包 巖,田 野,柳彩霞,范文義,付 曉

1 東北林業(yè)大學(xué)林學(xué)院,哈爾濱 150040 2 中國科學(xué)院遙感與數(shù)字地球研究所遙感科學(xué)國家重點實驗室,北京 100101 3 中國科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國家重點實驗室,北京 100085

草原植被是陸地生態(tài)系統(tǒng)的重要組成部分[1-2],具有明顯的季節(jié)變化特點,植被的動態(tài)變化可以從植被綠度變化的趨勢上得以反映[3],地表植被呈現(xiàn)的綠度變化與植被覆蓋率緊密相關(guān)[4]。應(yīng)用遙感技術(shù)可以計算植被指數(shù)(Vegetation Index,VI),從而了解植被覆蓋情況。內(nèi)蒙古自治區(qū)東部草原,常年降水量少,植被覆蓋率較低,因此運用歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)不會存在飽和現(xiàn)象[5],即隨著植被綠度的增大NDVI值也隨之增大。

AVHRR(Advanced Very High Resolution Radiometer)NDVI數(shù)據(jù)集是目前覆蓋時段最長的連續(xù)數(shù)據(jù)集[6],尤其是GIMMS(Global Inventory Modeling and Mapping Studies)NDVI 3g數(shù)據(jù)集,具有時間序列長、覆蓋范圍廣等優(yōu)點[7],是目前應(yīng)用最廣泛的數(shù)據(jù)集[8]。鄭藝等[9]利用GIMMS NDVI數(shù)據(jù),分析了全球干旱區(qū)植被時空變化及其對氣候和人文等非氣候因子的響應(yīng),結(jié)果表明,1982—2012年干旱區(qū)NDVI總體呈顯著增長趨勢；賀振等[10]利用1983—2013年的GIMMS NDVI時序數(shù)據(jù),探究了黃河流域植被覆蓋時空格局和演化趨勢,研究顯示,黃河流域32年來植被覆蓋出現(xiàn)了遲緩的增加態(tài)勢,以0.018/(10 a)的速度增長；Shen等[11]在GIMMS NDVI數(shù)據(jù)的基礎(chǔ)上應(yīng)用多元逐步回歸分析中國溫帶草原1982—2005年生長季期間的NDVI,表明GIMMS NDVI能準(zhǔn)確估計溫度對中國溫帶草原地區(qū)植被的影響。Anyamba等[12]用NDVI 3g數(shù)據(jù)集更新了Sahel地區(qū)的植被動態(tài)和趨勢分析,指出該數(shù)據(jù)可以用來分析和解釋半干旱地區(qū)數(shù)10年尺度上的地表植被變化趨勢?？梢钥闯?GIMMS NDVI數(shù)據(jù)集在不同地區(qū)都有廣泛應(yīng)用,用以揭示長時間草原植被的變化規(guī)律和驅(qū)動因素[8]。

