畢衛(wèi)華，錢倬珺，王 輝，趙慶合，姜念念，李清彩，花逢春

(1.皖北煤電集團(tuán)有限責(zé)任公司通防地測(cè)部，安徽 宿州 234000；2.中國(guó)礦業(yè)大學(xué)公共管理學(xué)院，江蘇 徐州 221116；3.中國(guó)礦業(yè)大學(xué)礦區(qū)土地利用與生態(tài)安全治理研究中心，江蘇 徐州 221116；4.山東省地質(zhì)礦產(chǎn)勘查開發(fā)局第二地質(zhì)大隊(duì)，山東 濟(jì)寧 272100；5.中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院，江蘇 徐州 221116)

煤炭資源開發(fā)在保障我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的同時(shí)也給生態(tài)環(huán)境帶來(lái)諸多負(fù)面影響，例如地表塌陷、礦坑積水、占用農(nóng)田、廢水和廢渣排放等[1]。山西省朔州市煤炭資源豐富，自1987年開采至今，帶動(dòng)了當(dāng)?shù)亟?jīng)濟(jì)發(fā)展、城市建設(shè)，提高了整體就業(yè)率，但長(zhǎng)期大規(guī)模開發(fā)利用導(dǎo)致煤炭資源耗費(fèi)率高，損失浪費(fèi)情況嚴(yán)重，露天采區(qū)土地挖損、壓占總面積逐年增長(zhǎng)；井工開采導(dǎo)致地面不均勻下沉，建筑物開裂、傾斜、倒塌，道路凹凸不平，加劇坡地水土流失[2-3]。

遙感技術(shù)在生態(tài)環(huán)境變化動(dòng)態(tài)監(jiān)測(cè)方面發(fā)揮越來(lái)越重要的作用，如反演地表溫度監(jiān)測(cè)城市熱島效應(yīng)[4-5]、利用遙感數(shù)據(jù)提取歸一化植被指數(shù)研究森林、草原生態(tài)變化[6-7]、利用水體提取模型分析流域生態(tài)變化等[8]。但研究多采用單一生態(tài)指標(biāo)或多種生態(tài)指標(biāo)簡(jiǎn)單加權(quán)，選取多個(gè)生態(tài)指標(biāo)建立生態(tài)評(píng)價(jià)模型進(jìn)行綜合監(jiān)測(cè)評(píng)估更能準(zhǔn)確反映生態(tài)環(huán)境質(zhì)量。本文選用的遙感生態(tài)指數(shù)模型(remote sensing ecology index，RSEI)由學(xué)者徐涵秋提出，選取綠度、濕度、干度、熱度四個(gè)生態(tài)指標(biāo)，根據(jù)主成分的貢獻(xiàn)率建立模型，綜合評(píng)價(jià)區(qū)域生態(tài)環(huán)境變化[9-10]。目前，國(guó)內(nèi)學(xué)者應(yīng)用遙感生態(tài)指數(shù)模型對(duì)永定礦區(qū)、神東礦區(qū)、紫金山礦區(qū)等進(jìn)行了生態(tài)環(huán)境質(zhì)量評(píng)價(jià)[11-13]，在礦區(qū)生態(tài)環(huán)境監(jiān)測(cè)應(yīng)用方面取得了一定成果。

