黃 翌,汪云甲,*,李效順,胡召玲,劉國平

(1. 礦山生態(tài)修復教育部工程研究中心 中國礦業(yè)大學，徐州 221116;2. 江蘇省資源環(huán)境信息工程重點實驗室 中國礦業(yè)大學，徐州 221116; 3. 江蘇師范大學城市與環(huán)境學院，徐州 221116)

煤炭開發(fā)對礦區(qū)植被擾動時空效應的圖譜分析
——以大同礦區(qū)為例

黃 翌1,2,汪云甲1,2,*,李效順2,胡召玲3,劉國平3

(1. 礦山生態(tài)修復教育部工程研究中心 中國礦業(yè)大學，徐州 221116;2. 江蘇省資源環(huán)境信息工程重點實驗室 中國礦業(yè)大學，徐州 221116; 3. 江蘇師范大學城市與環(huán)境學院，徐州 221116)

植被是綜合體現礦區(qū)生態(tài)環(huán)境狀況的關鍵因子。以NDVI值為參數，基于像元二分的遙感估算方法測度了1999—2010年大同礦區(qū)的植被覆蓋情況。利用Global Moran′sI、Getis-Ord GeneralG、Getis-OrdGi*、Anselin Local MoranI等空間關聯指數分別從全局演變和局部效應的視角揭示了礦區(qū)植被受煤炭開發(fā)等活動擾動的時空演化和內在作用機制。研究結果表明：(1)大同礦區(qū)植被蓋度變化在空間上呈集聚分布狀態(tài)，表現出很強的空間自相關性，這一現象在植被蓋度最低時期最明顯；(2)在植被蓋度上升期，其變化的熱點區(qū)不斷減少或向次熱點地區(qū)分散，礦區(qū)植被變化集聚效應越發(fā)不顯著，總體上呈離散的態(tài)勢。(3)煤炭開發(fā)對礦區(qū)植被的擾動呈現整體性特征，與煤炭產量成正比。(4)不同植被類型受煤炭開發(fā)擾動呈現不同的變化特征。(5)采用循環(huán)工藝的高效高產礦井大規(guī)模煤炭開發(fā)對植被的擾動作用尚不明顯，但長期效應有待進一步研究。

煤礦區(qū); 植被蓋度; 時空效應; 圖譜分析

煤炭開采在為國家建設提供大量優(yōu)質煤炭的同時也嚴重破壞了礦區(qū)的生態(tài)環(huán)境。根據相關研究，煤炭開發(fā)活動對礦區(qū)生態(tài)環(huán)境的主要影響有：地表沉陷、土地沙漠化、土壤質量下降、地表及地下水污染、植被破壞、生態(tài)系統(tǒng)退化、生物多樣性喪失、景觀破壞、農作物減產等[1]。這些直接或間接影響一方面破壞了礦區(qū)植被的生長環(huán)境，使其失去適合的生存空間；另一方面，逐漸裸露的地表又進一步加劇了礦區(qū)生態(tài)脆弱度。因此，植被長勢與礦區(qū)生態(tài)環(huán)境之間存在著高度的雙向制衡關系。同時，以生態(tài)學視角出發(fā)，諸如水土保持、生態(tài)系統(tǒng)調節(jié)、生物多樣性保護、土壤質量改良、景觀修復等礦區(qū)資源環(huán)境諸多因子都不同程度依賴于植被的長勢和繁茂程度。因此，植被是考量礦區(qū)生態(tài)環(huán)境狀況的關鍵之一。在衡量植被繁茂程度的要素中，植被覆蓋度又稱為投影蓋度，是指植被植株冠層或葉面在地面的垂直投影面積占植被區(qū)總面積的比例[2- 4]，其范圍分布在0—1之間，反映了植被在水平方向上的密度情況，數值越大表明植被覆蓋度越高。國內外研究表明，作為重要的氣候、生態(tài)水文影響因子，植被覆蓋度影響著區(qū)域大氣圈、水圈、生物圈層間的各種物質轉化和能量轉移過程[5]。因此，研究其演化過程是檢驗礦區(qū)生態(tài)環(huán)境變化趨勢的重要指標之一，對于評價煤炭開發(fā)對礦區(qū)環(huán)境影響機理、實施切實有效的生態(tài)修復工程等具有重要的研究意義。目前，國內外關于區(qū)域植被覆蓋度的研究主要集中在植被覆蓋度與氣候因子的關系[6- 7]、植被覆蓋度變化對區(qū)域環(huán)境影響[8- 9]、以城市化等為代表的人類活動對植被覆蓋度的影響[10- 11]等方面。在煤礦區(qū)，煤炭開發(fā)及相關生產活動顯然是影響植被的最主要因子，將植被覆蓋度應用到煤礦區(qū)環(huán)境問題研究主要包括：基于景觀視角的礦區(qū)土地利用覆被變化及植被景觀破碎化程度研究[12]；礦區(qū)植被系統(tǒng)恢復過程中的多樣性變化[13]；基于遙感過程的CASA模型和生態(tài)環(huán)境狀況指數測算礦區(qū)植被凈初級生產力及生態(tài)環(huán)境狀況變化趨勢[14]；礦區(qū)地下水與植被的相互關系探討[15]；采用NDVI與一元線性回歸方法，分析植被覆蓋和土地沙化的動態(tài)變化[16]等，以上研究為本文提供了思路上的啟迪。就已有的研究而言，植被覆蓋度的計算方法已較為成熟，多數文獻對植被覆蓋度進行分級，對比分析多時相分級結果，得出區(qū)域植被覆蓋度的全局趨勢和變化規(guī)律并加以解釋，這些基于分級的對比分析能夠在一定程度上表現區(qū)域植被演化特征，但是很難進一步提高定量表達的精度。同時，全局趨勢分析在研究局部空間問題中也受到限制。因此，本文綜合運用以局部性和空間相關性為主的GIS空間分析及數理統(tǒng)計方法研究礦區(qū)植被覆蓋度受煤炭開放影響的時空效應，以期更加深入地挖掘煤炭開采活動對礦區(qū)植被的影響機制。