內(nèi)蒙古東部草原區(qū)坐落在我國生態(tài)安全“兩屏三帶”的北部防沙地區(qū),受氣候條件制約和地區(qū)產(chǎn)業(yè)發(fā)展影響,具有酷寒、半干旱、土壤貧瘠等生態(tài)脆弱性特征。近年來,也有部分學(xué)者對這一地區(qū)展開研究。如李云鵬等[13]應(yīng)用1988年以來的遙感數(shù)據(jù),獲得了各時間段內(nèi)的NDVI值,并且利用遙感數(shù)據(jù)和光譜特征獲得了土地退化植被,進(jìn)而探究了內(nèi)蒙古自治區(qū)植被覆蓋度的空間變化和及其荒漠化的狀況。張超等[14]根據(jù)GIMMS NDVI數(shù)據(jù)集,對內(nèi)蒙古1982—2006年的農(nóng)地、叢林和草原三種植物類型的NDVI分別進(jìn)行了探究。研究了不同植被類型下NDVI的演變差異,進(jìn)而探討了植被覆蓋的空間變化規(guī)律。張圣微等[15]應(yīng)用MODIS數(shù)據(jù)提取了NDVI值,探究了2003—2012年生長季(4—10月份)錫林郭勒草原不同類型的草地植被的變化趨勢,研究表明,草原植被變化由東北向西南呈現(xiàn)出下降的趨勢。葉永昌等[16]基于最大熵模型(MaxEnt)探究了氣象因子與植被散布的關(guān)系,進(jìn)而分析了1961—2010年內(nèi)蒙古草原植被的空間散布狀況,并且利用綜合模型模擬了凈第一生產(chǎn)力的變化規(guī)律。研究結(jié)果顯示,氣候因子中的濕潤指數(shù)(MI)、年降水量(P)、最暖月的平均溫度(Tw)和最冷月的平均溫度(Tc)是草原植被遍布的主要制約因素。目前,還沒有相關(guān)研究報道利用公里空間分辨率NDVI數(shù)據(jù)從宏觀尺度分析大型煤電基地建設(shè)對草原植被的影響,GIMMS NDVI 3g數(shù)據(jù)集是否可用于分析區(qū)域煤電基地對草原生態(tài)系統(tǒng)的影響尚還不清楚。

最近幾年,隨著煤炭礦區(qū)建設(shè)范圍的持續(xù)擴(kuò)大,地區(qū)生態(tài)環(huán)境壓力持續(xù)增長,植被綠度在不停地惡化。東部草原區(qū)是我國以露天開采為主的重要大型煤電基地,煤炭產(chǎn)能超過4億噸,為我國東北部能源供應(yīng)提供了保障,但同時,也造成了地下水下降、水土破壞、區(qū)域植被退化等生態(tài)問題,煤電開發(fā)與生態(tài)保護(hù)矛盾日漸突出,對我國生態(tài)環(huán)境造成了不小的威脅[17-18]。研究數(shù)據(jù)顯示,中國露天煤礦每開采一萬噸煤,破壞的土地面積為0.22 hm2,年均損毀土地面積多達(dá)1×104hm2[19]。煤炭的露天和地下開采,都會引起煤電基地含水層水位下降[20-21]。認(rèn)識煤炭礦區(qū)環(huán)境的狀態(tài),并科學(xué)合理地分析引起煤炭礦區(qū)環(huán)境變化的首要因素,基于此,可以提出加強(qiáng)煤炭礦區(qū)的生態(tài)環(huán)境改善的有效方法,找出緩解生態(tài)壓力、改善生態(tài)環(huán)境問題的合理途徑。本文應(yīng)用GIMMS NDVI 3g數(shù)據(jù)集對東部草原區(qū)植被綠度進(jìn)行長時間序列分析,從公里空間尺度上探究我國東部草原區(qū)植被綠度變化與煤電基地開發(fā)的響應(yīng)關(guān)系,為東部草原煤電一體化開發(fā)過程的草原生態(tài)修復(fù)提供宏觀信息。

1 研究區(qū)概況

內(nèi)蒙古呼倫貝爾市和錫林郭勒盟,地處溫帶北部,屬于大陸性季風(fēng)氣候,草原資源豐富,草場種類繁多。研究區(qū)總面積為54.1554×104km2,位于115°13′—126°04′ E、43°02′—53°20′ N之間。其中呼盟坐落在內(nèi)蒙古高原的東北邊,由一些高原、山地和平原低地組成了它的整體部分,其地貌的主體主要由大興安嶺山地組成。錫盟的地勢特點主要是海拔較高的平原,并且伴有不同地貌類型的區(qū)域,地勢的走向是南部較高,北部較低,東部和南部則是以低山丘陵為主,中間散落著零星的盆地,西部和北部的地勢較平緩(圖1)。研究區(qū)不僅擁有豐富的草原資源,而且礦產(chǎn)資源豐富,據(jù)統(tǒng)計,2016年全國原煤累計產(chǎn)量為3.364×1010t,其中內(nèi)蒙古原煤產(chǎn)量就達(dá)到了8.38×109t,占全國的24.9%,內(nèi)蒙古已超越山西,成為中國煤炭產(chǎn)量的第一大省,而呼盟和錫盟的煤炭產(chǎn)能在省內(nèi)分別排名第二和第三位。

