外,矿区地质环境参数变化存在由量变到质变、弱变、缓变和突变的特点,且地质灾害信息与生态环境变化存在多要素间的链动式耦合效应[5]。鉴于上述问题,如何实现矿山地质环境多要素协同监测及其变化的智能感知是当前需要解决的重要难点。主要工作有:① 如何综合利用卫星遥感、无人机遥感、地基设备和人工调查手段,进行矿山地质环境多要素(如岩层、土壤、地下水、地表水、植被等)信息的协同监测[6-7],以满足矿山地质环境多尺度、连续性、整体性监测和多要素信息协同监测的实际需求;② 对于获取的矿区海量多源异构数据,如何充分利用矿山地质环境大数据的多模态特征进行关联建模,系统解决多源数据融合、环境要素精准智能感知问题,是地质灾害信息与生态环境变化耦合机制研究的重要基础。

本研究在总结现阶段矿山地质环境多平台、多要素协同监测技术,多源异构数据融合算法模型及矿山地质环境监测技术发展现状的基础上,构建了矿山地质环境“天—空—地—人”协同监测理论与技术体系,包括多要素、多尺度和时间协同监测技术方案,提出了矿山地质环境多源异构数据融合及关键要素精准感知技术框架,旨在为矿山地质环境“信息智能获取—知识学习—辅助决策”大数据决策支持系统构建提供技术支撑,为矿区安全高效开采和矿山地质环境保护提供基础信息保障。

1 矿山地质环境多平台、多要素协同监测

矿区岩层形态多样、地质灾害突出、环境问题复杂,单一、传统的测绘监测手段难以满足矿山地质环境多尺度、连续性、整体性监测和多要素信息异常智能感知的实际需求[4]。鉴于此,近年来国内外学者开展了“天—空—地”协同监测理论研究。张良培等[8]提出了空天地一体化对地观测传感网理论,构建了网络环境下多传感器资源的动态管理、事件智能感知等理论。戴华阳团队[9]针对矿区地表移动监测问题,联合InSAR、GNSS、三维激光扫描实现了“空—天—地”一体化监测。舒红平等[10]提出了模型驱动的云边端协同的天空地一体化气象信息处理体系架构和服务架构。刘善军等[6]、吴立新等[7]面向露天矿边坡监测,研究了“天—空—地”多平台、多模式协同监测方法,并成功应用于辽宁抚顺西露天煤矿等特大型滑坡监测。然而,现有的天、空、地协同机制忽略了参数、尺度和时间协同机制在整体、连续、多维度监测方面的优势,尤其是协同体系构建还面临诸多重大挑战[11]。如InSAR监测技术易受限于观测平台重访周期及复杂地表覆盖导致的失相干问题,无法保证观测的时间连续性;单一平台观测手段难以将监测结果和监测精度交互验证等。

多平台协同监测还应考虑矿山地质环境的特殊性,即灾害信息与生态环境变化存在多要素间的链动式耦合效应,单一天基、空基手段获取的地表要素信息有限,难以满足地质、环境、岩、土、水、生态要素耦合机制分析需求。此外,人工现场调查手段,如地球化学分析测试技术、生态地质剖面测量技术,能够对地表基岩开展岩矿化学全分析,利用定性观察、描述和定量测量等手段获取不同地质、地形地貌、土壤、生态等信息。其优点为数据尺度小、精度高,可为矿区关键要素采样和智能信息提取验证提供参考,弥补天、空、地观测空区。因此,对于矿山地质环境监测迫切需要构建多平台、多手段联合的“天—空—地—人”协同观测技术方法体系[12]。“天—空—地—人”一体化协同监测技术在矿山地质环境多要素联合信息提取与智能感知、地质灾害隐患识别、环境变化分析领域具有巨大的优势和应用潜力。然而,考虑数据属性、结构、时空分辨率等差异性较大,建立不同观测技术的多尺度、多时相有机协同机制,是矿区地质灾害精准监测和环境多要素信息耦合效应科学分析的保障。

