Research on Mine Ecological Environment Monitoring Technology Based on Multi-source Remote Sensing Data: A Case Study in Northern Shaanxi Coal Base
-
摘要:
矿产资源的开发会对周边生态环境产生负面作用，影响当地居民的生产生活。相比传统的矿山生态环境地面监测手段，遥感技术具有宏观性、动态性和经济性等优势，其高波谱分辨率、高空间分辨率及高时间分辨率，能全方位动态反映矿山生态问题现状与发展趋势。陕北煤炭基地是中国重要的煤炭能源基地之一，本研究选择其中一座生产矿山作为研究区，综合运用光学遥感和雷达遥感技术，精准捕捉煤矿开采活动所诱发的地面塌陷、土地损毁以及地表水体、植被状况等区域要素特征；针对重点监测区，进一步引入无人机遥感技术，实现对地裂缝、不稳定边坡等局部要素的精细化监测与识别，系统构建了数据获取、数据处理、遥感解译、数据分析等全流程矿山生态环境遥感监测技术体系。研究结果表明，多源遥感技术凭借卓越的全局视野、宏观分析能力及强大的数据追溯性，在矿山生态环境监测领域展现出了无可替代的优势，应用成效显著。在此基础上，提出了未来矿山生态环境监测预警智能体系“多网融合+实时监测+智能作业+任务协同+全面感知+自主决策”的发展方向。
Abstract:The exploitation of mineral resources can have negative effects on the local ecological environment and the livelihoods of nearby residents. Remote sensing technology provides a more cost-effective and comprehensive approach to monitoring mine ecology compared to traditional ground-based methods. Its high spectral, spatial, and temporal resolution enables a comprehensive and dynamic reflection of the status and development trends of ecological issues in mines. The northern Shaanxi coal base is a significant coal energy base in China. This paper focused on a production mine, comprehensively utilized Optical Remote Sensing and Radar Remote Sensing technologies, we can accurately capture the characteristics of regional elements such as ground subsidence, land damage, as well as surface water and vegetation conditions induced by coal mining activities. For key monitoring areas, the Unmanned Aerial Vehicle (UAV) remote sensing technology further enables refined monitoring and identification of local elements such as ground fissures and unstable slopes. This has systematically established a comprehensive remote sensing monitoring technology system for mine ecological environment, encompassing data acquisition, data processing, remote sensing interpretation, and data analysis. Research results indicate that multi-source remote sensing technology, with its outstanding global