郝利娜，張 志，何文熹，陳 騰

鄂東南尾礦庫高分辨率遙感圖像識別因子研究

郝利娜1，2，張 志2，何文熹2，陳 騰2

(1.中國地質(zhì)大學(武漢)信息工程學院，武漢 430074;2.中國地質(zhì)大學(武漢)地球科學學院，武漢 430074)

正在使用的尾礦庫中，尾砂的極細小顆粒特征決定了其在各波段遙感圖像上具有較高反射率的光譜特征;尾砂的堆積過程則同時決定了尾礦庫表面具有大致平行的分帶紋理和放射狀紋理特征。從尾砂的光譜、紋理特征以及與尾礦庫相關的其他因素(道路、礦山建筑、尾礦庫地理位置等)出發(fā)，系統(tǒng)建立了鄂東南地區(qū)金屬礦山尾礦庫的高分辨率遙感圖像的綜合識別標志。依據(jù)所建立的綜合識別標志，可從WorldView－2圖像中準確地識別尾礦庫，并初步判斷其規(guī)模。

尾礦庫;光譜特征;紋理特征;WorldView－2

0 引言

尾礦庫是礦山企業(yè)在采礦、選礦過程中用來堆放尾砂的場所，其中含一定品位的礦物成分，尾礦庫形成得越早，含礦品位就越高，礦產(chǎn)資源價值也就越高。已有一些學者在評估尾礦庫資源價值等方面展開了眾多研究，并細致研究了其物質(zhì)構成、礦物成分與品位及開發(fā)利用的相關理論和可行性等。如曾小華等［1］把尾礦庫歸為人工礦床的一種，并詳細介紹了此類礦床的分類體系;劉忠明等［2－4］詳細研究了鄂東南地區(qū)尾礦庫的物質(zhì)成分、堆積現(xiàn)狀和基本特征。這些研究工作的前提是快速摸清尾礦庫的數(shù)量、規(guī)模和分布位置。在以往的研究中，多使用傳統(tǒng)方式實地調(diào)查每座尾礦庫的具體情況，耗費大量的人力、物力和時間。遙感技術在土地利用、礦山監(jiān)測等方面的成功應用為尾礦庫調(diào)查提供了新的技術手段。本文基于高分辨率遙感圖像，快速識別尾礦庫，并確定其數(shù)量、規(guī)模、位置及類型等，動態(tài)監(jiān)測病庫、危庫、險庫的發(fā)展態(tài)勢，為相關職能部門提供客觀的基礎數(shù)據(jù)及決策依據(jù)。

尾礦庫系人為修建，排放尾砂受到當?shù)厮?、氣候、地理及地貌等自然因素的制約，因此尾砂的物質(zhì)組成、結構及分布等特征均有一定規(guī)律。在遙感圖像上，尾砂的上述特征形成了特殊的顏色、紋理、形狀等標志，使尾礦庫與其他地物具有較好的可區(qū)分性。光譜、紋理、形狀和結構特征是識別物體的4個基本元素，因此也是本文進行圖像識別的重要依據(jù)［5］。本文基于尾礦庫的這些基本特征來探討其在高分辨率遙感圖像上的識別因子，進而準確識別尾礦庫，并初步判斷其規(guī)模。

1 研究區(qū)概況與數(shù)據(jù)源

鄂東南地區(qū)地處長江中游，氣候溫暖濕潤，雨量充沛，屬亞熱帶氣候，有眾多河流、湖泊及池塘等水體分布。區(qū)內(nèi)金屬礦床的形成多與巖漿活動有關，屬典型的矽卡巖型多金屬礦床。這些礦產(chǎn)沿著“六大侵入體”(鐵山、鄂州、殷祖、金山店、靈鄉(xiāng)、陽新)接觸帶和小巖體出露區(qū)分布，并相對集中于鐵山、銅綠山、金山店、靈鄉(xiāng)、銅山口、雞籠山及豐山等地。該區(qū)是我國重要的鐵、銅生產(chǎn)基地，鐵、銅等金屬礦分布面廣，礦產(chǎn)地相對集中，礦床規(guī)模以中、小型為主。

