黄河流域是我国的能源流域，也是我国重要的生态屏障[1]。青海省木里煤田地处黄河重要支流大通河的源头，是黄河上游重要的水源涵养地，同时又是我国西北地区主要的优质炼焦用煤产地，在黄河流域生态环境保护和高质量发展中具有重要意义。我国的资源禀赋特征决定了煤炭在相当长的一段时期内仍占据主要地位，煤炭资源开发易造成一系列的生态环境地质问题，如何统筹保障国家能源供给和矿山生态环境的保护是绿水青山建设中面临的主要挑战，煤炭地质勘查向资源保障和环境保护与生态建设相结合的生态地质勘查转变是必然趋势[2]，矿山生态环境修复治理是解决煤矿山地质环境问题的主要途径。随着国产高分系列卫星数据的获取、雷达遥感技术、低空无人机及信息化技术的发展，极大地丰富了矿山地质环境监测的技术和方法。我国学者运用遥感技术在矿区土地退化[3-4]、矿山地质环境监测[5-8]、复垦复绿评估[9-12]等方面做了大量的研究，特别是无人机搭载不同性能的传感器在矿山生态环境监测中应用趋于广泛，在基础测量、三维模拟和监测管护等方面体现了高效经济的优势[13-16]。
青海省木里煤田处于青藏高原典型的生态脆弱区[17]，具有不稳定性、敏感性、易变性等特征，对全球气候变化和人类干预响应十分敏感，属于我国煤炭生态地质恢复治理类型八大分区中的高原高寒区，是生态环境修复和资源保护的难点地区[18]。国内专家学者针对木里煤田的生态环境背景[19-20]、修复治理技术[18,21-24]等进行了研究，并应用卫星遥感技术在土地覆被及景观格局变化[25-26]、荒漠化[27]、地质环境评价[28]等矿山环境监测方面做了有益的探索，同时基于GIS与 RS 技术手段，对矿山地质环境质量进行初步评价[29-30]。通过监测评价了该区矿山环境质量、植被覆盖时空变化和土地利用动态变化和水土保持生态特征，从不同的方面反映了20余年来木里煤田开发对生态环境的影响机理，为矿区生态修复治理工程提供了基础数据参考。综合而言，前人对木里煤田的矿山环境监测主要集中于矿山开采前期和开采中的生态环境背景监测，针对矿山生态环境恢复治理全过程的系统监测研究较少，且尚未形成系统的监测体系，有必要结合矿山环境修复治理的实践，针对监测体系进行系统研究。
2020年8月青海省启动了《木里地区以及祁连山南麓青海片区生态环境综合整治三年行动》，其中聚乎更矿区是木里地区生态环境综合整治工作的重点区域，该区处于黄河上游生态脆弱区，较之黄河流域中下游其他地区面临更加复杂的生态环境因素，涉及学科问题多，修复治理难度大，是我国高原高寒地区煤炭资源开发和生态环境修复的科学难题。经多年的露天开采，出现天然草甸损毁、水系湿地与冻土层破坏和边坡不稳定等一系列问题，对矿区原生态环境造成了一定程度的扰动和破坏，影响了区域生态安全屏障、水源涵养能力和土壤保持及生物多样性保护功能。目前矿区修复治理中面临生态环境问题分布特征不清、生态环境影响机理不明，缺乏系统的监测体系等问题，不利于聚焦具体的生态环境问题开展专项修复，影响矿区环境修复治理工作的安全高效开展。有必要针对不同的生态环境问题开展系统监测，开展专项监测技术方法研究，建立综合监测技术体系，为矿区生态环境的高效修复提供保障。
基于聚乎更矿区生态环境综合治理实践，综合运用卫星遥感、无人机遥感和信息化等技术，充分发挥InSAR、热红外和三维遥感的技术特点，结合常规的地质调查、物探、钻探等手段，因地制宜，建立了聚乎更矿区生态环境修复治理监测模式，在矿山环境综合整治工程中得到了充分的应用，取得了良好的应用效果，从遥感监测的角度探索了高原高寒地区煤矿山环境修复治理的技术方法，随着修复治理工程的开展和技术研究的不断深入，监测技术方法和模式将进一步完善，以期为黄河流域生态脆弱区的矿山生态环境修复治理提供借鉴。
1 矿区概况
1.1 矿区基本条件
木里煤田聚乎更矿区位于青藏高原东北部，属青海省海西蒙古族藏族自治州天峻县，地理位置为东经99.05°～99.27°，北纬38.05°～38.27°，地处中祁连山高海拔地区，海拔3 800～4 200 m，以高原冰缘地貌类型为主。矿区植被类型分为高寒沼泽类和高寒草甸类，具有较明显的高寒地区形态特征，植物群落结构简单，植被稀疏，对人类活动的抗干扰力较弱。
聚乎更矿区为典型的高原大陆性气候，属于祁连山高寒山地多年冻土区，区内冻土(岩)广泛发育，多年冻土厚度40～160 m，平均厚度120 m，多年冻土层深度上限0.95～5.50 m。位于黄河重要支流大通河流域源头区(图1)，地表水系较发育，主干水系为大通河及其二级支流上哆嗦河和下哆嗦河，夏季季节性冻土融化，在地表形成泉流，多以下降泉的形式溢出，地表湖泊发育，以小湖泊为主，此外，区内普遍发育冻土融冻作用形成的小型热融湖塘。
图1 聚乎更矿区位置
Fig.1 Location of Jvhugeng mining area
矿区总体构造形态为一NW—SE向复式向斜，煤系呈南北2个条带展布，北条带为南翼局部倒转的不对称向斜构造形态，南条带为倾向南西的单斜构造形态，深部逆断层发育，煤层露头浅部多发育小型平移正断层。含煤地层为中侏罗统上部的江仓组和下部的木里组，基底为三叠系，上覆第四系松散堆积物薄，共含煤11层，主要开采煤层为下1、下2煤层，平均煤层厚度7～12 m，煤类以焦煤、1/2中黏煤及弱黏煤为主，主要作为炼(配)焦用煤，煤炭资源量超过17.5亿t，矿区煤炭开采方式全部为露天开采，9个井田中已有6个井田开发。