1 研究區(qū)與數(shù)據(jù)來(lái)源

1.1 礦區(qū)概況

平朔礦區(qū)地處山西省北部朔州市平魯區(qū)，位于寧武煤田北端，地理坐標(biāo)為：東經(jīng)112°17′～112°27′，北緯39°25′～39°35′，屬于溫帶半干旱大陸性季風(fēng)氣候，年平均氣溫4.8～7.5 ℃，年平均降水量428.2～449 mm，地形以山地、丘陵為主，為強(qiáng)烈侵蝕的黃土丘陵生態(tài)脆弱區(qū)，礦區(qū)南北長(zhǎng)23 km，東西寬22 km。平朔礦區(qū)包括安太堡露天礦、安家?guī)X露天礦、東露天礦、井工一礦、井工二礦、井工三礦6個(gè)煤礦及其配套選煤廠，面積為158.73 km2，地理位置及煤礦總體布局如圖1所示。1987年安太堡露天礦按期投產(chǎn)，1987—1991年，平朔公司原煤產(chǎn)量由154萬(wàn)t增長(zhǎng)到1 337萬(wàn)t，2003年安家?guī)X露天礦投產(chǎn)，2005年井工一號(hào)礦、井工二號(hào)礦投產(chǎn)，2006年井工三號(hào)礦投產(chǎn)，至2007年原煤產(chǎn)量增長(zhǎng)至7 286萬(wàn)t，2009年?yáng)|露天礦開始建設(shè)。自1987年開采至今，平朔礦區(qū)的煤炭開采經(jīng)歷了創(chuàng)業(yè)、發(fā)展、跨越、轉(zhuǎn)型四個(gè)發(fā)展階段，1987—2007年平朔礦區(qū)處于創(chuàng)業(yè)階段和發(fā)展階段，致力于大規(guī)模煤炭開采，產(chǎn)量高、消耗高，對(duì)生態(tài)環(huán)境破壞嚴(yán)重。

圖1 平朔礦區(qū)地理位置及煤礦總體布局Fig.1 Location of Pingshuo Mining Area and its coal mines layout

1.2 礦區(qū)修復(fù)概況

從2007年起，平朔礦區(qū)進(jìn)入跨越階段和轉(zhuǎn)型階段，綠色可持續(xù)發(fā)展逐漸成為企業(yè)發(fā)展核心理念，2008年平朔礦區(qū)積極開展安家?guī)X露天礦、安太堡露天礦復(fù)墾工作，復(fù)墾土地4萬(wàn)余畝(1)1畝約等于666.67 m2。，排土場(chǎng)植被覆蓋率高達(dá)90%。平朔礦區(qū)總體地表植被覆蓋度由40.9%上升至57.3%，基本恢復(fù)原有綠化水平。其中，植被恢復(fù)區(qū)面積4 000畝，種植油松、云杉、沙棘、檸條等30余種生態(tài)植被，植被覆蓋率高達(dá)95%；種植園區(qū)面積4 900畝，并已通過(guò)原國(guó)土資源主管部門驗(yàn)收；農(nóng)牧示范區(qū)面積9 700畝，主要發(fā)展現(xiàn)代設(shè)施農(nóng)業(yè)，建成300座日光溫室、16 000 m2智能溫室；生態(tài)示范區(qū)內(nèi)共有各類植物213種，昆蟲600余種，野生動(dòng)物30余種，平朔礦區(qū)生物多樣性豐富，人工生態(tài)系統(tǒng)結(jié)構(gòu)合理、功能完善。打造了“農(nóng)-林-牧-藥-農(nóng)業(yè)產(chǎn)品加工-生態(tài)旅游”一體化的綠色循環(huán)經(jīng)濟(jì)產(chǎn)業(yè)鏈；建立草、灌、喬復(fù)墾種植立體模式，形成采、排、復(fù)一條龍作業(yè)的生態(tài)示范區(qū)。