區(qū)內(nèi)礦產(chǎn)資源開發(fā)歷史悠久，開發(fā)程度高。從新冶銅礦(龍角山銅礦)1957年4月建成正式投產(chǎn)起算，鄂東南金屬礦現(xiàn)代正規(guī)采選聯(lián)合的開采歷史已有50余年［4］。長期的采礦與選礦活動在該區(qū)形成了大量的尾礦庫。相關資料顯示，鄂東南有尾礦庫500多座，僅大冶市境內(nèi)有記錄的尾礦庫就有300余座［2－3］。尾礦庫的實際數(shù)目估計會更大。限于條件，至今還未能逐一實地確定、調(diào)查每座尾礦庫的具體情況。通常礦產(chǎn)的采、選活動一般就近進行，因此尾礦庫的分布位置與礦產(chǎn)地分布都有較好的相關性。鄂東南地區(qū)尾礦庫密集分布于上述主要礦產(chǎn)地。本文選取“六大侵入體”所在的大冶市、鄂州市汀祖鎮(zhèn)、黃石市鐵山區(qū)、陽新縣白沙鎮(zhèn)等區(qū)域為研究區(qū)，采用2010年5月30日成像的2A級WorldView－2圖像為遙感數(shù)據(jù)源，并在Erdas9.0和ENVI4.7中進行正射校正、融合等數(shù)據(jù)預處理，在ArcGIS9.3中基于尾礦庫的光譜、紋理等特征，進行鄂東南地區(qū)尾礦庫的遙感識別因子研究和圖像解譯。

2 結構及光譜特征

2.1 尾砂的結構特征

尾礦庫內(nèi)的物質(zhì)成分主要為尾砂和水。鄂東南地區(qū)尾礦庫大部分為金屬礦產(chǎn)開采、選冶過程形成。在選冶過程中，原礦石經(jīng)過破碎和磨碎后，僅有mm級甚至μm級的粒度才能達到礦物質(zhì)解離的顆粒要求，由此導致了尾砂的顆粒極為細小。一般粒徑小于0.074 mm的礦石顆粒占全部尾礦的70%以上，有的甚至達90%以上，全部尾礦加權平均粒徑一般為0.03 ～0.05 mm 左右［6］。可見，顆粒極細小是尾砂的一大顯著結構特征。選礦結束后，尾砂隨水一起排入尾礦庫，因此尾礦庫中的成分主要是尾砂和水的混合物。由于尾砂顆粒細小，有相當數(shù)量的尾砂以懸浮質(zhì)的形式存在。尾礦庫中的混合物因含砂量不同而呈泥漿狀或溶液狀。一般情況下，尾礦庫中固體成分的質(zhì)量百分比能達到20%左右，僅有80%為水體［7］。

2.2 尾礦庫的結構特征

尾礦庫是用來堆放尾砂的場所，一般由庫體、壩體、排砂管及礦山道路等要素組成，小型尾礦庫周圍還附帶建有選礦廠、選礦池等礦山建筑。大多數(shù)尾礦庫采用一面筑壩或多面筑壩。壩體多采用二期筑壩法(初期壩和后期壩)［9］。初期壩即基礎壩，采用土石構筑;后期壩則是利用尾砂在初期壩基礎上不斷加高構筑而成。因此，尾礦壩呈梯級分布。壩體下方鋪設著一排整齊的排沙管，管口出露于壩體與庫體相交的位置。壩面設置有平臺、排水溝、截洪溝、簡易公路及馬道等［10］。小型尾礦庫周圍的礦山建筑多為一兩間棚戶房，分布雜亂，無規(guī)則布局。尾礦庫的上述結構特征在高分辨率遙感圖像上具有穩(wěn)定、細致的紋理特征，識別標志明顯。

