徐 佳, 王 略, 王 義, 岳本江, 王麗云, 曹雪峰

(1.黃河水利委員會 黃河上中游管理局 黃河流域水土保持生態(tài)環(huán)境監(jiān)測中心,西安 710021; 2.神華神東煤炭集團有限責任公司 環(huán)保處, 陜西 神木 719315)

植被是生態(tài)環(huán)境變化的指示器，是土地和生態(tài)環(huán)境質量的綜合體現(xiàn)。植被NDVI(Normalized Difference Vegetation Index)數(shù)據常用于監(jiān)測區(qū)域植被覆蓋的時空變化，評價區(qū)域生態(tài)環(huán)境狀況[1-3]。Landsat遙感影像具有時間序列較長、數(shù)據源較穩(wěn)定、涉及范圍廣、分辨率高等優(yōu)勢，常用于植被NDVI的計算和研究。張?zhí)碛覽4]、劉立冰[5]等利用Landsat數(shù)據提取植被覆蓋度指數(shù)，評價區(qū)域生態(tài)環(huán)境狀況。吳淑瑩等[6]采用2007—2017年Landsat影像對寧東煤礦基地采煤沉陷區(qū)植被動態(tài)變化進行了研究。高凡等[7]采用2000—2016年Landsat系列遙感影像，對葉爾羌河中下游植被覆蓋動態(tài)變化進行研究，結果表明研究區(qū)植被覆蓋整體減少。利用Landsat遙感影像可以獲得較長時間序列、較大范圍和較穩(wěn)定的區(qū)域NDVI數(shù)據，能夠較為客觀、直接、細致地分析區(qū)域植被變化情況，進而反映區(qū)域生態(tài)環(huán)境狀況[8-9]。

煤炭開采會對礦區(qū)生態(tài)環(huán)境造成一系列的影響，形成具有采礦活動特征的地表植被格局與變化過程[10]。黃翌等[11]基于植被NDVI，對大同半干旱煤礦區(qū)植被覆蓋度變化進行研究，認為煤炭開發(fā)對植被的擾動效應與煤炭生產能力成正比。吳淑瑩等[12]對寧東煤礦基地采煤沉陷區(qū)植被動態(tài)變化研究表明，采煤沉陷對礦區(qū)植被造成了一定程度的破壞。一方面，不合理的煤炭開采會引起礦區(qū)土地塌陷[13]、地下水位下降、水土流失加劇[14-15]、空氣和土壤污染[16]，等一系列生態(tài)環(huán)境問題，造成區(qū)域生態(tài)環(huán)境進一步退化。另一方面，煤礦塌陷區(qū)居民搬遷，造成耕地撂荒，植被得到自然恢復。同時，煤礦帶動了區(qū)域經濟發(fā)展，為生態(tài)環(huán)境恢復提供了資金保障，可以推動區(qū)域植被恢復進程。

神東礦區(qū)煤炭資源儲量豐富，是我國重要的煤炭生產基地，礦區(qū)自然條件惡劣，生態(tài)環(huán)境脆弱。礦區(qū)開發(fā)初期，由于技術條件限制，造成大范圍的地表擾動和植被破壞，水土流失加劇[17]。隨著礦區(qū)企業(yè)對生態(tài)環(huán)境的日益重視，和開采技術的不斷創(chuàng)新，近年來礦區(qū)植被呈現(xiàn)改善趨勢[18]。已有的研究或是由于采用的遙感影像分辨率較低，造成分析精度受到限制，或是僅采用典型年份遙感影像，數(shù)據分析的連續(xù)性不夠，對于長時間序列植被變化趨勢分析的可靠性不足。本研究采用時間連續(xù)，且分辨率較高的Landsat TM遙感影像，對2000—2017年神東礦區(qū)植被狀況進行連續(xù)監(jiān)測，對植被動態(tài)變化進行分析，并對礦區(qū)植被未來變化趨勢進行預測。同時，結合礦區(qū)高分衛(wèi)星影像和實地調查，分析造成植被變化的原因，以期為揭示礦區(qū)生態(tài)環(huán)境演變規(guī)律和礦區(qū)生態(tài)治理決策提供依據，為西北半干旱地區(qū)煤礦生態(tài)環(huán)境治理和恢復提供參考。

