無(wú)人機(jī)遙感在礦區(qū)監(jiān)測(cè)與土地復(fù)墾中的應(yīng)用前景

肖 武，胡振琪，張建勇，趙艷玲,楊 坤(中國(guó)礦業(yè)大學(xué)(北京)土地復(fù)墾與生態(tài)重建研究所，北京 100083)

綠色礦業(yè)

無(wú)人機(jī)遙感在礦區(qū)監(jiān)測(cè)與土地復(fù)墾中的應(yīng)用前景

肖 武，胡振琪，張建勇，趙艷玲,楊 坤
(中國(guó)礦業(yè)大學(xué)(北京)土地復(fù)墾與生態(tài)重建研究所，北京 100083)

無(wú)人機(jī)遙感技術(shù)具有成本低、重訪周期短、快速高效、質(zhì)輕靈活、操作簡(jiǎn)便、獲取影像的時(shí)空精度高等諸多的特點(diǎn)，成為近幾年研究熱點(diǎn)，并已在國(guó)土資源調(diào)查、農(nóng)林生長(zhǎng)監(jiān)測(cè)、生態(tài)環(huán)境監(jiān)測(cè)和災(zāi)害調(diào)查評(píng)估方面獲得廣泛應(yīng)用，顯示出其靈活、快速、高時(shí)空分辨率的優(yōu)勢(shì)。本文分析了目前無(wú)人機(jī)遙感技術(shù)在各領(lǐng)域應(yīng)用現(xiàn)狀，針對(duì)礦區(qū)這一特殊對(duì)象，在剖析我國(guó)典型礦區(qū)的面積、監(jiān)測(cè)對(duì)象、監(jiān)測(cè)指標(biāo)的基礎(chǔ)上，從搭載平臺(tái)、傳感器選擇、監(jiān)測(cè)參數(shù)設(shè)置等方面進(jìn)行了具體分析，并構(gòu)建了礦區(qū)無(wú)人機(jī)遙感監(jiān)測(cè)與土地復(fù)墾的應(yīng)用框架體系，認(rèn)為無(wú)人機(jī)遙感技術(shù)可用于礦區(qū)基礎(chǔ)信息普查、地質(zhì)災(zāi)害與污染等敏感風(fēng)險(xiǎn)源信息獲取與監(jiān)測(cè)，礦區(qū)土地復(fù)墾與生態(tài)重建規(guī)劃與設(shè)計(jì)、復(fù)墾驗(yàn)收與復(fù)墾后效果監(jiān)測(cè)與評(píng)價(jià)等多個(gè)方面，將成為未來(lái)礦區(qū)監(jiān)測(cè)與土地復(fù)墾重要的應(yīng)用技術(shù)手段。

無(wú)人機(jī)；遙感；礦區(qū)監(jiān)測(cè)；土地復(fù)墾

遙感技術(shù)在大尺度生態(tài)環(huán)境監(jiān)測(cè)中展現(xiàn)出顯著的優(yōu)勢(shì)，特別是近些年來(lái)越來(lái)越高時(shí)空分辨率影像數(shù)據(jù)的涌現(xiàn)，在很大程度上滿足了科學(xué)研究與實(shí)踐，但對(duì)于礦區(qū)這樣的特定對(duì)象，其范圍相對(duì)較小且具有更高時(shí)間分辨率需求的監(jiān)測(cè)仍難以滿足。隨著微小型飛行器平臺(tái)與輕便型傳感器的發(fā)展與進(jìn)步，無(wú)人機(jī)遙感(unmanned aerial vehicle remote sensing, UAVRS)得到快速發(fā)展，UAVRS集成了無(wú)人駕駛飛行器技術(shù)、遙感傳感器技術(shù)、遙測(cè)遙控技術(shù)、通訊傳輸技術(shù)、GPS定位技術(shù)和遙感應(yīng)用技術(shù)，為遙感技術(shù)提供了全新的觀測(cè)平臺(tái)，具有自動(dòng)化、智能化、專題化快速獲取資源與環(huán)境等的空間遙感信息，完成遙感數(shù)據(jù)處理、建模和應(yīng)用分析的應(yīng)用技術(shù)[1]。由于無(wú)人機(jī)平臺(tái)具有成本費(fèi)用低、重訪周期短、快速高效、質(zhì)輕靈活、操作簡(jiǎn)便、獲取影像的時(shí)空精度高等諸多的特點(diǎn)，集成了能滿足各類需求的遙感傳感器，以及配備許多處理功能的軟件，形成完備的無(wú)人機(jī)遙感技術(shù)系統(tǒng)，成為小區(qū)域尺度的野外實(shí)地調(diào)查的可靠技術(shù)手段。當(dāng)前，成熟的無(wú)人機(jī)平臺(tái)主要包括旋翼與固定翼兩種搭載方式，如：瑞士eBee固定翼[2]、德國(guó)MAVinci-SiriusI固定翼[3]、中國(guó)測(cè)繪科學(xué)研究院UAVRS系列固定翼[4]、德國(guó)的Flightcopter.TV旋翼機(jī)[5]、中國(guó)大疆Phantom和inspire系列旋翼機(jī)[6]等。隨著無(wú)人機(jī)遙感技術(shù)的成熟化、成本低廉化，諸多學(xué)者已經(jīng)在非礦區(qū)的精準(zhǔn)農(nóng)業(yè)[7-10]、林業(yè)監(jiān)測(cè)[11-14]、測(cè)繪制圖[15-16]、地質(zhì)災(zāi)害診斷[17-20]、生態(tài)監(jiān)測(cè)[21-22]等方面進(jìn)行了多種尺度和多平臺(tái)的嘗試，并得到了成功應(yīng)用和理想的效果。但在礦區(qū)監(jiān)測(cè)與土地復(fù)墾方面，部分學(xué)者開(kāi)展了探索性的研究，如：煤礦區(qū)無(wú)人機(jī)村莊分布監(jiān)測(cè)[23]、大型露天礦的土石方和邊坡穩(wěn)定性監(jiān)測(cè)[24]等；國(guó)外也多針對(duì)礦區(qū)不穩(wěn)定邊坡監(jiān)測(cè)[25]，露天采場(chǎng)地形圖測(cè)繪等方面[26]進(jìn)行了部分研究。但是總體而言，無(wú)人機(jī)遙感技術(shù)在礦區(qū)的應(yīng)用處于起步階段，還有大量實(shí)踐檢驗(yàn)和拓展應(yīng)用有待進(jìn)一步研究。

礦產(chǎn)資源的開(kāi)發(fā)不可避免地造成礦區(qū)土地利用與環(huán)境的動(dòng)態(tài)變化，進(jìn)而導(dǎo)致一系列的土地?fù)p毀、生態(tài)惡化、社會(huì)矛盾突出等問(wèn)題。各類礦產(chǎn)資源由于其賦存條件與地域自然條件差異等原因，造成損毀形式多樣復(fù)雜、空間分布雜亂無(wú)序、需要監(jiān)測(cè)的指標(biāo)繁多等問(wèn)題。因此，有別于常規(guī)的區(qū)域性遙感監(jiān)測(cè)，礦區(qū)作為一個(gè)具有多種復(fù)雜擾動(dòng)信息的特殊區(qū)域，具有其監(jiān)測(cè)需求的特殊性。此外，由于礦區(qū)的開(kāi)采活動(dòng)對(duì)土地與生態(tài)的影響屬于持久型、累進(jìn)型，因此對(duì)其進(jìn)行監(jiān)測(cè)不是對(duì)應(yīng)時(shí)間“點(diǎn)”，而是時(shí)間“軸”上的持續(xù)觀測(cè)與分析評(píng)價(jià)，如何動(dòng)態(tài)的獲取礦區(qū)在不同階段的各類監(jiān)測(cè)數(shù)據(jù)，將更加有效地指導(dǎo)礦區(qū)的土地復(fù)墾、生態(tài)環(huán)境保護(hù)與生態(tài)風(fēng)險(xiǎn)防范，促進(jìn)資源開(kāi)發(fā)與環(huán)境保護(hù)的協(xié)調(diào)發(fā)展。

