于昊辰,牟守國①,卞正富,侯 竟,吳穎菊,2,王小予,周 佳,3

(1.中國礦業(yè)大學環(huán)境與測繪學院,江蘇 徐州 221116;2.中國礦業(yè)大學資源與地球科學學院,江蘇 徐州 221116;3.中國科學院南京地理與湖泊研究所,江蘇 南京 210008)

礦產(chǎn)資源開發(fā)對我國經(jīng)濟發(fā)展貢獻突出,但煤炭不合理開采會引發(fā)土地挖損、土地塌陷和土地壓占等表觀的直接損傷,也會間接引起礦區(qū)生態(tài)系統(tǒng)的紊亂,從而使得煤礦區(qū)植被出現(xiàn)不同程度的退化。這不但影響當?shù)亟?jīng)濟社會發(fā)展,而且直接威脅煤礦區(qū)自然生態(tài)環(huán)境[1]。相比井工開采,露天開采對地面擾動更大,對地面植被影響更為強烈[2],因此有必要分析該地區(qū)引起植被退化的各項因素,從而確定其主控因素并實施精準防治。部分學者從土地退化角度圍繞其概念、因素、分類和調(diào)查等方面[3-4]對煤礦區(qū)植被退化開展研究,有學者運用GIS、遙感等技術評價礦區(qū)植被退化并分析植被覆蓋的動態(tài)變化及影響因素等[5-6],也有學者從植被退化對環(huán)境影響角度開展研究[7];但從不同因素視角入手,分析其對煤礦區(qū)植被退化影響的研究尚鮮見。據(jù)統(tǒng)計,中國露天煤礦及采煤廢棄地面積已超過200多萬hm2,而只有確定導致露天煤礦區(qū)植被退化的主要因素,才能實現(xiàn)精準預防與治理。因此,如何確定煤礦區(qū)植被退化主要驅動因素具有現(xiàn)實意義。基于2008—2014年勝利礦區(qū)和2006—2015年平莊礦區(qū)各3期遙感影像,研究不同因素對植被退化影響力的定量關系并確定主控因素,以期為露天煤礦區(qū)植被退化治理與生態(tài)重建提供理論依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域

勝利礦區(qū)和平莊礦區(qū)均屬內(nèi)蒙古東部億噸級煤炭生產(chǎn)基地,依據(jù)《土地復墾質(zhì)量控制標準》區(qū)域類型劃分,兩處礦區(qū)位于北方草原區(qū)。其中,勝利礦區(qū)位于內(nèi)蒙古自治區(qū)錫林郭勒盟錫林浩特市北2～5 km處,地處勝利蘇木和伊利勒特蘇木境內(nèi),地理坐標為43°54′15″～44°13′52″ N,115°24′26″～116°26′30″ E,海拔為970～1 202 m。礦區(qū)屬半干旱草原氣候區(qū),地處溫帶叢生禾草典型草原腹地,除河灘、丘間洼地和鹽化湖盆低地外均為典型草原。平莊礦區(qū)位于內(nèi)蒙古東部赤峰市東20～45 km處,地處赤峰市元寶山區(qū)境內(nèi),地理坐標為41°56′13″～42°33′25″ N,119°0′32″～119°31′44″ E,海拔為490～690 m,屬暖溫帶半干旱大陸性氣候區(qū)。作為蒙東典型煤礦區(qū),露天開采對地表產(chǎn)生劇烈擾動,大量剝離物堆積成的排土場土壤瘠薄,加之排土過程中重型卡車碾壓使地表嚴重壓實,造成植物扎根困難,對該地區(qū)環(huán)境影響較大。兩地雖處于不同氣候區(qū),但草原植被退化均嚴重,故分析勝利、平莊露天煤礦區(qū)植被退化因素,可為我國干旱半干旱區(qū)特別是草原植被退化研究提供一定借鑒。

1.2 數(shù)據(jù)與預處理

研究數(shù)據(jù)包括Landsat 5 TM與Landsat 8 OIL影像數(shù)據(jù)、DEM數(shù)字高程數(shù)據(jù)、世界土壤數(shù)據(jù)庫(HWSD)數(shù)據(jù)、中國地面氣候資料月值數(shù)據(jù)集等。對勝利礦區(qū)和平莊礦區(qū)各3期無云、霧、條帶等影響且植被生長狀況良好(7—9月)的遙感影像(表1)作輻射定標、大氣校正和裁剪等預處理。運用ENVI 5.3軟件對ASTGTM數(shù)字高程數(shù)據(jù)進行鑲嵌和裁剪。利用ArcGIS 10.2軟件建立HWSD關聯(lián)屬性表并重采樣(分辨率為30 m),掩膜提取研究區(qū)范圍;運用Kriging插值法處理地面氣候資料月值數(shù)據(jù)。

