1. 矿山开采扰动遥感监测概述
矿山开采是一种强烈改变地表覆盖与地形地貌的人类活动。要利用 Sentinel-2 卫星影像对这类扰动进行稳定、可复现的监测，首先需要把"扰动"这一笼统概念拆解为若干具有明确空间形态、光谱表现和演化规律的扰动类型，再据此选择数据、设计流程、判读结果。本节围绕扰动类型、Sentinel-2 数据优势、监测流程框架与典型应用场景四个要点展开，为后续各章的指数计算、变化检测与精度评价奠定概念基础。
一、矿山开采扰动的四类主要对象
从遥感可观测性出发，矿山开采扰动通常归纳为四类：露天采场、排土场、尾矿库和沉陷区。它们在形态、光谱与时间行为上差异明显，监测时的关注点也各不相同。
- 露天采场：由台阶式剥离形成，边界清晰、形状不规则，裸露基岩与矿石使反射率整体偏高，在近红外波段尤为突出；采场随开采推进持续向外扩展，是"边界扩张"型扰动的典型代表。
- 排土场：堆放剥离废石的松散堆积体，常呈锥形或阶梯状，表面颗粒粗、结构松散，短期内植被难以恢复，光谱上表现为高亮度、低植被覆盖，且易发生边坡失稳。
- 尾矿库：由尾矿浆沉积形成，库面常含水或呈灰白色细颗粒，干湿状态随排放与蒸发交替变化，光谱响应不稳定，是四类对象中"时相敏感"最强的一类。
- 沉陷区：地下开采引起地表下沉、开裂与积水，形态上呈盆地状或条带状，常伴随耕地撂荒、水体扩张与植被退化，其扰动是渐进的、边界模糊的，需要多时相序列才能识别。
这四类对象共同构成矿山扰动监测的目标体系。理解它们的差异，直接决定了后续指数选择：例如采场与排土场适合用裸土指数与亮度特征区分，沉陷积水区则更依赖水体指数与多时相变化。
二、Sentinel-2 的数据优势
Sentinel-2 由两颗卫星组网，搭载多光谱成像仪（MSI），在可见光—近红外—短波红外共 13 个波段，其中 10 m 分辨率包含蓝、绿、红、近红外四个波段，20 m 包含红边与短波红外波段。对矿山扰动监测而言，其优势主要体现在三方面：
- 红边波段：位于 705 nm、740 nm、783 nm 附近，对植被叶绿素含量与胁迫状态敏感，可较早发现沉陷区、排土场周边的植被退化。
- 短波红外波段：对含水量与矿物成分敏感，有助于区分裸岩、干尾矿与含水尾矿库面。
- 重访周期：双星组网后约 5 天可覆盖同一区域，配合免费开放的数据政策，使多时相序列监测在成本上可行。
需要说明的是，Sentinel-2 空间分辨率为 10～20 m，对小型采坑、窄裂缝等细部识别能力有限，因此监测尺度应定位在矿区或采区级别，而非单体台阶级别。
三、监测流程框架
一个完整的监测流程可概括为"数据准备—预处理—特征构建—变化识别—结果判读"五个环节，其结构与数据流向如下图所示。
流程中每一步都有明确的输入输出。以预处理为例，Sentinel-2 L2A 产品已做地表反射率校正，但仍需用场景分类波段（SCL）剔除云、云影与雪，再将 20 m 波段重采样到 10 m 以统一网格。特征构建阶段，常用归一化植被指数 NDVI、归一化水体指数 NDWI 与裸土指数 BSI 组合表达"植被—水体—裸土"三端元，红边指数则用于捕捉早期植被胁迫。变化识别可采用两期差值加阈值，也可用分类后比较；阈值不宜照搬，应结合研究区直方图与样本点确定。
四、典型应用场景
监测成果的价值体现在具体业务中。常见的应用场景包括：矿区边界动态监管，通过逐年提取采场与排土场边界，核查是否越界开采；沉陷区耕地损毁评估，结合多时相 NDVI 与积水范围统计受影响耕地面积；尾矿库安全巡查，跟踪库面水体和滩面变化，辅助识别异常；生态修复效果跟踪，以植被指数回升趋势判断复垦区是否趋于稳定。这些场景对时间频率、空间尺度与判读精度的要求不同，实际工作中应先明确业务目标，再反推数据与流程设计。
综上，矿山开采扰动监测的本质，是把四类具有不同形态与光谱行为的对象，通过 Sentinel-2 的多波段与多时相能力，转化为可量化、可比较、可判读的变化信息。理解这一映射关系，是后续各章开展指数计算、变化检测与精度评价的前提。