本文在分析無(wú)人機(jī)遙感在國(guó)土資源調(diào)查、農(nóng)林生長(zhǎng)監(jiān)測(cè)、生態(tài)環(huán)境監(jiān)測(cè)、災(zāi)害調(diào)查評(píng)估應(yīng)用的基礎(chǔ)上，基于我國(guó)典型礦山損毀特點(diǎn)、監(jiān)測(cè)對(duì)象、監(jiān)測(cè)指標(biāo)剖析的基礎(chǔ)上，從搭載平臺(tái)、傳感器選擇、監(jiān)測(cè)參數(shù)等方面進(jìn)行了具體分析，構(gòu)建了礦區(qū)無(wú)人機(jī)遙感監(jiān)測(cè)與土地復(fù)墾的應(yīng)用框架體系，以期為無(wú)人機(jī)遙感在礦區(qū)的應(yīng)用與推廣提供借鑒與參考。

1 無(wú)人機(jī)遙感應(yīng)用的現(xiàn)狀分析

隨著無(wú)人機(jī)平臺(tái)不斷豐富多樣化，以及遙感傳感器的高度集成、質(zhì)量輕化，使得各種無(wú)人機(jī)平臺(tái)與遙感傳感器的結(jié)合成為可能，促使科學(xué)研究和實(shí)踐工作更多地嘗試和使用此項(xiàng)技術(shù)。當(dāng)前，無(wú)人機(jī)遙感技術(shù)已被用于諸多領(lǐng)域，主要包括國(guó)土資源調(diào)查、農(nóng)林生長(zhǎng)監(jiān)測(cè)、生態(tài)環(huán)境監(jiān)測(cè)、災(zāi)害調(diào)查評(píng)估等方面。

1.1 國(guó)土資源調(diào)查

在土地利用分類與動(dòng)態(tài)變化方面，國(guó)土部門(mén)和相關(guān)科研機(jī)構(gòu)與公司利用UAV搭載輕便型高分辨率數(shù)碼相機(jī)對(duì)一些縣市開(kāi)展了土地資源調(diào)查，選用面向?qū)ο蟮亩喑叨确指钣跋穹诸惙椒?，根?jù)地物特征的形狀、紋理等信息確定提取規(guī)則，實(shí)現(xiàn)土地利用信息的快速提取，并制作區(qū)域土地利用類型遙感圖，大部分地物識(shí)別與土地分類精度達(dá)到90%以上[15]。在土地利用動(dòng)態(tài)變化方面，通過(guò)外業(yè)控制測(cè)量和內(nèi)業(yè)數(shù)據(jù)處理過(guò)程，對(duì)內(nèi)蒙古東勝以及汶川地震影響山區(qū)[27]土地利用動(dòng)態(tài)變化的提取，并分析了土地利用信息動(dòng)態(tài)變化及原因。目前，利用UAVRS生產(chǎn)的測(cè)繪4D產(chǎn)品，已經(jīng)形成了成熟的流程和標(biāo)準(zhǔn)。國(guó)外也有學(xué)者研究基于紋理信息和多分割尺度的面向?qū)ο蠓椒╗28]與ANN分類方法[29]，解譯得到亞分米級(jí)分辨率與無(wú)人機(jī)影像的分類結(jié)果。通過(guò)對(duì)無(wú)人機(jī)影像測(cè)圖定位精度進(jìn)行了研究，表明依據(jù)無(wú)人機(jī)影像經(jīng)過(guò)幾何校正和拼接后得到的正射影像圖具有很高的平面位置精度[30-31]，能夠極大地滿足高精度土地利用分類與動(dòng)態(tài)變化的需求。

此外，UAVRS也開(kāi)始逐漸應(yīng)用于土地確權(quán)[32-33]與土地整治竣工驗(yàn)收[34]，非法建設(shè)用地監(jiān)測(cè)與執(zhí)法，將無(wú)人機(jī)遙感影像通過(guò)自動(dòng)判別和人工輔助的方式，識(shí)別到多種類型的非正常建設(shè)用地，提高了政務(wù)工作效率[35]。國(guó)外也有學(xué)者借用無(wú)人機(jī)方法分析了土方工程應(yīng)用的誤差分析，并結(jié)合垃圾填埋場(chǎng)、公路建設(shè)和高速鐵路建設(shè)的土方工程量進(jìn)行測(cè)算[36]。

1.2 農(nóng)林生長(zhǎng)監(jiān)測(cè)

從傳感器搭載方面，多光譜、高光譜、熱紅外等都廣泛的應(yīng)用于農(nóng)作物分布信息獲取、農(nóng)作物快速分類、生長(zhǎng)趨勢(shì)等農(nóng)情監(jiān)測(cè)方面。利用無(wú)人機(jī)搭載多光譜載荷觀測(cè)系統(tǒng)，可實(shí)現(xiàn)低空無(wú)人機(jī)遙感快速監(jiān)測(cè)大面積農(nóng)作物的覆蓋度變化。利用無(wú)人機(jī)搭載可見(jiàn)光系統(tǒng)，基于色彩特征和基于灰度共生矩陣的紅、綠、藍(lán)色均值紋理特征提取倒伏玉米面積[8]，搭載熱紅外反演農(nóng)作物缺水指數(shù)[37]、多傳感器移動(dòng)制圖系統(tǒng)可進(jìn)行獨(dú)株樹(shù)高的測(cè)量[38]。

在植被指數(shù)定量反演方面，多位學(xué)者采用可見(jiàn)光相機(jī)中RGB色域的顏色指數(shù)，借鑒歸一化植被指數(shù)NDVI的構(gòu)造原理及形式，提出了可見(jiàn)光波段差異植被指數(shù)VDVI，驗(yàn)證了其快速植被指數(shù)提取與植被覆蓋度監(jiān)測(cè)的可行性[39]。國(guó)外也有學(xué)者利用旋翼無(wú)人機(jī)實(shí)現(xiàn)了洋蔥郁閉度的無(wú)損測(cè)量，并建模分析了郁閉度與葉面積指數(shù)之間的關(guān)系[40]。在多種傳感器聯(lián)合應(yīng)用方面，高林等設(shè)計(jì)以多旋翼無(wú)人機(jī)為平臺(tái)同步搭載數(shù)碼相機(jī)和多光譜傳感器組成的無(wú)人機(jī)農(nóng)情監(jiān)測(cè)系統(tǒng)，分別獲取大豆結(jié)莢期和鼓粒期的遙感影像，結(jié)合田間同步實(shí)測(cè)葉面積指數(shù)數(shù)據(jù)，采用經(jīng)驗(yàn)?zāi)Ｐ头ǚ謩e構(gòu)建了單變量和多變量LAI反演模型，成為指導(dǎo)精準(zhǔn)農(nóng)業(yè)研究的一種新方法[41]。楊貴軍等[10]基于多旋翼無(wú)人機(jī)平臺(tái)，并集成高清數(shù)碼相機(jī)、多光譜儀、熱像儀等多載荷傳感器，提出一套農(nóng)業(yè)多載荷無(wú)人機(jī)遙感輔助小麥育種信息獲取系統(tǒng)，能夠高通量獲取作物倒伏面積、葉面積指數(shù)、產(chǎn)量及冠層溫度等育種關(guān)鍵表型參量。