圖1 研究區(qū)位置意圖Fig.1 Location map of the study area and coal mine locations

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)來源與預(yù)處理

本論文所使用的遙感數(shù)據(jù)是1981年7月到2010年12月的GIMMS NDVI 3g數(shù)據(jù),該數(shù)據(jù)來源于美國NASA發(fā)布的基于NOAA氣象衛(wèi)星數(shù)據(jù)全球數(shù)據(jù)集,采用經(jīng)過輻射校正和幾何粗校正的NOAA-AVHRR數(shù)據(jù),再進(jìn)一步對每天、每軌影像進(jìn)行幾何靜校正、除壞線、除云等預(yù)處理[22],進(jìn)而進(jìn)行NDVI計算及合成。計算公式為NDVI=1000×(b2-b1)/(b2+b1),其中b1、b2為AVHRR的第1、2通道。用該方法可以得到30 a內(nèi)720幅NDVI半月合成的影像。該NDVI數(shù)據(jù)集的時間分辨率為16 d,空間分辨率為8 km。NDVI的取值范圍為-1—1,一般認(rèn)為大于0的為有植被覆蓋區(qū)域[23]。

利用呼盟和錫盟的矢量邊界數(shù)據(jù)從NDVI序列中提取研究區(qū)1981—2010年的年NDVI時間序列。在矢量邊界數(shù)據(jù)的基礎(chǔ)上,結(jié)合Google Earth高清影像,在研究區(qū)內(nèi)確定煤礦24個(圖1),在ArcGIS 10.1中對礦區(qū)數(shù)據(jù)進(jìn)行轉(zhuǎn)化與提取,并分別建立半徑10、20 km和50 km的緩沖區(qū),得到緩沖區(qū)的矢量圖,進(jìn)而提取緩沖區(qū)1981—2010年的年NDVI時間序列。

2.2 研究方法

2.2.1 生長季最大值提取

采用最大值合成法(Maximum Value Composites,MVC)獲得月NDVI最大值,可以進(jìn)一步消除云和太陽高度角的影響。在此基礎(chǔ)上,通過月NDVI最大值,獲取研究區(qū)內(nèi)1981—2010年間每個像元年生長季(5月—8月)最大值NDVI,來代表該像元點生長季NDVI的最大值,以探究NDVI年際變化特征。通過分析NDVI的生長季最大值,了解東部草原區(qū)1981—2010年30年間的NDVI空間分布整體格局,得到東部草原區(qū)植被綠度的時空變化趨勢。計算公式如下：

MNDVIij=MAX(NDVIij1,NDVIij2)

(1)

在此基礎(chǔ)上,求出生長季的NDVI最大值。公式為：

GNDVIi=MAX(MNDVIi5,MNDVIi6,MNDVIi7,MNDVIi8)

(2)

式中i為年序號,取值范圍是1981—2010；j為月序號,取值范圍是1—12；MNDVIij為第i年第j月的NDVI最大值；GNDVIi為第i年的生長季NDVI的最大值；NDVIij1,NDVIij2分別為第i年第j月上半月和下半月的NDVI值。

2.2.2 趨勢線分析

趨勢線分析法可以較好地分析柵格中每個柵格像元的變化規(guī)律,可全面系統(tǒng)的體現(xiàn)研究區(qū)內(nèi)植被覆蓋時空的格局變化特點。本論文應(yīng)用此方法來分析1981—2010年東部草原區(qū)生長季NDVI最大值的變化趨勢。

為了探究NDVI隨年份的變化情況,本文利用一元線性回歸分析來分析逐個柵格像元的變化規(guī)律。擬合NDVI相對于年份的直線方程,得到每個柵格NDVI與年份的回歸模型,從而獲得一幅30年間變化斜率的影像。對于每一個像元點,采用最小二乘(Ordinary Least Squares,OLS)估計,建立植被指數(shù)的生長季最大值(GNDVI)與年份(YEAR)的線性關(guān)系,擬合線性方程：

