孫應(yīng)龍，錢拴，延昊，徐玲玲，王毅，曹云*

1. 中國氣象局國家氣象中心，北京 100081；2. 清華大學(xué)環(huán)境學(xué)院，北京 100084

云南省被譽(yù)為有色金屬的王國，其礦產(chǎn)資源非常豐富，不僅礦產(chǎn)資源數(shù)量眾多，而且其種類也十分繁多（胡朝華，2019）。在全國已探明的171種礦產(chǎn)中，云南省礦產(chǎn)有 142種，占全國數(shù)量的83.4%，其中有62種礦產(chǎn)保有量居全國前10位（郭欣等，2010）。臨滄礦區(qū)是云南省典型的金屬礦區(qū)，臨滄盆地是我國大型鍺礦主產(chǎn)地之一，其作為云南省重要的鍺產(chǎn)地，區(qū)內(nèi)褐煤中伴生鍺資源遠(yuǎn)景儲(chǔ)量達(dá)2000—3000 t（唐超等，2016）。該礦區(qū)為生產(chǎn)高純度二氧化鍺為主的稀散元素采冶礦區(qū)，設(shè)計(jì)年產(chǎn)鍺量達(dá)6000 kg，約占全國鍺產(chǎn)量的10%（喻亦林，2007）。雖然該礦區(qū)的開采為當(dāng)?shù)亟?jīng)濟(jì)發(fā)展提供了良好的保障，但長(zhǎng)時(shí)間壓榨式開采，不僅會(huì)影響當(dāng)?shù)氐闹脖桓采w情況、植被生產(chǎn)力水平，而且會(huì)破壞生態(tài)環(huán)境（賈志安，2018），導(dǎo)致眾多環(huán)境問題，如水土流失、土地荒漠化、土壤鹽漬化、地面沉降、地面塌陷、泥石流、植被群落結(jié)構(gòu)變化等（張寅玲，2014；鄭禮全等，2007；侯湖平，2010）。自 2000年以來，中國高度重視生態(tài)環(huán)境保護(hù)，特別是十八大以來不斷推進(jìn)重大生態(tài)保護(hù)和修復(fù)工程，加強(qiáng)了礦山礦區(qū)的生態(tài)修復(fù)和治理。因此，定性和定量分析礦區(qū)植被生態(tài)演變特征及其影響因素，可及時(shí)掌握礦區(qū)植被恢復(fù)發(fā)展規(guī)律，對(duì)典型礦區(qū)生態(tài)恢復(fù)、有效治理具有十分重要的意義。

植被凈初級(jí)生產(chǎn)力和植被覆蓋度是評(píng)價(jià)植被生態(tài)變化的重要指標(biāo)，受氣候變化和人類經(jīng)濟(jì)活動(dòng)共同影響（趙苗苗等，2019；賈志安，2018；尉德康等，2019）。植被凈初級(jí)生產(chǎn)力（Net Primary Productivity，簡(jiǎn)稱NPP）是指綠色植物在單位時(shí)間、單位面積上由光合作用所產(chǎn)生的有機(jī)物質(zhì)總量中扣除自養(yǎng)呼吸后的剩余部分（孫睿等，1999），與植被本身生物學(xué)特性及區(qū)域環(huán)境因素密切相關(guān)（Liu et al.，1999）。近年來NPP的模擬估算模型主要有氣候生產(chǎn)力模型、生理生態(tài)過程模型和光能利用率模型（遙感數(shù)據(jù)驅(qū)動(dòng)模型）3類（王雪等，2016；陳廣洲等，2017）。光能利用率模型是目前研究和應(yīng)用最多的一種模型，該模型操作簡(jiǎn)單、實(shí)用，大多數(shù)參數(shù)可直接由衛(wèi)星遙感信息反演獲得，計(jì)算準(zhǔn)確度較高（陳廣洲等，2017）。植被覆蓋度也從另一方面體現(xiàn)植被生長(zhǎng)狀況，可直觀反映長(zhǎng)勢(shì)，成為評(píng)價(jià)生態(tài)環(huán)境的重要指標(biāo)之一（丁翔等，2017）。目前主要測(cè)量方法為地面測(cè)量法和遙感測(cè)量法，遙感測(cè)量能夠準(zhǔn)確、快速、全方位對(duì)陸地植被環(huán)境進(jìn)行監(jiān)測(cè)，且模型法、像元法等常見分析方法能夠較為精準(zhǔn)地反映植被覆蓋狀況（章文波等，2001）。

