吳鳳敏 余 靜 王素偉 王 琛 鄭稚棚 李卓錕 張靈犀

(1. 重慶市地理信息和遙感應用中心, 重慶 401147;2. 重慶市地質(zhì)礦產(chǎn)研究院, 重慶 400042)

0 引言

礦產(chǎn)資源開發(fā)在國家社會經(jīng)濟發(fā)展中具有不得替代的作用,但隨著礦山的開采,會造成生態(tài)環(huán)境破壞,導致各種各樣的環(huán)境問題發(fā)生,因此需要開展綜合治理[1]。我國礦山地質(zhì)環(huán)境恢復和綜合治理任務要求到2025年,全面建立動態(tài)監(jiān)測體系[3],構(gòu)建礦山恢復治理的遙感監(jiān)測體系是礦山生態(tài)環(huán)境保護與治理恢復任務的重要內(nèi)容,是加強礦山治理過程動態(tài)監(jiān)管和治理效果評價的重要依據(jù)[4]。

近年來,針對礦山修復治理遙感監(jiān)測已有大量研究,部分學者根據(jù)遙感影像,建立不同傳感器、不同分辨率礦山及內(nèi)部結(jié)構(gòu)(尾礦庫、煤矸石堆等)解譯標志庫[5-7],便于礦山的識別。還有學者利用中分辨率遙感影像,如Landsat TM(thematic mapper)等對礦區(qū)礦產(chǎn)開發(fā)對土地、植被等生態(tài)環(huán)境的影響進行研究[8-9]。后續(xù)越來越多學者利用高分辨率遙感影像對礦山目標和應用進行相關(guān)研究[10-11],如杜培軍分析了高分辨率遙感圖像在礦山的應用情況,并研究了開展應用的關(guān)鍵問題[12],薛衛(wèi)寧對礦山治理修復前后的地質(zhì)環(huán)境變化和治理修復效果進行了解譯[13],鄧錦山等人采用2016—2018年高分辨率遙感影像建立解譯標志,構(gòu)建礦山地質(zhì)環(huán)境評價指標體系并進行綜合評價[14],周英杰等人利用遙感衛(wèi)星圖像對山東省尾礦庫的遙感監(jiān)測與分析[15]。此外,還有開展生態(tài)環(huán)境恢復治理規(guī)劃設計實景三維平臺建設研究,利用三維地理信息系統(tǒng)(geographic information system，GIS)技術(shù)建立礦山真三維場景,露天礦山環(huán)境恢復治理規(guī)劃方案、設計評審、政府決策提供智能化支撐[16]。

已有對礦山恢復治理的監(jiān)測研究中,有大尺度中低分辨率影像礦山識別方法,有礦山高分辨率遙感影像人機交互式解譯方法,還有實景三維傾斜攝影應用等多個方面,但對于礦山恢復治理遙感監(jiān)測技術(shù)沒有進行綜合運用?；谝陨媳尘?根據(jù)重慶實際情況,結(jié)合中分辨率遙感、高分辨率等遙感數(shù)據(jù)資源,提出重慶市礦山修復治理遙感動態(tài)監(jiān)測的技術(shù)方法,以便為后續(xù)礦山修復工程動態(tài)監(jiān)管提供基礎。

1 總體技術(shù)方法

對于礦山恢復治理過程中遙感動態(tài)監(jiān)測技術(shù)研究,首先是礦山范圍的識別研究,通過利用高分辨率遙感影像,建立礦山遙感解譯樣本庫,對礦山范圍采用人機交互式遙感解譯提取礦山損毀土地范圍;其次對礦山植被狀況進行動態(tài)監(jiān)測研究,采用中分辨率遙感影像,基于植被在近紅外波段的光譜響應特征構(gòu)建植被指數(shù),對礦山植被變化進行動態(tài)監(jiān)測;研究采用哨兵數(shù)據(jù),通過干涉分析對礦山恢復治理過程中地表形變狀況進行監(jiān)測分析;同時,通過無人機采集的高分辨率遙感影像,進行三維模型構(gòu)建,為礦山恢復治理三維實景效果提供數(shù)據(jù)支撐,主要技術(shù)流程如下(圖1)。