表1研究數(shù)據(jù)

Table1Researchdata

數(shù)據(jù)類型數(shù)據(jù)時間數(shù)據(jù)標志分辨率區(qū)域數(shù)據(jù)來源 Landsat 5 TM2008-08-25LT51240292008238BJC0030 m勝利礦區(qū)USGS Landsat 5 TM2011-08-02LT51240292011214IKR0030 m勝利礦區(qū)USGS Landsat 8 OLI2014-07-25LC81240292014206LGN0030 m勝利礦區(qū)USGS Landsat 5 TM2006-09-23LT51220312006266IKR0030 m平莊礦區(qū)USGS Landsat 5 TM2010-08-01LT51220312010213IKR0030 m平莊礦區(qū)USGS Landsat 8 OLI2015-08-15LC81220312015227LGN0030 m平莊礦區(qū)USGS DEM數(shù)字高程數(shù)據(jù)2009年ASTGTM30 m勝利、平莊礦區(qū)地理空間數(shù)據(jù)云 世界土壤數(shù)據(jù)庫2009年基于世界土壤數(shù)據(jù)庫(HWSD)土壤數(shù)據(jù)集(v 1.1)1 km勝利、平莊礦區(qū)寒區(qū)旱區(qū)科學數(shù)據(jù)中心 中國地面氣候資料月值數(shù)據(jù)2013—2017年SURF-CLI-CHN-MUL-MON/勝利、平莊礦區(qū)國家氣象信息中心

“/”表示無此項。USGS為美國地質(zhì)勘探局。

1.3 研究方法

露天煤礦區(qū)植被退化受多種因素共同影響,包括挖損、壓占等人為直接因素,以及土壤侵蝕、沙漠化等間接因素。綜合前人成果,用歸一化植被指數(shù)(normalized difference vegetation index, NDVI)反映植被退化程度[2,8]。選取挖損、壓占、土壤侵蝕和沙漠化4個因素與NDVI值作熵權灰色關聯(lián)分析,從而得出各因素與NDVI值的關聯(lián)序。

基于ENVI 5.3軟件遙感影像解譯與ArcGIS 10.2軟件數(shù)據(jù)處理,運用不同模型提取煤礦區(qū)影響因素:(1)通過遙感影像解譯得到勝利和平莊露天煤礦區(qū)挖損、壓占面積[9]。(2)基于通用土壤流失方程RUSLE模型計算煤礦區(qū)土壤侵蝕量[10]。(3)構建NDVI-反照率(albedo)特征空間,定量提取煤礦區(qū)沙漠化數(shù)據(jù)[11]。(4)運用像元二分法模型作像元線性分解,利用植被與裸土NDVI值并去除異常值,計算植被覆蓋度與整體NDVI值[12]。

灰色關聯(lián)具有模糊、隨機、灰色等優(yōu)勢特征,符合露天煤礦區(qū)植被退化影響因素的評價需求。而熵權法可根據(jù)指標變異程度確定客觀權重。將熵權法引入灰色關聯(lián),可在有效消除主觀因素引起偏差的基礎上,通過數(shù)據(jù)本身反映信息無序化效用值的權重系數(shù)[13]。

(1)灰色關聯(lián)分析

以不同年期(i)的不同影響因素(j)建立原始樣本數(shù)據(jù)矩陣,基于式(1)用Origin 7.0軟件對各項指標進行歸一化處理,計算灰色關聯(lián)系數(shù)。

Li(j)=

(1)

(2)

(2)熵權法因素權重的確定

依據(jù)熵權法計算各因素的貢獻程度:先采用式(3)計算指標j下指標i的比重(pij);再運用式(4)～(5)計算因素j的熵值(ej)和熵權(ωj)。

(3)

(4)

(5)

(3)熵權灰色關聯(lián)度與關聯(lián)序

采用式(6)計算熵權灰色關聯(lián)度,確定影響因素的綜合權重與因素的綜合熵權關聯(lián)序,可較客觀地評價導致露天煤礦區(qū)植被退化的主控因素。

(6)