1.2 生态环境问题
聚乎更矿区零星采煤始于20世纪70年代，自2003年起开始大规模勘查开发，曾因煤炭开发造成草原湿地生态破坏，引起舆论关注。2014年起，根据青海省政府要求，矿区停止了一切矿建工程和开采活动，开展生态环境综合整治工作，并取得了一定的治理效果，但由于治理区域面积大，治理任务重，加之自然环境气候限制，虽经整治生态功能有所提升，但生态修复治理尚未达到预期效果。木里煤田中目前已开发的3个区中，聚乎更矿区煤炭资源露天开采规模最大，共划分为9个井田，除聚乎更一号井、二号井和六号井尚未开采之外，其余6个井田均已开采，在地表形成了规模不等的6个采坑和12座渣山，采坑总面积1 118.74万m2，渣山总体积35 068.1万m3。区内生态环境脆弱，易被破坏，且恢复难度大。矿山开发活动最直观的改变了自然地貌景观、高寒沼泽草甸及原河流生态系统，影响周边植物生长，采坑-渣山-工业场地等工程景观与周边自然景观不协调。
聚乎更矿区主要生态环境问题为：地貌景观破坏(含植被破坏)、土地损毁(土地沙化、冻土层破坏)、水系湿地破坏(天然湿地破坏、人工采坑积水)、不稳定边坡(冻融泥流、滑坡、崩塌)和残煤高温异常等5种类型(图2)。因煤矿开采导致采坑-渣山-工业场地人工景观的出现，矿区由原来的高寒草甸变为裸地景观，景观破碎程度增加，植被覆盖度严重下降，且距离采坑越近，植被覆盖度下降现象越明显。矿区处于祁连山高寒山地多年冻土区，露天开采形成的采坑、渣山在对矿区原有土地造成损毁压占的同时，还改变了原有的多年冻土层结构、破坏原有的冻融平衡关系，同时采坑积水的热融效应，均造成多年冻土层的破坏。除采场、排渣场、工业场地等占地对湿地直接造成破坏外，多年冻土的完整性破坏，使地下水、地表水发生水力联系，导致湿地退化，造成植被退化，水源流通能力和水源涵养功能下降。不稳定边坡主要位于采坑高陡边坡和渣山四周，由于压实处理不到位、排水设施不完善，加之区内特有的冻胀融沉作用等原因，渣山局部出现蠕动变形、滑塌、淋溶水浸出、不均匀沉降等，采坑边坡较陡、坡体松散，在重力作用下坡体产生拉张裂缝，导致边坡失稳，以四号井南渣山滑坡体规模最大，坡体总体积达3 650万m3，且处于不断滑动中，直接影响矿山修复治理工程的安全开展。
图2 聚乎更矿区生态环境问题遥感解译现状
Fig.2 Remote sensing interpretation status of ecological environment problems in Jvhugeng mining area
除上述普遍问题之外，露天开采遗留的煤炭资源在高原地区经长期的风氧化易发生自燃，在五号井和八号井发现残煤及渣山的高温异常，对下一步修复治理工程造成不良影响。查清区内生态环境问题是下一步修复治理工作的基础，为修复治理方案设计和方法的选择明确了方向。
2 监测技术方法
聚乎更矿区生态环境问题监测技术方法主要以遥感手段为主，辅以常规的地质调查、物探、钻探等手段。其中卫星遥感技术基于多平台、多种类、多尺度的遥感数据，对矿区生态环境(地貌景观、植被覆盖度、地表沉降、不稳定边坡等)进行中等比例尺度的调查和监测。低空无人机遥感基于固定翼、多旋翼飞行平台，搭载可见光、多光谱、高光谱、热红外等传感器，对矿区修复治理工程进行大比例尺高分辨率的监测。
2.1 卫星遥感监测方法
卫星遥感技术在矿区生态环境问题监测方面发挥了重要作用。其中多光谱卫星遥感主要应用于解决地貌景观与植被覆盖度变化、冻土演化等方面监测的问题，雷达卫星遥感主要用于地表形变监测，掌握不稳定边坡变化速率，指导地形地貌修复治理工程的安全开展。同时还可以采用多光谱遥感如Landsat8 ETM[31],MODIS[32]等进行土壤有机质含量评估，采用高光谱遥感进行高寒草地牧草关键营养成分和重要生长参数的估测[33-34]，为后续大范围的土壤重构和复绿工作提供决策支持。
2.1.1 植被覆盖度监测方法
选取聚乎更矿区2001年7月landsat7影像数据，2013年8月、2017年8月和2020年7月的Landsat8影像数据，分别对不同时相影像进行校正、融合处理，形成7波段多光谱影像。采用归一化植被指数NDVI法，对区内植被覆盖程度和动态变化进行调查评估，NDVI为植被生长状态及植被覆盖度的最佳指示因子，NDVI计算公式INDV=(RNI-Red)/( RNI + Red)，其中INDV为归一化植被指数NDVI；Red为可见光红色波段Red反射值；RNI为近红外波段RNI反射值。在Landsat8影像数据中，Red为第4波段，NIR为第5波段，根据植被光谱信息，结合波段间的比值运算，生成植被指数变化图。
2.1.2 冻土监测方法