1.3 數(shù)據(jù)處理

根據(jù)礦區(qū)開采修復(fù)順序1987年(開采前)、2007年(大規(guī)模修復(fù)前)、2018年(大型生態(tài)園區(qū)基本完工)三個(gè)年份最具有代表性，1998年位于1987—2007年時(shí)間段中點(diǎn)，2013年位于2007—2018年時(shí)間段中點(diǎn)，用于驗(yàn)證RSEI模型先降后升的趨勢(shì)。因此，本文選用1987年6月20日、1998年7月11日、2007年6月18日、2013年6月25日、2018年7月1日五期Landsat5衛(wèi)星、Landsat8衛(wèi)星拍攝的TM、ETM+和OLI遙感影像數(shù)據(jù)，空間分辨率30 m，影像云層覆蓋率小于10%，質(zhì)量較好，夏季數(shù)據(jù)便于提取綠度指標(biāo)。影像數(shù)據(jù)經(jīng)輻射定標(biāo)、大氣校正、誤差控制等預(yù)處理，獲取高精度底圖資料[11-12]。同時(shí)查閱影像所攝日期相關(guān)氣候數(shù)據(jù)，并計(jì)算標(biāo)準(zhǔn)差。遙感影像數(shù)據(jù)所攝時(shí)間對(duì)應(yīng)氣候情況見(jiàn)表1，溫度、濕度、降水情況都較為一致，且所研究年份朔州市全年降水均大于300 mm，小于500 mm，沒(méi)有極端干旱和洪澇災(zāi)害，可排除氣候因素對(duì)RSEI結(jié)果的影響。

表1 平朔礦區(qū)遙感影像數(shù)據(jù)所攝時(shí)點(diǎn)氣候數(shù)據(jù)Table 1 Climate data of time point taken by remote sensing image data of Pingshuo Mining Area

2 研究方法

2.1 RESI評(píng)價(jià)模型

遙感生態(tài)指數(shù)反映關(guān)乎生態(tài)環(huán)境質(zhì)量最直接的區(qū)域生物量、水、熱以及地表情況，公式見(jiàn)式(1)[14]。

RSEI=f(NDVI,WET,NDSI,LST)

(1)

式中，NDVI、WET、NDSI和LST分別為綠度指標(biāo)、濕度指標(biāo)、干度指標(biāo)和熱度指標(biāo)。

2.1.1 綠度指標(biāo)

綠度指數(shù)采用歸一化植被指數(shù)(normalized difference vegetation index，NDVI)表示，主要用于監(jiān)測(cè)植被覆蓋度、植物長(zhǎng)勢(shì)、葉面積指數(shù)以及植物生物量，公式見(jiàn)式(2)[15]。

NDVI=(BNir-BRed)/(BNir+BRed)

(2)

式中，BNir、BRed分別為L(zhǎng)andsat 5 TM衛(wèi)星的第4波段、第3波段或Landsat 8 OIL衛(wèi)星的第5波段、第4波段。

2.1.2 濕度指標(biāo)

濕度指數(shù)的計(jì)算，采用纓帽變換中的濕度分量表述，該分量與土壤和植被的濕度緊密相關(guān)，能較好地反映陸地生態(tài)環(huán)境濕度，公式見(jiàn)式(3)和式(4)[16]。

Landsat 5 TM影像的濕度指標(biāo)計(jì)算見(jiàn)式(3)。

WETTM=0.031 5BBlue+0.202 1BGreen+

0.310 2BRed+0.159 4BNir-

0.680 6BSwir1-0.610 9BSwir2

(3)

Landsat 8 OLI影像的濕度指標(biāo)計(jì)算見(jiàn)式(4)。

WETOIL=0.151 1BBlue+0.197 3BGreen+

0.328 3BRed+0.340 7BNir-

0.711 7BSwir1-0.455 9BSwir2

(4)

式中：WETTM、WETOIL分別為L(zhǎng)andsat 5 TM和Landsat 8 OIL數(shù)據(jù)計(jì)算的濕度指標(biāo)；BBlue、BGreen、BRed、BNir、BSwir1、BSwir2分別為L(zhǎng)andsat 5衛(wèi)星的第1波段～第5波段、第7波段以及Landsat 8衛(wèi)星的第2波段～第7波段。

2.1.3 干度指標(biāo)

平朔礦區(qū)存在大量建設(shè)用地，植被覆蓋區(qū)域也存在部分裸地，因而干度指標(biāo)(normalized difference built-up soil index，NDSI)由裸土指數(shù)(SI)、建筑指數(shù)(IBI)兩部分組成，公式見(jiàn)式(5)～式(7)[17-18]。

