山东巨野龙固煤矿地表水体范围提取设计及演变分析

安夫刚 张永亮 郭航 焦何亭

摘要： 高潜水位煤矿区开采后极易形成的积水区，对其进行提取设计以及演变分析具有重要科学意义。本研究基于Landsat系列影像数据，利用遥感云计算平台GEE，采用水体指数法提取巨野龙固煤矿2001—2020年的水体面积变化，同时与GSW数据集提取的水面进行辅助验证以及利用Sentinel  2数据监督分类提取水体进行精度验证，然后对其演变进行分析。结果表明：研究区20年来水体范围一直在呈稳定增长的趋势，2001—2014年呈缓慢增长趋势，2015—2020年呈现出迅速增长的趋势，造成矿区水体范围面积在2015年迅速扩大的原因主要为煤矿开采活动。

关键词： GEE；地表水体；GSW；Landsat；龙固煤矿；山东巨野

中图分类号：  P237      文献标识码：  A    doi：10.12128/j.issn.1672  6979.2023.04.004

引文格式： 安夫刚，张永亮，郭航.山东巨野龙固煤矿地表水体范围提取设计及演变分析［J］.山东国土资源，2023，39（4）：28 33.AN Fugang， ZHANG Yongliang， GUO Hang. Extraction Design and Evolution Analysis of Surface Water Body Range in Longgu Coal Mine in Juye County［J］.Shandong Land and Resources，2023，39（4）：28  33.

0 引言

随着煤炭产业的发展，煤炭开采活动所造成的地表沉陷问题越发严峻，其相关研究一直受到相关学者的广泛关注，一些学者针对某些特定矿区的塌陷防治以及提出耕地复垦建议等［1  3］，针对采煤塌陷区的评价模型和预测模型等也有大量研究［4  7］。而煤矿开采活动造成的地表沉陷，引发高潜水位地下水出露地表，制约着矿区土地的生产力，影响社会经济的可持续发展。尤其是在我国华北平原的高潜水位煤矿区，地表塌陷面积大，下沉速度较快，极易形成积水区，造成农作物的减产、绝产。山东省菏泽市巨野龙固煤矿为典型的高潜水位矿区，采用遥感技术对矿区地表水体范围提取以及演变分析，对于矿区环境保护和资源合理开发是非常必要的。利用卫星遥感数据提取水体信息具有宏观、快速、实时成本低和人为因素干扰少等优点［8  9］。传统的遥感影像解译工具如ERDAS、ENVI等，对于长时序的遥感影像解译起来工作量大，耗费时间。GEE（Google Earth Engine）以其集大数据/云计算为一体的特点，极大提高了海量数据处理与信息挖掘效率［10］。

常用的提取水体信息方法主要有单波段阈值法、谱间关系法和水体指数法三大类［11］。其中水体指数法是利用水体反射强的波段和反射弱的波段通过比值运算构建的水体提取方法［12］，常用的有归一化水体指数（NDWI）以及改进的归一化差异水体指数（MNDWI）等。所采用数据源主要有光学数据和雷达数据［13］，光学数据有Landsat系列、MODIS、GF等，雷达数据有RadarSat、ENVI  SAT、Sentinel  1和GF  3號等。其中应用比较广泛的是Landsat系列数据［14］，光学数据处理主要利用水体与其他地物光谱等信息的差异，通过波段排列组合，增强水体信息，抑制其他地物信息［15］。为此，本研究通过GEE遥感云计算平台采用水体指数法基于Landsat系列影像对巨野龙固矿区进行长时序的水面提取，与JRC（Joint Research Center）和谷歌联合产品GSW全球降水数据提取的水面对比，利用Sentinel  2通过监督分类进行解译验证，并对水体面积演变进行分析。

1 研究方法与数据来源

1.1 研究区概况

研究区范围采用巨野龙固煤矿矿界，龙固煤矿位于山东省菏泽市巨野县龙堌镇内、巨野煤田的中南部。2000年设计，2009年投产，设计生产能力600万t/a，实际系统配置能力达千万吨/年［16］。该区地处平原，属温带季风气候，雨热同季、四季分明。周围交通便利，地理位置十分优越。