perspective, macro-analysis capabilities, and robust data traceability, has demonstrated an irreplaceable advantage in the field of mine ecological environment monitoring, achieving remarkable application effects. According to the proposal, the future intelligent mine environmental monitoring and early warning system should be developed with a focus on “multi-network integration + real-time monitoring + intelligent operation + task collaboration + comprehensive perception + autonomous decision-making”.
-
蛇绿岩是构造侵位大陆边缘的古大洋岩石圈残片，主要组成包括上部的玄武质洋壳和下部的地幔岩，通常被作为恢复古大洋、识别古板块边界的最直接证据（Coleman，1977；马中平等，2004；史仁灯，2005；张进等，2012；臧遇时等，2013；吴福元等，2014；王国灿等，2019；翟庆国等，2019；张继恩等，2021；Yao et al.，2021；敖松坚等，2022）。自1813年，法国矿物学家Alexandre Brongniart提出蛇绿岩概念以来，关于蛇绿岩分类有很多种，聚焦其不同的方面的性质，比如依据地壳岩石地球化学（Pearce et al.，1984）、地幔岩石成分（Nicolas et al.，2003）、洋中脊扩张速率（肖序常，1995）、蛇绿岩出露特征（Wakabayashi et al.，2003）及形成构造环境（Dilek et al.，2014）对蛇绿岩进行分类的方案。最新研究认为，在威尔逊旋回的各个阶段都会形成性质不同的蛇绿岩，并根据其形成环境不同，将蛇绿岩分为与俯冲作用无关和与俯冲作用相关两大类（Dilek et al.，2011）。
中亚造山带是属于巨大的增生型造山带，也是全球显生宙以来增生最强烈的地区之一（Sengör et al.，1993；Jahn et al.，2000；Windley et al.，2007；Xiao et al.，2015，2018，2020；Huang et al.，2020；Wang et al.，2022，2023a，2023b；Liu et al.，2023）。西准噶尔地区位于增生型中亚造山带西南缘，也是中亚–兴蒙构造成矿域的主要组成部分（Shen et al., 2017；Zhu et al.，2019）。西准噶尔主要由一系列的增生杂岩带、古生代岩浆弧和蛇绿岩构成（Zhang et al.，1993，2022b；Buckman et al.，2004；Choulet et al.，2012；Yang et al.，2015a；高俊等，2022），发育NE–SW向断裂构造，由北向南依次主要包括为巴尔雷克、玛依勒、达尔布特断裂和乌尔禾逆冲断层，这些断裂构造控制着西准噶尔地区花岗岩类和蛇绿岩的分布（图1）。在西准噶尔地区最为显著的特征是发育数条不同时代的蛇绿岩带，如唐巴勒、玛依勒、巴尔雷克、达尔布特、白碱滩等蛇绿带（张向飞等，2023）（图1）。这些蛇绿岩主要沿断裂带分布，变形强烈，形态复杂，时代跨度较大，自震旦纪到石炭纪均有发育（Feng et al.，1989；Zhang et al.，1993；Yang et al.，2012a，2012b，2013，2019，2020a；Du et al.，2019）。近年来，对达尔布特蛇绿岩的研究取得了系列进展，但缺少系统总结。为此，笔者在前人基础上将取得的成果和存在问题进行梳理和总结，以期对达尔布特蛇绿岩成因及其构造环境提供新的制约。
![]()
Figure 1. (a) Simplified tectonic sketch of the Central Asian Orogenic Belt and (b) regional geological map of the West Junggar1. 达尔布特蛇绿岩地质特征