1 數據來源與處理

研究選擇山西大同礦區(qū)作為研究區(qū)域(圖1)，主要基于以下幾點考慮：其一，煤炭開發(fā)歷史悠久，產量大，環(huán)境累積效應和擾動量顯著。作為國家“十二五”規(guī)劃的14個大型煤炭基地之一——晉北煤炭基地主干企業(yè)和國內特大型煤礦集團，同煤集團2010、2011年原煤產量連續(xù)突破億噸，采煤塌陷區(qū)范圍廣，15個主要井田范圍沉陷區(qū)面積達到345.26 km2，平均每個井田周圍20 km2以上的土地都是沉陷區(qū)，區(qū)域環(huán)境受煤炭開發(fā)擾動顯著。其二，地處生態(tài)環(huán)境脆弱的中西部地區(qū)，在全國具有典型性。由于地處黃土高原邊緣，地表濕陷性黃土受采動影響，保水能力差，加之沉陷區(qū)地形復雜，地表溝谷縱橫，起伏陡峭，土地養(yǎng)分退化，耕作條件破壞，亟待復墾修復，是典型的生態(tài)脆弱型礦區(qū)。因此，大同礦區(qū)區(qū)位獨特，具有很強的典型性，對此進行深入研究，對于全國其他礦區(qū)有普遍的參考和借鑒意義。本文以空間關聯測度的圖譜視角來表達大同礦區(qū)植被覆蓋度演變的時空格局，探索煤炭開發(fā)對礦區(qū)生態(tài)環(huán)境的影響機制。

圖1 研究區(qū)區(qū)位和地形Fig.1 Location and terrain of research area

研究區(qū)自然環(huán)境、植被和煤炭開采的總體特征為：

大同地區(qū)屬大陸性季風氣候，干旱、半干旱地區(qū)。礦區(qū)地貌以中低土石山群和黃土丘陵構成，相對高差450m，山體陡峭，樹枝狀沖溝極為發(fā)育，地形支離破碎，溝壑縱橫。全區(qū)土壤類型主要有山地栗鈣土，淡栗鈣土和少量草甸土及鹽潮土。土質疏松，肥力貧乏，有機質含量少，抗沖力低。礦區(qū)植被總體稀疏，多樣性差，種類貧乏，旱化特征明顯，具有雁北干草原過渡地帶特征，表現出個體生態(tài)與群落生態(tài)的高度統(tǒng)一。據初步統(tǒng)計，自然植被組成以溫性落葉闊葉灌叢為主，天然植物共18科、35屬、57種。草本植物多為旱生、中生植物，有華北落葉松、油松、山楊和樺；灌叢主要有沙棘、虎榛子、繡線菊等[17]。

大同煤田為雙紀煤田，走向NE—SW，上部為侏羅紀含煤地層，位于大同煤田的東北部，下部為石炭、二疊紀含煤地層，除最北端局部地層外，幾乎遍布整個大同煤田。礦區(qū)自大規(guī)模開發(fā)以來的數十年，始終以開采埋藏較淺的侏羅紀煤炭為主，石炭、二疊紀煤炭開發(fā)近幾年剛剛起步，因此本文的研究范圍限定于侏羅紀煤田界限。研究區(qū)內，共有17對大型礦井，5對分布在北部云岡溝，主要開采侏羅紀煤炭；12對位于南部口泉溝，其中10對開采侏羅紀煤炭，2對開采石炭、二疊紀煤炭，井田邊界如圖1所示。開采侏羅紀煤層的井田年開采規(guī)模106—5×106t，開采年限普遍在50a以上；開采石炭、二疊紀煤層的井田開采規(guī)模1.5×107—2×107t，大規(guī)模開采年限不足5a。