式(6)中,γ0i為因素i的熵權關聯(lián)度;ωj為因素j的熵權;Li(j)為因素j的關聯(lián)系數(shù)。

2 結果

2.1 挖損與壓占面積狀況

基于目視解譯對勝利礦區(qū)和平莊礦區(qū)的礦坑、挖損和壓占區(qū)域判讀識別(圖1),經(jīng)統(tǒng)計得到礦坑、挖損和壓占面積(表2)。

圖1 礦區(qū)挖損和壓占遙感解譯結果Fig.1 Remote sensing interpretation of land excavation & occupation

表2礦區(qū)挖損和壓占面積統(tǒng)計

Table 2 Statistics of land excavation & occupationhm2

結果顯示,勝利和平莊礦區(qū)露天開采造成較大面積的土地挖損和壓占。勝利礦區(qū)2008—2011年和2011—2014年土地壓占面積分別增加22.9%和51.8%,而2011—2014年礦坑面積減少46.0%;平莊礦區(qū)2006—2010年土地壓占面積增加22.6%,2010—2015年挖損面積增加46.6%。其余年份礦坑、挖損和壓占面積變化不大。

2.2 沙漠化狀況

以勝利礦區(qū)和平莊礦區(qū)各3期Landsat TM/OLI影像為數(shù)據(jù)源,將NDVI與反照率進行歸一化處理,并在2個礦區(qū)隨機選取樣點建立NDVI-反照率回歸方程,構建NDVI-反照率特征空間,定量提取礦區(qū)沙漠化信息。將沙漠化差值指數(shù)(desertification differential index, DDI)分為潛在、輕度、中度、重度和極重度沙漠化5個等級[14],得到勝利、平莊礦區(qū)沙漠化等級分布結果(圖2),礦區(qū)沙漠化等級面積及其占比見表3。勝利礦區(qū)2008、2011和2014年DDI值分別為-2.91、-3.77和-2.38,平莊礦區(qū)2006、2010和2015年DDI值分別為-2.03、-2.63和-2.79。

圖2 礦區(qū)沙漠化等級分布Fig.2 Distribution of desertification levels in coal mine area

表3礦區(qū)沙漠化等級面積及其占比

Table3Areaandproportionofdesertificationlevels

沙漠化等級勝利礦區(qū)平莊礦區(qū)2008年2011年2014年2006年2010年2015年面積/km2占比/%面積/km2占比/%面積/km2占比/%面積/km2占比/%面積/km2占比/%面積/km2占比/%極重度11.104.3131.0012.0434.5013.40120.8012.6876.708.05181.4019.06 重度46.9018.2242.0016.3215.806.14266.7028.01144.6015.19178.2018.71 中度108.9042.3167.4026.18110.7043.01222.2023.34184.1019.33165.4017.37 輕度46.9018.2248.2018.7380.0031.08138.9014.59178.7018.77263.6027.68 潛在43.6016.9468.8026.7316.406.37203.6021.38368.1038.66163.6017.18 合計257.40100.00257.40100.00257.40100.00952.20100.00952.20100.00952.20100.00

結果顯示,勝利和平莊礦區(qū)沙漠化程度不同。2008、2011和2014年勝利礦區(qū)中度沙漠化面積占比較大,分別為42.31%、26.18%和43.01%,重度、極重度沙漠化面積之和占比為19.54%～28.36%,潛在、輕度沙漠化面積之和占比為35.16%～45.46%。2006—2015年平莊礦區(qū)潛在沙漠化面積占比較大,2006—2010年中度、重度和極重度沙漠化面積減少,潛在和輕度沙漠化面積占比分別增加17.28和4.18百分點,2010—2015年輕度、重度和極重度沙漠化面積分別增加8.91、3.52和10.99百分點,潛在沙漠化面積占比減少21.48百分點。

2.3 土壤侵蝕狀況

根據(jù)SL 190—2007《土壤侵蝕分類分級標準》和計算所得的土壤侵蝕模數(shù)(average erosion modulus,AEM)劃分煤礦區(qū)土壤侵蝕強度,經(jīng)統(tǒng)計得到礦區(qū)土壤侵蝕等級面積及其占比(表4)。經(jīng)計算,勝利礦區(qū)2008、2011和2014年AEM分別為2 189、839和446,平莊礦區(qū)2006、2010和2015年AEM分別為515、327和268。