2 基于多源异构数据融合的矿山地质环境监测

随着对地观测手段的日益丰富,使得获取矿山地质环境监测的大数据成为可能,充分挖掘海量监测数据背后的信息,开展与之相关的多源异构数据融合、环境演变的智能感知与信息的智能应用成为业内研究的焦点。矿区多源异构数据融合是指针对“天—空—地—人”等手段所获取的监测信息进行综合,进而得到统一的矿山地质环境信息。

近年来,不少学者针对遥感影像融合方法进行了深入研究。卢小平等[13]利用PCA法对不同遥感数据进行了像素级融合;程三友等[14]利用HVS变换融合多源数据用于山区地质填图研究;庄会富等[15]构建了基于信息熵和多尺度小波变化的差异影像融合方法,提高了信息提取精度;魏之皓等[16]将多源异构数据进行特征级融合,提升了大范围水体信息的提取精度;解明礼等[17]采用多源数据融合方法有效地捕捉了滑坡变形特征;张耀辉[18]研究了数据级、特征级多源异构数据融合方法。传统的矿山地质环境要素监测方法存在着覆盖范围小、数据更新不及时等缺陷[6,19-21]。近年来,InSAR、激光雷达、GIS等地球空间信息技术被引入矿山地质环境调查中,在矿区地表形变监测、边坡稳定性感知等领域得到了一定的应用[22-26]。针对岩层移动、土体裂缝、生态退化等矿区环境要素的精准感知也引起了业内的广泛关注[9,27-28]。知识图谱为大数据时代信息的智能应用提供了有效工具。陈述彭院士[29]于20世纪90年代提出了地学信息图谱;廖克[30]从领域知识表达和隐藏知识发现角度,提出了“地学知识图谱”定义及内涵;周永章等[31]、李开鸿等[32]、袁满等[33]分别探讨了面向地质大数据分析的知识图谱应用;谢炎宏等[34]梳理了地震防治实体间的语义关系,构建了地震灾害防治知识图谱;王亮等[34]构建了集基础数据、网络数据、业务数据等于一体的水利知识图谱;高嘉良等[35]利用旅游知识图谱推演了游客兴趣在知识图谱上的传播模式;王志华等[36]对地学知识图谱研究中存在的问题开展了研究和探讨。

现阶段,矿山地质环境研究已经进入全天候、全要素观测的大数据时代,针对现代观测手段所获取的海量数据,还需充分利用矿山地质环境大数据的多模态特征进行关联建模,系统解决多源数据融合、环境要素智能感知、地学知识图谱构建等关键技术,为矿山地质环境调查提供技术支撑。

3 矿山地质环境“天—空—地—人”协同监测理论与技术

我国矿山地形、地质结构复杂,气候、植被覆盖多样,本研究利用天基、空基和地基等新型空间信息观测技术,并结合地球物理化学分析和原位采样等数据采集和人工调查手段,提出了“天—空—地—人”多平台、多要素、多尺度、多时相协同的矿山地质环境要素精准监测理论与技术,如图1所示。

图1 “天—空—地—人”协同监测理论与技术框架Fig.1 Technical framework of integrated "Space-Air-Ground-Human" monitoring of mine geological environment

“天—空—地—人”协同监测理论与技术构建主要解决3个问题:① 结合不同类型、平台传感器实现矿区岩层、地下和地表水、土壤、植被覆盖等地质环境信息的全面监测;② 考虑不同平台(如星载、机载和地基等)观测数据的空间分辨率差异,实现地质环境要素的多尺度协同监测;③ 依据任务需求和卫星重访周期信息,联合无人机、地面设备和人工调查数据构建时间协同监测方案,实现地质环境信息的连续性监测。

在多平台协同监测技术中,多平台主要为实现矿区地质环境信息监测的不同类型的传感器平台和设备,包括天基高/多光谱与近红外(如LANDSAT、MODIS、GF-4、GF-2)、合成孔径雷达(如SETINEL-1、GF-3、RADARSAT-2)、主被动微波(如SMAP、SMOS)遥感等星载传感器平台,空基高/多光谱与近红外和激光雷达(LiDAR)等无人机低空遥感传感器平台,以及地面监测设备,如地基SAR平台、GNSS接收机、气象站、声波测井设备、塔基观测、车载测量传感器等。在本研究“天—空—地—人”监测体系中还包括人工现场普查数据,如原位采样的地下水位、土壤类型和实验室物化分析数据(如土壤有机质含量、矿物丰度等)。