目前對(duì)礦區(qū)植被生態(tài)環(huán)境的研究主要集中在分析礦區(qū) NPP、覆蓋度的時(shí)空變化特征與其影響因素之間的關(guān)系（侯湖平，2010；陳廣洲等，2017）。侯湖平（2010）研究顯示，礦區(qū) NPP從 1987—2008年平均值不斷減小，采礦擾動(dòng)程度對(duì)植被NPP變化影響逐漸增加，并分析了植被覆蓋度與降雨量、溫度、坡度、坡向、采煤過程的空間相關(guān)性，以及煤炭開采對(duì)礦區(qū)理化性質(zhì)的影響。陳廣洲等（2017）的研究顯示，近10年淮南礦區(qū)NPP呈波動(dòng)緩慢增加的趨勢(shì)，年平均增量0.0235 Tg，而且礦區(qū)年NPP與年均氣溫呈弱正相關(guān)，與全年降水量呈中等強(qiáng)度相關(guān)。

有關(guān)云南礦區(qū)植被變化以及礦區(qū)生態(tài)修復(fù)的研究報(bào)道較少，已有研究主要針對(duì)云南不同類型礦的修復(fù)技術(shù)。李建紅等（2013）研究顯示，云南建水錳礦開采對(duì)周邊環(huán)境破壞較嚴(yán)重，引入香根草（Vetiveria zizanioides）生物修復(fù)技術(shù)，可明顯提高礦區(qū)植被覆蓋度，由實(shí)施前的0%恢復(fù)到72%，且土壤肥力增加（李建紅等，2013）。王宏鑌等（1998）研究了云南會(huì)澤鉛鋅礦的礦山修復(fù)，通過選取先鋒植物、礦山覆蓋表土、增加有機(jī)肥等方式有效提高了礦山周邊的植被覆蓋度。本研究基于MODIS衛(wèi)星資料以及地面觀測(cè)資料，對(duì)云南省典型礦區(qū)——臨滄市 2000—2018年植被覆蓋度、植被凈初級(jí)生產(chǎn)力的時(shí)空分布特征進(jìn)行了分析，探討了降雨量、溫度、日照時(shí)數(shù)等氣象因子變化以及礦區(qū)活動(dòng)對(duì)植被生態(tài)的影響，為改善礦區(qū)生態(tài)環(huán)境、礦山修復(fù)工作提供基礎(chǔ)數(shù)據(jù)支持。

1 材料與方法

1.1 研究區(qū)概況

臨滄市屬于橫斷山系怒山山脈南延部分，平均海拔1500—1600 m，為亞熱帶山地季風(fēng)氣候，年平均降雨量1130 mm，年平均氣溫18.2 ℃，平均日照時(shí)數(shù)2263 h。主要植被類型有常綠闊葉林、落葉闊葉林、灌叢、草地、常綠針葉林等，主要農(nóng)作物為水稻、小麥、玉米等（楊麗娟，2012）。

臨滄市礦產(chǎn)資源具有產(chǎn)地多、礦種全、品位富、開發(fā)條件好的特點(diǎn)。至 2017年，全市共發(fā)現(xiàn)礦產(chǎn)36種，占國家已發(fā)現(xiàn)礦產(chǎn)的18.7%，有大小礦產(chǎn)地350多處，主要礦種有鍺、鉛、鋅、銅、錫、銻、煤、高嶺土、硅藻土及非金屬建材等（楊麗娟，2012）。臨滄市分布礦區(qū)主要是臨翔區(qū)的邦賣礦區(qū)、勐托礦區(qū)、勐旺礦區(qū)、雙江縣紅山礦區(qū)、鳳慶縣、云縣、鎮(zhèn)康縣、滄源縣芒回礦區(qū)等，具體礦區(qū)分布見圖 1。可見，臨滄市主要礦區(qū)分布于臨滄市的北部、東部以及南部地區(qū)，礦區(qū)數(shù)量、規(guī)模以及儲(chǔ)量較大的礦區(qū)分布在東南部的邦賣和勐托地區(qū)以及北部的鳳慶、云縣地區(qū)。

圖1 臨滄市氣象觀測(cè)站與礦區(qū)分布圖Fig. 1 The distribution of mining areas and meteorological stations in Lincang