NDSI=(SI+IBI)/2

(5)

SI=[(BRed+BSwir1)-

(BNir+BBlue)]/[(BRed+BSwir1)+

(BNir+BBlue)]

(6)

IBI=[2BSwir1/(BNir+BSwir1)-

BNir/(BNir+BRed)-BGreen/(BGreen+BSwir1)]/

[2BSwir1/(BNir+BSwir1)+

BNir/(BNir+BRed)+BGreen/(BGreen+BSwir1)]

(7)

2.1.4 熱度指標(biāo)

熱度指標(biāo)計(jì)算依托熱紅外數(shù)據(jù)源，涉及Landsat 5衛(wèi)星第6波段、Landsat 8衛(wèi)星第10波段和第11波段，結(jié)合平朔礦區(qū)實(shí)際情況選擇單通道算法，先將DN值轉(zhuǎn)化為輻射亮度值，計(jì)算出亮度溫度，在此基礎(chǔ)上反演地表溫度即熱度指標(biāo)，公式見(jiàn)式(8)～式(10)[19]。

L=gain×DN+bias

(8)

(9)

LST=TL/(1+λTLlnε/ρ)-273.15

(10)

式中：L為TM/TIRS影像熱紅外波段的像元輻射值(Landsat5數(shù)據(jù)L取值11.5 μm；Landsat8數(shù)據(jù)L取值10.9 μm)；DN為像元灰度值；gain和bias分別為熱紅外波段的增益與偏置值；TL為亮度溫度；K1、K2為衛(wèi)星發(fā)射預(yù)設(shè)的常數(shù)；λ為地表發(fā)射輻射的波長(zhǎng)；ε為地表比輻射率，通過(guò)NDVI閾值進(jìn)行計(jì)算；ρ值為1.438×10-2mK。

2.2 評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化

RSEI各指標(biāo)量綱不同，無(wú)法進(jìn)行相互比較，故需要進(jìn)行標(biāo)準(zhǔn)化處理。綠度和濕度與RSEI呈正相關(guān)，干度和熱度與RSEI呈負(fù)相關(guān)，為使RSEI數(shù)值與生態(tài)質(zhì)量同向變化，運(yùn)用極差變換法進(jìn)行標(biāo)準(zhǔn)化，使所有指數(shù)都變?yōu)檎蛑笜?biāo)，與RSEI正相關(guān)，其值域范圍為[0,1]，標(biāo)準(zhǔn)化公式見(jiàn)式(11)和式(12)[13]。

ST=(I-Imin)/(Imax-Imin)

(11)

ST=(Imax-I)/(Imax-Imin)

(12)

式中：I、ST分別為指數(shù)原值和標(biāo)準(zhǔn)化值；Imax為指數(shù)最大值；Imin為指數(shù)最小值；綠度指標(biāo)計(jì)算見(jiàn)式(11)；濕度指標(biāo)計(jì)算見(jiàn)式(12)。

2.3 主成分分析

主成分分析通過(guò)正交變化將一組可能存在相關(guān)性的變量轉(zhuǎn)換為一組線性不相關(guān)變量，在一定程度上避免了人為賦權(quán)的主觀性和隨意性。統(tǒng)計(jì)結(jié)果中包括協(xié)方差矩陣、相關(guān)系數(shù)矩陣和特征值及其特征向量矩陣，主成分載荷結(jié)果需要運(yùn)用特征值與其特征向量計(jì)算，公式見(jiàn)式(13)～式(15)。

(13)

(14)

RSEI0=PCA[f(NDVI,WET,NDSI,LST)]

(15)

式中：lij為主成分載荷；λi為特征值；eij為對(duì)應(yīng)特征向量；ni為主成分貢獻(xiàn)度(i，j=1，2，…，p)；RSEI0為根據(jù)主成分貢獻(xiàn)度計(jì)算得出的初始生態(tài)指數(shù)。

