高光譜遙感在礦山環境監測中的應用淺議

劉佳雷，錢建平，趙鵬偉

(桂林理工大學地球科學學院，廣西 桂林 541000)

引 言

隨著我國經濟建設工業化進程的加速，我國的礦產開發利用取得了突出成就，形成了較為完整的礦業體系。但我國大多數礦區，尤其是西部礦區，多位于生態環境脆弱區，或地質災害(崩塌、滑坡、泥石流等)頻發的山區，其在生產開發過程中會產生諸多礦山生態隱患[1]，如礦區土壤退化、植被多樣性減少、水體污染等。黨的十九大以來，我國積極推進礦山生態環境恢復工作，政府大力支持對重要流域和關鍵地區的礦山環境修復整治，生態環境部出臺了《尾礦庫環境風險評估技術導則(試行)》規范，對礦山的環境評估有更確切的標準，開展典型礦區地質環境監測點，探索建立省、市、縣、礦山地質環境監測體系，提出對礦山環境實時動態監測的預想，努力解決對我國環境安全有重大意義、生態受益面廣、嚴重影響人民群眾正常生產生活的大量歷史遺留礦山問題。在此背景下快速準確地掌握礦山環境現狀，適時開展對礦山環境持續監測具有重要意義。

近年來，隨著遙感技術的不斷發展，高光譜遙感技術已經成為遙感領域不可或缺的分支。高光譜遙感技術既可同時檢測目標的圖像和連續光譜，又能實現目標空間特征與光譜特征的同步探測[2]。眾所周知，早期礦山環境遙感監測大多采用多光譜數據分析，與傳統多光譜遙感技術相比，高光譜的優勢在于窄波成像，在可見光-近紅外區域光譜分辨率達到納米級[3]，因此對地物要素識別精度更好。近年來國產高光譜衛星不斷升空，可同時實現高光譜、全譜段、偏振、多角度等多種觀測數據的融合應用，光譜分辨率可達2.5nm，幅寬60km，熱紅外波段探測靈敏度達0.1K，大氣探測最高光譜分辨率達0.03nm，偏振探測精度優于0.5%，可有效填補我國高光譜觀測的空白，大幅提升高光譜觀測數據國產化率，綜合性能指標達到國際同類衛星的先進水平。綜合和分析大量文獻可知，現有大多數文獻主要著重于單一監測方法或單一環境要素的監測，而環境監測是一項復雜的工作，評價一個地區的環境現狀要從氣象、土壤、植被、水質、生物量等方面綜合分析，因此本文基于國內外高光譜遙感在礦山環境監測中的應用現狀，在前人的歸納總結的基礎上系統從礦區土壤、植被及水體三個方面進行闡述，指出目前存在的問題，對未來高光譜遙感在礦山環境監測應用前景做出展望。

1 高光譜遙感在礦區土壤監測中的應用

土壤是人們賴以生存的寶貴資源。礦山在開發利用過程中，對礦區土壤損毀十分嚴重，其危害主要表現在兩個方面：其一礦山開挖、剝離、開采改變了礦區的地質、地貌、植被和自然狀況與土地景觀[4]，如地表植被遭到毀壞，松散的泥土和巖塊裸露于地表，將大大加劇對土壤的侵蝕與風化[5]，進而引發土壤的退化；其二礦山開采過程中排放到坑口周邊的廢水、礦渣和尾礦粉塵等經過雨水的沖刷、淋溶[6-7]，其中重金屬污染物滲入土壤中，由于土壤的自凈能力有限[8～10]，最終導致土壤中的重金屬離子被農作物吸收富集，通過食物鏈的作用，嚴重影響人類的身體健康。

1.1 對土壤退化和侵蝕的監測

高光譜遙感在土壤監測的應用中具有獨特的優越性。首先，高光譜遙感在研究土壤退化和侵蝕上有明顯的成效。已有研究表明，土壤組之間的光譜差異較為明顯[11]，利用這一差異可以辨別性質相似的土壤類型。劉偉東[12]通過實驗室光譜建立了土壤特性參數的反演模型，嘗試對高光譜遙感圖像進行了土壤部分特性的填圖，并建立起了比較精細的土壤參數空間分布圖。對于礦區土壤的退化與侵蝕監測有重要意義。

