CN: 11-6035/N
ISSN: 2096-2223
其他数据论文 II 区论文（已发表） • 版本 ZH2 Vol 9 (1) 2024
下载
2020–2022年环渤海地区8 m分辨率露天采矿区空间分布数据集
A dataset of spatial distribution of open-pit mining areas with a resolution of 8 m in the Bohai Rim region (2020–2022)
韩杏杏，胡勇，张心悦，秦思柔，王淑颖，贾腾
HAN Xingxing, HU Yong, ZHANG Xinyue, QIN Sirou, WANG Shuying, JIA Teng
 >>
： 2022 - 07 - 01
： 2023 - 10 - 16
： 2023 - 07 - 28
： 2024 - 03 - 28
Baidu
map
2573 13 0
摘要&关键词
摘要：随着我国矿山开采活动的增加，矿山周边的生态环境面临前所未有的压力,并且产生了诸如空气污染、水土流失、固体废弃物污染、滑坡泥石流等一系列的资源、生态与环境问题。为准确地掌握露天采矿空间分布数据，学者和监管部门正在积极采用遥感这一新兴技术探索一种及时高效的露天采矿区监测方法。本项目使用国产高分光学遥感影像GF-6 8m分辨率多光谱数据，结合Google地球高分辨率影像数据，采用面向对象提取算法、时序影像判别和目视解译方法，制作完成环渤海区域露天矿区分布数据集（包含8000多处露天矿区分布数据）。数据集总体精度为95.0%，生产者精度为98.0%，用户精度为92.4%，具有较高准确性。本数据集能够直观反映环渤海区域露天矿区分布的空间变化规律，揭示经济发展、政策制定对其影响，为露天采矿管理及其相关政策制定提供数据支撑。
关键词：露天采矿区；高分辨率影像；环渤海；空间分布
Abstract & Keywords
Abstract: With the increase of mining activities in China, the ecological environment around mines is facing unprecedented pressure, leading to a series of resource, ecological and environmental problems, such as air pollution, soil erosion, solid waste pollution, landslides and debris flows. To precisely obtain the spatial distribution data of open-pit mining, scholars and regulatory bodies are actively seeking timely and efficient methods to monitor open-pit mining areas by using the remote sensing, an innovative technology, for this purpose. In this research, we adopted high-resolution optical remote sensing image GF-6 with a resolution of 8m to obtain the open-pit mining dataset in the Bohai Rim through rule-based feature extraction, time-series image discrimination and visual interpretation methods, covering over 8000 open-pit mining areas. The dataset exhibits a high level of accuracy, with an overall accuracy of 95.0%, a producer accuracy of 98.0% and a user accuracy of 92.4%. It effectively reflects the spatial dynamics in the distribution of open-pit mining areas within the Bohai Rim region and reveals the influence of economic growth and policy-making on these changes. Thus, the dataset can offer valuable data support for managing open-pit mining operations and the development of related policies.
Keywords: open-pit mining; GF-6 MSS; Bohai Rim; temporal and spatial distribution
数据库（集）基本信息简介
数据库（集）名称2020–2022年环渤海地区8 m分辨率露天采矿区空间分布数据集
数据作者韩杏杏，胡勇，张心悦，秦思柔，王淑颖，贾腾
数据通信作者张心悦（1072798990@qq.com）
数据时间范围2020–2022年
地理区域地理范围包括34°22′38″N–43°29′19″N，113°27′17″E–125°47′8″E。地理区域范围包括北京市、天津市、河北省、山东省、辽宁省。
空间分辨率8 m
数据量60.1 MB
数据格式*.dat
数据服务系统网址https://doi.org/10.57760/sciencedb.j00001.00454
基金项目国家对地观测科学数据中心2021年度开放基金（NODAOP2021006）
数据库（集）组成本数据集包括2020–2022年环渤海地区露天采矿空间分布，总共一期数据，包含1个*.dat文件，该文件是储存8 m分辨率露天采矿区数据的栅格格式文件。
Dataset Profile
TitleA dataset of spatial distribution of open-pit mining areas with a resolution of 8 m in the Bohai Rim region (2020–2022)
Data corresponding authorZHANG Xinyue (1072798990@qq.com)
Data authorsHAN Xingxing, HU Yong, ZHANG Xinyue, QIN Sirou, WANG Shuying, JIA Teng
Time range2020 – 2022
Geographical scopeBeijing, Tianjin, Hebei, Shandong and Liaoning (34°22′38″N–43°29′19″N，113°27′17″E–125°47′8″E)
Spatial resolution8 m
Data volume60.1 MB
Data format*.dat
Data service system<https://doi.org/10.57760/sciencedb.j00001.00454>
Source of fundingOpen Research Fund of National Earth Observation Data Center (NODAOP2021006)
Dataset compositionThis dataset comprises the distribution data of open-pit mining areas in the Bohai Rim region during 2020-2022, stored in the *.dat format.
