A method for determining historically abandoned mines

doi:10.6046/zrzyyg.2021311

Abstract
Figures/Tables
References
Related Articles
Metrics

Download: PDF(1595 KB) HTML
Export: BibTeX | EndNote | Reference Manager | ProCite | RefWorks

Abstract

Determining the present distribution of historically abandoned mines nationwide and carrying out orderly ecological rehabilitation of these mines are important parts in the preparation of mine ecological rehabilitation planning and serve as the main bases for the deployment of ecological rehabilitation engineering. This study proposed the technical process and method for determining the historically abandoned mines according to the definition of historically abandoned mines and the public management requirements. This technical method was proven effective through tests.

Keywords historically abandoned mine classified verification graded check

ZTFLH:

TP79

Issue Date: 21 September 2022

	Service

	E-mail this article
	E-mail Alert
	RSS
	Articles by authors

	Jinzhong YANG
	Weiling YAO
	Dong CHEN
	Jindong WANG

Cite this article:

Jinzhong YANG,Weiling YAO,Dong CHEN, et al. A method for determining historically abandoned mines[J]. Remote Sensing for Natural Resources, 2022, 34(3): 10-16.

URL:

https://www.gtzyyg.com/EN/10.6046/zrzyyg.2021311 OR https://www.gtzyyg.com/EN/Y2022/V34/I3/10

Fig.1 Verification process of historically abandoned mines

序号	核查项	建议内容及规范化表达方式
1	省级行政区划名称	填写省级行政区全称
2	地市级行政区名称	填写地市级行政区全称
3	县区级行政区名称	填写县区级行政区全称
4	主体编号	有采矿权证的矿山,使用采矿权证号; 没有采矿权证的(1个或多个)矿山,采用“CT+县级行政区划代码(6位数)+监测年度(4位数,如2020)+顺序号(3位数,从001开始)”方式编号
5	图斑编号	采用“主体编号+顺序号(3位数,从001开始)”
6	中心点(经度)/(°)	浮点型,保留6位小数
序号	核查项	建议内容及规范化表达方式
7	中心点(纬度)/(°)	浮点型,保留6位小数
8	图斑投影面积/m²	遥感解译面积
9	是否属于矿山	填“是”或“否”
10	矿山位置	省+市+县+乡镇+村命名
11	所在保护区名称	填写矿山所涉及的保护区全称
12	所在保护区类型	选代码,A为自然保护区; B为国家公园; C为自然公园; D为风景名胜区; E为地质公园; F为其他
13	所在保护区级别	选代码,A为国家级; B为省级; C为市级; D为县级
14	采矿证号	填写矿山的采矿许可证号,如无采矿许可证填写“无”
15	矿种	选代码,按矿产类型代码表中规定填写
16	开采方式	选代码,A为露天开采; B为井工开采; C为联合开采
17	图斑大类	选代码,10为废弃矿山; 20为生产矿山; 30为非采矿图斑选择“废弃矿山”的,须填写后续所有信息; 选择“在建生产矿山”,须填写后续“图斑小类”、“采矿证号”、“矿种”、“开采方式”、“图斑属性”、“矿山位置”等信息; 选择“非采矿图斑”的,填写后续“图斑小类”后,即可终止核查
18	图斑小类	选代码,11为无法确认恢复治理责任主体的无主废弃矿山; 12为由政府承担恢复治理责任主体的政策性关闭矿山; 13为由企业承担恢复治理责任主体的政策性关闭矿山; 14为由企业或个人承担恢复治理责任主体的有主废弃矿山; 21为在建生产矿山; 22为采矿权过期未注销矿山; 31为自然灾毁; 32为工程建设损毁; 33为河道采砂损毁; 34为尾矿库占用损毁; 35为未损毁
19	图斑核查面积/m²	实地核查测量的损毁面积
20	关闭年度	填写矿山关闭年度信息,如不确定年度,可填“某某年之前”
21	恢复治理情况	选代码,A为未治理; B为已恢复治理。正在治理的,选择A
22	实地治理面积/m²	实地核查测量的治理面积
23	有无合法用地手续	选代码,A为有; B为无。有合法用地手续的需提供相关证明文件
24	图斑属性	选代码,1为采场; 2为中转场地(堆煤场、其他矿石堆场、选矿场等); 3为固体废弃物堆场(煤矸石堆、废石堆、表土堆、排土场等); 4为矿山建筑; 5为塌陷坑; 6为井口/硐口; 7为其他
25	地类	填第三次全国国土调查中的地类代码,如0101表示水田
26	所有权权属	选代码,A为国有土地所有权; B为集体土地所有权
27	使用权权属	选代码,A为国有土地使用权; B为集体土地使用权; C为其他
28	主要生态问题	选代码,A为土地损毁(含挖损、压占、塌陷土地); B为地质环境问题(矿区地面塌陷、地裂缝、崩塌、滑坡体等); C为植被破坏
29	复垦义务人	填写矿山的原复垦义务人,如无法获取该信息则填“无”
30	修复方式	选代码,A为自然恢复; B为辅助再生; C为生态重建; D为转型利用
31	修复方向	指修复后土地类型,选代码,填第三次全国国土调查中的地类代码
32	拟修复时间段	选代码,A为“十四五”期间; B为“十四五”之后
33	现场照片	每个图斑要求现场不同角度远景照片至少2张、近景照片至少4张,分辨率不低于300 dpi
34	核查单位	填写外业调查单位名称
35	核查日期	填写完成图斑核查的年、月、日信息
36	核查人员	填写外业调查人员信息
37	备注	填写需要另外描述说明的信息

