引用本文
代晶晶, 王登红, 吴亚楠. 基于高分遥感数据的稀有矿山监测——以江西宜春414稀有矿山为例[J]. 国土资源遥感, 2017,29(3): 104-110
DAI Jingjing, WANG Denghong, WU Yanan. Investigation of rare metal mine using high resolution remote sensing data: A case study of No. 414 rare metal mine in Yichun, Jiangxi Province[J]. REMOTE SENSING FOR LAND & RESOURCES,2017,29(3): 104-110  
doi: 10.6046/gtzyyg.2017.03.15
Permissions
Copyright©2017, 《国土资源遥感》编辑部
《国土资源遥感》编辑部
基于高分遥感数据的稀有矿山监测——以江西宜春414稀有矿山为例
代晶晶1, 王登红1, 吴亚楠2
1.中国地质科学院矿产资源研究所,国土资源部成矿作用与资源评价重点实验室,北京 100037
2.中国地质大学(北京)地球科学与资源学院,北京 100083

第一作者: 代晶晶(1982-),女,博士,副研究员,主要从事遥感地质研究。Email:daijingjing863@sina.com。

收稿日期: 2015-12-22
基金项目: 中国地质调查局地质调查项目“南方稀土矿产开发环境问题遥感调查”(编号: 12120115059501)和国家自然科学基金项目“基于反射波谱吸收深度的溶液中稀土浓度定量评估研究”(编号: 41402292)共同资助
摘要

稀有金属的战略地位使得对稀有矿山的监测具有至关重要的意义。以江西宜春414特大型钽铌锂稀有金属矿床为例,利用ZY-3号国产卫星、IKONOS及WorldView2卫星等多源遥感数据,建立矿山典型地物的遥感解译标志; 结合矿权信息和地质岩体信息,分析评价稀有矿山的开发利用现状; 并根据稀有矿山与高岭土矿山纹理信息的差异,进一步区分了同一岩体中的2种矿床类型; 最后,基于ZY-3号卫星数据建立的三维图像,对该矿山存在的地质滑坡问题进行了评估,并对3种高分遥感数据在稀有矿山监测中的应用效果进行了对比分析。研究表明,高分遥感数据的处理与分析为稀有矿山开发现状及矿山环境监测提供了良好的技术手段,有进一步推广应用的价值。

关键词: 高分遥感数据; 稀有矿山; 开采现状监测; 地质环境评估
文献标志码:A 文章编号:1001-070X(2017)03-0104-07
Investigation of rare metal mine using high resolution remote sensing data: A case study of No. 414 rare metal mine in Yichun, Jiangxi Province
DAI Jingjing1, WANG Denghong1, WU Yanan2
1. MLR Key Laboratory of Metallogeny and Mineral Assessment, Institute of Mineral Resources, CAGS, Beijing 100037, China
2. Faculty of Earth Sciences, China University of Geosciences(Beijing), Beijing 100083, China
Abstract

The investigation of rare metal mine is very important due to its strategic position in recent years. In this paper, the investigation of the No. 414 superlarge rare metal mine (tantalum, niobium, lithium) in Yichun of Jiangxi Province was conducted using the satellite remote sensing data of ZY-3, IKONOS and Worldview-2. Firstly, the interpretation keys of each feature in the mine were built, and the mining situation was delineated with the help of the mining right data and geological rock data. Then, the difference between rare metal mining and kaolinite mining was studied using texture information on the image. Finally, the landslide of the mine was estimated using the three-dimensional representation of the ZY-3 satellite data, and the application comparison of the three kinds of satellite data was analyzed. The results show that high resolution remote sensing processing can provide a good method for quick and accurate mining status investigation and geological environmental analysis of rare metal mines,thus having further popularization and application value.

Keyword: high resolution remote sensing data; rare metal mine; mining status investigation; geologic environmental monitoring
0 引言

