一种露天矿山生态修复成效评估系统的制作方法

本发明涉及生态修复评估，尤其涉及一种露天矿山生态修复成效评估系统。

背景技术：

1、露天矿山开采对区域生态环境造成严重破坏，引发地形地貌扰动、土壤退化、植被破坏、水文格局失衡和生物多样性丧失等多重生态问题。矿山闭坑后的生态修复是矿区可持续发展的关键环节，而科学评估生态修复成效则是衡量修复工程质量、指导后续修复策略的核心基础。

2、目前，矿山生态修复评估主要依赖以下方式：一是基于遥感影像的宏观监测评估，利用卫星遥感提取植被指数、土地利用类型等指标进行评价，但受限于空间分辨率和时间频率，难以获取土壤、水文等深层生态信息；二是基于地面采样和实验室分析的定点评估，精度较高但空间代表性不足，无法反映修复区域的总体状况；三是基于层次分析法（ahp）等传统多指标综合评价方法，通过专家赋权对多维度指标进行加权评分，但指标间被视为相互独立，忽略了植被-土壤-地形-水文-微气候等生态要素之间的空间耦合关系。

3、中国发明专利申请cn2024110747081公开了一种矿区生态保护修复效益评价方法，采用多源数据融合与机器学习动态权重调整，结合模糊综合评价与多目标决策分析进行评价。然而，该方法存在以下不足：第一，评价模型将各指标视为独立变量，未建立生态要素之间的空间关联模型，无法反映修复区域内部生态过程的协同与拮抗效应；第二，评估仅在单一空间尺度上进行，未考虑采坑级、矿区级和区域级之间的尺度差异与评估结果传递；第三，仅对当前修复状态进行评价，缺乏对未来修复趋势的预测能力，无法为长期修复规划提供前瞻性指导；第四，评估阈值固定，未根据修复进程和气候分区进行动态调整，导致修复早期的评分偏低而失去区分度。

4、综上，现有技术存在生态要素空间耦合分析缺失、多尺度评估断层、修复趋势预测空白和评估阈值僵化等技术缺陷，亟需一种能够实现多源数据深度融合、生态要素空间耦合建模、多尺度层级评估与修复轨迹预测的露天矿山生态修复成效评估系统。

技术实现思路

1、发明目的：本发明的目的在于克服现有技术中生态修复评估忽略要素空间耦合、缺乏多尺度评估与趋势预测能力、评估阈值僵化的缺陷，提供一种融合多源异构数据、构建生态要素空间关联图模型、实现多尺度层级评估与修复轨迹预测的露天矿山生态修复成效评估系统。

2、技术方案：一种露天矿山生态修复成效评估系统，包括：

3、多源异构数据融合模块，用于获取卫星多光谱遥感影像、无人机高光谱影像和地面物联网传感器网络的监测数据，对所述多源数据进行时空基准统一与像素级配准融合，生成时空对齐的多维生态参数数据集，所述多维生态参数数据集包含植被覆盖度、土壤理化指标、地形坡度、水文参数与微气候参数五个维度的时空连续数据；

4、时空耦合评估模块，基于图注意力网络构建生态要素空间关联图模型，以修复区域内各采样单元为图节点、以节点间空间邻接关系为图边，将所述多维生态参数数据集中各维度参数作为节点特征向量输入，通过多头图注意力机制学习不同生态要素之间的空间耦合权重，输出各采样单元的空间耦合评估值，所述空间耦合评估值反映植被-土壤-地形-水文-微气候五要素的空间协同状态；

5、多尺度层级评估模块，按照采坑单元、矿区单元和区域单元三个空间尺度，分别计算各尺度下的生态修复综合评分，并通过尺度聚合与分解方法实现跨尺度评估结果的向上聚合传递与向下分解校准；

6、修复轨迹预测模块，基于注意力机制增强的长短期记忆网络，以所述时空对齐的多维生态参数数据集的时序数据为输入，学习生态修复演变的时序规律，预测未来预设时段内各生态参数的变化趋势与修复成效评分。

7、进一步的，所述多源异构数据融合模块包括时空基准统一子模块和像素级配准融合子模块；所述时空基准统一子模块将卫星影像、无人机影像与地面传感器数据统一至相同的空间坐标系与时间基准；所述像素级配准融合子模块采用基于互信息的配准算法将不同空间分辨率的数据重采样至统一网格，并通过卡尔曼滤波融合同一时空位置的异构观测值，生成空间分辨率一致的所述多维生态参数数据集。