1.2 数据来源

研究区数据主要包括在轨时间长覆盖面广的Landsat TM/ETM+/OLI影像数据（Landsat5、Landsat7、Landsat8），空间分辨率为30m，辅助验证数据为JRC和谷歌的联合产品GSW全球数据集，分辨率同样为30m，空间分辨率10m的Sentinel  2数据，降水和气温数据来源于国家气象信息中心，获取链接见表1。

1.3 研究方法

本研究选用了改进的归一化差异水体指数（Modified normalized difference water index，MNDWI）、归一化植被指数（Normalized Difference Vegetation Index，NDVI）以及增强型植被指数（Enhanced Vegetation Index，EVI）组成开阔水面提取综合模型，通过GEE遥感云计算平台提取出2001—2020年Landsat影像和GSW全球数据集在矿区范围内的水体范围进行对比验证，利用分辨率更好的Sentinel  2数据进行精度的解译验证，并研究地表水的变化以及空间特征，对其演变进行分析。

1.3.1 改进归一化差异水体指数（MNDWI）

改进的归一化差异水体指数（MNDWI），通过短波红外波段代替近红外波段，使得水体与建筑物的反差明显增强，使得提取水体正确性进一步提高［17］。计算公式如式（1）所示：

MNDWI=  GREEN  SWIR  GREEN+SWIR     （1）

式中：GREEN为绿光波段，SWIR为短波红外波段。

1.3.2 归一化差异植被指数（NDVI）

NDVI是目前使用最广泛的植被指数，水体在红光波段反射率高于植被，而植被在近红外波段反射率明显高于水体，可以用来增强水陆差异［18］。NDVI受土壤背景影响较大，但可以消除大部分与仪器定标、太阳角等有关辐照度的变化，增强对植被的影响力［19］。计算公式如式（2）所示：

NDVI=  NIR  RED  NIR+RED     （2）

式中：RED表示红光波段;NIR表示近红外波段。

1.3.3 增强型植被指数（EVI）

EVI是在NDVI的基础上改善出来的，对数据进行了全面的大气校正，包含有云处理、大气校正处理、处理残留气溶胶，改善了其高植被区饱和、大气影响校正不彻底和土壤背景问题［20］。计算公式如式（3）所示：   EVI=  2.5×（NIR  RED）  NIR+6.0-7.5×BLUE+1     （3）

式中：RED表示红光波段;NIR表示近红外波段;BLUE表示蓝光波段。

1.3.4 水面提取模型

在进行大范围提取水面时，采用单一的水体指数在地形地貌不同的情况下并不能满足提取要求，提取精度低。水体模型结合MNDWI和植被指数NDVI以及EVI，其中水信号强于植被信号的像元作为实际像元，采用EVI<0.1进一步去除植被引起的噪声，剔除植被的湿地像元，水体提取精度高［21］。计算公式如式（4）所示：

MNDWI>NDVI or MNDWI> EVI and EVI<0.1  （4）

2 试验与分析

2.1 水体提取精度验证

为了客观对比landsat系列影像和GSW数据集提取结果，将分辨率为10m的Sentinel  2数据，运用专家知识通过随机森林监督分类的结果作为真实值，分类结果的总体精度为93.8%，Kappa系数为91.5%。利用相对误差反映提取结果的可信度，选取2019年的数据作为研究对象，发现Landsat影像的提取结果相对误差较小，精度较高，但是总体上Laandsat影像提取的精度较目视解译精度还是较低，其主要原因是Landsat影像的分辨率为30m，对于细小水体的提取存在较大误差，但是水体指数法胜在长时序水面提取监测的简单高效（表2）。矿区内土地利用类型以农田为主，形成的积水区与矿区地下开采工作面显著相关，塌陷区范围与矿区开采工作面高度吻合（图1）。

