周 毅，田淑芳，董 航

(1.中國地質(zhì)大學(xué)(北京)地球科學(xué)與資源學(xué)院，北京 100083；2.中國地質(zhì)調(diào)查局昆明自然資源綜合調(diào)查中心，云南 昆明 650100)

資源開發(fā)強(qiáng)度是衡量人類進(jìn)行資源開發(fā)活動的頻度、速率、規(guī)模大小、資源變化程度以及資源反饋效應(yīng)狀況的尺度[1]。開發(fā)強(qiáng)度是反映地區(qū)發(fā)展和資源開發(fā)可持續(xù)性的重要指標(biāo)，可以綜合體現(xiàn)資源開發(fā)過程中資源量的變化、消耗程度以及反饋效應(yīng)等信息，被廣泛運(yùn)用于評估城市發(fā)展、土地開發(fā)利用及其他資源開發(fā)[2-3]。礦產(chǎn)資源開發(fā)活動是指人類通過勞動從礦山中將礦石礦物開采并加工的一系列過程，其本質(zhì)與內(nèi)涵和其他資源開發(fā)活動并無區(qū)別。長期以來，礦產(chǎn)資源開發(fā)活動的狀態(tài)與程度主要通過開采面積、產(chǎn)量等單一指標(biāo)來反映[4]，而礦產(chǎn)資源開發(fā)活動是一個復(fù)雜的過程，包含礦種、開采方式、規(guī)模、環(huán)境影響及經(jīng)濟(jì)效益等內(nèi)容，依靠單一指標(biāo)來反映礦產(chǎn)開發(fā)活動的狀態(tài)與程度并不準(zhǔn)確。

因此，本文將開發(fā)強(qiáng)度的概念引入評估礦產(chǎn)資源開發(fā)活動中，根據(jù)開發(fā)強(qiáng)度的定義結(jié)合礦產(chǎn)資源開發(fā)活動主要特征，建立起礦產(chǎn)資源開發(fā)強(qiáng)度，即可以全面客觀地表現(xiàn)礦產(chǎn)資源開發(fā)活動過程中資源量變化、消耗狀態(tài)和環(huán)境反饋效應(yīng)等的指標(biāo)。該指標(biāo)不僅可以綜合反映區(qū)域內(nèi)礦產(chǎn)資源開發(fā)活動的狀態(tài)，也可將其作為區(qū)域礦產(chǎn)活動趨勢分析、可持續(xù)發(fā)展規(guī)劃、生態(tài)環(huán)境保護(hù)治理以及礦政管理的重要參考依據(jù)。

本文以江西省為研究區(qū)，基于遙感及調(diào)查數(shù)據(jù)提取2015年、2017年、2019年礦產(chǎn)資源開發(fā)信息，通過PSR模型選擇礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)指標(biāo)，運(yùn)用模糊神經(jīng)網(wǎng)絡(luò)方法開展研究區(qū)礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)及分析。

1 研究區(qū)概況及數(shù)據(jù)處理

1.1 研究區(qū)概況

江西省位于中國東南部長江中下游南岸，國土總面積約166 900 km2(圖1)。研究區(qū)地處武夷南嶺成礦帶中北部，區(qū)內(nèi)成礦地質(zhì)條件優(yōu)越，礦產(chǎn)資源豐富，其中，有色金屬、貴金屬和稀有金屬礦產(chǎn)在全國占有重要地位。

1.2 數(shù)據(jù)來源

本文參考《礦山地質(zhì)環(huán)境調(diào)查評價(jià)規(guī)范》《礦產(chǎn)資源開發(fā)遙感監(jiān)測技術(shù)規(guī)范》等規(guī)范，收集相關(guān)遙感數(shù)據(jù)(表1)及調(diào)查數(shù)據(jù)。遙感數(shù)據(jù)成像時間均處于當(dāng)年的9—11月，以保證信息時效一致；調(diào)查數(shù)據(jù)包括區(qū)域地質(zhì)、礦產(chǎn)相關(guān)圖件及統(tǒng)計(jì)資料，來源于相關(guān)礦政及地質(zhì)調(diào)查部門。

2 礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)

2.1 礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)指標(biāo)

礦產(chǎn)資源開發(fā)過程較為復(fù)雜，選擇合理開發(fā)強(qiáng)度評價(jià)指標(biāo)是開展礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)的前提。因此，在選取評價(jià)指標(biāo)時，應(yīng)根據(jù)評價(jià)目標(biāo)的特點(diǎn)，遵循全面性、科學(xué)性、區(qū)域性、可操作性的原則[5]，能恰當(dāng)反映研究區(qū)域的礦產(chǎn)資源開發(fā)強(qiáng)度[6]。

