从勘探到闭坑：遥感技术支撑下的矿产全生命周期管理

遥感技术凭借非接触、大范围、多时相和高分辨率等优势，已成为矿产全生命周期管理中“天-空-地-井”一体化的核心支撑手段，贯穿地质勘查、矿山建设、开采生产以及闭坑与生态修复等主要阶段。本文依据《固体矿产地质勘查规范总则》（GB/T 13908-2020）、《固体矿产资源储量分类》（GB/T 17766-2020）、《矿山土地复垦与生态修复监测评价技术规范》（GB/T 43935-2024）等现行国家标准，分阶段系统阐述多/高光谱遥感、InSAR以及无人机遥感等技术的具体应用路径与典型案例，包括勘查阶段的蚀变信息提取、建设阶段的环境基线调查、开采阶段的动态监测与地质灾害预警，以及闭坑阶段的植被恢复和生态修复效果评价。同时，结合文献分析了遥感技术的优势、局限性及智能化融合发展趋势，为矿产勘探和可持续管理提供参考。

依据GB/T 13908-2020第4.2条的规定，地质勘查分为普查、详查、勘探；普查阶段的核心任务在于圈定远景区并估算推断资源量，详查阶段侧重于异常验证与控制资源量估算，勘探阶段则致力于探明资源量并提交可行性研究报告。遥感技术在此流程中承担“先行”和“规划”职能，其技术路径主要依托宏观构造解译、岩性识别及矿化蚀变信息提以实现大尺度快速筛查。高光谱/多光谱遥感（WorldView-3、GF-5、ASTER）可精确提取铁染、羟基（Fe-OH、Mg-OH）、碳酸盐等热液蚀变矿物（如高岭石、绢云母），据此圈定蚀变晕带作为间接找矿标志；结合DEM数据进行断裂、褶皱及环形构造解译，可迅速锁定成矿有利区（Chen et al., 2023）。详查与勘探阶段则借助无人机高光谱/激光雷达技术构建高分辨率三维地质模型，优化钻孔、探槽及坑探工程布设方案，并辅助资源量初步估算。Chen等（2023）在甘肃北山会铜山地区利用WorldView-3数据开展了热液蚀变信息提取研究，采用主成分分析与光谱特征拟合的方法，成功识别并分级了不同强度蚀变异常。该研究证实了遥感异常与野外采样结果的高度吻合，为普查阶段靶区优选与地面验证提供了高精度数据支撑。

图1 WorldView-3多波段蚀变异常提取结果

（Chen et al., 2023）

A：Mg-OH异常；B：Fe-OH异常；

C：铁染异常；D：碳酸盐异常

图1通过空间分布对比展示了各蚀变类型的精细分区，为踏勘线路的布置和普查阶段的填图与工程验证提供了重要参考。

图2 会铜山地区WorldView-3数据提取的热液蚀变综合异常分布图（Chen et al., 2023）

图2中不同颜色标注Fe-OH、Mg-OH、铁染及碳酸盐异常强度，叠加野外验证点（绿色圆点）和矿区位置（紫色五角星），清晰显示蚀变与构造的叠加关系，直接指导靶区圈定。

依据GB/T 17766-2020开展可行性研究、矿山设计与基建工作。该阶段遥感技术的应用重点在于环境基线调查——基于多时相卫星影像，获取建设前土地利用、植被覆盖、地形地貌及生态基线数据，为环境影响评价（EIA）提供定量支撑；利用高分辨率无人机遥感生成三维地形模型（DTM/DSM），辅助厂房、道路、尾矿库及排土场选址，避免地质灾害隐患（GB/T 43935-2024第6.1条），从而实现早期环境风险防控与绿色建设合规目标。

规模化开采阶段需实时掌握生产动态、安全隐患与环境影响状况（符合DZ/T 0392-2022《矿山环境遥感监测技术规范》之要求）。遥感技术可实现高频次动态监管。

1.开采进度与土地利用监测——基于多源卫星/无人机影像，可精确跟踪露天矿坑扩展进程、剥离物堆放动态、尾矿库坝体形变及土地覆被类型转换。Mi等（2019）在山西南郊煤矿区利用连续的Landsat影像数据，采用随机森林分类器，定量地揭示了1987-2017年间地下开采与土地复垦导致的土地利用和覆被变化过程，精确刻画了采矿区空间扩展与植被恢复的空间格局特征。

图3 1987年至2017年的连续土地利用/土地覆盖分类（Mi et al., 2019）

2.地质灾害预警与形变监测——InSAR技术是监测边坡滑移、采空区沉降及尾矿坝稳定性的核心手段，可实现毫米级精度的长期连续形变观测。Fadhillah等（2024）于朝鲜穆山露天铁矿区采用改进的组合散射体InSAR（ICOPS）技术，结合深度学习优化算法处理Sentinel-1时间序列数据，监测结果显示东部排土场累积沉降量达到170 cm、西部排土场70 cm，最大年沉降速率超过15 cm/a。该研究通过时空形变速率图与剖面分析，揭示了采矿诱发沉降的时空演化规律，为边坡稳定性预警与灾害防控提供了定量证据。

图4 穆山露天铁矿区InSAR累积形变速率分布图（Fadhillah et al., 2024）

图中颜色梯度显示年均形变速率，叠加矿区边界，直接支撑生产阶段安全管理。

图5 2016-2022年穆山露天铁矿区InSAR累积形变剖面分析图（Fadhillah et al., 2024）.

