王文銘，閆慶武，仲曉雅，李茂林，劉政婷，趙蒙恩，吳振華

(1.中國礦業(yè)大學 礦山生態(tài)修復教育部工程研究中心，江蘇 徐州 221116；2.中國礦業(yè)大學 環(huán)境與測繪學院，江蘇 徐州 221116；3.中國礦業(yè)大學 公共管理學院，江蘇 徐州 221116)

0 引 言

累積效應(Cumulative Effects)的概念[1-2]起源于美國1973年頒布的《實施“國家環(huán)境政策法”(NEPA)指南》。目前，被普遍認可的是由美國環(huán)境質量委員會(USCEQ)于1997年提出的，即“過去、現(xiàn)在以及未來發(fā)生的一切活動對環(huán)境產(chǎn)生的持續(xù)性影響就是環(huán)境累積效應”。

目前，西方國家在累積效應評估理論和實踐方面取得了一定的重要成果。HOSSEINI[3]基于森林的景觀格局指數(shù)，對建設在森林中的道路網(wǎng)對于周邊環(huán)境的生態(tài)累積效應進行了研究；WILLSTEED等[4]則從海洋中的各種可再生的能源的開發(fā)利用的角度研究它的生態(tài)累積作用，并通過將多個學科結合在一起建立模型框架來研究生態(tài)累積作用；HODGSON[5]基于生態(tài)效應的角度對生態(tài)累積評估的方法進行了分類歸納，并提出了一種依據(jù)多物種進行建模的方法。

與此同時，國內也對生態(tài)累積效應進行了相應的研究。如李佳承[6]在綜合運用了RS和GIS的基礎上，對青藏鐵路的建設與運行中對周邊環(huán)境的生態(tài)累積效應展開了研究；徐麗麗[7]通過建立生態(tài)累積效應模型，對鹽城市的累積影響進行分析；李哲等[8]構建立了景觀類型結構的偏離性模型，探究了艾比湖典型地區(qū)的累積環(huán)境影響；黃青青[9]對福州市公路網(wǎng)對周邊地區(qū)的生態(tài)累積效應展開了研究。

累積效應的研究雖然有很多，但主要偏向于研究城市還有自然景觀，涉及煤礦區(qū)的研究比較薄弱[10]。國外對這方面的研究較少[11-12]，如MERRIAM等[11]通過線性評價模型來評價累積效應，并據(jù)此研究了阿巴拉契亞流域的生態(tài)環(huán)境受到采煤活動所產(chǎn)生的累積影響。而國內，由于煤炭資源的舉足輕重，其相關研究也稍多一些。如中國科學院、中國礦業(yè)大學等單位均已經(jīng)開展了一些相關的案例研究[13-16]，但缺乏對于生態(tài)環(huán)境更加脆弱的干旱半干旱地區(qū)的煤礦區(qū)生態(tài)累積效應的研究。

礦區(qū)生態(tài)環(huán)境的退化具有典型的累積的特點，其不僅受到煤炭資源開采的影響，還受到其他經(jīng)濟活動的影響，并且礦區(qū)生態(tài)環(huán)境服務功能的降低(如地力衰退、土地污染等)也是煤炭開采以及其他人類活動的時空疊加、累積影響所造成的[17]。近些年來，我國煤炭開發(fā)的重心開始向著干旱半干旱的西部地區(qū)轉移。明確煤炭資源開發(fā)的生態(tài)效應累積程度，對于促進礦區(qū)可持續(xù)發(fā)展具有非常重要的意義。但目前相關方面的理論準備明顯不足，從而影響了上述工作的開展及實際效果?；诖?，以鄂爾多斯為主要研究對象，從其景觀格局、植被覆蓋、空氣污染變化等多個方面建立了煤礦區(qū)周邊地域生態(tài)的累積效應模型，評價了煤礦區(qū)周邊地域的生態(tài)累積風險，以期為煤礦開采過程中的生態(tài)環(huán)境保護和監(jiān)督管理工作提供科學的依據(jù)。