2.1.1 基于PSR模型的評價(jià)指標(biāo)選擇

礦產(chǎn)資源開發(fā)活動作為人類活動與生態(tài)系統(tǒng)相互作用的典型產(chǎn)物，要對其強(qiáng)度做出準(zhǔn)確評價(jià)，不僅要考慮環(huán)境因素，也要重視人類活動的影響。PSR(壓力-狀態(tài)-響應(yīng))模型是為全面、準(zhǔn)確反映人類活動與環(huán)境變化之間的相互關(guān)系而構(gòu)建的。該框架中，P(開發(fā)壓力)反映人類活動對環(huán)境造成的負(fù)荷；S(環(huán)境狀態(tài))指環(huán)境系統(tǒng)當(dāng)前的物理狀態(tài)；R(開發(fā)響應(yīng))所體現(xiàn)的是人類為阻止、補(bǔ)償以及適應(yīng)環(huán)境狀況的變化所采取的應(yīng)對措施[7-9]。因此，以PSR模型為理論基礎(chǔ)選擇礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)指標(biāo)，可以相對科學(xué)、系統(tǒng)、完整地反映其狀況。

表1 遙感數(shù)據(jù)表Table 1 Remote sensing data

圖2 礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)指標(biāo)體系Fig.2 Evaluation index system of mineral resources exploitative intensity

依照PSR模型框架與指標(biāo)構(gòu)建原則，結(jié)合研究實(shí)際，建立礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)體系(圖2)。該體系基于開發(fā)壓力、環(huán)境狀態(tài)、開發(fā)響應(yīng)3個要素，選取了12項(xiàng)評價(jià)指標(biāo)。

2.1.2 指標(biāo)信息提取與分級

指標(biāo)信息提取工作包括利用高分辨率遙感影像通過人機(jī)交互式解譯方法提取礦山開發(fā)系列信息(類型、面積、恢復(fù)治理、地質(zhì)環(huán)境問題、交通條件等)，對Landsat-8影像應(yīng)用像元二分法提取植被覆蓋度，對Sentinel-1影像對處理后得到地形坡度。調(diào)查數(shù)據(jù)主要進(jìn)行矢量化與屬性賦值。其中，礦山年產(chǎn)值比為礦山年開采規(guī)模與其儲量之比，縣涉礦產(chǎn)業(yè)指標(biāo)值為綜合各縣涉礦企業(yè)數(shù)量及規(guī)模計(jì)算得到。

為減少其他開發(fā)活動影響研究結(jié)果，本文利用多期次Sentinel-2數(shù)據(jù)進(jìn)行監(jiān)督分類及專家判讀提取研究區(qū)其他開發(fā)活動用地(城市、工廠等)(圖3)進(jìn)行掩膜。最終提取信息結(jié)果如圖4所示(以2015年度為例)。結(jié)合開發(fā)強(qiáng)度相關(guān)定義及各評價(jià)指標(biāo)對應(yīng)程度，對各指標(biāo)等級劃分見表2。

圖3 其他開發(fā)活動用地提取結(jié)果Fig.3 Extracting results of other exploitativeactivities lands

2.2 評價(jià)方法

對環(huán)境或開發(fā)強(qiáng)度的評價(jià)中，比較常見的有層次分析、綜合指數(shù)評估、變異系數(shù)法、主成分分析、集合對分析等[10-14]。隨著人工智能發(fā)展，許多學(xué)者將模糊理論和神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合應(yīng)用于生態(tài)環(huán)境評估中并取得了良好效果[15]。礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)包含多種評價(jià)因子，各因子之間關(guān)系復(fù)雜，部分指標(biāo)具有一定模糊性，將具有模式識別功能的神經(jīng)網(wǎng)絡(luò)和具有處理模糊信息的模糊系統(tǒng)結(jié)合并用于礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)可規(guī)避由于人為主觀因素對評價(jià)結(jié)果造成的干擾，具有潛在應(yīng)用價(jià)值[16]。

圖4 2015年度礦產(chǎn)資源開發(fā)強(qiáng)度指標(biāo)信息提取結(jié)果Fig.4 Mineral resource exploitative intensity index information extraction results in 2015

表2 評價(jià)指標(biāo)分級表Table 2 Evaluation index classification

2.2.1 網(wǎng)絡(luò)結(jié)構(gòu)

模糊神經(jīng)網(wǎng)絡(luò)由五部分組成(圖5)。 樣本在輸入層做模糊化處理轉(zhuǎn)化為模糊向量，神經(jīng)網(wǎng)絡(luò)對模糊向量實(shí)現(xiàn)模糊非線性映射功能，結(jié)果層做反模糊化處理將結(jié)果模糊向量轉(zhuǎn)化為系統(tǒng)的評價(jià)結(jié)果輸出。