圖1 露天開采礦山恢復治理遙感動態(tài)監(jiān)測技術(shù)體系

2 礦山損毀土地范圍識別方法

2.1 高分辨率遙感影像處理

研究采用國外衛(wèi)星影像如WorldView、Pleiades,國產(chǎn)衛(wèi)星影像如高分2號、高景1號等高分辨率遙感影像進行礦山損毀土地范圍的精確識別。不同遙感影像在數(shù)據(jù)處理方面具有一定差異,衛(wèi)星遙感影像一般處理流程包括：影像配準、影像融合、正射校正、影像增強(影像調(diào)色)、去云處理、影像鑲嵌等(圖2)。

圖2 衛(wèi)星遙感影像數(shù)據(jù)處理流程

影像配準以選取同名點對多光譜影像進行糾正,多光譜糾正模型及數(shù)字高程模型(digital elevation model,DEM)數(shù)據(jù)選擇應與全色波段一致,兩景影像之間配準精度不得大于1個像素,典型地物和地形特征(如山谷、山脊)不能有重影。影像融合目的是保持影像紋理清晰、色彩自然,無虛像和重影現(xiàn)象,研究采用Pansharpen或高通濾波融合方法。正射糾正采用雙線性內(nèi)插或立方卷積插值重采樣方式,糾正后正射影像應盡量避免影像拉伸和扭曲現(xiàn)象。影像坐標投影方式采用標準規(guī)定的坐標系統(tǒng)和投影方式以及分帶,中央經(jīng)線的選取按照面積最大原則。

影像增強包括對比度/色彩飽和度調(diào)整、勻光勻色處理以及銳化處理等,使影像能真實反映地表特征和自然色調(diào),影像對比度和色彩飽和度調(diào)整采用濾波和直方圖拉伸方法。影像鑲嵌時,應保持接邊處色彩過渡自然,地物合理接邊,無重影和發(fā)虛現(xiàn)象。如鑲嵌區(qū)內(nèi)有人工地物時,拼接線應繞開人工地物,使鑲嵌結(jié)果保持人工地物的完整性和合理性。

2.2 礦山損毀土地范圍識別

礦山損毀土地范圍識別可結(jié)合高分辨率遙感影像,通過建立礦山的遙感樣本庫,獲取其光譜和紋理特征,通過人機交互式人工目視解譯,形成礦山損毀土地范圍成果。重慶露天開采類礦山主要為露天石灰?guī)r、建筑石料用灰?guī)r等,其中石灰?guī)r開采面在遙感影像上為亮白色,一般呈現(xiàn)不規(guī)則的團狀或長條狀,與周邊的色調(diào)、紋理有明顯差異[5]?；謴椭卫磉^程中關(guān)閉石材廠,開采面主要成暗灰色,紋理也較為光滑,周邊一般植被較好,且部分區(qū)域由于植被恢復,呈現(xiàn)淺綠色低植被覆蓋或者淺棕色土壤裸露等(圖3)。此外,礦山建筑一般位于采砂采石場周邊區(qū)域,建筑數(shù)量不多或呈零星分布,遙感影像上多為灰色房屋或藍色鋼棚。

圖3 礦山影像特征示例——2020年北碚區(qū)天府礦務局劉家灣煤礦

礦山損毀土地范圍識別采用人機交互式目視解釋方式,通過建立遙感影像特征樣本,認為經(jīng)驗判斷礦山,并勾畫礦山范圍,同時結(jié)合礦山相關(guān)數(shù)據(jù),如礦業(yè)權(quán)數(shù)據(jù),實地調(diào)查數(shù)據(jù)以及其他專題資料數(shù)據(jù)(地理國情監(jiān)測、第三次國土調(diào)查)等,進一步對礦山判斷和識別礦山損毀土地范圍。

3 礦山植被動態(tài)監(jiān)測方法

礦山恢復治理植被遙感動態(tài)監(jiān)測,由于需要多年數(shù)據(jù),考慮到監(jiān)測成本、分辨率和監(jiān)測時效性,研究采用landsat數(shù)據(jù)用于植被監(jiān)測。為更好研究礦山恢復治理植被狀況,選取植被主要生長季節(jié)數(shù)據(jù)(5～10月)進行分析,重慶由于部分數(shù)據(jù)夏季云量較大,選擇鄰近夏季影像。數(shù)據(jù)處理主要包括輻射定標、大氣校正、正射校正等流程。輻射定標處理,主要指將影像的灰度(D)值轉(zhuǎn)化成輻射亮度值或表觀反射率。研究將影像灰度值轉(zhuǎn)化為輻射亮度值,具體公式為

(1)

式中,L為波段輻射能量；D為像元亮度值；Gain為增量校正系數(shù)；Offest為校正偏差量。

大氣校正主要是將輻射定標后的表觀反射率或輻射亮度值轉(zhuǎn)化為地表反射率的過程,研究采用FLAASH進行大氣校正,計算公式為

(2)