1.3 生態(tài)環(huán)境監(jiān)測(cè)

在水土氣的生態(tài)環(huán)境監(jiān)測(cè)方面，河流水系與海岸變化的精細(xì)監(jiān)測(cè)一直是研究的重點(diǎn)，將UAVRS應(yīng)用到海岸線的提取[42]，與衛(wèi)星資料結(jié)合完成區(qū)域流域的生態(tài)健康評(píng)價(jià)[43]；或者采用多個(gè)載荷傳感器搭載于無(wú)人機(jī)之上獲取更多空間信息，將攝影測(cè)量和激光測(cè)距雷技術(shù)實(shí)現(xiàn)河流彎道處厘米級(jí)制圖與侵蝕分析[44]，將可見(jiàn)光、熱紅外數(shù)據(jù)結(jié)合實(shí)地資料實(shí)現(xiàn)南水北調(diào)水源地污染調(diào)查[21]。UAVRS為氣體探測(cè)提供極大便利，國(guó)內(nèi)外學(xué)者通過(guò)搭載相關(guān)的傳感器實(shí)現(xiàn)高精度的氣體(二氧化碳、水蒸氣、甲烷[45]和PM2.5濃度[46])分布制圖與成因探析。

工程環(huán)境監(jiān)測(cè)與驗(yàn)收方面，近年來(lái)的研究主要集中在積極探索UAVRS在道路、水利和礦產(chǎn)等大型生產(chǎn)建設(shè)項(xiàng)目的生態(tài)環(huán)境影響評(píng)價(jià)[47]，諸如新建鐵路的水土保持監(jiān)測(cè)[48]，建立相應(yīng)的分類與制圖標(biāo)準(zhǔn)與系統(tǒng)[49]，提取風(fēng)電類建設(shè)的環(huán)境敏感目標(biāo)[50]等。這些都表現(xiàn)出及時(shí)、準(zhǔn)確、全面地獲取工程進(jìn)展和環(huán)境變化，節(jié)約時(shí)間且效果良好，推廣應(yīng)用潛力大。

1.4 災(zāi)害調(diào)查評(píng)估

在地質(zhì)災(zāi)害調(diào)查方面，滑坡體、堰塞湖、洪水災(zāi)害、地震、氣象災(zāi)害、路橋病害等是常見(jiàn)的災(zāi)害，嚴(yán)重威脅到人類生存空間的安全。UAVRS以革命性的變革展開(kāi)類型多樣的研究工作，基于其快速地提供災(zāi)情信息，實(shí)現(xiàn)高效地預(yù)處理、智能分析與決策，為災(zāi)害評(píng)估與救援提供有力保障。國(guó)內(nèi)外學(xué)者致力于快速建立大型滑坡體的精細(xì)的高空間分辨率模型[51]、自動(dòng)提取高精度的滑坡體構(gòu)造特征與分布形態(tài)[52]、高效地分析滑坡體的地表位移與裂紋信息[53]；探索了復(fù)雜地質(zhì)氣象條件下堰塞湖的災(zāi)情評(píng)估和損失評(píng)價(jià)[54]；實(shí)現(xiàn)高精度提取城市區(qū)洪水淹沒(méi)區(qū)[55]；快速實(shí)現(xiàn)地震災(zāi)區(qū)的SIFT影像匹配[56]、三維可視化影像管理[57]等；此外，有學(xué)者將UAVRS應(yīng)用到橋梁結(jié)構(gòu)的監(jiān)測(cè)與維護(hù)[58]、未鋪砌道路表面病害探測(cè)[59]。礦區(qū)地質(zhì)災(zāi)害的調(diào)查嘗試GIS與UAVRS結(jié)合，針對(duì)廢棄礦山綜合調(diào)查與客觀評(píng)價(jià)地質(zhì)災(zāi)害空間分布[60]。在此方面國(guó)內(nèi)外的研究并不是特別多，而礦區(qū)也是地質(zhì)災(zāi)害多發(fā)區(qū)域，突發(fā)的地質(zhì)災(zāi)害往往造成嚴(yán)重的人生財(cái)產(chǎn)損失，因此針對(duì)礦區(qū)地質(zhì)災(zāi)害特征的無(wú)人機(jī)遙感監(jiān)測(cè)很有必要展開(kāi)。

2 無(wú)人機(jī)用于礦區(qū)監(jiān)測(cè)與土地復(fù)墾前景分析

通過(guò)上文分析，不難看出無(wú)人機(jī)遙感技術(shù)由于其在數(shù)據(jù)獲取、時(shí)效、成本方面的優(yōu)勢(shì)已經(jīng)在各行各業(yè)得到廣泛的應(yīng)用，而礦區(qū)作為一個(gè)劇烈擾動(dòng)實(shí)時(shí)變化的特殊對(duì)象，具有監(jiān)測(cè)對(duì)象與指標(biāo)多，監(jiān)測(cè)時(shí)效性高等多種現(xiàn)實(shí)需求，無(wú)人機(jī)遙感無(wú)疑能發(fā)揮很好的作用。無(wú)人機(jī)遙感技術(shù)主要適用面積約100～10萬(wàn)m2，相應(yīng)的誤差范圍約為2～20 cm[36]，通過(guò)比較我國(guó)典型礦山主要監(jiān)測(cè)對(duì)象及指標(biāo)(表1)，可以看出無(wú)人機(jī)遙感在礦區(qū)監(jiān)測(cè)與土地復(fù)墾方面有巨大的潛力。但目前無(wú)人機(jī)遙感在礦區(qū)的應(yīng)用尚處于起步階段，關(guān)于礦區(qū)無(wú)人機(jī)遙感的相關(guān)研究相對(duì)較少，且研究主要集中于礦區(qū)各類采礦設(shè)施與土地利用情況分類與監(jiān)測(cè)[61-62]，礦區(qū)地?zé)豳Y源分布調(diào)查[63]，非法與越界開(kāi)采識(shí)別[64-65]，露天礦工程量(采剝量、堆放量等)計(jì)算[22]等幾個(gè)方面。對(duì)照前文中無(wú)人機(jī)遙感在國(guó)土資源調(diào)查、農(nóng)林生長(zhǎng)、生態(tài)環(huán)境監(jiān)測(cè)、災(zāi)害調(diào)查評(píng)估等方面的研究進(jìn)展情況，無(wú)人機(jī)遙感在礦區(qū)的應(yīng)用有待于進(jìn)一步挖掘。