GNDVI=SLOPE×YEAR+B

(3)

直線方程的斜率SLOPE代表了該像元點植被綠度的變化規(guī)律,進(jìn)而用來作為輸出影像中該像柵格的值。若1981—2010年植被NDVI是增加的態(tài)勢,則擬合斜率大于0,表示植被綠度往好的方向發(fā)展；若1981—2010年植被NDVI是減少的態(tài)勢,則擬合斜率小于0,即植被綠度往不好的方向發(fā)展。

2.2.3 相關(guān)性分析

本文擬將選出的礦區(qū)與緩沖區(qū)年際GNDVI值進(jìn)行相關(guān)分析,為了檢測礦區(qū)對周邊植被綠度變化的影響,設(shè)置了3個級別的緩沖區(qū),并獲得了30年間緩沖區(qū)的GNDVI值及其變化斜率。采用Pearson相關(guān)系數(shù)分析礦區(qū)與緩沖區(qū)GNDVI的相關(guān)性,公式如下：

(4)

式中,Pearson相關(guān)系數(shù)是用協(xié)方差與兩個變量的標(biāo)準(zhǔn)差得到的,能夠更好的度量兩個變量之間的相關(guān)程度,取值范圍為-1—1,當(dāng)兩個變量的線性關(guān)系越大時,相關(guān)系數(shù)的絕對值越趨近1。

3 結(jié)果

3.1 東部草原區(qū)植被綠度變化趨勢

1981—2010年呼盟和錫盟GNDVI線性擬合斜率的灰度影像見圖2,將獲得的影像進(jìn)行分級統(tǒng)計,以0為界分為兩級。其中呼盟的GNDVI線性擬合斜率的取值范圍為-0.007—0.034,斜率大于0的區(qū)域占總面積的40.84%,斜率小于0的占59.16%,綠度變化總體上為減少趨勢,小于0的區(qū)域相對比較集中,主要分布在呼盟的西部和東南部地區(qū),即呼倫貝爾草原地區(qū)；錫盟擬合斜率的取值范圍為-0.006—0.026,斜率大于0的區(qū)域占總面積的26.87%,小于0的區(qū)域占總面積的73.13%,植被綠度減少非常明顯,退化嚴(yán)重,小于0的區(qū)域主要分布錫盟北部和東南部?？梢钥闯?無論是呼盟還是錫盟,植被綠度整體上均呈下降趨勢,錫盟植被綠度下降尤為嚴(yán)重,東部草原區(qū)植被退化明顯,這與葉永昌等[16]在2016年所研究的結(jié)果相似,他的研究表明1961—2010年內(nèi)蒙古草甸草原、典型草原和荒漠草原分布的面積分別降低了5%、1%和62%,內(nèi)蒙古草原面積整體下降了11%,說明內(nèi)蒙古草原植被退化明顯,草原向著荒漠化的趨勢發(fā)展。

圖2 1981—2010年東部草原區(qū)綠度變化Fig.2 Greenness variation in the eastern grassland from 1981 to 2010

3.2 礦區(qū)及緩沖區(qū)植被綠度變化趨勢分析

統(tǒng)計分析了1981—2010年30年間24個礦區(qū)的植被生長季最大NDVI值及其與年份的變化斜率,如圖3所示。從圖中可以看出,除東明礦區(qū)和扎賚諾爾靈泉礦區(qū)外,其余礦區(qū)的斜率都呈明顯的下降趨勢。大雁1、大雁3、呼盛、天順、白音華、查干淖爾、賀斯格烏拉南、勝利西和勝利錫凌礦區(qū)的回歸斜率都小于其緩沖區(qū)的回歸斜率,其余礦區(qū)的回歸斜率都大于其緩沖區(qū)的回歸斜率。本論文在礦區(qū)周圍分別設(shè)置了半徑為10、20 km及50 km的緩沖區(qū),并分析了緩沖區(qū)GNDVI的年際變化,發(fā)現(xiàn)緩沖區(qū)的GNDVI值也都呈現(xiàn)動態(tài)下降的趨勢,斜率均是小于0的。隨著緩沖區(qū)范圍的增大,GNDVI值也表現(xiàn)出增加的趨勢,這也說明了礦區(qū)對周邊地區(qū)植被綠度的影響。