2.3 光譜特征

純凈水體對太陽輻射的吸收較強、反射較弱。當水體中混入其他物質(zhì)(如泥沙、浮游生物等)時，就會對太陽輻射的吸收減弱、反射增強。由朗伯—比爾定律可知，物質(zhì)的吸光度與吸光物質(zhì)的質(zhì)量濃度和吸收層厚度成正比。假定純凈水體對太陽輻射的吸收率為100%，當純凈水體中混入非水體物質(zhì)，并且其吸收率小于水體、反射率大于水體時，這種混合物對太陽輻射的總體吸收率就會小于100%。尾礦庫水體中含有大量尾砂，尾砂的吸收率小于自然水體、反射率大于自然水體。因此從可見光到近紅外波段，尾礦庫水體的總體反射率比湖泊、池塘等自然水體高，色調(diào)比自然水體亮。此外，在體積相同的情況下，地物對太陽輻射能量的反射或吸收能力取決于其尺寸的大?。?］。同體積情況下，大尺寸的物體因為有較長的內(nèi)部光路徑，會吸收一部分太陽輻射導致反射率降低;小尺寸的物體因為有較大的表面積而反射較多的太陽輻射導致反射率升高。因此，地物表面積與體積之比是決定地物反射太陽輻射的另一個重要因素。顆粒極細小是尾砂的一大特征，換言之，尾砂具有極小的尺寸、極大的表面積與體積之比，這一特性大大增強了尾砂對太陽輻射的反射能力。金屬礦的尾砂主要為各種淺色礦石的破碎物，其影像的顏色大多為淺灰白色。以上因素促使尾礦庫水體的反射率大大高于自然水體。圖1是WorldView－2圖像中含尾砂水體與自然水體的光譜曲線。

圖1 含尾砂水體與自然水體光譜特征Fig.1 Spectral features of tailing and natural water

3 形狀及紋理識別因子

3.1 形狀識別因子

形狀是地物輪廓在陰影平面上的投影［11－12］，是識別地物最直觀的標志。在遙感圖像上，人造地物一般具有規(guī)則的幾何外形和清晰的邊界，如樓房、道路等;自然地物往往具有不規(guī)則的外形和不規(guī)則的邊界，如湖泊、山地等。形狀識別因子也是區(qū)分一般面狀水體與尾礦庫的最直觀因子。鄂東南地區(qū)分布有眾多湖泊、池塘等一般面狀水體，它們在遙感圖像上通常表現(xiàn)為幾何形態(tài)不規(guī)則，水體邊界圓滑，大多處于地勢低洼處，受地形、地貌及地表徑流等自然因素的控制;尾礦庫是人類工程活動的產(chǎn)物，人工痕跡顯著，幾何形態(tài)較規(guī)則，靠近尾礦壩的一邊，庫體邊緣筆直，與周圍地物界線分明。依據(jù)形狀識別因子可初步區(qū)分尾礦庫與一般水體。

3.2 紋理識別因子

紋理是通過色調(diào)或顏色變化而表現(xiàn)出的細紋或細小的圖案，揭示了圖像中地物的結構信息及其與周圍環(huán)境的關系［13］。解譯分析時，如能很好地兼顧圖像宏觀結構與微觀結構，則將有利于排除異物同譜、同物異譜現(xiàn)象的影響［14］，提取出目標地物的細致信息。對于不同分辨率的遙感圖像及不同尺寸的地物而言，可識別的紋理差異較大。在高分辨率遙感圖像上，通常小尺度的細部結構、塊狀信息等較明顯［15］。就尾礦庫而言，其細部結構和微型紋理都非常豐富，因此選用高分辨率遙感圖像識別其紋理特征無疑是最佳的選擇。