2.2 水面提取结果分析

矿区大面积的采空，顶部岩层失去支撑，引起地面沉降，高潜水位矿区地下潜水位埋深高，采煤沉陷后地下水易上升到地面标高以上，导致地表积水，随着开采工作面的不断扩大，地面沉降范围扩张，积水区的范围亦逐渐增大（图2）。利用水面综合提取模型，对研究区2001—2020年的水面进行提取，可以发现通过Landsat影像提取的水面分布与全球数据集GSW提取的水面分布基本相同（图3、图4）。2种提取结果都表明，研究区在2001—2014年水体范围略有波动，但整体呈现缓慢增长的趋势，2015—2020年水体范围呈现出迅速增长的趋势（图5）。根据煤矿动工前后的Landsat影像显示，发现矿区开采前水域只有洙赵新河河段以及洙水河河段，未发现其他水域。而在矿区开采后随着时间的推移，矿区工作面不断扩大，洙水河河段水体开始消失，矿区左下角以及左上角都开始出现区域性水域，且范围在不断扩大，其中左上角水域扩散尤为明显（图3、图4）。矿区多年来气温稳定，2001—2015年矿区内水体面积主要受降水量影响，2015—2020年水体面积主要影响因素为矿区开采活动（图5、图6）。

3 讨论与结论

3.1 讨论

矿区自2009年投产以来，坚持“边开采、边治理、边复垦”原则，力求实现区域生态和经济的可持续发展［22］。这对巨野塌陷区生态修复产生了积极效应，配合政府政策，成功的实现了万亩采煤洼地边良田池泽。在确定矿区提取水面范围的方法上，本研究选择了简单高效的水体指數法，利用GEE遥感云计算平台提取水面，更加的高效。但是，本研究也有一些需要完善的地方。

（1）受制于数据的获取难度，目前使用的Landsat影像在提取小范围水体时空间分辨率有限，因此在提取小型积水区域时存在不小的误差，在下一步工作中将提高数据的分辨率。

（2）水体指数法虽然简单高效，但是对于矿区部分浑浊水体存在漏提现象，下一步将改正水体指数提取算法，以达到更高的精度。

3.2 结论

高潜水位矿区地表形变动态变化的快速提取及变化分析对矿区生态环境保护和土地整治工作具有指导意义，本文通过水体指数获取研究区的水体信息，并对其演变进行分析，主要结论如下：

（1）通过EVI水面提取模型提取的水体范围与GSW数据集提取的水体范围基本一致，且精度较高，巨野龙固煤矿近20年来水体范围一直在呈稳定增长的趋势，2001—2014年呈缓慢增长趋势，主要影响因素为降水量，2015—2020年呈现出迅速增长的趋势，主要影响因素为矿区的开采活动。

（2）通过分析降水、气温数据以及矿区开采工作面，发现水体范围的扩大与矿区开采活动存在密切联系，也与矿区的生态恢复治理措施息息相关，通过边开采边治理的方法，将开采沉陷积水区成功转化为生态湿地、耕地，不仅解决了开采沉陷积水的问题，亦响应了国家“绿水青山就是金山银山”生态理念，适合向更多的高潜水位矿区推广。

参考文献：

［1］  黄晶晶，张坤，魏朝富，等.西南喀斯特山地采煤沉陷区土地整治关键技术研究：以重庆松藻矿区为例［J］.西南大学学报：自然科学版，2014，36（11）：164  174.

［2］  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.

［3］  裴文明，姚素平，董少春，等.皖北刘桥矿采煤塌陷区生态环境动态监测［J］.煤田地质与勘探，2015，43（2）：67  72.

［4］  張斌，王标，胡蕾，等.山东省枣庄市地质灾害现状研究及防治建议［J］.山东国土资源，2022，38（1）：37  43.

［5］  丁佩，谭志祥.高潜水位矿区塌陷地损坏评价方法研究：以徐州旗山矿为例［J］.地矿测绘，2014（4）：7  11.

［6］  张国丽，杨宝林，张志，等.基于GIS与BP神经网络的采空塌陷易发性预测［J］.热带地理，2015，35（5）：770  776.