Baidu
引 言
近年来，由于露天采矿导致的水文条件改变、土壤和植被退化、山体滑坡、泥石流、固体废弃物污染等环境问题层出不穷，这些现象与新时代人与自然和谐发展的使命要求极不相称[1-3]。为此，自然资源部办公厅、生态环境部办公厅2019年5月专门印发《关于加快推进露天矿山综合整治工作实施意见的函》，提出全面摸底排查露天矿山情况，依法开展露天矿山综合整治，加强露天矿山生态修复，严格控制新建露天矿山建设项目。因此，准确掌握露天采矿空间分布数据，加强露天采矿的监控，可为十九大提出的打赢蓝天保卫战等重大决策部署提供科学依据[4-5]。
传统的露天采矿监测主要采用野外调查的方法。然而一方面，考虑到高昂的人力、物力、财力成本，大规模野外调查无法作为常态化的监测手段。另一方面，受采矿区复杂的地表覆盖类型的限制，有限的野外采样难以满足矿区时空动态监测的需求。遥感作为一种能够短周期快速获取大范围露天采矿信息的手段，在露天采矿监测中，已经显示出了其独特的优势[6-8]。目前的公开数据集主要获取地表覆盖变化（水体、植被等）等信息，而关于露天采矿区空间分布的数据集仍有待研究[9-10]。国产GF-6卫星具有高分辨率、宽覆盖、高质量和高效成像等特点，主要应用于农业、林业资源调查等研究。因此使用GF-6卫星数据提取露天采矿空间分布，结果能够评估国产卫星数据在露天矿区监测中的应用能力，探索高分辨率卫星露天采矿区监测的遥感分析方法体系[11]。
环渤海地区人口密度高，资源开发利用强度大，存在大量的露天采矿场。由于这些露天开采点在矿石开采过程中缺乏科学系统的环境评估和实时监测，导致地表植被和表层土壤破坏，造成了生态系统功能退化，严重制约了该区域社会经济可持续发展。当前急需对该区域露天矿山开采中存在的问题进行综合分析，找到解决问题的方法。因此，本数据集使用国产GF-6卫星数据，首次获取环渤海地区高分辨率露采矿区空间分布数据。本数据集可为露天采矿管理及相关政策制定提供数据支撑，对研究环渤海地区经济发展和生态环境存在的问题具有重要意义。
1   数据采集和处理方法
1.1   数据来源
本文所采用的是高分六号卫星（GF-6）8 m分辨率多光谱数据（https://data.cresda.cn/#/home）。GF-6于2018年6月2日成功发射，主要应用于精准农业观测、林业资源调查等行业。GF-6星配置2米全色/8米多光谱高分辨率相机、16米多光谱中分辨率宽幅相机，2米全色/8米多光谱相机观测幅宽90公里，16米多光谱相机观测幅宽800公里。原中国科学院遥感与数字地球研究所中国遥感卫星地面接收站实施的“对地观测数据共享计划”（http://ids.ceode.ac.cn/index.aspx）可免费接收并使用部分数据。
1.2   数据处理
由于GF-6多光谱数据幅宽90公里，覆盖整个环渤海区域需要100多景影像（图1）。研究收集2020年以来环渤海地区276景GF-6影像数据，影像的具体采集日期与分布见图1与表1。运用遥感数据处理软件ENVI/IDL、ArcGIS等软件对影像进行处理。主要的数据处理步骤如下：


图1   GF-6影像覆盖图
Figure 1 GF-6 image overlay
注：其中影像轮廓为采集的研究区域每个影像的轮廓，圆点为采集影像对应中心点位置，圆点颜色表示影像采集时间段，图中红色边界区域为在Google地球上通过目视解译绘制样本。环渤海边界内包含北京市、天津市、河北省、山东省、辽宁省，样本为Google地球高分辨影像选取的训练样本。
表1   GF-6影像采集日期与对应日期影像景数
日期景数日期景数日期景数日期景数
202006012202101222202105122202110116
2020060242021012912021052910202110121
202006068202102117202106101202110202
202006131202102166202106185202110242
2020061952021031611202106193202111011
202006262202103171202106261202111133
202006272202103247202107011202111171
202006301202103283202107241202111253
202007012202104011202107251202111261
202007051202104057202107301202111304
202007087202104065202108151202112032
202007212202104092202108181202112075
202007258202104139202108225202112156
202008141202104143202108232202112194
202010238202104186202108275202112207
202011048202104251202108305202112243
202011295202104261202109083202112283
202101012202104292202109124202201011
202101021202104301202109171202203283
202101133202105012202109217202205042
202101172202105052202109241
1.2.1   数据预处理
完成影像数据的辐射定标、大气校正、地形校正和几何正射校正等处理（图2）。