1.2 數(shù)據(jù)來源

MODIS-NDVI數(shù)據(jù)，為 NASA提供的MOD13A3級(jí)植被指數(shù)產(chǎn)品，具有精度高、易操作的優(yōu)點(diǎn)，空間分辨率達(dá)到1 km，時(shí)間范圍為2000—2018年逐月。

氣象數(shù)據(jù)來自國家氣象中心，選取臨滄市內(nèi)氣象站點(diǎn)的 2000—2018年逐日氣溫、降水量、日照等氣象數(shù)據(jù)，基于日數(shù)據(jù)，形成臨滄市月年氣象要素逐年時(shí)間序列。

1.3 數(shù)據(jù)處理與計(jì)算

1.3.1 氣象缺值和異常值處理

利用各站點(diǎn)常年逐日均值，對(duì)日氣象數(shù)據(jù)的缺值和異常值進(jìn)行插補(bǔ)；月尺度站點(diǎn)日數(shù)據(jù)出現(xiàn) 7個(gè)及以上缺值或異常值時(shí)，認(rèn)為該站點(diǎn)該月為缺測(cè)；年尺度站點(diǎn)各月值缺測(cè) 1個(gè)及以上時(shí)，認(rèn)為該站點(diǎn)該年值為缺測(cè)，不進(jìn)行區(qū)域氣象數(shù)據(jù)統(tǒng)計(jì)分析。

1.3.2 NPP計(jì)算

基于陸地生態(tài)系統(tǒng)碳通量TEC模型，利用太陽光合有效輻射、植被吸收光合有效輻射的比例、實(shí)際光能利用率等數(shù)據(jù)，估算植被NPP數(shù)據(jù)，主要公式如下：

式中，NPP、GPP、Rg和Rm分別表示植被凈初級(jí)生產(chǎn)力、總初級(jí)生產(chǎn)力、生長(zhǎng)和維持呼吸消耗量；ε為最大光能利用率（gC·MJ-1），C3植物ε取值為1.8（g·MJ-1），C4 植物ε取值為 2.76（g·MJ-1）；Tε為溫度脅迫系數(shù)；W為水分脅迫系數(shù)；FPAR為植被吸收光合有效輻射的比例；NDVI為歸一化植被指數(shù)；PAR為光合有效輻射（MJ·m-2·month-1）；Rs為太陽總輻射（MJ·m-2·month-1）；Ta為月平均氣溫（℃）。GPP具體計(jì)算方法參考Yan et al.（2015；2019）文獻(xiàn)；FPAR計(jì)算方法參考Sims et al.（2006），PAR計(jì)算方法參考McCree（1972）；Rg和Rm具體計(jì)算方法參考Zhao et al.（2010）和 Goward et al.（1987）文獻(xiàn)。

1.3.3 植被覆蓋度計(jì)算

目前，估算植被覆蓋度的方法主要為遙感估算，即基于植被歸一化植被指數(shù)，建立植被覆蓋度的計(jì)算模型，然后估算植被覆蓋度信息（Gillies et al.，1995；Choudhury et al.，1994）。本文基于 NDVI值估算了臨滄市的植被覆蓋度，其表達(dá)式為：

式中，C為月植被覆蓋度，%；NDVI為月最大值合成歸一化差值植被指數(shù)；NDVIs為像元為純土壤時(shí)的植被指數(shù)；NDVIv為像元為全植被覆蓋下的植被指數(shù)（陳妍等，2018）。

根據(jù)水利部頒布的《土壤侵燭分類分級(jí)標(biāo)準(zhǔn)》中的相關(guān)規(guī)定，將植被覆蓋度劃分為6個(gè)等級(jí)：C=0認(rèn)為無植被覆蓋，0＜C≤30%為低植被覆蓋度，30%＜C≤45%為較低植被覆蓋度，45%＜C≤60%為中等植被覆蓋度，60%＜C≤75%為較高植被覆蓋度，C＞75%對(duì)應(yīng)高植被覆蓋度（汪桂生等，2018；劉英，2012）。

1.3.4 趨勢(shì)率計(jì)算

采用一元線性回歸分析方法，利用一元線性回歸方程的斜率來反映每個(gè)柵格像元的變化趨勢(shì)特征（何月等，2012）。方程斜率采用最小二乘法來估算，其值的大小反映NPP、覆蓋度增加或減少的速率。