式中,L為總輻射亮度；ρ為像素表面反射率；ρe為像素周圍平均表觀反射率；S為大氣球面反照率；La為大氣球面反射；A、B取決于大氣條件和幾何條件。

正射校正需基于DEM來對影像中所有的像元執(zhí)行地形變形的校正,讓圖像滿足正射投影的要求,研究可根據(jù)影像自帶的遠程過程調(diào)用(remote procedure call，RPC)參數(shù)和遙感圖像處理平臺(the environment for visualizing images，ENVI)中的DEM信息,對影像數(shù)據(jù)進行正射校正。

4 礦山地表形變監(jiān)測方法

研究采用目前應用較為廣泛的哨兵數(shù)據(jù)(Sentinel-1)對礦山地表形變進行監(jiān)測,該數(shù)據(jù)干涉模式幅寬為250 km×250 km,分辨率為30 m,單個Sentinel-1衛(wèi)星每12 d覆蓋全球一次,兩個衛(wèi)星星座的重復周期可縮短至6 d,且數(shù)據(jù)能夠免費獲取,有利于開展時間序列的礦山形變監(jiān)測。Sentinel-1數(shù)據(jù)一般利用GAMMA軟件編寫數(shù)據(jù)預處理腳本,在數(shù)據(jù)預處理基礎上,采用小基線集技術(shù)手段,進行時間系列干涉分析,精確反演線性形變速率(圖4)。

圖4 哨兵數(shù)據(jù)主要處理技術(shù)流程

為最大化所有干涉對象間的相干性,需要選擇一幅主影像。已有研究表明,干涉像對間的相干值依賴于時間基線(T)、空間垂直基線(B⊥)、多普勒中心基線(FDC)和熱噪聲四部分乘積[19],干涉對總體相關(guān)性計算公式為

(3)

在選擇主影像的基礎上,對雷達數(shù)據(jù)進行高精度配準研究。由于Sentinel-1數(shù)據(jù)獨特的循序掃描地形觀測(terrain observation by progressive scans,TOPS)成像模式,獲取到的每組Burst的多普勒頻率沿方位向上不斷變化,為避免方位向上相位不連續(xù)帶來的影響,采用基于增強光譜屬性的Sentinel-1數(shù)據(jù)配準方法,提高配準精度。為獲得相干相位中的形變相位,必須消除參考相位和地形相位成分,其中參考相位可利用幾何姿態(tài)和相關(guān)成像參數(shù),通過多項式擬合去除;地形相位根據(jù)合成孔徑雷達(synthetic aperture radar，SAR)觀測數(shù)據(jù)和已有數(shù)字高程模型(DEM),通過二軌差分法去除。二軌差分法主要利用形變前后的SAR數(shù)據(jù)組成干涉對,干涉得到包含形變值的干涉相位,然后依據(jù)已有高程信息和SAR成像參數(shù)模擬參考相位和地形相位,將干涉相位和模擬的相位進行差分得到地表形變相位,進而將形變相位轉(zhuǎn)換為形變值(圖5)。

圖5 二軌差分干涉測量處理流程圖

由于定軌數(shù)據(jù)精度有限,不可能完全去除軌道誤差影響,因此在實際應用中必須去除軌道誤差影響,軌道誤差影響在整個干涉區(qū)域內(nèi)呈現(xiàn)系統(tǒng)性的趨勢,研究采用二次曲面擬合方法進行去除[20-21],設二次曲面模型為

(4)

式中,φ為軌道殘差相位；i,j為干涉圖像元位置；a0,a1,a2,a3,a4,a5為二次曲面模型系數(shù)。已知模型系數(shù)就可求出干涉圖中每點的軌道殘差相位,其中,Φ=MA。

解纏后的差分干涉相位計算公式為

相干點雖然在時間序列中保持高的相干性,但是不同時期相干值不一樣,對應解纏的干涉相位也存在差異,且可能存在解纏錯誤情況,研究采用L1范求解，即:

(12)

假定A滿秩,采用下式進行迭代求解：

(13)

其中P為權(quán)矩陣,采用下式確定

(14)

假設地表二維形變分量為d=(Dv,Dh)T,分別代表局部參考系的垂直和平面的形變分量,u=(Dv,Dh)T為局部參考系的雷達視線方向或者方位方向的單位形變量。根據(jù)SAR衛(wèi)星的成像幾何關(guān)系,當u為雷達視線方向單位形變量時可表示為u=(cosθ,sinθ)T,合成孔徑雷達干涉(interferometric synthetic aperture radar, InSAR) 監(jiān)測結(jié)果可表示為