1.2 對土壤中重金屬含量監測

大量研究表明，含有重金屬的土壤光譜曲線不同于不含重金屬土壤的光譜曲線。通過對礦區土壤進行光譜測定、數據分析、數據轉換提取出土壤特征波段，結合實驗室實測重金屬含量數據分析可以建立礦區土壤重金屬含量模型；楊鴻飛等人[13]利用銅陵市楊山沖為礦區所采集的土壤反射率數據，利用三種不同的光譜轉換形式和偏最小二乘回歸法，研究土壤中Cr、Ni、Zn三種重金屬含量與土壤光譜反射率的相關性，建立了重金屬含量預測模型；侯麗等人[14]以山東鄒城煤礦區為研究區，使用等離子質譜儀與光譜儀同時測定出土壤中的重金屬含量與高光譜數據，再使用偏最小二乘回歸分析建立土壤重金屬含量的回歸模型，其對于Ni預測精度極高；Rukeya Sawut等人[15]以東準噶爾煤田為研究區，通過原始回波以及其四次轉換回波計算的優化光譜指數，被用于估算重金屬含量GWR模型，優化了光譜指數在估計土壤中砷含量的模型；宋練等人[16]以重慶市萬盛采礦區為研究區，利用地物光譜儀對土壤樣品進行光譜測定，并同時進行土壤樣品采集，根據化學分析的結果建立土壤重金屬的模型，獲得研究區土壤中As，Cd和Zn含量的分布圖；陳遠鵬等人[17]以工礦復墾區為研究區，采用偏最小二乘回歸和粒子群算法相結合的辦法對土壤中重金屬含量進行反演，優化了土壤重金屬預測模型；程先鋒等人[18]同樣以蘭坪礦區土壤的光譜數據為基礎，對應土壤中Zn、Pb、As、Cd這4種重金屬含量進行響應測試實驗，構建了四種重金屬含量與土壤實測光譜之間的多元線性回歸模型，結果證明，反演模型具有較高的精度，為大面積土壤重金屬監測提供了借鑒。

概括起來，高光譜遙感在礦區土壤監測中的主要進展有：(1)通過高光譜影像對土壤部分特性填圖，建立起了較為精細的土壤空間分布圖。針對高光譜數據提出了土地退化指數(沙化土壤指數SSI、土壤退化指數SDI)，可以對土壤的退化程度進行初步評價。(2)預測土壤重金屬含量模型愈加豐富，主要包括單變量回歸(SVR)、多元線性回歸(MLR)、偏最小二乘回歸法(PLSR)等。多種預測模型相互配合可以直觀、準確的監測土壤重金屬含量。

應該認識到，土壤是一個十分復雜的系統，高光譜遙感在對土壤監測中還存在部分問題：(1)土壤中重金屬的光譜信息較為微弱，利用光譜儀的測定時容易受到陽光、溫度、水分等因素影響，收集光譜信息還有一定難度。(2)目前高光譜遙感對土壤監測大分還是依賴室外采集樣本進行測定光譜信息結合化學分析的方法，難以對礦區土壤進行實時動態監測。(3)在礦區土壤的監測研究分析過程中沒有規范化一致性的方法，不同研究區的土壤性質不同，在數據的確定過程中存在不確定性，建立的反演模型也有一定差異，最終導致光譜預測土壤重金屬含量的結果存在不確定性。因此有必要在未來的研究中結合航天航空平臺的高光譜數據建立起一套完整、精確且規范化的礦山土壤重金屬反演流程體系，更好地為礦山環境監測服務。

2 高光譜遙感在礦區植被監測中的應用

植被是環境的重要組成因子，也是反應區域生態環境的最好標志之一[19-20]。由于礦山的開發利用過程中產生的選礦廢水以及采礦石尾礦渣等[21]，其中有毒的微量元素通過水體、土壤等介質在植被內富集[22-23]，影響植被的正常生長發育和生理生態特征，因此對礦區植被監測也成為對礦區環境監測的重要手段之一。