將礦區(qū)與相應(yīng)緩沖區(qū)的GNDVI值進(jìn)行相關(guān)性分析(圖4),可以看出,除大雁3礦區(qū)外,各組數(shù)據(jù)的相關(guān)系數(shù)總體較大,并且在0.05置信水平上顯著相關(guān),說明緩沖區(qū)GNDVI值與礦區(qū)的GNDVI值整體變化趨勢相同(圖3),并且隨著緩沖區(qū)范圍的擴(kuò)大,相關(guān)系數(shù)的值呈現(xiàn)明顯降低的趨勢(大雁3礦除外),說明礦區(qū)的GNDVI值在一定程度上影響著緩沖區(qū)的GNDVI值。圖3中可以看出,呼盟礦區(qū)及緩沖區(qū)GNDVI總體大于錫盟的GNDVI,說明錫盟的植被綠度比呼盟的差。

圖3 礦區(qū)及緩沖區(qū)GNDVI變化趨勢Fig.3 GNDVI variation trend of the mining area and buffer zone

圖4 礦區(qū)GNDVI均值與緩沖區(qū)GNDIV均值的相關(guān)性 Fig.4 Correlations of mean GNDVI between coal mines and their buffers 陰影突出區(qū)域為井工礦

3.3 東部草原區(qū)植被綠度分級

通過對礦區(qū)及其緩沖區(qū)的分析可知,除東明礦區(qū)和扎賚諾爾靈泉礦區(qū)外,其余礦區(qū)及其相應(yīng)緩沖區(qū)的斜率都呈明顯的下降趨勢。說明礦區(qū)周圍植被的綠度在減少,植被呈現(xiàn)退化的趨勢。我們將斜率劃分為5個閾值(表1—2),將劃分的閾值做成分布圖(圖5),可以更直觀地看出東部草原區(qū)30年來植被綠度變化情況。

從圖5、表1和表2中可以看出,東部草原區(qū)植被綠度總體呈現(xiàn)減少的趨勢。其中,呼盟在1981—2010年30年間,植被綠度減少(顯著減少和輕度減少)的像元所占的百分比分別為0.765%和41.83%,減少的像元散落在呼盟的各個方位,植被綠度增加(輕度增加和顯著增加)的像元所占的百分比分別為26.54%和0.415%；錫盟30年間植被綠度減少(顯著減少和輕度減少)的像元所占的百分比分別為4.31%和51%,主要分布在錫盟的東部和北部,植被綠度增加(輕度增加和顯著增加)的像元所占的百分比分別為21.7%和0.09%,增加的區(qū)域主要分布在錫盟的西北部。錫盟減少的像元所占的百分比(55.31%)多于呼盟減少的像元所占的百分比(42.595%),增加的像元所占的百分比(21.79%)少于呼盟增加的像元所占的百分比(26.955%),說明錫盟的植被綠度情況要比呼盟的植被綠度情況差。

表1 呼倫貝爾市GNDVI斜率分級統(tǒng)計

表2 錫林郭勒盟GNDVI斜率分級統(tǒng)計

圖5 東部草原區(qū)植被GNDVI時空變化分布Fig.5 Spatial and temporal distribution of GNDVI in the eastern grassland

