國產單極化SAR數據在錳渣尾礦庫自動化識別中的應用

熊文成， 肖如林， 申文明， 付卓， 史園莉

(環境保護部衛星環境應用中心，北京 100094)

0 引言

尾礦庫是指筑壩攔截谷口或圍地構成的、用以堆存金屬或非金屬礦山進行礦石選別后排出尾礦或其他工業廢渣的場所。尾礦庫是具有高勢能的人造泥石流危險源，一旦發生潰壩，容易造成重特大事故。因此，嚴密監控尾礦庫是礦山管理部門的一項重要任務[1]。目前，我國對尾礦庫基礎數據的監測多數還停留在“逐級上報”的人工定時監測階段，雖取得了一定成效，但工作周期長且主觀性較大。遙感技術具有大范圍、客觀、實時等特點，高分辨率遙感圖像在尾礦庫監測中也發揮重要作用[2]。很多學者利用光學遙感衛星數據(以下簡稱“光學數據”)進行礦區(包括尾礦庫環境)監測，建立了尾礦庫環境光學遙感監測指標及其解譯標志[3-9]。利用雷達進行固廢堆場的監測，在國內外文獻中較為少見，這可能是由于一方面對雷達數據的使用并不如光學數據那樣普及； 另一方面尾礦庫作為監測目標，對遙感數據的分辨率要求很高，使用低分辨率遙感數據難以對尾礦庫進行有效識別。但隨著國產高分辨率雷達衛星(HJ-1-C)的成功發射，利用單極化合成孔徑雷達(SAR)數據(以下簡稱“雷達數據”)對尾礦庫進行監測已成為可能； 并且雷達數據具有全天時、全天候的特點，對于尾礦庫應急監測具有重要意義[10-14]，高分雷達數據在目標識別方面已得到迅速發展[15-18]。因此，本文以錳渣尾礦庫的識別為例，探索雷達數據與光學數據相結合的自動識別方法。

1 研究區概況與數據源

本文選擇貴州省松桃縣為研究區，該區地處黔、湘、渝3省市結合部，與湖南省花垣縣、重慶市秀山自治縣山水相依，是我國錳儲藏量最為集中的地區，與花垣、秀山合稱“錳三角”。長期以來，”錳三角”區由于規劃不合理、片面追求經濟增長、企業環境保護意識差以及監管不力等原因，錳礦開采及錳渣堆放曾經給該區環境造成嚴重污染。

錳渣尾礦庫是專門用于堆放電解錳生產過程形成的錳渣。2007年我國電解錳產量已超過100萬t，每生產1 t電解錳粉所排放的酸浸廢渣量約6～7 t。這些酸浸廢渣顆粒細小，且含有一定量的有害元素，目前處理方式主要是征用大量專用場地存放，形成大小不同的錳渣尾礦庫。這樣不僅增加了企業土地征用和場地處置等費用，使企業生產成本增加，還大量消耗土地資源，并且廢渣的長期存放，使一些有害元素通過淋濾滲透，進入土壤、地表徑流和地下水，嚴重影響了土壤和水資源質量，污染環境，危害社會。

本研究采用的光學數據是SPOT5多光譜圖像，空間分辨率為10 m，共4個波段，時相為2010年7月； 采用的雷達數據為環境一號C(HJ-1-C)衛星SAR數據，空間分辨率為5 m(單視)，幅寬為36 km，S波段，極化方式為單極化VV極化，時相為2013年2月。

2 錳渣尾礦庫雷達監測原理

由于雷達特殊的成像方式，其圖像與人眼對地物的觀測有很大不同。因此，相對光學圖像來說，對雷達圖像較難解譯，常常僅作為對光學圖像解譯結果進行校核、補充的輔助性解譯。SAR圖像的解譯標志雖然也包括色調、紋理、形狀、尺寸、陰影和模式，但它們所反映的地物目標特性與光學遙感圖像是不一樣的。SAR影像特征主要取決于2個方面的參數： ①雷達系統參數，包括波長、極化、入射角和入射方向等； ②目標物參數，包括復介電常數、表面粗糙度、幾何特性、面散射和體散射特性及其方向特性[13-14]等。因此，在錳渣尾礦庫雷達監測時，分析錳渣的物質結構、堆放狀態等特點對解譯錳渣雷達圖像至關重要。錳渣是為生產電解錳而產生的廢渣。電解錳的主要生產工藝包括錳礦破碎制粉、浸出、化合及壓濾等環節。在此過程中生產的廢渣經擠壓和水分排干后堆放在尾礦庫中。