為了便于指標(biāo)對(duì)比，同樣對(duì)RSEI0進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算見(jiàn)式(16)。

RSEI=

(RSEI0-RSEI0min)/(RSEI0max-RSEI0min)

(16)

式中：RSEI為標(biāo)準(zhǔn)化后的遙感生態(tài)指數(shù)；RSEI0min為初始遙感生態(tài)指數(shù)最小值；RSEI0max為初始遙感生態(tài)指數(shù)最大值。

3 結(jié)果與分析

3.1 RSEI影響指標(biāo)分析

五期影像數(shù)據(jù)提取的綠度、濕度、干度、熱度統(tǒng)計(jì)值見(jiàn)表2，土地利用統(tǒng)計(jì)表見(jiàn)表3。

表2 平朔礦區(qū)RSEI各指標(biāo)統(tǒng)計(jì)值Table 2 Statistical value of each index of RSEI in Pingshuo Mining Area

表3 1987—2018年平朔礦區(qū)土地利用變化統(tǒng)計(jì)表Table 3 Land use changes in Pingshuo Mining Area from 1987 to 2018

第一主成分(CP1)載荷值對(duì)應(yīng)的NDVI值和WET值為正、NDSI值和LST值為負(fù)，對(duì)生態(tài)環(huán)境分別起正作用和負(fù)作用。五年期CP1的貢獻(xiàn)率分別為72.23%、71.77%、83.95%、88.05%、74.08%，均大于70%，表明第一主成分已集中了4個(gè)指標(biāo)絕大部分信息，且4個(gè)指標(biāo)對(duì)CP1的貢獻(xiàn)度相對(duì)穩(wěn)定，因此，選擇CP1代替4個(gè)指標(biāo)構(gòu)建RSEI模型。NDVI、WET、NDSI、LST四個(gè)指標(biāo)對(duì)RSEI數(shù)值有關(guān)鍵性影響，指標(biāo)貢獻(xiàn)度絕對(duì)值越大則表明該指標(biāo)對(duì)RSEI數(shù)值影響越大，各指標(biāo)的RSEI貢獻(xiàn)度絕對(duì)值分別為0.248、0.251、0.242、0.259，影響程度較為均衡。權(quán)重確定完成后，得到最終RSEI計(jì)算公式見(jiàn)式(17)。

RSEIi=0.248×NDVIi+0.251×WETi-

0.242×NDSIi-0.259×LSTi

(17)

遙感方法對(duì)生態(tài)環(huán)境的監(jiān)測(cè)本質(zhì)上是對(duì)用地類型的識(shí)別以及地物特征的提取，耕林草地面積對(duì)植被覆蓋度、近地表濕度有積極影響，耕林草地面積越多，植被生長(zhǎng)越茂密NDVI值、WET值越高，RSEI值也就越高，林地最高，其次為草地。采礦用地、建設(shè)用地、裸地面積則是對(duì)近地表溫度、近地表干度有積極影響，采礦用地、建設(shè)用地、裸地面積越多，NDSI值、LST值越高，RSEI值則越低，采礦用地最低，其次為建設(shè)用地。相同用地類型提取的指標(biāo)也略有不同，耕林草用地植被覆蓋度越高、郁閉度越高的區(qū)域NDVI值、WET值越高；建設(shè)用地中，工礦建設(shè)用地也比居民點(diǎn)建設(shè)用地的NDSI值、LST值高，用地類型的質(zhì)和量綜合決定了RSEI指標(biāo)。

