黄河流域煤炭-煤电-煤化工场地特征精准智能识别方法及应用

黄河流域是“能源流域”,兼具生态环境治理和经济社会发展的重任,涉煤产业场地类型、数量及特征的精准智能识别是流域能源资源-低碳发展-生态保护的关键基础问题。研究融合多源数据与深度学习算法,从流域-基地-场地尺度对黄河流域13个大型煤电基地的煤基场地特征精准解析,获得煤电基地高精度、高质量的本底信息,提出一种实时实景智能识别涉煤产业空间特征的新方法。(1)筛选Google image、GF-6影像、Sentinel-2影像等多源数据,采集13个大型煤电基地煤基场地样本,构建煤炭场地(露天)、煤炭场地(井工)、煤电场地、煤化工场地4类数据集,涵盖21种样本类型。按照每种样本六面体设定6×10个样本,共计1 260个场地样本,分析得出最适样本数量-最高识别效率-最优识别模型的置信区间为80%~86%。(2)建立了煤基场地类型量化模型(Coal-based Site Classification Quantitative Model, CSCQM)和煤基场地范围特征模型(Coalbased Site Range Characteristic Model, CSRCM),模型平均精准度为0.837。明析了黄河流域涉煤产业场地本底信息,提出Google image底图叠加场地智能识别模型解算结果的高精度场地智能识别方法。(3)解析了流域神东煤炭-煤电产业集聚区精准本底数据,依据遥感生态指数(Remote Sensing Based Ecological Index,IRSE)分析,煤基场地分布2 km核心区地表生态质量受煤炭、煤电产业影响明显,5 km缓冲区则影响不明显,而8 km控制区基本不受煤炭、煤电产业影响,从而给出了“动态修复”与分区域、分阶段重点治理等低碳路径。(4)解析了流域宁东煤炭-煤电-煤化工产业集聚区精准本底数据,2022年煤炭场地17.81 km^(2)、占比34.1%,煤化工场地22.3 km^(2)、占比42.6%,煤电场地12.2 km^(2)、占比23.3%,煤化工场地>煤炭场地>煤电场地。进而采用PSR(Pressure-State-Response)模型得到风险管控综合得分53.93分,较2003年提高了27.2%。划分生态维护区、生产监测预警区、损毁修复重建区、其他调控区的分区管控模式。研究为涉煤产业煤基场地潜在污染控制、场地治理及区域生态修复提供技术方法与实践支撑。