礦山環(huán)境高光譜遙感監(jiān)測(cè)研究進(jìn)展

李萬(wàn)倫, 甘甫平

(1.中國(guó)地質(zhì)圖書(shū)館，北京　100083； 2.中國(guó)國(guó)土資源航空物探遙感中心，北京　100083)

礦山環(huán)境高光譜遙感監(jiān)測(cè)研究進(jìn)展

李萬(wàn)倫1, 甘甫平2

(1.中國(guó)地質(zhì)圖書(shū)館，北京100083； 2.中國(guó)國(guó)土資源航空物探遙感中心，北京100083)

摘要：在綜合分析大量文獻(xiàn)的基礎(chǔ)上，歸納了高光譜技術(shù)在礦山次生礦物識(shí)別、重金屬濃度反演、pH值定量估算、污染植被信息提取等方面的應(yīng)用，總結(jié)了基于高光譜遙感提取有關(guān)氧化和脫水狀態(tài)動(dòng)態(tài)分析、氣候變化追蹤等信息的研究進(jìn)展，展示了高光譜技術(shù)在礦山環(huán)境調(diào)查監(jiān)測(cè)領(lǐng)域的廣闊應(yīng)用前景。研究表明,含鐵硫化物及其氧化礦物標(biāo)準(zhǔn)光譜庫(kù)的建立具有重大意義，推動(dòng)了酸性礦山環(huán)境高光譜遙感研究； 對(duì)礦山環(huán)境地質(zhì)作用與光譜響應(yīng)之間關(guān)系的認(rèn)識(shí)逐漸深入，促進(jìn)了高光譜地質(zhì)應(yīng)用模型的開(kāi)發(fā)； 高光譜數(shù)據(jù)蘊(yùn)含著豐富的礦山環(huán)境地學(xué)信息，具備提取多方面重要信息的潛力。最后結(jié)合當(dāng)前歐美發(fā)達(dá)國(guó)家開(kāi)發(fā)高光譜小衛(wèi)星的實(shí)際，指出今后礦山環(huán)境高光譜遙感研究將從礦物及礦物成分識(shí)別轉(zhuǎn)向礦物形成時(shí)的物理化學(xué)性質(zhì)反演、從短期調(diào)查向長(zhǎng)期監(jiān)測(cè)、從航空向航天、從單一礦山向成礦區(qū)帶或大型礦集區(qū)轉(zhuǎn)變。

關(guān)鍵詞：礦山環(huán)境； 高光譜； 遙感監(jiān)測(cè)； 進(jìn)展

0引言

高光譜圖譜合一的特征，可以直接識(shí)別與礦山環(huán)境相關(guān)的污染物，比如“三廢”(廢水、廢氣和廢渣)的組成成分、濃度等，定量分析其分布的范圍及變化趨勢(shì)，評(píng)價(jià)礦山開(kāi)發(fā)活動(dòng)對(duì)環(huán)境的影響，以及資源環(huán)境的承載力，并為治理、復(fù)墾、規(guī)劃等提供決策支撐。自1988年AVIRIS高光譜儀出現(xiàn)以來(lái)，高光譜遙感技術(shù)不斷完善，并已逐漸發(fā)展為環(huán)境調(diào)查與評(píng)價(jià)的一種重要技術(shù)手段[1]。

無(wú)論是地下開(kāi)采，還是露天開(kāi)采，酸性礦山排水(acid mine drainage，AMD)、有毒物質(zhì)和重金屬排放等[2]都會(huì)引起許多環(huán)境問(wèn)題，給當(dāng)?shù)丨h(huán)境和居民健康帶來(lái)嚴(yán)重影響。我國(guó)正處于國(guó)民經(jīng)濟(jì)高速發(fā)展時(shí)期，對(duì)礦產(chǎn)資源需求量大，礦業(yè)活動(dòng)活躍，不僅需要對(duì)礦山開(kāi)發(fā)現(xiàn)狀進(jìn)行有效監(jiān)管，也需要對(duì)礦山生態(tài)治理情況進(jìn)行實(shí)時(shí)評(píng)估。但常規(guī)手段耗時(shí)費(fèi)力且成本高。為此，如何快速獲取礦山污染的分布特征，以及對(duì)礦山環(huán)境污染治理狀況等進(jìn)行評(píng)價(jià)和跟蹤監(jiān)測(cè)是國(guó)內(nèi)外礦山環(huán)境調(diào)查監(jiān)測(cè)的一項(xiàng)緊迫任務(wù)。

早期的高光譜礦山環(huán)境調(diào)查是從廢棄物開(kāi)始，首先關(guān)注的是次生礦物，如含鐵氧化物和含鐵氫氧化物等的分布特征[3-5]，尤其是使環(huán)境呈酸性的礦物，它們可快速溶解于礦山排出的廢水中，并具有很強(qiáng)的遷移與擴(kuò)散能力。例如黃鐵礦和硫酸鹽，其光譜特征和溶解特性都與氧化有關(guān)，利用高光譜遙感數(shù)據(jù)可對(duì)其沉淀過(guò)程進(jìn)行跟蹤監(jiān)測(cè)[6-7]，為環(huán)境污染治理等提供依據(jù)。近年來(lái)，國(guó)外發(fā)達(dá)國(guó)家或地區(qū)聯(lián)盟已經(jīng)采用高光譜遙感技術(shù)進(jìn)行礦山環(huán)境調(diào)查監(jiān)測(cè)與定量評(píng)估，如歐盟PECOMINES二期項(xiàng)目，將高光譜技術(shù)對(duì)西班牙安達(dá)盧西亞地區(qū)的礦山環(huán)境監(jiān)測(cè)作為其核心任務(wù)之一； 加拿大KamKotia礦山在實(shí)施礦山復(fù)墾計(jì)劃的同時(shí)，采用航空高光譜遙感技術(shù)進(jìn)行了跟蹤監(jiān)測(cè)[8]； 美國(guó)也將高光譜遙感技術(shù)應(yīng)用于危險(xiǎn)性廢棄物處置場(chǎng)地的植被修復(fù)系統(tǒng)監(jiān)測(cè)[9]。這些研究均體現(xiàn)了高光譜技術(shù)對(duì)礦山環(huán)境要素具有明顯的識(shí)別能力和較好的定量反演效果。

