鄒蘭蘭，馮啟言，郝 明，孟慶俊，王立艷，秦東富

（1.中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院，江蘇 徐州 221116；2.扎賚諾爾煤業(yè)有限責(zé)任公司，內(nèi)蒙古 滿洲里 021410）

煤炭是我國(guó)重要能源之一，但煤礦的露天開采會(huì)嚴(yán)重?fù)p壞自然生態(tài)環(huán)境，引發(fā)一系列環(huán)境問題，甚至?xí)茐拇罅康耐恋刭Y源，阻礙社會(huì)經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境不斷優(yōu)化，因此，露天礦閉坑后的生態(tài)修復(fù)極為重要。植被覆蓋狀況是反映生態(tài)修復(fù)效果的重要指標(biāo)，分析其驅(qū)動(dòng)因素不僅可以為礦區(qū)后續(xù)的生態(tài)修復(fù)提供科學(xué)依據(jù)，而且對(duì)類似露天礦的生態(tài)修復(fù)也具有重要參考意義。

礦區(qū)植被覆蓋度動(dòng)態(tài)監(jiān)測(cè)以及植被變化趨勢(shì)分析是研究煤礦露天開采對(duì)區(qū)域生態(tài)環(huán)境影響的重要內(nèi)容[1]，可以用來(lái)判斷生態(tài)修復(fù)的效果及生態(tài)系統(tǒng)的結(jié)構(gòu)穩(wěn)定性，以便及時(shí)調(diào)整生態(tài)修復(fù)對(duì)策。植被覆蓋度變化是反映礦區(qū)環(huán)境變化的重要指標(biāo)[2]。ROUSE 等[3]最初提出歸一化植被指數(shù)（NDVI），旨在研究區(qū)域尺度和全球性的植被生長(zhǎng)狀態(tài)和生長(zhǎng)趨勢(shì)情況，由于NDVI 在反映植被的生長(zhǎng)狀況、覆蓋程度及光合作用的強(qiáng)度方面較為準(zhǔn)確[4-5]，同時(shí)在提取研究區(qū)植被覆蓋信息方面應(yīng)用也較為廣泛[5-6]，目前已成為植被變化研究最常用的指標(biāo)[7]。

利用遙感技術(shù)監(jiān)測(cè)植被覆蓋度變化，可快速、準(zhǔn)確分析礦區(qū)生態(tài)修復(fù)效果[8]，因此，國(guó)內(nèi)外學(xué)者陸續(xù)開展了一系列研究。國(guó)外學(xué)者最初使用Landsat 數(shù)據(jù)提取植被覆蓋度，并對(duì)其進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。RAIMUNDO等[9]基于Landsat TM 影像監(jiān)測(cè)了巴西亞馬遜流域礦區(qū)的土地利用/覆蓋情況，研究發(fā)現(xiàn)研究區(qū)的土地退化面積在逐年增加；ERENER[10]采用遙感影像監(jiān)測(cè)了土耳其露天礦區(qū)1987—2006 年地表植被變化特征；KERGOAT 等[11]利用遙感影像的短波紅外監(jiān)測(cè)了干旱地區(qū)的植被覆蓋度；GUTMAN 等[12]還研究了植被變化情況與降雨、氣溫等氣象因子之間的關(guān)系，證明了氣候?qū)χ脖坏挠绊?。近年?lái)，國(guó)內(nèi)在礦區(qū)生態(tài)環(huán)境監(jiān)測(cè)和利用遙感數(shù)據(jù)監(jiān)測(cè)研究煤礦露天開采導(dǎo)致的環(huán)境問題方面取得了較大進(jìn)展[13]。汪桂生等[14]利用MODIS NDVI 時(shí)間序列產(chǎn)品提取了2005—2014 年淮南礦區(qū)的植被覆蓋度，并分析了其時(shí)空演化特征；李林葉等[15]以呼倫貝爾草原為研究對(duì)象，基于2000—2016 年的MODIS 數(shù)據(jù)分析了呼倫貝爾草原植被年際空間分布變化規(guī)律，結(jié)合氣象數(shù)據(jù)在區(qū)域尺度上分析了植被覆蓋度年際變化及其與氣候因子的關(guān)系。目前，高寒地區(qū)露天礦的生態(tài)修復(fù)尚處于起步階段，因此，針對(duì)高寒地區(qū)露天礦開展的生態(tài)修復(fù)效果及其驅(qū)動(dòng)因素分析的研究較少，生態(tài)修復(fù)效果的驅(qū)動(dòng)因素也尚不明確。

