Geoskill: 矿区扰动监测
多时相遥感数据监测矿区地表扰动
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Geoskill: 矿区扰动监测。 它的用途是：多时相遥感数据监测矿区地表扰动 完整的 Skill 内容见：https://321skill.com/skills/geoskill-矿区扰动监测/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'监测XX矿区2020-2024年地表扰动，识别边界违规区域'，它会自动加载该区域多时相光学、SAR和DEM数据，分析裸地、矿坑等变化，输出逐年扰动面积对比图、边界超限标记以及汇总统计表。
介绍
矿区开采活动常引发地表裸地、矿坑、废料堆、道路扩建及植被破坏等环境问题，传统人工巡查效率低且难以量化。本Skill利用多时相光学、SAR和DEM数据，自动识别并追踪矿区地表扰动要素，支持跨年度变化分析、边界违规检测及面积统计，帮助用户快速掌握矿区扰动动态。
用户只需提供目标矿区的时空范围（如指定年份和坐标），技能会自动检索并处理多源遥感数据，输出扰动分类图层、变化热点图、边界超限标记及面积统计表格。支持批量处理多个矿区，结果可导出为GeoJSON、CSV、PDF报告等格式，便于后续GIS分析或汇报。
本技能适用于矿业环保监管人员、遥感数据分析师、科研院所研究人员，以及需要定期评估矿区生态影响的企业ESG部门。尤其适合需要长期追踪矿区扰动变化趋势、量化违规面积的场景，如矿山生态修复验收、合规检查、科研论文数据支撑等。
建议用户准备高质量的多时相遥感影像（如Landsat、Sentinel-2、ALOS PALSAR等），并确保数据时间覆盖完整。对于云覆盖严重或地形复杂区域，需结合SAR数据弥补光学缺失。本技能不适用于城市变化监测、农业用地分类等非矿区场景。
核心特点
不同于通用遥感变化检测工具，本技能专为矿区场景设计，融合光学、SAR和DEM三种数据源，可同时识别裸地、矿坑、废料堆、道路、植被移除五类扰动，并自动检测边界违规（越界开采）和跨年度面积统计。
注意事项
依赖高质量多时相遥感数据，云覆盖严重或数据缺失时效果下降；不适合非矿区地表变化监测场景。
常见问题
支持哪些遥感数据源？
支持Landsat、Sentinel-2等光学数据，Sentinel-1、ALOS PALSAR等SAR数据，以及SRTM、ASTER GDEM等DEM数据。
输出结果有哪些格式？
输出包括扰动分类栅格图层（GeoTIFF）、矢量边界（GeoJSON）、面积统计表格（CSV）和带图表的PDF报告。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/geoskill-矿区扰动监测/raw/index.md 读取 Geoskill: 矿区扰动监测 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/geoskill-矿区扰动监测/raw/index.md（查看排版版本）