聚乎更矿区处于祁连山高寒山地多年冻土区，多年冻土层是区域生态功能的重要调节因素。冻土分布厚度与年平均陆地表面温度间呈负相关关系，而年平均陆地表面温度又与陆地表面温度之间存在着内在的联系。因此，利用卫星遥感热红外波段进行温度信息的反演是进行冻土厚度计算的基础。选取2018-11-28 Landsat8数据，在ENVI5.3软件平台上使用IDL编程功能，利用工作区30 m精度的DEM数据，进行程序编写，完成了基于纬度、经度和海拔高度模型的年平均陆地表面温度提取工作。选取利用landsat8数据反演的陆地表面温度与由DEM求得的对应位置之间的年平均陆地表面温度进行拟合，在稳定状态下，多年冻土厚度Hf与年平均地表温度Tε间的关系可近似表示为
Hf=-Tεq/λ+hq+h
其中，q为地中热流,q=gλ,g为地温梯度；λ为土的导热系数；h为地温年变化深度[35]。对匀质地层，可认为λ不变，多年冻土厚度只与年平均地表温度、地温梯度，地温年变化深度有关。在自然条件下，因地表温度受气候、人为活动等干扰因素的影响较大，遥感冻土厚度反演需要考虑的综合因素较多，解释结果不确定性较高，需要利用矿区以往煤田钻孔资料对反演的冻土厚度进行验证，该方法适用范围较为局限。
2.1.3 形变监测方法
收集2017年10月至2020年4月73景Sentinel-1A卫星升轨SAR影像，分辨率为5 m×20 m，数据时相间隔12 d，数据重访周期较短，确保了干涉相位的相干性。DEM数据为AW3D DEM数据，格网间隔为30 m，精密轨道数据采用成像21 d之后发布的POD精密轨道数据，定位精度可以达到5 cm，然后进行格式转化，联合DEM数据进行数据配准，其中距离向配准采用强度互相关配准方法，配准精度均优于0.1个像元。采用基于光谱属性的配准方法，在方位向配准精度均优于0.001个像元，满足干涉的要求。对获取的雷达影像数据，在数据预处理基础上，采用小基线集(SBAS)技术手段，进行时间序列干涉分析，干涉对时间基线阈值为120 d，空间基线阈值为200 m，共计组合210个干涉对。并选取线性形变速率模型进行反演，依据形变信息提取，获取矿区地面沉降速率和时序累计形变量等信息，结合野外调查验证对矿区沉降机理进行分析，准确反映矿区地表形变情况。
2.2 无人机遥感监测方法
在聚乎更矿区生态环境修复治理中，充分发挥无人机遥感技术优势，采用正射飞行、倾斜摄影飞行和热红外飞行等手段，高效全面地解决了基础地形测量、残煤高温异常区圈定、生态治理效果的可视化评价、工程监管和方量计算等方面的问题，取得了良好的应用效果，具有较好的推广意义。
2.2.1 基础底图数据获取方法
高精度的基础底图数据是开展矿区生态环境修复治理的关键，相比常规的测绘，无人机航空摄影测量可快速高效地获取矿区的现状地形和高分辨率的遥感影像，为矿区生态环境问题的诊断调查、治理方案设计等提供了详细的资料。
聚乎更矿区治理工程无人机飞行测量经航空线路设计、地面像控点布设与测量、低空航摄成像等流程的控制，选取晴天无云的天气，风力4级以下，飞行高度550 m，航向重叠率设置为75%，旁向重叠率设置为60%，单景照片像元数为7 360×4 192，地面分辨率为0.08 m，满足1∶1000航测精度要求。通过无人机飞行测量获取原始地形数据，经过数据预处理和修正、利用GIS软件生成地表高程模型(DSM)、正射影像(DOM)、和数字线划图(DLG)等基础地形产品，上述数据能够准确反映治理区的全貌，可作为治理工作的基础底图(图3)。
图3 聚乎更矿区基础底图
Fig.3 Basic base map of Jvhu geng mining area
2.2.2 三维立体可视化监测方法
聚乎更矿区治理范围大，因采矿造成的地形条件和施工条件复杂，常规的调查受地形条件限制大且效率低。在治理中利用无人机搭载5镜头相机可快速高效获取治理区三维实景数据，经空三加密、实景模型自动生成、修饰与质量检查等处理，得到治理区三维实景模型，相比正射影像能全面真实反映治理区地形地貌现状，实现真实三维地表的重现。
通过三维实景模型可以反映读取矿区地质灾害、水系、坡度和坡向、采坑和渣山分布等现状，结合地质资料，能够为矿山生态环境问题调查和工程治理设计等提供详实的参考信息，可作为治理方案部署的关键参考，同时在治理工程中直观展示矿山环境治理状况和治理设计方案执行情况，实现矿山生态恢复治理效果的精准可视化评价(图4)。
图4 聚乎更五号井三维实景模型对比
Fig.4 Comparison of 3D real scene models of Jvhugeng
No.5 Well
2.2.3 地表温度异常监测方法
利用大疆 M210多旋翼无人机搭载禅思 XT2 热像仪，配备 RTK 同步记录飞行参数，选取上午10点以前或者下午6点以后进行监测，避开太阳直射的时间，飞行高度400 m，航向重叠率设置为75%，旁向重叠率设置为65%，单景照片像元数为640×512，地面分辨率为0.4 m。获取地面现时的热红外影像，通过高分辨率的热红外影像进行地表温度的反演工作，精准确定温度异常分布区的范围。同时，获取工作区内热红外影像同一POS点位置的真彩色相片，经过Pix4D软件生成矿区的正射影像图，通过比对完成对反演的火区温度及位置进行查证。并结合同步地表测温的标定，能准确地反映地面高温异常区的温度，利用图像分割功能对温度图像进行数值分割，把高温区间以红色显示，把低温区间以深绿到浅绿显示[36]，形成地表温度异常监测图。