表4礦區(qū)土壤侵蝕等級面積及其占比

Table4Areaandproportionofsoilerosionlevels

侵蝕等級勝利礦區(qū)平莊礦區(qū)2008年2011年2014年2006年2010年2015年面積/km2占比/%面積/km2占比/%面積/km2占比/%面積/km2占比/%面積/km2占比/%面積/km2占比/%微度150.3058.40215.7683.83213.8783.09759.1079.72941.4098.87940.6098.78 輕度95.9137.2638.9215.1241.2316.02142.9015.018.300.878.200.86 中度8.263.212.090.811.780.6934.503.622.200.232.000.21 強度1.880.730.420.160.310.1211.401.200.200.021.200.13 極強度0.730.280.210.080.210.084.300.450.100.010.200.02 劇烈0.310.120.000.000.000.000.000.000.000.000.000.00 合計257.40100.00257.40100.00257.40100.00952.20100.00952.20100.00952.20100.00

勝利和平莊礦區(qū)土壤侵蝕在3個時期均以微度、輕度侵蝕為主,中度及以上侵蝕面積幾乎可忽略不計。2008年勝利礦區(qū)微度、輕度和中度侵蝕面積占比分別為58.40%、37.26%和3.21%,中度侵蝕在2008年達到最大值,在其他年份微度侵蝕面積占比均在83%以上,微度和輕度侵蝕面積之和占比均在98%以上;2006年平莊礦區(qū)微度、輕度和中度侵蝕面積占比分別為79.72%、15.01%和3.62%,且2006年中度侵蝕面積占比達最大值,在其他年份微度侵蝕面積占比均在98%以上。

2.4 植被覆蓋度狀況

運用像元二分法模型作像元線性分解,利用植被與裸土NDVI值并去除異常值,制作植被覆蓋度等級分布圖(圖3)。

圖3 礦區(qū)植被覆蓋度等級分布Fig.3 Distribution of vegetation coverage levels in coal mine area

表5顯示,2008、2011和2014年勝利礦區(qū)裸土地與低覆蓋面積之和占比分別為61.03%、91.61%和86.71%,而高覆蓋、較高覆蓋面積之和占比分別為16.71%、4.00%和6.26%,植被覆蓋度很低。2006、2010和2015年平莊礦區(qū)裸土地與低覆蓋面積之和占比分別為40.70%、23.25%和34.77%,高覆蓋、較高覆蓋面積之和占比分別為35.95%、57.42%和37.71%,植被覆蓋相對較好。

表5礦區(qū)植被各等級覆蓋度面積及其占比

Table5Areaandproportionofvegetationcoveragelevels

覆蓋程度勝利礦區(qū)平莊礦區(qū)2008年2011年2014年2006年2010年2015年面積/km2占比/%面積/km2占比/%面積/km2占比/%面積/km2占比/%面積/km2占比/%面積/km2占比/%高覆蓋14.705.726.602.569.103.54203.5021.36368.1038.65139.5014.65 較高覆蓋28.3010.993.701.447.002.72138.9014.59178.7018.77219.6023.06 中覆蓋57.3022.2611.304.3918.107.03222.3023.35184.1019.33262.0027.52 低覆蓋110.2042.81112.6043.75142.5055.36266.7028.01144.6015.19171.7018.03 裸土地46.9018.22123.2047.8680.7031.35120.8012.6976.708.06159.4016.74 合計257.40100.00257.40100.00257.40100.00952.20100.00952.20100.00952.20100.00

2.5 熵權灰色關聯(lián)分析

運用灰色系統(tǒng)理論分別對影響勝利和平莊2個礦區(qū)植被退化的各因素作灰色關聯(lián)分析,以NDVI值代表植被退化程度,研究挖損、壓占、土壤侵蝕和沙漠化4個因素與植被退化的關聯(lián)性?；诟鲿r期各因素平均值(表6),對各因素數(shù)據(jù)進行標準化處理并計算關聯(lián)性和關聯(lián)度。運用熵權法確定各項指標熵值和熵權,計算綜合權關聯(lián)度(表7)。

表6礦區(qū)不同影響因素數(shù)據(jù)

Table6Dataofdifferentinfluencingfactors

礦區(qū)名稱年份比較序列 AEM/(t·hm-2·a-1)DDI挖損面積/hm2壓占面積/hm2NDVI 勝利礦區(qū)20082 189-2.911 7902 6430.2372011839-3.771 7983 2480.2462014446-2.381 9044 9310.280 平莊礦區(qū)2006515-2.034421 3090.3102010327-2.634531 6050.4212015268-2.796641 7070.385