1.3.5 相關(guān)性計(jì)算

植被 NPP、植被覆蓋度等生態(tài)因子與年均氣溫、年均降水量和年均日照時(shí)數(shù)的相關(guān)關(guān)系采用Pearson相關(guān)系數(shù)法（SPSS 20）分析，主要考慮P＜0.1和P＜0.05的置信度水平。

2 結(jié)果與分析

2.1 臨滄地區(qū)植被凈初級(jí)生產(chǎn)力變化分析

本文主要研究了云南省臨滄地區(qū) 2000—2018年植被NPP的變化規(guī)律，結(jié)果顯示：19年來NPP年平均值為 980.11 g·m-2·a-1（以 C 計(jì)，下同），其中 2005 年植被 NPP 最小，為 843.24 g·m-2·a-1，2016年植被 NPP 最大，達(dá)到 1163.43 g·m-2·a-1。臨滄地區(qū)北部山區(qū)NPP多年平均值最小，介于800—1000 g·m-2·a-1，中部盆地次之，南部山區(qū)最大，介于 1100—1300 g·m-2·a-1。由于北部山區(qū)以農(nóng)田為主，南部山區(qū)則以林地為主，總體上臨滄地區(qū)植被NPP多年平均值自北向南、自東向西呈增大趨勢(shì)。2000年以來臨滄 NPP 呈明顯增加趨勢(shì)，平均為 6.2 g·m-2·a-1；NPP趨勢(shì)率空間異質(zhì)性明顯，變化區(qū)間為 5—10 g·m-2·a-1，其中東部部分地區(qū)增加趨勢(shì)最為明顯，大于 10 g·m-2·a-1（圖 2—3）。在空間分布上，有90.54%面積區(qū)域植被NPP呈增加趨勢(shì)，遠(yuǎn)大于NPP呈降低趨勢(shì)的面積，這表明臨滄絕大部分地區(qū)植被恢復(fù)生長(zhǎng)在2000—2018年間呈改善態(tài)勢(shì)（圖4）。

圖2 2000—2018年臨滄地區(qū)年平均NPP變化趨勢(shì)Fig. 2 The tendency of average NPP from 2000 to 2018 in Lincang

圖3 2000—2018年臨滄地區(qū)植被NPP變化趨勢(shì)率Fig. 3 The tendency ratio of NPP from 2000 to 2018 in Lincang

常綠闊葉林、落葉闊葉林、灌叢等不同類型植被NPP的變化趨勢(shì)極為相似，均呈現(xiàn)波動(dòng)上升的趨勢(shì)（圖5），其中，林地和灌叢生態(tài)系統(tǒng)結(jié)構(gòu)復(fù)雜，植被種類繁多，穩(wěn)定性好，植被凈初級(jí)生產(chǎn)力較高，常綠闊葉林、落葉闊葉林、灌叢3類植被NPP最大（圖 5）。常綠闊葉林凈初級(jí)生產(chǎn)力年平均值達(dá)1018.98 g·m-2·a-1，落葉闊葉林年均值為 996.55 g·m-2·a-1，灌叢 983.95 g·m-2·a-1，但農(nóng)田生態(tài)系統(tǒng)結(jié)構(gòu)單一，NPP 偏低，為 947.86 g·m-2·a-1。

圖5 2000—2018年臨滄地區(qū)不同植被類型NPP變化Fig. 5 Tendency of NPP of different vegetation types from 2000 to 2018 in Lincang

2.2 臨滄地區(qū)植被覆蓋度變化分析

圖4 不同典型年份臨滄地區(qū)年NPP空間分布圖Fig. 4 Spatial distribution of NPP under different typical years in Lincang

圖6 2000—2018年臨滄地區(qū)植被覆蓋度變化Fig. 6 The change of vegetation coverage from 2000 to 2018 in Lincang