多要素监测主要是在多平台监测的基础上,基于多平台、多传感器获取的遥感影像数据(光谱、散射、辐射特征信息)、地面监测数据(位移、采样分析)实现矿区地质环境的多要素信息提取。其中,多要素主要包括地质要素和环境要素。其中地质要素包括井工矿区地表形变、露天矿边坡变形、三维地形、地下水位等,环境要素包括矿区及其周围的植被覆盖类型、覆盖度、土壤有机质含量、土壤类型与侵蚀程度、地表水质量等。

多时相协同监测技术能够有效保障矿区地质环境连续监测,多平台协同是多时相协同的前提和基础。本研究“天—空—地—人”监测体系的多时相协同监测方案为:基于卫星重访周期及其差异信息(如LANDSAT卫星重访周期16 d、GF-2卫星5 d、SENTINEL-1单星12 d等),通过不同卫星平台组合(如LANDSAT、GF-2与SENTINEL-1组合),同时辅以无人机平台观测,实现矿区日尺度或周尺度的连续或实时监测。需要说明的是,微波遥感具有全天候工作优势,可以弥补光学遥感监测数据缺失的不足。此外,多平台、多时相观测数据可以确保矿区植被的全生命周期(如植株的萌芽、生长、凋亡过程)监测。本研究矿山地质环境“天—空—地—人”协同监测理论与技术主要包括如下3个方面内容。

3.1 “天—空—地—人”一体化地质环境多要素协同观测体系

现阶段,多种先进的星载传感器(SENTINEL-1)、高光谱/LIDAR无人机和地面监测设备(地基SAR平台)已经被应用于我国矿区地质环境监测,矿区“空—天—地”一体化监测技术相对成熟[9]。另一方面,矿区地质环境监测也积累了丰富的基于站点和人工采样的原位观测数据,虽然其监测精度高,但无法进行大面积和实时监测;星/机/地基传感器平台类型多样、监测面积大,但存在时空分辨率差异。在“空—天—地—人”一体化监测技术方面,多种监测技术联合方案构建已不再是主要难题,而将地面和人工站点普查数据与遥感影像栅格数据相融合,通过合理配置矿区对地观测资源方案以满足矿区多尺度、连续监测需求是关键。

本研究采用天基星载平台、空基无人机平台和地基观测设备、现场调查分析手段,并基于不同平台观测信息的属性、维度互补性,研究矿区“地上—地表—地下”三位一体不同平台联合的多要素协同观测技术方法,拓展地质环境要素特征信息感知丰度。同时,通过研究单要素多平台协同的观测技术方法,提高地质环境要素监测精度,可为岩层结构性质、土壤理化属性、地表和地下水分布、植被覆盖等要素信息智能感知提供可靠的数据支撑。

通过借鉴不同平台、不同传感器类型观测数据的多样性,可获取的数据类型有:① 利用天基InSAR、空基LiDAR、地基GNSS、地基雷达、声波测井技术、三维激光扫描技术,构建多平台联合的岩层形变观测体系,获取地表形变InSAR干涉相位、地面高程、地质剖面的声波速度和幅度,为岩层形变信息反演提供多维度特征参数;② 基于星载长波段极化SAR、被动微波构建主被动联合的地表土壤湿度、盐度、有机质含量等参数观测体系,为主被动融合土壤湿度反演算法构建提供数据基础;③ 结合地下水位现场采样手段、星载SAR、星机载高/多光谱观测技术构建地下、地表水观测体系,为水要素信息智能感知提供空间分布信息和水质特征参数信息;④ 基于星机载高/多光谱和星载极化干涉SAR观测技术,构建空—天协同的植被监测体系,为环境生态要素智能感知提供植被结构信息和光谱特征信息。