达尔布特蛇绿岩是新疆境内出露的规模最大、最为典型的蛇绿岩带之一，近年来备受国内外学者关注（雷敏等，2008；辜平阳等，2009；刘希军等，2009；Yang et al.，2012b；Chen et al.，2014；Zhang et al.，2018；田亚洲等，2019；李海等，2021；Zhu et al.，2022）。达尔布特蛇绿岩分布于克拉玛依市以北的扎依尔山一带，东起木哈塔依，向南西经萨尔托海、也格孜卡拉、达尔布特、科果拉，在坎土拜克越向达尔布特河谷南侧，再经库朗库朵克转向西至苏鲁乔克后被阿克巴斯套花岗岩体所侵入截断（图2）。实际上，向西在阿克巴斯套和阿音那巴斯套，再向北的包古图河上游地区，也有蛇绿岩断续出露，只是展布方向由EW向转为近SN向，全长达100 km，大部分蛇绿岩带与达尔布特断裂带平行，甚至沿断裂分布，宽多为2～9 km，出露面积约为50 km2，在苏鲁乔克及萨尔托海一带出露面积最广，而窄处只有数十米，甚至缺失。蛇绿岩原有层序被构造强烈改造，原始的属于下部层位的铁镁质（超铁镁质）岩石逆冲到复理石沉积地层之上，深海硅质岩和枕状玄武岩与地幔橄榄岩断层接触（Yang et al.，2012b；Chen et al.，2014）。
![]()
图 2 西准噶尔达尔布特蛇绿岩带简图（据李行等，1987）Figure 2. Spatial distribution map for the Darbut ophiolite from West Junggar达尔布特蛇绿中发育早—中泥盆世和早石炭世放射虫和珊瑚化石，前人在辉长岩和橄长岩中获得Sm–Nd同位素年龄为（395±1.2）Ma（Zhang et al.，1993）；辜平阳等（2009）在辉长岩中获得LA–ICP–MS锆石年龄为（391.1±6.8）Ma；最新在玄武岩及辉长岩中获得锆石U–Pb年龄分别为（375±2）Ma和（368±11）Ma（Yang et al.，2012c），表明达尔布特蛇绿岩形成时代为中泥盆世—早石炭世。蛇绿岩带上覆上石炭统包古图组和太勒古拉组，主要为一套火山–沉积岩岩石组合。此外，位于达尔布特蛇绿岩带北西段的萨尔托海岩体产出典型的蛇绿岩型铬铁矿，是中国第二大铬铁矿产地，吸引了众多研究者针对铬铁矿成矿与找矿开展了丰富的研究（鲍佩声等, 1990，1992；郝梓国等，1991；Zhou et al.，2001；鲍佩声，2009；田亚洲等，2015，2016，Qiu et al.，2018，杨经绥等，2022；Li et al.，2023）。
2. 达尔布特蛇绿岩研究进展
2.1 金刚石等矿物的发现
自1981年在西藏罗布莎蛇绿岩的地幔橄榄岩中首次发现金刚石以来，在西藏和俄罗斯的极地乌拉尔等地的蛇绿岩铬铁矿中新发现了金刚石等深部矿物群（Bai et al., 1993；杨经绥等，2013，2014，2021；Yang et al.，2021），对此前铬铁矿的浅部成因理论提出了质疑（杨经绥等，2022）。超高压、强还原性和壳源矿物在西藏罗布莎、土耳其Aladag、内蒙古贺根山和俄罗斯的极地乌拉尔蛇绿岩中也有报道（Bai et al.，1993；Xu et al.，2015；Yang et al.，2015b；Huang et al.，2015；Xiong et al.，2017；Rui et al.，2022），暗示可能存在深部地幔物质循环过程（图3）。最近，田亚洲等（2015）在达尔布特蛇绿岩带的萨尔托海高铝型铬铁矿中发现20余种矿物，包括金刚石、单质铬、自然铁、单质硅等元素类矿物，除此之外还有铁镍铬合金、碳硅石、方铁矿、方铅矿、顽火辉石等（Tian et al.，2015），暗示萨尔托海铬铁矿的形成可能经历了深部地幔预富集过程和浅部再富集成矿两个阶段（田亚洲等，2015）。总体而言，上述这些超高压、强还原性和壳源矿物的发现，为认识板块深俯冲、地幔不均一性和地幔深部动力学等过程提供了窗口（Lian et al.，2019；Yang et al.，2021）。
![]()
图 3 地球地幔中金刚石和铬铁矿的形成和深部物质循环模式（据Yang et al.，2021）Figure 3. The formation of diamond and chromitite in Earth's mantle and recycle of deep subducted crust2.2 前弧玄武岩的识别