2000—2018年臨滄地區(qū)植被覆蓋度在63.31%—72.64%之間波動(dòng)（圖6），多年平均值為67.31%，其中2000年植被覆蓋度最低，為63.31%，2017年最高，達(dá)72.64%。從整體變化趨勢(shì)看，臨滄地區(qū)植被覆蓋度呈現(xiàn)顯著上升趨勢(shì)（r=0.872），平均每年增加0.42%（圖6）。在空間分布上，大部分地區(qū)植被覆蓋度在2000—2018年間呈增加趨勢(shì)，平均每年增加0.25%—0.75%（圖7）；經(jīng)面積統(tǒng)計(jì)，有92.21%面積區(qū)域植被覆蓋度呈增加趨勢(shì)，遠(yuǎn)大于降低區(qū)域，這表明在 2000—2018年間絕大部分地區(qū)植被覆蓋度呈向好趨勢(shì)。

由圖6可知，臨滄地區(qū)植被覆蓋度變化可分為5個(gè)階段：2000—2002年植被覆蓋度逐年增加；2002—2005年植被覆蓋度略有下降；2005—2011年植被覆蓋度波動(dòng)增加（其中 2010—2011年增加最為明顯）；2011—2014年植被覆蓋度明顯下降；2014—2017年逐年劇增。

圖7 2000—2018年臨滄地區(qū)植被覆蓋度變化趨勢(shì)率Fig. 7 The tendency ratio of vegetation coverage from 2000 to 2018 in Lincang

如圖8所示，臨滄地區(qū)植被覆蓋度在西部最高，北部植被較少，覆蓋度較低，低、較低、中等、較高、高植被覆蓋度的面積占臨滄地區(qū)的百分比分別為 0.01%、0.50%、10.35%、60.65%、28.49%。可見，臨滄地區(qū)植被覆蓋度整體較高，處于較高和高覆蓋度的面積比例高達(dá)89.1%。

圖8 2018年臨滄地區(qū)平均植被覆蓋度空間分布圖Fig. 8 Spatial distribution of vegetation coverage in 2018 in Lincang

2.3 區(qū)域植被生態(tài)變化的氣象影響分析

植被 NPP和覆蓋度的變化不僅受人為因素的影響，同時(shí)也與氣候、地形地貌等因素相關(guān)（譚學(xué)玲等，2018），其中氣溫、降水量、日照時(shí)數(shù)是影響植被生態(tài)變化的主要?dú)庀笥绊懸蛩亍?/p>

研究顯示（圖 9），2000—2018年間臨滄市年降水量介于 800—1400 mm 之間，多年平均值為1130 mm，2000—2002年降水量呈平穩(wěn)趨勢(shì)，2003—2009年呈波動(dòng)趨勢(shì)，下降后立即增加，2009—2014年顯著逐年降低，發(fā)生干旱，2014年之后逐年恢復(fù)。19年來臨滄市氣溫在 17.6—18.7 ℃之間浮動(dòng)，其中2000年年均氣溫最低，為17.6 ℃，2010年年均氣溫最高，為 18.7 ℃。雖然氣溫呈波動(dòng)變化趨勢(shì)，但整體變化幅度較小。

圖9 2000—2018年臨滄市年降水量和年平均氣溫Fig. 9 The annual precipitation and temperature from 2000 to 2018 in Lincang

圖10 臨滄地區(qū)2000—2018年植被NPP與年降水量、平均氣溫、日照時(shí)數(shù)之間的關(guān)系Fig. 10 The relation between NPP and annual precipitation、temperature and sunshine duration from 2000 to 2018 in Lincang

本研究分析了臨滄地區(qū) 2000—2018年植被NPP和年降水量、年平均氣溫、日照時(shí)數(shù)三者之間的關(guān)系如圖10所示，植被NPP與年降水量的趨勢(shì)曲線較相近，而與年平均氣溫和日照時(shí)數(shù)的趨勢(shì)曲線差別較大。植被NPP與年降水量在2002年后的變化趨勢(shì)相似，自 2003—2009年均呈現(xiàn)先下降后上升的趨勢(shì)，2009—2014年植被 NPP和降水量均顯著下降，2014年后又顯著增加，直到2017年達(dá)到峰值。深入分析NPP同年降水量的相關(guān)性，如圖11所示，植被 NPP與降水呈顯著正相關(guān)性（P＜0.05），其r為0.737，但NPP與氣溫、日照時(shí)數(shù)相關(guān)性均沒有達(dá)到顯著水平，相關(guān)系數(shù)r分別為0.387、0.346。由上述分析可知，植被NPP與降水之間的相關(guān)性高于氣溫、日照時(shí)數(shù)等其他氣象要素。同時(shí)植被覆蓋度與年降水量、氣溫、日照時(shí)數(shù)之間的相關(guān)系數(shù)r分別為0.109、0.045、0.366，但相關(guān)性均未達(dá)到顯著水平。