3.2.1 尾礦庫水體的分帶紋理特征

尾砂通過排砂管輸送至尾礦庫，因此排砂管的位置制約著尾礦庫表面物質(zhì)的分布。排砂管一般置于堆積壩上，尾砂是由近壩端向遠壩端逐步推送的，此種輸送方式?jīng)Q定了尾礦庫內(nèi)各處含砂量是不同的，其光譜響應特征也隨之不同，使圖像色調(diào)呈現(xiàn)出獨特的漸變性。在近壩端，尾砂含量較高，水體含量較少，尾礦庫內(nèi)物質(zhì)呈泥漿狀;隨著離壩距離的增大，尾砂含量逐步減少，水體含量逐步增加，尾礦庫內(nèi)物質(zhì)呈溶液狀。庫體反射率較大，是因為尾礦顆粒對太陽輻射的反射率大。尾砂含量高，水體含量少，反射率就大，在遙感圖像上表現(xiàn)為亮色調(diào);反之，則反射率較小，色調(diào)亮度較低。在遙感圖像上具體表現(xiàn)為尾礦庫的色調(diào)隨著距排砂管的遠近而呈暈狀變化，水體顏色具有明顯的分帶紋理特征。距排砂管近、尾砂濃度高的位置，色調(diào)亮;距排砂管遠，尾砂濃度低的位置，色調(diào)暗;尾礦庫水體的顏色由淺灰白色逐漸過渡到藍黑色(接近自然水體)。尾礦庫的這種分帶紋理特征在WorldView－2圖像上表現(xiàn)清晰，有很強的層次感(圖2)，與自然水體有明顯差異。

圖2 尾礦庫水體的分帶紋理特征Fig.2 Zoning texture feature of water in tailing reservoir

3.2.2 尾砂表面的放射狀紋理特征

尾砂經(jīng)排砂管排放到尾礦庫，在管口出露的位置，壓力陡降，面積突然開闊，水體流速驟減，尾砂在自然狀態(tài)下慢慢沉淀，與洪流沖出溝谷形成洪積扇的情形類似。在尾礦庫近壩端，常見到尾砂呈放射狀或扇形的沉積形態(tài)。在WorldView－2圖像上，尾砂的放射狀、扇狀紋理特征顯著(圖3)。隨著時間的推移，在逐漸干涸的尾礦庫表面，上述紋理特征依然清晰可見。在高分辨率遙感圖像上，干涸尾礦庫表面特有的放射狀紋理特征也是區(qū)別于干涸的池塘、泥灘、裸地等的一大顯著識別標志。

圖3 尾砂的放射狀紋理特征和排砂管管口的點狀紋理特征Fig.3 Radial texture feature of tailing and dot texture feature of pipeline

3.2.3 排砂管管口的點狀紋理特征

排砂管由水泥澆筑而成，成排鋪設于尾礦庫堆積壩體的下方，僅有一排整齊的圓形管口出露在外。WorldView－2圖像上，其顏色與水泥路面的顏色接近(為灰白色)，管口呈圓形小白點狀整齊分布在壩體與庫體相接的條帶上(圖3)，排砂管成排鋪設的特征僅在大型尾礦庫區(qū)可以見到，小型尾礦庫多采用一兩根簡陋細管排砂。因而，在圖像上能否發(fā)現(xiàn)排砂管管口的點狀紋理特征是初步判斷尾礦庫規(guī)模的一個依據(jù)。

4 與尾礦庫相關的其他識別因子

4.1 壩體與道路相伴生

尾礦庫壩體寬闊、平直。多級堆積壩呈梯田式展布。壩坡排水溝按一定寬度的間隔平行分布于堆積壩上。兩條排水溝之間常有人工綠化帶，植被品種單一、行列整齊、沿壩體梯田式分布。壩體表面及周圍伴有簡易道路，道路蜿蜒曲折，呈亮白色的條帶，并與尾礦壩融為一體(圖3)。這些相關因素融為一體是大型尾礦庫獨有的識別因子。