前弧玄武岩最初是在Mariana岛弧定义的（Reagan et al.，2010，2013），在岩石学和地球化学上与洋脊玄武岩和弧后盆地玄武岩类似（Ishizuka et al.，2011；Shervais et al.，2021），前弧玄武岩低Ti/V和Yb/V值表明其地幔源区比大洋中脊和弧后盆地玄武岩源区更加亏损（Shervais et al.，2019）。前弧玄武岩是地幔楔熔融的最初产物，形成于俯冲起始之前的扩张中心或俯冲起始之后靠近海沟的位置（Reagan et al.，2010）。因此，前弧玄武岩是研究俯冲起始过程的最好地质记录之一（Ishizuka et al.，2011）。事实上，前弧玄武岩和玻安岩一起经常出现在蛇绿混杂岩中。例如，塞浦路斯Troodos、西藏雅鲁藏布江和西昆仑库地等蛇绿岩带中均有玻安岩产出（Taylor et al.，1994；Wang et al.，2002；Dilek et al.，2009；Dai et al.，2013; Li et al.，2021；Yang et al.，2022a，2022b）。Zhu等（2022）通过岩石地球化学研究发现，萨尔托海蛇绿岩中均质辉长岩具有平坦的REE模型、低Nb/Yb和高Ti/V值的特征，类似于MORB，而角闪石辉长岩显示较高流体活动元素含量和高Th/Yb值特征，类似于前弧玄武岩。据此认为，达尔布特蛇绿岩形成于弧前环境（Zhu et al.，2022）。
2.3 古海山的厘定
海山（大洋高原）是在板块内部由地幔柱热点作用形成的（图3），通常认为板块是运动的，地幔柱是固定的，当板块在地幔柱上方移动时，就形成了系列海山组合即为火山岛链（Morgan，1971）。在现代大洋中发育规模不等、源自地幔柱的火山岛链，如太平洋的Hawaiian-Emperor海岭（Duncan et al.，2004），大西洋的Walvis及Rio Grande脊（O'Connor et al.，1990），印度洋的Deccan高原（O'Neill et al.，2003）及中国南海中的玳瑁海山（Yan et al.，2015）。实际上在古大洋中也有海山发育，如特提斯洋及古亚洲洋中均有与地幔柱相关的OIB发育（朱弟成等，2008；Yang et al.，2012a，2020b；Safonova et al.，2014）。中亚造山带西段蛇绿岩的物质组成复杂，各个蛇绿混杂岩中除了正常洋壳的主要组成之外，还发育枕状玄武岩、火山角砾岩、礁灰岩、滑塌堆积岩、陆源碎屑岩等（Safonova et al.，2014；Yang et al.，2015a，2019），这是典型的海山岩石组合特征（Buchs et al.，2011）。在西准噶尔达尔布特蛇绿岩中也有类似组分发育，其中的玄武岩均为碱性系列，具有较高的TiO2含量（大多>2.5%），无明显Nb、Ta负异常，强烈富集轻稀土元素，轻稀土元素含量总体与典型OIB及夏威夷洋岛型玄武岩一致（Hofmann et al.，1996），认为其来源于地幔柱有关的海山或大洋高原（Yang et al.，2013，2015a）。
2.4 豆荚状铬铁矿的成因
豆荚状铬铁矿是蛇绿岩中特有的矿产，主要赋存于蛇绿岩莫霍面过渡带或地幔上部的超基性岩中（Zhou et al.，2014；Arai et al.，2016）。尽管豆荚状铬铁矿的研究已经近100年的历史，但是其成矿机制一直是争论的焦点（Yang et al.，2021），其成矿模型主要包括以下5种：①镁铁质–超镁铁质岩浆分异（Dickey，1975）。②地幔橄榄岩部分熔融（鲍佩声，2009）。③地幔橄榄岩与熔体反应（Zhou et al.，1996）。④熔体与古大陆岩石圈地幔反应（Shi et al.，2012）。⑤深部地幔柱成因模式（Yang et al.，2015b，2021）。萨尔托海岩体产出典型的蛇绿岩型铬铁矿，是中国第二大铬铁矿产地。矿石类型主要为致密块状，次为浸染状和条带状等，矿体大小悬殊、形态各异，单个矿体多呈豆荚状、透镜状、囊状和脉状等（李海等，2021）。在铬铁矿成矿理论方面，有研究者认为铬铁矿是地幔部分熔融残余形成的（鲍佩声，2009），也有学者认为其为地幔橄榄岩与熔体反应的结果（Zhou et al.，1996）。最新研究发现，在达尔布特蛇绿岩中发育深部地幔矿物以及浅部壳源矿物（Tian et al.，2015），从而认为达尔布特蛇绿岩中萨尔托海铬铁矿的形成可能经历了深部地幔预富集和浅部再富集成矿两个阶段（田亚洲等，2015）。该模型认为俯冲板片会抵达地幔过渡带甚至更深，由于温度和流体的作用，俯冲板片发生熔融。这些熔融物质随地幔柱上涌，在地幔过渡带结晶出铬铁矿，伴随携带金刚石等超高压矿物继续向上运移至浅部，从而形成含金刚石等矿物的铬铁矿（图3）（Yang et al., 2021）。
2.5 蛇绿岩的形成环境