本文選取了我國(guó)典型大型礦區(qū)主要參數(shù)、礦區(qū)主要復(fù)墾對(duì)象和監(jiān)測(cè)指標(biāo)情況，據(jù)此知我國(guó)典型煤礦區(qū)的范圍均小于50 km2，非煤礦區(qū)的范圍小于15 km2。針對(duì)具體的監(jiān)測(cè)對(duì)象而言，除煤礦區(qū)的地表沉陷區(qū)面積較大之外，煤礦區(qū)的地表裂縫與矸石山等均小于0.2 hm2，非煤礦區(qū)的單個(gè)采坑、尾礦庫(kù)、廢石場(chǎng)和堆浸場(chǎng)等均小于0.8 hm2。與區(qū)域遙感監(jiān)測(cè)相比，礦區(qū)的監(jiān)測(cè)范圍更小，但重返周期長(zhǎng)時(shí)序觀測(cè)的要求更高，因而更適用于無(wú)人機(jī)遙感的應(yīng)用。因此，本文結(jié)合礦區(qū)監(jiān)測(cè)與土地復(fù)墾領(lǐng)域現(xiàn)實(shí)需求，提出了我國(guó)礦區(qū)無(wú)人機(jī)遙感監(jiān)測(cè)與土地復(fù)墾的應(yīng)用框架體系(圖1)。無(wú)人機(jī)遙感可廣泛應(yīng)用于礦區(qū)基礎(chǔ)信息普查、地質(zhì)災(zāi)害與污染等敏感風(fēng)險(xiǎn)源信息獲取與監(jiān)測(cè)，礦區(qū)土地復(fù)墾與生態(tài)重建規(guī)劃與設(shè)計(jì)、土地復(fù)墾驗(yàn)收與復(fù)墾后效果監(jiān)測(cè)與評(píng)價(jià)等多個(gè)方面，服務(wù)于礦山生產(chǎn)的全生命周期，對(duì)無(wú)人機(jī)遙感監(jiān)測(cè)數(shù)據(jù)區(qū)域、獲取參數(shù)、空間分辨率進(jìn)行了分析(表1)。

表1 無(wú)人機(jī)遙感監(jiān)測(cè)數(shù)據(jù)區(qū)域與精度劃分

圖1 礦區(qū)無(wú)人機(jī)遙感監(jiān)測(cè)與土地復(fù)墾框架體系

2.1 礦區(qū)基礎(chǔ)信息普查

礦區(qū)土地復(fù)墾是我國(guó)礦區(qū)生態(tài)修復(fù)的必然選擇，也是緩解人地矛盾、恢復(fù)生態(tài)環(huán)境的重要舉措[66-67]。2011年3月5日，國(guó)務(wù)院第592號(hào)令公布施行《土地復(fù)墾條例》(以下簡(jiǎn)稱《條例》)。要求土地復(fù)墾義務(wù)人按標(biāo)準(zhǔn)開(kāi)展調(diào)查評(píng)價(jià)摸清項(xiàng)目區(qū)土地利用狀況，并在此基礎(chǔ)上編報(bào)土地復(fù)墾方案，根據(jù)土地?fù)p毀的類型、程度、自然地理?xiàng)l件和復(fù)墾的可行性等因素，分類確定不同類型損毀土地的復(fù)墾方式、目標(biāo)和要求等。礦區(qū)基礎(chǔ)信息調(diào)查與獲取是掌握礦區(qū)基本自然條件，進(jìn)行后續(xù)土地復(fù)墾與生態(tài)重建工作的基礎(chǔ)與關(guān)鍵。國(guó)外一般也要求礦業(yè)主在進(jìn)行礦產(chǎn)開(kāi)發(fā)前要對(duì)礦區(qū)內(nèi)植被、水系、地下水埋深、土地利用、動(dòng)植物品種與分布等進(jìn)行詳盡的調(diào)查，并要求土地復(fù)墾后各項(xiàng)指標(biāo)恢復(fù)甚至優(yōu)于采礦前。

在礦區(qū)土地復(fù)墾規(guī)劃過(guò)程中，大比例地形圖和正射影像等提供復(fù)墾規(guī)劃的基礎(chǔ)信息，因地制宜的規(guī)劃與設(shè)計(jì)是復(fù)墾的重要環(huán)節(jié)，規(guī)劃的落實(shí)與施工是復(fù)墾的最終目標(biāo)與結(jié)果。監(jiān)測(cè)復(fù)墾整個(gè)過(guò)程，對(duì)確保礦區(qū)土地復(fù)墾達(dá)到預(yù)期目標(biāo)和理想效果有重要意義。診斷土地?fù)p傷狀況，評(píng)價(jià)土地?fù)p毀程度是礦區(qū)土地復(fù)墾的第一步。根據(jù)《土地復(fù)墾方案編制規(guī)程》，土地的損傷類別一般包括土地沉陷、土地挖損、土地壓占、土地占用和土地污染五個(gè)方面，一般根據(jù)劃分為輕度、中度和重度三個(gè)級(jí)別的損毀程度。土地?fù)p傷信息的獲取，應(yīng)當(dāng)包括土地沉陷量和沉陷范圍，土地挖損的體積和范圍，土地壓占的面積、體積和穩(wěn)定性，土地壓占的面積和體積，土地污染的類別、范圍和程度，通過(guò)總結(jié)分析，礦區(qū)的基礎(chǔ)信息主要包括：土地利用、地形、植被覆蓋度等覆蓋全礦井的區(qū)域性專題數(shù)據(jù)。其中，地形信息被認(rèn)為是礦區(qū)主要的基礎(chǔ)數(shù)據(jù)，礦區(qū)地形信息可采用常規(guī)的全站儀與水準(zhǔn)儀組合的數(shù)字測(cè)圖方法，還可用航空攝影測(cè)量技術(shù)、三維激光掃描、差分干涉合成孔徑雷達(dá)(DInSAR)、差分GPS與高分辨率影像結(jié)合法[68]；近年來(lái)無(wú)人機(jī)遙感技術(shù)實(shí)現(xiàn)了高精度的礦區(qū)大比例尺地形圖的快速測(cè)繪[64]。根據(jù)礦區(qū)地形和正射影像信息，輔助實(shí)地調(diào)查采樣和室內(nèi)分析處理方法，為得到礦區(qū)土地?fù)p傷的可靠狀況提供保障，為更精確評(píng)價(jià)礦區(qū)土地?fù)p毀程度奠定基礎(chǔ)。

因此，差異化的無(wú)人機(jī)平臺(tái)不斷涌現(xiàn)且性能得到提升，光學(xué)相機(jī)、多光譜相機(jī)、高光譜相機(jī)、熱紅外相機(jī)和微波輻射計(jì)等多種傳感器快速發(fā)展。將無(wú)人機(jī)與遙感傳感器結(jié)合而成的無(wú)人機(jī)遙感技術(shù)，獲取更高的時(shí)空分辨率、更多的光譜信息等，為礦區(qū)基礎(chǔ)信息的調(diào)查與獲取提供了極大的可能性。

2.2 礦區(qū)地質(zhì)災(zāi)害與污染等敏感風(fēng)險(xiǎn)源信息獲取與監(jiān)測(cè)

礦區(qū)地質(zhì)災(zāi)害風(fēng)險(xiǎn)源的識(shí)別與監(jiān)測(cè)，是礦區(qū)生態(tài)環(huán)境監(jiān)測(cè)以及后續(xù)的土地復(fù)墾與生態(tài)重建必須首要解決的問(wèn)題。井工開(kāi)采一般導(dǎo)致地表沉陷與裂縫、廢棄物壓占土地等問(wèn)題，而露天開(kāi)采一般將由露天采場(chǎng)、廢石場(chǎng)或排土場(chǎng)、尾礦庫(kù)等。這些都是可見(jiàn)的土地?fù)p毀和環(huán)境破壞問(wèn)題來(lái)源，也是潛在的地質(zhì)災(zāi)害誘發(fā)的風(fēng)險(xiǎn)源，造成區(qū)域土地利用結(jié)構(gòu)變化、農(nóng)用地和生態(tài)用地減少等問(wèn)題，還可能誘發(fā)滑坡、泥石流等次生地質(zhì)災(zāi)害，造成無(wú)法估量的人員和財(cái)產(chǎn)損失，特別是在因采礦引發(fā)的突發(fā)災(zāi)害，其造成的損失極其重大，這些在世界各地都有相關(guān)新聞報(bào)道，圖2列出了部分典型礦區(qū)監(jiān)測(cè)對(duì)象與風(fēng)險(xiǎn)源無(wú)人機(jī)遙感影像。