我國(guó)礦山環(huán)境遙感調(diào)查大多采用多光譜遙感數(shù)據(jù)[10-12]，但因其光譜分辨率較低而影響了礦山環(huán)境要素的識(shí)別精度。在21世紀(jì)初，我國(guó)曾采用Hyperion星載高光譜遙感數(shù)據(jù)對(duì)江西德興銅礦礦山污染進(jìn)行了直接識(shí)別與研究[13]。另外在黑龍江大興安嶺地區(qū)，也曾利用航空高光譜PHI數(shù)據(jù)開(kāi)展了植被地化信息異常探測(cè)和植被理化信息提取研究[14]。此后，有關(guān)礦山高光譜遙感地質(zhì)調(diào)查方面的報(bào)道相對(duì)較少，可能與我國(guó)缺乏高光譜數(shù)據(jù)來(lái)源，以及相關(guān)技術(shù)要求較高等有關(guān)。

為此，本文在綜合分析大量文獻(xiàn)的基礎(chǔ)上，歸納了高光譜技術(shù)在礦山次生礦物識(shí)別、重金屬濃度反演、pH值定量估算和污染植被信息提取等方面的應(yīng)用，總結(jié)了基于高光譜遙感數(shù)據(jù)在礦山環(huán)境動(dòng)態(tài)監(jiān)測(cè)、礦物氧化與脫水狀態(tài)動(dòng)態(tài)分析和氣候變化追蹤等方面的研究進(jìn)展，展示了高光譜技術(shù)在礦山環(huán)境調(diào)查監(jiān)測(cè)領(lǐng)域的廣闊應(yīng)用前景。

1礦山環(huán)境要素識(shí)別

由于礦山環(huán)境要素眾多，且異常復(fù)雜，比如次生礦物類(lèi)型、重金屬濃度、土壤或水體的酸堿性等。在礦山環(huán)境要素的高光譜識(shí)別中，對(duì)礦山地物光譜及其地質(zhì)背景之間響應(yīng)關(guān)系的研究十分必要。長(zhǎng)期以來(lái)，國(guó)內(nèi)外在高光譜礦山環(huán)境監(jiān)測(cè)方面已經(jīng)形成了一套比較成熟的方法，比如礦物表征、物理化學(xué)性質(zhì)預(yù)測(cè)和邊界劃分等[15]。其基本思路主要是通過(guò)建立相關(guān)的高光譜應(yīng)用模型，開(kāi)展礦山環(huán)境要素的識(shí)別和填圖，相關(guān)的研究已經(jīng)從定性、半定量發(fā)展到定量地學(xué)信息提取，并取得了顯著成效。

1.1次生礦物識(shí)別

礦山環(huán)境的地球化學(xué)演化過(guò)程變化很快，并在不同地表?xiàng)l件下迅速形成各種次生礦物，且不同類(lèi)型礦山廢棄物所生成的次生礦物序列也不盡相同。識(shí)別這些次生礦物對(duì)于了解整個(gè)礦山環(huán)境的發(fā)展演化以及進(jìn)行礦山整治等具有重要作用。

不同類(lèi)型的次生礦物具有其獨(dú)特的診斷性波譜特征。采用高光譜礦物識(shí)別算法，比如最常用的光譜角填圖、二值編碼匹配和光譜特征擬合等算法均可有效地識(shí)別出次生礦物類(lèi)型，編制次生礦物分布圖。基于光譜特征知識(shí)，比如礦物光譜分層識(shí)別譜等算法能有效地識(shí)別出含F(xiàn)e礦物(針鐵礦、纖鐵礦)等[13]。但受礦物組成變化所造成的光譜特征差異等影響，不同算法識(shí)別的效果存在著一定的差別[16]。

在礦山環(huán)境定期監(jiān)測(cè)與定量評(píng)價(jià)過(guò)程中，為了提高效率，往往根據(jù)標(biāo)準(zhǔn)的礦物波譜數(shù)據(jù)庫(kù)，開(kāi)發(fā)相關(guān)識(shí)別算法，進(jìn)行礦物自動(dòng)識(shí)別和提取。為此，國(guó)外較早通過(guò)實(shí)驗(yàn)室光譜測(cè)試獲得了由含鐵硫化物礦山廢棄物風(fēng)化所生成的典型次生礦物的光譜曲線[17]，并已被收錄到美國(guó)地質(zhì)調(diào)查局(USGS)的標(biāo)準(zhǔn)光譜數(shù)據(jù)庫(kù)中[18]。其中包括施氏礦物、黃鉀鐵礬和水鐵礦等18種酸性礦山地表常見(jiàn)礦物。這些常見(jiàn)礦物光譜庫(kù)的建立，有力地推動(dòng)了此類(lèi)礦山環(huán)境的高光譜遙感調(diào)查與研究，比如在歐洲伊比利亞黃鐵礦帶[19]、加拿大安大略省北部某礦山[20]等。

同時(shí)，深入分析不同礦山環(huán)境系統(tǒng)內(nèi)的礦物形成與演變規(guī)律，尤其是次生礦物在特定地球化學(xué)背景下的形成條件和生成次序，將有助于理解礦物波譜特征與次生礦物組成成分之間的內(nèi)在關(guān)系，從而有助于調(diào)查與監(jiān)測(cè)污染的類(lèi)型及程度，正確評(píng)估礦山環(huán)境的現(xiàn)狀。

1.2重金屬濃度反演

在礦山開(kāi)發(fā)過(guò)程中，重金屬通過(guò)水體、沉積物和土壤向外擴(kuò)散，造成嚴(yán)重的環(huán)境污染和破壞。重金屬類(lèi)型識(shí)別與濃度反演主要有2種方法，一種是對(duì)重金屬含量與光譜特征的對(duì)應(yīng)關(guān)系進(jìn)行統(tǒng)計(jì)，分別建立河流沉積物[21]、土壤[22]和廢棄物[23]中的重金屬成分及其含量與地面反射光譜特征參量之間的統(tǒng)計(jì)模型，從而反演重金屬的濃度。這種方法需要結(jié)合地球化學(xué)數(shù)據(jù)，屬于一種經(jīng)驗(yàn)性的方法。該方法具有一定的局限性，不同礦山環(huán)境適用的特征參數(shù)也不盡相同。