3.2 RSEI評(píng)價(jià)結(jié)果分析

標(biāo)準(zhǔn)化后的RSEI值范圍在[0,1]之間，RSEI值越大表示生態(tài)環(huán)境質(zhì)量越好，反之亦然。平朔礦區(qū)RSEI指數(shù)空間分布見(jiàn)圖2。1987年采礦初期礦區(qū)整體生態(tài)質(zhì)量良好；至1998年，經(jīng)歷10年高產(chǎn)高消耗開采后，安太堡露天礦區(qū)整體生態(tài)質(zhì)量惡化；1998—2007年，這10年間礦區(qū)繼續(xù)加大開采，安家?guī)X露天礦率先投產(chǎn)，井工一號(hào)礦、井工二號(hào)礦也陸續(xù)開始建設(shè)，且未即使開始生態(tài)恢復(fù)治理，致使礦區(qū)南部地區(qū)生態(tài)環(huán)境惡化加速，北部地區(qū)井工三號(hào)礦、東露天礦開發(fā)建設(shè)較晚，生態(tài)質(zhì)量遭受破壞較小，總體呈現(xiàn)出南部生態(tài)質(zhì)量差、北部生態(tài)質(zhì)量較好的格局。2007年之后，礦區(qū)逐步開展土地復(fù)墾及生態(tài)修復(fù)工作，復(fù)墾范圍主要集中在安家?guī)X露天礦、安太堡露天礦周圍，整個(gè)南部地區(qū)生態(tài)質(zhì)量逐漸改善，經(jīng)過(guò)10年恢復(fù)治理，到2018年，礦區(qū)整體生態(tài)質(zhì)量提高，南部地區(qū)生態(tài)環(huán)境改善明顯，但仍呈現(xiàn)南部生態(tài)質(zhì)量較差、北部生態(tài)質(zhì)量好的格局。

圖2 1987—2018年平朔礦區(qū)RSEI指數(shù)空間分布Fig.2 Spatial distribution of RSEI index in Pingshuo Mining Area from 1987 to 2018

1987—2018年平朔礦區(qū)生態(tài)環(huán)境質(zhì)量總體呈先降后升的V形變化(圖3)。1987—1998年RSEI值下降0.017，1998—2007年RSEI值進(jìn)一步下降0.035，2007年企業(yè)大力開展土地復(fù)墾及生態(tài)修復(fù)工作后，生態(tài)環(huán)境質(zhì)量快速回升，2013年RSEI值增至0.558，到2018年，RSEI值已上升至0.576，總體上已經(jīng)恢復(fù)并超過(guò)1987年采礦初期生態(tài)環(huán)境質(zhì)量。

圖3 1987—2018年平朔礦區(qū)RSEI指數(shù)變化趨勢(shì)Fig.3 Trend of RSEI index in Pingshuo Mining Area from 1987 to 2018