（1）辐射定标。中国资源卫星应用中心（http://www.cresda.com/CN/Downloads/dbcs/index.shtml）下载影像获取当年的辐射定标系数。使用辐射定标系数将DN（数字化数值）值转化为辐射亮度值。
（2）大气校正。使用ENVI/DIL软件中FLAASH大气校正模型对（1）中完成辐射定标的文件进行大气校正。
（3）地形校正。利用成熟的地形辐射校正模型消除或减少山区地形起伏引起的辐射差异。
（4）几何正射校正。使用GF-6自带的正射校正文件对影像进行正射校正。
（5）投影转换。影像投影统一采用GCS_WGS_1984坐标系，地理坐标以度为单位。将所有影像的坐标统一转换为GCS_WGS_1984坐标系。
（6）影像裁剪。由于采集到的研究区域影像地表覆盖区域各不相同，无法进行统一矩阵算法处理，将研究区域分为1°×1°网格区域处理。因此将研究区域影像按照1°网格进行裁剪，后续单独对每个网格数据进行处理。


图2   数据集研究技术路线图
Figure 2 Research technology roadmap for the dataset
1.2.2   露天采矿区识别和解译
用ENVI\IDL软件基于规则的面向对象信息提取功能、时序影像NDVI阈值和目视解译等功能得到环渤海区域露天采矿空间分布数据集，主要数据处理步骤（图2）如下：
（1）矿区样本获取。使用Google地球高分辨影像通过手动绘制方法选取矿区对应的样本数据，同时将样本对应KML文件转为SHP文件，计算影像对应样本区域统计值。其中部分样本用于计算统计值，部分用矿区制图精度验证。
（2）矿区初步提取。使用（1）获取的矿区样本数据计算对应区域影像NDVI阈值范围，使用基于规则的面向对分类方法对经过预处理的GF-6多光谱地表反射率影像进行分割，同时使用NDVI阈值对整个影像矿区进行初步提取，获取矿区初步提取结果。
（3）时序NDVI剔除水体植被干扰。由于植被、水体等其他干扰地物在年内不同观测时间段NDVI会发生变化，而露天矿区由于地表主要覆盖为岩石，矿区NDVI随时间变化较小，因此使用NDVI时序变化对矿区和非矿区进一步判断。由于研究大部分地区在不同时间段采集了多景影像（图1），因此使用每个象元对应时序NDVI阈值，对初步获取矿区中所包含的水体植被区域进行剔除。
（4）目视解译剔除城镇等其他干扰项。由于城镇区域光谱反射和矿区的光谱反射相似，因此很难使用面向对象分类将二者区分开来。研究将获取的矿区边界数据导入Google地球软件，通过目视判别的方式，使矿区和城镇区分开来。使用ArcGIS软件将获取的KML文件转为SHP矢量文件。最终获取研究区域矿区分布矢量数据。
2   数据样本描述
2.1   数据组成
本数据集为2020–2022年环渤海地区露天采矿空间分布数据，其空间分辨率为8 m，坐标系为WGS1984，总数据量为60.1 MB。本数据集包括2020–2022年覆盖环渤海地区8 m分辨率GF-6数据提取的一期露天采矿区空间分布数据，数据包含8个文件，主要存储方式为ArcGIS SHP文件格式。
2.2   数据样本
利用ENVI/IDL和ArcGIS软件通过1.2章节的处理方法，得到2020–2022年环渤海地区露天采矿空间分布数据，其空间分布数据如图3所示。


图3   环渤海地区露天采矿空间分布数据
Figure 3 Spatial distribution data of open-pit mining areas in the Bohai Rim region
3   数据质量控制和评估
本数据集所使用的数据为GF-6 8m分辨率多光谱影像数据，均下载自“对地观测数据共享计划”，数据来源明确；数据处理过程中提取NDVI后进行了异常值剔除等操作，确保了数据的准确；露天采矿区解译过程中，数据处理最后一步使用Google地球高分辨率影像对露天采矿区进行目视判别，提高了数据的可靠性。数据使用了目视判别方法和与验证样本比较两种方法进行精度验证，保证了数据的可靠性。数据集使用Google地球高分辨卫星影像数据对每一个获取的露天采矿空间分布数据进行了目视验证，同时对遥感数据未覆盖到的区域或者漏分区域，使用Google地球高分辨率影像数据进行矿区边界手动绘制（图4）。研究利用Google地球高分辨率影像上选取的1000个样本数据作为验证样本（样本点分布见图1），对提取的露天采矿结果进行验证。使用选取的验证样本建立混淆矩阵，分别计算分类结果的用户精度、程序精度、总体精度与Kappa系数。其中分类结果的总体精度和Kappa系数分别为95%和0.9（表2）。通过对提取矿区边界数据与验证样本进行对比分析，结果表明实验使用面向对象、时序NDVI判别与目视解译方法分类精度较高。


图4   环渤海地区部分露天采矿遥感提取边界图
Figure 4 Open-pit mining boundary map extracted by remote sensing in the Bohai Rim region
注：黄色线条为GF-6数据提取露天采矿区边界，底图为Google地球高分辨率影像。The yellow line represents the boundary of open-pit mining areas extracted from GF-6 data, and the bottom map shows a high-resolution image from Google Earth.