圖11 臨滄地區(qū)2000—2018年植被NPP和年降水量的相關(guān)性Fig. 11 The correlation of NPP and annual precipitation from 2000 to 2018 in Lincang

3 討論與結(jié)論

3.1 討論

根據(jù)以上近20年來植被NPP與氣象要素的相關(guān)性分析可以看出，降水是影響臨滄地區(qū)植被NPP變化的重要因素，當(dāng)降水發(fā)生變化時(shí)，植被NPP也隨之相應(yīng)地增加或減少。已有研究表明，不同礦區(qū)的植被NPP變化受降水的影響較大，如淮南煤礦地區(qū)的年NPP和降水量的相關(guān)系數(shù)為0.522，而和氣溫和日照呈現(xiàn)較弱的相關(guān)性（陳廣洲等，2017）；山西省植被NPP與年平均降水量、生長(zhǎng)期降水量的相關(guān)性高于與年氣溫的相關(guān)性（梁爽，2018）；神東礦區(qū)植被年 NPP與年降水量也有著較強(qiáng)的相關(guān)性（謝少少等，2015），蔚縣礦區(qū)的降水量也為NPP的主導(dǎo)影響因素（王雪等，2016）。由此可見，降水量是影響礦區(qū)植被NPP的主要?dú)庀笠蛩亍?/p>

植被變化除受氣象條件的影響外，還與生態(tài)系統(tǒng)類型、礦區(qū)治理措施等有關(guān)。在臨滄礦區(qū)主要分布的東部和南部，林地作為主要生態(tài)系統(tǒng)類型，其植被覆蓋度高，結(jié)構(gòu)較穩(wěn)定，抗干擾能力較強(qiáng)。同時(shí)，云南省高度重視礦山礦區(qū)的生態(tài)影響，相繼出臺(tái)了省工業(yè)固體廢物管理?xiàng)l例、云南省煤礦管理?xiàng)l例、云南省礦山地質(zhì)環(huán)境保護(hù)規(guī)定等相關(guān)法律法規(guī)，有力推進(jìn)礦區(qū)生態(tài)文明建設(shè)（吳奇，2016）。并要求礦區(qū)嚴(yán)格遵守法律法規(guī)，整頓了之前不規(guī)范作業(yè)、亂排工作等，最大限度減少開采對(duì)土地和植被的破壞，并通過國家層面的補(bǔ)貼優(yōu)惠政策，鼓勵(lì)對(duì)老礦山、廢棄礦山的生態(tài)環(huán)境進(jìn)行恢復(fù)和治理（楊麗娟，2012）。臨滄礦區(qū)也逐步加強(qiáng)了生態(tài)環(huán)境治理，尤其 2010年以來由以露天開采為主轉(zhuǎn)為以地下開采為主，礦區(qū)開采對(duì)周邊植被影響逐步被控制，從而促進(jìn)了礦區(qū)植被生態(tài)改善，故臨滄地區(qū)植被NPP和覆蓋度在2010年、2011年達(dá)到相對(duì)較高值。其他研究也表明，礦區(qū)恢復(fù)措施有利于生態(tài)恢復(fù)。肖俊偉等（2007）研究表明，在 2007年整合和取締小煤礦后，黃土高原晉城礦區(qū)植被改善面積增加了 0.9%；山西安太堡露天煤礦場(chǎng)經(jīng)過近 20年的復(fù)墾后，生態(tài)環(huán)境明顯改善，植被覆蓋度達(dá)48.54%，生態(tài)系統(tǒng)趨于穩(wěn)定（丁翔等，2017）。