2.1 錳渣尾礦庫雷達圖像特征

錳渣尾礦庫在雷達圖像中主要有以下特征：

1)形狀大小特征。電解錳企業一般規模較小，其尾礦庫規模也相對較小，大多在0.5～5.0萬m2。

2)散射特征。錳渣經過擠壓，內部空隙很小，含水量不高； 由于堆放形態在一定時期變得平整，大部分地方的粗糙度不大，使得錳渣的整體后向散射偏弱。

3)紋理特征。錳渣在堆積時是用貨車一車車地卸渣，因此在庫中大多是一堆堆存放，局部地方可能進行過平整，蓄水能力弱，故在入射方向能有明顯的堆積壩紋理。

4)組成結構特征。錳渣尾礦庫由壩體、庫體、滲濾液收集池、進出的運渣道路及值班房等組成。

5)空間分布特征。電解錳渣尾礦庫通常位于電解錳廠周邊。由于電解錳需要大量用水，因此電解錳廠鄰近河流，距離河流一般不超過1 km。

6)時相特征。尾礦庫的新建、服役期間的堆積、閉庫以及生態恢復等不同階段的特征形成了尾礦庫獨特的時相變化規律。

2.2 錳渣尾礦庫雷達圖像與光學圖像的比較

一般情況下，利用高分辨率光學圖像可以很好地對錳渣尾礦庫進行識別； 但由于同譜異物的原因，錳渣尾礦庫易與水庫、黑色的廠房、裸地等混淆，因而降低了利用光學圖像對錳渣尾礦庫的識別率。由于不同的成像方式，雷達圖像的加入可以提高對尾礦庫的識別效果。從試驗區的光學圖像和雷達圖像中選擇4個典型區(圖1)，其在光學圖像中都解譯為疑似尾礦庫，通過與雷達圖像對比，可以較為明確地判斷該疑似尾礦庫的點是否為錳渣尾礦庫。

(a) 典型區1： SPOT5(左)及對應的SAR圖像(右)(b) 典型區2： SPOT5(左)及對應的SAR圖像(右)

(c) 典型區3： SPOT5(左)及對應的SAR圖像(右)(d) 典型區4： SPOT5(左)及對應的SAR圖像(右)

由圖1(a)(b)看出，SPOT5圖像中疑似尾礦庫的點在SAR圖像中不均勻，且散射較強，從而確定疑似點不是錳渣尾礦庫，其中圖1(b)實際核查為建筑； 圖1(c)中，SPOT5圖像疑似尾礦庫的點在SAR圖像中散射強度很低，從而確定不是錳渣尾礦庫； 圖1(d)的SPOT5圖像中疑似尾礦庫的點在SAR圖像中散射較為一致，有一定的堆積性紋理，為錳渣尾礦庫的可能性很大，經核查確定為錳渣尾礦庫。

3 錳渣尾礦庫的自動識別

基于錳渣尾礦庫的雷達圖像特征及其與光學圖像特征的區別性分析，雷達圖像可以輔助高分辨率光學數據進行尾礦庫識別，從而提高識別效果。但要實現計算機自動識別，則需要建立錳渣尾礦庫在雷達圖像中的識別規則。

本次識別試驗首先對光學圖像進行目標分割，選取光學圖像中典型尾礦庫及疑似尾礦庫； 然后在目標層次上分析雷達圖像的紋理特征和散射特征，得出適合于識別尾礦庫以及彌補光學數據不足的雷達特征。具體處理流程如圖2所示。

圖2 錳渣尾礦庫自動識別流程

3.1 處理過程

3.1.1 圖像分割

圖像分割是把圖像分成若干個具有不同特性的區域并提取出使用者所感興趣目標的過程，其分割的程度依據待解決問題的不同而定。分割特性包括紋理、顏色、灰度、邊緣等。

本文采用eCognition(易康)軟件對SPOT5多光譜圖像進行分割。通過試驗發現，SPOT5多光譜數據在分割尺度為30的情況下對地物邊界的繪制較為合理，且圖斑完整性較好，如圖3所示。

(a) SPOT5圖像

(b) 分割結果

將光學圖像的分割結果疊置到雷達圖像上，這樣就可以在對象層次上對雷達圖像進行分析。

3.1.2 對象樣本選擇

根據各類地物的影像特征、統計調查資料以及實地考察資料，選取有代表性的11個樣點(表1)作為研究對象，用于分析利用雷達圖像如何區分真實尾礦庫、疑似尾礦庫和其他典型地物。