3.4 GNDVI殘差分析

為了分析礦區(qū)的采礦活動對草原植被綠度的影響,本文進(jìn)行了GNDVI的殘差分析[24]。首先將GNDVI與氣候因子進(jìn)行回歸分析,在每個柵格上建立GNDVI與氣候因子的回歸模型,然后利用這個回歸模型,可以估計每個柵格上每年的GNDVI值,用實測的GNDVI值減去估計的GNDVI值,這樣就獲得了1981—2010年每年的GNDVI殘差,最后對GNDVI殘差與其對應(yīng)的年份進(jìn)行一元回歸方程的計算,獲得的斜率作為輸出影像的像元值,即可以獲得一幅30年間GNDVI殘差的年際變化分布圖,如圖6所示。

在沒有采礦等人為活動擾動的狀況下,隨著時間的變化,殘差值應(yīng)在0值上下呈現(xiàn)波動的變化趨勢。如果殘差的變化斜率呈現(xiàn)出減少的趨向,即擬合斜率小于0,則說明采礦活動使草原的植被綠度下降,加劇了草原的荒漠化；如果殘差的變化斜率是上升的趨向,則說明礦區(qū)的開采改善了草原的生態(tài)環(huán)境,提高了草原的植被綠度[25]。

從圖6中可以看出,1981—2010年東部草原區(qū)GNDVI的殘差斜率小于0的區(qū)域占得比重較多,其中呼盟GNDVI殘差斜率小于0的區(qū)域占總面積的60.99%,分布在呼盟的各個地域,錫盟GNDVI殘差斜率小于0的區(qū)域占總面積的55.02%,主要分布在錫盟的東北部,這與植被綠度的空間變化趨勢相一致(圖5)?？梢钥闯?30年間,東部草原區(qū)的植被破壞多于植被恢復(fù),植被綠度在下降。結(jié)合礦區(qū)的位置,可以發(fā)現(xiàn),寶日希勒礦區(qū)、東明礦區(qū)和勝利礦區(qū)的GNDVI殘差斜率均是大于0的,說明這些礦區(qū)的煤礦開采并沒有加劇植被綠度的退化,GNDVI在這些地區(qū)主要受氣候因子的影響。而在其他礦區(qū),GNDVI殘差的斜率都是小于0的,說明礦區(qū)的開采加劇了植被綠度的退化,這些地區(qū)的植被綠度不僅受氣候因子(溫度、降水)的影響,還與礦區(qū)開采等人類活動因素有關(guān)。

圖6 1981—2010年GNDVI殘差變化時空分布圖Fig.6 Spatial and temporal distribution of GNDVI′s residual in the eastern grassland

4 討論

分析結(jié)果顯示,所選取的24個礦區(qū)(呼盟15個,錫盟9個)除東明和扎賚諾爾靈泉礦區(qū)外,其余礦區(qū)GNDVI的擬合斜率均是小于0的,植被的綠度在降低,說明礦區(qū)對植被綠度影響為負(fù)。礦區(qū)的開采在一定程度上影響了植被的綠度變化趨勢[26-27]。植被綠度的增加可能主要和氣候因子有關(guān),氣候適宜、降水增加都可以引起植被綠度的改善。另外,煤礦開采區(qū)土地復(fù)墾和植被修復(fù)對植被綠度的增加也有貢獻(xiàn),如圖5,寶日希勒礦區(qū)和勝利礦區(qū)的植被綠度有增加趨勢。而植被綠度的減少主要是自然因素與人為因素的影響結(jié)果,自然因素方面,東部草原區(qū)常年干旱,降水量減少。造成土地荒漠化,植被覆蓋度降低,從而造成植被綠度的下降；人為因素方面,人口增長過快,過度放牧,不合理地開采煤礦資源等,這些都能引起生態(tài)環(huán)境的退化,使植被綠度快速下降[28]。