以大同礦區(qū)1999年至2010年同期(10月)12景TM/ETM遙感影像數據，使用ERDAS軟件首先提取歸一化植被指數(NDVI)，根據像元二分法原理[18- 21]，利用ERDAS的建模工具Spatial Modeler根據NDVI計算出1999—2010年12個年份大同礦區(qū)植被覆蓋度。

2 植被蓋度時空效應的測度方法

已有的研究大多基于植被蓋度的空間格局演變，從總體上揭示礦區(qū)植被覆蓋度的全局演化過程，但是空間效應可能是大尺度的趨勢也可能是局部效應，前者一般稱為“一階效應”[22]，描述的是某個參數的總體變化性，“一階效應”忽略了局部性和空間相關性等因素，在應用中會帶來偏差，需要引入“二階效應”的方法，“二階效應”是由空間依賴性和空間異質性產生的。表達的是空間上鄰近位置上數值間的相互趨同或背離的傾向。受以煤炭開發(fā)為主的多種因素的共同作用，礦區(qū)植被覆蓋度表現出明顯的局部依賴性和異質性，因此，空間數據分析的“二階效應”方法在礦區(qū)植被覆蓋度研究中具有重要意義。

運用空間關聯指數Global Moran′sI、Getis-Ord GeneralG、Getis-OrdGi*、Anselin Local MoranI來測度全局和局域的空間聚簇特征[21]，前兩者是用于探測整個研究區(qū)的空間關聯結構模式；后兩者用于識別不同空間位置上的高值簇與低值簇，即熱點區(qū)(hot spots)與冷點區(qū)(cold spots)的空間分布?？臻g關聯指數表達式和原理如下：

Global Moran′sI

(1)

在給定顯著性水平時，若Moran′sI顯著為正，則表示覆蓋水平較高(或較低)的區(qū)域在空間上顯著集聚。反之，若Moran′sI顯著為負，則表明該區(qū)域與其周邊地區(qū)的覆蓋水平具有顯著的空間差異。僅當Moran′sI接近期望值-1/(n-1)時，觀測值之間才相互獨立，在空間上隨機分布，此時滿足傳統(tǒng)區(qū)域差異度量方法所要求的獨立條件。

Getis-Ord GeneralG

(2)

Getis-OrdGi*

(3)

Anselin Local MoranI

(4)

3 結果分析與討論

3.1 全局演變特征分析

利用1999—2010年大同礦區(qū)植被覆蓋度計算Global Moran′sI和GeneralG的估計值及其相關指標(表1)。

可以看出，1999—2010年間，Global Moran′sI估計值全部為正，檢驗結果顯著，且數值的大小總體穩(wěn)定在0.7—0.8之間，但呈現一定的波動性，2003年和2008年尤為明顯，表明1999年以來植被覆蓋度空間上分布的趨勢，即植被覆蓋度相似(高或低)的地區(qū)在空間上呈現集中分布的特點，且總體上較穩(wěn)定；在此期間，全局G統(tǒng)計指標的觀測值和期望值都十分接近，相差不大，且都大于0，當設定總體顯著性水平a為0.05時，可知全局G統(tǒng)計量除2000年，2003年，2009年3個年份不顯著外，其余各年份都顯著，這說明檢測區(qū)域高(或低)值的集聚現象顯著，植被蓋度的變化可能圍繞著熱點區(qū)域來展開，但在不同的階段呈現不同的集聚特點：

(1)1999—2002年間，Moran′sI和G(d)值分別由0.765和0.007782迅速擴大到0.783和0.007891，Z(I)值也由3.448擴大到6.629，其中全局G統(tǒng)計指標達到全期最大值。表明礦區(qū)內植被蓋度差異顯著擴大，變異系數由0.245增加到0.251。

表1 植被蓋度的變異系數、Moran′s I和General G估計值(1999—2010年)

(2)2003年，Moran′sI值由0.783擴大到0.909，Z值分別由6.629和3.703縮小到4.920和1.457。同時，2003年也是全階段礦區(qū)植被覆蓋度最低的時期和轉折點， Moran′sI值卻達到全階段最大值，礦區(qū)的植被受破壞程度呈現高度正相關，植被覆蓋度低的地區(qū)在空間上呈現集中分布。