另一種方法是通過(guò)對(duì)重金屬元素的來(lái)源、擴(kuò)散和聚積過(guò)程進(jìn)行地質(zhì)分析，了解其對(duì)礦物光譜特征的影響，以此實(shí)現(xiàn)濃度反演。高光譜礦物成分反演比較成功的是發(fā)生類(lèi)質(zhì)同象置換的元素，如鐵、鎂離子置換鋁離子會(huì)導(dǎo)致光譜特征出現(xiàn)細(xì)微的變化，由此識(shí)別出不同元素的含量[24]。當(dāng)然，定量識(shí)別重金屬的高光譜技術(shù)研究正在不斷深入。如今比較普遍的做法是依據(jù)重金屬元素在礦山環(huán)境中的來(lái)源及最終賦存礦物來(lái)定性或半定量地反演其分布。如在一般金礦山中，汞來(lái)源于濕法冶金，而砷則來(lái)源于天然的砷黃鐵礦，由于氧化和風(fēng)化作用在尾礦表面還會(huì)形成和出現(xiàn)含砷的臭蔥石，因此尾礦中二者的濃度都會(huì)明顯升高。通過(guò)高光譜填圖可了解這些含汞和砷的尾礦分布，并推斷出其向下游的擴(kuò)散情況[25]。

總的來(lái)說(shuō)，這方面的研究目前基本上仍處于試驗(yàn)研究階段，需要進(jìn)一步通過(guò)光譜特征的挖掘、算法的研發(fā)等提升高光譜遙感在重金屬濃度反演方面的調(diào)查與監(jiān)測(cè)能力。

1.3pH值定量估算

在礦山環(huán)境評(píng)價(jià)中，pH值是一個(gè)關(guān)鍵性的技術(shù)指標(biāo)。以往發(fā)現(xiàn)在有AMD的礦區(qū)，次生含鐵硫化物的生成次序具有一定的規(guī)律[6,26]，可通過(guò)其診斷性光譜特征來(lái)識(shí)別，進(jìn)而根據(jù)這些礦物的分布情況來(lái)反演其形成的物理化學(xué)條件(尤其是pH值的估算)。

利用高光譜遙感技術(shù)進(jìn)行pH值的估算，首先是建立pH預(yù)測(cè)模型[27]。一般認(rèn)為，含鐵礦物沉淀析出的pH值大小依次為： 黃鉀鐵礬<3.0； 施氏礦物2.8～4.5； 水鐵礦與施氏礦物混合4.5～6.5； 水鐵礦或水鐵礦與針鐵礦組合>6.5[28-29]。在捷克Sokolov褐煤礦山，當(dāng)pH<3.0時(shí)有黃鐵礦、黃鉀鐵礬或褐煤等存在，它們既可以單獨(dú)存在又可以是混合物。當(dāng)黃鉀鐵礬與針鐵礦伴生時(shí)，pH值升高(3.0～6.5)，而針鐵礦單獨(dú)存在時(shí)pH值為中性或較高(>6.5)[30]。

采用上述模型或類(lèi)似模型，在西班牙Sotiel-Migollas礦山[31-32]，通過(guò)獨(dú)立數(shù)據(jù)集對(duì)研究結(jié)果進(jìn)行檢驗(yàn)，發(fā)現(xiàn)實(shí)際pH值與預(yù)測(cè)值之間的R2為0.71； Quental 等[33]利用HyMap數(shù)據(jù)對(duì)與AMD有關(guān)的物質(zhì)進(jìn)行了填圖，所生成的預(yù)測(cè)圖表明各種pH值指示礦物組合的相關(guān)性≥0.8，尤其正確反映了低pH值與污染區(qū)的對(duì)應(yīng)關(guān)系。

另外，甘甫平等[13]利用水體在600 nm左右的光譜特征，以及不同波段之間的散點(diǎn)圖對(duì)水體、尾礦區(qū)的酸堿性進(jìn)行定性的劃分，取得了一定的效果，但對(duì)于劃分的機(jī)理還缺乏有效的分析。

總之，利用高光譜遙感技術(shù)進(jìn)行礦山環(huán)境pH值的估算及制圖取得了較好的效果，具有很好的應(yīng)用前景。存在的主要問(wèn)題是，高光譜數(shù)據(jù)僅適用于地表分析，所測(cè)量的是地表最上層的50 mm范圍[34]。因此盡管地表與地下樣品的相關(guān)性可以預(yù)料，但對(duì)它們的關(guān)系仍需進(jìn)一步研究。

1.4污染植被信息提取

植被的長(zhǎng)勢(shì)、理化特征能夠很好地反映礦山環(huán)境特征。目前已開(kāi)發(fā)出了許多從遙感圖像獲取植被健康狀態(tài)信息的方法，并在礦山污染、礦山植被修復(fù)系統(tǒng)監(jiān)測(cè)等領(lǐng)域得到了廣泛應(yīng)用[9]。比如植被光譜特征“紅移”、“藍(lán)移”等主要吸收特征參數(shù)的變化等[35-36]。同時(shí)也偏重于識(shí)別光譜反射率的紅邊位置(red edge position,REP)，研究其與葉綠素含量及其季節(jié)性變化的關(guān)系，以及葉綠素所直接反映的植被健康狀況。

另一種思路是提取植被生物量等信息來(lái)進(jìn)行礦山環(huán)境分析，主要方法有統(tǒng)計(jì)回歸、光譜定位、人工智能和物理模擬等[37]。其中，簡(jiǎn)單線性回歸分析法應(yīng)用較廣，被用來(lái)對(duì)比實(shí)地測(cè)得的植被生物物理參數(shù)同各種植被指數(shù)(如歸一化差異植被指數(shù))的相關(guān)性[38]。主成分回歸與部分最小二乘回歸[39-40]等也得到了進(jìn)一步應(yīng)用和發(fā)展。人工智能方法，如神經(jīng)網(wǎng)絡(luò)與回歸樹(shù)，則需要結(jié)合野外訓(xùn)練樣品來(lái)估算植被參數(shù)[41]。