稀有金属通常指在自然界中含量很少、分布稀散或难以从原料中提取的金属, 共有9种: 锂(Li)、铍(Be)、铷(Rb)、铯(Cs)、锆(Zr)、铪(Hf)、锶(Sr)、铌(Nb)和钽(Ta)[1]。稀有金属以其独特的性能和作用, 成为原子能、航空航天、半导体、电子技术、特种钢材及军火工业等众多关系国计民生和国防安全所需要的金属材料, 战略地位非常重要[2, 3]。如何有效地监测稀有金属的开发利用状况, 对国家的矿产资源管理至关重要。近几年, 随着全国矿山遥感调查与监测工作的开展, 将遥感地质调查与矿产资源管理有效地结合, 遥感技术已被广泛应用于煤矿、铜多金属矿山及建材、稀土等非金属矿山监测中, 充分发挥和提高了遥感数据的应用效益, 为矿产资源监督管理探索了新的工作方式与方法[4, 5, 6, 7, 8, 9, 10, 11]。但相对而言, 针对稀有金属矿山的遥感监测研究目前还较为薄弱。本文以江西省宜春414特大型钽铌锂稀有金属矿床为例, 以其他一般金属矿山的遥感监测方法为借鉴, 重点总结此类矿山特殊的地物类型, 并对与其遥感图像色调特征极为相近的高岭土矿山进行区分, 旨在开展稀有金属矿山遥感监测示范研究, 为矿政管理部门制定矿产资源规划、整顿矿产资源开发秩序、治理矿山地质环境等提供技术支持和决策依据。

1 研究区概况及数据源

江西宜春414矿是以钽铌锂为主的特大型稀有金属矿床, 位于江西省宜春市东南20 km处, 中心坐标为E114° 30'52″, N27° 39'04″(图1)。该矿床的形成与地质构造和岩浆活动有密切关系。与成矿有关的雅山花岗岩株为燕山早期第二阶段第三次侵入形成的雅山花岗岩复式岩体[12]。矿床由银子岭、工人村及朱楼冲3个区段组成。其中, 银子岭为主矿体区段, 工人村区位于银子岭区段西北, 朱楼冲位于银子岭之南。此外, 在主矿体边部还有一些小矿体。

图1 宜春414稀有矿山地理位置Fig.1 Geographic position of 414 rare metal mine in Yichun

宜春414矿始建于1970年, 属国营老矿山, 1998年核定的平面采矿权面积(2004年进行了延续)为5.217 3 km2, 标高范围为951~640 m。

本文使用的遥感数据为IKONOS, ZY-3及WorldView2卫星数据, 获取时间分别为2013年7月10日(IKONOS)、2012年11月2日(ZY-3)和2013年9月24日(WorldView2)。

2 矿山开发状况遥感监测
2.1 稀有矿山典型地物解译标志

基于IKONOS卫星遥感数据, 建立了稀有矿山的典型地物解译标志。图像预处理主要包括正射纠正、几何配准及数据融合, 均在ENVI5.1遥感图像处理软件中实现。首先依据DEM数据分别对IKONOS各波段数据进行了正射纠正和几何配准, 然后选取Gram-Schmidt变换融合算法分别对4个多光谱波段数据与全色波段数据进行融合。对融合后的IKONOS数据进行最佳波段选择, 选择波段相关性较小的3个波段进行假彩色合成[13, 14]。其波段相关系数矩阵见表1。

表1 IKONOS数据各波段相关性 Tab.1 Correlation of various bands of IKONOS

从表1可以看出, IKONOS数据的B1与B4的相关性最小, B4与B3, B2的相关性较小, 故选择B3, B4和B1多光谱波段融合后的数据, 并按B3(R)B4(G)B1(B)色彩配置顺序进行假彩色合成。

根据野外调研及收集的相关资料, 分析稀有矿山的主要地物类型, 包括浓缩池、溜井、采矿场、尾矿库、废石场和厂房等的IKONOS影像特征。其中浓缩池主要用于选矿后的二次回收; 溜井为运矿通道, 用于把破碎后的矿石随其斜坡下滑进行选矿; 采矿场为露天开采的主要采场; 尾矿库为选矿后暂不利用的矿渣存放场所; 废石场为采矿剩余的废石堆放的区域; 厂房为主要冶炼车间。上述地物在IKONOS 假彩色合成图像中的影像特征及野外照片详见表2。据此, 建立了稀有矿山主要地物的遥感解译标志。

表2 稀有矿山主要地物类型在IKONOS假彩色合成图像中的影像特征 Tab.2 Image characteristics of various objects of rare metal mines in IKONOS pseudo color composition image
2.2 稀有矿山开发状况

根据表2建立的解译标志, 将宜春414矿采矿权边界、成矿母岩边界叠置在IKONOS假彩色合成图像上, 进行浓缩池、溜井、稀有金属采矿厂、高岭土采矿区、尾矿库、废石场和厂房等7种地物的遥感解译, 解译结果如图2所示。

图2 基于IKONOS 假彩色合成图像的矿区地物信息解译结果Fig.2 Remote sensing interpretation results based on IKONOS pseudo color composition image

