礦山水工環地質勘查中地質遙感信息提取方法研究

姚文靜，呂 晶，原 媛，侯晶晶，于巾翠

（1.山東省地質礦產勘查開發局八〇一水文地質工程地質大隊（山東省地礦工程勘察院），山東 濟南 250000；2.山東省地下水環境保護與修復工程技術研究中心，山東 濟南 250000）

由于國家在發展經濟社會的同時，對能源進行了強度不斷增長的開采，加之礦業活動開展時對于周圍生態環境保護的疏忽，使得礦山地質環境問題日益嚴重。污染廢氣、廢物亂排亂放的問題，更是引發了嚴重的地質災害事故，造成數以千億計的直接經濟損失以及人員的傷亡。如何針對當前存在嚴重地質環境問題的礦山開展更加有效、快速的監測與調查，是當前該領域研究人員重點關注的話題[1]。

同時，這一話題的提出不僅能夠為政府及有關部門提供更加有力的技術支撐和數據依據，同時也是一項重要的理論問題和社會問題。遙感技術憑借其在應用中具備的快速、同步以及宏觀性強等優勢，逐漸成為礦山地質環境問題調查當中的重要手段。為了進一步提高地質遙感影像的利用價值，本文開展礦山水工環地質勘查中地質遙感信息提取方法研究。

1 礦山水工環地質勘查中地質遙感信息提取方法

1.1 確定礦山水工環地質遙感信息提取要素

為了確保對礦區遙感信息獲取的準確性，需要在開展相關工作前，對勘查區域水工環地質遙感信息的提取要素進行分析。例如，在獲取遙感信息中，將相關地質環境的光譜信息、紋理結構、幾何形狀、特征信息分布點與分布范圍作為主要提取要素，以此為依據，進行不同區域地質環境信息的獲取。相關此方面的研究內容如下。

在進行礦區露天礦坑的地質信息采集時，可使用面向地質結構對象的方法進行地質信息的分類，在完成對信息的分類后，使用閾值法進行地質結構的劃分，并提取針對性的信息，將其與尾礦庫內信息進行比對[2]。將比對的結果上傳到終端計算機上進行成像分析，并使用計算機設備為信息分析提供的交互技術，進行信息對應場地的中轉，以此種方式，同步獲取礦區內地質建筑、待治理區域、恢復區域等多區域地質信息的獲取。將完成處理的信息進行歸一化處理，并根據區域內覆蓋植被的指數，進行礦區水文環境覆蓋率的計算。完成對相關參數的計算后，通過AT指令完成對各個單元之間的連接和通信。AT指令可以從上位機服務器端向無人機和傳感器設備發送控制指令，在傳輸過程中，對數據包的大小進行定義。由上位機發送的指令，除了包含AT兩個標準字符以外，最多還能夠接受長度為1200個字符。在實現對AT指令傳輸和控制時，每次只能夠執行一條，并且不允許在上報的AT指令當中出現多條指示或多個響應同時進行的問題產生。同時，對于每一條AT質量都需要以回車作為結尾。為了進一步明確AT指令的相應功能，構建如表1所示的AT指令與功能對照表。

表1 遙感信息提取要素AT指令集功能對照表

為了進一步提高礦山水工環地質遙感信息提取的效率，在利用無人機、遙感設備等對信息進行采集時通過AT設置一條自動接收數據的指令，并利用該指令完成對礦山水工環地質遙感信息提取要素后，自動在串口當中輸出信息采集的具體情況，并完成相應的統計工作。

按照上述論述，在完成區域相關水文地質信息的針對 性 獲 取 后，將2013-Geoeye-1、2014-Quickbird、2013-Pleiades等現有庫內信息作為參照，進行提取要素的劃分，根據劃分結果，建立信息提取要素統計庫，以此種方式，實現對礦山水工環地質遙感信息要提取要素的確定。但在此次過程中，應注意的是對提取要素面向對象的選擇，只有保證面向對象選擇的科學性與合理性，才能確保提取的對應要素符合地質勘探工作需求。