目前，国内外学者对蛇绿岩的成因分类方案众多（Pearce et al.，1984；肖序常， 1995），但被学界普遍接受的是将其分为洋中脊型（MOR）和俯冲带之上型（SSZ）。Dilek等（2011）以蛇绿岩的形成环境为依据，将蛇绿岩可分为与俯冲过程无关的和与俯冲过程相关的两类，其中与俯冲过程无关的蛇绿岩包括陆缘型、洋中脊型和地幔柱型，而与俯冲作用相关的蛇绿岩包括俯冲带上盘型和火山弧型。可见蛇绿岩可以形成于威尔逊旋回的各个阶段。对于达尔布特蛇绿岩，前人主要通过岩石地球化学方法对其形成环境进行制约，主要有以下观点：大洋中脊环境（Zhang et al., 1993）和岛弧环境（Yang et al.，2012b；Zhang et al.，2018）。如前文述及，在达尔布特蛇绿岩发育弧前玄武岩（Zhu et al.，2022），这充分说明达尔布特蛇绿岩中有形成于俯冲带的物质组分。更为重要的是在蛇绿岩识别出古海山残片，并发现金刚石等深部矿物群（Tian et al.，2015；杨经绥等，2021），这表明特蛇绿岩中还保存有来自深部地幔的物质（图3），即为地幔柱型蛇绿岩（Dilek et al.，2011）。可见，达尔布特蛇绿岩形成于俯冲有关的构造环境，并有地幔柱的参与。
3. 未来研究展望
3.1 深部物质循环
达尔布特蛇绿岩的萨尔托海岩体中发育豆荚状铬铁矿，更为重要的是，除了在豆荚状铬铁矿中发现壳源矿物如金红石、锆石等矿物外，识别出金刚石、碳硅石等深部地幔矿物。此外，达尔布特蛇绿岩中还存在碱性洋岛玄武岩（OIB），这些壳源矿物、超高压矿物和洋岛玄武岩的存在，为认识俯冲物质深地幔循环提供了新思路（图3）。
3.2 俯冲起始机制
板块俯冲起始是岩浆活动和构造运动发生转变的重要过程，其中会形成相应的地质记录，主要包括俯冲带（SSZ）型蛇绿岩、前弧玄武岩、玻安岩和变质底板。目前，在达尔布特蛇绿岩中发育前弧玄武岩，同时蛇绿岩也具有俯冲带的信息，这将为西准噶尔俯冲起始的时限和机制提供物质基础。
3.3 陆壳增生机制
达尔布特蛇绿岩中存在古海山残片，是海山在俯冲过程中被刮削、增生在增生楔中保存在造山带中。实际上，在西准噶尔也有大洋高原和洋内弧的多阶段增生过程。那么，陆壳增生具体是如何实现的？此外，在地壳增生的同时，是否有俯冲带上盘的物质通过俯冲侵蚀进入地幔深部？需要深入研究。
3.4 俯冲带型蛇绿岩成因
目前，普遍认为达尔布特蛇绿岩与西准噶尔其他蛇绿岩类似，是形成于俯冲带之上的SSZ型蛇绿岩。但实际上，其中的俯冲印记可以来源于俯冲板片，也可以来源于超慢速洋脊。换句话说，具有俯冲印记的蛇绿岩也可能是形成于超慢速大洋中脊的大洋核杂岩。实际上，造山带中的蛇绿岩有相当一部分是大洋核杂岩，是洋底拆离断层作用形成的。因此，需要对达尔布特乃至中亚造山带中的蛇绿开展综合对比研究，对蛇绿岩的成因具有普适意义。
4. 结论
（1）达尔布特蛇绿岩是新疆境内出露的规模最大蛇绿岩带之一，其形成时代主体为早—中泥盆世。
（2）近年来，对达尔布特蛇绿岩的研究取得以下进展：金刚石等矿物的发现、前弧玄武岩的识别、古海山的厘定、豆荚状铬铁矿地幔柱成因和蛇绿岩构造背景的再厘定。
（3）在取得进展的同时，出现了一些的新的科学问题和方向，即深部物质循环过程、俯冲起始机制、陆壳增生机制和俯冲带型蛇绿岩成因等。
（4）总体而言，在后续的工作中，需要对特定区域的蛇绿岩进行细致解剖，同时开展大时空尺度蛇绿岩的综合对比研究，揭示大洋壳–幔系统演变过程，从而完善大洋岩石圈形成演化和板块构造理论。
-
![]()
图 2 采矿引发的地裂缝和不稳定边坡
a. 地裂缝；b. 滑坡
Figure 2. Ground cracks and unstable slopes caused by mining
![]()
图 3 数据处理流程（引自《SARscape产品白皮书——2022年》）
Figure 3. Data processing flow
a. D-InSAR；b. SBAS-InSAR
![]()
图 4 地质安全隐患遥感解译标志（数据源：无人机正射影像）
a. 地裂缝；b. 黄土崩塌
Figure 4. Remote sensing interpretation of geological safety hazards
![]()
图 5 土地损毁遥感解译标志（数据源：GF-2）
a. 压占损毁；b. 塌陷损毁
Figure 5. Remote Sensing interpretation sign of land damage (Data source: GF-2)
![]()
图 6 地表水体遥感解译标志（数据源：GF-2）
a. 河流；b. 水库
Figure 6. Surface water interpretation markers (Data source: GF-2)
![]()
图 9 XB004形变区的InSAR、光学影像及等值线图
a. InSAR；b. 光学影像；c. 等值线