2.2.4 工程监管和方量计算方法
传统的施工方量计算主要是在常规测量的基础上，运用方格网、三角网和断面法等进行计算，存在受地形影响大、作业效率低等缺点，聚乎更矿区修复治理工程方量计算采用无人机倾斜摄影测量技术，获取治理前后的地形数据，通过GIS软件分析，对变化前后的三维地形和影像数据叠加计算，根据点云网格模型差值区域的体积求得变化的工程量(图5)。
图5 工程方量GIS计算
Fig.5 GIS calculation of fill and excavation amount of engineering construction
3 监测结果分析
3.1 植被覆盖度变化
露天开采导致原有高寒草甸植被破坏，渣山长期堆积压占草甸，导致矿区植被覆盖度降低，出现植被退化现象。基于NDVI指数变化的分析(图6)，结合高分辨率遥感影像解译结果，2001，2013，2017，2020年木里矿区内高寒草甸比例呈逐渐降低趋势，2001年矿区大规模开采前，高寒草甸景观为矿区的背景景观，植被覆盖度达77.43%，煤矿开采后，景观发生了根本性改变，呈破碎化和斑块状分布。原来的高寒草甸和沼泽化草甸完整景观被工业场地、排土场、露天剥采区、生活区和道路所分隔异化，形成以排土场、露天剥采区、生活区为区块式的小区域异化景观。2013年降为70.91%，因2014年之后实施了大规模的矿山恢复，植被重建后，矿区景观发生重大变化，特别是排土场形成了独特的阶梯状人工草地景观，增加了矿区植被覆盖度和景观多样化，植被覆盖下降趋势减缓，2017年植被覆盖度变为70.90%[37]，2020年8月植被覆盖度降为70.88%，说明煤炭开采导致矿区植被覆盖度整体下降，2014年之后虽实施了恢复治理，但高寒草地生态系统极为脆弱，破坏之后短期内难以恢复。
图6 聚乎更矿区植被指数变化
Fig.6 Vegetation index changes o Jvhugeng mining area
3.2 冻土变化
本次冻土厚度反演结果多分布于45～90 m，在西南部海拔高度大于4 600 m时，可达120 m，这与前人的实测结果具有规律上的相似性[19,38-40]。冻土厚度反演结果与钻孔揭露数据及周边地区实验数据吻合度较高。区内大部分地区的永久性冻土厚度在50～136 m，主要分布于45～90 m。整体呈现出西部厚度大，东部厚度小的特征，矿山开发形成的采坑和渣山普遍造成局部地形的显著变化，改变了原地形地貌，对冻土季节融化深度的影响更为明显。目前因矿山开采对冻土造成的直接影响主要体现在采坑对多年冻土活动层和多年冻土的直接性破坏、渣山对多年冻土的影响。虽然，矿山开采对冻土产生了显著的影响，但基于该区处于高原高寒高海拔地区，冻土随着时间的推移同时在形成新的平衡。
3.3 形变监测结果
在聚乎更矿区地表形变监测中，InSAR技术使用效果好，快速获取了矿区内10余处形变区域，主要分布在排土场渣山处(图7)，以a，b，c，d，e五处区域形变沉降量最大，其中a区位于四号井北部排土场，该区域在2017年10月至2020年4月最大形变速率为-342.3 mm/a(LOS方向)，累计形变量为-935.7 mm；b区位于四号井南侧边坡，该区域从2017年10月至2020年4月形变起伏大，但形变一直在持续，最大形变速率为-123.3 mm/a，累计形变为-398.7 mm；c区位于四号井东北侧排土场，最大形变速率为-236.6 mm/a，累计形变为-626.4 mm；d区位于八号井北侧一处排土场，该区域从2017年10月至2020年4月形变速率较大，随后趋于平缓，最大形变速率为-269.2 mm/a，累计形变为-593.5 mm；e点位于五号井南排土场，2017年10月至2020年4月最大形变速率为-324.2 mm/a，累计形变为-894.6 mm。
图7 聚乎更矿区InSAR形变监测
Fig.7 InSAR deformation monitoring in Jvhugeng mining area
聚乎更矿区地表形变InSAR形变结果显示，四号井采坑周边形变量最大，整个矿区内以四号井南渣山发育区内规模最大的不稳定斜坡，是生态修复面临的难点。InSAR形变结果显示在该不稳定斜坡中部，无形变信号，主要是形变量过大而造成的失相干。为了精细化分析该不稳定斜坡形变情况，选取周边北部4-1、南部4-2和东部4-3三处形变区域，开展时间序列分析，3个区域2017年10月至2020年4月持续形变，最大形变速率分别为-108.4,-115.5和-143.4 mm/a，累计形变量依次为-325.2,-360.0和-469.2 mm。结合高密度电法和钻探探测结果，该处不稳定斜坡处于原下哆嗦河古河道位置，因采矿人为改变了古河道，因物理风化作用和雨水冲刷产生裂隙，地表水下渗形成导水通道，沿渣体与原地表基岩接触面形成滑移面，整体稳定性较差(图8)。
图8 聚乎更四号井南部渣山不稳定斜坡综合探测