表1 研究樣點

3.1.3 樣本分析

在對象層次上，針對上述11個樣本，從雷達圖像的原始值、歸一化值、紋理圖像分析值等方面，分析樣本間的區別，建立錳渣尾礦庫的獨特判別標志。

1)圖像歸一化處理。因為原始圖像沒有標定，所以會給定量判斷帶來一定影響。因此，采用歸一化處理的方式對圖像原始數據(DN)進行處理，即

f=DN/MEAN，

(1)

式中：MEAN為DN均值；f為歸一化處理后的DN值。對歸一化圖像的統計結果(表2)表明，平均值(MEAN)和方差(STD)能較好地分辨城市、尾礦庫和水體。建筑和尾礦庫的統計值區別不大，但最大值(MAX)對于判斷有無人工建筑有很大作用。

MIN和SUM分別代表圖像DN值的最小值、總和。

表2 歸一化圖像統計結果

2)圖像紋理計算。在10 m的尺度上進行紋理分析，分別生成方差、均質性、非相似性、相關系數及反差等圖像[14]，并進行相關統計(表3，4)。其中，反差圖像的各類地物的統計值差別較大。

表3 方差圖像、均質性圖像及非相似性圖像的統計結果

表4 相關系數圖像和反差圖像的統計結果

3.2 結果分析

1)識別規則分析。以反差圖像統計結果為例，分析雷達紋理圖對于區分尾礦庫與光學圖像中混淆目標的判斷方法。

通過平均值MEAN即可以區分樣本2，3和8建筑(居民區)相關的點位(圖4)，此特征有利于定位尾礦庫周邊環境的敏感目標(人類居住區)。

圖4 反差圖平均值和閾值統計結果

圖5 反差圖像方差與高、低閾值統計結果

通過方差STD(圖5)可以區分出內部不均一的目標(樣本4，7和10)，這主要是因為樣本4有的覆土已被綠化，而有的部位還是裸露的尾礦庫； 樣本7和10由于有稀疏的建筑目標，內部也不均一，且在光學圖像中易與真實尾礦庫相混淆，而在雷達圖像中能得到較好地區分。樣本11為水體，內部很均一，所以其方差小于0.5。樣本1為植被山體，其均值和方差都較小，在雷達圖像中易與尾礦庫相混淆； 但由于植被在光學圖像中的光譜特征很明顯，所以在光學圖像上能很好地與尾礦庫區分。樣本5，6和9為用雷達圖像識別到的尾礦庫，這些樣本都是在光學圖像上較為不確定的點。

從上述分析可以看出，用雷達圖像判定錳渣尾礦庫的規則是MEAN>a且b2

2)實地驗證。基于研究區的SPOT數據，采用面向對象的自動化識別方法，可確定17個錳渣尾礦庫或疑似尾礦庫。進一步結合雷達數據進行判定識別，確定其中的14個為錳渣尾礦庫。通過向相關部門求證，對識別的疑似尾礦庫進行了實地驗證，結果表明： 光學數據多識別的3處尾礦庫均為誤判，分別為廠區堆料廠或制磚場。

4 結論

本文通過結合使用光學和雷達數據在尾礦庫識別方面進行研究，取得如下結論：

1)由于在識別尾礦庫時，光學圖像中存在大量異物同譜的情況，所以會有較多地物混同于尾礦庫。而雷達圖像具有不同的成像方式和機理，可以較好地區分光學圖像中疑似尾礦庫等地物，有效提高遙感數據對錳渣尾礦庫的識別效果。

2)由于面向對象的方法不是在像素級別上的分析，而是在目標層次上的分析，因此對光學數據和雷達數據的幾何配準精度要求不是很高，這也有利于進行光學數據和雷達數據結合的應用。

3)通過定量分析雷達紋理圖像，可以建立自動化尾礦庫識別規則集； 但由于國產雷達衛星數據沒有經過很好地定標，故定量分析的規則集不具有普適性。因此，對于不同時相和不同地區的雷達圖像應用，還需要對高、低閾值進行合理調整。

參考文獻(References)：

[1] 新華網.中國尾礦庫之危[EB/OL].[2011-01-13].http://news.xinhuanet.com//c_12977377.htm.

Xinhua Net.Crisis of China’s tailings[EB/OL].[2011-01-13].http://news.xinhuanet.com//c_12977377.htm.

[2] 陳偉濤,張志,王焰新,等.礦山地質環境遙感監測方法初探[J].地質通報,2010,29(2/3):457-462.

Chen W T,Zhang Z,Wang Y X,et al.Preliminary study on methods of geo-environment monitoring in minesites using remote sensing technique[J].Geological Bulletin of China,2010,29(2/3):457-462.