1 研究區(qū)概況

鄂爾多斯位于中國內蒙古自治區(qū)，地理坐標為37°53′～40°51′N與106°42′～111°27′E。東、南、西方向分別是山西、陜西、寧夏，東北方向、北方向分別是呼和浩特、包頭市，南部是榆林市。全市土地總面積8.7萬km2，轄有8個旗(區(qū))，總人口162.54萬人[18]。其位于鄂爾多斯高原，平均海拔+1 000～+1 500 m，西北部地勢高，東南部地勢低，坐落在黃河的“幾”字形內，南部是黃土高原。擁有著豐富的地貌類型，既有沙漠、丘陵、草原，也有高原。北部為黃河沖積平原，東部分別是高山丘陵區(qū)和溝壑區(qū)，中部是庫布齊沙漠，南部毛烏素沙地，西部為廣闊的起伏狀高原。鄂爾多斯植物區(qū)系屬于歐亞草原區(qū)和亞洲荒漠區(qū)，總屬于泛北植物區(qū)，東部與中國華北森林區(qū)為鄰，東南部與黃土高原區(qū)銜接，西與阿拉善荒漠區(qū)相連。因此，植物種類較為豐富和復雜，植物組成表現(xiàn)了這幾個區(qū)系的特點。鄂爾多斯有著豐富的礦產(chǎn)資源，其中探明的煤炭資源儲量為1 676億 t ，占全國1/6，有著豐富的煤炭種類，是國家重要產(chǎn)煤區(qū)之一。基于GoogleEarth、土地利用分類數(shù)據(jù)以及實地調研數(shù)據(jù)在鄂爾多斯選取了105個井工礦和80個露天礦(以下統(tǒng)稱為礦區(qū))進行礦區(qū)的生態(tài)累積效應研究，礦區(qū)的位置如圖1所示，主要包括神東礦區(qū)和棋盤井礦區(qū)，其中神東礦區(qū)擁有著我國現(xiàn)已探明儲量最大的煤田—神東煤炭，該煤田與美國阿巴拉契煤田、德國的魯爾煤田等并稱為世界七大煤田。

圖1 研究區(qū)主要煤礦分布Fig.1 Distribution of coal mines in study area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與數(shù)據(jù)處理

選取了景觀格局、植被覆蓋以及空氣污染3個方面對生態(tài)累積效應進行研究，3個方面的數(shù)據(jù)來源以及處理方法如下：

景觀格局方面選取了2000年、2005年、2010年、2015年以及2019年的鄂爾多斯的Landsat5 TM和Landsat8 OLI影像為主要數(shù)據(jù)源，以同時期的Google Earth歷史影像和中國科學院資源環(huán)境科學與數(shù)據(jù)中心發(fā)布的土地利用分類數(shù)據(jù)作為輔助數(shù)據(jù)。利用ENVI軟件對遙感數(shù)據(jù)進行預處理后進行土地利用分類處理，主要以目視解譯為主，參考輔助數(shù)據(jù)，獲得鄂爾多斯市的土地利用數(shù)據(jù)，并據(jù)此通過FRAGSTATS和Conefor軟件計算景觀格局指數(shù)。

植被覆蓋方面選取了和景觀格局方面相同的遙感影像數(shù)據(jù)作為主要數(shù)據(jù)源，通過處理后的遙感影像數(shù)據(jù)提取NDVI，采用像元二分模型提取出研究區(qū)的植被覆蓋度。

空氣污染方面選取中國環(huán)境監(jiān)測總站開放的城市空氣質量實時發(fā)布平臺的空氣質量數(shù)據(jù)為主要數(shù)據(jù)源，以中國1 km分辨率逐月降水量數(shù)據(jù)集(1901—2017年)和中國1 km分辨率逐月平均氣溫數(shù)據(jù)集(1901—2017年)的降水量和年均氣溫數(shù)據(jù)、來自地理國情監(jiān)測云平臺的全國30 m分市縣DEM數(shù)據(jù)以及來自中國科學院資源環(huán)境科學數(shù)據(jù)中心的NDVI數(shù)據(jù)作為自然因子預測自變量，以同時期的MODIS AOD(氣溶膠光學厚度)和與NDVI同樣來源的人口空間分布數(shù)據(jù)作為社會經(jīng)濟預測自變量，利用這些自變量，通過隨機森林算法來進行預測各年PM2.5的質量濃度。

