IKONOS遥感数据在离子吸附型稀土矿区环境污染调查中的应用研究——以赣南寻乌地区为例

代晶晶, 王登红, 陈郑辉, 于 扬

1)中国地质科学院矿产资源研究所, 北京 100037; 2)国土资源部成矿作用与资源评价重点实验室, 北京 100037; 3)中国地质大学(北京)地球科学与资源学院, 北京 100083

IKONOS遥感数据在离子吸附型稀土矿区环境污染调查中的应用研究
——以赣南寻乌地区为例

代晶晶1,2,3), 王登红1,2), 陈郑辉1,2), 于 扬1,2)

1)中国地质科学院矿产资源研究所, 北京 100037; 2)国土资源部成矿作用与资源评价重点实验室, 北京 100037; 3)中国地质大学(北京)地球科学与资源学院, 北京 100083

稀土矿山的开采活动产生了一系列的环境问题。为解决我国南方离子吸附型稀土矿山环境监测的问题, 本文选取赣南寻乌地区为研究区, 针对目前离子吸附型稀土矿存在的两大环境问题——土地荒漠化及水体污染, 采用IKONOS高分辨率遥感数据进行监测方法研究, 运用光谱角分类算法提取了研究区土地荒漠化较为严重的区域, 运用ISODATA非监督分类算法对稀土矿开采周边河流污染程度进行评估。通过提取结果分析及野外调研, 表明高空间分辨率遥感数据处理与分析为离子吸附性稀土矿矿山环境快速、动态监测提供了良好的技术手段。

IKONOS数据; 离子吸附型稀土矿; 土地荒漠化; 水体污染; 监测

20世纪70年代以来, 稀土元素的国家战略地位与日剧增。我国稀土资源储量位居世界第一, 主要分为北方轻稀土矿和南方中重稀土矿。北方轻稀土矿的代表是白云鄂博混合稀土矿、山东微山氟碳铈矿等, 南方中重稀土矿主要是南方的离子吸附性稀土矿。离子吸附性稀土矿是1969年在我国江西首次发现的一种新型稀土矿, 该矿具有分布广、储量丰富、放射性低、稀土配分齐全的特征, 富含中重稀土元素, 其中的中稀土和重稀土占世界储量的80%以上, 是我国目前特有的稀土矿产资源, 也是世界上稀缺的矿种, 广泛分布在我国南方的江西、福建、湖南、广东、广西等省, 其中江西省所占份额最大(池汝安等, 2006)。近年来, 随着离子吸附型稀土资源的开发利用, 稀土生产加工带来了严重的环境问题(高志强等, 2011)。如何快速、有效、动态地监测离子吸附型稀土矿山环境状态成为一个重要的科学和社会问题。

遥感技术作为一种新技术手段, 可以实时、快速、准确地提取地表及浅地表信息(王海平等, 2005;吕凤军等, 2009; 杨金香等, 2010; 闫立娟等, 2012),可以弥补以往矿山环境调查中人工采集信息的时效性差、采集范围有限和采集信息的地方保护等不足。前人运用遥感技术对稀土矿开采过程中造成的环境污染进行了一些相关研究, 如: 雷国静等(2006)采用快鸟遥感数据对南方离子型稀土矿周围植被长势进行了调查, 运用了归一化植被指数密度分割方法和通过旋转二维散点图获得植被绿度方法来提取植被污染信息; 王陶等(2009)选择1988年至2005年间的4期不同数据源的遥感数据, 对江西赣州稀土矿区矿山开采的环境变化信息进行了提取, 对研究区的土壤侵蚀状况进行了分析; 孙亚平(2006)、王瑜玲等(2006)应用遥感影像数据对赣南地区稀土矿的开采状况及引发的地质灾害问题进行调查。本文在前人研究的基础上, 针对目前南方离子吸附型稀土矿区存在的环境问题, 选取IKONOS高分辨率遥感数据, 以赣南寻乌地区为例, 通过图像处理及野外调研, 开展研究区土地荒漠化范围圈定及稀土矿周边水体污染程度评估研究。这一研究可为下一步稀土矿区的污染综合整治和污染环境生态修复提供科学依据。