上述方法都是經(jīng)驗(yàn)型方法，使用起來(lái)相對(duì)比較簡(jiǎn)單，但有一定限制，比如與代表性的訓(xùn)練樣品關(guān)系很大，而且該方法對(duì)大氣條件、傳感器掃視幾何形狀及遙感數(shù)據(jù)的空間分辨率都很敏感。同時(shí)，每次獲取新的遙感數(shù)據(jù)時(shí)，都需要對(duì)該方法進(jìn)行適當(dāng)?shù)男抻哰42]。另外，由于礦山環(huán)境許多可見(jiàn)植被的斑塊面積都比較小，采用具有更高空間分辨率的高光譜數(shù)據(jù)進(jìn)行植被填圖的效果可能會(huì)更好[9]。

由于礦山污染情況復(fù)雜，除了研究植被反射率(包括葉片和冠層的反射率)受礦山污染的影響之外，還要研究植被生長(zhǎng)過(guò)程、礦山污染物對(duì)植被健康的影響機(jī)制等問(wèn)題，了解一年之中植被光譜反射率隨著植被生長(zhǎng)而出現(xiàn)的動(dòng)態(tài)變化特征，然后再通過(guò)遙感異常信息提取技術(shù)，有效可靠地提取出由礦山不同類(lèi)型的污染所引起的植被異常。近年來(lái)國(guó)外比較重視植被分類(lèi)填圖和礦山植被生理行為(如生長(zhǎng)過(guò)程)與物候關(guān)系等方面的實(shí)驗(yàn)研究，如加拿大對(duì)地預(yù)測(cè)與制圖中心對(duì)四尺度各向異性反射率線性模型等植被傳輸模型進(jìn)行了完善和改進(jìn)[43]。這些研究都有助于通過(guò)提取植被相關(guān)信息進(jìn)行礦山環(huán)境演變分析。

1.5礦山污染邊界劃分

邊界劃分主要指對(duì)土地覆蓋及利用情況進(jìn)行填圖，以監(jiān)測(cè)礦山目標(biāo)(如水體、植被、露頭和廢棄物堆等)的邊界擴(kuò)張或收縮情況，估算其面積，并比較其逐年變化[15]。機(jī)載和星載高光譜圖像都可應(yīng)用于礦山地物分類(lèi)與填圖。國(guó)外曾利用HyMap和Hyperion數(shù)據(jù)進(jìn)行專(zhuān)門(mén)的填圖對(duì)比研究，對(duì)不同空間分辨率圖件所遇到的挑戰(zhàn)與限制進(jìn)行了探討[16]。

星載高光譜圖像Hyperion數(shù)據(jù)由于空間分辨率較低、幅寬較機(jī)載高光譜數(shù)據(jù)寬，可提供整個(gè)礦山的概貌，適合對(duì)全礦區(qū)進(jìn)行分析。如在西班牙西南部的Las Herrerias礦山利用馬氏距離法，對(duì)Hyperion圖像進(jìn)行了初步分類(lèi)，劃分為水體、植被、巖石露頭和礦山廢棄物堆等4類(lèi)地物，進(jìn)而采用圖像光譜特征擬合法對(duì)每個(gè)像元進(jìn)行識(shí)別[44]。這種方法相對(duì)簡(jiǎn)單易用，且成本較低，可作為了解礦山廢棄物堆放情況的初步手段。缺點(diǎn)是預(yù)處理和大氣校正比較復(fù)雜。

機(jī)載高光譜圖像因空間和光譜分辨率均較高，往往被用于對(duì)礦山地物進(jìn)行精細(xì)分類(lèi)和填圖，有利于礦山污染邊界的確定。但數(shù)據(jù)校正與處理過(guò)程和算法更加復(fù)雜，通常采用約束光譜像元分解算法[45]與基于臨界閾值的圖像分類(lèi)法。如加拿大KamKotia礦山利用TRWIS III航空高光譜圖像，將土地覆蓋類(lèi)型劃分為干燥植被、綠色(活)植被、氧化尾礦、露頭和過(guò)渡帶，以便了解酸性固體廢棄物的分布并評(píng)價(jià)其對(duì)植被的影響[8]。

在礦山污染邊界劃分中，也可以綜合次生礦物豐度、重金屬濃度、pH值和植被污染程度等，建立礦山污染遷移模型，確定礦山污染程度及其邊界。

2礦山環(huán)境變化分析

在礦山環(huán)境要素識(shí)別的基礎(chǔ)上，需要開(kāi)展更進(jìn)一步地礦山環(huán)境變化分析，后者對(duì)于礦山環(huán)境監(jiān)測(cè)和評(píng)價(jià)具有更大的意義。遙感技術(shù)相對(duì)于地面常規(guī)方法的一個(gè)主要特點(diǎn)，就在于它具有“多時(shí)相”獲取信息的能力，從而可滿足監(jiān)管部門(mén)及時(shí)了解和掌握礦山環(huán)境動(dòng)態(tài)變化信息的需求。礦山地球化學(xué)環(huán)境演化主要取決于原有的基本地質(zhì)條件，但也受礦山開(kāi)發(fā)和當(dāng)?shù)貧夂颦h(huán)境因素等的影響。例如，一個(gè)礦山處于開(kāi)發(fā)、關(guān)閉或治理恢復(fù)等不同階段時(shí)，其環(huán)境狀況必然不同； 隨著當(dāng)?shù)貧夂驐l件(包括降雨、溫度和濕度等)、微地貌的改變，礦山環(huán)境要素也會(huì)發(fā)生年度和季節(jié)性的周期變化。根據(jù)實(shí)際需要，可以綜合或僅采用一種高光譜信息提取技術(shù)，來(lái)跟蹤和監(jiān)視礦山環(huán)境的動(dòng)態(tài)變化，從而為監(jiān)管部門(mén)提供可靠的基礎(chǔ)性數(shù)據(jù)支撐。

2.1礦山開(kāi)發(fā)不同階段的環(huán)境監(jiān)測(cè)

