安夫剛 張永亮 郭航 焦何亭

摘要： 高潛水位煤礦區(qū)開(kāi)采后極易形成的積水區(qū)，對(duì)其進(jìn)行提取設(shè)計(jì)以及演變分析具有重要科學(xué)意義。本研究基于Landsat系列影像數(shù)據(jù)，利用遙感云計(jì)算平臺(tái)GEE，采用水體指數(shù)法提取巨野龍固煤礦2001—2020年的水體面積變化，同時(shí)與GSW數(shù)據(jù)集提取的水面進(jìn)行輔助驗(yàn)證以及利用Sentinel ?2數(shù)據(jù)監(jiān)督分類提取水體進(jìn)行精度驗(yàn)證，然后對(duì)其演變進(jìn)行分析。結(jié)果表明：研究區(qū)20年來(lái)水體范圍一直在呈穩(wěn)定增長(zhǎng)的趨勢(shì)，2001—2014年呈緩慢增長(zhǎng)趨勢(shì)，2015—2020年呈現(xiàn)出迅速增長(zhǎng)的趨勢(shì)，造成礦區(qū)水體范圍面積在2015年迅速擴(kuò)大的原因主要為煤礦開(kāi)采活動(dòng)。

關(guān)鍵詞： GEE；地表水體；GSW；Landsat；龍固煤礦；山東巨野

中圖分類號(hào)： ?P237 ?????文獻(xiàn)標(biāo)識(shí)碼： ?A ???doi：10.12128/j.issn.1672 ?6979.2023.04.004

引文格式： 安夫剛，張永亮，郭航.山東巨野龍固煤礦地表水體范圍提取設(shè)計(jì)及演變分析［J］.山東國(guó)土資源，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

隨著煤炭產(chǎn)業(yè)的發(fā)展，煤炭開(kāi)采活動(dòng)所造成的地表沉陷問(wèn)題越發(fā)嚴(yán)峻，其相關(guān)研究一直受到相關(guān)學(xué)者的廣泛關(guān)注，一些學(xué)者針對(duì)某些特定礦區(qū)的塌陷防治以及提出耕地復(fù)墾建議等［1 ?3］，針對(duì)采煤塌陷區(qū)的評(píng)價(jià)模型和預(yù)測(cè)模型等也有大量研究［4 ?7］。而煤礦開(kāi)采活動(dòng)造成的地表沉陷，引發(fā)高潛水位地下水出露地表，制約著礦區(qū)土地的生產(chǎn)力，影響社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展。尤其是在我國(guó)華北平原的高潛水位煤礦區(qū)，地表塌陷面積大，下沉速度較快，極易形成積水區(qū)，造成農(nóng)作物的減產(chǎn)、絕產(chǎn)。山東省菏澤市巨野龍固煤礦為典型的高潛水位礦區(qū)，采用遙感技術(shù)對(duì)礦區(qū)地表水體范圍提取以及演變分析，對(duì)于礦區(qū)環(huán)境保護(hù)和資源合理開(kāi)發(fā)是非常必要的。利用衛(wèi)星遙感數(shù)據(jù)提取水體信息具有宏觀、快速、實(shí)時(shí)成本低和人為因素干擾少等優(yōu)點(diǎn)［8 ?9］。傳統(tǒng)的遙感影像解譯工具如ERDAS、ENVI等，對(duì)于長(zhǎng)時(shí)序的遙感影像解譯起來(lái)工作量大，耗費(fèi)時(shí)間。GEE（Google Earth Engine）以其集大數(shù)據(jù)/云計(jì)算為一體的特點(diǎn)，極大提高了海量數(shù)據(jù)處理與信息挖掘效率［10］。