(3)2004—2007年間是礦區(qū)植被覆蓋度振蕩上升的階段，Moran′sI和G(d)值變化不大，Z(I)和Z(d)值卻有不同程度的提升，均大于0.05顯著水平上的標準閾值1.96，表明Moran′sI和G(d)值在統(tǒng)計上顯著性增強。

(4)2008年啟動的全礦區(qū)范圍內的采煤棚戶區(qū)搬遷工程對于礦區(qū)植被的擾動較明顯。采煤棚戶區(qū)搬遷過程中，涉及的人流、物流等要素的大規(guī)模流動現象，對礦區(qū)植被亦產生一定程度的破壞。2008年Moran′sI值降至全階段最低值，表明植被覆蓋度在礦區(qū)范圍內各處均有不同程度的下降。

(5)2009—2010年間，礦區(qū)植被覆蓋度迅速提升，Moran′sI趨于穩(wěn)定，并且緩慢增長，G(d)卻緩慢下降，并且Z(I)和Z(d)值呈現震蕩的特點。同時，棚戶區(qū)搬遷后，由于無人耕種，礦區(qū)耕地大量減少，多數轉化為草地，在10月份遙感圖像中，農作物已收割，大同地區(qū)耕地表現為裸地類型，反映的植被蓋度值較低，這也是2009年以后礦區(qū)10月植被蓋度上升的原因之一。

3.2 局部效應分析與熱點區(qū)域的演變

雖然Global Moran′sI和Getis-Ord GeneralG統(tǒng)計指標在一定程度上揭示了礦區(qū)植被蓋度全局演變特征，但當需要進一步考慮是否存在局部空間集聚時，全局空間自相關往往會掩蓋局部狀況或小范圍的局部不穩(wěn)定性及不同位置上的空間變異程度，因此當全局關聯特征Global Moran′sI和Getis-Ord GeneralG指標不能充分揭示空間依賴性和異質性時，采用局域空間關聯指數Getis-OrdGi*來探測局域空間的集聚程度，識別不同空間位置上的高值簇與低值簇，即熱點區(qū)與冷點區(qū)的空間分布[22]。選取2001—2010年相對于2000年的植被覆蓋度變化情況作為局域統(tǒng)計指標Getis-OrdGi*來進一步進行空間關聯分析，生成大同礦區(qū)植被覆蓋度的空間熱點演變圖(圖2)。

圖2 植被覆蓋度的演變熱點圖(相對于2000年)Fig.2 Hot spots mapping of vegetation coverage (related to year 2000)由于缺乏同時相的2007年、2009年大同礦區(qū)東部遙感數據，圖中相應年份該處結果缺失

分析圖2得出：

(1)從整體來看，2000—2010年熱點區(qū)域的整體格局基本保持穩(wěn)定，但各種類型區(qū)的比例隨著時間的推移而有所變化(圖3)，熱點區(qū)、較熱點區(qū)和冷點區(qū)、較冷點區(qū)的數量逐漸減少，次熱點區(qū)和次冷點區(qū)的數量有所增加，但個別年份變化很大，這說明，處于兩極(冷點區(qū)和熱點區(qū))狀態(tài)的類型區(qū)向中間狀態(tài)(次熱點區(qū)和次冷點區(qū))分化，兩極狀態(tài)(熱點區(qū)和冷點區(qū))的類型區(qū)集聚效應越來越弱，極化現象越發(fā)不顯著，總體上呈離散的態(tài)勢。

圖3 各種集聚類型區(qū)比例演化Fig.3 Revolution of percentage for each centralize type

(2)從空間結構上看，2001—2004年，熱點區(qū)向云岡溝周邊地區(qū)不斷集中，而冷點區(qū)逐漸形成了以東南部地區(qū)為核心并在其周邊地區(qū)集聚的勢態(tài)，2005年以后云岡溝周邊的熱點區(qū)開始減退，又回到以兩條溝為軸的熱點聚集區(qū)，并且分別為次熱點區(qū)和次冷點區(qū)所包圍，由此，形成了以兩條溝為核心的階梯狀“核心-外圍-邊緣”結構，并且這種結構顯得越來越穩(wěn)固。熱點區(qū)集中在固定區(qū)域的現象較明顯，而這兩條溝又是礦區(qū)煤炭生產、運輸的主軸和居民生活的軸線，各種資源物質相互交織，植被覆蓋度變化十分劇烈，這其中又以2008年采煤棚戶區(qū)搬遷年最為明顯，大同礦區(qū)絕大部分的棚戶區(qū)沿口泉溝和云岡溝布局，搬遷活動對沿線植被的擾動量顯著，2010年，其空間態(tài)勢又開始減弱，熱點區(qū)和冷點區(qū)范圍較往年明顯減小。

