金属矿山

作者：张来红,秦婷婷,泽仁卓格,张海涛,佘长超,李军,张成业

单位：1. 神华北电胜利能源有限公司,内蒙古 锡林浩特 026015;2. 中国矿业大学(北京) 地球科学与测绘工程学院,北京 100083

关键词：土地利用分类,GEE,随时森林算法,长时间序列,多维特征,

基金：煤炭开采水资源保护与利用国家重点实验室 2020 年开放基金项目(编号:GJNY-20-113-14);中央高校基本科研业务费专项(编号:2022JCCXDC04,2022YQDC08)。

随着矿产资源的不断开采,矿区地表土地利用会发生频繁的变化,快速获取矿区开采过程中长时间序列连续的土地利用分类结果对于矿区土地治理与生态重建具有重要意义。 基于 Google Earth Engine ( GEE)遥感云平台,对 Sentinel-2 和 Landsat 数据从光谱特征、纹理特征、地形特征 3 个方面构建多维特征集,采用随机森林算法分别建立了不同特征模型并测试精度以筛选出适合矿区场景的最优分类模型。 以锡林浩特市露天矿区为研究区,开展了近30 a(1991—2020 年)长时序土地利用分类研究。 结果表明:① 基于 GEE 遥感云平台,能够高效、快速、准确地提取研究区 1991—2020 年近 30 a 的土地利用分类结果;② 光谱特征对分类精度具有决定性作用,融入纹理特征和地形特征能够有效提高矿区土地利用分类模型精度;③ Sentinel-2 数据特有的红边波段对植被具有较高的敏感性,能有效提高分类精度。 长时间连续的监测结果能够有效了解锡林浩特市露天矿区土地利用的变化情况及规律,为进一步分析人类生产生活和环境变化对土地利用的影响提供了坚实的数据支撑。

来源：2023年第03期

《金属矿山》期刊编辑部

查看金属矿山杂志2023年第03期