基于遙感的礦區(qū)沉陷積水動態(tài)監(jiān)測.pdf

1、永城市在河南省的東部，位于淮河沖積平原和黃河沖積平原的交匯處，是一個礦糧復合區(qū)。市內礦煤礦資源豐富，從1997年到2015年，永城市陸續(xù)有9個煤礦投產。但是根據數據顯示，截至2013年底，全市采煤塌陷區(qū)面積約58.76平方千米。而且因為永城市內地表水系發(fā)達，潛水位高，所以沉陷盆地出現積水。沉陷積水的出現使得農田面積減少，導致農作物減產，對當地的社會，經濟，生活都造成了巨大的影響。因此對沉陷積水區(qū)進行監(jiān)測具有重要意義。遙感技術具有全天候，

2、方便，快捷的強大特點，是對沉陷積水進行動態(tài)監(jiān)測的理想手段。
　　本文以河南省永城市為研究區(qū)，重點選取了其中6個積水問題較嚴重的礦區(qū)，利用Landsat5/7/8衛(wèi)星，2002年-2009年-2015年間三幅影像數據展開研究。開展的研究內容及結果如下：
　　(1)2002-2009-2015年，這6個礦區(qū)內的土地利用現狀變化。在2002年到2009年期間，這6個礦區(qū)的建設用地與裸地面積和水體面積都有不同程度的增幅，但是農用地面

3、積卻全部呈現減幅。在2009年到2015年期間，這6個礦區(qū)的建設用地面積都呈現不同程度的減幅，農用地方面全部都呈現增幅，水體方面，只有城郊煤礦和新橋煤礦面積有增加，其他四個煤礦的水體面積均減少。這個方面的分析涉及到遙感圖像分類方法，考慮到本文所選取的是空間分辨率為30米的遙感影像和永城市存在混合像元的情況下，本文提出了一種基于 LBV變換的約束最小二乘混合像元分解法對遙感圖像進行分類：首先對圖像進行預處理然后進行LBV變換，再經過LBV

4、變換的圖像里利用灰度分割等方法選取純凈像元，最后用約束最小二乘法進行圖像分類。試驗結果表明相比于其他的三種常用分類方法，該方法的分類精度更高。
　　(2)2002-2009-2015年這6個礦區(qū)內的積水面積變化。對比6個礦區(qū)中的積水面積，發(fā)現從2002年到2009年，各礦區(qū)的積水面積增長迅速，出現了很多積水斑塊。但是從2009年開始，6個礦區(qū)內的老積水區(qū)面積開始減少，與此同時礦區(qū)內又新增積水區(qū)。結合《永城市2011-2020的整治

5、規(guī)劃》，表明這些礦內的老積水區(qū)改造以及農用地恢復問題初見成效，但是沉陷面積還在擴大，其中城郊煤礦沉陷情況最嚴重，然后是車集煤礦。這兩個礦在2009年后才出現積水，預測這兩個礦的沉陷面積會繼續(xù)增大，相應的積水面積也會增大。
　　(3)利用遙感技術反演這6個礦區(qū)內的積水水深。根據Stumpf and Holderied提出的底部反照率算法結合實地數據反演2015年1月，4月，7月，10月永城市礦區(qū)積水的深度，結果表示，永城市的絕大多數