4.2 小型尾礦庫與礦山建筑相伴生

小型私營礦山為壓縮成本，選取采、選聯(lián)合作業(yè)的方式。尾礦庫采用選礦廠附近的池塘改建而成，與簡易選礦池、礦山建筑等相伴生。礦山建筑一般是一兩間棚戶房，未經(jīng)設計和布局，只是隨意分布在尾礦庫附近。建筑物影像的紋理特征明顯，橫豎交錯，無固定的排列方式，偶爾還能看到簡陋的破碎設備和選礦設備(圖4)。這種尾礦庫與礦山建筑雜亂伴生的關系是小型尾礦庫的識別因子之一。

圖4 小型尾礦庫與礦山建筑伴生Fig.4 Small－sized tailing reservoir and mining building

4.3 尾礦庫的規(guī)模及分布特征

為保護環(huán)境及生態(tài)平衡，大型國有礦山企業(yè)一般都將尾礦庫建在距離選礦廠較遠的地方。如白雉山尾礦庫位于鐵山礦區(qū)的北邊，距鐵山礦區(qū)選礦廠約5 000 m。因此規(guī)模較大的尾礦庫都是孤立地展現(xiàn)在遙感圖像上，分布于人口密度低、建筑物比較稀少的區(qū)域。小型私營礦山企業(yè)受到資金、技術的限制，沒有能力修建大型尾礦庫。這類企業(yè)的尾礦庫一般都是就地取材，選擇距離選礦廠最近的池塘，將其一側筑壩、改建為尾礦庫，直接排入尾砂。向一個池塘排入足夠量的尾砂后，企業(yè)會選擇第二個池塘繼續(xù)排放尾砂，依此類推。這類企業(yè)的尾礦庫一般不會孤立出現(xiàn)，而是在礦山企業(yè)四周沿溝谷成條帶狀展布，少則兩三個，多則五六個(圖4)。圖4中選礦廠附近分布的尾礦庫共有12個，最右邊的尾礦庫啟用不久，只在其左上角及左下角區(qū)域有排放尾砂的痕跡，剩余的地方仍為較純凈的水體。據(jù)尾礦庫分布的位置、數(shù)量，就可初步確定其規(guī)模。

5 解譯結果與精度分析

基于本文所建立的光譜、紋理、相關建筑、布局和分布等尾礦庫識別因子，采用WorldView－2圖像對研究區(qū)尾礦庫進行人機交互式目視解譯，共識別尾礦庫572個(圖5)。采取人工隨機抽樣原則選擇部分尾礦庫進行實地調(diào)查驗證。結果表明，人機交互解譯的準確率達到99%，僅有極少數(shù)半干涸型小池塘及選礦池附近的小池塘被誤解譯為小型尾礦庫。

圖5 研究區(qū)尾礦庫的分布Fig.5 Distribution of tailing reservoir in study area

6 結論與建議

6.1 結論

1)本文基于尾砂的光譜、紋理特征以及與尾礦庫相關的道路、礦山建筑等其他因子，系統(tǒng)研究和建立了尾礦庫的高分辨率遙感圖像的綜合識別標志。依據(jù)所建立的識別標志，可準確地識別尾礦庫的位置、數(shù)量，分析尾礦庫的規(guī)模。

2)本文建立的尾礦庫高分辨率遙感圖像的識別標志在鄂東南地區(qū)取得了較好效果。但對某具體的尾礦庫而言，未必具備本文所討論的所有特征。因此，各識別標志的靈活運用和相互驗證至關重要。

3)不同規(guī)模尾礦庫在高分辨率遙感圖像上有不同的識別標志。規(guī)模較大的尾礦庫，綜合其光譜識別因子和紋理識別因子、壩體與道路識別因子即可準確識別;規(guī)模較小的尾礦庫，需綜合其周圍相關建筑及尾礦庫的地理分布、布局特征才可準確識別。此外，根據(jù)尾礦庫的細微紋理(如排砂管特征)也可初步判斷其規(guī)模。