1 研究區(qū)概況

神東礦區(qū)位于鄂爾多斯高原東南部及陜北黃土高原北緣和毛烏素沙漠的東南邊緣，即陜西省榆林地區(qū)神木縣北部，內蒙古自治區(qū)伊克昭盟的伊金霍洛旗，及東勝南部和準格爾旗西南部，地理坐標38°52′—39°41′N,109°51′—110°46′E，地處烏蘭木倫河(窟野河內蒙段)和窟野河兩側。礦區(qū)南北長38～90 km，東西寬5～55 km，地形呈西北高，東南低，海拔1 000～1 300 m。神東礦區(qū)屬大陸性干旱氣候，降水量少，且分布不均。礦區(qū)地處干草原與森林草原的過渡地帶，主要植被類型為干草原、落葉闊葉灌叢和沙生植被。礦區(qū)為風沙區(qū)和黃土丘陵溝壑區(qū)的過渡地帶，礦區(qū)主要土壤類型為風沙土和黃綿土，風沙土占礦區(qū)土地面積的一半。

2 數(shù)據源與研究方法

2.1 數(shù)據來源和預處理

本研究以2000—2017年6—9月Landsat TM遙感影像為基礎，空間分辨率30 m×30 m，該數(shù)據在制備過程中已經過輻射校正、大氣校正、除云等預處理。利用紅外和近紅外波段遙感影像計算各期影像NDVI，采用最大合成法對一年中的多期NDVI數(shù)據進行最大化處理，進一步消除云、大氣等因素的干擾，獲得各年NDVI最大值，作為當年的NDVI數(shù)據。

2.2 研究方法

2.2.1 趨勢分析 采用一元線性回歸分析和最小二乘法，逐像元擬合2000—2017年遙感影像每個柵格NDVI的斜率Slope，得到礦區(qū)多年NDVI的變化趨勢，綜合分析礦區(qū)多年植被覆蓋變化的方向和速率[19]。

(1)

式中:Slope為變化趨勢;NDVIi為第i年的NDVI值;n為研究時序;若Slope>0,則NDVI呈現(xiàn)增加趨勢;若Slope<0,則NDVI呈現(xiàn)下降趨勢。

2.2.2 F檢驗 為了進一步評價礦區(qū)植被變化狀況，采用F檢驗法[20]對植被覆蓋變化趨勢進行顯著性分析，用于表示趨勢變化置信度的高低(F檢驗法只表示趨勢變化置信度，與變化快慢程度無關)。

(2)

(3)

(4)

(5)

根據F檢驗的結果將變化趨勢分為8個等級，檢驗結果等級劃分詳見表1。

表1 F檢驗條件和檢驗結果關系列

2.2.3 Hurst指數(shù) Hurst指數(shù)是基于重標極差(R/S)的分析方法，用來定量描述植被覆蓋的長程依賴性[21-22]，它最早是由英國水文學家Hurst提出，其基本原理為給定一時間序列{ξ(t)},t=1,2,…，n，對于任意正整數(shù)τ=1，定義均值系列:

(6)

式中:{ξ(t)}為一個給定的時間序列,其中；t=1,2,…，n；τ為任意正整數(shù)；τ=1,2,…，n。

(7)

式中:X(t,τ)為累積離差,1≤t≤τ。

(8)

式中:R(τ)為極差；τ=1,2,…,n。

(9)

式中:S(τ)為標準差；τ=1,2,…,n。

(10)

式中:H為Hurst指數(shù);yi為第i年的lnR/S值;n為研究時序。

若存在R/S∝τH，則說明時間序列{ξ(t)},t=1,2,…，n存在Hurst現(xiàn)象，H值稱為Hurst指數(shù)，H值可在雙對數(shù)坐標系(lnτ,lnR/S)中用最小二乘法擬合得到。Hurst指數(shù)主要有3種形式，詳見表2。

表2 Hurst指數(shù)存在形式列表

2.2.4 外業(yè)調查 對神東礦區(qū)開展全面的外業(yè)調查，針對遙感監(jiān)測分析結果中植被變化明顯的區(qū)域開展重點調查，結合地面實際情況對遙感監(jiān)測結果進行驗證分析。

3 結果與分析

3.1 2000-2017年神東礦區(qū)植被NDVI時間動態(tài)變化

2000—2017年神東礦區(qū)植被NDVI總體呈波動上升趨勢，上升速率為0.069/10 a(圖1)。2000—2017年植被變化大致可以分為5個階段:(1) 2000—2003年，NDVI值先下降后上升。在2001年有一個明顯的下降，下降了55.97%。2001—2003年，NDVI快速上升，從0.035 8上升至0.150 9;(2) 2003—2007年，NDVI先下降，然后緩慢上升，2007年上升至一個高值0.194 7;(3) 2007—2010年，NDVI值先下降，后又上升至0.181 3，但仍小于2007年NDVI值;(4) 2010—2014年，NDVI值先下降，后緩慢、且持續(xù)上升，至2014年升高至0.219 7，為研究時段內的最高值;(5) 2014年后，NDVI下降后又緩慢上升，2017年上升至0.201 3。整體來看，礦區(qū)植被NDVI值在波動中緩慢上升，2001年NDVI值最低，僅0.035 8，2014年NDVI值最高，為0.219 7。