Tab.1 Suggestions for verification contents of historically abandoned mines

字段代码	含义	字段类型	字段长度	字段描述	值域
SHENG	所在省	字符型	50	所在省的名称	自由文本
SHI	所在市	字符型	100	所在市的名称	自由文本
XIAN	所在县	字符型	100	所在县的名称	自由文本
ZTBH	主体编号	字符型	100	所属矿山主体编号	编号规则参见表1
TBBH	图斑编号	字符型	100	按矿山主体确定的图斑编号	编号规则参见表1
KFX	中心点经度	浮点型	3.6	中心点经度/(°)	保留6位小数
KFY	中心点纬度	浮点型	2.6	中心点纬度/(°)	保留6位小数
TBTYMJ	图斑投影面积	浮点型	16.2	图斑遥感解译面积/m	整数16位,小数2位
TBDL	图斑大类	字符型	2	图斑所属大类	填代码,参见表1
TBXL	图斑小类	字符型	2	图斑所属小类	填代码,参见表1
KSWZ	矿山位置	字符型	250	所在位置,省+市+县+乡镇+村命名	自由文本
BHQMC	保护区名称	字符型	100	矿山所涉及的保护区全称	自由文本
BHQLX	保护区类型	字符型	2	矿山所涉及的保护区类型	填代码,参见表1
BHQJB	保护区级别	字符型	2	矿山所涉及的保护区级别	填代码,参见表1
CKZH	采矿证号	字符型	100	有采矿许可证号时填写	自由文本
KZ	矿种	字符型	10	开采(主要)矿种	填代码,参见表1
KCFS	开采方式	字符型	2	矿山开采方式	填代码,参见表1
TBHDMJ	图斑核定面积	浮点型	16.2	实地核查确定的图斑面积/m²	整数16位,小数2位
GBND	关闭年度	字符型	20	矿山关闭年度	自由文本
HFZLQK	恢复治理情况	字符型	2	图斑恢复治理情况	填代码,参见表1
SDZLMJ	实地治理面积	浮点型	16.2	实地核查确定的图斑治理面积/m²	整数16位,小数2位
HFYDSX	合法用地手续	字符型	2	有无合法用地手续	填代码,参见表1
TBSX	图斑属性	字符型	2	图斑所属矿山地物类型	填代码,参见表1
DL	地类	字符型	100	第三次全国国土调查地类代码	填代码,参见表1
SYQ	所有权权属	字符型	2	图斑所有权属性	填代码,参见表1
SHYQ	使用权权属	字符型	2	图斑使用权属性	填代码,参见表1
字段代码	含义	字段类型	字段长度	字段描述	值域
STWT	主要生态问题	字符型	2	矿区的主要生态问题	填代码,参见表1
FKYWR	复垦义务人	字符型	100	图斑恢复治理责任人	自由文本
XFFS	修复方式	字符型	2	拟采用的图斑修复方式	填代码,参见表1
XFFX	修复方向	字符型	100	修复后的图斑土地类型	填代码,参见表1
XFSJ	修复时间段	字符型	20	拟修复时间段	填代码,参见表1
HCDW	核查单位	字符型	100	内业/外业调查单位名称	自由文本
HCRQ	核查日期	字符型	8	完成图斑核查的时间	自由文本
HCRY	核查人员	字符型	20	核查人员信息	自由文本
BZ	备注	字符型	254	其他需要描述的信息	自由文本