(3)從各類型區(qū)空間分布變化的格局來看，2001年熱點區(qū)沿云岡溝分布，主要集中在燕子山礦附近，而冷點區(qū)主要分布在云岡溝兩側，口泉溝及周邊極化現象不顯著；2002—2006年，熱點區(qū)從條帶狀演化為聚集在云岡溝及兩側的巨大組團；值得注意的是，2008年全國單體規(guī)模最大的礦井——塔山高產礦井(年產量2×107t)大規(guī)模投產后，其所在的口泉溝南側植被蓋度與之前的2004、2006年相比變化不大，始終處于冷點區(qū)，但2010年開始有向熱點區(qū)演化的趨勢。

(4) 2001—2010年，熱點區(qū)域總體上聚集在礦區(qū)的兩條發(fā)展主軸口泉溝和云岡溝周圍，而云岡溝的熱點區(qū)域范圍和熱度大于口泉溝，從2001年到2008年，云岡溝內礦井的煤炭產量始終高于口泉溝，其植被受擾動的劇烈程度也相應較高；2009年，隨著塔山、同忻等高產礦井逐步穩(wěn)產，口泉溝內煤炭產量超過了云岡溝，但熱點區(qū)并未產生明顯的轉移。

植被蓋度熱點區(qū)域的演變探測了各年份礦區(qū)植被狀況空間結構的局域變化，根據圖譜分析，可將大同礦區(qū)植被蓋度演化分為3個典型的階段：云岡溝兩側的熱點集聚階段(2001—2004年)、沿軸線演化階段(2005—2008年)、熱點消退階段(2009—2010年)，為了研究煤炭開發(fā)及相關活動對植被擾動過程中是否存在著空間上的不一致性，分別選取3個階段的典型年份2001—2002年、2005—2006年、2009—2010年，運用Anselin Local MoranI對植被蓋度的變化進行聚類分析(圖4)。

圖4 典型年份植被覆蓋度變化聚類分析Fig.4 Clustering analysis of vegetation coverage in typical years

3個時段各增長單元的集聚類型均發(fā)生了變化，2001—2002年、2005—2006年呈現明顯的聚集效應，而2009—2010年聚類效應總體減弱，但在口泉溝南側卻集聚明顯。全階段聚類類型中，基本表現為“高-高”聚類和“低-低”聚類，即植被蓋度變化大的地區(qū)呈集中分布的特點，幾乎未出現異常值，即“高-低”聚類的情況，表明在高強度煤炭開采擾動下，植被遭受的破壞是整體性的。

4 結論

本文綜合運用以局部性和空間相關性為主的GIS空間分析方法，研究植被這一綜合體現礦區(qū)生態(tài)環(huán)境狀況的關鍵因子受以煤炭開發(fā)為主的礦區(qū)活動擾動的時空效應，對比以往大多單純基于NDVI值的礦區(qū)植被演化研究，Global Moran′sI、Getis-Ord GeneralG、Getis-OrdGi*、Anselin Local MoranI等空間關聯指數在趨勢分析等一階整體效應的基礎上，分別從全局演變和局部效應的視角揭示了礦區(qū)植被受擾動的時空演化和內在作用機制。

(1)時序上總體把握及影響因子分析，1999到2010年，大同礦區(qū)植被狀況以2003年和2006年為分界點，將植被蓋度分為下降階段、震蕩上升階段和上升階段，在煤炭開采規(guī)模不斷加大的過程中，礦區(qū)植被狀況總體好轉，主要存在以下原因：①2003年煤炭行業(yè)經濟形勢好轉，煤礦企業(yè)開始重視礦區(qū)綠化，大量種植各類樹木，積極開展植被修復工程，這是礦區(qū)植被蓋度總體上升的原因之一。②近年來，煤礦綠色開采技術不斷投入實踐，新工藝的采用對環(huán)境的擾動呈減小趨勢。③同時，棚戶區(qū)搬遷后大量耕地轉化為野草地和低矮灌叢，加之人類生活破壞的減少，客觀上對植被蓋度上升起到一定作用。2003年以前，煤炭開發(fā)和礦區(qū)人類活動是植被受擾動較大且破壞明顯的主要因素；2003—2008年，礦區(qū)植被受多種因素共同影響，變化波動性較大；2008年棚戶區(qū)搬遷以后，種植活動和煤炭開發(fā)分別成為影響植被的正負因子。

(2)全局演變分析，從Global Moran′sI和G(d)變化看，當礦區(qū)植被受破壞最嚴重時，在空間格局上，植被蓋度變化相似(高或低)的地區(qū)在空間上呈集聚分布狀態(tài)，表現出很強的空間自相關性，全階段礦區(qū)植被覆蓋度最低時，Moran′sI值卻達到全階段最大值，礦區(qū)植被受破壞程度呈現高度正相關，而這種相關性在植被恢復期呈減弱的趨勢。