圖1 2000-2017年NDVI平均值年際變化

3.2 2000-2017年神東礦區(qū)植被NDVI空間動態(tài)變化

2000年NDVI值介于0～0.710 5，主要分布在0～0.2。NDVI值介于0～0.1的區(qū)域占研究區(qū)總面積的73.50%，介于0.1～0.2的區(qū)域占22.03%。NDVI平均值為0.079 5。NDVI高值主要分布在烏蘭木倫河沿線區(qū)域，以及烏蘭木倫河流域的支毛溝內。礦區(qū)植被NDVI值整體偏低(圖2)。

圖2 2000年NDVI值分布

2017年NDVI值介于0～0.517 0，主要分布在0.1～0.3，NDVI值介于0.1～0.2的區(qū)域占研究區(qū)總面積的51.91%，介于0.2～0.3的占38.80%。2017年NDVI平均值為0.218 4。NDVI高值分布較廣，低值主要分布在烏蘭木倫河沿線(圖3)。

與2000年相比，2017年礦區(qū)NDVI值明顯上升，整體上植被覆蓋水平增加。部分區(qū)域植被覆蓋度偏低，從圖3可以看出，這些區(qū)域呈現(xiàn)明顯的斑塊狀。結合遙感影像和現(xiàn)場調查發(fā)現(xiàn)，礦區(qū)內NDVI值較低的區(qū)域多為露天煤礦和尚未完全綠化的排矸場，以及烏蘭木倫河沿線部分新建的居民區(qū)。

圖3 2017年NDVI值分布

由2000—2017年NDVI變化趨勢圖(圖4)可以看出，植被NDVI下降區(qū)域的面積，占礦區(qū)總面積的5.22%，主要分布在烏蘭木倫河沿線和流域的支毛溝內，以及部分露天礦區(qū)。結合圖2和圖3，2000年，烏蘭木倫河沿線和流域的支毛溝內植被覆蓋度較好，2017年，烏蘭木倫河沿線植被覆蓋降低。支毛溝區(qū)域由于2000年植被較好，植被覆蓋增加空間較小，造成NDVI變化趨勢Slope值偏低。植被NDVI上升區(qū)域的面積占礦區(qū)總面積的94.78%，廣泛分布在礦區(qū)內。由圖5看出，植被NDVI變化趨勢Slope值主要分布在0～0.02，介于0～0.01的區(qū)域占80.39%，介于0.01～0.02的區(qū)域占14.12%?？傮w來看，礦區(qū)植被NDVI變化趨勢Slope主要分布在0～0.01，礦區(qū)植被在2000—2017年得到顯著改善。

圖4 2000-2017年NDVI變化趨勢

圖5 2000-2017年Slope值比例

為了進一步評價神東礦區(qū)植被變化狀況，采用F檢驗法對植被覆蓋變化趨勢進行顯著性分析，用于表示趨勢變化置信度的高低。圖6展示了2000—2017年礦區(qū)NDVI變化顯著水平的空間分布情況。2000—2017年，礦區(qū)植被極顯著增加的區(qū)域占62.13%，顯著增加的區(qū)域占15.18%;極顯著減少的區(qū)域占0.45%，顯著減少的區(qū)域占0.57%。可以看出，神東礦區(qū)植被整體上顯著改善，但仍然有部分區(qū)域植被退化，結合遙感影像和現(xiàn)場調查，退化的區(qū)域主要為露天煤礦開采區(qū)域、和城鎮(zhèn)化建設區(qū)域。

圖6 2000-2017年NDVI變化顯著水平

3.3 神東礦區(qū)植被NDVI未來變化趨勢預測

為了進一步分析神東礦區(qū)未來植被變化趨勢情況，采用Hurst指數(shù)對礦區(qū)2000—2017年NDVI進行綜合計算。結果表明，礦區(qū)植被NDVI的Hurst指數(shù)介于0.095 1～0.961 5，平均值為0.632 4。其中，Hurst指數(shù)>0.5的區(qū)域占91.14%，Hurst指數(shù)<0.5的區(qū)域占9.96%。這表明神東礦區(qū)絕大部分的區(qū)域植被變化正向特征顯著。

將一元回歸分析的NDVI變化趨勢Slope柵格圖與Hurst指數(shù)柵格圖進行疊加后，得出植被未來變化趨勢圖(圖7)?？梢钥闯觯V區(qū)未來植被狀況由退化轉為改善的區(qū)域占0.74%，由改善轉為退化的區(qū)域占8.12%，持續(xù)退化的區(qū)域占4.48%，持續(xù)改善的區(qū)域占86.66%。礦區(qū)植被未來變化整體上為持續(xù)改善，但仍有部分區(qū)域存在退化趨勢。