2.1 利用波譜特征監測植被污染

由于受污染的影響，植被生物化學特性發生了一系列的變化[24-25]，其中包括：色素含量的變化、葉體含水量的變化等，植被的波譜特征也會隨之變化，因此利用波譜特征來監測植被的受污染程度成為遙感手段監測礦區環境污染的一種主要方法。張兵等人[26]以澳大利亞MountLyell礦區為研究區，基于對主要礦物的生物地球化學效應、植被光譜以及植被指數的分析利用植被劣化指數和吸水率不相關指數對礦區植被進行了精確評估；胡玉玲[27]等利用地物波譜儀以及HJ1-A高光譜衛星遙感數據對兗州煤礦區的植被污染情況進行分析，利用Field Spec FR 波譜儀測試植物的波譜曲線，同時對高光譜衛星圖像進行處理，利用NDVI閾值法提取植被信息，獲取礦區植被的污染分布情況，然后再利用實測數據驗證反演精度，并分析礦區植被污染情況。為礦區大面積的植被污染情況分析評價提供了有效的技術手段。

2.2 復墾區植被監測

高光譜遙感不僅可以用于對礦山植被污染的直接監測，在礦區生態修復，土地復墾中也有應用，魏吉鑫等[28]通過無人機搭載高光譜成像儀，對龍南縣足洞礦區修復區采集植被高光譜數據，通過選定的綠度、光利用率、葉綠素含量三個植被指數對足洞礦區修復區的植被健康情況做出監測與評價；周貝貝等人[29]收集了賈子北圍墾場址6種典型植被葉片的高光譜數據，在對其選擇特征波段的平均置信區間法的基礎上，采用t檢驗選擇最佳波段構建Fisher[30]、逐步判別(SD)和多層感知機(MLP)三種判別模型對植被類型進行判別獲得了更加豐富的植被含水量信息；王英浩等人[31]對贛州定南縣坳背塘稀土礦區四種典型植被進行了光譜測定，將測定數據利用Bsyes和Fisher兩種判別方法進行光譜變換后，四種植被的分類精度有明顯提升。復墾植被的識別與分析為稀土礦區復墾植被生理參數和復墾效果監測提供了技術支撐與理論依據，對實現稀土礦區生態環境大規模監測有重要意義。

概括起來，高光譜遙感在礦區植被監測中取得的主要進展有：(1)通過對不同波段進行組合，提出了多種植被指數(植被指數NDVI、綠度植被指數GVI等)用來監測礦區植被的生長情況。(2)利用線性回歸、非線性回歸及多元統計回歸等方法分析植被光譜特征參數，對礦區植被生長情況準確評價。

目前高光譜遙感技術在礦區植被監測存在的問題有：(1)在野外采集植被光譜數據時，由于植被的生長期、樹葉的陰陽面以及土壤背景等因素可能對波譜曲線有影響，最終影響分析結果。(2)在研究中，野外采集的波譜數據很難找到同時期對應的高光譜成像數據進行分析，對于礦區的調查還不夠全面。(3)由于大部分研究還只是停留在驗證階段，實驗過程中較為依賴實地采樣化學分析的數據結果，還未能作為一種直接、大面積應用的技術手段在礦山植被污染監測中廣泛應用。

隨著高光譜衛星平臺不斷增多，配合愈加成熟的反演預測模型，在不破壞礦區植被的前提下能夠全方位，全時段監測礦區植被污染狀況是未來的發展趨勢。

3 高光譜遙感在礦區水體監測中的應用

水是生命之源。在礦山的開發利用過程中，通過金屬污染物、加工化學品、酸性廢水以及腐蝕沉積物等四個方面對礦區水體造成污染[32～34]。雖然重金屬離子可以轉化成各種不同的氧化態[35]，但其也會沉淀溶解于水中，難以被生物降解[36]，長期以往，水中的重金屬離子會通過食物鏈影響人類健康[37]。因此水質監測工作已經刻不容緩。相較于多光譜，高光譜遙感具備捕捉細微光譜特征的能力[38]，因此在礦區水體污染監測工作中它有更加出色的表現。