从图2可以看出, 目前宜春414开采主矿体银子岭、工人村等位于采矿权范围之内; 在采矿权范围之外有几块开采痕迹, 经过野外调研, 矿权范围外的几块开采痕迹不是稀有金属采矿区, 为高岭土采矿区。因高岭土采矿区与稀有金属采矿区的成矿母岩一致, 因而它们的影像具有相似的色调特征。经过野外调研及图像分析, 因高岭土采矿区主要开采的风化壳土质比较细腻, 而稀有金属开采区主要是对碱性基岩进行开采(图3), 故两者的岩石粗糙度有一定差异, 可以通过纹理特征将二者区分。

图3 稀有金属采场与高岭土采场野外照片Fig.3 Field photo of rare metal mine and kaolinite mine

图4(a)和(c)分别为高岭土采矿区与稀有金属采矿区的IKONOS全色波段图像, 对其进行边缘检测, 结果如图4(b)和(d)所示。稀有金属采矿区与高岭土采矿区相比, 纹理信息较丰富。通过与地质资料的对比分析, 认为该地区稀有金属的主要成矿母岩为雅山岩体(图2中玫瑰红色的岩体边界), 目前稀有金属开采主要集中在雅山岩体内。对其周边岩体进行分析, 发现此类型岩体在周边地区分布较少, 故稀有金属非法开采的概率相对较小(从图2可以发现, 仅有小规模越界开采存在)。

图4 IKONOS全色图像及其边缘检测结果Fig.4 Panchromatic images of IKONOS and their edge detection results

对矿区内各类地物的占地情况进行了分析和面积测算, 结果如图5所示, 其中采矿场1.223 km2, 厂房0.273 km2, 废石场0.154 km2, 高岭土开采区0.732 km2, 溜井0.001 km2, 浓缩池0.009 km2, 尾矿库0.11 km2。

图5 宜春414稀有金属矿山矿区地物占地统计结果Fig.5 Statistic results of covering areas in 414 rare metal mines in Yichun

3 矿山地质灾害遥感监测

根据野外调研, 目前宜春414矿主要的矿山环境问题是存在废石堆放场引发的次生滑坡, 特别是在工人村矿段。将ZY-3卫星前视与后视数据生成的DEM应用于融合后的ZY-3卫星B3(R), B4(G), B1(B)假彩色合成图像, 生成矿区三维视图(图6), 从视图上可以准确地圈出工人村矿段的滑坡。与野外照片(图7)对比分析, 该矿区次生滑坡较为严重, 滑坡整体位于工人村矿段的南侧, 面积达60 000 m2。

图6 基于ZY-3卫星数据的宜春414矿区三维视图Fig.6 Three-dimensional representation of Yichun 414 mine based on ZY-3 satellite data

图7 工人村矿段滑坡野外照片Fig.7 Photo of landslide in Gongrencun ore block

4 遥感数据对比分析
4.1 对稀有矿山典型地物类型的识别能力

地物识别能力的强弱是遥感数据信息量多寡的一种反映。信息量主要取决于传感器的光谱分辨率及空间分辨率。不同平台遥感数据的比较主要可从地物边界的可圈定能力和地物内部细节的反映能力2个方面考虑。这2种能力直接影响监测几何精度和对矿山开发状况的判定[15]。如上文前述, 该稀有矿区的主要地物类型包括浓缩池、溜井、采矿场、尾矿库、废石场和厂房等, 其中浓缩池和溜井为其开采的典型识别标志。本文为了比较所采用的3种遥感数据的地物识别能力, 分别先将3种数据的全色及多光谱数据在ENVI处理软件中进行Gram-Schmidt融合, 再对融合后数据进行比较。IKONOS数据的最佳波段选择为B3, B4和B1, 分别对应红、近红外和蓝波段; WorldView2数据对应的波段分别为B5, B7和B2; ZY-3数据对应的波段为B3, B4和B1。从空间分辨率来看, WorldView2 融合图像的分辨率为0.5 m, IKONOS 融合图像的分辨率为1 m, ZY-3融合图像的分辨率为2.1 m。因此, 在理论上WorldView2 融合图像具有最高的分辨率, 对地物的识别能力最强。

对3种图像的目视识别效果进行对比(表3), 结果表明: WorldView2, IKONOS和ZY-3数据对浓缩池、采矿场、废石场和厂房的边界及内部的细节均有良好的影像显示; 针对溜井和尾矿库等的内部细节, WorldView2图像显示效果最好, ZY-3图像显示较差。但是从矿山监测的需求而言, 这3种数据对稀有矿山典型地物均有良好的识别效果, 故在区域性大面积监测中, 可推广ZY-3国产卫星数据的应用。