3.3 生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)變化分析

在RSEI指數(shù)空間分布圖像基礎(chǔ)上，進(jìn)一步將RSEI值以0.2間隔劃分為差、較差、中等、較優(yōu)、優(yōu)5個(gè)生態(tài)質(zhì)量等級(jí)，分別對(duì)應(yīng)RSEI值范圍為[0,0.2)、[0.2,0.4)、[0.4,0.6)、[0.6,0.8)、[0.8,1.0][9]，形成RSEI指數(shù)分級(jí)圖(圖4)。1987年平朔礦區(qū)整體生態(tài)質(zhì)量良好，礦區(qū)各等級(jí)生態(tài)質(zhì)量面積分布均勻，南部地區(qū)與北部地區(qū)沒(méi)有明顯生態(tài)質(zhì)量差異，隨后20年各礦逐步投入生產(chǎn)，至2007年RSEI差等級(jí)面積增至13.68%，較差面積增至23.84%，優(yōu)等級(jí)、較優(yōu)等級(jí)面積減少，南部地區(qū)礦區(qū)集中、投產(chǎn)早，大部分區(qū)域生態(tài)質(zhì)量在中等及以下；北部地區(qū)礦區(qū)分散、投產(chǎn)晚，生態(tài)質(zhì)量等級(jí)無(wú)太大變化，礦區(qū)整體生態(tài)質(zhì)量中等偏下。2007后平朔礦區(qū)逐步開展生態(tài)治理、土地復(fù)墾工作，南部地區(qū)安太堡露天礦、安家?guī)X露天礦復(fù)墾為生態(tài)示范區(qū)，北部地區(qū)井工三號(hào)礦、東露天礦建設(shè)投產(chǎn)，邊開采邊治理，至2013年已有取得初步成效，主要體現(xiàn)在南部地區(qū)差等級(jí)、較差等級(jí)面積減少，優(yōu)等級(jí)、較優(yōu)等級(jí)增加；北部地區(qū)井工三號(hào)礦區(qū)生態(tài)質(zhì)量等級(jí)下降，東露天礦區(qū)生態(tài)質(zhì)量等級(jí)無(wú)明顯變化，生態(tài)質(zhì)量?jī)蓸O化顯著，對(duì)比明顯。到2018年優(yōu)等級(jí)面積持續(xù)增加至2 522.60 hm2，占比15.89%，較1987年增加2.88%，整體北部地區(qū)仍優(yōu)于南部地區(qū)。橫向?qū)Ρ?年期數(shù)據(jù)與RSEI分級(jí)圖，較差等級(jí)、差等級(jí)面積先增后減，優(yōu)等級(jí)、較優(yōu)等級(jí)面積先減后增，1987—2018年平朔礦區(qū)經(jīng)歷了先開發(fā)破壞后恢復(fù)治理的發(fā)展過(guò)程，但原生生態(tài)格局發(fā)生較大變化，各等級(jí)單元更為集中(表4)。

表4 1987—2018年平朔礦區(qū)生態(tài)等級(jí)面積變化Table 4 Changes of ecological grade area in Pingshuo Mining Area from 1987 to 2018

圖4 1987—2018年平朔礦區(qū)RSEI指數(shù)分級(jí)Fig.4 Classification of RSEI index in Pingshuo Mining Area from 1987 to 2018

3.4 生態(tài)環(huán)境質(zhì)量時(shí)空差異分析

根據(jù)平朔礦區(qū)1987—2018年生態(tài)環(huán)境變化趨勢(shì)，結(jié)合礦區(qū)煤炭開采與生態(tài)恢復(fù)治理實(shí)際情況，選取1987年、2007年、2018年為時(shí)間節(jié)點(diǎn)，在RSEI指數(shù)5個(gè)等級(jí)劃分的基礎(chǔ)上，對(duì)平朔礦區(qū)1987—2007年及2007—2018年兩個(gè)階段RSEI指數(shù)進(jìn)行差值分析，區(qū)分生態(tài)質(zhì)量變差、不變、變化區(qū)域，變化監(jiān)測(cè)結(jié)果分布如圖5所示，變化幅度分級(jí)見(jiàn)表5。從三類面積占比大小來(lái)看，1987—2007年平朔礦區(qū)生態(tài)環(huán)境變差面積占比50.16%；不變面積占比20.99%；變好面積占比28.85%，生態(tài)環(huán)境變差面積遠(yuǎn)大于不變、變好面積，南部地區(qū)以及部分北部地區(qū)為變差區(qū)域，北部地區(qū)大部分為不變區(qū)域，僅部分地區(qū)生態(tài)質(zhì)量變好，20年來(lái)的煤炭開采導(dǎo)致平朔礦區(qū)生態(tài)環(huán)境遭受破壞。2007—2018年生態(tài)環(huán)境變差面積占比24.07%；不變面積占比17.52%；變好面積占比58.41%，經(jīng)過(guò)10年恢復(fù)治理礦區(qū)整體生態(tài)環(huán)境顯著改善，對(duì)應(yīng)1987—2007年監(jiān)測(cè)結(jié)果，原先安太堡露天礦礦區(qū)、安家?guī)X露天礦礦區(qū)生態(tài)質(zhì)量變差區(qū)域因恢復(fù)治理得當(dāng)而變好，另有部分原生態(tài)質(zhì)量不變的區(qū)域在這10年間被破壞，且未及時(shí)恢復(fù)治理。