表2   露天采矿区分类结果验证表
地表实测数据
矿区非矿区总个数用户精度
矿区4904053092.4%
非矿区1046047097.9%
总个数5005001000
程序精度98.0%92.0%总体精度=95.0%
Kappa=0.9
4   数据价值
本数据集为2020–2022年环渤海地区露天采矿空间分布数据，空间分辨率为8 m，可直接用于环渤海地区露天采矿空间分布格局分析。本数据集包含一期露天采矿边界数据，以栅格文件形式存储，方便用户查询露天采矿空间分布信息。
5   数据使用方法和建议
环渤海地区露天采矿空间分布数据保存为栅格格式，能够在ArcGIS、ENVI\IDL等相关遥感软件中数据进行读取、编辑以及后续分析处理工作。目前关于大范围露天采矿空间分布数据集研究较少，学者获取该数据集后，可进行露天采矿空间分布变化以及分布驱动因素分析等方面的研究。本数据集作为环渤海地区露天采矿首个基础数据集，未来可应用露天采矿时空格局演变特征、非法采矿监测、影响因素分析等研究。
[1]
彭建, 蒋一军, 吴健生, 等. 我国矿山开采的生态环境效应及土地复垦典型技术[J]. 地理科学进展, 2005, 24(2): 38-48. doi:10.3969/j.issn.1007-6301. [PENG J, JIANG Y J, WU J S, et al. Eco- environmental effect of mining and related land reclamation technologies in China[J]. Progress in Geography, 2005, 24(2): 38-48.]
+ CSCD · Baidu Scholar
[2]
CHAROU E, STEFOULI M, DIMITRAKOPOULOS D, et al. Using remote sensing to assess impact of mining activities on land and water resources[J]. Mine Water and the Environment, 2010, 29: 45-52. https://doi.org/10.1007/s10230-010-0098-0.
+ CSCD · Baidu Scholar
[3]
WORLANYO A S, JIANGFENG L. Evaluating the environmental and economic impact of mining for post-mined land restoration and land-use: A review[J]. Journal of Environmental Management, 2021, 279: 111623. https://doi.org/10.1016/j.jenvman.2020.111623.
+ CSCD · Baidu Scholar
[4]
孙映祥. 我国绿色矿山建设研究现状综述与思考[J]. 中国国土资源经济, 2020, 33(9): 35–40, 85. DOI: 10.19676/j.cnki.1672-6995.000477. [SUN Y X. A summary and reflection on the research status of green mine construction in China[J]. Natural Resource Economics of China, 2020, 33(9): 35–40, 85. DOI: 10.19676/j.cnki.1672-6995.000477.]
+ CSCD · Baidu Scholar
[5]
SONG W, SONG W, GU H, et al. Progress in the remote sensing monitoring of the ecological environment in mining areas[J]. International Journal of Environmental Research and Public Health, 2020, 17(6): 1846. https://doi.org/10.3390/ijerph17061846.
+ CSCD · Baidu Scholar
[6]
贾利萍. 基于高分辨率影像的矿山开发遥感调查与监测应用研究[J]. 西部资源, 2016(3): 11–13. DOI: 10.16631/j.cnki.cn15-1331/p.2016.03.005. [JIA L P. Research and application of remote sensing investigation and monitoring of mine exploitation based on high resolution image[J]. Westem Resources, 2016(3): 11–13. DOI: 10.16631/j.cnki.cn15-1331/p.2016.03.005.]