表3 基于3种数据融合图像的稀有矿山典型地物类型识别能力对比 Tab.3 Comparison for discrimination of typical objects in rare metal mine based on three kinds of data
4.2 对高岭土矿与稀有矿的区分能力

因在宜春稀有矿山采矿权边界之外有一些高岭土采场, 其基岩与稀有矿山的相似, 在遥感图像中与稀有矿山采场的色调较为接近, 容易混淆, 故本文对3种数据在高岭土与稀有矿山采场的区别能力方面进行了初步探讨。根据前文中IKONOS数据在区分这2种矿山中的应用, 尽管2种矿床的基岩相同, 但因高岭土开采的是风化壳, 纹理较为细腻; 而稀有矿山开采的是基岩, 纹理较为粗糙; 故通过对比图像中的纹理特征, 可以区分高岭土矿山与稀有矿山。通过对高岭土与稀有矿山在3种数据融合图像中的影像特征对比(表4), 可见WorldView2和IKONOS这2种数据对地物内部细节显示较好, 能够反映高岭土矿区与稀有矿区的纹理差异, 进而将2种矿床区分; 而ZY-3号数据对地物内部细节识别较差, 对这2种矿床较难区分。

表4 3种数据融合图像中高岭土矿区与稀有矿区采场的影像特征 Tab.4 Image characteristics of rare metal mine and kaolinite mine based on three kinds of data
5 结论与建议
5.1 结论

本文利用高分遥感技术开展了江西宜春414稀有矿山监测示范研究, 为我国稀有矿山遥感监测提供了应用参考。研究成果主要包括3个方面:

1)以IKONOS卫星数据为主要信息源, 通过图像处理及分析, 建立了稀有矿山主要地物类型的解译标志; 结合矿权资料, 分析了稀有矿山开采现状; 根据遥感图像纹理特征, 区分了稀有矿和周边较易混淆的高岭土矿的开发状况。

2)针对宜春414稀有矿山开采过程中的存在的主要地质环境问题— — 次生滑坡, 通过对ZY-3号遥感数据前后视处理和提取DEM建立的三维模型分析, 圈定了滑坡的范围, 并计算了滑坡体的面积,

3)对比分析了WorldView2, ZY-3和IKONOS这3种卫星数据在稀有矿山监测中的应用效果。

5.2 建议

虽然本文在基于高分遥感数据的稀有矿山监测研究中取得了一些初步结果, 但是还需要由表及里, 层层深入。今后遥感技术在稀有矿山监测方面的研究主要应注重2个方面:

1)目前对于国产数据在稀有矿产开发及矿山环境遥感调查等方面的推广应用较为薄弱。本文的研究表明, 国产卫星数据在稀有矿山监测领域可以发挥重要作用, 而且目前我国自主研发的对地观测卫星已达几十颗(如GF-2, GF-1, ZY-3, TH-1和ZY-1 02C等), 其数据质量高、价格低、时效性强等优势使得加强国产卫星数据在稀有矿山动态监测中的应用是未来趋势。

2)稀有矿山的战略地位已经日益引起各国重视, 未来研究应该以点带面, 在全国范围开展稀有矿山遥感监测工作, 系统了解和掌握稀有矿山的开发状况, 对我国稀有矿山的开发利用及资源储备提出合理的对策和建议。

The authors have declared that no competing interests exist.