常用的提取水體信息方法主要有單波段閾值法、譜間關(guān)系法和水體指數(shù)法三大類［11］。其中水體指數(shù)法是利用水體反射強(qiáng)的波段和反射弱的波段通過(guò)比值運(yùn)算構(gòu)建的水體提取方法［12］，常用的有歸一化水體指數(shù)（NDWI）以及改進(jìn)的歸一化差異水體指數(shù)（MNDWI）等。所采用數(shù)據(jù)源主要有光學(xué)數(shù)據(jù)和雷達(dá)數(shù)據(jù)［13］，光學(xué)數(shù)據(jù)有Landsat系列、MODIS、GF等，雷達(dá)數(shù)據(jù)有RadarSat、ENVI ?SAT、Sentinel ?1和GF ?3號(hào)等。其中應(yīng)用比較廣泛的是Landsat系列數(shù)據(jù)［14］，光學(xué)數(shù)據(jù)處理主要利用水體與其他地物光譜等信息的差異，通過(guò)波段排列組合，增強(qiáng)水體信息，抑制其他地物信息［15］。為此，本研究通過(guò)GEE遙感云計(jì)算平臺(tái)采用水體指數(shù)法基于Landsat系列影像對(duì)巨野龍固礦區(qū)進(jìn)行長(zhǎng)時(shí)序的水面提取，與JRC（Joint Research Center）和谷歌聯(lián)合產(chǎn)品GSW全球降水?dāng)?shù)據(jù)提取的水面對(duì)比，利用Sentinel ?2通過(guò)監(jiān)督分類進(jìn)行解譯驗(yàn)證，并對(duì)水體面積演變進(jìn)行分析。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

研究區(qū)范圍采用巨野龍固煤礦礦界，龍固煤礦位于山東省菏澤市巨野縣龍堌鎮(zhèn)內(nèi)、巨野煤田的中南部。2000年設(shè)計(jì)，2009年投產(chǎn)，設(shè)計(jì)生產(chǎn)能力600萬(wàn)t/a，實(shí)際系統(tǒng)配置能力達(dá)千萬(wàn)噸/年［16］。該區(qū)地處平原，屬溫帶季風(fēng)氣候，雨熱同季、四季分明。周?chē)煌ū憷?，地理位置十分?yōu)越。

1.2 數(shù)據(jù)來(lái)源

研究區(qū)數(shù)據(jù)主要包括在軌時(shí)間長(zhǎng)覆蓋面廣的Landsat TM/ETM+/OLI影像數(shù)據(jù)（Landsat5、Landsat7、Landsat8），空間分辨率為30m，輔助驗(yàn)證數(shù)據(jù)為JRC和谷歌的聯(lián)合產(chǎn)品GSW全球數(shù)據(jù)集，分辨率同樣為30m，空間分辨率10m的Sentinel ?2數(shù)據(jù)，降水和氣溫?cái)?shù)據(jù)來(lái)源于國(guó)家氣象信息中心，獲取鏈接見(jiàn)表1。

1.3 研究方法

本研究選用了改進(jìn)的歸一化差異水體指數(shù)（Modified normalized difference water index，MNDWI）、歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）以及增強(qiáng)型植被指數(shù)（Enhanced Vegetation Index，EVI）組成開(kāi)闊水面提取綜合模型，通過(guò)GEE遙感云計(jì)算平臺(tái)提取出2001—2020年Landsat影像和GSW全球數(shù)據(jù)集在礦區(qū)范圍內(nèi)的水體范圍進(jìn)行對(duì)比驗(yàn)證，利用分辨率更好的Sentinel ?2數(shù)據(jù)進(jìn)行精度的解譯驗(yàn)證，并研究地表水的變化以及空間特征，對(duì)其演變進(jìn)行分析。

1.3.1 改進(jìn)歸一化差異水體指數(shù)（MNDWI）

改進(jìn)的歸一化差異水體指數(shù)（MNDWI），通過(guò)短波紅外波段代替近紅外波段，使得水體與建筑物的反差明顯增強(qiáng)，使得提取水體正確性進(jìn)一步提高［17］。計(jì)算公式如式（1）所示：

MNDWI= ?GREEN ?SWIR ?GREEN+SWIR ????（1）

式中：GREEN為綠光波段，SWIR為短波紅外波段。

1.3.2 歸一化差異植被指數(shù)（NDVI）

NDVI是目前使用最廣泛的植被指數(shù)，水體在紅光波段反射率高于植被，而植被在近紅外波段反射率明顯高于水體，可以用來(lái)增強(qiáng)水陸差異［18］。NDVI受土壤背景影響較大，但可以消除大部分與儀器定標(biāo)、太陽(yáng)角等有關(guān)輻照度的變化，增強(qiáng)對(duì)植被的影響力［19］。計(jì)算公式如式（2）所示：