1.2 提取植被覆蓋度及植被指數歸一化處理

歸一化處理是遙感信息提取中的關鍵步驟，直接決定著后續提取結果的質量和效率。在對上述獲取到的遙感信息進行預處理時，其主要目的是為了消除在獲取信息過程中其他因素對信息造成的干擾，并在最大程度上提高遙感信息的利用價值。在對上述提取到的植被覆蓋度和植被指數進行歸一化處理前，首先需要完成正射校正。在上述遙感信息采集的過程中，由于采用的是中心投影的方式，因此在實際應用過程中常常會出現相點位移的現象。尤其是對于礦山水工環地質環境復雜的區域，更會造成遙感影像發生嚴重的幾何畸變問題產生，影響到后續植被覆蓋度及植被指數的歸一化結果。因此，針對這一問題，在歸一化處理前，首先需要對獲取到的遙感影像進行正射校正。在校正的過程中，利用已經具備高精度的影像和數字高程模型，針對遙感影像進行糾正。首先，將上述獲取到的原始影像輸入到模型當中；其次，在需要進行糾正的影像上平均建立多個控制點。在對控制點的數量進行選擇時，可根據實際礦山水工環地質情況進行選擇，再輸入相應的地面點坐標，以此構建一個輸入影像與原始影像組成的線性關系。再次，重新進行采樣，并通過容差對各個控制點進行優化處理，直到整體精度均符合信息提取的要求為止；最后，將所有滿足精度的控制點坐標輸入，并匯總，完成對正射影像的輸出，完成對遙感影像的正射校正。在礦山水工環地質勘查當中，針對其植被的覆蓋度信息獲取是一項重要的勘查內容。在明確礦山水工環地質遙感信息提取要素的基礎上，結合獲取到的地質遙感影像，完成植被覆蓋度的提取。植被覆蓋度參數獲取的基本原理可用如下公式表示：

公式（1）中，VFC表示為礦山水工環地質中植被覆蓋度；N表示為歸一化處理后的植被指數；Nmin表示為植被指數最小值；Nmax表示為植被指數最大值。在ENVI軟件當中，可通過其Band math功能將地質遙感影像上傳，并利用Quickbird數據提取得到最終的植被覆蓋度[3]。公式（1）中，植被指數的歸一化處理主要目的是消除遙感影像生成時對植被指數計算結果產生的誤差。在進行歸一化處理時，其過程可用如下公式表示：

公式（2）中，NDVI表示為歸一化處理后的植被指數；Ni表示為近紅外波段；R表示為可見光當中的紅波段。結合與執法，針對地質遙感影像當中每一個像素點逐一進行辨別，為了確保辨別的精度，需要按照圖1所示辨別順序完成。

圖1 像素點逐一辨別順序示意圖

按照圖1所示的順序完成對所有像素點的識別后，能夠保證對遙感影像當中所有像素點的識別，同時也能夠避免對一個像素點的多次識別，進一步提高本文提取方法的效率。

1.3 面向勘查對象地質遙感影像信息分類提取

礦山水工環地質會在一定程度上影響到該區域范圍內露天采坑及排土場作業的效果，同時不合理的作業也會造成巖土裸露問題出現，使得整個區域與周圍植被覆蓋區域形成鮮明的對比。

相對于中分辨率和低分辨率的遙感影像而言，高分辨率遙感影像具有更加豐富的紋理和空間信息特征，因此針對這一特點，通過對遙感影像的分類能夠進一步為勘查提供其所需的信息。針對當前部分遙感影像無法實現紋理、高程和坡度布局等信息提取的問題，本文采用面向對象的分類方法，綜合利用遙感影像的光譜特征作為分類特征，以此構建一個全新的提取規則集，并將其應用到對露天采坑及排土場作業當中，實現對其遙感信息的提取。圖2為本文面向勘查對象地質遙感影像分類提取流程。

