王戰(zhàn)衛(wèi)，張筱蕾

（河南省航空物探遙感中心，河南 鄭州 450053）

礦山開采時，由于受重力影響，局部地區(qū)容易出現(xiàn)地面間隙，從而導(dǎo)致地面塌陷[1]。如何準(zhǔn)確快速查明礦區(qū)塌陷現(xiàn)狀，尤其是積水塌陷區(qū)狀況已經(jīng)成為礦區(qū)環(huán)境綜合治理的主要問題。遙感特有的宏觀、綜合、動態(tài)、快速的特點，決定了它能夠被廣泛地應(yīng)用于國民經(jīng)濟(jì)與社會發(fā)展的各個領(lǐng)域，充分體現(xiàn)出它強大的生命力和廣闊的前景[2]。衛(wèi)星資料的商業(yè)化極大地提高了光譜和數(shù)據(jù)空間的分辨率，為利用動態(tài)遙感技術(shù)檢查礦的塌陷區(qū)域提供了可能性[3]。本文采用多源、多時相遙感數(shù)據(jù)，有效提取了礦山地面塌陷積水的動態(tài)信息，從而反應(yīng)出采礦地面塌陷情況。

1 水體提取方法及影像處理

1.1 遙感數(shù)據(jù)源

本次研究區(qū)采用采用了1988-2019年TM、ETM、OLI、ASTER、Sentinel-2五種傳感器6個時相的遙感數(shù)據(jù)（如表1）。監(jiān)測所采用的影像基本上都位于同一個時間段，提取出的水體信息具有很好的可比性，可以滿足動態(tài)監(jiān)測的需要。

表1 監(jiān)測所使用遙感圖像的參數(shù)

1.2 水體指數(shù)發(fā)展

目前，國內(nèi)外在水體信息自動提取方面研究很多，其中利用光學(xué)遙感數(shù)據(jù)進(jìn)行水體信息提取的方法比較成熟，其中，多波段增強圖閾值法是國內(nèi)外使用較多的方法，主要利用遙感影像各波段之間的綜合關(guān)系來進(jìn)行水體信息提取[4]。水體指數(shù)法是通過多波段運算來增強地物之間的反差，使得水體值高于非水體地物值，當(dāng)前主要的水體指數(shù)有：歸一化差異水體指數(shù)（normalized difference water index，NDWI）[5]、新型水體指數(shù)（new water index，NWI）[5]、改進(jìn)型組合水體指數(shù)（MCIWI）[5]、綜合歸一化差異水體指數(shù)（synthesize water index，SWI）[6]等。

1.3 遙感影像處理

利用FLAASH模塊進(jìn)行了大氣校正，使用最鄰近法對像元的灰度值插值計算，進(jìn)行了正射校正。其中Sentinel-2大氣校正在Sen2Cor進(jìn)行。對遙感數(shù)據(jù)進(jìn)行裁剪，最終獲取研究區(qū)遙感影像見圖1。

圖1 研究區(qū)遙感影像圖

2 水體信息提取

2.1 Landsat水體信息提取

由于地物光譜的復(fù)雜性、不同傳感器之間的差異性，所以在選擇具體的分類方法時還應(yīng)該從分析不同的地物波譜特征開始入手。從遙感圖像上可以看出，本區(qū)水體信息提取時需要著重考慮煤、植被、建筑物、水體這4種地物。從TM/ETM+/OLI圖像上分別選取具有代表性的建筑物各12個點，得到它們的DN值，最后統(tǒng)計出它們的平均DN值，得到這4種地物的波譜曲線（如圖2）。

圖2 煤炭、植被、水體、建筑物在TM中的波譜曲線

Landsat使用的歸一化水體指數(shù)MNDWI進(jìn)行水體信息提取：

其中式（1）Green是TM/ETM+的第2個波段，OLI的等3個波段；NIR是TM/ETM+的第5個波段，OLI的等6個波段；

在具體的操作過程中發(fā)現(xiàn)提取出的水體信息中出現(xiàn)了大量的非水體信息，這主要是受到了部分堆積地表的煤炭的干擾，這就是遙感圖像處理中的異物同譜的問題，從TM圖像中可以看出要想把煤炭和水體區(qū)分開來是很困難的。由于煤炭的光譜和水體非常相似，所以在具體的操作中應(yīng)該考慮第4類地物也就是煤炭的干擾。經(jīng)過試驗我們發(fā)現(xiàn)可以通過適當(dāng)提高閥值來解決這個問題，各個時相的閥值如下：1988的為0.017，1991年的為0.002，1996年的為0.100，1999年的為0.182，2009年的為0.062，2013年的為0。然后通過取閥值得到最后的分類結(jié)果。