+ CSCD · Baidu Scholar
[7]
刘世梁, 成方妍, 侯笑云, 等. 贵州省露天矿区土地覆盖遥感识别数据集（2015）[J].全球变化数据学报2017, 1(3): 358-363. DOI: 10.3974/geodp.2017.03.16. [LIU S L, CHENG F Y, HOU X Y, et al. Remote sensing identification dataset of land cover in open pit mining areas in Guizhou Province (2015)[J]. Journal of Global Change Data & Discovery, 2017, 1(3): 358-363. DOI: 10.3974/geodp.2017.03.16.]
+ CSCD · Baidu Scholar
[8]
YU L, XU Y, XUE Y, et al. Monitoring surface mining belts using multiple remote sensing datasets: A global perspective[J]. Ore Geology Reviews, 2018, 101: 675-687. DOI: 10.1016/j.oregeorev.2018.08.019.
+ CSCD · Baidu Scholar
[9]
GONG P, CHEN B, LI X C, et al. Mapping essential urban land use categories in China (EULUC-China): preliminary results for 2018[J]. Science Bulletin, 2020, 65(3): 182–187. DOI: 10.1016/j.scib.2019.12.007.
+ CSCD · Baidu Scholar
[10]
曾庆双, 张连翀, 冯莉莉. 2000–2019年京津冀地区500 m分辨率植被覆盖度数据集[J/OL]. 中国科学数据, 2020, 5(4). (2020-08-04). DOI: 10.11922/csdata.2020.0021.zh. [ZENG Q S, ZHANG L C, FENG L L. A vegetation coverage dataset of 500 m resolution in Beijing-Tianjin-Hebei Region (2000–2019)[J/OL]. China Scientific Data, 2020, 5(4). (2020-08-04). DOI: 10.11922/csdata.2020.0021.zh.]
+ CSCD · Baidu Scholar
[11]
Ren H, Zhao Y, Xiao W, et al. A review of UAV monitoring in mining areas: Current status and future perspectives[J]. International Journal of Coal Science & Technology, 2019, 6: 320-333. DOI: 10.1007/s40789-019-00264-5.
+ CSCD · Baidu Scholar
数据引用格式
韩杏杏 , 胡勇, 张心悦, 等. 2020–2022年环渤海地区8 m分辨率露天采矿区空间分布数据集[DS/OL]. Science Data Bank, 2024. (2024-03-28). DOI: 10.57760/sciencedb.j00001.00454.
Baidu
稿件与作者信息
论文引用格式
韩杏杏 , 胡勇, 张心悦, 等. 2020–2022年环渤海地区8 m分辨率露天采矿区空间分布数据集[J/OL]. 中国科学数据, 2024, 9(1). (2024-03-28). DOI: 10.11922/11-6035.noda.2022.0017.zh.
韩杏杏
HAN Xingxing
主要承担工作：数据集总体设计，负责露天采矿区解译，影像及解译样本数据集制作。
韩杏杏（1989—），女，天津市人，博士研究生，讲师，水环境遥感、湿地遥感监测。
胡勇
HU Yong
主要承担工作：数据处理方法设计。
胡勇（1985—），男，重庆市云阳县人，博士研究生，正高级工程师，山地灾害遥感与风险评估、自然资源遥感监测。
张心悦
ZHANG Xinyue
主要承担工作：遥感数据处理。
1072798990@qq.com
张心悦（1999—），女，山西阳泉市人，硕士研究生，地理科学专业。
秦思柔
QIN Sirou
主要承担工作：负责露天采矿区数据解译。
秦思柔（2002—），女，河南省安阳市人，本科生，地理科学专业。
王淑颖
WANG Shuying
主要承担工作：负责露天采矿区数据解译。
王淑颖（2002—），女，山西省太原市人，本科生，地理科学专业。
贾腾
JIA Teng
主要承担工作：论文修改。
贾腾（1991—），男，山西省运城市人，本科生，制导雷达专业。
国家对地观测科学数据中心2021年度开放基金（NODAOP2021006）
Open Research Fund of National Earth Observation Data Center (NODAOP2021006)
Baidu
出版历史
II区出版时间：2024年3月28日 （ 版本ZH2）
CSCD  ·  Badiu Scholar
参考文献列表中查看
中国科学数据
csdata

  • --

中国科学院期刊云服务平台 · 中国科学院科学传播局
技术支持 中国科学院计算机网络信息中心 · 印刻学术
Baidu
map