8、进一步的，所述时空耦合评估模块中，所述多头图注意力机制的计算过程为：对每个图节点，计算其与所有相邻节点的注意力系数，将注意力系数与相邻节点的特征向量加权求和得到该节点的更新特征，经多层图注意力层迭代后，将最终节点特征通过全连接层映射为所述空间耦合评估值；其中注意力系数的计算引入生态距离约束项，使空间距离越近的节点间注意力权重越高。

9、进一步的，所述多尺度层级评估模块中，所述尺度聚合方法为：以采坑单元的综合评分为基础，按面积加权平均聚合为矿区单元评分，再按矿区单元的生态权重聚合为区域单元评分；所述分解校准方法为：将区域单元评分按各采坑单元的生态敏感度系数进行分解，得到校准后的采坑单元评分，用于修正局部评估偏差。

10、进一步的，所述修复轨迹预测模块中，所述注意力机制增强的长短期记忆网络包括编码器和解码器；所述编码器由多层lstm单元组成，对输入的时序数据进行编码提取时序特征；所述解码器在lstm基础上加入自注意力层，对编码器输出的隐状态序列进行加权聚合，预测未来预设时段内各生态参数的变化趋势与修复成效评分。

11、进一步的，所述系统还包括动态阈值标定模块，所述动态阈值标定模块基于修复矿山的气候分区与矿山类型，从参考生态系统数据库中匹配对应类型的未扰动生态系统参数作为评估基准，并结合修复时长动态调整阈值区间，使评估标准随修复进程自适应变化。

12、进一步的，所述系统还包括评估结果可视化与预警模块，所述评估结果可视化与预警模块将各尺度的综合评分、空间耦合评估值与预测修复成效评分以热力图、时序曲线和三维地形叠加图的形式输出，并在任一采样单元的空间耦合评估值低于预设预警阈值或预测修复成效评分呈下降趋势时，生成预警信息并标注异常区域位置。

13、进一步的，所述地面物联网传感器网络包括土壤水分传感器、土壤ph传感器、土壤温度传感器、地表径流监测仪和微型气象站；所述卫星多光谱遥感影像的空间分辨率不低于2米，所述无人机高光谱影像的空间分辨率不低于0.05米，所述地面物联网传感器网络的数据采集间隔不超过1小时。

14、进一步的，所述多维生态参数数据集中，植被覆盖度通过卫星多光谱影像的归一化植被指数与无人机高光谱影像的叶绿素反演结果融合获得；土壤理化指标通过地面物联网传感器的实时监测数据与无人机高光谱影像的土壤光谱反演结果融合获得；地形坡度通过无人机倾斜摄影测量生成的数字高程模型计算获得；水文参数通过地表径流监测仪数据与数字高程模型的水文分析结果融合获得；微气候参数通过微型气象站数据与卫星遥感地表温度产品融合获得。

15、有益效果：

16、（1）生态要素空间耦合建模，突破传统评估将各指标视为独立变量的局限。本发明基于图注意力网络构建生态要素空间关联图模型，通过多头图注意力机制自动学习植被-土壤-地形-水文-微气候五要素之间的空间耦合权重，能够揭示修复区域内部生态过程的协同与拮抗效应，评估结果更符合生态系统多要素互作的真实规律。

17、（2）多尺度层级评估，实现从采坑到区域的空间尺度贯通。本发明按照采坑单元、矿区单元和区域单元三个空间尺度进行层级评估，并通过尺度聚合与分解校准方法实现跨尺度评估结果的传递与修正，解决了单一尺度评估空间代表性不足和尺度间评估结果脱节的问题。

18、（3）修复轨迹预测，具备前瞻性评估能力。本发明基于注意力机制增强的lstm网络，学习修复演变的时序规律，可预测未来时段内生态参数的变化趋势与修复成效评分，为长期修复规划提供科学依据，避免修复过程出现退化时才被动应对。

19、（4）动态阈值标定，评估标准随修复进程自适应调整。本发明根据矿山的气候分区与矿山类型匹配参考生态系统基准，并结合修复时长动态调整阈值区间，使评估标准更贴合不同修复阶段的实际情况，避免固定阈值导致的评估失真。

20、（5）多源异构数据深度融合，提升评估数据精度与完备性。本发明将卫星多光谱遥感、无人机高光谱和地面物联网三类数据源进行像素级配准融合与卡尔曼滤波融合，实现从宏观到微观、从天基到地面的全方位数据覆盖，生成的多维生态参数数据集兼具高空间分辨率、高光谱信息与高时效性。