(3)局部效應分析，植被蓋度變化的熱點區(qū)不斷減少或向次熱點地區(qū)分散，礦區(qū)植被變化集聚效應越來越弱，總體上呈離散的態(tài)勢。熱點區(qū)集中在固定區(qū)域的現象較明顯?；颈憩F為“高-高”聚類和“低-低”聚類，即植被蓋度變化大的地區(qū)呈集中分布的特點，幾乎未出現異常值，即“高-低”聚類的情況，表明在高強度煤炭開采擾動下，植被遭受的破壞是整體性的。

(4)從煤炭開發(fā)與植被受擾動相關性看，2001—2010年，熱點區(qū)域總體上聚集在礦區(qū)的兩條發(fā)展主軸口泉溝和云岡溝周圍，而云岡溝的熱點區(qū)域范圍和熱度大于口泉溝，從2001年到2008年，云岡溝內礦井的煤炭產量始終高于口泉溝，其植被受擾動的劇烈程度也相應較高，表明煤炭開發(fā)對植被的破壞與煤炭產量呈正相關。

(5)從不同植被類型受擾動效應看，大同礦區(qū)植被類型分異明顯，山谷內種植有山楊和樺等木本植物，隨著海拔的升高，逐漸過渡到以草本和灌叢為主的植被類型，將植被類型與植被覆蓋度結合分析，在煤炭開發(fā)活動遍及研究區(qū)的前提下，對比人類活動均較少的相對高海拔區(qū)(礦區(qū)西南部地區(qū))和相對低海拔區(qū)(云岡溝北部地區(qū))，高海拔地區(qū)植被覆蓋度變化較平緩，草本植物受擾動的程度應低于木本植物。但是，礦區(qū)植被受煤炭開發(fā)、土壤質量變化、區(qū)域氣候等多種因素共同影響，勢必存在一定的演替規(guī)律，在共同作用下的演替機制是下一步研究的重點。

此外，口泉溝南側一直是擾動效應較輕的區(qū)域，近年來投產的塔山和同忻礦井雖然是國內單產最大的井工煤礦，但開采的是埋藏較深的石炭、二疊紀煤炭，對地面環(huán)境的影響具有較強的滯后效應，且采用了高效循環(huán)經濟工藝，力圖使煤炭開發(fā)和產能對區(qū)域環(huán)境造成擾動減小到最低，從投產初期看，其對生態(tài)環(huán)境的擾動量不明顯，但煤炭開發(fā)對礦區(qū)環(huán)境的破壞存在累積性和滯后性，其長遠擾動效應有待深入研究。

[1] Fan Y H, Lu Z H, Cheng J L,Zhou Z X，Wu G. Major ecological and environmental problems and the ecological reconstruction technologies of the coal mining areas in China. Acta Ecologica Sinica, 2003, 23(10): 2144- 2152.

[2] Gitelson A A, Kaufman Y J, Stark R, Rundquist D. Novel algorithms for remote estimation of vegetation fraction. Remote Sensing of Environment, 2002, 80(1): 76- 87.

[3] Xing Z R, Feng Y G, Yang G J, Wang P, Huang W J. Method of estimating vegetation coverage based on remote sensing. Remote Sensing Technology and Application, 2009, 24(6): 849- 854.

[4] Garcia S, Saura S. Estimating landscape fragmentation indices from satellite images: the effect of sensor spatial resolution. Proc of the SPIE, 2004, 52(3): 668- 675.

[5] Wimberly M C, Ohmann J L. A multi-scale assessment of human and environmental constraints on forest land cover change on the Oregon (USA) coast range. Landscape Ecology, 2004, 19(6): 631- 646.

[6] Liu L L, Xiao F J. Spatial-temporal correlations of NDVI with precipitation and temperature in Yellow River Basin. Chinese Journal of Ecology, 2006, 25(5): 477- 481.

[7] Yang J P, Ding Y J, Chen R S. NDVI reflection of alpine vegetation changes in the south Yangtze and yellow rivers. Acta Geographica Sinica, 2005, 60(3): 467- 478.

[8] Niu B R, Liu J R, Wang Z W. Remote sensing information extraction based on vegetation fraction in Drought and Half-Drought Area. Geomatics and Information Science of Wuhan University, 2005, 30(1): 27- 30.

[9] Gan C Y, Wang X Z, Li B S. Changes of vegetation coverage during recent 18 years in Lianjiang River Watershed. Scientia Geographica Sinica, 2011, 31(8): 1019- 1024.