Tab.2 Vector attributes definition of historically abandoned mines

Fig.2 Remote sensing image and verification photo of a certain clay mine in Dexing,Jiangxi Province

[1]	杨金中, 许文佳, 姚维岭, 等. 全国采矿损毁土地分布与治理状况及存在问题[J]. 地学前缘, 2021, 28(4):83-89. doi: 10.13745/j.esf.sf.2020.10.8
[1]	Yang J Z, Xu W J, Yao W L, et al. Land destroyed by mining in China:Damage distribution,rehabilitation status and existing problems[J]. Earth Science Frontiers, 2021, 28(4):83-89.
[2]	杨金中, 聂洪峰, 荆青青. 初论全国矿山地质环境现状与存在问题[J]. 国土资源遥感, 2017, 29(2):1-7. doi: 10.6046/gtzyyg.2017.02.01. doi: 10.6046/gtzyyg.2017.02.01
[2]	Yang J Z, Nie H F, Jing Q Q. Preliminary analysis of mine geo -environment status and existing problems in China[J]. Remote Sensing for Land and Resources, 2017, 29(2):1-7.doi: 10.6046/gtzyyg.2017.02.01. doi: 10.6046/gtzyyg.2017.02.01
[3]	白中科, 周伟, 王金满, 等. 再论矿区生态系统恢复重建[J]. 中国土地科学, 2018, 32(11):1-9.
[3]	Bai Z K, Zhou W, Wang J M, et al. Rethink on ecosystem restoration and rehabilitation of mining areas[J]. China Land Science, 2018, 32(11):1-9.
[4]	周英杰, 李思佳, 魏红艳, 等. “高分一号02、03、04星”卫星数据在矿山开发环境遥感监测中的初步应用评价[J]. 测绘与空间地理信息, 2020, 43(3):73-75,78.
[4]	Zhou Y J, Li S J, Wei H Y, et al. Preliminary application evaluation of “GF1 02,03,04 Satellite Data” in remote sensing monitoring of mine development environment[J]. Geomatics and Spatial Information Technology, 2020, 43(3):73-75,78.
[5]	高文文, 白中科. 基于推理条件和规则的废弃露天矿坑再利用方式选择[J]. 农业工程学报, 2018, 34(11):253-260.
[5]	Gao W W, Bai Z K. Thoughts on accelerating ecological restoration of mines in China[J]. Transactions of Chinese Society of Agricultural Engineering, 2018, 34(11):253-260.
[6]	杨金中, 秦绪文, 聂洪峰, 等. 全国重点矿区矿山遥感监测综合研究[J]. 中国地质调查, 2015, 2(4):24-30.
[6]	Yang J Z, Qin X W, Nie H F, et al. Comprehensive research on remote sensing monitoring of the national concentration zones of the important mine[J]. Geological Survey of China, 2015, 2(4):24-30.
[7]	鞠建华. 构建中国绿色矿山建设的支撑体系[J]. 中国矿业, 2020, 29(1):13-15.
[7]	Ju J H. Building the support system of green mine in China[J]. China Mining Magazine, 2020, 29(1):13-15.
[8]	杨金中, 荆青青, 聂洪峰. 全国矿产资源开发状况遥感监测工作简析[J]. 矿产勘查, 2016, 7(2):359-363.