参考文献
[1] 周世俭. 对我国稀有金属战略分析与对策建议[J]. 中国金属通报, 2007(38): 3-8.
Zhou S J. Strategic analysis and countermeasure of rare metal of China[J]. Chinese Metal Bulletin, 2007(38): 3-8. [本文引用:1]
[2] 阴秀琦. 关于我国稀有金属保护性开采战略性思考[J]. 中国矿业, 2010, 19(10): 17-21.
Yin X Q. Strategic thinking for the protective exploitation of domestic rare metals[J]. China Mining Magazine, 2010, 19(10): 17-21. [本文引用:1]
[3] 李鹏飞, 杨丹辉, 渠慎宁, 等. 稀有矿产资源的战略性评估——基于战略性新兴产业发展的视角[J]. 中国工业经济, 2014(7): 44-57.
Li P F, Yang D H, Qu S N, et al. A strategic assessment of rare minerals: Based on the perspective of strategic emerging industries development[J]. China Industrial Economics, 2014(7): 44-57. [本文引用:1]
[4] 聂洪峰, 杨金中, 王晓红, 等. 矿产资源开发遥感监测技术问题与对策研究[J]. 国土资源遥感, 2007, 19(4): 11-13. doi: 106046/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. [本文引用:1]
[5] 杨金中, 秦绪文, 张志, 等. 矿山遥感监测理论方法与实践[M]. 北京: 中国测绘出版社, 2011.
Yang J Z, Qin X W, Zhang Z, et al. Theory and Practice on Remote Sensing Monitoring of Mine[M]. Beijing: Surveying and Mapping Publishing House, 2011. [本文引用:1]
[6] 秦绪文, 杨金中, 康高峰, 等. 矿山遥感监测技术方法研究[M]. 北京: 测绘出版社, 2011.
Qin X W, Yang J Z, Kang G F, et al. Technology and Method Research on Remote Sensing Monitoring of Mine[M]. Beijing: Surveying and Mapping Publishing House, 2011. [本文引用:1]
[7] 况顺达, 赵震海. SPOT5在矿山监测中的应用[J]. 地质与勘探, 2005, 41(3): 79-82.
Kuang S D, Zhao Z H. Application of SPOT5 to mine monitoring[J]. Geology and Prospecting, 2005, 41(3): 79-82. [本文引用:1]
[8] 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: 106046/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. [本文引用:1]
[9] 代晶晶, 王瑞江, 王登红. 高空间分辨率遥感数据在离子吸附型稀土矿山调查中的应用[J]. 遥感技术与应用, 2014, 29(6): 935-942.
Dai J J, Wang R J, Wang D H. Investigation of ion-absorbed rare earth ore using high resolution remote sensing data[J]. Remote Sensing Technology and Application, 2014, 29(6): 935-942. [本文引用:1]
[10] 路云阁, 刘采, 王姣. 基于国产卫星数据的矿山遥感监测一体化解决方案——以西藏自治区为例[J]. 国土资源遥感, 2014, 26(4): 85-90. doi: 106046/gtzyyg. 2014. 04. 14.
Lu Y G, Liu C, Wang J. Integrated solutions for mine remote sensing monitoring based on domestic satellite images: A case study of Tibet[J]. Remote Sensing for Land and Resources, 2014, 26(4): 85-90. doi: 10.6046/gtzyyg.2014.04.14. [本文引用:1]
[11] 刘碧虹, 王娟, 张建国. 资源一号02C卫星数据在甘肃矿山开发遥感监测中的应用研究[J]. 矿产勘查, 2015, 6(3): 298-304.
Liu B H, Wang J, Zhang J G. Research on the application of ZY-1 02C remote sensing data in the monitoring of Gansu mine exploitation[J]. Mineral Exploration, 2015, 6(3): 298-304. [本文引用:1]
[12] 李胜虎. 华南典型花岗岩型稀有金属矿床的成矿机制与找矿模式研究[D]. 北京: 中国地质大学(北京), 2015.
Li S H. Ore-forming Mechanisms and Prospecting Models of Typical Granite Type Rare Metal Deposits in South China[D]. Beijing: China University of Geosciences(Beijing), 2015. [本文引用:1]
[13] 丁丽, 朱谷昌, 王娟, 等. IKONOS影像在矿山环境遥感监测中的应用——以白银煤矿区为例[J]. 测绘与空间地理信息, 2010, 33(1): 37-41.
Ding L, Zhu G C, Wang J, et al. Application of IKONOS image with remote sensing technique in the monitoring of mine environment: An example in Baiyin coal mine region[J]. Geomatics & Spatial Information Technology, 2010, 33(1): 37-41. [本文引用:1]
[14] 赵英时. 遥感应用分析原理与方法[M]. 北京: 科学出版社, 2003.
Zhao Y S. The Theory and Method for Remote Sensing Applications[M]. Beijing: Science Press, 2003. [本文引用:1]
[15] 王晓红, 聂洪峰, 杨清华, 等. 高分辨率卫星数据在矿山开发状况及环境监测中的应用效果比较[J]. 国土资源遥感, 2004, 16(1): 15-18. doi: 106046/gtzyyg. 2004. 01. 04.
Wang X H, Nie H F, Yang Q H, et al. The different monitoring effects of QuickBird and SPOT-5 data in mine exploitation[J]. Remote Sensing for Land and Resources, 2004, 16(1): 15-18. doi: 10.6046/gtzyyg.2004.01.04. [本文引用:1]