NDVI= ?NIR ?RED ?NIR+RED ????（2）

式中：RED表示紅光波段;NIR表示近紅外波段。

1.3.3 增強(qiáng)型植被指數(shù)（EVI）

EVI是在NDVI的基礎(chǔ)上改善出來(lái)的，對(duì)數(shù)據(jù)進(jìn)行了全面的大氣校正，包含有云處理、大氣校正處理、處理殘留氣溶膠，改善了其高植被區(qū)飽和、大氣影響校正不徹底和土壤背景問(wèn)題［20］。計(jì)算公式如式（3）所示： ??EVI= ?2.5×（NIR ?RED） ?NIR+6.0-7.5×BLUE+1 ????（3）

式中：RED表示紅光波段;NIR表示近紅外波段;BLUE表示藍(lán)光波段。

1.3.4 水面提取模型

在進(jìn)行大范圍提取水面時(shí)，采用單一的水體指數(shù)在地形地貌不同的情況下并不能滿足提取要求，提取精度低。水體模型結(jié)合MNDWI和植被指數(shù)NDVI以及EVI，其中水信號(hào)強(qiáng)于植被信號(hào)的像元作為實(shí)際像元，采用EVI<0.1進(jìn)一步去除植被引起的噪聲，剔除植被的濕地像元，水體提取精度高［21］。計(jì)算公式如式（4）所示：

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

2 試驗(yàn)與分析

2.1 水體提取精度驗(yàn)證

為了客觀對(duì)比landsat系列影像和GSW數(shù)據(jù)集提取結(jié)果，將分辨率為10m的Sentinel ?2數(shù)據(jù)，運(yùn)用專家知識(shí)通過(guò)隨機(jī)森林監(jiān)督分類的結(jié)果作為真實(shí)值，分類結(jié)果的總體精度為93.8%，Kappa系數(shù)為91.5%。利用相對(duì)誤差反映提取結(jié)果的可信度，選取2019年的數(shù)據(jù)作為研究對(duì)象，發(fā)現(xiàn)Landsat影像的提取結(jié)果相對(duì)誤差較小，精度較高，但是總體上Laandsat影像提取的精度較目視解譯精度還是較低，其主要原因是Landsat影像的分辨率為30m，對(duì)于細(xì)小水體的提取存在較大誤差，但是水體指數(shù)法勝在長(zhǎng)時(shí)序水面提取監(jiān)測(cè)的簡(jiǎn)單高效（表2）。礦區(qū)內(nèi)土地利用類型以農(nóng)田為主，形成的積水區(qū)與礦區(qū)地下開(kāi)采工作面顯著相關(guān)，塌陷區(qū)范圍與礦區(qū)開(kāi)采工作面高度吻合（圖1）。

2.2 水面提取結(jié)果分析

礦區(qū)大面積的采空，頂部巖層失去支撐，引起地面沉降，高潛水位礦區(qū)地下潛水位埋深高，采煤沉陷后地下水易上升到地面標(biāo)高以上，導(dǎo)致地表積水，隨著開(kāi)采工作面的不斷擴(kuò)大，地面沉降范圍擴(kuò)張，積水區(qū)的范圍亦逐漸增大（圖2）。利用水面綜合提取模型，對(duì)研究區(qū)2001—2020年的水面進(jìn)行提取，可以發(fā)現(xiàn)通過(guò)Landsat影像提取的水面分布與全球數(shù)據(jù)集GSW提取的水面分布基本相同（圖3、圖4）。2種提取結(jié)果都表明，研究區(qū)在2001—2014年水體范圍略有波動(dòng)，但整體呈現(xiàn)緩慢增長(zhǎng)的趨勢(shì)，2015—2020年水體范圍呈現(xiàn)出迅速增長(zhǎng)的趨勢(shì)（圖5）。根據(jù)煤礦動(dòng)工前后的Landsat影像顯示，發(fā)現(xiàn)礦區(qū)開(kāi)采前水域只有洙趙新河河段以及洙水河河段，未發(fā)現(xiàn)其他水域。而在礦區(qū)開(kāi)采后隨著時(shí)間的推移，礦區(qū)工作面不斷擴(kuò)大，洙水河河段水體開(kāi)始消失，礦區(qū)左下角以及左上角都開(kāi)始出現(xiàn)區(qū)域性水域，且范圍在不斷擴(kuò)大，其中左上角水域擴(kuò)散尤為明顯（圖3、圖4）。礦區(qū)多年來(lái)氣溫穩(wěn)定，2001—2015年礦區(qū)內(nèi)水體面積主要受降水量影響，2015—2020年水體面積主要影響因素為礦區(qū)開(kāi)采活動(dòng)（圖5、圖6）。