[8]	Yang J Z, Jing Q Q, Nie H F. Analysis of the mineral resources development status of remote sensing monitoring in national land[J]. Mineral Exploration, 2016, 7(2):359-363.
[9]	卞正富, 雷少刚, 金丹, 等. 矿区土地修复的几个基本问题[J]. 煤炭学报, 2018, 43(1):190-197.
[9]	Bian Z F, Lei S G, Jin D, et al. Several basic scientific issues related to mined land remediation[J]. Journal of China Mine Society, 2018, 43(1):190-197.
[10]	李成尊, 聂洪峰, 汪劲, 等. 矿山地质灾害特征遥感研究[J]. 国土资源遥感, 2005, 17(1):45-48.doi: 10.6046/gtzyyg.2005.01.11. doi: 10.6046/gtzyyg.2005.01.11
[10]	Li C Z, Nie H F, Wang J, et al. A remote sensing study of characteristics of geological disasters in a mine[J]. Remote Sensing for Land and Resources, 2005, 17(1):45-48.doi: 10.6046/gtzyyg.2005.01.11. doi: 10.6046/gtzyyg.2005.01.11
[11]	张进德, 郗富瑞. 我国废弃矿山生态修复研究[J]. 生态学报, 2020, 40(21):7921-7930.
[11]	Zhang J D, Xi F R. Study on ecological restoration of abandoned mines in China[J]. Acta Ecological Sinical, 2020, 40(21):7921-7930.
[12]	张宇, 王圣殿, 王依, 等. 对加快推进我国矿山生态修复的思考[J]. 中国环境管理, 2019, 11(5):42-46.
[12]	Zhang Y, Wang S D, Wang Y, et al. Thoughts on accelerating ecological restoration of mines in China[J]. Chinese Journal of Environmental Management, 2019, 11(5):42-46.
[13]	聂洪峰, 肖春蕾, 戴蒙, 等. 生态地质调查工程进展与主要成果[J]. 中国地质调查, 2021, 8(1):1-12.
[13]	Nie H F, Xiao C L, Dai M, et al. Progresses and main achievements of ecogeological survey project[J]. Geological Survey of China, 2021, 8(1):1-12.
[14]	赵玉灵, 杨金中, 殷亚秋, 等. 海南岛东部滨海锆钛砂矿开发状况遥感监测与生态恢复治理对策研究[J]. 国土资源遥感, 2019, 31(4):143-150.doi: 10.6046/gtzyyg.2019.04.19. doi: 10.6046/gtzyyg.2019.04.19
[14]	Zhao Y L, Yang J Z, Yin Y Q, et al. Research on remote sensing monitoring of zirconium -titanium sand mine exploitation and strategies of ecological restoration on the eastern beach of Hainan Island[J]. Remote Sensing for Land and Resources, 2019, 31(4):143-150.doi: 10.6046/gtzyyg.2019.04.19. doi: 10.6046/gtzyyg.2019.04.19
[15]	赵玉灵. 基于层次分析法的矿山环境评价方法研究——以海南岛为例[J]. 国土资源遥感, 2020, 32(1):148-153.doi: 10.6046/gtzyyg.2020.01.20. doi: 10.6046/gtzyyg.2020.01.20
[15]	Zhao Y L. Study and application of analytic hierarchy process of mine geological environment:A case study in Hainan Island[J]. Remote Sensing for Land and Resources, 2020, 32(1):148-153.doi: 10.6046/gtzyyg.2020.01.20. doi: 10.6046/gtzyyg.2020.01.20