2000年以來植被覆蓋度出現(xiàn)了整體上升的趨勢(shì)，分析植被覆蓋度波動(dòng)的原因如下：2005年之前覆蓋度主要呈增加趨勢(shì)，是由于該時(shí)期煤炭?jī)r(jià)格較低（2000年噸煤平均售價(jià)為130 yuan·t-1，2004年噸煤平均售價(jià)為210 yuan·t-1），煤炭開采量較小，開采活動(dòng)還沒有對(duì)周邊植被造成相應(yīng)的破壞（Dai et al.，2018）；2005—2011 年期間，可分為 2005—2008年以及2008—2011年2個(gè)階段，2005—2008年期間中國出現(xiàn)新一輪經(jīng)濟(jì)增長(zhǎng)，能源需求增加，但國家政策更加注重環(huán)境保護(hù)的實(shí)施，更多的資金投入到了環(huán)境保護(hù)工作中；2008—2011年煤價(jià)進(jìn)入劇烈振蕩期，煤價(jià)急速上漲后又受次貸危機(jī)影響大幅下跌（煤價(jià)由 430 yuan·t-1下降到 360 yuan·t-1）（梁敦仕，2019；張同功等，2018），這段時(shí)間植被覆蓋度升中有降，2010—2011年由于臨滄部分礦區(qū)的關(guān)停，植被覆蓋度明顯改善；2011—2014年期間煤炭行業(yè)受政策等多方面影響，除了人為因素，氣象因素對(duì)覆蓋度也有較大影響，期間降雨量逐年降低，干旱發(fā)生，導(dǎo)致其覆蓋度降低明顯；2014年之后由于環(huán)境保護(hù)政策的實(shí)施，礦區(qū)修復(fù)工作的開展，以及降雨量的逐年遞增，使得植被覆蓋度又一次逐年增加，并達(dá)到近20年來的最高值（賈志安，2018；陳德榮，2015）。

基于以上討論分析，結(jié)合本文研究結(jié)果可以看出，臨滄地區(qū)盡管降水量 2000年以來并無明顯增加的趨勢(shì)，且年際間波動(dòng)變化較大，但礦區(qū)植被2000年以來整體還是呈現(xiàn)變好的趨勢(shì)，尤其是植被覆蓋度呈顯著性增加趨勢(shì)，這表明研究區(qū)植被改善更多歸因于生態(tài)恢復(fù)工程措施的貢獻(xiàn)，如當(dāng)?shù)氐V區(qū)開采方式的轉(zhuǎn)變以及礦區(qū)生態(tài)修復(fù)、環(huán)境保護(hù)等政策措施的實(shí)施，加快了植被恢復(fù)，提高了生態(tài)系統(tǒng)穩(wěn)定性，促進(jìn)了區(qū)域生態(tài)環(huán)境改善。此外，值得關(guān)注的是在臨滄地區(qū)北部、東南部等局部地區(qū)，由于鳳慶礦區(qū)、云縣礦區(qū)等多個(gè)礦區(qū)相對(duì)集中分布，開采影響較大，加之北部地區(qū)農(nóng)田分布較多，生態(tài)系統(tǒng)較為脆弱，因而礦區(qū)的開采對(duì)北部地區(qū)的影響大于其他地區(qū)，生態(tài)恢復(fù)難度較大，局部地區(qū)植被生態(tài)并未出現(xiàn)好轉(zhuǎn)趨勢(shì)。

3.2 結(jié)論

本研究基于 2000—2018年 MODIS和氣象數(shù)據(jù)，利用趨勢(shì)分析、相關(guān)分析等方法，揭示了云南典型礦區(qū)——臨滄地區(qū)近 20年的植被生態(tài)時(shí)空變化特征及其與氣象條件的關(guān)系。結(jié)果表明：2000—2018年臨滄地區(qū)NPP整體呈增加趨勢(shì)，平均每年增加6.2 g·m-2·a-1（以C計(jì)），呈增加趨勢(shì)的面積占比達(dá)到90.5%。2000年以來臨滄地區(qū)平均植被覆蓋度達(dá)到顯著性增加趨勢(shì)，平均每年增加0.42%，有92.2%區(qū)域植被覆蓋度呈增加趨勢(shì)。臨滄地區(qū)植被NPP與降水存在顯著的正相關(guān)關(guān)系，但與氣溫、日照時(shí)數(shù)相關(guān)性未達(dá)到顯著水平；植被覆蓋度與各氣象因子相關(guān)系數(shù)偏低，也均未達(dá)到顯著水平。2000年以來臨滄大部地區(qū)植被生態(tài)特征呈現(xiàn)變好趨勢(shì)，尤其植被覆蓋度顯著提升，多歸因于當(dāng)?shù)厣鷳B(tài)恢復(fù)工程措施的貢獻(xiàn)，但仍有部分地區(qū)礦區(qū)相對(duì)集中，開采影響較大，植被生態(tài)處于變差趨勢(shì)。