煤炭学报

作者：董霁红, 王立兵, 冯晓彤, 王蕾, 刘峰, 翟文, THOMAS Kienberger,

关键词：黄河流域, 煤基场地, 多源数据, AI模型, 精准智能识别,

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(Coal-based 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 km2、占比34.1%，煤化工场地22.3 km2、占比42.6%，煤电场地12.2 km2、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。

来源：2024年第2期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2024年第2期