針對(duì)上述問題，本文以靈泉露天礦為例，利用2009—2022 年共11 期Landsat 遙感影像數(shù)據(jù)（其中，2010 年、2012 年、2014 年礦區(qū)植被生長(zhǎng)期的影像含云量較大，故剔除），基于像元二分模型對(duì)高寒地區(qū)露天礦的礦坑及周邊排土場(chǎng)植被覆蓋度進(jìn)行動(dòng)態(tài)分析，以期評(píng)估高寒地區(qū)露天礦區(qū)生態(tài)修復(fù)治理成效及存在問題，為后續(xù)的生態(tài)修復(fù)提供依據(jù)。

1 研究區(qū)域與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

靈泉露天礦位于內(nèi)蒙古自治區(qū)呼倫貝爾市扎賚諾爾煤田中北部（圖1），整個(gè)礦區(qū)的面積約為1 809.02 hm2[16]。研究區(qū)屬中溫帶半干旱大陸性季風(fēng)氣候帶[17]，全年平均氣溫較低，植被生長(zhǎng)期短。靈泉露天礦開工建設(shè)于1960 年，于2017 年10 月正式關(guān)閉，經(jīng)過近60 年的露天開采，形成了礦坑、東排土場(chǎng)、南排土場(chǎng)，其中，礦坑面積約500 hm2，東排土場(chǎng)及南排土場(chǎng)面積約為1 300 hm2[18]。礦區(qū)自2012 年10 月開始陸續(xù)開展生態(tài)修復(fù)工作，在礦坑北部植樹種草，開始了局部修復(fù)。2017 年10 月煤礦正式關(guān)閉后逐步擴(kuò)展了修復(fù)范圍，開始了大面積的生態(tài)修復(fù)與治理，進(jìn)行復(fù)合式綠化，喬、灌、草相結(jié)合的生態(tài)修復(fù)模式，并利用礦坑水建設(shè)成小型蓄水池，使其得到了充分利用。截至2021 年底，礦區(qū)的沙棘地帶基本實(shí)現(xiàn)了自修復(fù)。

圖1 研究區(qū)地理位置Fig.1 Geographical location of the study area

1.2 數(shù)據(jù)來(lái)源

1）遙感影像數(shù)據(jù)。本文所用的數(shù)據(jù)為靈泉露天礦2009—2022 年共11 期的Landsat 遙感影像。遙感影像空間分辨率為30 m，獲取時(shí)間集中在7 月—9 月，該時(shí)段是滿洲里地區(qū)植被最茂盛的時(shí)段，云含量低，影像可用性高。在ENVI 5.3 軟件中對(duì)影像進(jìn)行一系列預(yù)處理，提取礦區(qū)的植被指數(shù)。

2）土壤養(yǎng)分?jǐn)?shù)據(jù)。本文所使用的土壤養(yǎng)分?jǐn)?shù)據(jù)來(lái)源于現(xiàn)場(chǎng)采樣實(shí)驗(yàn)室測(cè)定。在研究區(qū)內(nèi)兼顧不同土質(zhì)及恢復(fù)措施的區(qū)域，于2021 年5 月采集不同區(qū)域土壤表層0～20 cm 的土壤，并記錄每個(gè)采樣點(diǎn)的坐標(biāo)，采集土樣于密封袋中運(yùn)回實(shí)驗(yàn)室，風(fēng)干后揀出石礫和植物根系，研磨，過2 mm 網(wǎng)篩，測(cè)定土壤養(yǎng)分含量，包括pH 值、全氮、堿解氮、全磷、有效磷、全鉀、速效鉀、有機(jī)質(zhì)等。