一般礦山開(kāi)發(fā)不同階段的環(huán)境變化都較大。根據(jù)前述高光譜技術(shù)提取出的礦山環(huán)境要素信息，可實(shí)現(xiàn)對(duì)其進(jìn)行定量評(píng)價(jià)。西班牙Sotiel Migollas礦山的近代開(kāi)采發(fā)生在1984—2002年間，在2002—2006年間礦山被關(guān)閉，從2006年開(kāi)始進(jìn)行初步的治理和修復(fù)。為了解該礦山環(huán)境的演變規(guī)律，并且為評(píng)估修復(fù)治理的效果提供依據(jù)，基于1999年5月、2004年5月和2008年8月等多期HyMap高光譜數(shù)據(jù)，綜合采用前述高光譜礦山環(huán)境要素識(shí)別技術(shù)，對(duì)礦山環(huán)境的演變進(jìn)行了研究。首先根據(jù)Zabcic建立的pH概念模型[46]，生成了該礦山的pH值估測(cè)圖； 然后采用約束線性分解算法對(duì)HyMap圖像進(jìn)行分類(lèi)，分別得出土壤、礦物和植被(干的和濕的)的含量與分布，并選取一定的閾值，進(jìn)行了邊界劃分； 最后按礦物識(shí)別法，對(duì)上述土壤和礦物分類(lèi)中的單礦物進(jìn)行了填圖[15]。研究結(jié)果為了解該礦山在開(kāi)采期、關(guān)閉期和修復(fù)期的礦物表征、pH值和礦山污染分布情況等提供了準(zhǔn)確資料，并為礦山環(huán)境治理提供了決策支撐信息。

為了保證不同階段結(jié)果的準(zhǔn)確性與可對(duì)比性，最好能得到其他數(shù)據(jù)及資料(如X射線衍射(X-ray diffraction，XRD)、先驗(yàn)地質(zhì)資料等)的支持。一般對(duì)最后一個(gè)階段修復(fù)期提取的高光譜信息還應(yīng)當(dāng)采用XRD礦物分析與實(shí)驗(yàn)室光譜測(cè)量方法進(jìn)行驗(yàn)證。

2.2氧化及脫水狀態(tài)過(guò)程分析

礦山開(kāi)發(fā)排放出來(lái)的廢棄物(包括尾礦泥、AMD等)在大氣、流水等的聯(lián)合作用下，可以發(fā)生快速氧化、脫水等物理化學(xué)變化。利用高光譜遙感可監(jiān)測(cè)這種變化，從圖像上了解礦山污染的分布和擴(kuò)散情況，從而快速應(yīng)用于礦山突發(fā)事件的環(huán)境監(jiān)測(cè)。

該方面最典型的例子是西班牙Aznalcóllar尾礦坍塌事件，垮壩后大量?jī)?chǔ)存的紅色尾礦泥(污泥)沿著溝谷沖瀉，在流經(jīng)區(qū)域形成了平均約7 cm厚的淤泥層。事后利用搭載DAIS 7915光譜儀的飛機(jī)在該地區(qū)進(jìn)行調(diào)查，通過(guò)采集的高光譜數(shù)據(jù)(波長(zhǎng)為0.5～1.72 μm)對(duì)流出的紅色黃鐵礦泥所處的氧化與脫水狀況進(jìn)行填圖。結(jié)果顯示，116 d后尾礦壩的黃鐵礦泥處于中等脫水狀態(tài)，并且離尾礦壩越遠(yuǎn)，其氧化和脫水程度越高[19]。這些資料對(duì)于清理尾礦污泥、評(píng)價(jià)治理措施效果和進(jìn)一步消除污染具有重要價(jià)值。

2.3氣候變化監(jiān)測(cè)

氣候變化可視為高光譜遙感礦山環(huán)境地學(xué)研究的一個(gè)拓展領(lǐng)域。最初根據(jù)不同年份的HyMap數(shù)據(jù)對(duì)黃鐵礦礦區(qū)河流沉積物進(jìn)行填圖，發(fā)現(xiàn)其表面礦物成分的變化與下方微地貌有一定關(guān)系，后者往往是由短期的氣候變化所引起的，并與季節(jié)性和年度的氣候變化趨勢(shì)一致[47]。隨后對(duì)這類(lèi)礦山所在地區(qū)河流沉積物的沉淀物質(zhì)進(jìn)行了更多的研究[16,47]。結(jié)果發(fā)現(xiàn)，干旱氣候條件導(dǎo)致水分蒸發(fā)強(qiáng)烈，河流攜帶的溶解硫酸鹽沉淀形成結(jié)殼和風(fēng)化物。它們沉淀在沉積物表面，構(gòu)成鹽霜，在干旱季節(jié)不斷遭受氧化。這些鹽霜在下一個(gè)水文年的降雨期間被溶解，并重復(fù)以往的溶解、沉淀和氧化過(guò)程。同時(shí)，通過(guò)高光譜探測(cè)地表尾礦壩、沙壩及河流沉積物表面的礦物成分隨時(shí)間發(fā)生的變化，理論上可以反演出當(dāng)?shù)貧夂虻母蓾褡兓^(guò)程。基于此，有理由相信高光譜遙感數(shù)據(jù)能提供短期氣候變化情況，可作為一種新的半干旱地區(qū)環(huán)境地學(xué)指標(biāo)[48]。

這種方法目前尚處于初步研究階段，存在著一些需要解決的問(wèn)題，比如地表鹽霜的變化與微地貌及水動(dòng)力學(xué)等外部條件之間的關(guān)系； 目前所識(shí)別出的礦物也僅限于黃鐵礦礦山廢棄物的氧化產(chǎn)物等。因此，開(kāi)展這方面的研究還需綜合考慮氣候、水動(dòng)力、微地貌及基巖性質(zhì)等的光譜響應(yīng)，以及它們之間的關(guān)系，才有可能得到理想的效果。

3結(jié)論與展望

總之，隨著高光譜遙感技術(shù)的發(fā)展，高光譜遙感數(shù)據(jù)在礦山環(huán)境地質(zhì)調(diào)查中的應(yīng)用取得了重要進(jìn)展，主要表現(xiàn)在： 建立和完善了黃鐵礦及其氧化產(chǎn)物的標(biāo)準(zhǔn)光譜數(shù)據(jù)庫(kù)； 開(kāi)發(fā)了一些礦山地質(zhì)作用與光譜性質(zhì)之間的概念模型，如高光譜礦山環(huán)境pH值光譜模型等； 深入挖掘高光譜蘊(yùn)含的豐富地學(xué)信息，拓展了應(yīng)用領(lǐng)域，即從礦物識(shí)別、礦物成分信息提取發(fā)展到物理化學(xué)條件乃至氣候環(huán)境變化分析等多方面的應(yīng)用。這些進(jìn)展對(duì)促進(jìn)高光譜遙感技術(shù)在未來(lái)礦山環(huán)境定量評(píng)價(jià)與自動(dòng)監(jiān)測(cè)方面具有重要意義。未來(lái)礦山環(huán)境高光譜遙感地學(xué)應(yīng)用的發(fā)展趨勢(shì)如下：