3 討論與結(jié)論

3.1 討論

礦區(qū)自2009年投產(chǎn)以來(lái)，堅(jiān)持“邊開(kāi)采、邊治理、邊復(fù)墾”原則，力求實(shí)現(xiàn)區(qū)域生態(tài)和經(jīng)濟(jì)的可持續(xù)發(fā)展［22］。這對(duì)巨野塌陷區(qū)生態(tài)修復(fù)產(chǎn)生了積極效應(yīng)，配合政府政策，成功的實(shí)現(xiàn)了萬(wàn)畝采煤洼地邊良田池澤。在確定礦區(qū)提取水面范圍的方法上，本研究選擇了簡(jiǎn)單高效的水體指數(shù)法，利用GEE遙感云計(jì)算平臺(tái)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）受制于數(shù)據(jù)的獲取難度，目前使用的Landsat影像在提取小范圍水體時(shí)空間分辨率有限，因此在提取小型積水區(qū)域時(shí)存在不小的誤差，在下一步工作中將提高數(shù)據(jù)的分辨率。

（2）水體指數(shù)法雖然簡(jiǎn)單高效，但是對(duì)于礦區(qū)部分渾濁水體存在漏提現(xiàn)象，下一步將改正水體指數(shù)提取算法，以達(dá)到更高的精度。

3.2 結(jié)論

高潛水位礦區(qū)地表形變動(dòng)態(tài)變化的快速提取及變化分析對(duì)礦區(qū)生態(tài)環(huán)境保護(hù)和土地整治工作具有指導(dǎo)意義，本文通過(guò)水體指數(shù)獲取研究區(qū)的水體信息，并對(duì)其演變進(jìn)行分析，主要結(jié)論如下：

（1）通過(guò)EVI水面提取模型提取的水體范圍與GSW數(shù)據(jù)集提取的水體范圍基本一致，且精度較高，巨野龍固煤礦近20年來(lái)水體范圍一直在呈穩(wěn)定增長(zhǎng)的趨勢(shì)，2001—2014年呈緩慢增長(zhǎng)趨勢(shì)，主要影響因素為降水量，2015—2020年呈現(xiàn)出迅速增長(zhǎng)的趨勢(shì)，主要影響因素為礦區(qū)的開(kāi)采活動(dòng)。

（2）通過(guò)分析降水、氣溫?cái)?shù)據(jù)以及礦區(qū)開(kāi)采工作面，發(fā)現(xiàn)水體范圍的擴(kuò)大與礦區(qū)開(kāi)采活動(dòng)存在密切聯(lián)系，也與礦區(qū)的生態(tài)恢復(fù)治理措施息息相關(guān)，通過(guò)邊開(kāi)采邊治理的方法，將開(kāi)采沉陷積水區(qū)成功轉(zhuǎn)化為生態(tài)濕地、耕地，不僅解決了開(kāi)采沉陷積水的問(wèn)題，亦響應(yīng)了國(guó)家“綠水青山就是金山銀山”生態(tài)理念，適合向更多的高潛水位礦區(qū)推廣。

參考文獻(xiàn)：

［1］ ?黃晶晶，張坤，魏朝富，等.西南喀斯特山地采煤沉陷區(qū)土地整治關(guān)鍵技術(shù)研究：以重慶松藻礦區(qū)為例［J］.西南大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，36（11）：164 ?174.

［2］ ?徐友寧，李玉武，張江華，等.寧夏石嘴山采煤塌陷區(qū)地質(zhì)環(huán)境治理模式研究［J］.西北地質(zhì)，2015，48（4）：183 ?189.