1 离子吸附型稀土矿开采方式及存在的环境问题

在离子吸附型稀土矿的开采史上, 共采用过3种开采方式: 池浸法、就地堆浸法和原地浸矿法。池浸法是最早使用的一种开采方式, 即把含有稀土的土壤运到固定的浸矿池, 沉浸24 h后, 再回收液体, 沉淀出稀土元素(彭冬水, 2005)。就地堆浸工艺开采方式在原理上与池浸法基本相同, 只是在含有稀土矿的地区开采后, 就地堆砌堆浸场, 进行稀土矿提取。原地浸矿法是在不破坏矿体地表植被, 不开挖表土与矿体的情况下, 布置井网, 利用一系列浅井(即注液井)将电解质溶液直接注入矿体, 电解质溶液中的阳离子将吸附在稀土矿物表面的稀土离子交换解析下来, 形成稀土母液, 然后收集浸出母液在沉淀池中回收稀土(赵靖等, 2001; 杜雯, 2002;高志强等, 2011)。

目前南方离子型稀土矿开采方式中池浸法、就地堆浸法基本被废弃, 主要开采方式为原地浸矿法,稀土矿开采过程中造成的环境问题概括起来主要包括土地荒漠化和水体污染两个方面。在离子型稀土矿的开采过程中, 虽然池浸和堆浸工艺现在基本已经废弃, 但是由于这两种开采方式都需要对矿山表面覆盖的土层进行剥离, 导致大面积的地表植被和土壤被破坏, 造成了大面积矿区的荒漠化(Wyttenbach et al., 1998; Tyler, 2004; 马英军等, 2004; 杨瑞东, 2008)。另外, 在离子型稀土矿的开采过程中, 使用的浸矿化学药剂如硫酸铵、碳酸氢铵可以将稀土元素交换解析下来而获得混合稀土氧化物, 但是浸矿化学药剂硫酸铵、碳酸氢铵在参与完成浸矿反应以后, 大量的NH4+和SO42–仍然存在于浸析反应池中, NH4+和SO42–不仅会通过渗滤作用进入地下水体(ÅSTRÖM, 2001; 晏波等, 2010), 而且在雨水冲刷和地表径流的作用下, 经沟渠溪涧直接流入附近的河流(Johannesson et al., 1996)。由于稀土开采过程中注液直接排入河流, 或通过地下水长期渗透, 造成了稀土矿周边水体污染。

2 研究区及IKONOS遥感数据简介

本文选择的研究区位于赣南寻乌地区, 寻乌地处江西东南端, 地理位置如图1所示。所用IKONOS数据拍摄时间为2011年7月24日。IKONOS卫星于1999年9月24日发射成功, 是世界上第一颗提供高分辨率卫星影像的商业遥感卫星。高度为681 km, 轨道倾角98.1°, 太阳同步准回归轨道, 重访周期为3 d, 它共有5个工作波段, 多光谱波段空间分辨率为4 m, 全色波段空间分辨率达到1 m, 成像幅宽为11 km × 11 km, 各波段具体技术参数如表1所示(宋刚贤等, 2009)。

表1 IKONOS各波段技术参数表Table 1 Parameters for various bands of IKONOS

3 离子吸附型稀土矿山环境污染遥感调查

3.1 土地荒漠化遥感监测

本文运用IKONOS数据进行土地荒漠化遥感监测的研究思路为: 首先对IKONOS数据进行多光谱波段与全色波段的图像融合, 基于融合图像进行彩色合成最佳波段选择; 然后基于4波段融合图像,运用波谱角分类算法, 以图像中尾砂等裸露区域为监督分类的训练区, 对图像进行分类; 之后选取合适的阈值, 提取土地荒漠化较为严重的区域; 最后删除图像中与稀土开采无关的地表裸露区域。

首先, 多光谱与全色波段图像融合的方法主要包括主成分变换、乘积变换、Gram-schm idt变换和小波变换等(宋刚贤等, 2009), 通过ENVI遥感图像处理软件进行处理, 最后选用目视效果最好的Gram-schmidt变换结果。基于融合后结果, 采用分析各波段的相关系数矩阵来决定波段的最佳组合方式。相关系数表示两个波段图像所包含的信息内容的重叠程度, 是多波段图像彩色合成的重要依据(赵英时, 2003)。从波段相关性来看(表2), 2波段和1波段、3波段的相关性都较大, 而3波段和4波段相关性较小, 而且从单波段影像上可以发现2波段和1波段图像整体亮度值偏低, 地物反差较小, 在1波段上泥沙中的酸性液体反射较高。3波段上泥沙、矿区反射都很高, 地物反差较大, 各种地物易识别和区分。4波段上植被反射高, 所以图像整体偏亮。为了提取丰富的地物信息, 选取3、4、1波段分别赋予红绿蓝进行假彩色合成(图2A)。