圖5 平朔礦區(qū)RSEI指數(shù)變化監(jiān)測(cè)結(jié)果Fig.5 Monitoring results of RSEI index change in Pingshuo Mining Area

表5 平朔礦區(qū)RSEI指數(shù)變化幅度分級(jí)表Table 5 Range grading of variation of RSEI index in Pingshuo Mining Area

4 結(jié)論與不足

4.1 結(jié)論

本文選取NDVI、WET、NDSI、LST四個(gè)評(píng)價(jià)指標(biāo)，構(gòu)建RSEI模型，研究了平朔礦區(qū)五個(gè)年度生態(tài)環(huán)境的時(shí)空變化，并分析了生態(tài)環(huán)境治理前后兩個(gè)階段生態(tài)環(huán)境質(zhì)量等級(jí)的時(shí)空差異，主要結(jié)論如下所述。

1)在RSEI遙感生態(tài)指數(shù)模型中，綠度、濕度、干度、熱度指標(biāo)為主要影響因素，其中，濕度、綠度指標(biāo)與RSEI指數(shù)正相關(guān)，干度、熱度指標(biāo)負(fù)相關(guān)。4個(gè)指標(biāo)的絕大部分信息集中于第一主成分，RSEI值主要受該4個(gè)指標(biāo)影響較為均衡。

2)平朔礦區(qū)1987—2018年生態(tài)環(huán)境質(zhì)量變化總體先降后升，1987—2007年生態(tài)質(zhì)量大幅下降，該時(shí)期企業(yè)為高生產(chǎn)高損耗的發(fā)展模式，對(duì)生態(tài)環(huán)境損害大于修復(fù)治理；2007年后，企業(yè)轉(zhuǎn)變?yōu)榫G色可持續(xù)發(fā)展模式，積極開展生態(tài)環(huán)境修復(fù)治理工作，礦區(qū)生態(tài)環(huán)境質(zhì)量逐步轉(zhuǎn)好，至2018年已經(jīng)接近采礦初期水平。

3)1987年礦區(qū)生態(tài)質(zhì)量總體較為均衡，生態(tài)質(zhì)量各等級(jí)分布較均勻，在經(jīng)過(guò)30年先破壞后治理的發(fā)展歷程后，整體生態(tài)環(huán)境質(zhì)量逐漸改善，生態(tài)質(zhì)量改善地區(qū)集中于安家?guī)X露天礦、安太堡露天礦周圍及南部地區(qū)，但整體上北部地區(qū)仍優(yōu)于南部地區(qū)，原生生態(tài)格局發(fā)生改變，建議后續(xù)生態(tài)恢復(fù)治理工作應(yīng)繼續(xù)著重在礦區(qū)南部地區(qū)開展。

4.2 不足

1)基于遙感方法研究生態(tài)環(huán)境變化的方法本質(zhì)還是對(duì)地物特征的提取分析，只能起到監(jiān)測(cè)作用。生態(tài)環(huán)境復(fù)雜多變，影響因素眾多，如動(dòng)植物多樣性、空氣質(zhì)量因素就無(wú)法用遙感方法量化，因此要準(zhǔn)確評(píng)價(jià)生態(tài)環(huán)境憑借遙感手段還是不夠的。

2)RSEI指數(shù)受限于遙感數(shù)據(jù)所涉時(shí)點(diǎn)，可以體現(xiàn)時(shí)間跨度大、地物特征變化明顯的生態(tài)環(huán)境變化趨勢(shì)，但無(wú)法用于監(jiān)測(cè)生態(tài)環(huán)境具體變化過(guò)程，以及時(shí)間跨度小的生態(tài)環(huán)境變化。