3.1 礦區水體識別

馬秀強等[39]基于國產HJ-1A高光譜衛星遙感數據研究大冶銅鐵礦區的水環境水環境污染情況，通過端元提取的地物波譜特征分析，針對植被和水體波譜特征的精確高光譜數據降維，同時利用歸一化差分水體指數法進行水體精細識別，大幅度提高了光譜精細度和識別精度，彌補了指數法在基于多光譜數據的大范圍波譜區間時的精度不足問題；郭秋等[40]以曹家壩礦山為例，基于環境一號衛星數據以研究區水體光譜特征和顏色作為標志物，通過波段預算和灰度法對礦區水體的污染情況進行分析，作出了較為精確的評價。

3.2 礦區水體pH值及重金屬含量反演

徐良驥等[41]以潘-礦沉陷水域所采集的光譜反射率數據，采用不同形式的數據變換(一階微分、二階微分、倒數對數)對光譜信息進行放大，采用多元逐步回歸法、單波段回歸法和波段深度與偏最小二乘(PLSR)結合3種方法對水體中的重金屬元素建立預測模型，并對3種模型進行精確評定，確定Cu、Pb，、Zn、As、Cd和Cr六種重金屬元素最佳的預測模型，為以后礦區水體重金屬監測工作提供了參考；朱菊蕊[42]等人利用高光譜數據對來反演礦區水體pH值和重金屬Zn含量。通過多種變換方法對原始光譜進行處理，在此基礎利用相關性分析提取相關性較高的波段組合作為特征因子。運用線性模型(多元回歸、逐步回歸)和非線性模型支持向量機建立回歸模型，并利用調整后決定系數和均方根誤差評價模型精度，選擇最佳反演模型并最終實現了水體pH值和土壤Zn含量的影像定量反演，為礦區污染定量化監測構建了技術方法體系和操作流程。

概括起來，高光譜遙感在礦區水體監測中取得的主要進展有：(1)利用高光譜影像數據通過波段運算、灰度法對礦區水體進行解譯，識別監測水體受污染情況。(2)利用線性與非線性模型對水體中重金屬含量反演。

目前高光譜遙感技術對礦區水質參數反演存在的問題有：(1)對于水體的識別采用多光譜高光譜數據融合方法，提高了識別精度，但融合算法較為單一。(2)水體中的重金屬含量反演預測模型還不成熟，需要大量的研究驗證來完善。

因此在后續的研究中，有必要對水體指數以及反演模型進行改進，例如引進更多的波段，加深融合算法的改進，為礦山的水體監測提供更加可靠有效的服務。

4 結 論

(1)礦區生產過程中對環境威脅最大的是重金屬污染，重金屬離子在土壤、植被及水體中均難以轉移降解，其通過農作物，飲用水等進入人體，并在體內滯留富集，對礦區居民的健康危害很大。

(2)高光譜遙感對礦區土壤退化評價、土壤重金屬污染監測、植被重金屬污染監測、復墾區植被生長狀況評價及水體重金屬污染監測方面均有不同程度的應用。通過搭載在不同平臺的光譜儀采集的數據結合反演預測模型在礦山環境監測中初見成效。

(3)高光譜遙感在礦區的環境監測中還較為依賴實地采集樣本測定光譜信息，其受外部因素影響較大，主要應用于礦山周邊地區的環境污染監測，對于大面積的研究區域顯得力不從心。

(4)高光譜遙感在眾多土壤、植被以及水體重金屬含量反演模型中大部分還停留在驗證階段，較為依賴樣品的化學分析數據作為支撐，尚無法獨立對礦區環境做出評價。

(5)隨著搭載高光譜設備的衛星不斷升空，高質量的高光譜影像數據不斷更新，同時逐步建立和不斷完善系統光譜庫，結合當前大數據、云計算等新興技術對礦山環境實時、立體、全面監測是未來的發展趨勢。

高光譜遙感涵蓋了衛星、航空以及地面觀測，以先進的信息提取、數據處理分析、多學科多領域等特點成為了遙感領域一支重要的生力軍。高光譜遙感技術在礦山環境監測領域的應用，正在為傳統礦區的環境監測領域開辟出一條新路，由此減少傳統礦山監測工作中的巨大的人力物力消耗，因此具有很好的應用和發展前景。