圖2 典型礦區(qū)監(jiān)測(cè)對(duì)象與風(fēng)險(xiǎn)源無(wú)人機(jī)拍攝影像圖

礦區(qū)主要的地質(zhì)災(zāi)害風(fēng)險(xiǎn)源的監(jiān)測(cè)礦區(qū)敏感信息主要包括溫度異常點(diǎn)(區(qū))、不穩(wěn)定山(坡)體、污染分布、積水分布等。國(guó)內(nèi)有學(xué)者采用高分辨率衛(wèi)星影像(IKONOS)快速、準(zhǔn)確地識(shí)別煤礦區(qū)塌陷群，清楚地識(shí)別了地表塌陷及其細(xì)節(jié)特征，分析其影響因子、規(guī)模和危害程度[69]，但是受衛(wèi)星重返周期所限，無(wú)法長(zhǎng)時(shí)序進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。而對(duì)自燃煤矸石山的溫度場(chǎng)監(jiān)測(cè)與建模方面，也有學(xué)者采用三維激光掃描儀、數(shù)字?jǐn)z影測(cè)量系統(tǒng)與熱紅外成像儀結(jié)合進(jìn)行溫度監(jiān)測(cè)[70-71]，但存在成本高、效率低等問(wèn)題。礦區(qū)常見(jiàn)高陡邊坡有露天礦的礦坑邊坡、尾礦庫(kù)壩體和排土場(chǎng)(廢石場(chǎng))邊坡，其不穩(wěn)定性存在誘發(fā)滑坡、泥石流等地質(zhì)災(zāi)害的高風(fēng)險(xiǎn)，對(duì)其變形監(jiān)測(cè)與穩(wěn)定性分析一直是礦區(qū)研究的熱點(diǎn)和難點(diǎn)。目前的監(jiān)測(cè)多采用多基線數(shù)字近景攝影測(cè)量方法、GPS監(jiān)測(cè)和地下滑動(dòng)式測(cè)斜儀結(jié)合等方法進(jìn)行監(jiān)測(cè)，也存在著無(wú)法動(dòng)態(tài)監(jiān)測(cè)、效率低等問(wèn)題。通過(guò)無(wú)人機(jī)搭載多種傳感器的組合，實(shí)現(xiàn)對(duì)礦區(qū)地質(zhì)災(zāi)害與污染等敏感風(fēng)險(xiǎn)源地面地形數(shù)據(jù)、溫度數(shù)據(jù)、變形數(shù)據(jù)的獲取、處理、融合與解譯將極大的提高數(shù)據(jù)獲取的精度、周期、效率。

2.3 礦區(qū)土地復(fù)墾驗(yàn)收與復(fù)墾后效果監(jiān)測(cè)與評(píng)價(jià)

礦區(qū)土地復(fù)墾施工是落實(shí)土地復(fù)墾規(guī)劃方案的內(nèi)容，也是礦區(qū)土地復(fù)墾目標(biāo)的重要保障，利用獲取的地形、植被、土地利用等數(shù)據(jù)，結(jié)合礦山開(kāi)采的計(jì)劃，可實(shí)現(xiàn)對(duì)復(fù)墾區(qū)域的景觀三維建模，并完成土地復(fù)墾與生態(tài)重建的規(guī)劃與設(shè)計(jì)工作。礦區(qū)土地復(fù)墾驗(yàn)收是檢驗(yàn)復(fù)墾施工結(jié)果的重要環(huán)節(jié)，也是對(duì)施工部門(mén)的考核和檢查，為礦區(qū)土地復(fù)墾的恢復(fù)土地功能有重要作用。監(jiān)測(cè)礦區(qū)土地復(fù)墾的施工，明確礦區(qū)土地復(fù)墾規(guī)劃方案的落實(shí)情況，及時(shí)掌握復(fù)墾施工的項(xiàng)目進(jìn)度；使用多種野外實(shí)測(cè)與遙感等技術(shù)結(jié)合，進(jìn)行礦區(qū)土地復(fù)墾的驗(yàn)收工作，可極大提高驗(yàn)收作業(yè)的效率。

礦區(qū)土地復(fù)墾施工過(guò)程一般包括：表土剝離與回覆、田面平整與松土、村莊地基與垃圾等清理、土壤培肥，農(nóng)田防護(hù)林重建、林地與草地植被重建，配套工程的灌排溝渠、道路系統(tǒng)工程、橋梁與涵洞等，以及后續(xù)監(jiān)測(cè)與管護(hù)措施等。礦區(qū)土地復(fù)墾驗(yàn)收一般根據(jù)復(fù)墾規(guī)劃的各項(xiàng)設(shè)計(jì)指標(biāo)，如表土剝離與回覆量、復(fù)墾標(biāo)高、田面平整度、表土壓實(shí)度、土壤培肥的養(yǎng)分變化、土壤水分與有機(jī)質(zhì)、灌溉排水系統(tǒng)等；以及復(fù)墾后三年內(nèi)的持續(xù)監(jiān)測(cè)，如，林地和草地成活率、耕地產(chǎn)量，以及配套與管護(hù)措施等。目前，國(guó)土資源部門(mén)已經(jīng)開(kāi)始運(yùn)用國(guó)產(chǎn)高分衛(wèi)星遙感影像數(shù)據(jù)進(jìn)行土地整治重大工程的施工驗(yàn)收，重點(diǎn)監(jiān)測(cè)獲取新增耕地、新修道路、溝渠等參數(shù)。在土地整治的土壤質(zhì)量、土壤肥力、項(xiàng)目區(qū)路網(wǎng)布局等定量評(píng)價(jià)方面，也有研究采用SPOT、TM/ETM、Quickbird等遙感影像進(jìn)行評(píng)價(jià)[72-74]?？傮w來(lái)看，目前主要著重從土壤水分與有機(jī)質(zhì)監(jiān)測(cè)、土壤植被指數(shù)與覆蓋度、表層土壤含水量、土壤澇漬及潛育化進(jìn)行土地整治方面的土壤質(zhì)量遙感評(píng)價(jià)。無(wú)人機(jī)由于具備靈活、可搭載多傳感器的優(yōu)勢(shì)，未來(lái)可以在土地復(fù)墾施工監(jiān)管、復(fù)墾工程竣工驗(yàn)收、復(fù)墾后土壤質(zhì)量、復(fù)墾植株長(zhǎng)勢(shì)、復(fù)墾后野生動(dòng)物活動(dòng)、復(fù)墾后生態(tài)系統(tǒng)恢復(fù)等多個(gè)方面發(fā)揮重要作用。