［7］  张丰，张海燕，胡波，等.济宁市非煤矿山地质环境影响综合评价［J］.山东国土资源，2021，37（7）：70  74.

［8］  翟新源，杨苏新.基于多源遥感影像的矿区塌陷地积水提取与时空演变［J］.中国资源综合利用，2013，31（6）：58  63.

［9］  莫伟华，孙涵.基于EOS/MODIS卫星数据的洪涝灾害遥感监测应用技术研究［D］.南京：南京信息工程大学，2006：1  20.

［10］  王小娜，田金炎，李小娟，等.Google Earth Engine云平台对遥感发展的改变［J］.遥感学报，2022（2）：299  309.

［11］  陈旺，梁虹，邓亚东，等.一种基于指数函数的遥感水体信息提取方法［J］.地球物理学进展，2011，26（1）：364  370.

［12］  于德浩，龙凡，邓正栋，等.基于遥感特征指数的地表水体自动提取技术研究［J］.地球物理学进展，2009，24（2）：707  713.

［13］  李丹，吴保生，陈博伟，等.基于卫星遥感的水体信息提取研究进展与展望［J］.2020，60（2）：147  161.

［14］  林腾.闽江口水体变化的遥感动态监测［J］.福建地质，2013，32（3）：243  248.

［15］  万建鹏.基于Landsat TM/ETM+影像鄱阳湖地区水体提取研究［D］.东华理工大学，2015：1  15.

［16］  刘松良.山东省巨野煤田梁宝寺井田水文地质条件及充水因素分析［J］.山东国土资源，2014，30（4）：68  72.

［17］  徐涵秋.利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究［J］.遥感学报，2005（5）：589  595.

［18］  王帆，李崇贵，马婷，等.一种改进的遥感影像水体信息快速提取方法［J］.人民长江，2021，52（6）：223  228.

［19］  高欣.基于ALOS影像融合技术的黄土丘陵沟壑区土壤侵蚀景观格局研究［D］.西北农林科技大学，2009：1  20.

［20］  马琳雅，黄晓东，方金，等.青藏高原草地植被指数时空变化特征［J］.草业科学，2011，28（6）：1106  1116.

［21］  Zou Z，Dong J，Menarguez M A，et al.Continued decrease of open surface water body area in Oklahoma during 1984—2015［J］. Science of the Total Environment，2017，595：451  460.

［22］  李晨.巨野龙固矿井塌陷区农业园区规划研究［D］.山东农业大学，2013：1  20.

Extraction Design and Evolution Analysis of Surface    Water Body Range in Longgu Coal Mine in Juye County

AN Fugang1，  ZHANG Yongliang2， GUO Hang3， JIAO Heting4

（1. Juye Bureau of Natural Resources and Planning， Shandong Juye 274913， China; 2. China University of Mining and Technology Beijing， Beijing 100083， China; 3 Xinjulong Energy Co.， Ltd of Shandong Energy Group， Shandong Juye 274913， China; 4. Heze Bureau of Natural Resources and Planning， Shandong Heze 274000， China）

Abstract：   It is of great scientific significance to carry out extraction design and evolution analysis for the ponding area easily formed after mining in high groundwater level coal mine area. Based on the Landsat series image data， by using the remote sensing cloud computing platform GEE （Google Earth Engine） and water index method， the change of water area of Longgu coal mine in Juye county has been extracted from 2001 to 2020. At the same time， auxiliary verification has been carried out with the water surface extracted from the GSW data set. By using Sentinel  2 data， the extraction of water body for accuracy verification has been  to supervised and classified， and the evolution has been analyzed. It is showed that the scope of water body in the study area has been growing steadily for 20 years， showing a slow growth trend from 2001 to 2014， and a rapid growth trend from 2015 to 2020. The main reasons for rapid expansion of the scope of water body in the mining area in 2015 are coal mining activities and government policy factors.

Key words：  GEE; surface water body; GSW; Landsat; Longgu coal mine; Juye in Shandong province