图1 研究区地理位置图Fig. 1 Location of the study area

波谱角分类算法为图像分类算法的一种, 主要将光谱数据视为多维空间的矢量, 利用解析方法计算像元光谱与光谱数据库光谱或像元训练光谱之间矢量的夹角, 根据夹角的大小来确定光谱间的相似程度, 以达到识别地物的目的(Tommaso et al., 2007;代晶晶等, 2010; Pour et al., 2011)。在IKONOS 341波段的彩色合成图像中, 尾砂区的显示主要为大片白色裸露区域, 因此选择图像中白色区域为分类的训练区, 运用波谱角分类方法对4波段融合数据进行分类, 对于分类后图像设定一定的阈值, 提取图像中白色区域信息。在提取的信息中, 存在一些与稀土开采无关的地表裸露信息, 比如道路及道路旁裸地等信息, 因此需要结合IKONOS 341图像进行提取信息结果的修正, 删除与稀土开采无关的地表裸露区域, 最终提取结果如图2B所示。提取结果显示, 稀土矿土地荒漠化严重的区域主要分布在几个大的稀土采矿区的尾砂堆积(图3)。

3.2 水体污染遥感监测

本文运用IKONOS图像进行稀土矿山水体污染监测的思路为: 基于IKONOS 4波段融合数据进行ISODATA算法非监督分类, 结合IKONOS 341波段彩色合成图像, 对稀土矿周边水体污染程度进行评估, 并发现污染源的分布。

表2 IKONOS数据各波段相关性Table 2 Correlation of various bands of IKONOS

图2 IKONOS数据341波段彩色合成图像(A)及土地荒漠化区域提取结果图(B)Fig. 2 Color composition image of IKONOS 341 bands(A) and the resultant image of land desertification extraction(B)

图3 稀土矿开采尾砂区野外照片Fig. 3 Photograph of tails of rare earth deposits

图4 IKONOS数据341波段彩色合成图像(A)及ISODATA算法非监督分类结果图(B)Fig. 4 Color composition image of IKONOS 341 bands(A) and the resultant image of unsupervised classification using ISODATA algorithm(B)

非监督分类算法也称聚类分析或点群分析, 即在多光谱图像中搜寻、定义其自然相似光谱集群组的过程, 主要有ISODATA算法、K-Means算法等(赵英时, 2003)。ISODATA(Iterative Self-Organizing Data Analysis Technique)算法即重复自组织数据分析技术, 其中最大集群组数量与最小集群组数量的设置为分类的关键, 经过多次试验, 结合对原始图像类别的分析, 最后设置最大集群组数量与最小集群组数量分别为8和10, 对IKONOS数据进行ISODATA算法非监督分类后得到的结果图像如图4B所示, 可以看出水体区域总体可以分为4个级别, 区域1、2、3、4分别为4个级别的代表。区域1、2、3、4在IKONOS 341波段彩色合成图像及ISODATA算法非监督分类图像上的对比显示如图5所示, 在IKONOS 341波段彩色合成图像, 可见水体从上游到下游颜色上的差异, 上游未受污染水体呈现黑色或蓝黑色, 而随着污染程度的加深, 水体呈现出紫色、紫红色特征; 随着污染程度的增加, 4种不同污染程度的水体依次在ISODATA算法非监督分类图像上呈现为红色、绿色、深蓝色、浅蓝色。采集4种不同污染程度的图像光谱, 光谱特征表现为: 污染越严重, 蓝、绿、红、近红外4波段波谱值越高(图6), 主要原因为水体中酸性溶液的浓度越高, 水体光谱反射率越高(程博等, 2007)。通过对1、2、3、4区域中水体样品的化学测试结果与图像DN值之间的关系分析(表3), 可知图像1、2、3、4区域污染越严重, 即酸度越大, 图像DN值越高。针对水体污染分析, 可以得出以下结论: 1)稀土开采过程中酸性硫胺溶液排放对地下水及地表水的污染是造成河流污染的主要原因之一(图7), 在图像上使得污染河流具有硫胺溶液的特征(图5); 2)随着河流周边污染源的不断增加和污染程度的不断累积, 河流下游比上游污染程度高(图5); 3)河流边部污染比中间严重, 主要因为河流边部更加邻近浸液池等污染源(图5)。

图5 不同污染程度水体影像特征及分类结果特征图Fig. 5 Characteristics of different grades of polluted water in IKONOS image and the classification resultant image