3 結(jié)論與展望

本文通過(guò)大量的文獻(xiàn)綜述，總結(jié)歸納了無(wú)人機(jī)遙感在國(guó)土資源調(diào)查、農(nóng)業(yè)林業(yè)生長(zhǎng)監(jiān)測(cè)、生態(tài)環(huán)境監(jiān)測(cè)和災(zāi)害調(diào)查評(píng)估等領(lǐng)域的應(yīng)用現(xiàn)狀?；谖覈?guó)典型大型礦山面積、監(jiān)測(cè)對(duì)象、監(jiān)測(cè)指標(biāo)在礦區(qū)信息普查與土地復(fù)墾中的監(jiān)測(cè)需求，較為系統(tǒng)性地分析了無(wú)人機(jī)在礦區(qū)監(jiān)測(cè)與土地復(fù)墾的應(yīng)用潛力，針對(duì)礦區(qū)基礎(chǔ)信息普查、地質(zhì)災(zāi)害與污染等敏感風(fēng)險(xiǎn)源信息獲取與監(jiān)測(cè)、土地復(fù)墾規(guī)劃與設(shè)計(jì)、土地復(fù)墾施工過(guò)程監(jiān)測(cè)和復(fù)墾后監(jiān)測(cè)與評(píng)價(jià)等過(guò)程，進(jìn)行了詳細(xì)地分析。大型礦區(qū)的土地復(fù)墾面積一般在公頃級(jí)到平方公里級(jí)，同時(shí)當(dāng)前諸多衛(wèi)星影像數(shù)據(jù)與地面調(diào)查手段并不能很好地滿足礦區(qū)尺度的監(jiān)測(cè)要求，而不同型號(hào)的固定翼和旋翼無(wú)人機(jī)恰好可以滿足上述面積的監(jiān)測(cè)需求，因此在不同的礦區(qū)監(jiān)測(cè)與土地復(fù)墾需求下，設(shè)計(jì)符合需求的監(jiān)測(cè)方案，選擇適宜的無(wú)人機(jī)搭載平臺(tái)與恰當(dāng)波段的傳感器，得到適宜的時(shí)空分辨率影像數(shù)據(jù)，實(shí)現(xiàn)理想的監(jiān)測(cè)效果與評(píng)價(jià)結(jié)果。

無(wú)人機(jī)遙感技術(shù)在礦區(qū)土地復(fù)墾應(yīng)用才剛剛開(kāi)始，將會(huì)根據(jù)實(shí)際需求而逐步拓展，在此領(lǐng)域有極大的研究潛力和應(yīng)用前景。針對(duì)礦區(qū)尺度較小、擾動(dòng)劇烈的特點(diǎn)，如何選擇合適的搭載平臺(tái)與傳感器，有針對(duì)性地解決所需要監(jiān)測(cè)的對(duì)象與問(wèn)題。這對(duì)于構(gòu)建精準(zhǔn)礦情獲取與普查，實(shí)現(xiàn)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)，從而指導(dǎo)礦山科學(xué)生產(chǎn)、合理安排土地復(fù)墾計(jì)劃，推動(dòng)綠色可持續(xù)發(fā)展的礦區(qū)，具有重要的研究意義和實(shí)際應(yīng)用價(jià)值。

[1] 金偉, 葛宏立, 杜華強(qiáng), 等. 無(wú)人機(jī)遙感發(fā)展與應(yīng)用概況[J]. 遙感信息, 2009(1): 88-92.

[2] Chianucci F, Disperati L, Guzzi D，et al. Estimation of canopy attributes in beech forests using true colour digital images from a small fixed-wing UAV[J]. International Journal of Applied Earth Observation and Geoinformation, 2016,47: 60-68.

[3] D’Oleire-Oltmanns S, Marzolff I, Peter K D， et al. Unmanned Aerial Vehicle (UAV) for Monitoring Soil Erosion in Morocco[J]. Remote Sensing, 2012, 4(11):3390-3416.

[4] 崔紅霞, 林宗堅(jiān), 孫杰. 無(wú)人機(jī)遙感監(jiān)測(cè)系統(tǒng)研究[J]. 測(cè)繪通報(bào), 2005(5):11-14.

[5] Lelong C D, Burger P, Jubelin G， et al. Assessment of Unmanned Aerial Vehicles Imagery for Quantitative Monitoring of Wheat Crop in Small Plots[J]. Sensors, 2008, 8(5): 3557-3585.

[6] 大疆創(chuàng)新官網(wǎng). Matrice100：未來(lái)的飛行方式由您隨心定義[EB/OL]. (2016-01-31)[2016-06-01]. http://www.dji.com/cn/product/ matrice100.

[7] María Pérez-Ortiz, José Manuel Pea, Pedro Antonio Gutierrez, et al. Selecting patterns and features for between- and within- crop-row weed mapping using UAV-imagery[J]. Expert Systems With Applications, 2016, 47: 85-94.

[8] 李宗南, 陳仲新, 王利民, 等. 基于小型無(wú)人機(jī)遙感的玉米倒伏面積提取[J]. 農(nóng)業(yè)工程學(xué)報(bào),2014,30(19):207-213.

[9] 李冰, 劉镕源, 劉素紅, 等. 基于低空無(wú)人機(jī)遙感的冬小麥覆蓋度變化監(jiān)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào),2012,28(13):160-165.

[10] 楊貴軍, 李長(zhǎng)春, 于海洋, 等. 農(nóng)用無(wú)人機(jī)多傳感器遙感輔助小麥育種信息獲取[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(21):184-190.

[11] 張園, 陶萍, 梁世祥, 等. 無(wú)人機(jī)遙感在森林資源調(diào)查中的應(yīng)用[J]. 西南林業(yè)大學(xué)學(xué)報(bào), 2011, 31(3):49-53.

[12] 王聰, 杜華強(qiáng), 周國(guó)模, 等. 基于幾何光學(xué)模型的毛竹林郁閉度無(wú)人機(jī)遙感定量反演[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2015, 26(5):1501-1509.

[13] 馮家莉, 劉凱, 朱遠(yuǎn)輝, 等. 無(wú)人機(jī)遙感在紅樹(shù)林資源調(diào)查中的應(yīng)用[J]. 熱帶地理, 2015, 35(1):35-42.

[14] 彭培勝, 王懿祥, 吳建強(qiáng), 等. 基于無(wú)人機(jī)遙感影像的三維森林景觀可視化[J]. 東北林業(yè)大學(xué)學(xué)報(bào),2013(6):61-65.

[15] 魏子寅. 基于無(wú)人機(jī)正射影像進(jìn)行土地利用/土地覆蓋分析[D]. 呼和浩特：內(nèi)蒙古師范大學(xué), 2013.

[16] 張文博. 無(wú)人機(jī)航測(cè)技術(shù)在土地綜合整治中的應(yīng)用研究[D]. 長(zhǎng)沙:長(zhǎng)沙理工大學(xué), 2013.

[17] 雷添杰, 李長(zhǎng)春, 何孝瑩. 無(wú)人機(jī)航空遙感系統(tǒng)在災(zāi)害應(yīng)急救援中的應(yīng)用[J]. 自然災(zāi)害學(xué)報(bào), 2011(1):178-183.

[18] 臧克, 孫永華, 李京, 等. 微型無(wú)人機(jī)遙感系統(tǒng)在汶川地震中的應(yīng)用[J]. 自然災(zāi)害學(xué)報(bào), 2010, 19(3):162-166.

[19] 雷添杰, 宮阿都, 李長(zhǎng)春, 等. 無(wú)人機(jī)遙感系統(tǒng)在低溫雨雪冰凍災(zāi)害監(jiān)測(cè)中的應(yīng)用[J]. 安徽農(nóng)業(yè)科學(xué), 2011, 39(4):2417-2419，2423.

[20] Quanlong Feng, Jiantao Liu, Jianhua Gong. Urban Flood Mapping Based on UAV RS and Random Forest Classifier—A Case of Yuyao, China 2015 Water Q2C4[J]. Water, 2015, 7(4): 1437-1455.

[21] 洪運(yùn)富, 楊海軍, 李營(yíng), 等. 水源地污染源無(wú)人機(jī)遙感監(jiān)測(cè)[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2015(5):163-166.

[22] Bo Li, Zhongfa Zhou, Kaicheng Huang. Analyzing Degradation Ecological Landscape Pattern for the Karst Plateau on the Basis of GIS Technologies[C]//Third International Symposium on Plant Growth Modeling, Simulation, Visualization and Applications. IEEE, 2009:449-452.