2.2 研究方法

生態(tài)累積效應評價所選取的指標應該要能夠反映礦區(qū)開采對周邊地區(qū)生態(tài)各個方面的影響，并以此來構建模型。因此，結合研究區(qū)的特點，以生態(tài)系統(tǒng)服務于礦區(qū)生產(chǎn)、生活的要求為核心，從為礦區(qū)生態(tài)環(huán)境質量綜合評價提供生態(tài)累積效應信息的角度，參考相關領域專家的研究成果[6,13]，選擇了景觀格局干擾累積、植被退化累積和空氣污染累積作為研究區(qū)生態(tài)累積效應分析的指示因子，并據(jù)此構建了干旱半干旱礦區(qū)生態(tài)累積效應的表征模型以生態(tài)累積效應指數(shù)(ECEI) 來表征這種因煤炭資源開發(fā)活動而造成的礦區(qū)生態(tài)累積損失，其概念模型為

ECEI=CLDI+CVDI+CAPI

(1)

式中:ECEI為生態(tài)累積效應指數(shù)；CLDI為景觀格局干擾累積指數(shù)；CVDI為植被退化累積指數(shù)；CAPI為空氣污染累積指數(shù)。

2.2.1 景觀格局干擾累積指數(shù)模型

煤礦區(qū)的生態(tài)環(huán)境對外界影響的響應能力不僅和景觀類型組成有關，而且和景觀格局結構有著密不可分的關系。為了評價煤礦區(qū)的開采活動對當?shù)鼐坝^格局帶來的累積影響，參考相關研究[19-20]，選取破碎度、分離度和優(yōu)勢度3個指標來表征干旱半干旱草原礦區(qū)景觀格局受各種干擾影響的程度，其表達式為

LDIit=cCit+sSit+dDit

(2)

式中：LDIit為景觀類型i在t年的景觀格局干擾指數(shù)，Cit、Sit和Dit分別為標準化過的景觀類型i在t年的破碎度指數(shù)、分離度指數(shù)和優(yōu)勢度指數(shù)；c、s、d分別為三者的權重，且c+s+d=1，借鑒相關研究，對c、s和d分別賦為0.5、0.3和0.2的權值。

采用差分分析法構建景觀干擾累積指數(shù)CLDI，其表達式為

(3)

式中：CLDIit為的格局干擾累積度指數(shù)；LDIit為景觀類型i在t年的景觀格局干擾指數(shù)，LDIi0為景觀類型i在起始年份的景觀格局干擾指數(shù)；CLDIit>0，表示景觀格局受到外界的負面影響增強；CLDIit<0，表示景觀格局受到外界的負面影響減弱。

2.2.2 植被退化累積指數(shù)模型

采用趨勢線法構建植被退化累積指數(shù)，表示干旱半干旱草原礦區(qū)煤炭開采對當?shù)氐闹脖桓采w帶來的累積影響。表達式為

(4)

式中：CVDIt為植被退化累積指數(shù)；NDVIt為植被指數(shù)平均值；n為時間。CVDIt>0，為NDVIt在研究期內呈下降趨勢；CVDIt<0，為NDVIt在研究期內呈上升趨勢。

2.2.3 空氣污染累積指數(shù)模型

選取可吸入顆粒物PM2.5的濃度作為衡量干旱半干旱草原礦區(qū)空氣污染的指標，構建空氣污染累積指數(shù)，計算式如下：

(5)

式中：CAPIt為第t年研究區(qū)空氣污染累積指數(shù)；Ct為第t年的污染物的濃度；C0為研究期初的污染物的濃度。

3 結果與分析

3.1 鄂爾多斯生態(tài)累積風險評價結果

將鄂爾多斯的2000—2010年以及2000—2019年的生態(tài)累積指數(shù)統(tǒng)一分辨率后，歸一化到-1～1，結果景觀格局干擾累積風險如圖2a所示，植被退化累積風險如圖2b所示，空氣污染累積風險如圖2c所示，接著根據(jù)生態(tài)累積效應模型進行計算后，采用自然斷點法進行分級，得到鄂爾多斯2000—2010年以及2000—2019年的生態(tài)累積風險分布如圖2d所示。

