Please wait a minute...
 
国土资源遥感  2018, Vol. 30 Issue (1): 116-120    DOI: 10.6046/gtzyyg.2018.01.16
  本期目录 | 过刊浏览 | 高级检索 |
山西某地矿业开发占用土地状况遥感监测
王海庆1(), 武明德2, 刘琼1, 李光昭3, 王昊1, 李丽1
1.中国国土资源航空物探遥感中心,北京 100083
2.青海省环境地质勘查局,西宁 810007
3.中国地质大学(北京)地球科学与资源学院,北京 100083
Remote sensing monitoring of mining land in a certain area of Shanxi Province
Haiqing WANG1(), Mingde WU2, Qiong LIU1, Guangzhao LI3, Hao WANG1, Li LI1
1. China Aero Geophysical Survey and Remote Sensing Center for Land and Resources,Beijing 100083,China
2. Qinghai Bureau of Environmental Geology and Exploration, Xining 810007,China
3. School of the Earth and Resources, China University of Geosciences(Beijing),Beijing 100083,China
全文: PDF(1119 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

利用山西某地2008年获取的SPOT和2014年获取的QuickBird 2期遥感数据,采用人机交互解译方法,在ArcGIS平台上分别圈定矿业用地和非矿业用地,监测矿业开发占用土地状况,并分析其变化情况。结果表明,在2008—2014年间,矿业用地占研究区总面积的比例约增加了35%,增长迅速; 开采方式的转变是造成矿业用地大幅度增加的主要原因; 增加的矿业用地主要占用了林地和耕地。上述遥感监测成果可为该地区矿业用地监管部门提供监管依据。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
王海庆
武明德
刘琼
李光昭
王昊
李丽
关键词 矿业开发占用土地遥感    
Abstract

The remote sensing images which were obtained respectively in 2008 and 2014 were used in a certain area of Shanxi Province. By using ArcGIS softwere, human and computer interaction interpretation method was used to delineate the mining land and non-mining land respectively. The monitoring results show that, from 2008 to 2014, the proportion of mining land in the study area increased by about 35%, and the mining lands grew rapidly. The change of mining manner was the main reason for the increase of mining land. The increase of mining land was mainly attributed to the occupation of the forest land and cultivated land.

Key wordsmining    occupied land    remote sensing
收稿日期: 2016-06-24      出版日期: 2018-02-08
:  TP79  
  P627  
基金资助:中国地质调查局地质调查项目“全国矿产资源开发环境遥感监测”(编号: 121201203000160009)资助
作者简介:

第一作者: 王海庆(1980-),男,博士,高级工程师,主要从事遥感地质应用方面的研究。Email:whq0705@126.com

引用本文:   
王海庆, 武明德, 刘琼, 李光昭, 王昊, 李丽. 山西某地矿业开发占用土地状况遥感监测[J]. 国土资源遥感, 2018, 30(1): 116-120.
Haiqing WANG, Mingde WU, Qiong LIU, Guangzhao LI, Hao WANG, Li LI. Remote sensing monitoring of mining land in a certain area of Shanxi Province. Remote Sensing for Land & Resources, 2018, 30(1): 116-120.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2018.01.16      或      https://www.gtzyyg.com/CN/Y2018/V30/I1/116
Fig.1  研究区遥感影像
获取日期 卫星 分辨率/m 波段数 本文波段组合
20080531 SPOT 2.50 3 B4(R),B1(G),B2(B)
20140610 QuickBird 0.61 3 B3(R),B2(G),B1(B)
Tab.1  融合后遥感数据基本信息
Fig.2  矿业用地遥感识别标志
用地类型 色调 形状 附着地物 地形
采场 土黄色、黑色等,根据矿种不同会有所变化 不规则,受矿体延伸情况控制 可能有车辆或机械 人工开挖的负地形
矿山建筑 蓝色、红色、灰色等 矩形或矩形组合 附近可能有车辆
中转场地 黑色、土黄色等,根据用途不同会有所变化 不规则,根据用途不同会有所变化 转运场地有车辆; 选矿场有机械; 矿石堆可能有车辆或机械
固体废弃物 土黄色、灰黑色等,根据物质不同会有所变化 不规则,受堆积场所和堆积方式控制 可能有车辆; 机械 人工堆积的正地形
Tab.2  矿业用地遥感识别标志描述
用地类型 2008年面积/m2 2008年占比/% 2014年面积/m2 2014年占比/% 增加面积/m2
矿业用地 采场 458 392 4.93 2 707 375 29.11 2 248 983
矿山建筑 39 408 0.42 192 245 2.07 152 837
中转场地 478 927 5.15 871 749 9.37 392 822
固体废弃物 67 537 0.73 543 409 5.84 475 872
小计 1 044 264 11.23 4 314 778 46.39 3 270 514
非矿业用地 居民地 486 504 5.23 390 875 4.21 -95 629
耕地 2 089 797 22.47 561 994 6.04 -1 527 803
林地 5 620 580 60.44 3 973 542 42.73 -1 647 038
主干道路 58 860 0.63 58 816 0.63 -44
小计 8 255 741 88.77 4 985 227 53.61 -3 270 514
合计 9 300 005 100.00 9 300 005 100.00
Tab.3  研究区各类用地面积统计
Fig.3  矿业用地状况遥感调查结果
Fig.4  矿业用地变化
Fig.5  增加的矿业用地
[1] 来欣捧. 矿山建设节约集约用地技术研究[J]. 金属矿山, 2015(2):155-159.
Lai X P.Study on the economical and intensive land use technology for mine construction[J]. Metal Mine, 2015(2):155-159.
[2] 郑娟尔,袁国华,章岳峰.矿业用地制度:问题与对策[J].国土资源科技管理,2015,32(6):76-83.
Zheng J E,Yuan G H,Zhang Y F.Mining land:Problems and solutions[J].Scientific and Technological Management of Land and Resources,2015,32(6):76-83.
[3] 杨慧丽,付梅臣.法规范视角下矿业用地盘活模式的归纳与设计[J].中国矿业,2016,25(3):21-24.
Yang H L,Fu M C.Design and induction for patterns of revitalizing mine land from the view of law[J].China Mining Magazine,2016,25(3):21-24.
[4] 刘慧芳,刘友兆,毕如田,等.基于用地竞争的矿业废弃地再利用用地类型判定[J].农业工程学报,2016,32(10):258-266.
Liu H F,Liu Y Z,Bi R T,et al.Reuse type judgment of mining wasteland based on land use competitiveness[J].Transactions of the Chinese Society of Agricultural Engineering,2016,32(10):258-266.
[5] 杨显华,黄洁,田立,等.应用遥感方法研究四川主要矿山占地现状和变迁[J].四川地质学报,2012,32(4):482-486.
Yang X H,Huang J,Tian L,et al.The application of remote sensing technique to the study of present situation and changes of land occupied by main mines in Sichuan[J].Acta Geologica Sichuan,2012,32(4):482-486.
[6] 何亮柱,洪金益,张建国,等.基于IKONOS数据的矿山开发占地信息提取[J].国土资源遥感,2013.25(1):150-154.doi:10.6046/gtzyyg.2013.01.26.
He L Z,Hong J Y,Zhang J G,et al.Research on extraction of land information used by mining development based on IKONOS remote sensing data[J].Remote Sensing for Land and Resources,2013,25(1):150-154.doi:10.6046/gtzyyg.2013.01.26.
[7] 王耿明,朱俊凤,武国忠,等.广东省矿山开采占地情况遥感监测与综合研究[J].华南地质与矿产,2015,31(4):406-413.
Wang G M,Zhu J F,Wu G Z,et al.The remote sensing surveillance and compositive research of mine exploitation impropriate soil in Guangdong Province[J].Geology and Mineral Resources of South China,2015,31(4):406-413.
[8] 张永杰,韩芬,杨阳,等.基于QuickBird影像的石炭井矿区矿山开发占地调查[J].宁夏工程技术,2015,14(4):331-333.
Zhang Y J,Han F,Yang Y,et al.QuickBird image based investigation on land occupation of exploitation mining in Shitanjing mine area[J].Ningxia Engineering Technology,2015,14(4):331-333.
[1] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[2] 丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[3] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[4] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[5] 贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[6] 刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[7] 王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[8] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[9] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[10] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[11] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[12] 于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[13] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[14] 艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[15] 李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发