Fig.8 Comprehensive detection of Southern Slag mountain landslide in Jvhugeng No.4 well
3.4 地表温度异常监测结果
矿区内局部的煤层高温异常对周边生态环境造成破坏，且不利于下一步生态修复治理和复绿工作开展。通过无人机热红外数据的分析，在聚乎更五号井北侧渣山和八号井西部出现2处高温异常区(图9)，其中五号井北侧高温异常区面积2.6万m2，见较多因高温灼烧成的烧变岩，现场测温温度一般在30～110 ℃，高温异常中部温度可高达222 ℃，八号井西部高温异常区面积约0.45万 m2，现场测得最高温度达120 ℃，见红色烧变岩，未见明火，但裂隙中有热气冒出，采用无人机热红外结合野外调查快速圈定了高温异常区范围，为下一步修复治理指明了靶区。
图9 聚乎更矿区无人机热红外异常
Fig.9 UAV thermal infrared anomaly map in Jvhugen Mining Area
3.5 工程监管与方量计算结果
聚乎更矿区地形地貌整治阶段工程方量计算根据治理方案分为2种类型:① 以大规模填挖方为主的区域，如聚乎更三号、四号和五号井，采用首末两期无人机三维模型数据相差求取工程量；② 以大面积表面清坡为主的区域，如聚乎更七号井、八号井和九号井，采用多期次变化累计的方法取得工程量。经与实际工程量对比，采用无人机GIS分析方法获取的工程量与实际测量的工程量误差小于2%，测量精度一致性好，作业效率高，相比传统的工程测量更能全面反映实际变化情况，高效解决了修复治理工程监管与方量计算的问题。
4 综合监测模式
纵观整个煤矿山生态修复治理的全过程，将聚乎更矿区生态环境修复治理划分为勘查设计、地形地貌整治、覆土复绿和后期管护4个阶段，不同阶段监测的目标和重点各有不同。
勘查设计阶段主要是针对修复治理工程前生态环境现状的调查分析，查明区内的生态环境现状和存在的主要问题，为修复治理工程设计提供科学依据。首先调查区内因采矿造成的地质灾害情况，确保下一步治理施工的安全，其次对区内存在的其他地质环境问题进行调查分析，初步查明区内地质环境现状，存在的生态环境问题即是下一步地形地貌整治阶段的重点，本阶段主要是针对修复治理的不同问题，有选择的采用不同的监测技术。地形地貌整治阶段，主要是对治理设计执行情况、工程量和施工效果等进行全程监管，为精准有序施工提供保障。覆土复绿阶段，主要针对土壤重构和种草复绿效果进行监测，保障复绿工作持续高效开展，后期管护阶段主要针对修复完后的矿山治理工程，对其修复治理效果的稳定性和持久性跟踪监管，综合评估其生态恢复效应，并开展适应性管理，确保生态系统达到自我运行的标准，最终达到自然修复的目的。
遵循“山水林田湖草是一个生命共同体”的理念，基于聚乎更矿区存在的主要生态环境问题的研究，结合各采坑和渣山的稳定程度的分析，制定“一坑一策”的治理方案，明确修复治理监测的目标和重点。利用卫星遥感、低空无人机遥感和信息化相结合的技术，面向矿山生态环境恢复治理全过程，构建了空、天、地一体化探测监测模式，为矿区生态环境修复治理和长效持续监测监管提供支持(图10)。
图10 聚乎更矿区生态环境修复治理监测模式
Fig.10 Ecological environment restoration and management monitoring technology mode in Jvhugeng Mining Area
5 结 论
(1)通过卫星遥感监测，聚乎更矿区受煤炭露天开采的影响，地貌景观破碎度增加，植被覆盖度由2001年开采前的77.43%下降为2020年的70.88%；区内冻土厚度主要为45～90 m，整体呈现出西部厚度大，东部厚度小的特征，矿山开采对冻土层造成直接破坏后，随时间推移在局部地区逐渐形成新的平衡。
(2)采用InSAR技术获取了十余处形变区域，主要分布在排土场渣山处，其中5处区域沉降量最大2017年10月至2020年4月最大形变速率为-342.3 mm/a，最大累计形变量为-935.7 mm；以四号井南渣山不稳定边坡规模最大，且处于不断活动中，坡体中部因形变量过大而造成的失相干，边坡东部最大形变速率为-143.4 mm/a，最大累计形变量为-469.2 mm。
(3)采用无人机热红外遥感手段，结合地表测温，在聚乎更五号井北侧渣山和八号井西部出现两处高温异常区，面积分别为2.6万m2和0.45万m2，为下一步高温异常区治理指明了靶区。
(4)采用无人机正射、倾斜摄影和热红外遥感等手段，高效全面地解决了基础地形测量、生态治理效果的可视化评价、工程监管和方量计算等方面的问题，经验证与实际测量结果一致性好。
(5)在矿区生态环境问题分析的基础上，面向矿山生态环境恢复治理的4个阶段的监测目标，综合集成卫星遥感、无人机遥感和信息化等技术，辅以地质调查、物探、钻探等手段，因地制宜，建立了聚乎更矿区生态环境修复治理监测模式，并取得了良好的应用效果。
[1] 彭苏萍,毕银丽.黄河流域煤矿区生态环境修复关键技术与战略思考[J].煤炭学报,2020,45(4):1211-1221.
