Nature正刊|基于多源数据与GEE监测全球采矿对河流沉积的影响

图 1. 全球河流矿产开采概览。a，图示了396个已识别的河流矿产开采区。超过80%的矿区（334/396）位于赤道20°范围内。b–e，Planet Labs卫星影像显示了在a中识别的矿区，位于秘鲁（b，id：s0258_PER_gold）、加纳（c，id：s0112_GHA_gold）、刚果民主共和国（d，id：s0083_COD_gold）和缅甸（e，id：s0242_MMR_gold）。这些地区的土地转变类似，从森林转变为充满水的采矿坑（图像 © 2022 Planet Labs PBC）。d和e图中也可见河道采矿。比例尺，1公里。f，按年度显示的河流矿产开采站点数量。注意有两个y轴刻度，一个表示年度测量（黄色条形），另一个表示累积总数（黑线）。只有在少数情况下，能够获得有关采矿开始时间的信息，因此我们将这些站点归为单一类别。g,h，近期废弃的矿坑照片，拍摄于秘鲁马德雷德迪奥斯的一个高强度开采区（id：s0253_PER_gold）。坑的直径约为50–500米。图中的清理和开挖带宽约为1.25公里。尽管基本的河流采矿方法和技术已存在多年，但60%的站点是在2000年后开始采矿的，46%的站点则是在2006年后开始采矿（n = 237和183，分别）。g和h中的照片由Jason Houston拍摄。

图 2. 河流在采矿开始后迅速反应。河流的悬浮沉积物浓度（SSC）在采矿开始后的几年内增加。第0年为估计的采矿开始年份，负值表示采矿前的时期。a，所有研究中河流的汇总分析显示了全球信号。所有河流的悬浮沉积物浓度均比采矿前分布高出3个标准差，如所有月度测量值的插图直方图所示。b，按主要陆地划分的河流SSC对采矿的反应，灰线显示了每条河流的轨迹。在每个图中，中位值由实线表示；四分位数范围以阴影表示。1984年之前即开始采矿的河流（Landsat 5任务开始前）不包括在此分析中（n = 44）。c，来自每个主要陆地的代表性河流的SSC时间序列，展示了参考期（灰色阴影、蓝色线条）期间SSC的自然波动以及采矿开始后SSC的迅速增加（黄色线条）。每个图中的采矿开始时间通过竖直黑线表示。

图3. 受河流矿产开采影响的河流长度。显示受河流矿产开采影响的河流公里数的年度时间序列，分别按全球（a）和主要陆地（b）表示。值的计算方式是，SSC高于参考均值（棕色线）和SSC高于参考分布3个标准差（黄色线）的河流公里数。c，受矿业影响的河流的采矿前（参考，青色符号）和采矿后（黄色符号）SSC Z-score概况，展示了特定河流（>500公里）在标准差方面偏离采矿前分布的情况。受矿业影响的河流大多数情况下会在下游恢复到参考水平，但这种恢复并非普遍存在，且通常不会在数百公里内发生。误差条表示估算的标准误差，这是指定期间50公里的均值。绘制的参考值沿河流变化，因为Z-score计算的参考分布是通过整个剖面计算的，以确保与没有采矿前参考期的河流一致。

图 4. 各国受采矿影响的河流总长度的比例。a，每个白色条形代表大河流长度（宽度>50米），橙色阴影表示受采矿影响的河流长度。在这些国家中，采矿衍生的沉积物平均改变了23% ± 19%标准差的大河流长度。请注意，除巴西外，所有国家都使用相同的刻度，巴西由于亚马逊流域的规模较大，使用了不同的刻度。b–f，五个河流矿产开采地区的受矿业影响的河流示例。采矿衍生的沉积物改变了河流的颜色，使其在卫星图像中呈现棕色、橙色或黄色。b和e中的深色河流表明这些地区的河流在上游开采较少的情况下的外观。每张卫星图像中标出了河流截面代码。b–f中的卫星图像经过修改，来自Copernicus Sentinel数据（2022）。比例尺，3公里（b，e），4公里（c），5公里（d，f）。

1. Nature正刊|哥伦比亚大学利用GEE实现对全球洪涝灾害的实时监测

2. GEE前沿论文|Nature子刊利用GEE实现对新城郊森林应对气候变化潜力的全球空间评估

3. GEE前沿论文|利用GEE进行红树林覆盖变化与碳储量监测