圖2 鄂爾多斯累積風險評價結果Fig.2 Cumulative risk assessment results of Ordos

從圖2d中可以看出2000—2010年鄂爾多斯的生態(tài)累積高風險地區(qū)與較高風險地區(qū)主要分布在區(qū)域的中心位置，而四周的高風險地區(qū)的分布則比較松散破碎，整體呈現(xiàn)一種“中心聚集，四處開花”的形態(tài)，并且西北方向和東南方向都有較大片狀分布的低風險地區(qū)以及較低風險地區(qū)，中風險地區(qū)則主要圍繞著高風險與較高風險地區(qū)零星分布。

相較于2000—2019年的生態(tài)累積風險分布，2000—2019年的生態(tài)累積風險分布則呈現(xiàn)出不一樣的形態(tài)。2000—2019年鄂爾多斯除了在區(qū)域的中心依舊有較大范圍的高風險與較高風險地區(qū)之外，四周分布的高風險與較高風險地區(qū)面積都有所增長，并且中心區(qū)域的高風險與較高風險地區(qū)面積明顯減小，從而表現(xiàn)出異于單中心聚集的多中心分布的分布形態(tài)。同時低風險與較低風險地區(qū)的分布形態(tài)相較于2000—2010年顯得更加破碎，原有的低風險與較低風險分布區(qū)域變?yōu)榱烁唢L險地區(qū)以及中風險地區(qū)。而中風險地區(qū)則不再局限于高風險與較高風險地區(qū)附近，例如區(qū)域的西北方向出現(xiàn)了單獨分布的中風險地區(qū)，其面積明顯增長。

對鄂爾多斯不同累積風險區(qū)域所占面積進行計算，結果見表1。可以看出，相較于2000—2010年，鄂爾多斯2000—2019年的生態(tài)累積風險有所上升，低風險與較高風險面積占比下降，較低風險、中風險以及高風險區(qū)域面積占比上升，這與前面從圖2得到的結果相符合。

表1 鄂爾多斯各類生態(tài)累積風險面積占比

總體而言，鄂爾多斯2000—2019年的生態(tài)累積效應風險高于2000—2010年的生態(tài)累積，主要表現(xiàn)為低風險與較低風險地區(qū)的面積減少以及中風險地區(qū)的面積增長，但局部而言，部分高風險與較高風險地區(qū)生態(tài)累積風險降低，轉變?yōu)橹酗L險地區(qū)乃至低風險與較低風險地區(qū)。

3.2 礦區(qū)生態(tài)累積風險

根據(jù)鄂爾多斯的生態(tài)累積風險分布，分別距礦區(qū)距離0～5、5～10、10～15 km以及15～20 km建立緩沖區(qū)進行研究。根據(jù)生態(tài)累積效應的相關研究[6]，對2000—2010年以及2000—2019年礦區(qū)對周邊的生態(tài)累積風險的影響進行研究，結果如圖3所示，其中圖3a是空氣污染累積面積占比，圖3b是景觀格局干擾累積面積占比，圖3c是植被退化累積面積占比，圖3d是生態(tài)累積風險面積占比。

圖3 礦區(qū)生態(tài)累積風險區(qū)域面積占比Fig.3 Area proportion of ecological cumulative risks area in mining area

由圖3d可知，2000—2010年生態(tài)累積低風險所占面積隨著距離礦區(qū)的距離增加而升高，距礦區(qū)5～10 km區(qū)域的低風險面積最小，而面積占比最高的則為距礦區(qū)15～20 km。中風險、較高風險以及高風險地區(qū)的面積占比則隨著距離礦區(qū)的距離增加呈上升趨勢，距礦區(qū)0～5 km面積占比最低，最高在分別為距礦區(qū)5～10、10～15 km。此外，較低風險區(qū)面積占比呈降低趨勢，距礦區(qū)0～5 km范圍最高，15～20 km范圍最低。

總體而言，2000—2010年距離礦區(qū)越遠生態(tài)累積風險越高，生態(tài)累積效應風險最高的為距離礦區(qū)15～20 km，這個范圍的較低風險面積占比最低，中風險、高風險與較高風險面積占比都是第二高，可見礦區(qū)對外圍區(qū)域的生態(tài)累積影響基本為正面影響，其中0～5 km范圍的區(qū)域受到的影響最大，也是生態(tài)累積風險最低的區(qū)域。

