煤矿塌陷地水体叶绿素a高光谱监测进展与挑战

金属矿山 ›› 2013, Vol. 42 ›› Issue (06): 143-147+150.

煤矿塌陷地水体叶绿素a高光谱监测进展与挑战

林丽新^1,2,3，汪云甲^1,2,3，熊集兵^1,2,3

1.中国矿业大学环境与测绘学院；2.国土环境与灾害监测国家测绘局重点实验室；3.江苏省资源环境信息工程重点实验室

出版日期:2013-06-17 发布日期:2013-08-09
基金资助:
* 国家自然科学基金项目（编号：51174287，40971275），江苏高校优势学科建设工程项目（编号：SZBF2011-6-B35），“十二五”国家科技支撑计划项目（编号：2011BAB01B06-06），江苏省科技支撑计划(社会发展)项目（编号：BE2012637）。

Advances and Challenges in Water Chlorophyll-a Monitoring by Hyperspectral Remote Sensing in a Coal Mine Subsidence Area

Lin Lixin^1,2,3，Wang Yunjia^1,2,3，Xiong Jibing^1,2,3

1.School of Environment Science and Spatial Informatics，China University of Mining and Technology；2.SBSM Key Lab of Monitoring and Measuring on National Land Environment and Disasters；3.Jiangsu Provincial Key Laboratory of Resources and Environment Information Engineering

Online:2013-06-17 Published:2013-08-09

摘要/Abstract

摘要： 煤矿区水体塌陷地水体叶绿素a时空分布监测始终是个薄弱点和难点。高光谱遥感技术能提供实时、更新、精度较高的信息来对这一特殊水域进行有效的管理。概述了前人在高光谱遥感技术监测水体叶绿素a方面的研究成果，以及运用到煤矿区塌陷地水环境的挑战，并对主要挑战进行分析和对未来研究进行了展望。

关键词: 煤矿区塌陷地, 高光谱遥感, 叶绿素a, 监测

Abstract: Monitoring on the spatial and temporal distribution of chlorophyll a in coal mine subsidence area is always weak and difficult.Hyperspectral remote sensing technique offers timely，up-to-date，and highly accurate information for sustainable and effective management of this special water area.An overview is provided on the achievements of Hyperspectral RS applications in monitoring water chlorophyll-a and concludes the challenges of using this technique into coal mine subsidence area.And then，the main challenges are analyzed and some prospects about further studies are inferred.

Key words: Coal mine subsidence area, Hyperspectral remote sensing, Chlorophyll-a, Monitoring

林丽新, 汪云甲, 熊集兵. 煤矿塌陷地水体叶绿素a高光谱监测进展与挑战[J]. 金属矿山, 2013, 42(06): 143-147+150.

LIN Li-Xin, WANG Yun-Jia, XIONG Ji-Bing. Advances and Challenges in Water Chlorophyll-a Monitoring by Hyperspectral Remote Sensing in a Coal Mine Subsidence Area[J]. Metal Mine, 2013, 42(06): 143-147+150.

[1]	李雯静, 焦宇豪, 邱立强, 马　倩. 基于BIM 模型的矿井泵房设备异常监测系统研发[J]. 金属矿山, 2025, 54(1): 224-.
[2]	任海龙, 孔　铭, 张宝金, 黄铂然, 黄　浩, 王培涛. 基于Raspberry Pi 的矿井通风环境在线监测系统研制与应用[J]. 金属矿山, 2025, 54(1): 198-.
[3]	李如仁, 李梦晨, 葛永权, 刘明霞. 融合多源因素回归和ARIMA-LSTM 的露天矿地表形变趋势分析[J]. 金属矿山, 2025, 54(1): 186-.
[4]	李思佑, 闭水劲, 董陇军, 张义涵, 杨清伟, 裴重伟. 低信噪比微震P 波到时拾取与干扰信号剔除方法及应用[J]. 金属矿山, 2024, 53(8): 158-.
[5]	刘增波, 徐良骥, 张　坤, 刘潇鹏, 曹宗友, 徐　阳. 融合SBAS-InSAR 与CS-SVM 的矿区地表残余沉降预测模型[J]. 金属矿山, 2024, 53(8): 133-.
[6]	张　凌, 邱　斌, 张　源. 基于无人机倾斜摄影测量技术与SVR 算法的开采沉陷监测与预计[J]. 金属矿山, 2024, 53(7): 168-.
[7]	刘　银, 张　晶, 周宗红, 韩岩松, 任凤玉. 复杂不规则采空区围岩冒落持续监测及周期性冒落特征分析[J]. 金属矿山, 2024, 53(7): 1-.
[8]	牛海萍, 潘瑞凯, 于伟东, 沈玉旭. 复采工作面空巷充填力学响应规律与控制效果研究[J]. 金属矿山, 2024, 53(12): 165-.
[9]	颜　宇, 周洪文, 陆世东, 晏承进, 柯　波, 黄嘉俊, 杨　彪, 常　剑. 露天矿山智能网络视频三维建模技术研究[J]. 金属矿山, 2024, 53(11): 185-.
[10]	朱权洁, 谷　雷, 刘晓云, 尹永明, 朱斯陶. 基于D-InSAR 技术的矿区地表沉降规律分析与趋势预测[J]. 金属矿山, 2024, 53(11): 125-.
[11]	周颜军, 汪　亮, 冯庆杰, 易云佳, 曹建立, 卢　悦. 倾斜矿体多采空区顶板破坏与冒落机理分析[J]. 金属矿山, 2024, 53(11): 11-.
[12]	刘燕燕, 赵峰, 付博宣, 杨晓明, 齐跃峰, . 基于数字孪生的矿山散料堆场堆取料机智能监测系统[J]. 金属矿山, 2024, 53(01): 132-138.
[13]	朱万成徐晓冬李磊牟文强宋清蔚李荟. 金属矿山地质灾害风险智能监测预警技术现状与展望[J]. 金属矿山, 2024, 53(01): 20-44.
[14]	刘洋, 杨天鸿, 李华, 杨意德, 赵永, 李金多, 邓文学. 研山铁矿西帮反倾岩质边坡变形监测及数值模拟分析[J]. 金属矿山, 2023, 52(11): 261-267.
[15]	张文革, 王加闯, 董陇军, 龚甦文, 罗才严, 郝晨良, 曹恒, 闫先航. 岩质边坡微震监测方案优化设计及隐伏危险区域辨识[J]. 金属矿山, 2023, 52(09): 69-75.

扫码分享