[1]	WANG Liying, MA Xuwei, YOU Ze, WANG Shichao, CAMARA Mahamadou. Spatial-spectral joint classification of airborne multispectral LiDAR point clouds based on the multivariate GMM[J]. Remote Sensing for Natural Resources, 2023, 35(3): 88-96.
[2]	FENG Xiaogang, ZHAO Yi, LI Meng, ZHOU Zaihui, LI Fengxia, WANG Yuan, YANG Yongquan. Influence of urban rivers and their surrounding land on the surface thermal environment[J]. Remote Sensing for Natural Resources, 2023, 35(3): 264-273.
[3]	WU Weichao, YE Fawang. Cloud detection of Sentinel-2 images for multiple backgrounds[J]. Remote Sensing for Natural Resources, 2023, 35(3): 124-133.
[4]	DONG Ting, FU Weiqi, SHAO Pan, GAO Lipeng, WU Changdong. Detection of changes in SAR images based on an improved fully-connected conditional random field[J]. Remote Sensing for Natural Resources, 2023, 35(3): 134-144.
[5]	LIN Jiahui, LIU Guang, FAN Jinghui, ZHAO Hongli, BAI Shibiao, PAN Hongyu. Extracting information about mining subsidence by combining an improved U-Net model and D-InSAR[J]. Remote Sensing for Natural Resources, 2023, 35(3): 145-152.
[6]	GAO Chen, MA Dong, QU Man, QIAN Jianguo, YIN Haiquan, HOU Xiaozhen. Exploring the anomaly mechanism of borehole strain at the Huailai seismic station based on PS-InSAR[J]. Remote Sensing for Natural Resources, 2023, 35(3): 153-159.
[7]	XI Lei, SHU Qingtai, SUN Yang, HUANG Jinjun, SONG Hanyue. Optimizing an ICESat2-based remote sensing estimation model for the leaf area index of mountain forests in southwestern China[J]. Remote Sensing for Natural Resources, 2023, 35(3): 160-169.
[8]	WANG Jianqiang, ZOU Zhaohui, LIU Rongbo, LIU Zhisong. A method for extracting information on coastal aquacultural ponds from remote sensing images based on a U²-Net deep learning model[J]. Remote Sensing for Natural Resources, 2023, 35(3): 17-24.
[9]	CHEN Haoyu, XIANG Lei, GAO He, MU Jinyi, SUO Xiaojing, HUA Bowei. Hyperspectral inversion of total nitrogen content in soils based on fractional order differential[J]. Remote Sensing for Natural Resources, 2023, 35(3): 170-178.
[10]	HU Chenxia, ZOU Bin, LIANG Yu, HE Chencheng, LIN Zhijia. Spatio-temporal evolution of gross ecosystem product with high spatial resolution: A case study of Hunan Province during 2000—2020[J]. Remote Sensing for Natural Resources, 2023, 35(3): 179-189.
[11]	YANG Yujin, YANG Fan, XU Zhenni, LI Zhu. Analysis and optimization of the spatio-temporal coordination between the ecological services and economic development in the Dongting Lake area[J]. Remote Sensing for Natural Resources, 2023, 35(3): 190-200.
[12]	PARIHA Helili, ZAN Mei. Spatio-temporal changes and influencing factors of ecological environments in oasis cities of arid regions[J]. Remote Sensing for Natural Resources, 2023, 35(3): 201-211.
[13]	WANG Yelan, YANG Xin, HAO Lina. Spatio-temporal changes in the normalized difference vegetation index of vegetation in the western Sichuan Plateau during 2001—2021 and their driving factors[J]. Remote Sensing for Natural Resources, 2023, 35(3): 212-220.
[14]	LOU Yanhan, LIAO Jingjuan, CHEN Jiaming. Monitoring water level changes in the middle and lower reaches of the Yangtze River using Sentinel-3A satellite altimetry data[J]. Remote Sensing for Natural Resources, 2023, 35(3): 221-229.
[15]	ZHOU Shisong, TANG Yuqi, CHENG Yuxiang, ZOU Bin, FENG Huihui. Spatial heterogeneity of the correlation between water quality and land use in the Chenjiang River basin, Chenzhou City[J]. Remote Sensing for Natural Resources, 2023, 35(3): 230-240.

Viewed

Full text

Abstract

Cited

Shared

Discussed