[23] 劉廣盛, 呂軍超. 基于無(wú)人機(jī)的礦區(qū)變化監(jiān)測(cè)關(guān)鍵技術(shù)研究[J]. 測(cè)繪通報(bào), 2012(S1): 95-98.

[24] 許志華, 吳立新, 陳紹杰, 等. 基于無(wú)人機(jī)影像的露天礦工程量監(jiān)測(cè)分析方法[J]. 東北大學(xué)學(xué)報(bào)：自然科學(xué)版, 2016, 37(1): 84-88.

[25] U. Niethammer, M.R. James, S. Rothmund, et al. UAV-based remote sensing of the Super-Sauze landslide: Evaluation and results[J]. Engineering Geology, 2012, 128(11):2-11.

[26] B. Kr?ák, P. Bli?tan, A. Pauliková, P. Pukárová, L. Kovanic, J. Palková, V. Zeliznaková. Use of low-cost UAV photogrammetry to analyze the accuracy of a digital elevation model in a case study[J]. Measurement, 2016, 91:276-287.

[27] 付蕭, 魯恒, 朱慶, 等. 利用無(wú)人機(jī)影像進(jìn)行山區(qū)土地利用信息動(dòng)態(tài)監(jiān)測(cè)[J]. 山地學(xué)報(bào), 2016, 34(1):121-126.

[28] Andrea S. Laliberte and Albert Rango. Texture and Scale in Object-Based Analysis of Subdecimeter Resolution UAV Imagery[J]. IEEE Transactions on Geoscience and Remte Sensing, 2009, 47(3): 761-770.

[29] Monica Rivas Casado,Rocio Gonzalez,Thomas Kriechbaumer,et al. Automated Identification of River Hydromorphological Features Using UAV High Resolution Aerial Imagery[J]. Sensors, 2015, 15(11): 27969-27989.

[30] 胡曉曦, 李永樹(shù), 李何超, 等. 無(wú)人機(jī)低空數(shù)碼航測(cè)與高分辨率衛(wèi)星遙感測(cè)圖精度試驗(yàn)分析[J]. 測(cè)繪工程, 2010, 19(4):68-70, 74.

[31] 周曉敏, 趙力彬, 張新利. 低空無(wú)人機(jī)影像處理技術(shù)及方法探討[J]. 測(cè)繪與空間地理信息, 2012, 35(2): 182-184.

[32] 顧潔. 無(wú)人機(jī)航攝在農(nóng)村土地承包經(jīng)營(yíng)權(quán)確權(quán)登記頒證中的應(yīng)用——以鳳陽(yáng)縣為例[J]. 測(cè)繪通報(bào), 2016(2):94-96, 99.

[33] 杜會(huì)石, 孫艷楠, 陳智文, 等. “3S”技術(shù)在農(nóng)村土地確權(quán)登記發(fā)證中的應(yīng)用[J]. 江蘇農(nóng)業(yè)科學(xué), 2014, 42(12):350-352.

[34] 吳正鵬, 王琳, 奚歌. 無(wú)人機(jī)低空遙感系統(tǒng)在土地復(fù)墾中的應(yīng)用[J]. 城市勘測(cè), 2013(6): 82-84, 88.

[35] 陸東海. 基于低空遙感和地政數(shù)據(jù)的非正常建設(shè)用地類型判別研究[D]. 南京：南京大學(xué), 2014.

[36] Siebert S, Teizer J. Mobile 3D mapping for surveying earthwork projects using an Unmanned Aerial Vehicle (UAV) system[J]. Automation in Construction, 2014, 41(2): 1-14.

[37] V. Gonzalez-Dugo, P. Zarco-Tejada, E. Nicolás, et al. Using high resolution UAV thermal imagery to assess the variability in the water status of five fruit tree species within a commercial orchard[J]. Precision Agriculture, 2013, 14(6): 660-678.

[38] Anttoni Jaakkola,J Hyypp?,A Kukko, et al. A low-cost multi-sensoral mobile mapping system and its feasibility for tree measurements[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2010,65(6):514-522.

[39] 汪小欽, 王苗苗, 王紹強(qiáng), 等.基于可見(jiàn)光波段無(wú)人機(jī)遙感的植被信息提取[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(5): 152-159.

[40] Juan I. Córcoles, Jose F. Ortega,D Hernndez, et al. Estimation of leaf area index in onion (Allium cepa L.) using an unmanned aerial vehicle[J]. Biosystems Engineering, 2013, 115(1): 31-42

[41] 高林, 楊貴軍, 王寶山, 等. 基于無(wú)人機(jī)遙感影像的大豆葉面積指數(shù)反演研究[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2015, 23(7):868-876.

[42] 鄧才龍. 無(wú)人機(jī)遙感在海島海岸帶監(jiān)測(cè)中的應(yīng)用研究[D]. 青島:國(guó)家海洋局第一海洋研究所, 2015.

[43] 梁婷, 朱京海, 徐光, 等. 應(yīng)用B-IBI和UAV遙感技術(shù)評(píng)價(jià)遼河上游生態(tài)健康[J]. 環(huán)境科學(xué)研究, 2014, 27(10):1134-1142.

[44] Claude Flener, Matti Vaaja, A Jaakkola, et al. Seamless Mapping of River Channels at High Resolution Using Mobile LiDAR and UAV-Photography[J]. Remote Sensing, 2013, 5(12): 6382-6407.

[45] Amir Khan, David Schaefer, L Tao, et al. Low Power Greenhouse Gas Sensors for Unmanned Aerial Vehicles[J]. Remote Sensing, 2012, 4: 1355-1368.

[46] Zhong-Ren Peng, Dongsheng Wang,Z Wang, et al. A study of vertical distribution patterns of PM2.5 concentrations based on ambient monitoring with unmanned aerial vehicles: A case in Hangzhou, China[J]. Atmospheric Environment, 2015, 123: 357-369.

[47] 王曉臣, 朱京海, 梁婷, 等. 無(wú)人機(jī)遙感技術(shù)在生態(tài)環(huán)境影響評(píng)價(jià)中的應(yīng)用研究[J]. 環(huán)境影響評(píng)價(jià), 2015, 37(2):70-73.

[48] 王志良, 付貴增, 韋立偉, 等. 無(wú)人機(jī)低空遙感技術(shù)在線狀工程水土保持監(jiān)測(cè)中的應(yīng)用探討——以新建重慶至萬(wàn)州鐵路為例[J]. 中國(guó)水土保持科學(xué), 2015, 13 (4): 109-113.

[49] 李營(yíng), 陳忱, 張峰, 等. 無(wú)人機(jī)影像高鐵竣工環(huán)保驗(yàn)收信息分類體系研究[J]. 鐵道工程學(xué)報(bào), 2011, 28(7):105-111.

[50] 問(wèn)鼎. 基于無(wú)人機(jī)的風(fēng)電類建設(shè)項(xiàng)目竣工環(huán)保驗(yàn)收方法研究[D].沈陽(yáng)：沈陽(yáng)航空航天大學(xué), 2014.

[51] 劉春, 萬(wàn)紅, 李巍岳, 等. 基于無(wú)人機(jī)影像的大型滑坡區(qū)域精細(xì)地形構(gòu)建研究[J]. 井岡山大學(xué)學(xué)報(bào)：自然科學(xué)版, 2015(1):1-7.

[52] Abdulla Al-Rawabdeh, He F, Moussa A, et al. Using an Unmanned Aerial Vehicle-Based Digital Imaging System to Derive a 3D Point Cloud for Landslide Scarp Recognition[J]. Remote Sensing, 2016, 8(2):95.

