论文部分内容阅读
社会发展离不开矿产资源,而矿产资源高强度开采,使矿区生态环境遭受破坏与污染。借助快速发展的遥感技术,及时客观摸清矿山环境状况成为目前生态文明建设中的重要议题,也是我国矿产资源监管的常态工作。以往研究主要采用目视解译,费时费力,局部研究区探索的面向对象分类方法进行矿山环境信息提取技术研究未能考虑山地高原区矿山开发活跃、矿山地物图斑零碎、地形高差较大的客观情况,山地高原区较为适用的面向对象分类指标体系构建等尚少见报道。针对以上不足,本文研究主要针对山地高原区矿山地物图斑零碎、地形高差较大、坡度陡的特点,选取地处山地高原区、露天开采为主,矿山环境状况严重的武定钛铁矿区为研究区,采用WorldView-2、Pleiades影像作为数据源,在系统研究山地高原区矿山环境不同矿山地物纹理特征基础上,融入地形因子专题,探索建立了适用于山地高原区的矿山环境面向对象分类的指标体系因子参数,总结了一套适用于山地露天钛铁矿的面向对象的遥感信息提取技术,构建了相应的分类规则,并在研究区进行了2011、2012、2013三年的矿山环境面向对象分类应用及野外查证,并取得了良好的分类效果。本文探索建立的山地高原区矿山环境面向对象分类技术方法,是遥感技术方法的深化,亦为类似地区矿山环境监测提供了技术参考。本文研究主要取得了如下成果：①本文对山地高原区矿山环境影像对象特征进行了较为系统地定量与定性分析,在此基础上定量剖析了武定钛铁矿区山地高原区矿山目标地物对象的纹理、几何、光谱特征等,从主观层面判断矿山目标地物在影像中的特征,进而得出结论,多种特征结合起来提取矿山地物类别具有一定的优势。②基于矿山环境地物的多种特征,利用RMAS法确定了WorldView-2数据最优分割尺度为125、Pleiades数据最优分割尺度为110；分类特征中引入地形因子,并构建了矿山地物分类规则,具体参数为,采场：形状指数大于1.5,2180<Dem,3.8<坡度,480<亮度<712,NDVI<0.25,0.02<均质性<0.08；中转场地：2123<Dem,2.2<坡度,493<亮度<560,NDVI<0.2,0.031<均质性<0.065；固体废弃物为2213<Dem,6.56<坡度,510<亮度<690,NDVI<0.21,0.03<均质性<0.08,11<标准差；矿山建筑：2181<Dem<2200,12<坡度<19,630<亮度<825,1.0<形状指数<2.1,0.8<Density<1.8,1.1<长宽比<4.5,0.04<NDVI<0.23。③基于探索建立分类规则,采用2011、2012年、2013年武定钛铁矿区WorldView-2、Pleiades遥感数据进行矿山环境自动分类应用,不仅较好地节约了人力物力,经野外查证其分类结果的总体精度分别为82.69%,85.89%,81.67%,Kappa系数分别为0.8113,0.8467,0.8362,更实际印证了探索建立的山地高原矿山环境面向对象分类方法流程的可靠性。