Figure 9. InSAR, optical image and contour map of the deformation region of XB004
![]()
图 10 XB004形变区工作面走向剖线及特征点时序剖线
（a）.工作面走向剖线；（b）.特征点时序剖线
Figure 10. XB004 deformation zone working face strike profile and feature point time series profile
表 1 遥感数据源一览表
Table 1 List of remote sensing data sources
数据类型 数据源 空间分辨率（m） 特点及用途 合成孔径雷达 Sentinel-1 5×20 全天候、全天时、空间覆盖连续，
用于监测地面塌陷范围及沉降量高分卫星遥感 GF-1 2 获取方便、成本低，GF-1主要用于监测植被状况，
GF-2用于监测地表水体、土地损毁范围和程度等GF-2 0.8 无人机遥感 1∶ 1000 航空摄影0.1 分辨率高，灵活机动，主要用于监测地裂缝、
崩塌、滑坡和不稳定边坡等点上要素
下载: 导出CSV
表 2 月度形变信息
Table 2 Monthly deformation information
月份 SAR成像时间 影像间隔时间（d） A区域最大
形变量（m）B区域最大
形变量（m）1 20220109_20220202 24 −0.025 −0.041 2 20220202_20220226 24 −0.030 −0.045 3 20220226_20220403 36 −0.039 −0.046 4 20220403_20220427 24 −0.031 −0.039 5 20220427_20220602 36 −0.059 −0.041 6～7 20220602_20220801 60 −0.030 −0.049 8～9 20220801_20220918 48 −0.044 −0.028
下载: 导出CSV
表 3 植被覆盖度分级统计情况
Table 3 Vegetation coverage classification statistics
序号 分级 植被覆盖度（%） 面积（hm2） 比例（%） 1 高覆盖度 ≥70 0.0126 0 2 较高覆盖度 50～70 1483.08 26.41 3 中等覆盖度 30～50 3913.307 69.70 4 较低覆盖度 10～30 1.4217 0.03 5 低覆盖度 ＜10 0.0215 0 建设用地、水体 216.9214 3.86 合计 5614.7642 100
下载: 导出CSV
-
陈国良, 时洪涛, 汪云甲, 等. 矿山地质环境“天—空—地—人”协同监测与多要素智能感知[J]. 金属矿山, 2023（1）: 9−16. CHEN Guoliang, SHI Hongtao, WANG Yunjia, et al. Integrated Space-Air-Ground-Human Monitoring and Multiple Parameters Intelligence Sensing of Mine Geological Environment[J]. Metal Mine,2023(1):9−16.
范立民. 论矿山地质环境监测体系[J]. 陕西地质, 2017, 35（1）: 61−64. doi: 10.3969/j.issn.1001-6996.2017.01.012 FAN Limin. Monitoring System of Mining Geo-Environment[J]. Geology of Shaanxi,2017,35(1):61−64. doi: 10.3969/j.issn.1001-6996.2017.01.012
高俊华, 邹联学, 龙欢, 等. 基于遥感动态监测的吉林省矿山地质环境及生态修复变化特征分析[J]. 自然资源遥感, 2022, 34（3）: 240−248. GAO Junhua, ZOU Lianxue, LONG Huan, et al. Analysis on characteristics of mine geological environment and ecological restoration changes in Jilin Province based on dynamic remote sensing monitoring[J]. Remote Sensing for Natural Resources,2022,34(3):240−248.
