基于西光壹号05星(天仙配号)和Sentinel-2的赤泥场识别对比
背景介绍
赤泥库是储存氧化铝生产过程中产生的强碱性废渣——赤泥的专用设施,其核心功能为防止赤泥渗漏污染环境。赤泥因含有氟化物且附液pH值远超安全标准,被列为第Ⅱ类一般工业固体废物,需按相应环保标准进行防渗设计。早期赤泥库因未采取防渗措施,曾引发地下水污染问题。截至2016年,中国赤泥累积堆存量超5000万吨,利用率仅15%,处理仍以堆存为主。
原理方法
通过卫星遥感手段能够识别并监测露天赤泥场的分布情况以及生态修复改造进展,帮助对该类型工业固体废物进行有效管理。
相比于多光谱卫星,高光谱卫星具有更强的物质分辨能力,很适合上述需要进行特定地物识别的场景,因此选择已知的赤泥场区域进行对比分析。

表1.波段参数对比
选择山东省某铝业赤泥场为目标,分别使用Sentinel-2号和西光壹号05星(天仙配号)高光谱卫星数据进行目标识别。Sentinel-2数据使用2025年3月10日—4月20日中值合成数据,西光壹号05星(天仙配号)使用2025年3月29日数据。
对于Sentinel-2,由于波段数量较少,不适用光谱特征匹配算法,因此使用随机森林监督聚类进行铝矿赤泥场的提取。样本为多边形矢量,选择了共5种类别样本,分别为:赤泥场、农田、建筑工地防尘网、水体以及红色建筑屋顶。
对于西光壹号05星(天仙配号),采集赤泥场单像素光谱曲线作为参考端元,使用自适应一致估计(Adaptive Coherence Estimator)算法以及阈值分割进行目标提取。
区域1


图1. Sentinel-2的RGB影像以及提取结果

图2. 西光壹号05星(天仙配号)的赤泥场提取结果
区域2


图3. Sentinel-2的RGB影像以及提取结果

图4. 西光壹号05星(天仙配号)的RGB影像和提取结果以及高分辨率底图验证。
结果分析
使用西光壹号05星(天仙配号)数据进行识别时还发现在已知赤泥场区域外有两处赤泥堆积地,而Sentinel-2数据没有识别出该赤泥堆积区域。
对比结果能够发现,多光谱影像在少样本监督分类场景下,没有对特定物质的识别能力。而高光谱影像则能够使用多种混合像元分解算法进行物质识别,且最少仅需一个像元样本(纯像元最优,但混合像元仍满足需求)。多光谱影像多用的监督聚类算法的普适性较差,在一景影像训练的模型在其他影像表现较差,而基于高光谱影像进行端元提取后能够直接在其他影像使用,且能够获得较好效果。
更小的FWHM和密集的波段能够识别不同物质微小的反射特征差异,因此在物质识别场景,高光谱影像即使在地面分辨率远低于多光谱影像的情况下,仍表现出显著优势。