[10] L L, Ma A Q, Ma Q M. Spatial and temporal variations of vegetation coverage in Coastal Peri-urban Area: a case study of Laoshan District, Qingdao. Environmental Science and Technology, 2002, 35(1): 178- 185.

[11] Ji X M, Cheng T, Zheng F. Progress in ecological environment research in peri-urban areas. Ecology and Environmental Sciences, 2009, 18(4): 1579- 1586.

[12] Hu Z Q, Xie H Q. Study on land use/cover change of coal mining area based on remote sensing images. Journal of China Coal Society, 2005, 30(1): 44- 48.

[13] Guo X Y, Zang J T, Gong H L, Zhang G L, Dong Z. Analysis of changes of the species diversity in the process of vegetation restoration in Antaibao Mining Field, China. Acta Ecologica Sinica, 2005, 25(4): 763- 770.

[14] Hou H P, Zhang S L, Ding Z Y, Gong Y L, Ma C Z. Study on the measurement of ecological loss based on the net primary productivity in coal mines. Journal of China Coal Society, 2012, 37(3): 445- 451.

[15] Wang L, Wei S P, Wang Q J. Effect of coal exploitation on groundwater and vegetation in the Yushenfu Coal Mine. Journal of China Coal Society, 2008, 33(12): 1408- 1414.

[16] Wu L X, Ma B D, Liu S J. Analysis to vegetation coverage change in Shendong mining area with SPOT NDVI data. Journal of China Coal Society, 2009, 34(9): 1217- 1222.

[17] Zhang L F.Main methods discussion of vegetation recovery in mining area of Datong city. Forestry of Shanxi, 2009, (3): 29- 30.

[18] Zhao Y S. Principle and Methods of Remote Sensing Application and Analysis. Beijing: Science Press, 2003.

[19] Duncan J, Stow D, Franklin J, Hope A. Assessing the relation-ship between spectral vegetation indices and shrub cover in the Jornada Basin, New Mexico. International Journal of Remote Sensing, 1993, 14(18): 3395- 3416.

[20] Carlson T N, Ripley D A. On the Relation between NDVI, fractional vegetation cover, and leaf area index. Remote Sensing of Environment, 1997, 62(3): 241- 252.

[21] Jiang M, Zang X F, S Q, Tong Q X. Vegetation coverage retrieval scale effect analysis using multi-sensor data. Geomatics and Information Science of Wuhan University, 2011, 36(3): 311- 315.

[22] Wang Y F, He H L. Methods of Spatial Data Analysis. Beijing: Science Press, 2007.

[23] Ma X D, Zhu C G, Ma R H, Pu Y X. Urban spatial growth pattern and its evolution in Suzhou, Jiangsu Province, China. Acta Geographica Sinica, 2008, 63(4): 405- 416.

參考文獻:

[1] 范英宏, 陸兆華, 程建龍, 周忠軒, 吳鋼. 中國煤礦區(qū)主要生態(tài)環(huán)境問題及生態(tài)重建技術. 生態(tài)學報, 2003, 23(10): 2144- 2152.

[3] 邢著榮, 馮幼貴, 楊貴軍, 王萍, 黃文江. 基于遙感的植被覆蓋度估算方法述評. 遙感技術與應用, 2009, 24(6): 849- 854.

[6] 劉綠柳, 肖風勁. 黃河流域植被NDVI與溫度、降水關系的時空變化. 生態(tài)學雜志, 2006, 25(5): 477- 481.

[7] 楊建平, 丁永健, 陳仁升. 長江黃河源區(qū)高寒植被變化的NDVI記錄. 地理學報, 2005, 60(3): 467- 478.

[8] 牛寶茹, 劉俊蓉, 王政偉. 干旱半干旱地區(qū)植被覆蓋度遙感信息提取研究. 武漢大學學報: 信息科學版, 2005, 30(1): 27- 30.

[9] 甘春英, 王兮之, 李保生. 連江流域近18年來植被覆蓋度變化分析. 地理科學, 2011, 31(8): 1019- 1024.

[10] 劉林, 馬安青, 馬啟敏. 濱海半城市化地區(qū)植被覆蓋度的時空變化——以青島市嶗山區(qū)為例. 環(huán)境科學與技術, 2002, 35(1): 178- 185.

[11] 季小妹, 陳田, 鄭芳. 半城市化地區(qū)生態(tài)環(huán)境研究進展. 生態(tài)環(huán)境學報, 2009, 18(4): 1579- 1586.

[12] 胡振琪, 謝宏全. 基于遙感圖像的煤礦區(qū)土地利用/覆蓋變化. 煤炭學報, 2005, 30(1): 44- 48.

