4. 矿山开采扰动样本库构建
样本库是矿山开采扰动遥感监测的“地基”。模型精度再高，如果样本对扰动类型的界定含糊、空间分布偏倚、类别比例失衡，分类结果就会出现系统性偏差——例如把排土场误判为裸采场，或把复垦草地漏判为未扰动。本节围绕扰动类型定义、样本采集策略、目视解译与高分辨率影像辅助、样本平衡与质量控制四个环节，讲清楚一套可落地的样本库构建流程。
一、扰动类型定义：先定“类”，再定“界”
矿山开采扰动监测的类别体系应兼顾遥感可分性与管理需求。以 Sentinel-2 10 m 分辨率可见光—近红外—短波红外波段为观测基础，建议采用两级分类：一级区分“扰动/未扰动”，二级在扰动内部细分。常见二级类型包括：露天采场（裸露岩土、台阶状纹理、高反射率）、排土场与尾矿库（松散堆积、色调偏浅或偏灰、边界规则）、工业场地与建筑（厂房、道路、硬化地面）、复垦植被（扰动后恢复的草地/林地）、水体（矿坑积水、尾矿库水面）以及未扰动背景（原生植被、农田、自然裸地）。
定义的关键在于给出可判读的边界规则，而不是只写名称。例如“排土场”应明确：由剥离物堆弃形成、表面无明显台阶、NDVI 通常低于 0.25、与采场相邻但色调更均一；“复垦植被”则要求连续两个生长季 NDVI 均值大于 0.45 且无明显裸露斑块。对易混淆类别（如自然裸地与排土场），需补充纹理、上下文位置（是否紧邻采坑）和时序变化（是否近期新增）三条辅助判据。类别定义建议形成一份“类别—判据—典型影像特征—易混类别”的对照表，作为解译人员的统一依据。
二、样本采集策略：分层、随机、可追溯
样本采集要解决“采哪里、采多少、怎么记”三个问题。空间上采用分层随机抽样：先按扰动类型和地貌分区（如山地矿区、平原矿区）分层，再在每层内随机布点，避免沿道路或采坑边缘“顺手采”造成的空间聚集。时间上应覆盖不同物候期与开采阶段，建议每个类别至少包含春季（3—5月）和夏季（6—8月）两个时相，以捕捉植被覆盖变化对光谱的影响。
样本单元建议采用面样本而非单点：以 3×3 像元（约 30 m×30 m）的纯净斑块为最小单元，要求斑块内部同质性高、边界清晰、距类别边界至少 1 个像元。数量上，经验规则是每类不少于 200 个样本单元，稀有类别（如新复垦区）可放宽至 80—100 个，但需在质量报告中注明。每个样本必须记录：样本编号、类别、中心坐标、采集时相、影像来源、解译人、置信度（高/中/低）、辅助影像类型。这份元数据是后续复核和误差分析的依据，缺一不可。
三、目视解译与高分辨率影像辅助
Sentinel-2 的 10 m 分辨率对中小型扰动斑块（如宽度小于 20 m 的临时道路、小型堆场）辨识能力有限，单纯依赖中分辨率影像解译会引入“混合像元”误差。实践中应采用“高分辨率影像定边界、Sentinel-2 定时相与光谱”的协同方式：用 Google Earth 历史高分影像、无人机正射影像或国产高分卫星影像确定斑块边界和类别归属，再回到 Sentinel-2 真彩色与假彩色合成（如 B8-B4-B3 或 B11-B8-B4）上确认该斑块在目标时相的光谱表现，确保样本标签与待分类影像在时间和空间上严格对应。
解译流程建议双人独立作业：两名解译员分别对同一批候选斑块判读，一致率低于 85% 的类别需重新讨论判据；分歧样本交由第三人仲裁。假彩色合成中，植被呈红色、裸土呈青灰或亮白、水体呈深蓝黑，利用这一色彩逻辑可快速区分复垦植被与裸露排土场。对时序样本，还可叠加 NDVI 时间序列曲线辅助判断——复垦区通常表现为扰动后 NDVI 逐步回升的“V 形”恢复轨迹。
四、样本平衡与质量控制
真实矿区中，未扰动背景往往占 70% 以上，而尾矿库、复垦区等关键类别样本稀少，直接训练会导致模型偏向多数类。平衡处理应遵循“先诊断、后调整、留记录”的原则：先统计各类样本量与空间分布，对多数类做随机欠采样（保留其空间代表性），对少数类优先补充真实样本，确实不足时再采用 SMOTE 类合成方法，但合成样本不得跨越类别边界，且必须在元数据中标记为“合成”。经验上，类间样本量比例控制在 3:1 以内即可显著缓解偏倚，不必强求完全相等。
质量控制要抓住三条硬线。其一是空间独立性：训练集与验证集按空间分块划分（如按 5 km×5 km 网格），而非随机抽点，避免相邻像元同时进入训练和验证造成精度虚高。其二是边界纯净性：剔除落在类别边界 1 个像元内的样本，防止混合像元污染标签。其三是可复现性：固定随机种子、保存采样脚本与样本清单版本号，使任何人能复现同一套样本。验证阶段用独立验证集计算混淆矩阵，重点看关键类别的用户精度和生产者精度——若“排土场”生产者精度低于 0.80，说明该类样本不足或判据不清，应回到第二、三步补充与修订，形成闭环。
综上，样本库构建不是一次性采点，而是“定义—采集—解译—平衡—验证”的迭代过程。类别判据越具体、采样越分层随机、高分辅助越到位、质控越严格，后续扰动分类与变化检测的结果才越可信。