(15)

為獲取監(jiān)測區(qū)域地面形變速率和時序累計形變量,研究將計算結(jié)果導入ArcGIS軟件進行解譯分析。地面變化分為兩類：沉陷與上升,并結(jié)合礦山范圍總體計算地表形變時間序列情況。

5 礦山傾斜攝影數(shù)據(jù)處理

研究采用Smart三維(three-dimensional,3D)建模軟件對無人機采集傾斜攝影數(shù)據(jù)進行處理,主要處理流程包括：數(shù)據(jù)預處理、空三加密、模型構(gòu)建、三維模型修改及整理(圖6)。數(shù)據(jù)預處理針對采集數(shù)據(jù)情況,檢查數(shù)據(jù)質(zhì)量,對照片進行勻色云光處理等。傾斜攝影獲取正視和斜視多個角度影像,空三加密較傳統(tǒng)攝影測量更復雜,多視角影像的空中三角測量以初始全球定位系統(tǒng)(global positioning system，GPS)數(shù)據(jù)為基礎,采取由粗到精的金字塔影像匹配策略,在每級影像上進行同名點匹配及光束發(fā)平差,得到同名點匹配結(jié)果,為確保平差精度,可建立連接點、控制點及慣性測量單元(inertial measurement unit ，IMU)輔助數(shù)據(jù)的多視角影像聯(lián)合解算。基于軟件進行空三加密為全自動解算過程,在導入照片和定位定姿系統(tǒng)(position and orientation system， POS)信息后,設置照片定位、地理參考及空三解算參數(shù),開展傾斜影像空三解算。

圖6 實景三維模型技術(shù)流程圖

根據(jù)任務需求選擇分塊計算,自動選擇不同視角上的最佳像對模型,生成三維尺度的密集點云;基于三維重建算法,三維密集點云自動構(gòu)建為不規(guī)則三角網(wǎng)(triangulated irregular network，TIN)模型,實現(xiàn)TIN模型進行平滑和優(yōu)化;根據(jù)三角網(wǎng)TIN的空間位置信息,獲取最佳視角影像紋理,自動賦予模型紋理,輸出三維模型成果(圖7)。

圖7 中梁山片區(qū)傾斜攝影數(shù)據(jù)成果示例(osgb格式)

6 結(jié)束語

重慶市露天礦山具有面積小、分不廣等特征,目前礦山恢復治理過程中遙感動態(tài)監(jiān)測還未有成熟的技術(shù)體系,研究結(jié)合重慶市礦山實際情況,在數(shù)據(jù)選擇、指標選取以及遙感監(jiān)測技術(shù)方法實施等方面,提出了露天礦山恢復治理遙感動態(tài)監(jiān)測技術(shù)方法體系,希望對未來全市礦山修復治理遙感監(jiān)測提供基礎支撐。研究總結(jié)出以下幾種監(jiān)測方式：

(1)礦山范圍的識別可通過高分辨率遙感影像,建立礦山遙感解譯樣本庫,對礦山范圍采用人機交互式遙感解譯提取礦山損毀土地范圍。

(2)礦山植被恢復狀況的遙感動態(tài)監(jiān)測,可結(jié)合應用多時間序列的中分辨率或高分辨率遙感影像,利用植被在近紅外波段的光譜響應特征,構(gòu)建植被指數(shù)NDVI,對礦山恢復治理植被動態(tài)變化進行分析。

(3)礦山地表形變監(jiān)測,采用哨兵數(shù)據(jù),通過干涉分析對礦山恢復治理過程中地表形變狀況進行動態(tài)分析。

本研究提出技術(shù)方法具有一定局限性,例如在植被遙感監(jiān)測數(shù)據(jù)的選擇方面,雖然結(jié)合重慶礦山情況,沒有選擇中分辨率成像光譜儀(moderate-resolution imaging spectroradiometer， MODIS)等低分辨率遙感數(shù)據(jù),但采用landsat數(shù)據(jù),對于小型礦山植被監(jiān)測也具有較大誤差。此外,未來隨著高分衛(wèi)星數(shù)據(jù)的廣泛應用,長時間序列的礦山植被狀況監(jiān)測可采用高分1號、高分6等數(shù)據(jù),地表形變監(jiān)測可采用高分3號數(shù)據(jù)。