4 结论

图6 不同污染程度水体波谱特征Fig. 6 Spectra of different grades of polluted water

图7 稀土开矿区污染水体注入河流野外照片Fig. 7 Photograph of polluted water from rare earth deposits pouring into the river

运用高空间分辨率遥感卫星数据可以对稀土矿开采过程中造成的环境污染进行监测, 及时发现问题, 为管理部门提供治理的依据。本文运用IKONOS卫星数据针对稀土矿开采过程中造成的土地荒漠化及水体污染进行了相应的应用研究, 得出了以下结论及建议:

表3 图4中区域1、2、3、4的化学测试结果及图像DN值Table 3 Chemical measurement results and DN numbers in IKONOS image of 1, 2, 3, 4 area in Fig. 4

1)光谱角分类算法能够快速地提取稀土矿开采造成的土地荒漠化较为严重的区域, 但是在土地荒漠化遥感信息提取过程中, 由于地表裸露区域不一定与稀土开采相关, 因此在图像自动信息提取之后,需结合彩色合成图像及其他矿山开采信息, 删除与稀土开采无关的区域。

2)在水体污染遥感监测中, ISODATA非监督分类算法中分类种数的确定对于最后提取结果至关重要, 要经过多次实验, 选取合适的分类种数, 对水体污染等级进行确定; 另外, 本文仅仅是对水体污染进行了相对程度的分析, 建议结合相应的水体化学分析结果对水体污染绝对程度开展相关研究。

3)通过对稀土矿水体污染程度和污染源的分析,可以间接分析是否存在稀土开采活动。这可以作为稀土矿开采现状监测的一种间接手段。

4)对于稀土矿开采遗留的土地荒漠化问题, 建议进行相应的复垦措施, 种植适宜生长的植物和果树; 针对水体污染问题, 建议对污染源进行控制,并防治河流下游的污染扩散。

程博, 王威, 张晓美, 项波. 2007. 基于光谱曲线特征的水污染遥感监测研究[J]. 国土资源遥感, (2): 68-70.

池汝安, 田君. 2006. 风化壳淋积型稀土矿化工冶金[M]. 北京:科学出版社.

代晶晶, 曲晓明, 辛洪波. 2010. 基于ASTER遥感数据的西藏多龙矿集区示矿信息的提取[J]. 地质通报, 29(5): 752-759.

杜雯. 2002. 对赣南离子吸附型稀土开发环境保护问题的几点思考[J]. 江西有色金属, 16(4): 3-5.

高志强, 周启星. 2011. 稀土矿露天开采过程的污染及对资源和生态环境的影响[J]. 生态学杂志, 30(12): 2915-2922.

雷国静, 刘少峰, 程三友. 2006. 遥感在稀土矿区植被污染信息提取中的应用[J]. 江西有色金属, 20(2): 1-5.

吕凤军, 郝跃生, 石静, 王娟. 2009. ASTER遥感数据蚀变遥感异常提取研究[J]. 地球学报, 30(2): 271-276.

马英军, 霍润科, 徐志方, 张辉, 刘丛强. 2004. 化学风化作用中的稀土元素行为及其影响因素[J]. 地球科学进展, 19(1): 87.

彭冬水. 2005. 赣南稀土矿水土流失特点及防治技术[J]. 亚热带水土保持, 17(3): 14-15.

宋刚贤, 潘剑君, 朱文娟. 2009. IKONOS影像的最佳融合技术研究[J]. 测绘科学, 34(2): 106-108.

孙亚平. 2006. 赣州市龙南地区稀土矿矿山环境遥感研究[D]. 北京: 中国地质大学.

王海平, 张彤. 2005. 基于遥感视反射率图像的矿化信息识别及其应用[J]. 地球学报, 26(3): 283-289.

王陶, 刘衍宏, 王平, 刘少峰. 2009. 多源多时相遥感分类技术在赣州稀土矿区环境变化检测中的应用[J]. 中国矿业, 18(11): 88-91.

王瑜玲, 刘少峰, 李婧, 王平. 2006. 基于高分辨率卫星遥感数据的稀土矿开采状况及地质灾害调查研究[J]. 江西有色金属, 20(1): 10-14.

晏波, 黄海明, 肖贤明. 2010. 离子型稀土冶炼废水资源回收及达标排放处理工艺研究[J]. 环境工程学报, 4(1): 53-56.

闫立娟, 齐文. 2012. 青藏高原湖泊遥感信息提取及湖面动态变化趋势研究[J]. 地球学报, 33(1): 65-74.