1)從礦物識(shí)別拓展到礦物形成物理化學(xué)條件的定量反演。近年來(lái)已經(jīng)開(kāi)發(fā)的礦山環(huán)境高光譜技術(shù)pH值填圖，對(duì)礦山環(huán)境定量評(píng)價(jià)很有價(jià)值。除了pH值以外，其他物理化學(xué)參數(shù)，例如氧化狀態(tài)、水化和脫水情況、氧化還原電位(Eh)、濕度和溫度等也有可能通過(guò)高光譜遙感技術(shù)來(lái)分析和識(shí)別。

2)從短期調(diào)查到定期，甚至長(zhǎng)期的監(jiān)測(cè)。國(guó)外通過(guò)對(duì)礦山開(kāi)發(fā)、關(guān)閉和修復(fù)階段的高光譜遙感數(shù)據(jù)分析，為進(jìn)一步比較和分析礦山環(huán)境演變提供了重要資料，進(jìn)而為評(píng)價(jià)修復(fù)治理措施的效果提供了依據(jù)[15]。通過(guò)高光譜遙感監(jiān)測(cè)，可以積累礦山多方面的基礎(chǔ)性數(shù)據(jù)，以滿足今后對(duì)礦山環(huán)境自動(dòng)監(jiān)測(cè)與評(píng)價(jià)的需要。

3)從航空高光譜向航天高光譜發(fā)展。由于數(shù)據(jù)來(lái)源的影響，以往礦山環(huán)境高光譜研究以航空高光譜和地面高光譜為主，在未來(lái)幾年內(nèi)國(guó)際上將陸續(xù)有一系列搭載高光譜儀的小衛(wèi)星上天，如EnMap(德國(guó))、PRISM(意大利)、HyspIRI(美國(guó))、HISUI(日本)和HYPRIXM(法國(guó))等。澳大利亞、印度和中國(guó)也在規(guī)劃發(fā)射此類(lèi)高光譜小衛(wèi)星。基于航天遙感的優(yōu)勢(shì)，航天高光譜數(shù)據(jù)更適合于對(duì)礦山環(huán)境進(jìn)行快速的監(jiān)測(cè)和跟蹤，因而潛力更大。

4)從單個(gè)礦山轉(zhuǎn)向成礦區(qū)帶或大型礦集區(qū)的高光譜遙感調(diào)查與監(jiān)測(cè)。由于單個(gè)礦山面積過(guò)小，從更大范圍內(nèi)開(kāi)展遙感調(diào)查，可能更有利于發(fā)揮遙感技術(shù)的優(yōu)勢(shì)，也便于從流域范圍系統(tǒng)分析礦山環(huán)境演化。當(dāng)然，前提是對(duì)區(qū)域地質(zhì)過(guò)程與光譜響應(yīng)特征之間的關(guān)系進(jìn)行深入的研究，并建立相關(guān)的高光譜應(yīng)用模型。

參考文獻(xiàn)(References)：

[1]Plumlee G S,Logsdon M J,Filipek L F.The environmental geochemistry of mineral deposits, Part A.Processes,techniques,and health issues[J].Reviews in Economic Geology,1999,6A:71-116.

[2]Gomes M E P,Favas P J C.Mineralogical controls on mine drainage of the abandoned Ervedosa tin mine in north-eastern Portugal[J].Applied Geochemistry,2006,21(8):1322-1334.

[3]Farrand W H,Harsanyi J C.Mineralogic variations in fluvial sediments contaminated by mine tailings as determined from AVIRIS data,Coeur d’Aldene river, Idaho[C]//Proceedings of AVIRIS workshop.Pasadena,CA,USA:[s.n.],1995:47-50.

[4]Clark R N,Vance J S,Livo K E.Mineral mapping with imaging spectroscopy:The Ray mine,AZ[C]//Green R O.Proceedings of the 7th Annual JPL Airborne Earth Science Workshop.Pasadena,CA,USA:JPL Publication,1998:67-75.

[5]Swayze G A,Clark R N,Pearson R M,et al.Mapping acid-generating minerals at the California Gulch Superfund site in Leadville,Colorado using imaging spectroscopy[C]//Proceedings of the 6th Annual JPL Airborne Earth Science Workshop.Pasadena,CA,USA:Jet Proplusion Laboratory Publication,1996.

[6]Swayze G A,Smith K S,Clark R N,et al.Using imaging spectroscopy to map acidic mine waste[J].Environmental Science and Technology,2000,34(1):47-54.

[7]Swayze G A,Clark R N,Smith K S,et al.Using imaging spectroscopy to cost-effectively locate acid-generating minerals at mine sites:An example from the California Gulch Superfund Site[C]//Paper presented at the Airborne Visible/Infrared Imaging Spectrometer(AVIRIS).Leadville,Colorado:JPL Airborne Geoscience Workshop,1997.

[8]Richter N,Staenz K,Kaufmann H.Spectral unmixing of airborne hyperspectral data for baseline mapping of mine tailings areas[J].International Journal of Remote Sensing,2008,29(13),3937-3956.

[9]Im J,Jensen J R,Jensen R R,et al.Vegetation cover analysis of hazardous waste sites in utah and Arizona using hyperspectral remote sensing[J].Remote Sensing,2012,4(2):327-353.

[10]聶洪峰,楊金中,王曉紅,等.礦產(chǎn)資源開(kāi)發(fā)遙感監(jiān)測(cè)技術(shù)問(wèn)題與對(duì)策研究[J].國(guó)土資源遙感,2007,19(4):11-13.doi:10.6046/gtzyyg.2007.04.03.

Nie H F,Yang J Z,Wang X H,et al.The problems in the remote sensing monitoring technology for the exploration of mineral resources and the countermeasures[J].Remote Sensing for Land and Resources,2007,19(4):11-13.doi:10.6046/gtzyyg.2007.04.03.