AEM為土壤侵蝕模數(shù)，DDI為沙漠化差值指數(shù)，NDVI為歸一化植被指數(shù)。

表7熵權灰色關聯(lián)結果

Table7Resultsofentropygreycorrelationdegree

影響因素勝利礦區(qū)平莊礦區(qū)關聯(lián)系數(shù)熵值熵權熵權關聯(lián)度熵權關聯(lián)序關聯(lián)系數(shù)熵值熵權熵權關聯(lián)度熵權關聯(lián)序 AEM0.480 60.979 50.248 20.119 340.470 80.973 60.319 60.150 53 DDI0.747 00.982 80.208 20.155 520.880 40.990 30.117 40.103 44 挖損0.952 00.986 90.158 60.151 030.702 70.980 10.240 90.169 31 壓占0.765 50.968 20.385 00.294 710.878 40.984 60.186 40.163 72

AEM為土壤侵蝕模數(shù)，DDI為沙漠化差值指數(shù)。

結果顯示,勝利礦區(qū)植被退化因素熵權灰色關聯(lián)度從大到小依次為壓占、沙漠化、挖損和土壤侵蝕,而平莊礦區(qū)則為挖損、壓占、土壤侵蝕和沙漠化。

3 討論

根據(jù)熵權灰色關聯(lián)分析結果,勝利和平莊礦區(qū)不同因素排序不同。勝利礦區(qū)植被退化受壓占影響最大,受土壤侵蝕影響最小;而平莊礦區(qū)植被退化受挖損影響最大,受沙漠化影響最小。卞正富等[8]將4項因素按采礦影響分為直接因素(挖損和壓占)和間接因素(土壤侵蝕和沙漠化)。而直接因素對2個煤礦區(qū)植被退化影響均較大,間接因素影響相對較小，故可推斷露天煤礦區(qū)植被退化主要受直接因素影響。李海東等[2]和姚維嶺等[6]提出露天開采方式對煤礦區(qū)生態(tài)環(huán)境最直接、最嚴重的影響因素是土地挖損和壓占,筆者研究結果與其一致。

勝利和平莊礦區(qū)位于內(nèi)蒙古東部,屬干旱半干旱區(qū)域,生態(tài)環(huán)境脆弱。在土地挖損和壓占面積變化方面,2008—2014年勝利礦區(qū)挖損面積增加6.4%,壓占面積增加86.6%;而2006—2015年平莊礦區(qū)挖損面積增加50.2%,壓占面積增加30.4%;2處礦區(qū)的挖損和壓占面積均呈現(xiàn)遞增趨勢,且土地壓占面積明顯高于挖損面積。筆者研究結果顯示,勝利礦區(qū)壓占、挖損灰色關聯(lián)度分別為0.294 7和0.151 0,關聯(lián)序分別為1和3,而平莊礦區(qū)壓占、挖損灰色關聯(lián)度分別為0.169 3和0.163 7,關聯(lián)序分別為1和2,可見在勝利和平莊礦區(qū)進行露天開采時,壓占和挖損對植被退化影響均較大。因露天開采一般是直接將煤礦從地表開采或在剝離地表覆蓋物后開采,易導致原有植被的大規(guī)模砍伐,且會排出大量松散堆積物并形成大型排土場,破壞煤礦區(qū)地形地貌、土壤、景觀和生態(tài)等,引起水土流失加劇、地質(zhì)災害頻發(fā)和土壤水體污染,在一定程度上佐證了挖損、壓占對植被退化的較大干擾。另外,露天開采影響土地損毀、壓占的因素較多,例如煤炭賦存條件、沉積層的松散程度等。曹銀貴等[14]研究表明,一味追求經(jīng)濟發(fā)展而提高煤炭產(chǎn)量,勢必會加劇土地損毀。因此,露天開采應合理安排調(diào)配煤炭產(chǎn)量,控制生產(chǎn)性投資,加大對生態(tài)環(huán)境、技術革新等方面投資,以期減少土地損毀面積,從而遏制露天煤礦區(qū)植被退化態(tài)勢。