6.2 建議

在鄂東南發(fā)現(xiàn)早期廢棄的大型礦山尾礦庫是本文關注的焦點。這類尾礦庫含礦品位高、儲量豐富，具有極高的再開發(fā)利用價值。但是，此類尾礦庫廢棄了相當長的時間，尾礦庫表面或被人工改造，或生長了植被，使其不具備本文所說的尾礦庫影像特征。如何更加有效地利用高分辨率遙感圖像的光譜特征和紋理特征，深入挖掘此類尾礦庫在遙感圖像中更多的識別標志，是需進一步研究和解決的問題。

［1］ 曾小華，連永牢.人工礦床分類探討［J］.金屬礦山，2010(5):29－33.Zeng X H，Lian Y L.Discussion on Classification of Artificial Deposit［J］.Metal Mine，2010(5):29 － 33(in Chinese with English Abstract).

［2］ 劉忠明，孔繁河，劉曉妮，等.鄂東南金屬礦山尾礦資源調(diào)查及保護、開發(fā)利用建議［J］.資源環(huán)境與工程，2009，23(4):473 －476.Liu Z M，Kong F H，Liu X N，et al.Suggestions on Tailings Resources Investigation，Protection，Development and Utilization of Metal Mine in Southeastern Hubei［J］.Resources Environment and Engineering，2009，23(4):473 －476(in Chinese with English Abstract).

［3］ 劉忠明，劉曉妮，楊 培，等.鄂東南金屬礦山尾礦堆積現(xiàn)狀及其基本特征［J］.礦冶，2009，18(1):5 －9.Liu Z M，Liu X N，Yang P，et al.Present Status and Basic Characteristics of Tailings Accumulation of Metal Mine in Southeastern Hubei［J］.Mining and Metallurgy，2009，18(1):5 －9(in Chinese with English Abstract).

［4］ 劉忠明，何洪才，劉曉妮，等.鄂東南金屬礦山尾礦物質(zhì)成分初步研究［J］.礦冶，2010，19(1):7 －12.Liu Z M，He H C，Liu X N，et al.Preliminary Study on Material Composition of Tailings in Metal Mines，Southeastern Hubei Province［J］.Mining and Metallurgy，2010，19(1):7 － 12(in Chinese with English Abstract).

［5］ 袁建星，萬嘉若，王成道.紋理模型和紋理識別［J］.環(huán)境遙感，1988，3(2):152 －157.Yuan J X，Wan J R，Wang C D.Texture Models and Texture Recognition［J］.Remote Sensing of Environment，1988，3(2):152 －157(in Chinese with English Abstract).

［6］ 洪 專，孔 銘.尾礦庫資源開發(fā)應注意的問題［J］.礦業(yè)工程，2003，1(3):41 －44.Hong Z，Kong M.Issues About Recovery of Useful Minerals Contained in Tailings［J］.Mining Engineering，2003，1(3):41 － 44(in Chinese with English Abstract).

［7］ 蔡嗣經(jīng)，楊 鵬.金屬礦山尾礦問題及其綜合利用與治理［J］.中國工程科學，2000，2(4):89 －92.Cai S J，Yang P.Tailings Problems and Tailings Utilization and Treatments in the Metal Mines［J］.Engineering Science，2000，2(4):89－92(in Chinese with English Abstract).

［8］ Schimmer R.A Remote Sensing and GIS Method for Detecting Land Surface Areas Covered by Copper Mill Tailings［EB/OL］.［2008.11］.http://www.asprs.org/a/publications/proceedings/pecora17/0030.pdf.

