การตรวจจับการเปลี่ยนแปลงของขอบเขตการทำเหมืองแร่แบบเปิด ด้วยเทคนิคการสำรวจระยะไกลหลายแหล่งข้อมูล

Change Detection for Surface Mining Boundary Based on Multi-source Remote Sensing Data Techniques

Authors

  • กวิภา สุขขี
  • Zhenfeng Shao
  • กฤษนัยน์ เจริญจิตร
  • ฐนิตา เสือป่า
  • ปัทมา พอดี

Keywords:

การสำรวจระยะไกล , InSAR , Landsat 8, Sentinel 1, Sentinel 2, remote sensing , InSAR

Abstract

จุดมุ่งหมายของการศึกษานี้ เพื่อการประเมินประสิทธิภาพและความเหมาะสมของการประยุกต์ใช้เทคโนโลยีดาวเทียมเพื่อการตรวจจับการเปลี่ยนแปลงของการทำเหมืองแร่แบบเปิดทั้งแนวราบและแนวดิ่งของเหมืองแร่ขนาดเล็ก กรณีศึกษาพื้นที่เหมืองแร่ของ บริษัท สุรินทร์ออมย่าเคมิคอล (ประเทศไทย) จำกัด และเหมืองแร่ของบริษัทศิลาสานนท์จำกัด การศึกษานี้มุ่งเน้นการใช้ข้อมูลดาวเทียม จากหลายแหล่งที่เปิดให้บริการฟรีและซอฟแวร์แบบเปิด ข้อมูล Sentinel-1, Sentinel-2 และ Landsat 8 คือข้อมูลดาวเทียมที่นำมาใช้ในการศึกษานี้ Mean Shift Segmentation อัลกอริทึม และ Random Forest (RF) ใช้สำหรับสกัดขอบเขตการทำเหมืองแร่แนวราบจากข้อมูล Sentinel-2 และ Landsat 8 เทคนิค InSAR ใช้สำหรับสกัดขอบเขตการทำเหมืองแร่แนวดิ่งโดยจะได้ข้อมูลเป็นแบบจำลองความสูงเชิงเลข (DEM) จากข้อมูล Sentinel-1 จากนั้นวิเคราะห์การเปลี่ยนแปลงของการทำเหมืองแร่ในแนวราบและแนวดิ่ง เมื่อได้ผลลัพธ์ของการเปลี่ยนแปลงจึงทำการเปรียบเทียบค่าความต่างกับข้อมูลที่รังวัดจากอากาศยานไร้คนขับซึ่งใช้เป็นข้อมูลอ้างอิงและใช้วิธีการทางสถิตหาค่าสัมประสิทธิ์ในการตัด สินใจ (R²) และ ค่าคลาดเคลื่อนเฉลี่ยกำลังสอง (RMSE) ผลลัพธ์ที่ได้คือ Sentinel-2 แสดงให้เห็นถึงความเหมาะสมปานกลางสำหรับการตรวจจับการเปลี่ยนแปลงของขอบเขตการทำเหมืองแร่แนวราบ เนื่องจากผลลัพธ์ของการเปลี่ยนแปลงมีค่าใกล้เคียงกับข้อมูลอ้างอิงและสามารถยอมรับได้ในขณะที่ Landsat-8 ไม่ใช่ตัวเลือกที่เหมาะสมสำหรับการตรวจจับการเปลี่ยนแปลงของการทำเหมืองแร่แนวราบ เนื่องจากรูปแบบการเปลี่ยนแปลงไม่มีความสัมพันธ์กับข้อมูลอ้างอิง และ Sentinel-1 ไม่เหมาะสำหรับการตรวจจับการเปลี่ยนแปลงของการทำเหมืองแร่แนวดิ่งในพื้นที่เหมืองขนาดเล็ก เนื่องจากมีความแตกต่างกับข้อมูลอ้างอิงมาก ผลลัพธ์จากการศึกษาครั้งนี้สามารถนำไปประยุกต์ใช้ในการตรวจสอบการเปลี่ยนแปลงของการทำเหมืองแร่ในเบื้องต้น เพื่อค้นหาพื้นที่ต้องสงสัยที่มีแนวโน้มที่จะทำเหมืองแร่ออกนอกขอบเขตที่อนุญาต ช่วยลดเวลาการปฏิบัติงาน ลดค่าใช้จ่ายและป้องกัน ความเสียหายของทรัพยากรแร่ได้ทันท่วงที  The aim of this study is to evaluate theoptimization and potential suitability by applying satellite technology to detect changes in horizontal and vertical surface mining in Surint Omya Chemicals (Thailand) Co., Ltd., and Silasanon Co., Ltd.,. This study is focusing on open-source satellite earth observation and free software (QGIS and two plugins of SCP and Orfeo toolbox). Firstly, Sentinel-1, Sentinel-2 and Landsat 8 data were selected as a satellitebased data source in this study. The Mean- Shift segmentation and Random Forest (RF) algorithm were used for extracting horizontal mining boundaries from Sentinel-2 and Landsat 8 data. In addition, The InSAR technique was used for extract vertical mining with a DEM from Sentinel-1 data. Finally, the horizontal and vertical mining change detection were validated using the high- resolution data obtained by UAV and statistic approach by calculation of R² and RMSE. The result reveals that Sentinel-2 is shown a medium suitability for horizontal boundary mining change detection because the result of the change is accordingly related to the reference and can be accepted. While Landsat-8 is not a suitable choice for horizontal change detection in small area mining because the change pattern has not relation to reference, and Sentinel-1 is not suitable for detecting the change in vertical mining in the small mining areas. The results from this study can be applied to investigate changes in mining initially to find suspicious areas that are likely to mine outside the permissible limits. Reduces operating time Reduce costs and prevent damage to mineral resources in a timely manner.