PENG Suping,BI Yinli.Strategic consideration and core technology about environmental ecological restoration in coalmine areas in the Yellow River basin of China[J].Journal of China Coal Society,2020,45(4):1211-1221.
[2] 王佟,孙杰,江涛,等.煤炭生态地质勘查基本构架与科学问题[J].煤炭学报,2020,45(1):276-284.
WANG Tong,SUN Jie,JIANG Tao,et al.Basic configuration and scientific problems of coal eco-geological survey[J].Journal of China Coal Society,2020,45(1):276-284.
[3] 侯竟,于昊辰,牟守国,等.中国西部煤矿区土地退化时空特征及其影响因素研究[J].煤炭科学技术,2020,48(11):206-216.
HOU Jing,YU Haochen,MU Shouguo,et al.Research on diagnosis of land degradation in coal mine areas in Western China[J].Coal Science and Technology,2020,48(11):206-216.
[4] 于昊辰,卞正富,陈浮,等.矿山土地生态系统退化诊断及其调控研究[J].煤炭科学技术,2020,48(12):214-223.
YU Haochen,BIAN Zhengfu,CHEN Fu,et al.Diagnosis and its regulations for land ecosystem degradation in mining area[J].Coal Science and Technology,2020,48(12):214-223.
[5] 杨显华,黄洁,田立,等.基于高分辨率遥感数据的矿山环境综合治理研究[J].国土资源遥感,2015,27(4):115-121.
YANG Xianhua,HUANG Jie,TIAN Li,et al.Study on comprehensive control of mine environment based on high resolution remote sensing data[J].Remote Sensing for Land and Resources,2015,27(4):115-121.
[6] 刘娟.甘肃祁连山地区矿山遥感监测与生态恢复治理评价[D].兰州:西北师范大学,2020.
LIU Juan.Remote sensing monitoring and ecological restoration evaluation of mines in the Qilian Mountains,Gansu Province[D].Lanzhou:Northwest Normal University,2020.
[7] 汪洁,殷亚秋,于航,等.基于RS和GIS的浙江省矿山地质环境遥感监测[J].国土资源遥感,2020,32(1):232-236.
WANG Jie,YIN Yaqiu,YU Hang,et al.Remote sensing monitoring of mine geological environment in Zhejiang Province based on RS and GIS[J].Remote Sensing for Land and Resources,2020,32(1):232-236.
[8] 朱涛,苏生瑞,王锴,等.秦岭北麓露天矿区地质环境评价[J].河北工程大学学报(自然科学版),2019,36(4):106-112.
ZHU Tao,SU Shengrui,WANG Kai,et al.Geological environment evaluation of open pit mining area in North Piedmont of the Qinling Mountain[J].Journal of Hebei University of Engineering(Natural Science Edition),2019,36(4):106-112.
[9] 毕银丽,龚云丽,杨惠惠.微生物复垦区接菌沙棘叶绿素含量光谱估测[J].中国矿业大学学报,2021,50(1):190-196.
BI Yinli,GONG Yunli,YANG Huihui.Spectrum evaluation on chlorophyll content of Hippophae rhamnoides inoculated fungi in microbial reclamation areas[J].Journal of China University of Mining & Technology,2021,50(1):190-196.
[10] 毕银丽,孙江涛,YPYSZHAN Zhakypbek,等.不同施磷水平下接种菌根玉米营养状况及光谱特征分析[J].煤炭学报,2016,41(5):1227-1235.
BI Yinli,SUN Jiangtao,YPYSZHAN Zhakypbek,et al.Hyperspectral characterization and nutrition condition of maize inoculated with arbuscular mycorrhiza in different phosphorus levels[J].Journal of China Coal Society,2016,41(5):1227-1235.
[11] 陈书琳,毕银丽.遥感技术在微生物复垦中的应用研究[J].国土资源遥感,2014,26(3):16-23.
CHEN Shulin,BI Yinli.Application of remote sensing technology to microbial reclamation[J].Remote Sensing For Land & Resources,2014,26(3):16-23.
[12] 帅爽,张志,吕新彪,等.矿山恢复治理区植被物候与健康状况遥感监测[J].农业工程学报,2021,37(4):224-234.