[3] 甘甫平,劉圣偉,周強.德興銅礦礦山污染高光譜遙感直接識別[J].地球科學,2004,29(1):119-126.

Gan F P,Liu S W,Zhou Q.Identification of mining pollution using hyperion data at Dexing copper mine in Jiangxi Province,China[J].Earth Science-Journal of China University of Geosciences,2004,29(1):119-126.

[4] 劉圣偉,甘甫平,王潤生.用衛星高光譜數據提取德興銅礦區植被污染信息[J].國土資源遙感,2004,16(1):6-10.

Liu S W,Gan F P,Wang R S.The application of hyperion data to extracting contamination information of vegetation in the Dexing copper mine,Jiangxi Province,China[J].Remote Sensing for Land and Resources,2004,16(1):6-10.

[5] 王潔,楊鋒杰,李江濤,等.遙感技術在江西德興銅礦礦區污染研究中的應用[J].山東科技大學學報:自然科學版,2005,24(4):66-69.

Wang J,Yang F J,Li J T,et al.The application of remote sensing technique in the pollution condition investigation of Dexing copper mine in Jiangxi Province[J].Journal of Shandong University of Science and Technology:Natural Science,2005,24(4):66-69.

[6] 劉文婷,張志,彭瑛.TM影像在尾礦庫水質監測中的應用[J].礦業研究與開發,2010,30(6):90-92.

Liu W T,Zhang Z,Peng Y.Application of TM image in monitoring the water quality of tailing reservoir[J].Mining Research and Development,2010,30(6):90-92.

[7] 安國強,吳泉源,高守英.招遠市金礦區環境遙感調查研究[J].國土資源遙感,2003,15(2):30-33.

An G Q,Wu Q Y,Gao S Y.Remote sensing investigation of the gold mining area in Zhaoyuan City[J].Remote Sensing for Land and Resources,2003,15(2):30-33.

[8] 苗艷艷,樊勇,葛純樸.遙感技術在湖北礦山環境調查中的應用[J].礦業安全與環保,2007,34(5):30-33.

Miao Y Y,Fan Y,Ge C P.The application of remote sensing technique in the mine sites environment investigation in Hubei Zhaoyuan[J].Mining Safety and Environmental Protection,2007,34(5):30-33.

[9] 趙永明.基于3S技術山西省塔兒山尾礦庫監測[D].北京:中國地質大學(北京),2011.

Zhao Y M.Monitor tailings based on 3S technology to Tower Mountain in Shanxi Province[D].Beijing:China University of Geosciences(Beijing),2011.

[10]Peyret M,Djamour Y,Rizza M,et al.Monitoring of the large slow Kahrod landslide in Alborz mountain range(Iran)by GPS and SAR interferometry[J].Engineering Geology,2008,100(3/4):131-141.

[11]Baldo M,Bicocchi C,Chiocchini U,et al.LiDAR monitoring of mass wasting processes:The Radicofani landslide province of Siena,Central Italy[J].Geomorphology,2009,105(3/4):193-201.

[12]王橋,魏斌,王昌佐,等,基于環境一號衛星的生態環境遙感監測[M].北京:科學出版社,2010.

Wang Q,Wei B,Wang C Z,et al.Ecological Environment Monitoring Based on the HJ-1 Satellites[M].Beijing:Science Press,2010.

[13]陳勁松,林暉,邵蕓.微波遙感農業應用研究——水稻生長監測[M].北京:科學出版社,2010.

Chen J S,Lin H,Shao Y.The Application Research of Microwave Remote Sensing in Agriculture-rice Growth Monitoring[M].Beijing:Science Press,2010.

[14]郭華東.雷達對地觀測理論與應用[M].北京:科學出版社,2000.

Guo H D.Theory and Application of Radar Earth Observation[M].Beijing:Science Press,2000.

[15]張紅,王超,張波,等.高分辨率SAR圖像目標識別[M].北京:科學出版社,2009.

Zhang H,Wang C,Zhang B,et al.High Resolution SAR Image Target Recognition[M].Beijing:Science Press,2009.

[16]Crisp D J.The state-of-the-art in ship detection in synthetic aperture Radar imagery[R].DSTO Information Sciences Laboratory Report,2004.

[17]Vachon P W,Thomas S J,Cranton J,et al.Validation of ship detection by the RadarSAT synthetic aperture Radar and the ocean monitoring workstation[J].Canadian Journal of Remote Sensing,2000,26(3):200-212.

[18]Vachon P W,Thomas S J,CrantonJ,et al.Monitoring the coastal zone with the RadarSAT satellite[C].UK:Oceanology International,1998:10.