核心用法
Mine Disturbance Monitor 是一款面向矿业合规监管与生态修复评估的专业遥感分析工具。用户仅需提供矿山许可边界（GeoJSON格式）及多年份影像数据目录，即可启动全自动扰动监测流程。系统支持光学影像、SAR雷达数据及数字高程模型（DEM）的多源融合分析，通过 --disturbance-types 参数灵活配置检测目标类型（坑口/堆场/道路/裸地），并可叠加 --compare-dem 实现挖填方精准分类。
关键操作路径分为两种：本地已有影像模式下，通过 --image-dir 指定按年份命名的影像文件；无本地数据时，可调用 Microsoft Planetary Computer 公开数据接口，以 --bbox 划定区域、--date-range 限定时段自动下载。执行后生成四维输出体系：矢量扰动图层（含年份/类型/面积/状态属性）、类型栅格地图、越界合规专项报告（outside_boundary.geojson）及 Excel 统计汇总表。
显著优点
多源数据适配能力强：打破单一传感器依赖，光学+SAR+DEM 的联合解译有效应对云雨天气干扰与地形复杂场景，显著提升监测连续性。
合规审计自动化：内置缓冲区分析与越界判定逻辑（--buffer），可一键生成监管执法所需的边界 violation 证据链，大幅降低人工核查成本。
时序追踪智能化：自动标注扰动对象状态标签（新增/扩张/稳定/复垦），支持长时序生态恢复效果量化评估。
零门槛数据获取：集成 Microsoft Planetary Computer 开放数据接口，无需 API 密钥即可调用 Sentinel-2、Landsat 等顶级卫星数据，降低使用门槛。
潜在缺点与局限性
空间分辨率约束：100平方米默认最小斑块过滤（--min-area）可能漏检小型人工扰动，精细监测需权衡数据量与精度。
时相匹配挑战：多源数据（光学/SAR）的成像时间差异可能导致伪变化检测，需用户具备基础遥感数据质量判断能力。
分类精度依赖训练数据：pit/dump/road 等语义分类性能受限于内置模型，特殊地貌或新型开采方式可能出现误判。
计算资源需求高：多年份全区域分析涉及海量栅格运算，本地执行需预留充足存储与内存资源。
适合的目标群体
- 自然资源监管部门：矿业执法、越界开采巡查、生态修复验收
- 矿业企业 ESG 部门：可持续发展报告编制、闭坑复垦进度追踪
- 环境咨询机构：矿区环境影响后评价、第三方合规审计
- 科研院所：采矿扰动时空演变规律、土地损毁与复垦遥感监测研究
使用风险与注意事项
数据合规风险：自动下载的卫星数据需遵守各数据提供商使用协议（如 Copernicus 数据政策），商用场景需确认授权范围。
结果验证义务：AI 驱动的边界提取与分类结果存在固有不确定性，监管决策场景建议配合人工抽检或实地核查。
依赖项管理：GDAL、Rasterio、PyProj 等空间计算库版本兼容性可能引发 Exit Code 3/7 类错误，建议容器化部署隔离环境。
缓存与存储：自动下载模式默认缓存至 ~/.geoskill_cache，长期运行需定期清理避免磁盘溢出。