由于沙漠化、土壤侵蝕是土地退化的一種外在表現(xiàn)形式,所以即使挖損、壓占是造成煤礦區(qū)植被退化的主要因素,也不能忽視沙漠化和土壤侵蝕的影響。例如,勝利礦區(qū)沙漠化熵權關聯(lián)序為2,對植被退化影響較大,僅次于壓占。另外,2008—2014年勝利礦區(qū)極重度沙漠化面積增加210.8%,輕度沙漠化面積增加70.6%,而重度、潛在沙漠化面積相應減少66.3%和62.4%。另外,從勝利礦區(qū)空間分布變化來看,重度沙漠化逐步向極重度沙漠化轉變,潛在沙漠化向輕度沙漠化轉變,推測是由于勝利礦區(qū)在露天開采時對地表植被破壞使沙漠化不斷擴張,從而導致煤礦區(qū)植被退化惡性循環(huán)[15]。而平莊礦區(qū)極重度沙漠化面積增加50.2%,輕度沙漠化面積增加89.8%,重度、中度和潛在沙漠化面積分別減少33.2%、25.6%和19.6%。從分析結果來看,平莊礦區(qū)沙漠化關聯(lián)度僅為0.103 4,關聯(lián)序為4,植被退化受沙漠化影響較小,其原因可能與該地區(qū)實施防沙治沙、退耕還林還草等戰(zhàn)略項目有關[16]。一般來講,沙漠化多發(fā)生于生態(tài)環(huán)境脆弱的干旱半干旱地區(qū),該地區(qū)土壤養(yǎng)分和黏粒含量較低，植被難以生長,故植被與土地均易發(fā)生不同程度退化。可通過造林種草、農(nóng)業(yè)復墾和人工養(yǎng)殖等綜合性土地修復措施,增加煤礦區(qū)植被覆蓋度,提高煤礦區(qū)防沙治沙水平,緩解煤礦區(qū)植被退化。

在土壤侵蝕方面,勝利礦區(qū)2008—2014年以微度、輕度侵蝕為主,微度、輕度侵蝕面積之和均達總面積的95.0%以上,在2014年甚至達99.11%,中度以上侵蝕面積幾乎可忽略不計。而平莊礦區(qū)2006—2015年則以微度侵蝕為主,2006、2010和2015年微度侵蝕面積占比分別為79.72%、98.87%和98.78%,除2006年外輕度及以上侵蝕面積幾乎可忽略不計。另外,勝利和平莊礦區(qū)土壤侵蝕熵權關聯(lián)度分別為0.119 3和0.150 5,關聯(lián)序分別為4和3,說明與該模型其他因素相比,土壤侵蝕對2處露天煤礦區(qū)影響較小,但這并不意味著可忽略土壤侵蝕。據(jù)前人研究[17],天然草地煤炭開發(fā)后再塑地貌易加劇煤礦區(qū)土壤侵蝕與水土流失,導致土壤性狀惡化和土地生產(chǎn)力降低,過程往往伴生植被退化甚至土地退化。故可通過排土場邊坡坡面治理、鋪設植生帶等生態(tài)恢復治理方式緩解土壤侵蝕。

綜上,所構建的熵權灰色關聯(lián)模型可為科學分析露天煤礦區(qū)植被退化原因提供依據(jù),為尋找露天煤礦區(qū)植被退化規(guī)律奠定基礎,避免植被退化防治工作的盲目性。但需要說明的是,所設立的植被退化因素分析模型目前僅為一個初步探索,而影響植被退化的因素很多,筆者只選取了挖損、壓占、沙漠化和土壤侵蝕4個因素,未討論其他因素對植被退化可能產(chǎn)生的影響。故在今后的研究中會加強對各因素調(diào)查劃分的深度與全面性,使植被退化因素分析更為嚴密準確。

4 結論

熵權灰色關聯(lián)法分析結果顯示,勝利礦區(qū)各因素熵權關聯(lián)序排序為壓占、沙漠化、挖損和土壤侵蝕,而平莊礦區(qū)則為挖損、壓占、土壤侵蝕和沙漠化。露天煤礦區(qū)植被退化最直接、最嚴重的影響因素是土地挖損和壓占,故應加大對生態(tài)環(huán)境等方面投資,以期降低土地損毀、壓占面積,并有效防止煤礦區(qū)植被退化。沙漠化和土壤侵蝕對植被退化影響比挖損、壓占小,但卻不容忽視。應在充分考慮沙漠化擴張、土壤風蝕水蝕的基礎上,開展煤礦區(qū)植被退化防治,避免植被退化防治的盲目性。

致謝:在對該文的修改完善過程中,編輯與兩位審稿人提出了重要觀點和寶貴意見,中國礦業(yè)大學環(huán)境與測繪學院楊永均博士后對英文摘要予以潤色,在此表示衷心感謝。