圖5 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.5 Fuzzy neural network structure

2.2.2 模糊隸屬度函數(shù)

模糊隸屬度函數(shù)用于模糊化輸入數(shù)據(jù)，目的是將無法用明確隸屬關(guān)系表達(dá)的量化值在一定的模糊規(guī)則下，在數(shù)據(jù)空間中重新進(jìn)行劃分，以得到更加貼近實(shí)際的數(shù)據(jù)表達(dá)形式。輸入?yún)?shù)分為數(shù)值變量描述的定量數(shù)據(jù)和語言變量描述的定性數(shù)據(jù)。根據(jù)確定隸屬度函數(shù)基本原則，本文采用嶺形分布函數(shù)對輸入的定量數(shù)據(jù)進(jìn)行模糊化，見式(1)～式(3)，其中，式(1)為降嶺型分布，式(2)為升嶺形分布，式(3)為嶺型分布。

r(x)=

(1)

r(x)=

(2)

r(x)=

(3)

對于輸入的定量數(shù)據(jù)xi，經(jīng)隸屬函數(shù)模糊化后可寫成矢量形式，即(rⅠ(xi)，rⅡ(xi)，rⅢ(xi)，rⅣ(xi)，rⅤ(xi))，它們分別對應(yīng)定量數(shù)據(jù)的各模糊子集的隸屬度。通過模糊分級法做量化處理得到模糊矩陣。將因素分成5個等級(表3)。

表3 開發(fā)強(qiáng)度賦值表Table 3 Assignment of exploitative intensity

按賦值標(biāo)準(zhǔn)給出評定值。用梯形隸屬度函數(shù)對輸入的定性數(shù)據(jù)進(jìn)行模糊化，見式(4)～式(6)，其中，式(4)為降半梯形分布，式(5)為梯形分布，式(6)為升半梯形分布。

(4)

(5)

(6)

2.2.3 反模糊化

采用單點(diǎn)模糊集法和最大隸屬度原則進(jìn)行反模糊化分析，將礦產(chǎn)資源開發(fā)強(qiáng)度等級劃分為一個5維向量。

2.3 實(shí)現(xiàn)過程

本文建立2 km×2 km網(wǎng)格作為評價(jià)單元[17]。通過Matlab軟件構(gòu)建FNN2型模糊神經(jīng)網(wǎng)絡(luò)，運(yùn)用經(jīng)驗(yàn)函數(shù)，設(shè)置網(wǎng)絡(luò)結(jié)構(gòu)為12-5-1[18]，把12種評價(jià)指標(biāo)作為輸入層；把礦產(chǎn)資源開發(fā)強(qiáng)度等級(Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ)作為模型的輸出層。從2015年、2017年和2019年數(shù)據(jù)中平均抽樣選取了共計(jì)300個樣本進(jìn)行訓(xùn)練，將訓(xùn)練好的網(wǎng)絡(luò)模型對50個測試樣本集進(jìn)行評價(jià)，其均方根誤差為0.07，說明模型總體擬合性相當(dāng)良好。最后應(yīng)用該模型計(jì)算得到研究區(qū)礦產(chǎn)資源開發(fā)強(qiáng)度結(jié)果。

3 結(jié)果與分析

3.1 礦產(chǎn)資源開發(fā)強(qiáng)度結(jié)果

根據(jù)計(jì)算后的強(qiáng)度數(shù)據(jù)，得到礦產(chǎn)資源開發(fā)強(qiáng)度分布圖(圖6)。通過統(tǒng)計(jì)得到江西省2015年、2017年和2019年開發(fā)強(qiáng)度等級占比情況(表4)。

結(jié)合表(2)對等級賦值，運(yùn)用式(7)和式(8)對各市、各礦種類型礦產(chǎn)資源開發(fā)強(qiáng)度值進(jìn)行計(jì)算。結(jié)果見表5和表6。

(7)

(8)

表4 2015—2019年度江西省礦產(chǎn)資源開發(fā)強(qiáng)度占比Table 4 Proportion of mineral resources exploitativeintensity from 2015 to 2019 in Jiangxi province 單位：%

表5 2015—2019年江西省各市礦產(chǎn)資源開發(fā)強(qiáng)度值表Table 5 Mineral resources exploitative intensity valueof each city from 2015 to 2019

表6 2015—2019年江西省各礦種類型開發(fā)強(qiáng)度值表Table 6 Mineral resources exploitative intensity valueof each mineral from 2015 to 2019

圖6 江西省礦產(chǎn)資源開發(fā)強(qiáng)度分布圖Fig.6 Distribution of mineral resources exploitative intensity in Jiangxi province