[13] 郭逍宇, 張金屯, 宮輝力, 張桂蓮, 董志. 安太堡礦區(qū)復墾地植被恢復過程多樣性變化. 生態(tài)學報, 2005, 25(4): 763- 770.

[14] 侯湖平, 張紹良, 丁忠義, 公云龍, 馬昌忠. 基于植被凈初級生產力的煤礦區(qū)生態(tài)損失測度研究. 煤炭學報, 2012, 37(3): 445- 451.

[15] 王力, 衛(wèi)三平, 王全九. 榆神府煤田開采對地下水和植被的影響. 煤炭學報, 2008, 33(12): 1408- 1414.

[16] 吳立新, 馬保東, 劉善軍. 基于SPOT衛(wèi)星NDVI數據的神東礦區(qū)植被覆蓋動態(tài)變化分析. 煤炭學報, 2009, 34(9): 1217- 1222.

[17] 張利芳. 大同市礦區(qū)植被恢復主要途徑探討. 山西林業(yè), 2009, (3): 29- 30.

[18] 趙英時. 遙感應用分析原理與方法. 北京: 科學出版社, 2003.

[21] 江淼, 張顯峰, 孫權, 童慶禧. 不同分辨率影像反演植被覆蓋度的參數確定與尺度效應分析. 武漢大學學報: 信息科學版, 2011, 36(3): 311- 315.

[22] 王遠飛, 何洪林. 空間數據分析方法. 北京: 科學出版社, 2007.

[23] 馬曉冬, 朱傳耿, 馬榮華, 蒲英霞. 蘇州地區(qū)城鎮(zhèn)擴展的空間格局及其演化分析. 地理學報, 2008, 63(4): 405- 416.

Graphicanalysisofspatio-temporaleffectforvegetationdisturbancecausedbycoalmining:acaseofDatongCoalMineArea

HUANG Yi1,2, WANG Yunjia1,2,*, LI Xiaoshun2, HU Zhaoling3, LIU Guoping3

1EngineeringResearchCenterofMineEcologicalConstruction,MinistryofEducation,ChinaUniversityofMiningamp;Technology,Xuzhou221116,China2JiangsuKeyLaboratoryofResourcesandEnvironmentalInformationEngineering,ChinaUniversityofMiningamp;Technology,Xuzhou221116,China3SchoolofUrbanandEnvironmentalScience,JiangsuNormalUniversity,Xuzhou221116,China

Vegetation is a key factor which comprehensively reflects condition of ecology and environment in mining area. With NDVI index as the parameter, vegetation coverage in Datong coal mining area from 1999 to 2010 were measured based on dimidiate pixel model by remote sensing estimation method. Spatial correlation indexes such as Global Moran′sI, Getis-Ord GeneralG, Getis-OrdGi*and Anselin Local MoranIwere respectively used to reveal the temporal evolution and intrinsic mechanism of vegetation disturbed by coal mining from the global evolution and local effect perspective. Research results showed that: (1) Changing of vegetation coverage in Datong coal mining area presented cluster distribution and strong spatial autocorrelation in space, meanwhile, the phenomenon was absolutely obvious when vegetation coverage was in the lowest period. (2)In the rising period of vegetation coverage, hotspots of vegetation coverage gradually reduced or separated to the secondary hotspots area, clustering effect of vegetation changing became less significantly, which presented discrete state in general. (3) The disturbance of coal mining brought to vegetation showed overall characteristics and in proportion with coal production. (4)Different vegetation types presented different changing characters caused by coal mining.(5)The disturbance effect which large-scale coal mining of high efficiency and large production coal mines adopted circulation techniques brought to vegetation was still inconspicuous, however, the long-term effects need to be further studied.

coal mine area; vegetation coverage; spatio-temporal effect; graphic analysis

國家自然科學基金資助項目(51174287)；國家自然科學基金青年資助項目(41101428，71103182)；江蘇省普通高校研究生科研創(chuàng)新計劃資助項目(CXZZ12_0942);江蘇高校優(yōu)勢學科建設工程資助項目(SZBF2011- 6-B35);山西省科技重大專項資助項目(20121101008)

2012- 07- 08;

2012- 10- 26

*通訊作者Corresponding author.E-mail: wyj4139@cumt.edu.cn

10.5846/stxb201207080952

黃翌,汪云甲,李效順.胡召玲,劉國平.煤炭開發(fā)對礦區(qū)植被擾動時空效應的圖譜分析 ——以大同礦區(qū)為例.生態(tài)學報,2013,33(21):7035- 7043.

Huang Y, Wang Y J, Li X S, Hu Z L, Liu G P.Graphic analysis of spatio-temporal effect for vegetation disturbance caused by coal mining: a case of Datong Coal Mine Area.Acta Ecologica Sinica,2013,33(21):7035- 7043.