（a）以及东部倾倒场剖面A–Aʹ；（b）和B–Bʹ；（c）以及西部倾倒场剖面C–Cʹ；（d）和D–Dʹ I的剖面变形结果

图中多条剖面线显示不同时期累积沉降与高程变化，量化了采矿诱发形变的时空特征。

3.生态质量评估——通过构建专用遥感生态指数，可实现植被胁迫、土壤、水污染及景观破碎化的定量表征。Song等（2023）针对迁安-迁西铁矿密集区，基于Landsat数据构建了铁矿遥感生态指数（IM-RSEI），集成植被覆盖度、裸土绿度、湿度、黑碳颗粒、地表温度、铁氧化物及景观破碎度七个指标。该研究揭示了1992-2018年间生态质量呈现“先恶化后改善”趋势，矿区IM-RSEI均值（0.5412）显著低于周边缓冲区，证实采矿活动对周边生态的负面影响。

图6 1992年至2018年IM-RSEI在QR中的空间分布结果（Song et al., 2023）

闭坑后须依据GB/T 43935-2024第8章之规定，开展复垦验收与长期管护工作。该阶段遥感技术转为效果评价与长期守护的工具，其应用主要包括——基于多时相NDVI、EVI监测植被恢复与土壤重构进程；利用InSAR技术跟踪采空区残余沉降动态，通过RSEI/IM-RSEI指数量化地形重塑、土地复垦、水土地球化学及生态系统修复效果，支撑复垦验收提供数据支撑（GB/T 43935-2024第8.4条）。Hu等（2022）基于多时相Landsat数据监测安太堡露天煤矿排土场复垦区植被恢复状况，借助NDVI时空分布图量化了复垦后植被覆盖度与生物量增长趋势。该研究通过前后对比NDVI图，证实复垦后植被覆盖度显著提升。

图7 南部垃圾填埋场NDVI时空尺度的时间序列分析（Hu et al., 2022）(a)一元回归分析的结果；(b)Sen+MK趋势分析的结果

SI、NSI、NSD和SD分别代表显著增加、不显著增加、不显著减少和显著减少

遥感技术在矿床全生命周期中的优势在于非接触、宏观高效及绿色低扰动，可与野外验证、物化探及工程控制等手段形成技术闭环（GB/T 13908-2020第5章；GB/T 43935-2024第4.2条）。人工智能与多源数据融合（卫星+无人机+InSAR）技术的集成应用，进一步提升了遥感监测的精度与可靠性（Chen et al., 2023；Song et al., 2023）。然而，该技术亦存在局限性——仅反映地表及浅层信息，须依赖野外采样验证；复杂地貌区相干性损失问题仍有待优化。未来，“遥感+工控终端+物联网+人工智能”技术的融合，将推动矿床管理向全生命周期智能化转型。

参考文献

[1] GB/T 13908-2020. 固体矿产地质勘查规范 总则[S]. 北京: 中国标准出版社, 2020.

[2] GB/T 17766-2020. 固体矿产资源储量分类[S]. 北京: 中国标准出版社, 2020.

[3] GB/T 43935-2024. 矿山土地复垦与生态修复监测评价技术规范[S]. 北京: 中国标准出版社, 2024.

[4] DZ/T 0392-2022. 矿山环境遥感监测技术规范[S]. 北京: 自然资源部, 2022.

[5] Chen C, Gao L, Xie F, Xia F, Li S. Extracting hydrothermally altered information using WorldView-3 data: a case study of Huitongshan, NW Gansu, China[J]. Frontiers in Earth Science, 2023, 11: 1250591.

[6] Song W, Gu H H, Song W, et al. Environmental assessments in dense mining areas using remote sensing information over Qian'an and Qianxi regions, China[J]. Ecological Indicators, 2023, 146: 109814.

[7] Fadhillah M F, Hakim W L, Lee S K, et al. Multitemporal analysis of land subsidence induced by open-pit mining activity using improved combined scatterer interferometry with deep learning algorithm optimization[J]. Scientific Reports, 2024, 14: 6311.

[8] Hu J M, Ye B Y, Bai Z K, et al. Remote sensing monitoring of vegetation reclamation in the Antaibao open-pit mine[J]. Remote Sensing, 2022, 14(22): 5634.

[9] Mi J, Yang Y, Zhang S, et al. Tracking the land use/land cover change in an area with underground mining and reforestation via continuous Landsat classification[J]. Remote Sensing, 2019, 11(14): 1719.