[11]陳偉濤,張志,王焰新.礦山開(kāi)發(fā)及礦山環(huán)境遙感探測(cè)研究進(jìn)展[J].國(guó)土資源遙感,2009,21(2):1-8.doi:10.6046/gtzyyg.2009.02.01.

Chen W T,Zhang Z,Wang Y X.Advances in remote sensing-based detecting of mine exploitation and mine environment[J].Remote Sensing for Land and Resources,2009,21(2):1-8.doi:10.6046/gtzyyg.2009.02.01.

[12]陳偉濤,張志,王焰新,等.礦山地質(zhì)環(huán)境遙感監(jiān)測(cè)方法初探[J].地質(zhì)通報(bào),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.

[13]甘甫平,劉圣偉,周強(qiáng).德興銅礦礦山污染高光譜遙感直接識(shí)別研究[J].地球科學(xué)-中國(guó)地質(zhì)大學(xué)學(xué)報(bào),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.

[14]甘甫平,王潤(rùn)生.高光譜遙感技術(shù)在地質(zhì)領(lǐng)域中的應(yīng)用[J].國(guó)土資源遙感,2007,19(4):57-60.doi:10.6046/gtzyyg.2007.04.13.

Gan F P,Wang R S.The application of the hyperspectral imaging technique to geological investigation[J].Remote Sensing for Land and Resources,2007,19(4):57-60.doi:10.6046/gtzyyg.2007.04.13.

[15]Paniagua L,Bachmann M,Fischer C,et al.Monitoring mining rehabilitation development according to methods derived from imaging spectroscopy,case study in the Sotiel-Migollas Mine complex,Southern Spain[C]//Proceedings of 6th EARSeL SIG IS Workshop Imaging Spectroscopy:Innovative Tool for Scientific and Commercial Environmental Applications.Tel Aviv,Israel:EARSeL,2009.

[16]Riaza A,García-Meléndez E,Mueller A.Spectral identification of pyrite mud weathering products:A field and laboratory evaluation[J].International Journal of Remote Sensing,2011,32(1):185-208.

[17]Crowley J K,Williams D E,Hammarstrom J M,et al.Spectral reflectance properties(0.4～2.5 m)of secondary Fe-oxide,Fe-hydroxide,and Fe-sulphate-hydrate minerals associated with sulphide-bearing mine wastes[J].Geochemistry:Exploration,Environment,Analysis,2003,3:219-228.

[18]Clark R N,Swayze G A,Wise R,et al.USGS digital spectral library splib06a:U.S.Geological Survey,Digital Data Series 231[EB/OL].[2007].http://speclab.cr.usgs.gov/spectral.lib06.

[19]Riaza A,Ong C,Müller C A.Dehydration and oxidation of pyrite mud and potential acid mine drainage using hyperspectral DAIS 7915 data(Aznalcóllar,Spain)[C]//The International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences,Volume 34,Part XXX,2006.

[20]Shang J,Morris B,Howarth P,et al.Mapping mine tailing surface mineralogy using hyperspectral remote sensing[J].Canadian Journal of Remote Sensing:Journal Canadien de Télédétection,2009,35(1):126-141.

[21]Choe E,van der Meer F,van Ruitenbeek F,et al.Mapping of heavy metal pollution in stream sediments using combined geochemistry,field spectroscopy,and hyperspectral remote sensing:A case study of the Rodalquilar mining area,SE Spain[J].Remote Sensing of Environment,2008,112(7):3222-3233.

[22]Kemper T,Sommer S.Estimate of heavy metal contamination in soils after a mining accident using reflectance spectroscopy[J].Environmental Science and Technology,2002,36(12):2742-2747.

[23]Kopacková V,Chevrel S,Bourguignon A.Spectroscopy as a tool for geochemical modeling[C]//Michel U,Civco D L.Proceedings of SPIE 8181,Earth Resources and Environmental Remote Sensing/GIS Applications II.Prague:SPIE,2011,8181:818106.

[24]Duke E F.Near infrared spectra of muscovite,Tschermak substitution,and metamorphic reaction progress:Implications for remote sensing[J].Geology,1994,22:621-624.

[25]Percival J B,White H P,Goodwin T A,et al.Mineralogy and spectral reflectance of soils and tailings from historical gold mines,Nova Scotia[J].Geochemistry:Exploration,Environment,Analysis,2013,14(1),doi:10.1144/geochem2011-071.

[26]Montero I C,Brimhall G H,Alpers C N,et al.Characterization of waste rock associated with acid drainage at the Penn Mine,California,by ground-based visible to short-wave infrared reflectance spectroscopy assisted by digital mapping[J].Chemical Geology,2005,215(1/4):453-472.

[27]Ong C,Cudahy T J.Deriving quantitative monitoring data related to acid drainage using multi-temporal hyperspectral data[C]//2nd EARSEL Workshop on Imaging Spectroscopy.Paris:EARSEL,2002.

[28]J?nsson J.Phase Transformation and Surface Chemistry of Secondary Iron Minerals Formed from Acid Mine Drainage[D].Swedish:Ume University,2003.

[29]Bigham J M,Schwertmann U,Pfab G.Influence of pH on mineral speciation in a bioreactor simulating acid mine drainage[J].Applied Geochemistry,1996,11(6):845-849.

[31]Zabcic N,Ong C,Müller A,et al.Mapping pH from Airborne Hyperspectral Data at the Sotiel-Migollas Mine,Calanas,Spain[C]//Proceedings of 4th EARSeL Workshop on Imaging Spectroscopy.Warsaw,Poland:Universidad de Varsovia,2005:467-472.

[32]Zabcic N,Rivard B,Ong C,et al.Using airborne hyperspectral data to characterize the surface pH and mineralogy of pyrite mine tailings[J].International Journal of Applied Earth Observation and Geoinformation,2014,32:154-162.

[33]Quental L,Sousa A J,Marsh S,et al.Identification of materials related to acid mine drainage using multi-source spectra at S.Domingos Mine,southeast Portugal[J].International Journal of Remote Sensing,2013,34(6):1928-1948.

[34]Buckingham W F,Sommer S E.Mineralogical characterization of rock surfaces formed by hydrothermal alteration and weathering;application to remote sensing[J].Economic Geology,1983,78(4):664-674.