杨金香, 张明旭, 毕思文, 程学丰. 2010. 基于遥感数据的青藏高原热环境调查[J]. 地球学报, 31(1): 117-121.

杨瑞东. 2008. 贵阳地区碳酸盐岩风化红粘土剖面稀土、微量元素分布特征[J]. 地质评论, 54(3): 409-417.

赵靖, 汤洵忠, 吴超. 2001. 我国离子吸附型稀土矿开采提取技术综述[J]. 云南冶金, 30(1): 11-14.

赵英时. 2003. 遥感应用分析原理与方法[M]. 北京: 科学出版社.

References:

ÅSTRÖM M. 2001. Abundance and fractionation patterns of rare earth elements in streams affected by acidsulphate soils[J]. Chemical Geology, 175(3-4): 249-258.

CHENG Bo, WANG Wei, ZHANG Xiao-mei, XIAN Bo. 2007. A study on water pollution monitoring based on remote sensing spectral characteristics[J]. Remote Sensing for Land and Resources, (2): 68-70(in Chinese with English abstract).

CHI Ru-an, TIAN Jun. 2006. Chemical engineering and metallurgy of weathering crust elution-deposited rare earth ore[M]. Beijing: Science Press(in Chinese).

DAI Jing-jing, QU Xiao-ming, XIN Hong-bo. 2010. Extraction of alteration mineral information using ASTER remote sensingdata in Duolong area, Tibet, China[J]. Geological Bulletin of China, 9(5): 752-759(in Chinese with English abstract).

DU Wen. 2002. Some Ideas in View of the Problems of Environmental Protection in Development of Ion-type RE in Gannan Area[J]. Jiangxi Nonferrous Metals, 16(4): 3-5(in Chinese with English abstract).

GAO Zhi-qiang, ZHOU Qi-xing. 2011. Contamination from rare earth ore strip mining and its impacts on resources and eco-environment[J]. Chinese Journal of Ecology, 30(12): 2915-2922(in Chinese with English abstract).

JOHANNESSON K H, LYONS W B, YELKEN M A, GAUDETTE H E, STETZENBACH K J. 1996. Geochemistry of the rare-earth elements in hypersaline and dilute acidic natural terrestrial waters: Complexation behavior and middle rare-earth element enrichments[J]. Chemical Geology, 133(1-4): 125-144.

LEI Guo-jing, LIU Shao-feng, CHENG San-you. 2006. Application of remote sensing data on extraction of contaminating vegetation on RE minerals area[J]. Jiangxi Nonferrous Metals, 20(2): 1-5(in Chinese with English abstract).

LÜ Feng-jun, HAO Yue-sheng, SHI Jing, WANG Juan. 2009. Alteration Remote Sensing Anomaly Extraction Based on Aster Remote Sensing Data[J]. Acta Geoscientica Sinica, 30(2): 271-276(in Chinese with English abstract).

MA Ying-jun, HUO Run-ke, XU Zhi-fang, ZHANG Hui, LIU Cong-qiang. 2004. REE behavior and influence factors during chemical weathering[J]. Advance in Earth Sciences, 19(1): 87(in Chinese with English abstract).

PENG Dong-shui. 2005. The soil erosion characteristics and control technology of rare earth mineral deposits in Gannan area[J]. Subtropical Soil and Water Conservation, 17(3): 14-15(in Chinese).

POUR A B, HASHIM M. 2011. Identification of hydrothermal alteration minerals for exploring of porphyry copper deposit using ASTER data, SE Iran[J]. Journal of Asian Earth Sciences, 42(6): 1309-1323.

SONG Gang-xian, PAN Jian-jun, ZHU Wen-juan. 2009. Study on optimum fusion technology of IKONOS image[J]. Science of Surveying and Mapping, 34(2): 106-108(in Chinese with English abstract).

SUN Ya-ping. 2006. A remote sensing study on the environment of thulium mine in Longnan, Ganzhou[D]. Beijing: China University of Geosciences(in Chinese with English abstract).

TOMMASO I D, RUBINSTEIN N. 2007. Hydrothermal alteration mapping using ASTER data in the Infiernillo porphyry deposit, Argentina[J]. Ore Geology Reviews, 32(1-2): 275-290.

TYLER G. 2004. Rare earth elements in soil and plant systems: A review[J]. Plant and Soil, 267(1-2): 191-206.