圖2 本文面向勘查對象地質遙感影像分類提取流程

地質遙感影像對象構建主要需要通過影像分割技術實現，本文在幾種常見的分割技術當中，選擇基于多尺度的分割方式，分別從位置、紋理、顏色等方面對遙感影像進行劃分，并將從不同尺度分割得到的對象將其與周圍相關對象構成聯系，并為后續信息提取分類提供對象關系網。完成分割后，結合地質勘查需要按照圖2內容對分類規則集進行設定。分類過程中，采用模糊分類方法，在分類規則集的基礎上，給定一個類域中的一個模糊集合，對于任意一個被分類對象均屬于該類域，通過隸屬度函數確定一個數值。當該數值屬于集合范圍則將其歸類于該模糊集合當中，將不屬于該集合的被分類對象按照另一個隸屬度進行計算，并將其歸類于其相應的集合當中，以此完成對提取到的地質遙感信息分類。在明確上述模糊分類的基本原理后，在實際應用中，自然物體本身具有一定的模糊邊界，并且存在同譜異物的現象。下述將對基于模糊分類的具體過程進行描述，可在此過程中假設給定一個數組，數組屬于定義論，可以用U表示，U中的一個模糊集合表示為F，對應定義論中的任意一個參數x，均屬于U中的子集，在完成對上述相關數值的確定后，進行數組中普通集合的確定，定義集合的取值范圍在0～1之間，對應集合的隸屬度函數可以屬于0～1之間的任意一個數值，當F在發生參數映射后呈現退化趨勢后，此時可以定義隸屬函數uF（x）表示為普通集合，當uF（x）的數值在大于0或等于0的條件下時，可以認為在此種情況下的x屬于區域內一個有效元素?？紤]到元素的隸屬值與外界作用不同，因此，要想實現對數組的分類，應當確保x在其中的集成滿足或符合F的所有條件，其中包括F的補集條件。確保元素與F數組所有關系均符合標準或達到要求后，進行函數隸屬值的映射，給定映射的不同區間，將映射到相同區域內的函數參數所屬值作為一個相同的數組，完成對參數的數字化映射后，建立不同影像之間的層次關系，以此種方式，實現對不同數據信息在不同層次條件下的映射與處理。綜上所述，完成對遙感信息在空間內映射后的分類處理。完成上述處理后，根據函數的不同映射區間，進行不同類別數組特征的針對性提取，考慮到遙感圖像所有描述的信息都可能由于某種原因存在模糊性，因此，需要在外界條件符合識別與提取標準后，按照二值邏輯的處理方法，進行模糊信息的獲取。將提取得到的模糊信息通過不同的處理方法進行清晰化處理，包括對信息分辨率的處理、旋轉處理等，通過不同的處理方式，使提取后的信息與地質勘查結果具有一定適配性。將符合適配需求的信息按照標準整理成一個數組，從而實現對地質遙感信息的提取，完成本文方法設計的研究。

2 應用效果分析

通過上述內容，從理論角度對礦山水工環地質勘查中地質遙感信息提取方法進行設計，為了驗證該方法在實際應用中的效果，將其應用到某礦山水工環地質勘查作業當中，并針對其利用遙感技術生成的遙感影像，對其進行遙感信息的提取。在實驗過程中，為了避免應用效果受到影響，選擇在該礦山常見的天氣當中完成實驗，同時將獲取遙感影像的相機快門時間設置為1ms～2ms，將無人機的航拍高度設置為110m，將其多個航向的重疊度設置為45%。針對本文研究礦山150m×150m區域內的遙感信息數據進行采集。選擇將遙感信息的提取速度作為評價指標，其計算公式為：

公式（3）中，v表示為遙感信息提取速度；m表示為遙感圖像當中包含的信息數據總量；m0表示為完成操作后未被提取的信息數據量；t0表示為遙感信息提取起始時間；t表示為遙感信息提取的結束時間。按照上述公式（3）計算得出本文提取方法下遙感信息提取速度，并將得出的實驗結果繪制成表2。

表2 提取方法應用效果記錄表

從表2得出的應用效果可以看出，在五次提取中，當數據容量條件發生改變時，本文提取方法的提取速度均達到了1.10GB/s及以上，充分滿足了礦山水工環地質災害數據提取的速率要求。同時，隨著實驗次數的不斷增加，數據的容量不斷提升，但本文提出的方法仍然能夠保持標準的提取速度標準。將本文上述提出的提取方法應用到實際對礦山水工環地質的勘查工作當中，可以有效提高勘查的工作效率，同時能夠為后續相關工作提供更加高精度的數據信息，為勘查工作的質量提升提供幫助。因此，通過上述應用實驗得出，本文提出的提取方法在實際應用中能夠從地質遙感影像當中獲取到更多信息數據，進一步提高了遙感影像信息的利用價值，為礦山水工環地質勘查提供重要的數據基礎條件。

3 結語

當前，已有的地質遙感影像空間分辨率已經達到了亞米級，被遙感監測的影像地物輪廓已經十分清晰，并且在空間細節上豐富度不斷提升。為了實現遙感影像利用價值的進一步提升，本文通過上述論述提出了一種全新的信息提取方法。但由于研究能力有限，新的提取方法針對提取地物與周圍地物在光譜特征上沒有明顯區別的遙感影像進行信息提取時，提取效果不理想。針對這一問題，在后續的研究中還將引入更合理的分割技術和手段，實現對本文提取方法的不斷優化。