黄登冕, 张聪, 姚晓军, 等. 矿山环境遥感监测研究进展[J]. 遥感技术与应用, 2022, 37（5）: 1043−1055. HUANG Dengmian, ZHANG Cong, YAO Xiaojun, et al. Research Progress of Mine Environment Remote Sensing Monitoring[J]. Remote Sensing Technology and Application,2022,37(5):1043−1055.
韩海辉, 王艺霖, 任广利, 等. 几种高光谱分析法在蚀变矿物信息提取中的对比分析——以北山老金厂为例[J]. 西北地质, 2020, 53（4）: 223−234. HAN Haihui, WANG Yilin, REN Guangli, et al. A Comparative Analysis of Several Hyperspectral Methods in the Extraction of Altered Minerals: A Case Study of Laojinchang in Beishan Area[J]. Northwestern Geology,2020,53(4):223−234.
韩海辉, 李健强, 易欢, 等. 遥感技术在西北地质调查中的应用及展望[J]. 西北地质, 2022a, 55（3）: 155−169. HAN Haihui, LI Jianqiang, YI Huan, et al. Application and Prospect of Remote Sensing Technology in Geological Survey of Northwest China[J]. Northwestern Geology,2022a,55(3):155−169.
韩海辉, 张转, 任广利, 等. 一种快速识别基性—超基性岩的新方法——基性度遥感指数法[J]. 西北地质, 2022b, 55（2）: 71−81. HAN Haihui, ZHANG Zhuan, REN Guangli, et al. A New Method for Fast Identification of Basic—ultrabasic Rocks—Basic Degree Index from Remote Sensing Image[J]. Northwestern Geology,2022b,55(2):71−81.
韩亚超, 高子弘, 杨达昌, 等. 我国城市水体数量与质量遥感调查应用现状与建议[J]. 城市地质, 2022, 17（4）: 485−492. doi: 10.3969/j.issn.1007-1903.2022.04.013 HAN Yachao, GAO Zihong, YANG Dachang, et al. Review and suggestions of remote sensing survey of urban water bodies quantity and quality in our country[J]. Urban Geology,2022,17(4):485−492. doi: 10.3969/j.issn.1007-1903.2022.04.013
廉旭刚, 韩雨, 刘晓宇, 等. 无人机低空遥感矿山地质灾害监测研究进展及发展趋势[J]. 金属矿山, 2023（1）: 17−29. LIAN Xugang, HAN Yu, LIU Xiaoyu, et al. Study Progress and Development Trend of Mine Geological Disaster Monitoring by UAV Low-altitude Remote Sensing[J]. Metal Mine,2023(1):17−29.
蔺楠, 陈莹, 马露, 等. 陕北煤炭基地矿山生态修复成效评估体系构建与实现[J]. 西北地质, 2023, 56（3）: 89−97. doi: 10.12401/j.nwg.2023085 LIN Nan, CHEN Ying, MA Lu, et al. Construction and Implementation of Evaluation System for Ecological Restoration Effectiveness of Mines in Northern Shaanxi Coal Base[J]. Northwestern Geology,2023,56(3):89−97. doi: 10.12401/j.nwg.2023085
李诗雨. 基于长时序InSAR的金属矿山地表形变监测技术研究[D]. 重庆: 重庆大学, 2022. LI Shiyu. Research on Surface Deformation Monitoring Technology of Metal Mines based on Long-Time-Series InSAR[D]. Chongqing:Chongqing University, 2022.