圖7 NDVI變化未來趨勢

4 討 論

研究結果表明，經過多年煤炭開采，神東礦區(qū)植被沒有出現(xiàn)大范圍的退化，反而得到一定程度的改善。相關研究也證明了這一點，例如吳立新等[23]采用SPOT衛(wèi)星數(shù)據，分析了神東礦區(qū)1999—2008年植被覆蓋和土地沙化的動態(tài)變化，結果表明，占礦區(qū)面積82.13%的區(qū)域內植被覆蓋得到明顯改善；付新雷[24]利用Landsat影像數(shù)據反演了神東礦區(qū)FVC，結果表明，占礦區(qū)面積64.01%的區(qū)域內FVC得到改善。鄧飛等針對烏蘭木倫河流域1986年、2002年、2008年3期植被變化的分析也表現(xiàn)出相同的趨勢[25]。與此同時，不同研究材料和研究方法對于植被覆蓋程度的研究結果也存在差異，例如劉英等[18]采用MODIS數(shù)據對神東礦區(qū)植被變化的研究表明，2000年神東礦區(qū)NDVI值為0.30，2013年NDVI達到最高值約0.47；而本研究2000年NDVI值為0.035 8，2014年NDVI為最大值0.219 7。由此可見，不同遙感數(shù)據產品由于數(shù)據獲取、數(shù)據處理手段的差異，造成NDVI值存在差異，至于不同數(shù)據產品研究成果的可比性則有待進一步考證。

整體來看，神東礦區(qū)植被顯著改善，且有持續(xù)改善的趨勢。遙感影像和現(xiàn)場調查情況顯示，開采沉陷區(qū)的居民搬遷，造成大面積的農田撂荒，植被得到自然恢復。另外，神東礦區(qū)企業(yè)重視生態(tài)環(huán)境建設，在實施大規(guī)模的煤炭開采中，在開采沉陷區(qū)的治理、空氣和水污染的防治方面總結了豐富的經驗，并取得了顯著效果，探索出了一系列的“綠色開采”和“清潔生產”技術，實施了大范圍的沉陷區(qū)治理工程、綠化工程，促進了礦區(qū)植被的持續(xù)改善[17]。

植被的改善使得礦區(qū)水土流失得到有效控制，生態(tài)環(huán)境明顯改善，但仍然有部分區(qū)域植被呈現(xiàn)退化趨勢。礦區(qū)范圍內露天煤礦的開采對植被造成了較大破壞，露天排矸場的植被恢復需要時間周期較長。建議礦區(qū)在實施露天煤礦開采過程中，針對開采后礦坑的生態(tài)恢復措施和改造再利用等方面進行積極探索和實踐。神東礦區(qū)企業(yè)在煤炭開采過程中，探索出的“煤矸石井下廢巷充填”、矸石發(fā)電等技術手段，有效減少了煤矸石的產生量。建議礦區(qū)企業(yè)積極總結沉陷區(qū)治理、煤矸石再利用等方面的實踐經驗，并在其他區(qū)域推廣應用，為促進西北干旱區(qū)煤炭礦區(qū)的綠色發(fā)展獻計獻策。

5 結 論

(1) 2000—2017年，神東礦區(qū)植被NDVI呈波動上升趨勢，平均增速為0.069/10 a。與2000年相比，2017年礦區(qū)NDVI明顯上升，整體上植被覆蓋增加。植被覆蓋較低的區(qū)域主要為露天煤礦和尚未完全綠化的排矸場，以及烏蘭木倫河沿線新建的居民區(qū)。

(2) 2000—2017年，神東礦區(qū)植被改善的區(qū)域占94.78%，植被退化的區(qū)域占5.22%。整體來看，神東礦區(qū)植被顯著改善，但仍然有部分區(qū)域植被呈現(xiàn)退化趨勢，植被退化的區(qū)域主要是由于露天煤礦開采和城鎮(zhèn)化建設造成。

(3) 神東礦區(qū)未來植被變化趨勢整體上持續(xù)改善。未來變化趨勢由退化轉為改善的區(qū)域占0.74%，由改善轉為退化的區(qū)域占8.12%，持續(xù)退化的區(qū)域占4.48%，持續(xù)改善的區(qū)域占86.66%。礦區(qū)大部分區(qū)域植被將持續(xù)改善，但仍有部分區(qū)域植被呈現(xiàn)持續(xù)退化趨勢。