3.2 矿山地质环境多源异构观测数据的多尺度协同方法

针对地基、现场调查获取的原位观测数据与遥感影像数据结构不匹配的问题,研究地面、现场调查分析数据的空间网格划分和栅格化表达技术方法,对地面、人工监测数据进行空间网格划分和精细化栅格化表达,构建底层高分辨率小尺度地面观测数据集;基于不同平台数据的尺度效应差异,开展大、中尺度(矿区及其周围区域)、小尺度(单一点位)监测资源配置与协同方案设计研究;研究矿区多源异构观测数据金字塔模型,实现“天—空—地—人”协同观测的多尺度联合表达以及对大、中尺度的及时预警监测和小尺度聚焦监测。

3.3 基于时间协同机制的“天—空—地—人”长效化监测技术

针对卫星重访周期差异、日照条件、降雨、云、雾、险僻环境等观测条件受限导致的观测不连续问题,面向矿区地质环境监测任务需求,利用机载和地面传感器设备,优化“天—空—地—人”资源配置模型,研究天—地、空—地和空—天观测的时间协同机制,以弥补不同平台因观测条件限制导致的信息缺失,为多平台观测结果交互验证和要素感知精度提升提供技术基础。

对矿区进行整体、连续、实时监测是矿山地质环境演变过程及驱动机制研究的必要条件。尤其是灾害异常识别和环境变化监测,需要同一地区的时序观测数据。以天基星载观测为主,以无人机和地面观测传感器设备为辅,在分析多平台星载卫星重访周期的基础上,建立天—地、空—地、空—天观测与现场调查分析手段联合的时间协同机制;以空基和地基观测数据弥补星载重访周期外的矿区空白监测数据,构建天—地和空—天时间协同观测机制;以地基观测和现场调查数据为辅,弥补空基平台因日照、天气条件限制导致的矿区监测时间不连续问题,构建空—地时间协同观测机制;实现面向常态化、长效化监测需求的天—地、空—地、空—天观测的时间协同机制,为多平台观测结果交互验证和要素感知精度提升提供技术支撑。

4 多源异构数据融合及矿山地质环境关键要素精准感知

采矿扰动下的矿山地质环境变化复杂,影响因素众多、分布面积广、持续时间长。现阶段,针对“天—空—地—人”协同多元化观测数据,将不同尺度的多源遥感数据进行融合,进而准确获取矿区地质环境要素的时空分布信息是关键。如与滑坡和土壤质量紧密相关的地表土壤湿度反演面临分辨率不足、精度有待提升的问题,通常需要结合高分辨多源遥感数据来解决[37]。本研究从大数据分析角度,以地学知识应用为核心,遵循“多源数据融合→环境要素智能感知→知识图谱构建与应用”的思路,构建基于“天—空—地—人”监测大数据的地质环境演变“感知—认知—预知”关键技术,综合利用“天—空—地—人”协同监测数据,构建多源异构数据智能融合模型和“时—空—谱”知识引导与数据学习双向驱动的矿山地质环境多要素智能提取算法,并构建矿山地质环境要素地学时空知识图谱。

4.1 “天—空—地—人”多源异构数据智能融合模型

针对“天—空—地—人”协同观测的多尺度、多维度矿山地质环境要素数据,构建矿山地质环境多源异构监测数据智能融合方法,解决多源异构数据的空间组织、时空分辨率差异等问题;同时,利用专家知识和矿山地质环境“岩—土—水—植被”监测数据的多维度属性信息,实现矿区多源异构样本数据的融合;最后,以矿山地质环境专家融合的样本数据为训练数据,驱动基于深度神经网络的多源异构数据融合模型学习,建立矿区多源异构数据的智能融合模型。具体实现方案包括:① 对矿区及其周围影响区进行空间网格划分,在加载地面和现场调查矢量数据的基础上进行栅格化处理,构建“天—空—地—人”立体感知的矿山地质环境要素三维可视化模型;② 构建数据级、特征级融合方法,充分利用专家知识和监测数据的多维度属性信息,实现矿区多源异构样本数据融合;③ 以矿山地质环境专家融合的样本数据为训练数据,驱动基于深度卷积神经网络的多源异构数据融合模型学习,建立矿区多源异构数据的智能融合模型,并用于模型的优化学习。