SHUAI Shuang,ZHANG Zhi,LÜ Xinbiao,et al.Remote sensing monitoring of vegetation phenological characteristics and vegetation health status in mine restoration areas[J].Transactions of the Chinese Society of Agricultural Engineering,2021,37(4):224-234.
[13] 杨文佳,郭昊原,李纯刚,等.无人机技术在矿山生态修复调查中的应用[J].地质学刊,2020,44(4):429-433.
YANG Wenjia,GUO Haoyuan,LI Chungang,et al.Application of UAV technology in mine ecological restoration survey[J].Journal of Geology,2020,44(4):429-433.
[14] 闻彩焕,王文栋.基于无人机倾斜摄影测量技术的露天矿生态修复研究[J].煤炭科学技术,2020,48(10):212-217.
WEN Caihuan,WANG Wendong.Study on ecological restoration of open pit mines based on UAV oblique photogram-metry technology [J].Coal Science and Technology,2020,48(10):212-217.
[15] 谢洪斌,杨雪,张亚,等.无人机倾斜摄影在露天矿山监管中的应用[J].露天采矿技术,2019,34(4):50-54.
XIE Hongbin,YANG Xue,ZHANG Ya,et a.Application of un-manned aerial vehicle tilt photography technology in open-pitmines monitoring[J].Opencast Mining Technology,2019,34(4):50-54.
[16] 王莉,袁林山,张先聪.基于无人机倾斜摄影的矿山实景三维建模精度影响分析研究[J].矿山测量,2019(6):23-29,42.
WANG Li,YUAN Linshan,ZHANG Xiancong.Research on the impact of accuracy of mine scene three-dimensional modeling based on UAV tilt phtoography[J].Mine Surveying,2019(6):23-29,42.
[17] 于伯华,吕昌河.青藏高原高寒区生态脆弱性评价[J].地理研究,2011,30(12):2289-2295.
YU Bohua,LÜ Changhe.Assessment of ecological vulnerability on the Tibetan Plateau[J].Geographical Research,2011,30(12):2289-2295.
[18] 王佟,杜斌,李聪聪,等.高原高寒煤矿区生态环境修复治理模式与关键技术[J].煤炭学报,2021,46(1):230-244.
WANG Tong,DU Bin,LI Congcong,et al.Ecological environment rehabilitation management model and key technologies in plateau alpine coal mine[J].Journal of China Coal Society,2021,46(1):230-244.
[19] 曹伟,盛煜,陈继.青海木里煤田冻土环境评价研究[J].冰川冻土,2008(1):157-164.
CAO Wei,SHENG Yu,CHEN Ji.Study of the permafrost environmental assessmentin MULI Coalfield,Qinghai Province[J].Journal of Glaciology and Geocryology,2008(1):157-164.
[20] 林中月.青海煤炭资源勘查开发的生态地质条件分析[J].中国煤炭地质,2020,32(2):5-7,82.
LIN Zhongyue.Coal resources exploration and exploitation eco-geological condition analysis in Qinghai Province[J].Coal Geology of China,2020,32(2):5-7,82.
[21] 杨鑫光,李希来,金立群,等.短期恢复下高寒矿区煤矸石山土壤变化特征研究[J].草业学报,2018,27(8):30-38.
YANG Xinguang,LI Xilai,JIN Liqun,et al.Changes in soil properties of coal mine spoils in an alpine coal mining area after short-term restoration[J].Acta Prataculturae Sinica,2018,27(8):30-38.
[22] 王锐,李希来,张静,等.不同覆土处理对青海木里煤田排土场渣山表层土壤基质特征的影响[J].草地学报,2019,27(5):1266-1276.
WANG Rui,LI Xilai,ZHANG Jing,et al.Effects of different soil-covering thicknesses on the characteristics of coalmine spoils in the mulicoalfield of qinghai province[J].Acta Agrestia Sinica,2019,27(5):1266-1276.
[23] 段新伟,左伟芹,杨韶昆,等.高寒缺氧矿区草原生态恢复探究—以青海省木里煤田为例[J].矿业研究与开发,2020,40(2):156-160.
DUAN Xinwei,ZUO Weiqin,YANG Shaokun,et al.Study on ecological restoration of grassland in alpine and anoxic mining areas - taking muli coalfield in Qinghai Province as an Example[J].Mining Research and Development,2020,40(2):156-160.
[24] 卞正富,于昊辰,雷少刚,等.黄河流域煤炭资源开发战略研判与生态修复策略思考[J].煤炭学报,2021,46(5):1378-1391.
BIAN Zhengfu,YU Haochen,LEI Shaogang,et al.Strategic consideration of exploitation for coal resources and its ecological res-toration in the Yellow River Basin,China[J].Journal of China Coal Society,2021,46(5):1378-1391.
[25] 伍超群,张绪冰,王耀,等.基于Landsat影像的木里煤田矿区植被覆盖提取及时空变化分析[J].测绘与空间地理信息,2020,43(2):67-72.
WU Chaoqun,ZHANG Xubing,WANG Yao,et al.Analysis of vegetation coverage extraction and time-space change in Muli Coalfield based on Landsat image[J].Geographic & Spatial Information Technology,2020,43(2):67-72.
[26] 钱大文,颜长珍,修丽娜.青藏高原木里矿区及其周边土地覆被变化及景观格局脆弱性响应[J].冰川冻土,2020,42(4):1334-1343.
