铁尾矿光谱测量与遥感信息提取

孙庆松 谭胜杰 宋宏利

（1.河北工程大学地球科学与工程学院，河北邯郸 056038；2.华北地质勘查局综合普查大队，河北廊坊 065201）

矿产资源属于不可再生资源，采取粗放式破坏性开采的办法造成矿产资源浪费。粗放式开采的尾矿可能含有重复开采利用的成分，形成的尾矿造成环境污染，若能采用高效、低成本的方式对尾矿进行成分分析，判断其再开发价值，能够避免资源的浪费，保护尾矿周边环境。有学者采用高分一号卫星遥感图像已经成功地提取了道路、绿地、水体等地物[1-3]，发现在高分卫星数据上尾矿最优成像波段为band4+band3+band2[4]。传统的铁尾矿分类提取方法存在许多不足，对研究人员经验要求较高，且效率低[5]。本文以唐山地区高分影像为研究对象，通过光谱特征定量分析，探索高效提取铁尾矿遥感信息的方法。

1 研究区概况

唐山遵化石人沟铁尾矿区位于遵化市西北方向11 km处，属于冀东矿脉的一部分，年产铁精粉40万～70万t，属于高硅型铁矿，之前开采技术不完善，形成粗放式开采的尾矿。群山环绕，地势起伏高低不平，地表高程约105～370 m，遥感图像尾矿库特征明显，由于矿山位置地处偏僻，周围其他地物较少。

研究区地理位置如图1所示。

图1 研究区地理位置

2 数据及预处理

2.1 遥感数据

影像采用国产高分一号卫星遥感数据。高分一号卫星具有较高空间分辨率，保留多光谱特性，且重复观测周期明显缩短，全色波段的高空间分辨率与多光谱影像的融合可以使影像具有较高质量[6]。电磁波在传递过程中受到太阳辐射、大气散射等多种影响，导致卫星传感器接收的能量与物体本身所反射的能量存在误差，造成图像失真，预处理目的是使影像尽量恢复真实地表数据。根据高分一号卫星影像特点以及铁尾矿提取技术要求，预处理高分一号数据，包括辐射校正、大气校正、正射校正、图像融合。

2.2 样本数据

光谱试验对象选取唐山周边四种不同地区的铁尾矿，分别为滦县司家营铁尾矿、遵化石人沟铁尾矿、首钢马兰庄铁尾矿、滦县高官营铁尾矿。为保证试验精度，采集样本时分别从尾矿库边缘及中心选取。采用SR2500地物波谱仪作为试验仪器，SR2500地物波谱仪可以提供可见光波段、近红外波段光谱信息，除了可以提供光谱反射率数值，还可以提供辐射度。测量铁尾矿时，存在其他物质的及影响因素的干扰，产生光谱反射曲线的明显波动，造成光谱特征量提取存在偏差，应对其进行降噪处理。采用Savitzky-Golay平滑方法，可以去除“毛刺”现象。去除噪声干扰后，建立波普库，ASTER Spectral Version 2和USGS标准波谱库中不含有铁尾矿的光谱曲线，只能根据实测数据构建波谱库。为使光谱曲线特征（波峰和波谷）更明显，采用包络线去除法，包络线去除法可以归一化反射波谱，为波谱分析建立标准化平台，图像经包络线处理后，地物光谱便于图像分类和识别。

3 研究方法

采用SR2500地物波谱仪对铁尾矿采集光谱曲线，在预处理的基础上对光谱特征进行数据分析，找出其特征参量，结合铁尾矿空间、纹理特征构建解译因子。

3.1 样本数据光谱分析

包络线去除后，光谱曲线波峰波谷特征得到明显增强，有利于计算光谱吸收峰参数，定量表述吸收峰特征参数是为了利用光谱特性识别不同地物[7]，在遥感图像上精确提取地物。选用吸收峰宽度、深度、位置、面积来描述特征参量。

波峰位置是某吸收波峰处的波长位置；吸收深度是吸收峰两个相邻吸收肩部连线和吸收峰之间的垂直距离；吸收宽度指光谱吸收峰两侧肩部光谱的带宽；吸收面积指某吸收波峰的两个相邻吸收峰肩部的连线与吸收峰之间的积分面积。

四种不同地区的铁尾矿波谱特征参量如表1～表4所示。

表1 司家营铁尾矿光谱特征参量

表2 遵化石人沟铁尾矿光谱特征参量

表3 马兰庄铁尾矿光谱特征参量

表4 高官营铁尾矿光谱特征参量

四种铁尾矿都有3个明显的吸收峰，吸收峰位置大致相同，说明其所含物质成分差异较小，也验证了这四个的铁尾矿均属于高硅型铁尾矿，都含有Si、Fe、Ca、Mn元素。但每种铁尾矿不同吸收峰位置所对应的深度、宽度、面积有较为明显的差异，说明各类铁尾矿中物质的浓度有差异。

滦县高官营的铁尾矿1号峰与其他铁尾矿的1号峰对应的深度、宽度、面积有明显差异，说明所含物质的成分浓度有较大差异，其主要影响因素是Fe的含量较高。四种不同的铁尾矿在2号峰的位置有微量差异，但深度、宽度、面积差异明显。尾矿是矿砂和水的混合物，深度、宽度、面积的差异是含水量不同造成的。滦县高官营的铁尾矿相对于其他地区的铁尾矿在3号峰的位置深度、宽度、面积有显著变化，吸收峰明显，Si对于这一波段的光有较为明显的吸收特征。滦县高官营的Fe浓度与其他地区的铁尾矿有较为明显差异，含量较高，存在重复开采的价值。

3.2 铁尾矿遥感影像特征

基于样本的对象信息提取，对象通过图像的分割与合并产生，分割与合并尺度影响最终信息提取的精度[8]。应根据提取的物体选用合适的分割合并尺度，为之后的高分辨率遥感图像面向对象分析、地物目标识别和信息提取提供帮助。经过图像分割与合并后进行监督分类，为了突出铁尾矿信息，将试验区影像分为三类，即铁尾矿、山体、居民地。

4 结语

利用光谱仪测定四种不同地区的铁尾矿光谱曲线，为了定性定量表示不同铁尾矿的光谱特性，提取四种不同铁尾矿样本的光谱曲线进行对比分析，提取其特征参量包括吸收峰位置、吸收宽度、吸收面积，根据特征参量区分不同种类的铁尾矿。利用高分一号卫星数据，结合铁尾矿在光谱、空间和纹理上的特征对唐山遵化石人沟铁尾矿信息进行分类提取，针对不同地区的铁尾矿遥感影像需要确定合适的分割与合并尺度，分割尺度为30、合并尺度为90时可以保留最佳的纹理特征。采用基于面向样本对象的方法对融合后的遥感影像进行分类提取，采用混淆矩阵验证分类提取精度，总体分类精度达到98%，Kappa系数为0.92，符合精度要求。文章分析了铁尾矿的光谱曲线特征并应用到遥感信息解译中，采用面对对象的方法提取铁尾矿信息，效果较好，但并未采用基于规则面向对象的分类方法，后续研究应继续深入探索。