觀察圖3可以看出,煤炭的露天和井工開采,都對草原生態(tài)系統(tǒng)植被綠度有負(fù)面影響。83.33%的礦區(qū)在2005—2007期間GNDVI的值都呈明顯下降趨勢,這與它們的開采年份有關(guān)。其中,五牧場和白音華礦區(qū)是于2005年開采,在之后的5年間,它們的GNDVI值呈現(xiàn)下降的趨勢；呼盛、蒙西、天順、賀斯格烏拉南礦區(qū)是于2006年開始開采,在2007年它們的GNDVI值呈跳躍式下降；除扎賚諾爾靈泉、勝利東2、敏東和西一礦區(qū),其余礦區(qū)在開采后的GNDVI值都呈現(xiàn)下降的趨勢,這說明煤礦的露天和井工開采都對草原植被綠度有著負(fù)影響。扎賚諾爾靈泉露天礦區(qū)30年來GNDVI值呈增長的趨勢,這可能與它開采時間較長有關(guān),靈泉露天礦于1936年的偽滿時期進(jìn)行開采,與本文選取的時間段相差較大,造成了結(jié)果的不確定性；而勝利東2、敏東和西一礦區(qū)的開采時間在2008年前后,與本文的時間段重合較小,其結(jié)果也不能反映礦區(qū)GNDVI值的趨勢變化情況。

從圖3和圖4中可以看出,呼盟礦區(qū)GNDVI與不同緩沖區(qū)的相關(guān)性差異相比錫盟更明顯,可能的原因是呼盟的生長季植被綠度水平高于錫盟,一旦煤礦開采,NDVI下降程度更劇烈,因此對草原的植被影響更敏感。實驗表明(圖4),無論是煤礦的露天開采還是井工開采,都會對礦區(qū)周邊的植被綠度產(chǎn)生影響,即離礦區(qū)越遠(yuǎn)的區(qū)域(緩沖區(qū)半徑大的區(qū)域),植被綠度的減少越少。大雁3礦區(qū)情況稍有反常,可能的原因是大雁礦區(qū)已經(jīng)停產(chǎn),采礦設(shè)施均已拆除,在原地及周邊建設(shè)了礦山公園。

東部草原區(qū)植被綠度的退化可能還與氣候因素有關(guān)[9, 29],因此,本研究分析東部草原區(qū)15個氣象站點的氣候數(shù)據(jù),數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)。結(jié)合高程數(shù)據(jù),對15個氣象站點生長季的降水和溫度數(shù)據(jù)進(jìn)行克里金插值[30],從而得到東部草原區(qū)1981—2010年生長季氣候數(shù)據(jù)。將呼盟和錫盟各個像元年GNDVI做平均值,得到年平均GNDVI,與氣候數(shù)據(jù)進(jìn)行對比分析(圖7),可以看出,整個東部草原區(qū)在30年間,生長季的降水量呈下降趨勢,溫度有緩慢升高趨勢,錫盟的降水量明顯低于呼盟的降水量,這也是呼盟礦區(qū)的GNDVI整體都比錫盟的GNDVI高的原因之一。

圖7 東部草原區(qū)NDVI值與氣候因子關(guān)系圖Fig.7 Relationship between NDVI and climatic factors in the eastern grassland

5 結(jié)論

本文將東部草原區(qū)的呼盟與錫盟分開進(jìn)行統(tǒng)計分析,從宏觀尺度上更能直觀地反映兩個區(qū)域內(nèi)植被綠度的時空變化趨勢,為東部草原煤電基地開發(fā)區(qū)植被生態(tài)修復(fù)提供區(qū)域差異信息,做到礦區(qū)生態(tài)系統(tǒng)修復(fù)的因地制宜[31]。綜合比較可以發(fā)現(xiàn),在植被綠度的覆蓋情況、GNDVI的年際變化斜率、生長季降水量各個因素中,呼盟的表現(xiàn)值都要好于或高于錫盟的表現(xiàn)值。這是由于呼盟有充沛的水資源,且降水量較高,溫度適宜,有利于植被的生長,所以植被綠度明顯好于錫盟,因此在呼盟,煤礦開采對草原植被綠度的影響沒有錫盟明顯。但是,不論露天還是井工開采,都對植被綠度有負(fù)面影響。本研究公里空間分辨率的遙感數(shù)據(jù)無法區(qū)分開采方式對植被綠度影響的差異,今后還需采用中高分辨率遙感數(shù)據(jù)深入評估。