[35]劉圣偉,甘甫平,王潤(rùn)生.用衛(wèi)星高光譜數(shù)據(jù)提取德興銅礦區(qū)植被污染信息[J].國(guó)土資源遙感,2004,16(1):6-10.doi:10.6046/gtzyyg.2004.01.02.

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.doi:10.6046/gtzyyg.2004.01.02.

[36]Noomen M F.Hyperspectral Reflectance of Vegetation Affected by Underground Hydrocarbon Gas Seepage[D].Enschede:International Institute for Geo-information Science & Earth Observation.2007:145.

[37]Im J,Jensen J R.Hyperspectral remote sensing of vegetation[J].Geography Compass,2008,2(6):1943-1961.

[38]Tilling A,O’Leary G J,Ferwerda J G,et al.Remote sensing of nitrogen and water stress in wheat[J].Field Crops Research,2007,104(1/3):77-85.

[39]Goodenough D,Chen H,Dyk A,et al.Multisensor data fusion for aboveground carbon estimation[C]//Proceedings of XXVIII General Assembly of the International Union of Radio Science(URSI).New Delhi,India:[s.n.],2005:1-4.

[40]Hansen P M,Schjoerring J K.Reflectance measurement of canopy biomass and nitrogen status in wheat crops using normalized difference vegetation indices and partial least squares regression[J].Remote Sensing of Environment,2003,86(4):542-553.

[41]Im J,Jensen J R,Coleman M,et al.Hyperspectral remote sensing analysis of short rotation woody crops grown with controlled nutrient and irrigation treatments[J].Geocarto International,2009,24(4):293-312.

[42]Maire G L,Fran?ois C,Soudani K,et al.Calibration and validation of hyperspectral indices for the estimation of broadleaved forest leaf chlorophyll content, leaf mass per area,leaf area index,and leaf canopy biomass[J].Remote Sensing of Environment,2008,112(10):3846-3864.

[43]White H P,Omari K.Advanced radiative transfer modelling for information extraction[EB/OL].http://www.nrcan.gc.ca/sites/www.nrcan.gc.ca/files/earth-sciences/files/pdf/geomatics/flair_e.pdf.

[44]Farifteh J,Nieuwenhuis W,García-Meléndez E.Mapping spatial variations of iron oxide by-product minerals from EO-1 Hyperion[J].International Journal of Remote Sensing,2013,34(2):682-699.

[45]Bachmann M,Müller A,Habermeyer M,et al.An iterative unmixing approach in support of fractional cover estimation in semi-arid environments[C]//Ehlers M,Posa F,Kaufmann H J.Proceedings of SPIE Remote Sensing for Environmental Monitoring,GIS Applications,and Geology IV.Maspalomas:SPIE,2004,5574:205.

[46]Zabcic N.Derivation of pH-Values Based on Mineral Abundances over Pyrite Mining Areas with Airborne by Hyperspectral Data(Hymap) of Sotiel-Migollas-Mine Complex[D].Canada:University of Alberta,2008.

[47]Riaza A,Müller A.Hyperspectral remote sensing monitoring of pyrite mine wastes:A record of climate variability(Pyrite Belt,Spain)[J].Environmental Earth Sciences,2010,61(3):575-594.

[48]Riaza A,Buzzi J,García-Meléndez E,et al.Monitoring the extent of contamination from acid mine drainage in the iberian pyrite belt(SW Spain)using hyperspectral imagery[J].Remote Sensing,2011,3(10):2166-2186.

(責(zé)任編輯： 陳理)

Progress in hyperspectral research and monitoring in mine environment

LI Wanlun1, GAN Fuping2

(1.NationalGeologicalLibraryofChina,Beijing100083,China; 2.ChinaAeroGeophysicalSurveyandRemoteSensingCenterforLandandResources,Beijing100083,China)

Abstract:Based on an analysis of large quantities of literature, this paper describes briefly the application of hyperspectral technique to mine secondary mineral identification, reversion of heavy metal concentrations, pH prediction and contaminated vegetation detection, and then summarizes the research progress in such aspects as oxidation/hydration level and climate change through hyperspectral information extraction, thus showing widespread application prospect of hyperspectral technique in mine environmental survey. Some conclusions have been reached: the establishment of standard spectral database of Fe-bearing sulfide and its oxidized products is greatly helpful to hyperspectral research on acid mine environment, the understanding of geological process in mine environment and their spectral response helps to develop hyperspectral geological application model, and the hyperspectral data contain rich information about mine environment and has significant potential of extracting many kinds of information. According to the practice of developing hyperspectral satellite in developed countries such as countries in Europe and America, the authors point out that future hyperspectral research on mine environment will tend to experience the conversion from physical/chemical identification of minerals and their components to the physical/chemical property inversion during the formation of the minerals, from short term investigation to long term investigation, from aeroplane to hyperspectral sensor aboard on spaceship, and from single mines to large ore concentration areas.

Keywords:mine environment; hyperspectral; monitoring through remote sensing; research progress

doi:10.6046/gtzyyg.2016.02.01

收稿日期：2014-12-12；

修訂日期：2015-02-13

基金項(xiàng)目：中國(guó)地質(zhì)調(diào)查局項(xiàng)目“地質(zhì)勘查遙感系統(tǒng)集成與綜合應(yīng)用示范”(編號(hào)： 1212011120226)和高分國(guó)土資源遙感應(yīng)用示范系統(tǒng)1期項(xiàng)目(編號(hào)： 04-Y30B01-9001-12/15)共同資助。

中圖法分類(lèi)號(hào)：TP 79

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-070X(2016)02-0001-07

第一作者簡(jiǎn)介：李萬(wàn)倫(1972-)，男，博士，高級(jí)工程師，主要從事地學(xué)情報(bào)研究。Email： lunwl@sina.com。

引用格式： 李萬(wàn)倫,甘甫平.礦山環(huán)境高光譜遙感監(jiān)測(cè)研究進(jìn)展[J].國(guó)土資源遙感,2016,28(2):1-7.(Li W L,Gan F P.Progress in hyperspectral research and monitoring in mine environment[J].Remote Sensing for Land and Resources,2016,28(2):1-7.)