[53] U. Niethammer, M.R. James,S Rothmund, et al. UAV-based remote sensing of the Super-Sauze landslide: Evaluation and results[J]. Engineering Geology, 2012, 128(11): 2-11.

[54] 馬澤忠, 王福海, 劉智華, 等. 低空無(wú)人飛行器遙感技術(shù)在重慶城口滑坡堰塞湖災(zāi)害監(jiān)測(cè)中的應(yīng)用研究[J]. 水土保持學(xué)報(bào), 2011, 25(1):253-256.

[55] Quanlong Feng, Jiantao Liu, Jianhua Gong. Urban Flood Mapping Based on UAV RS and Random Forest Classifier-A Case of Yuyao, China 2015 Water Q2C4[J]. Water, 2015, 7(4): 1437-1455.

[56] 宮阿都, 何孝瑩, 雷添杰, 等. 無(wú)控制點(diǎn)數(shù)據(jù)的無(wú)人機(jī)影像快速處理[J]. 地球信息科學(xué)學(xué)報(bào), 2010, 12(2):2254-2260.

[57] 周潔萍, 龔建華, 王濤, 等. 汶川地震災(zāi)區(qū)無(wú)人機(jī)遙感影像獲取與可視化管理系統(tǒng)研究[J]. 遙感學(xué)報(bào), 2008, 12(6):877-884.

[58] Najib Metni, T Hamel. A UAV for bridge inspection: Visual servoing control law with orientation limits[J]. Automation in Construction, 2007,17: 3-10.

[59] Chunsun Zhang.An Unmanned Aerial Vehicle-Based Imaging System for 3D Measurement of Unpaved Road Surface Distresses[J].Computer-Aided Civil and Infrastructure Engineering, 2012, 27(2):118-129.

[60] 陳宇琛. 基于UAV和GIS技術(shù)的廢棄礦山地質(zhì)災(zāi)害調(diào)查與評(píng)價(jià)[D].北京：中國(guó)地質(zhì)大學(xué)(北京), 2015.

[61] 荊平平. 無(wú)人機(jī)影像獲取與信息提取應(yīng)用研究[D]. 北京: 中國(guó)地質(zhì)大學(xué)(北京), 2014.

[62] 錢(qián)尊巖. 低空無(wú)人機(jī)遙感在油田測(cè)量中的關(guān)鍵技術(shù)應(yīng)用研究[D].東營(yíng): 中國(guó)石油大學(xué)(華東), 2012.

[63] Abdul Nishar, Steve Richards, B Dan,et al. Thermal infrared imaging of geothermal environments and by an unmanned aerial vehicle (UAV): A case study of the Wairakei -- Tauhara geothermal field, Taupo, New Zealand[J]. Renewable Energy, 2016, 86: 1256-1264.

[64] 李遷. 低空無(wú)人機(jī)遙感在礦山監(jiān)測(cè)中的應(yīng)用研究[D]. 北京: 中國(guó)地質(zhì)大學(xué)(北京), 2013.

[65] 邴媛媛. 無(wú)人機(jī)遙感在某鐵礦礦區(qū)資源監(jiān)測(cè)中的應(yīng)用[D]. 阜新：遼寧工程技術(shù)大學(xué), 2008.

[66] 胡振琪, 肖武, 王培俊, 等. 試論井工煤礦邊開(kāi)采邊復(fù)墾技術(shù)[J]. 煤炭學(xué)報(bào), 2013, 38(2): 301-307.

[67] 肖武, 胡振琪, 許獻(xiàn)磊, 等. 煤礦區(qū)土地復(fù)墾成本確定方法[J]. 煤炭學(xué)報(bào),2010(S1): 175-179.

[68] 王行風(fēng), 鄧喀中, 汪云甲. 利用DGPS和高空間分辨率影像進(jìn)行煤礦區(qū)地形圖更新研究[J]. 中國(guó)礦業(yè), 2008, 17(5): 103-105, 108.

[69] 劉歡, 朱谷昌, 李智峰, 等. IKONOS衛(wèi)星影像在甘肅省紅會(huì)煤礦區(qū)塌陷群識(shí)別中的應(yīng)用[J]. 中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào), 2010, 21(4): 82-85.

[70] 王海娟, 胡振琪, 王曉軍, 等. 自燃煤矸石山表面溫度場(chǎng)紅外三維模型構(gòu)建[J]. 中國(guó)煤炭, 2015(8): 131-135.

[71] 胡振琪, 高楊, 蘇未曰, 等. 基于點(diǎn)火源模型反演測(cè)算煤矸石山著火點(diǎn)深度研究[J]. 煤炭科學(xué)技術(shù), 2015, 43(1):134-137.

[72] 丁美青. 土地開(kāi)發(fā)整理區(qū)土壤質(zhì)量遙感定量評(píng)價(jià)研究[D]. 長(zhǎng)沙：中南大學(xué), 2014.

[73] 邢凡勝. 基于遙感的土地開(kāi)發(fā)整理及項(xiàng)目區(qū)路網(wǎng)布局評(píng)價(jià)[D]. 長(zhǎng)沙：長(zhǎng)沙理工大學(xué), 2007.

[74] 曾繁. 土地整理之土壤肥力遙感反演及評(píng)價(jià)[D]. 長(zhǎng)沙：長(zhǎng)沙理工大學(xué), 2013.

[75] 王植, 劉善軍, 徐白山, 等. 無(wú)人機(jī)影像序列中露天礦三維建模[C]//第十七屆中國(guó)環(huán)境遙感應(yīng)用技術(shù)論壇論文集,2013:68-74.

The status and prospect of UAV remote sensing in mine monitoring and land reclamation

XIAO Wu, HU Zhenqi, ZHANG Jianyong, ZHAO Yanling, YANG Kun

(Institute of Land Reclamation and Ecological Restoration, China University of Mining & Technology(Beijing), Beijing 100083, China)

Unmanned aerial vehicle remote sensing(UAVRS) with the features of low cost, short revisit period, speediness and high efficiency, lightweight and flexibility, easy operation, and high accuracy etc., has become a research hotspot nowadays. It has also been widely employed in land resource investigating, agriculture and forest monitoring, eco-environment supervising and disaster evaluating, and demonstrates its advantages of elasticity, quickness, and high space-time resolution. This paper analyzed the application status of unmanned aerial vehicle remote sensing technology. For the special object of mining area, based on the analysis of typical mining districts’ area and monitored objects and indexes, carrying platform, sensors and monitoring parameter of were dissected specifically. Then, the application of framework system of unmanned aerial vehicle remote sensing monitoring and land reclamation in mining area was established. Unmanned aerial vehicle remote sensing technology, being available for basic information investigation, geological hazards and pollution monitoring, land reclamation and ecological restoration plan, reclamation acceptance and effect monitoring and evaluation, will become a vital important technique in monitoring and land reclamation of mining district.

unmanned aerial vehicle(UAV); remote sensing; mine monitoring; land reclamation

2016-12-24 責(zé)任編輯：趙奎濤

國(guó)家自然科學(xué)基金項(xiàng)目資助(編號(hào)：41401609)；北京市優(yōu)秀人才培養(yǎng)項(xiàng)目資助

肖武(1983-)，男，博士，副教授，主要從事土地復(fù)墾與生態(tài)修復(fù)、3S技術(shù)在土地中的應(yīng)用，E-mail: xiaowuwx@126.com。

TP79；TD88

A

1004-4051(2017)06-0071-08