2 研究方法

2.1 植被覆蓋度的遙感反演方法

植被覆蓋度（FVC）是反映植被覆蓋情況的綜合性量化指標(biāo)，可以評(píng)估區(qū)域生態(tài)環(huán)境狀況；此外，植被覆蓋度變化還可以反映礦區(qū)環(huán)境演變過程。目前，利用遙感影像反演植被覆蓋度的方法有經(jīng)驗(yàn)?zāi)Ｐ头?、植被指?shù)法、像元分解模型法、決策樹分類法、神經(jīng)網(wǎng)絡(luò)法等[19]，其中，像元二分模型法是目前應(yīng)用較為廣泛的一種方法[20-21]。本文利用基于歸一化植被指數(shù)（NDVI）的像元二分模型來(lái)提取靈泉露天礦的植被覆蓋度，其適用于區(qū)域性尺度的植被動(dòng)態(tài)監(jiān)測(cè)和對(duì)FVC的反演。NDVI指數(shù)由地物光譜信息計(jì)算得到，計(jì)算見式（1）。

式中：NDVI為歸一化植被指數(shù)；R為紅波段的反射率；NIR為近紅外波段的反射率。

根據(jù)像元二分模型的原理得到植被覆蓋度，計(jì)算見式（2）。

式中：FVC為植被覆蓋度；NDVIsoil為完全是裸土或無(wú)植被覆蓋像元的NDVI值；NDVIveg為完全由植被覆蓋像元的NDVI值，即純植被像元的NDVI值，計(jì)算分別見式（3）和式（4）。

在有實(shí)測(cè)數(shù)據(jù)的情況下，取實(shí)測(cè)數(shù)據(jù)中植被覆蓋度的最大值和最小值作為FVCmax和FVCmin，這兩個(gè)實(shí)測(cè)數(shù)據(jù)對(duì)應(yīng)圖像的NDVI作為NDVImax和NDVImin。在沒有實(shí)測(cè)數(shù)據(jù)的情況下，取一定置信度范圍內(nèi)的NDVImax和NDVImin，F(xiàn)VCmax和FVCmin根據(jù)經(jīng)驗(yàn)估算。

2.2 植被覆蓋度的變化趨勢(shì)及顯著性分析

將時(shí)間作為自變量，年際植被覆蓋度作為因變量，采用最小二乘法，逐像元進(jìn)行線性回歸擬合，獲取2009—2022 年像元植被覆蓋度變化趨勢(shì)，計(jì)算公式見式（5）[22]。

式中：θslope為單個(gè)像元線性回歸方程的斜率，即年際變化率；n為監(jiān)測(cè)時(shí)間段的年數(shù)；yi為第i年像元的植被覆蓋度。當(dāng)θslope＞0 時(shí)，表示該像元在研究時(shí)段內(nèi)植被覆蓋度呈上升趨勢(shì)；當(dāng)θslope＜0 時(shí)，表示該像元在研究時(shí)段內(nèi)植被覆蓋度呈下降趨勢(shì)。趨勢(shì)的顯著性檢驗(yàn)用F檢驗(yàn)，顯著性僅代表趨勢(shì)變化可置信程度的高低，與變化快慢無(wú)關(guān)，計(jì)算見式（6）～式（8）。

式中：n為監(jiān)測(cè)時(shí)間段的年數(shù)；U為誤差平方和；Q為回歸平方和；為擬合回歸值；為n年的平均值；yi為第i年的值。根據(jù)檢驗(yàn)結(jié)果將變化趨勢(shì)分為5 個(gè)等級(jí)：極顯著增加（θslope＞0，P＜0.01）；顯著增加（θslope＞0，0.01＜P＜0.05）；無(wú)明顯變化（P＞0.05）；顯著減少（θslope＜0，0.01＜P＜0.05）；極顯著減少（θslope＜0，P＜0.01）。

3 結(jié)果與討論

3.1 時(shí)間序列植被覆蓋度空間分布特征

利用像元二分模型反演礦區(qū)共11 期的植被覆蓋度，其取值范圍為0～1，值越大表示植被覆蓋度越高，水體的植被覆蓋度取值均表現(xiàn)為較低。參考土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)現(xiàn)有研究成果[23]，并結(jié)合研究區(qū)實(shí)際情況，將植被覆蓋度分為5 個(gè)等級(jí)：FVC＜10%表示低植被覆蓋度；10%≤FVC＜30%表示中低植被覆蓋度；30%≤FVC＜50%表示中植被覆蓋度；50%≤FVC＜70%表示中高植被覆蓋度；FVC≥70%表示高植被覆蓋度。由此得到2009—2022 年靈泉露天礦植被覆蓋度空間分布圖，如圖2 所示。