3.2 綜合分析

根據(jù)計(jì)算結(jié)果可知，2015—2019年間，江西省無強(qiáng)度區(qū)域面積變化較小，主要原因?yàn)榻耆〉V山開發(fā)活動大幅減少，且廢棄礦山恢復(fù)治理力度加大，部分廢棄礦山用地轉(zhuǎn)為其他用地。其次，低強(qiáng)度地區(qū)面積增長了5.96%，主要為高中開發(fā)強(qiáng)度礦山開發(fā)強(qiáng)度減小或停產(chǎn)未治理而造成，涉及地區(qū)為贛州市全南縣、上饒市中部及宜春市南部，礦種類型為稀有稀土礦及銅、鉛等有色金屬礦，大量違法及小型礦山被關(guān)停及治理；一般及中開發(fā)強(qiáng)度礦山面積均減少了1%左右，多為停止開發(fā)或進(jìn)行恢復(fù)治理。高開發(fā)強(qiáng)度區(qū)域面積減少了2.12%，由江西省分散狀態(tài)逐步轉(zhuǎn)換為有序集中分布，這與近年來江西省礦產(chǎn)資源開發(fā)整體規(guī)劃布局及管理相關(guān)。

4 結(jié)論與建議

4.1 結(jié)論

1) 2015—2019年期間，江西省礦產(chǎn)資源開發(fā)強(qiáng)度整體下降了0.028 7；其中，九江市、吉安市開發(fā)強(qiáng)度值下降明顯，分別下降了0.046 6、0.040 8；礦種類型上，化工原料礦、稀有稀土礦開發(fā)強(qiáng)度值5年間分別下降了0.362 9、0.235 9。江西省內(nèi)高強(qiáng)度區(qū)域由分散狀態(tài)逐步轉(zhuǎn)換為有序集中分布，面積減少2.12%；一般及中開發(fā)強(qiáng)度礦山面積均減少1%左右；低強(qiáng)度地區(qū)面積增長5.96%；無強(qiáng)度區(qū)域面積無明顯變化。

2) 2019年，江西省內(nèi)贛州市、上饒市開發(fā)強(qiáng)度值最高，分別為0.098 1、0.092 1；吉安市、南昌市最低，為0.066 6、0.059 8。有色金屬礦、能源礦開發(fā)強(qiáng)度值最高，分別為0.732 3、0.674 4，特種非金屬與其他礦種最低，分別為0.221 0、0.217 0。高強(qiáng)度地區(qū)主要有：北部上饒市德興市、鉛山縣、上饒縣一帶，涉及主要礦種為銅礦，該區(qū)域內(nèi)銅礦開發(fā)強(qiáng)度值為0.752 4；中部新余市、萍鄉(xiāng)市一帶，主要礦種為煤礦與鐵礦，區(qū)域內(nèi)兩者開發(fā)強(qiáng)度值為0.724 7、0.707 1；南部贛州市崇余猶地區(qū)及尋烏縣、龍南縣一帶，主要礦種為稀土礦、鎢礦，區(qū)域內(nèi)開發(fā)強(qiáng)度值依次為0.722 4、0.695 6。

3) 通過上述指標(biāo)、方法進(jìn)行礦產(chǎn)資源開發(fā)強(qiáng)度評價(jià)，較為有效地解決了評價(jià)過程中部分指標(biāo)難以定量化、可定量化的混合問題，也避免了傳統(tǒng)評價(jià)方法中人為主觀因素的干擾。評價(jià)結(jié)果與江西省近5年礦產(chǎn)資源開發(fā)規(guī)劃實(shí)際狀況以及礦山環(huán)境監(jiān)測調(diào)查相關(guān)成果具有較好的一致性，說明該方法得到的開發(fā)強(qiáng)度指標(biāo)可以較為客觀準(zhǔn)確地反映研究區(qū)礦產(chǎn)資源開發(fā)狀況。

4.2 建議

1) 進(jìn)一步優(yōu)化省內(nèi)礦產(chǎn)資源開發(fā)結(jié)構(gòu)和布局，嚴(yán)格礦山生產(chǎn)活動監(jiān)管。針對礦產(chǎn)開發(fā)重點(diǎn)地區(qū)，加強(qiáng)開發(fā)秩序管理，推進(jìn)綠色礦山等建設(shè)，力求實(shí)現(xiàn)礦地和諧。

2) 加快對老舊及停產(chǎn)礦山的恢復(fù)治理工作，綜合評估礦山實(shí)際情況以及生態(tài)適宜性等方面，科學(xué)地完成其生態(tài)功能修復(fù)，改善礦山生態(tài)環(huán)境水平。