QIAN Dawen,YAN Changzhen,XIU Lina.Land cover change and landscape pattern vulnerability response in Muli mining and its surrounding areas in the Qinghai-Tibet Plateau[J].Journal of Glaciology and Geocryology,2020,42(4):1334-1343.
[27] 杨显华,孙小飞,黄洁,等.青海木里煤矿区荒漠化的驱动因素及防治对策[J].中国地质灾害与防治学报,2018,29(1):78-84.
YANG Xianhua,SUN Xiaofei,HUANG Jie,et al.Analysis of driving factors and prevention measures for desertification in Muli coal mining area in Qinghai Province[J].The Chinese Journal of Geological Hazard and Control,2018,29(1):78-84.
[28] 何芳,刘瑞平,徐友宁,等.基于遥感的木里煤矿区矿山地质环境监测及评价[J].地质通报,2018,37(12):2251-2259.
HE Fang,LIU Ruiping,XU Youning,et al.Monitoring and evaluation of mine geological environment in the Muli coal mining area based on remote sensing[J].Geological Bulletin of China,2018,37(12):2251-2259.
[29] 付建新,曹广超,郭文炯,1980—2018年祁连山南坡土地利用变化及其驱动力[J].应用生态学报,2020,31(8):2699-2709.
FU Jianxin,CAO Guangchao,GUO Wenjiong.Land use change and its driving force on the southern slope of Qilian Mountains from 1980 to 2018[J].Chinese Journal of Applied Ecology,2020,31(8):2699-2709.
[30] 马世斌,李生辉,安萍,等.青海省聚乎更煤矿区矿山地质环境遥感监测及质量评价[J].国土资源遥感,2015,27(2):139-145.
MA Shibing,LI Shenghui,AN Ping,et al.Remote sensing monitoring and quality evaluation for the mine geological environment ofthe Jvhugeng coal mining area in Qinghai Province[J].Remote Sensing for Land and Resources,2015,27(2):139-145.
[31] 万余庆,谢涛,许石,等.土壤氮、磷、钾含量的高光谱遥感探测方法[J].中国煤炭地质,2018,30(S1):23-26,43.
WAN Yuqing,XIE Tao,XU Shi,et al.Soil N,P and K contents hyperspectral remote sensing detection[J].Coal Geology of China,2018,30(S1):23-26,43.
[32] 杨荣荣,曹广超,曹生奎,等.祁连山南坡表层土壤有机质含量反演[J].生态科学,2020,39(5):57-63.
YANG Rongrong,CAO Guangchao,CAO Shengkui,et al.The surface soil organic matter content inversion on the South Slope of Qilian Mountain[J].Ecological Science,2020,39(5):57-63.
[33] 高金龙.青藏高原东缘高寒天然草地牧草氮磷养分和生长状况的高光谱遥感研究[D].兰州:兰州大学,2020.
GAO Jinlong.Modeling alpine natural grassland forage nitrogen,phosphorus and growth conditions based on hyperspectral remote sensing in the East of Tibetan Plateau,China[D].Lanzhou:Lanzhou University,2020.
[34] 毕银丽,龚云丽,杨惠惠.微生物复垦区接菌沙棘叶绿素含量光谱估测[J].中国矿业大学学报,2021,50(1)190-196.
BI Yinli,GONG Yunli,YANG Huihui.Spectum evaluation on chiorophyll content of Hippophae rhamnoides inoculated fungi in microbial reclamation areas[J].Journal of China University of Mining & Technology,2021,50(1)190-196.
[35] 周幼吾,郭东信,邱国庆,等.中国冻土[M].北京:科学出版社,2000:1-42,108-114.
[36] 万余庆,江晓光,徐凯磊.无人机遥感技术在煤田火区调查监测中的应用[J].中国煤炭地质,2020,32(6):78-85.
WAN Yuqing,JIANG Xiaoguang,XU Kailei.Application of drone remote sensing technology in coalfield fire area investigation and monitoring[J].Coal Geology of China,2020,32(6):78-85.
[37] 青海省木里矿区采坑、渣山一体化治理总体规划和方案大纲[R].西宁:青海省国土整治与生态修复中心,2020.
[38] 马帅,盛煜,曹伟,等.黄河源区多年冻土空间分布变化特征数值模拟[J].地理学报,2017,72(9):1621-1633.
MA Shuai,SHENG Yu,CAO Wei,et al.Numerical simulation of spatial distribution and change of permafrost in the source area of the Yellow River[J].Acta Geographica Sinica,2017,72(9):1621-1633.
[39] 李静,盛煜,吴吉春,等.黄河源区冻土分布制图及其热稳定性特征模拟[J].地理科学,2016,36(4):588-596.
LI Jing,SHENG Yu,WU Jichun,et al.Mapping frozen soil distribution and modeling permafrost stability in the source area of the Yellow River[J].Scientia Geographica Sinica,2016,36(4):588-596.
[40] 罗栋梁,金会军,林琳,等.黄河源区多年冻土温度及厚度研究新进展[J].地理科学,2012,32(7):898-904.
LUO Dongliang,JIN Huijun,LIN Lin,et al.New progress on permafrost temperature and thickness new thickness in the source area of the Huanghe River[J].Scientia Geographica Sinica,2012,32(7):898-904.
03