［3］ ?裴文明，姚素平，董少春，等.皖北劉橋礦采煤塌陷區(qū)生態(tài)環(huán)境動(dòng)態(tài)監(jiān)測(cè)［J］.煤田地質(zhì)與勘探，2015，43（2）：67 ?72.

［4］ ?張斌，王標(biāo)，胡蕾，等.山東省棗莊市地質(zhì)災(zāi)害現(xiàn)狀研究及防治建議［J］.山東國(guó)土資源，2022，38（1）：37 ?43.

［5］ ?丁佩，譚志祥.高潛水位礦區(qū)塌陷地?fù)p壞評(píng)價(jià)方法研究：以徐州旗山礦為例［J］.地礦測(cè)繪，2014（4）：7 ?11.

［6］ ?張國(guó)麗，楊寶林，張志，等.基于GIS與BP神經(jīng)網(wǎng)絡(luò)的采空塌陷易發(fā)性預(yù)測(cè)［J］.熱帶地理，2015，35（5）：770 ?776.

［7］ ?張豐，張海燕，胡波，等.濟(jì)寧市非煤礦山地質(zhì)環(huán)境影響綜合評(píng)價(jià)［J］.山東國(guó)土資源，2021，37（7）：70 ?74.

［8］ ?翟新源，楊蘇新.基于多源遙感影像的礦區(qū)塌陷地積水提取與時(shí)空演變［J］.中國(guó)資源綜合利用，2013，31（6）：58 ?63.

［9］ ?莫偉華，孫涵.基于EOS/MODIS衛(wèi)星數(shù)據(jù)的洪澇災(zāi)害遙感監(jiān)測(cè)應(yīng)用技術(shù)研究［D］.南京：南京信息工程大學(xué)，2006：1 ?20.

［10］ ?王小娜，田金炎，李小娟，等.Google Earth Engine云平臺(tái)對(duì)遙感發(fā)展的改變［J］.遙感學(xué)報(bào)，2022（2）：299 ?309.

［11］ ?陳旺，梁虹，鄧亞?wèn)|，等.一種基于指數(shù)函數(shù)的遙感水體信息提取方法［J］.地球物理學(xué)進(jìn)展，2011，26（1）：364 ?370.

［12］ ?于德浩，龍凡，鄧正棟，等.基于遙感特征指數(shù)的地表水體自動(dòng)提取技術(shù)研究［J］.地球物理學(xué)進(jìn)展，2009，24（2）：707 ?713.

［13］ ?李丹，吳保生，陳博偉，等.基于衛(wèi)星遙感的水體信息提取研究進(jìn)展與展望［J］.2020，60（2）：147 ?161.

［14］ ?林騰.閩江口水體變化的遙感動(dòng)態(tài)監(jiān)測(cè)［J］.福建地質(zhì)，2013，32（3）：243 ?248.

［15］ ?萬(wàn)建鵬.基于Landsat TM/ETM+影像鄱陽(yáng)湖地區(qū)水體提取研究［D］.東華理工大學(xué)，2015：1 ?15.

［16］ ?劉松良.山東省巨野煤田梁寶寺井田水文地質(zhì)條件及充水因素分析［J］.山東國(guó)土資源，2014，30（4）：68 ?72.

［17］ ?徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究［J］.遙感學(xué)報(bào)，2005（5）：589 ?595.

［18］ ?王帆，李崇貴，馬婷，等.一種改進(jìn)的遙感影像水體信息快速提取方法［J］.人民長(zhǎng)江，2021，52（6）：223 ?228.

［19］ ?高欣.基于ALOS影像融合技術(shù)的黃土丘陵溝壑區(qū)土壤侵蝕景觀格局研究［D］.西北農(nóng)林科技大學(xué)，2009：1 ?20.

［20］ ?馬琳雅，黃曉東，方金，等.青藏高原草地植被指數(shù)時(shí)空變化特征［J］.草業(yè)科學(xué)，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.巨野龍固礦井塌陷區(qū)農(nóng)業(yè)園區(qū)規(guī)劃研究［D］.山東農(nóng)業(yè)大學(xué)，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