2.2 ASTER水體信息提取

在研究區(qū)ASTER影像上選取建筑物、水體、植被、煤炭各12個點，在9個波段經(jīng)過取平均值后得到它們的光譜曲線（如圖3）?？梢钥闯鯝STER的地物光譜曲線與上述Landsat有很明顯的區(qū)別，特別是地物在短波紅外波段（第4波段開始）的亮度值突然變小。如果繼續(xù)使用改進(jìn)歸一化差異水體指數(shù)（MNDWI）對ASTER進(jìn)行水體分類，無法將水體同煤炭、植被和建筑物區(qū)分開來，這就要求我們根據(jù)ASTER數(shù)據(jù)特點重新建立合適的基于ASTER數(shù)據(jù)的歸一化差異水體指數(shù)。

圖3 煤炭、植被、水體、建筑物在ASTER中的波譜曲線

通過分析可以發(fā)現(xiàn)，基于上述Landsat數(shù)據(jù)的歸一化差異水體指數(shù)之所以在ASTER數(shù)據(jù)中不能發(fā)揮它的作用，主要是因為在3波段中建筑物的亮度值小于其1波段的亮度值，而在4波段中植被和建筑的亮度值都小于其在1波段中的亮度值。在此，我們對ASTER數(shù)據(jù)的x波段的亮度值進(jìn)行拉伸，使植被、煤炭和建筑物的亮度值都大于其在y波段中的亮度值，在拉伸時確保水體在x波段中的亮度值小于y波段的亮度值。則基于ASTER數(shù)據(jù)重新建立的兩個歸一化差異水體指數(shù)如下：

n是對y波段進(jìn)行拉伸的系數(shù)。

通過對研究區(qū)實驗及分析發(fā)現(xiàn),當(dāng)x=1，y=4,n=3.52時，水體提取效果最好（如圖1）。

2.3 Sentinel-2水體信息提取

在研究區(qū)大氣校正后的Sentinal-2影像上選取建筑物、水體、植被、煤炭各12個點。通過分析可以發(fā)現(xiàn)，建筑物、植被和煤炭在波段5到波段12的亮度值均大于水體的亮度值。本文通過對11波段進(jìn)行閾值計算，DN值小于1000的劃分為水體，DN值大于1000的為非水體，以此來提取研究區(qū)水體信息。

圖4 煤炭、植被、水體、建筑物在Sentinel-2中的波譜曲線

2.4 水體信息提取結(jié)果

研究區(qū)采用了TM、ETM、OLI、ASTER、Sentinel-2五種傳感器6個時相的遙感影像，分別運用不同方法進(jìn)行了水體信息提取。提取結(jié)果如圖1。對部分云霧進(jìn)行去除和目視解譯完善，最后將提取結(jié)果與礦區(qū)范圍疊加分析。

3 積水塌陷區(qū)面積的擴(kuò)展變化分析

通過對該礦30年間積水塌陷變化信息進(jìn)行定量統(tǒng)計，結(jié)果表明，30年間該礦的積水塌陷擴(kuò)展明顯，如圖5，該礦1988年至2019年塌陷區(qū)域分布圖。2002年已采區(qū)地表沉陷區(qū)總面積約263884m2，2013年已采區(qū)地表沉陷區(qū)總面積約2195124m2，2019年已采區(qū)地表沉陷區(qū)總面積約5939400m2。統(tǒng)計結(jié)果顯示：2002年至2013年，11年內(nèi)已采區(qū)地表沉陷區(qū)面積增長了1931240m2，平均每年增長175567m2/y；2013年至2019年，6年內(nèi)已采區(qū)地表沉陷區(qū)面積增長了3744276m2，平均每年增長2049811m2/y。由此可以看出，隨著時間的推移該礦已采區(qū)地表沉陷區(qū)面積在不斷增大，且增長速度也在不斷的加快。

圖5 1988年至2019年礦塌陷區(qū)域分布圖

4 結(jié)語

遙感技術(shù)應(yīng)用于采礦塌陷區(qū)，能夠方便快捷地提取信息，并且有效結(jié)合全球定位系統(tǒng)與地理信息系統(tǒng)的集成，在空間信息技術(shù)中發(fā)揮了較好的作用。

文章選取了1988-2019年五種傳感器6個時相遙感數(shù)據(jù)，對不同數(shù)據(jù)源地物光譜特征進(jìn)行分析，采用水體指數(shù)對多時相的光學(xué)遙感數(shù)據(jù)集進(jìn)行處理，提取了礦區(qū)積水信息，通過對該礦30年間積水塌陷變化信息進(jìn)行定量統(tǒng)計，了解了礦區(qū)塌陷動態(tài)變化情況，是進(jìn)行礦區(qū)環(huán)境實時動態(tài)監(jiān)測的一種有效手段，為礦山地質(zhì)環(huán)境調(diào)查提供豐富的資料和技術(shù)方法。