苗旭, 李九一, 宋小燕等. 2000-2020年鄂尔多斯市植被NDVI变化格局及归因分析[J]. 水土保持研究, 2022, 29（3）: 300−305. doi: 10.3969/j.issn.1005-3409.2022.3.stbcyj202203040 MIAO Xu, LI Jiuyi, SONG Xiaoyan, et al. Analysi on Change Pattern and Attribution of Vegetation NDVI in Ordos City from 2000 to 2020[J]. Research of Soil and Water Conservation,2022,29(3):300−305. doi: 10.3969/j.issn.1005-3409.2022.3.stbcyj202203040
王凤娟. 论遥感影像在矿山地质环境监测治理方面的应用[J]. 世界有色金属, 2020（12）: 264−265. doi: 10.3969/j.issn.1002-5065.2020.12.121 WANG Fengjuan. Discussion on the application of remote sensing image in mine geological environment monitoring and treatment[J]. World Nonferrous Metals,2020(12):264−265. doi: 10.3969/j.issn.1002-5065.2020.12.121
吴松. 无人机航空摄影测量在矿山动态监测中的应用[J]. 能源与节能, 2023（2）: 173−176. doi: 10.3969/j.issn.2095-0802.2023.02.047 WU Song. Application of UAV Aerial Photogrammetry in Mine Dynamic Monitoring[J]. Energy and Energy Conservation,2023(2):173−176. doi: 10.3969/j.issn.2095-0802.2023.02.047
徐友宁, 武征, 赵子长. 西北地区矿产资源开发的环境地质问题及其类型[J]. 西北地质, 2001, 34（2）: 28−33. doi: 10.3969/j.issn.1009-6248.2001.02.005 XU Youning, WU Zheng, ZHAO Zichang. The Problems of Environmental Geology and Database for Mining in Northwestern China[J]. Northwestern Geology,2001,34(2):28−33. doi: 10.3969/j.issn.1009-6248.2001.02.005
徐友宁. 矿山环境地质与地质环境[J]. 西北地质, 2005, 38（4）: 108−112. doi: 10.3969/j.issn.1009-6248.2005.04.016 XU Youning. Mine Environmental geology and geological environment[J]. Northwestern Geology,2005,38(4):108−112. doi: 10.3969/j.issn.1009-6248.2005.04.016
徐友宁, 李玉武, 张江华, 等. 宁夏石嘴山采煤塌陷区地质环境治理模式研究[J]. 西北地质, 2015, 48（4）: 183−189. doi: 10.3969/j.issn.1009-6248.2015.04.018 XU Youning, LI Yuwu, ZHANG Jianghua, et al. Treatment Model on Geo-Environment in the Coal Mine Collapse Area of Shizuishan City, Ningxia[J]. Northwestern Geology,2015,48(4):183−189. doi: 10.3969/j.issn.1009-6248.2015.04.018
徐友宁, 张江华, 何芳, 等. 西北地区矿山地质环境调查与防治研究[J]. 西北地质, 2022, 55（3）: 129−139. XU Youning, ZHANG Jianghua, HE Fang, et al. Investigation and Preventive Research of Mine Geological Environment in Northwest China[J]. Northwestern Geology,2022,55(3):129−139.
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. YANG Jinzhong, NIE Hongfeng, JING Qingqing. Preliminary analysis of mine geo-environment status and existing problems in China[J]. Remote Sensing for Land and Resources,2017,29(2):1−7.
郑志琴. 基于D-InSAR技术的矿区地表沉陷监测及其数据处理研究[D]. 西安: 西安科技大学, 2015. ZHENG Zhiqin. Surface Subsidence Monitoring and Data Processing Research of Mining Area Based on D-InSAR Technology[D]. Xi’an: Xi’an University of Science and Technology, 2015.
Chen W, Li X, He H. A review of fine-scale land use and land cover classification in open-pit mining areas by re-mote sensing techniques[J]. Remote Sensing,2017,10(2):10010015−10010033.
Gallwey J, Robiati C, Coggan J, et al. A Sentinel-2 based multispectral convolutional neural network for detecting arti-sanal small-scale mining in Ghana: Applying deep learning toshallow mining[J]. Remote Sensing of Environment,2020,248:111970−111984. doi: 10.1016/j.rse.2020.111970
Johansen K, Erskine P, Mccabe M. Using unmanned aerial vehicles to assess the rehabilitation performance of open cut coal mines[J]. Journal of Cleaner Production,2019,209:819−833. doi: 10.1016/j.jclepro.2018.10.287
Li L, Zhang R, Sun J, et al. Monitoring and prediction of dust concentration in an open-pit mine using a deep-learning algorithm[J]. Journal of Environmental Health Science and Engineering,2021,19(1):401−414. doi: 10.1007/s40201-021-00613-0
计量
- 文章访问数: 35
- HTML全文浏览量: 4
- PDF下载量: 17