References

Administration, N. A. a. S. (2021). Landsat Science. Retrieved October 15, 2021, from https://landsat.gsfc.nasa.gov/landsat-8/landsat-8-overview

Agency, E. S. SNAP. Retrieved October 20, 2021, from https://earth.esa.int/eogateway/tools/snap

Agency, E. S. (2021). Level-1 SLC Products. Retrieved December 10, 2021, from https://sentinels.copernicus.eu/web/sentinel/technical-guides/sentinel-1-sar/products-algorithms/level-1-algorithms/single-look-complex

Agency, E. S. (2021). Sentinel-2. Retrieved September 12, 2021, from https://sentinel.esa.int/web/sentinel/missions/sentinel-2

Braun, A. (2021). Retrieval of digital elevation models from Sentinel-1 radar data–open applications, techniques, and limitations. Open Geosciences, 13(1), 532-569.doi:doi:10.1515/geo-2020-0246

Braun, A. (2020). TOPS Interferometry Tutorial for DEM generation.

Congedo, L. (2021). Semi-Automatic Classification Plugin: A Python tool for the download and processing of remote sensing images in QGIS. Journal of Open Source Software, 6(64).

Dalto, J. (2017). What Is Surface Mining. Retrieved August 13, 2021, from https://www.vectorsolutions.com/resources/blogs/what-is-surface-mining/

Department of Primary Industries and Mines. (2014). Mission. Retrieved November 5, 2021, from http://www.dpim.go.th/en/mission.php

Ibrahim, E., Lema, L., Barnabé, P., Lacroix, P., & Pirard, E. (2020). Small-scale surface mining of gold placers: Detection, mapping, and temporal analysis through the use of free satellite imagery. International Journal of Applied Earth Observation and Geoinformation, 93,102194. doi:https://doi.org/10.1016/j.jag.2020.102194

Jangid, A. (2017). Introduction to QGIS.

Kotaridis, I. & Lazaridou, M. (2020). Delineation of Open-Pit Mining Boundaries on Multispectral Imagery. Kotaridis, I. and Lazaridou, M. (2020). ‘Delineation of Open-Pit Mining Boundaries on Multispectral Imagery’. in Remote Sensing. IntechOpen. doi, 10.

Organization, G.-I. a. S. T. D. A. P. (2013). Fundamental Geographic Data Set: FGDS.

Ponguta, S. Global mapper. Retrieved September 25, 2021, from https://www.geoilenergy.com/en/software/geosoluciones/global-mapper

Toolbox, O. (2019). Open Source processing of remote sensing images Retrieved July22, 2021, from https://www.orfeo-toolbox.org/

Wang, S. et al. (2020). Evaluating the Feasibility of Illegal Open-Pit Mining Identification Using Insar Coherence. Remote Sensing, 12(3), doi:10.3390/rs12030367

Wu, Q., Song, C., Liu, K., & Ke, L. (2020). Integration of TanDEM-X and SRTM DEMs and Spectral Imagery to Improve the Large-Scale Detection of Opencast Mining Areas. Remote Sensing, 12(9), 1451. [Online]. Retrieved June18, 2021, from https://www.mdpi.com/2072-4292/12/9/1451

Downloads

Published

2023-03-10