4.2 基于多源数据和先验知识的矿山地质环境要素精准感知技术

为实现矿山地质环境要素精准感知,基于“天—空—地—人”多尺度智能监测与融合数据,根据开采扰动过程和矿山地质环境响应规律,构建矿山地质环境要素的空间发生区域、时序变化过程、属性特征知识库,剖析采动扰动与矿山地质环境演变的时空关联与响应机理。将融合后的多源异构数据与矿山地质环境要素知识库耦合,引入机器学习模型(如随机森林、支持向量机、高斯过程拟合模型)和深度学习模型(如卷积神经网络)等技术方法,开发基于知识库与多尺度智能监测信息协同的矿山地质环境要素精准感知方法和模型,提升多源异构数据提取矿山地质环境要素的精度和质量,实现矿山地质环境要素监测的过程动态化、空间三维化,进而构建“时空数据融合→时空数据挖掘→地质环境演变”的矿山地质环境要素感知作业流程。

4.3 面向矿山地质环境演变的时空知识图谱构建

矿山地质环境演变时空知识图谱的构建思路为:首先以构建矿山地质环境关键要素及其演变知识库为出发点,挖掘地质环境不同要素之间的规律性和隐含式关联规则,形成结构化、网络化的知识体系;在此基础上,构建顾及采矿扰动、空间异质性和要素几何物理属性等约束的矿山地质环境时空知识图谱;融合机器学习算法和深度学习模型框架,研发知识引导和数据学习双向驱动的智能化地质环境信息提取方法;最后,形成矿山地质环境信息“智能获取—知识学习—辅助决策”一体化的数据智能分析与决策系统,实现矿区全生命周期地质环境智能反演与智能感知,以期通过知识图谱智能分析地质环境的演化趋势与时空特征。

5 讨 论

采矿扰动下的地质环境耦合演变是近年来矿山生态系统监测与保护的重要研究工作之一,其首要工作在于岩、土、水、生态等多要素及其变化信息的连续精准监测。在总结矿山地质环境监测技术发展现状的基础上,为实现矿山地质环境多要素的多尺度、连续精准监测以及地质环境变化信息的智能感知,提出了面向矿山地质环境的“天—空—地—人”多要素、多尺度和时间协同监测技术方案。同时,介绍了多源异构数据融合模型、先验知识驱动的矿山地质环境要素精准感知技术以及面向矿山地质环境演变的时空知识图谱的构建思路。本研究所构建的矿山地质环境“天—空—地—人”立体协同监测及多要素精准感知技术体系,能够为矿山地质环境“信息智能获取—知识学习—辅助决策”大数据决策支持系统构建提供技术支撑,为矿区安全高效开采和矿山地质环境保护提供基础信息保障。

总体来说,“天—空—地—人”一体化监测是在具体观测条件下,针对数据精度、采集连续性、时间一致性、工作效率、气候影响等因素利用多方法协同监测与分析应用的技术体系。然而,在现有技术条件下其在矿区的监测应用仍存在一定的限制。一方面,矿区形变、滑坡监测仍依赖于国外星载SAR观测平台,如TerraSAR-X和SENTINEL-1 A/B,数据成本高且数据观测范围有限。此外,由于SENTINEL-1B卫星供电系统故障,不再具有双星6 d/次的重访监测优势。在此背景下,国产SAR卫星平台数据(如我国陆地探测1号、航天宏图1号等)将成为我国矿区形变、滑坡监测的主要数据来源。另一方面,本研究提出将人工普查数据、原位站点测量数据进行空间网格划分、栅格化和重采样处理,从而实现与“天—空—地”观测数据的融合。但人工普查工作量大、数据更新往往迟于遥感观测且时空分辨率低,在一定程度上影响了矿区关键要素监测精度和效率。因此,未来矿区“天—空—地—人”监测技术还需要建立密集的站点观测网(如小型气象站),并通过无人机、卫星遥感监测手段辅助采集人工普查数据。

“天—空—地—人”一体化监测是矿区地质环境多要素信息监测的技术基础,能够获取矿区地质环境地下、地上一体化的“岩—土—水—生态”信息。面向我国矿区生态保护规划需求,在“天—空—地—人”一体化监测技术的基础上,进一步研究矿山地质环境“岩—土—水—生态”耦合演变过程,全面认识矿区地质环境的演化过程与发展趋势,对于制定和执行矿区地质环境保护与修复系统解决方案具有重要的现实意义和应用价值。