如圖3d所示，2000—2019年隨著距離的增加，低風險、較低風險以及高風險地區(qū)的面積占比呈上升趨勢，其中最低點分別出現(xiàn)在距礦區(qū)0～5 km以及5～10 km，最高點則分別出現(xiàn)在距礦區(qū)15～20 km以及5～10 km。中風險以及較高風險地區(qū)的面積占比則呈下降趨勢。

總之，2000—2019年礦區(qū)的生態(tài)累積風險分布轉變?yōu)椤皟韧獾停虚g高”，距礦區(qū)5～10 km較低風險占比是最低的，高風險面積占比是最高的，其累積風險是最高的?？傮w而言，隨著距礦區(qū)距離增加，累積風險先增加再減少，這種累積風險變化的異常證明有其他因素影響了累積風險。通過圖3a以及圖3d可以看出，在所選取的3個評價指標中，只有空氣污染累積呈現(xiàn)出“內外低，中間高”的分布形態(tài)，而其他3個指標依舊是“內底外高”，可見2000—2019年累積風險的分布與空氣污染干擾累積，也就是PM2.5濃度高度相關。而城市、工業(yè)區(qū)等排放的PM2.5要遠高于礦區(qū)，參考研究區(qū)的土地利用分類數(shù)據(jù)以及遙感影像發(fā)現(xiàn)礦區(qū)5～10 km范圍內存在有部分城市和工業(yè)區(qū)，考慮到這種異常的分布形態(tài)可能是由于城市以及工業(yè)區(qū)的廢氣排放影響了周邊的累積風險。于是，針對土地利用分類中的城市、工業(yè)區(qū)的生態(tài)累積風險單獨進行研究，結果如圖4所示。

從圖4中可以很明顯看出，除了景觀格局干擾累積，城市、工業(yè)區(qū)的生態(tài)累積風險以及其他各指標累積風險均要高于礦區(qū)，特別是空氣污染累積方面，并且相較于2000—2010年，2000—2019年城市、工業(yè)區(qū)的空氣污染累積出現(xiàn)了大幅上升，這就證明了2000—2019年生態(tài)累積風險分布的異常的原因是礦區(qū)周邊城市、工業(yè)區(qū)的空氣污染加劇導致的空氣污染累積分布異常。

圖4 城市與工業(yè)區(qū)生態(tài)累積風險面積占比Fig.4 Proportion of ecological cumulative risk area in urban and industrial area

比較圖3d可知，與2000—2010年相比，2000—2019年距礦區(qū)10～15 km以及15～20 km范圍的生態(tài)累積風險都有所下降，受到城市和工業(yè)區(qū)影響較大為距礦區(qū)5～10 km以及0～5 km范圍的累積風險則有所反彈。根據(jù)3.1節(jié)可知，2000—2019年鄂爾多斯整體累積風險相較2000—2010年是升高的，可見礦區(qū)對于周邊的生態(tài)累積影響還是正面影響。

4 結 論

1)對于鄂爾多斯，其生態(tài)累積風險整體呈增加趨勢，高風險與較高風險區(qū)域分布由“中心聚集，四處開花”轉變?yōu)椤岸嘀行木奂保惋L險與較低風險區(qū)域分布由成片變?yōu)槠扑?，中風險區(qū)域面積也有顯著增加。

2)對于礦區(qū)，2000—2010年和2000—2019年礦區(qū)的生態(tài)累積影響皆為正面影響，可見礦區(qū)的生態(tài)治理卓有成效。

3)2000—2019年的累積風險分布出現(xiàn)了由“內低外高”轉變?yōu)椤皟韧獾?，中間高”的異常，進一步研究表明主要是受到了城市及工業(yè)區(qū)的空氣污染影響，所以相關部門要加強城市及工業(yè)區(qū)的空氣污染治理。

整體而言，礦區(qū)的生態(tài)治理需要保持并進一步加強，同時鄂爾多斯地區(qū)要加強生態(tài)累積風險的治理，特別是城市以及工業(yè)區(qū)空氣污染方面的生態(tài)治理。除了景觀格局干擾累積、植被退化累積以及空氣污染累積這三種生態(tài)累積因子之外，還有許多其他因子如邊界擴展、土地塌陷和水環(huán)境效應等有待進一步擴展。