［9］ 林玉山，張 衛(wèi).尾礦庫地質(zhì)災害與危險性評估［J］.桂林工學院學報，2006，26(4):486 －490.Ling Y S，Zhang W.Geohazard and Risk Assessment for Tailing Reservoir［J］.Journal of Guilin University of Technology，2006，26(4):486－490(in Chinese with English Abstract).

［10］徐維生，柴軍瑞，李娟娟，等.尾礦庫壩體加高方案排水分析［J］.水土保持通報，2010，30(5):226 －228.Xu W S，Chai J R，Li J J，et al.Seepage Analysis of Heightening Program for a Tailings Filling Dam［J］.Bulletin of Soil and Water Conservation，2010，30(5):226 －228(in Chinese with English Abstract).

［11］彭望琭，白振平，劉湘南，等.遙感概論［M］.北京:高等教育出版社，2002.Peng W L，Bai Z P，Liu X N，et al.Introduction to Remote Sensing［M］.Beijing:Higher Education Press，2002(in Chinese).

［12］梅安新，彭望琭，秦其明，等.遙感導論［M］.北京:高等教育出版社，2001.Mei A X，Peng W L，Qin Q M，et al.Introduction to Remote Sensing［M］.Beijing:Higher Education Press，2001(in Chinese).

［13］ Chica－Olmo M，Abarca－Hernández F.Computing Geostatistical Image Texture for Remotely Sensed Data Classification［J］.Computers and Geosciences，2000，26(4):373 －383.

［14］許建東，欒 鵬，樊笑英，等.基于遙感影像光譜與紋理分析的地物分類——以長白山天池火山地區(qū)為例［J］.地震地質(zhì)，2009，31(4):607 －616.Xu J D，Luan P，F(xiàn)an X Y，et al.Analysis of Spectrum and Texture Information on Changbaishan Tianchi Volcano Caldera and Its Application［J］.Seismology and Geology，2009，31(4):607 － 616(in Chinese with English Abstract).

［15］劉龍飛，陳云浩，李 京.遙感影像紋理分析方法綜述與展望［J］.遙感技術與應用，2003，18(6):441 －445.Liu L F，Chen Y H，Li J.Texture Analysis Methods Used in Remote Sensing Images［J］.Remote Sensing Technology and Application，2003，18(6):441 －445(in Chinese with English Abstract).

Tailings Reservoir Recognition Factors of the High Resolution Remote Sensing Image in Southeastern Hubei

HAO Li－ na1，2，ZHANG Zhi2，HE Wen － xi2，CHEN Teng2
(1.Faculty of Information Engineering，China University of Geosciences，Wuhan 430074，China;2.Faculty of Earth Sciences，China University of Geosciences，Wuhan 430074，China)

Tailings with the characteristics of very small particles determine their high reflectivity of each band in remote sensing images.The accumulation process of the tailings determines their unique surface texture，including parallel zoning texture features and radial texture features.The authors mainly studied spectral features，texture features and some other features such as roads，mine buildings，reservoirs distribution and their geographical position which are associated with the tailings reservoir，and established the comprehensive recognition factors of the tailings reservoir in high resolution remote sensing image in this paper.On the basis of these factors，the tailings reservoirs can be identified and their scales can be preliminary determined from WorldView －2 images.

tailing reservoir;spectral feature;texture feature;WorldView－2

TP 79

A

1001－070X(2012)03－0154－05

10.6046/gtzyyg.2012.03.27

2011－10－17;

2011－11－10

湖北省重點礦集區(qū)礦山開發(fā)遙感調(diào)查與監(jiān)測項目(編號:1212011120022)資助。

郝利娜(1982－)，女，博士研究生，主要研究方向為遙感地質(zhì)及定量遙感。E－mail:madingludejin@163.com。通信作者:張 志(1964－)，男，博士，教授，主要從事資源環(huán)境遙感、地質(zhì)災害機理遙感研究。E－mail:zhangz6402@126.com。

(責任編輯:邢 宇)