基于遥感技术的煤矿矿区监测应用报告

.,基于遥感技术的煤矿矿区监测应用报告,汇报人：李君,.,目录,1.研究意义2.研究方向2.1矿区景观2.2矿区变形监测2.3矿区废弃土壤特性2.4矿区热环境2.5MINEO项目3.其他研究方向4.总结,.,01,02,研究煤矿的意义：采矿活动中,在获得矿产资源时,不仅要占用和破坏土地,还会破坏景观和生态环境。因此矿区的研究，对露天矿区生态环境的重建与规划有着十分重要的意义。,使用遥感技术进行监测的意义：传统的矿山监测一般采取动态巡查等常规方式进行,不仅耗费了大量的人力、物力和财力，而且往往会因为耗时过长而达不到及时监测的目的。然而遥感技术能够快速、有效地获取多时相、多波段高分辨率影像信息，与GIS结合可以在某一地区一定范围内对矿产开发点的分布状况、固体废弃物堆放情况以及由此引发的土地破坏等问题进行监测，更加方便有效准确。,1.研究意义,.,2.研究方向,.,2.1矿区景观,景观生态分类（基于遥感的煤矿区景观生态分类）建立适应中小尺度的煤矿区景观生态分类体系，是进行矿区景观格局、景观功能研究、景观规划的前期工作。,景观格局（煤矿区土地覆盖与景观格局变化研究）研究煤矿区景观格局变化（土地覆盖变化是其外在表现），通过景观聚集度、多样性指数等指标反映。,.,2.1矿区景观,.,相关论文分析,植被覆盖度监测基于SPOT卫星NDVI数据的神东矿区植被覆盖动态变化分析一、数据源：1999-2008年SPOT4/5逐旬NDVI数据二、研究思路1、预处理（大气辐射校正、云检测、几何校正）NDVI数据处理：（1）最大值处理（取全年36旬NDVI取最大值）（2）变化趋势分析（采用一元线性回归方法，分析NDVI变化）（3）沙化分级处理（将NDVI反演为植被覆盖度，将不同区域植被覆盖度分级）2、遥感分析（1）年度最大NDVI变化（2）矿区土地沙化程度变化：利用NDVI将矿区分为极重度、重、中、轻、微五个土地沙化分级标准。3、分析植被覆盖动态变化及改善原因,.,相关论文分析,土地利用动态变化监测安太堡露天煤矿土地破坏与土地复垦动态变化的遥感调查一、数据源：LandsatMSS、TM、ETM、CBERS。1976-2006十期遥感影像二、研究思路：1、土地利用遥感分类分为两级类型，主要有工矿厂区、矿区道路、排土场、剥离区、采坑、小煤窑等类型。2、解译及变化信息提取影像校正用Arcgis进行人工解译野外验证、室内检查并进行结果评价3、结果分析通过对土地利用类型变化图进行对比分析，得到近些年该煤矿土地利用类型变化及土地复垦的情况。,.,2.2矿区变形监测,基于D-INSAR的煤矿区开采沉陷遥感监测技术分析,差分干涉测量在地表变形监测中的应用（应用D-INSAR的连续空间覆盖、高度自动化、高精度监测能力监测地表）。矿区地表沉降演变过程分析采区地表沉陷实时动态监测与分析矿区DEM数据更新,.,相关论文分析,基于D-InSAR的煤矿区开采沉陷遥感监测技术分析研究思路：一、分析传统煤矿区开采沉陷监测技术二、分析D-InSAR在煤矿区开采沉陷中应用优势精度高、可穿透云层，全天候，范围广阔等。三、D-InSAR技术及其在区域地表沉降监测中的应用（1）干涉测量及差分干涉测量原理（2）合成孔径雷达卫星系统（3）D-InSAR在区域地表沉降监测的应用四、D-InSAR在矿区开采沉陷地表监测中的应用（1）在石油、天然气开采区地面沉陷监测中的应用（2）在煤矿开采区地表沉陷监测中的应用五、中国煤矿区D-InSAR应用的目标与关键技术,.,2.3矿区废弃土壤特性,基于光谱学与遥感技术的矿区废弃土壤特性参数分析,测量采样点土壤的反射光谱、土壤特性参数（全氮、PH值、有机质、电导率等），进行相关性分析。对土壤参数与光谱反射率进行相关性分析，对土壤参数与遥感影像进行相关性分析。利用光谱分析和遥感技术监测矿区废弃地土壤特性，为植被恢复提供决策性数据。,.,相关论文分析,基于光谱学与遥感技术的矿区废弃地土壤特性参数分析研究思路：一、采集数据（1）土壤采样与测试：SPOT5遥感影像，几何校正、将其矢量化作为底图。采集土样进行土壤特性参数分析（全氮、速效氮、速效磷、速效钾等）。（2）采样点表面光谱数据采集：用ASDFieldSpecProVNIR光谱辐射仪进行采集，每个样本测三次，取平均值参与计算。（3）遥感影像值提取：多光谱、全色影像进行几何配准。再提取各样品坐标点处两个像素灰度值平均，后与各土壤样品七个参数进行相关性分析。二、分析结果（1）土壤参数测量与分析（2）土壤参数与光谱反射率相关性分析（3）土壤参数与遥感影像相关性分析,.,2.4矿区热环境,基于遥感和CA-Markov模型的煤矿区热环境与土地覆盖变化模拟评价,1、研究方法与目标：研究以遥感获取的矿区土地覆盖及热环境信息为依据，以CA_Markov模型为基础，对煤矿区土地覆盖及热环境变化及其趋势进行综合评价和模拟预测。有效模拟预测土地覆盖景观与热环境景观，得出各景观的演变情况。2、CA_Markov模型：根据CA模型和Markov模型的特点，将二者结合起来，在土地覆盖和温度状态图像中，每一个像元就是一个元胞，每个元胞的土地覆盖类型或温度等级为元胞的状态，并采用元胞标准55临近滤波器定义邻域。利用转换面积矩阵和条件概率图像作为转换规则，从而确定元胞状态的转移，达到模拟热场和土地覆盖变化的目的。,.,相关论文分析,基于遥感和CA_Markov模型的煤矿区热环境与土地覆盖变化模拟评价一、数据源：徐州矿区Landsat-5TM、Landsat-7ETM+二、研究方法：（1）遥感影像预处理（2）土地覆盖分类：用SVM分类器对图像进行监督分类。（3）地表温度反演与热环境建模：用单窗算法获取矿区地表温度。（4）基于CA_Markov模型的模拟与评价以19952001年、20012007年土地覆盖和热力景观为基础，模拟获取20072013年矿区土地利用和热力景观分布数据图像。三、研究技术路线和数据处理流程图（见下页图）四、结果与分析结果：地表覆盖、地表温度图分析：基于CA_Markov模型的变化预测及预测精度评定、环境演化趋势分析。,.,研究技术路线和数据处理流程图,.,2.5MINEO项目,欧共体MINEO项目对我国采矿环境影响综合监测的启示,MINEO项目：应用遥感技术和地理信息工具对环境损害进行制图,进而对其演变进行模拟。旨在开发低成本、有效的地球观测工具和信息系统的新组件,以回答关于采矿环境影响评价和环境监测模拟的战略和科学问题。评价MINEO项目的实施背景、主要内容、创新成果