我国煤矿数量众多, 分布广泛, 大量堆积的煤矸石对矿区环境造成严重影响, 其中部分煤矸石处理不当可能引发自燃和爆炸, 对矿区安全构成直接威胁。 根据煤矸石的燃烧状态可以分为燃烧矸石和未燃烧矸石两类, 其存在的安全隐患和对环境的危害性有所不同, 同时其综合利用的途径亦不相同。 因此, 对煤矸石进行燃烧矸石和未燃烧矸石的分类识别与监测就显得尤为重要。 目前的监测方法主要为实地勘查调研, 其效率低、 成本高, 难以满足煤矸石监测的实际需求。 选择辽宁省铁法矿区作为研究区, 首先从矿区矸石山现场采集典型的煤矸石样本106个; 然后, 利用SVC HR1024光谱仪测试其可见光-近红外光谱, 分析燃烧和未燃烧矸石的光谱特征, 并基于可见光波段构建光谱指数NDGI, 用于识别燃烧矸石和未燃烧矸石。 选择实验室测试的光谱数据和实际卫星遥感数据对该指数进行了验证, 并与随机森林法进行对比。 结果显示: 在350～760 nm燃烧矸石光谱曲线斜率整体较高, 在550～630 nm反射率存在陡升现象, 而未燃烧矸石在整个可见光波段光谱曲线斜率较低; 以0.25作为NDGI指数阈值, 可以很好地将燃烧矸石和未燃烧矸石区分开来, 实验室样本验证结果显示, NDGI指数的分类精度可达99.1%, 高于随机森林分类法的95.2%; 现场的验证结果表明, 使用铁法矿区的landsat8 OLI数据, 并基于NDGI指数对矿区内的矸石山进行燃烧和未燃烧区域识别划分, 所提取的燃烧和未燃烧矸石在形态和大小上与Google Earth具有很好地一致性, 表明该指数对于矸石的燃烧状态具有很好识别效果。 在上述研究基础上, 分别取燃烧和未燃烧矸石进行矿物鉴定, 通过对比矸石燃烧前后矿物种类的变化, 分析造成燃烧和未燃烧矸石的光谱特征差异的原因。 结果表明: 燃烧使矸石中的Fe2+被氧化为Fe3+。 Fe3+的大量增加造成光谱曲线在550nm处形成明显的波谷特征, 在整个燃烧过程中生成的玻璃质在750nm处形成高反射率, 二者综合造成燃烧和未燃烧矸石的NDGI指数差异。 研究结果为煤矿区燃烧和未燃烧矸石的区分识别提供了一种快速、 高效、 较为准确的实用方法。

煤与矸石是矿山采煤过程中主要固体堆放物, 对其进行遥感动态监测是矿山环境保护的重要需求。 由于煤与部分矸石存在“异物同谱”现象, 在使用传统的可见-近红外遥感分类时, 往往将部分矸石划分为煤, 导致遥感分类精度降低。 首先对铁法矿区的12个煤样本和115个矸石样本进行可见-近红外光谱测试, 发现绝大部分矸石样品的光谱与煤差异很大, 二者易于区分, 但有部分矸石与煤样本存在“异物同谱”现象。 为进一步对矸石与煤区分, 测试了混分样本的热红外光谱, 发现二者存在明显的光谱差异, 利用热红外光谱特征可以将其区分开来。 在此基础上, 提出了基于可见-近红外和热红外光谱联合分析的煤与矸石区分方法。 该方法首先对所有样本进行可见-近红外光谱测试, 利用Mao模型进行第一步分类识别; 其次对煤与矸石混分的样品进行热红外光谱测试, 利用光谱吸收比率SAR作为判别指标进行第二步分类, 两步的分类结果为最终分类结果。 该方法在铁法、 兖州、 神东和木里矿区的验证结果表明, 其具有很高的分类准确率, 效果远好于单独基于可见-近红外光谱特征的分类方法。 研究结果表明, 利用多种光谱联合分析的方法可以解决单波段存在的“异物同谱”现象, 对于地物遥感分类具有重要的借鉴意义。