摘要：采矿后地区受到大规模和严重的干扰，会对周围生态系统产生重要的影响。原本的生态系统被破坏，而植树造林可以恢复这些生态系统。但其成功和速度取决于所挖出弃土基质的特性。热红外遥感为弃土基质的标测和分类带来了优势，从而确定了其特性。弃土基质库包含光谱发射率（Designs and Prototypes Model 102便携式FTIR光谱仪）和化学性质，可以促进遥感活动。该研究提供了从捷克共和国褐煤开采场提取的弃土基质发射率的光谱库。通过干燥和筛分将提取的样品均质化。每个样品的光谱发射率通过光谱平滑算法来确定，该算法适用于傅立叶变换红外（FTIR）光谱仪测得的数据。同时测量了每个样品的化学参数（pH、电导率、Na、K、Al、Fe、灼烧损失和多酚含量）和毒性。本文中光谱基因库以地理坐标的形式提供了获取位置的有价值的信息，呈现的数据本质上是唯一的，可以在长波红外电磁频波中为许多遥感活动提供服务。
1总结
露天采矿过程中，煤层上方大量的基质被清除并重新堆放，覆盖了广阔的区域，这些从几百米深处挖出的材料被称为弃土基质。其物理和化学特性会发生变化，异质性很大程度上受地质及采矿和堆放方法的影响，由于这个原因，基质与最近的土壤有很大的不同。它们有极端的pH值，高浓度的重金属、多酚（即煤分解产物）和盐含量。这些性质会影响采矿后地区植被发展的成功和速度。因此，在土地修复中，我们需要了解弃土基质的性质和分布。
热红外遥感是监测采矿后地区的有利工具。地表发射率（LSE）可用于弃土基质的分类。利用LSE的光谱分析可以估计其物理和化学特性。地表温度（LST）与土壤水分密切相关，对新生态系统的建立是重要的。在进行适当的土地开垦时，需要这些信息。可能包括基质机械处理，例如开沟以调节水分状况、化学处理以及适宜树种的选择。
LST和LSE耦合，因此没有LSE的知识，无法得到LST。这些量无法从辐射量测量中明确获得。原因是通过观察N个波段的辐射，可以得到N个未知的发射率加上一个未知的温度，这样的方程组是不确定的（未知变量＞已知变量）。几个算法可以解决这个问题，这些算法或需要事先了解LSE，或将LSE估算作为其输出的一部分。可以利用光谱发射率库：①确定LST；②材料的分类；③LSE验证机载和卫星热遥感数据。
该项工作描述了捷克共和国Sokolov，Chodov，Bílina和Ustí nad Labem镇附近的褐煤开采场（图1）的弃土基质发射率光谱库。光谱库包括发射率，水中KCl，土壤pH，土壤电导率，KCl中可溶性Na和K，Al和Fe含量，灼烧损失和多酚含量。所有样品的物理、化学参数，经度和纬度，共24个样品。样品分析前，通过混合和筛分使其均质化。使用傅立叶变换红外（FTIR）光谱仪在室外培养皿中进行发射率检索数据收集。样品发射率通过光谱平滑算法来估计。
本文还使用可见光、近红外、短波红外和长波红外区域的机载高光谱扫描仪（AHS）映射了采矿现场，以进行矿物分类。从AHS获得的光谱发射率和基因库中提取的光谱如图2所示。使用加权平均值针对AHS响应函数对库中的样品光谱进行重采样。样品11和19光谱形状上表现出一致性。样品12在样带3和4之间表现出偏差。AHS像素大小5×5 px，像素不是纯净的。因此，矿物成分比采集的样品复杂。幅度上的差异可以解决，以防止不正确的大气校正或飞行期间不同土壤状态。
2 使用说明
所有样品均包含不同数量和类型的黏土矿物，由其光谱发射率特征证明。图3显示了来自光谱库弃土样品的3个例子。可以将这些光谱与从亚利桑那州立大学光谱库和ASTER光谱库相似材料的光谱进行比较。样品02是主要由高岭石组成的黏土，在8.90，9.44，9.90和11.00μm处有明显下降。样品06是沙子和粘土结合的煤。该样品的发射率光谱包含8.47和8.83μm处高岭石特征和石英特征的混合。样品33是富含蒙脱石的膨润土。蒙脱石的光谱发射率在9.43μm有典型的下降。弃土基质的光谱发射率库也包括图像。该图像提供了库中所有样品的预览，类似于图3所示的图像。
3 Model 102傅立叶变换热红外光谱辐射仪
特点：
1） 重量轻，独立外形设计；
2） 具热稳定干涉仪；
3） 单机操作、内置PC计算机；
4） 校准的辐亮度、温度和发射率野外现场测量；
5） USB，以太网和VGA接口；
6） 带有热稳定黑体的输出标定（可选项）；
7） 通过透镜镜头直接观测目标；
8） 高灵敏度、高通量；
9） 全日光可读LCD显示屏；
10）屏幕上实时显示光谱和数学处理结果；
11）供电：野外便携电池、点烟器或通过AC供电电源；
技术参数：
1）光谱范围：2-16 μm；
2）光谱分辨率（FWHM）：4 cm-1；
3）尺寸（LxWxH）：36×20×23 cm；
4）重量：7 kg；
弃土基质的光谱发射率库.pdf