煤矿安全与环保

基于深度学习的露天矿山超采、盗采与越界行为监测研究

卢 梦竹

邯郸职业技术学院

DOI: https://doi.org/10.59429/mkaqhb.v8i1.13590

Keywords: 深度学习；露天矿山；遥感监测；违法开采识别；无人机影像

---

Abstract

随着矿产资源开发规模不断扩大，露天矿山非法开采问题逐渐凸显，超采、盗采以及越界开采等行为不仅破坏矿产资源管理秩序，还会对生态环境造成严重影响。传统矿山监管主要依赖人工巡查与定期遥感监测，存在监测周期长、实时性不足以及识别效率较低等问题。基于深度学习技术的发展，将遥感影像、无人机影像与智能识别算法相结合，为矿山违法行为监测提供了新的技术路径。本文围绕露天矿山开采行为监测问题展开研究，构建基于深度学习的矿山开采行为识别模型，并结合遥感数据与无人机影像实现对矿区开采变化的自动识别与分析。研究表明，利用深度学习模型可以有效提高矿山违法行为识别效率和监测精度，为矿产资源监管提供技术支撑。

---

References

[1] Liu, Huanhuan,Sun, Rui,Ji, Yu,Lu, Mengzhu.Evolutionary Intelligent Large Model-Driven Heterogeneous Traffic Analysis in Wireless Communication Networks[J].Internet Technology Letters2025,8(4).

[2] Jiaojiao Qin, Yanlong Yang.Intelligent Green Resource Management for Blockchain-Powered IoT Networks Through Deep Reinforcement Learning[J].Internet Technology Letters2026,9(2).

[3] 王丽佳，张萌 . 基于 Hive 数据分析技术在塑料加工中的应用研究[J]. 塑料工业，2025,53(08):194.

[4] 韩欠欠 . 基于遥感影像对矿区超采及地貌变化的监测[J]. 北京测绘，2026,40(01):129-134.

[5] 向竟德 . 无人机摄影测量在矿山开采动态监测中的应用及数据处理方法[C]// 江西省工程师联合会 . 第二届智能工程与经济建设学术研讨会论文集（二）. 四川省安盛勘察设计技术服务有限公司，2025:814-817.