WANG Hai-ping, ZHANG Tong. 2005. Discrimination of Mineralization Information Based on Apparent Reflectivity Image and Its Application[J]. Acta Geoscientica Sinica, 26(3): 283-289(in Chinese with English abstract).

WANG Tao, LIU Yan-hong, WANG Ping, LIU Shao-feng. 2009. Application of multi-source and multi-temporal RS image classification method in REE mineral development and environment variation in the Ganzhou mineral district[J]. China Mineral Magazine, 18(11): 88-91(in Chinese with English abstract).

WANG Yu-ling, LIU Shao-feng, LI Jing, WANG Ping. 2006. Investigation research on exploitation status of rare earth mineral and geological disaster based on high resolution remote sensing data[J]. Jiangxi Nonferrous Metals, 20(1): 10-14(in Chinese with English abstract).

WYTTENBACH A, FURRER V, SCHLEPPI P, TOBLER L. 1998. Rare earth elements in soil and in soil-grown plants[J]. Plant and Soil, 199(2): 267-273.

YAN Bo, HUANG Hai-ming, XIAO Xian-ming. 2010. Technology analysis for resource recycles and standardized discharge of ion-absorbed rare earth mineral wastewater[J]. Chinese Journal of Environmental Engineering, 4(1): 53-56(in Chinese with English abstract).

YAN Li-juan, QI Wen. 2012. Lakes in Tibetan Plateau Extraction from Remote Sensing and Their Dynamic Changes[J]. Acta Geoscientica Sinica, 33(1): 65-74(in Chinese with English abstract).

YANG Jin-xiang, ZHANG Ming-xu, BI Si-wen, CHENG Xue-feng. 2010. The Thermal Environment Investigation of Qinghai-Tibet Plateau on the Basis of Remote Sensing Data[J]. Acta Geoscientica Sinica, 31(1): 117-121(in Chinese with English abstract).

YANG Rui-dong. 2008. The distribution of rare earth elements and trace elements in latecritic profile: Implication for karst environment[J]. Geological Review, 54(3): 409-417(in Chinese with English abstract).

ZHAO Jing, TANG Xun-zhong, WU Chao. 2001. Status quo of mining and recovering technologies for ion-absorbed rare earth deposits in China[J]. Yunnan Metallurgy, 30(1): 11-14(in Chinese with English abstract).

ZHAO Ying-shi. 2003. The theory and method for remote sensing applications[M]. Beijing: Science Press(in Chinese).

Environment Contamination Investigation of Ion-absorbed Rare Earth Ore Districts Based on IKONOS Remote Sensing Data: A Case Study of Xunwu Area in South Jiangxi

DAI Jing-jing1,2,3), WANG Deng-hong1,2), CHEN Zheng-hui1,2), YU Yang1,2)
1) Institute of Mineral Resources, Chinese Academy of Geological Sciences, Beijing 100037; 2) MLR Key Laboratory of Metallogeny and Mineral Assessment, Beijing 100037; 3) School of Earth Sciences and Resources, China University of Geosciences(Beijing), Beijing 100083

The mining of rare earth ore leads to a series of environmental problems. To solve the problem of environmental monitoring of the ion-absorbed rare earth ore districts in southern China, the authors selected Xunwu area in south Jiangxi as the study area, and used IKONOS remote sensing data for investigation. For the two main kinds of environmental problems in the ion-absorbed rare earth ore mining, i.e., land desertification and water pollution, the spectral angle mapping classification method was chosen to extract the land desertification place in the study area, and ISODATA unsupervised classification algorithm was used to estimate the contamination of the river near the ion-absorbed rare earth ore district. An analysis of the results and field survey show that high spatial resolution remote sensing technology can provide a good means for environmental investigation of the ion-absorbed rare earth ore district.

IKONOS data; ion-absorbed rare earth ore; land desertification; water pollution; investigation

P407.8; P618.7

A

10.3975/cagsb.2013.03.11

本文由中国地质调查局地质大调查项目“我国三稀资源战略调查研究”(编号: 1212011220804)、“江西省重点矿集区矿山遥感调查与监测”(编号: 1212011220064)和中央级公益性科研院所基本科研业务费专项基金资助项目(编号: K1011)联合资助。

2012-08-01; 改回日期: 2012-11-09。责任编辑: 张改侠。

代晶晶, 女, 1982年生。助理研究员, 博士。主要从事遥感地质找矿及矿山监测研究工作。通讯地址: 100037, 北京市西城区百万庄大街26号。电话: 010-68999055。E-mail: daijingjing863@sina.com。