圖2 2009—2022 年植被覆蓋度空間分布Fig.2 Spatial distribution of vegetation coverage from 2009 to 2022

由圖2 可知，不同年份植被覆蓋度的空間分布上表現(xiàn)出一定的規(guī)律。在2009—2017 年間，礦區(qū)還未完全關(guān)閉，沒有開展大面積的修復(fù)工作，植被覆蓋度較低的區(qū)域主要分布在受采礦影響較大的礦坑、東排土場(chǎng)、南排土場(chǎng)，以及礦區(qū)中間的小排土場(chǎng)；而植被覆蓋度較高的區(qū)域主要分布在礦坑，以及排土場(chǎng)以外未受到開采活動(dòng)影響的區(qū)域。2017 年靈泉露天礦正式關(guān)閉后，開始了大面積的生態(tài)修復(fù)工作，使得礦區(qū)整體的植被覆蓋情況有了明顯改善，因此，2018—2022 年間，礦區(qū)植被覆蓋度較低區(qū)域主要分布在礦坑的陡邊坡、東排土場(chǎng)和南排土場(chǎng)的部分區(qū)域，植被覆蓋度較高區(qū)域主要分布在礦坑以及礦區(qū)中部未受到采礦活動(dòng)影響的區(qū)域。

3.2 時(shí)間序列植被覆蓋度時(shí)間分布特征

統(tǒng)計(jì)2009—2022 年靈泉露天礦各等級(jí)植被覆蓋度面積所占比例情況，如圖3 所示。由圖3 可知，2009—2013 年礦區(qū)整體植被覆蓋度得到改善，中高植被覆蓋度區(qū)域面積占比由2009 年的6.68%上升到2013 年的17.68%，植被覆蓋度有較大提升，而低植被覆蓋度區(qū)域面積占比由31.41%下降至7.66%，呈顯著下降趨勢(shì)，礦坑和排土場(chǎng)基本沒有低植被覆蓋度區(qū)域。這是因?yàn)殪`泉露天礦從2012 年10 月開始實(shí)施大面積生態(tài)修復(fù)措施，對(duì)部分綠化區(qū)域進(jìn)行土地平整；2013 年根據(jù)生態(tài)修復(fù)規(guī)劃開始進(jìn)行綠化復(fù)墾，修復(fù)面積約26.34 hm2，效果顯著。2013—2016 年植被覆蓋度呈下降趨勢(shì)，到2016 年低植被覆蓋度區(qū)域面積和中低植被度覆蓋區(qū)域面積達(dá)到了總面積的84.89%，是研究時(shí)段內(nèi)植被覆蓋度最低的一年。2017—2021 年植被覆蓋度又呈現(xiàn)逐步上升趨勢(shì)，這是因?yàn)?017 年10 月靈泉露天礦閉坑后，在煤礦礦坑北部、采坑內(nèi)部、沿幫排土場(chǎng)等區(qū)域陸續(xù)開展了邊坡整治和生態(tài)修復(fù)工作，效果顯著。2017—2021 年礦區(qū)高植被覆蓋度區(qū)域面積占比持續(xù)擴(kuò)大，由2017年的4.48%提升到2021 年的40.01%。由此可見，2017 年以后礦區(qū)生態(tài)修復(fù)效果顯著。2022 年植被覆蓋度整體呈現(xiàn)略降低趨勢(shì)，這是因?yàn)?022 年天氣較為干旱，降水量較2021 年明顯下降，導(dǎo)致礦區(qū)植被覆蓋度出現(xiàn)了短暫下降趨勢(shì)?？傮w來(lái)說，2009—2022年礦區(qū)整體植被覆蓋度呈上升-下降-上升趨勢(shì)。

圖3 2009—2022 年不同等級(jí)植被覆蓋度變化Fig.3 Change of vegetation coverage at different levels from 2009 to 2022

3.3 植被覆蓋度年際變化趨勢(shì)

利用一元線性回歸分析法結(jié)合最小二乘法，獲得2009—2022 年靈泉露天礦植被覆蓋度的年際變化趨勢(shì)空間分布圖，如圖4 所示。由圖4 可知，礦區(qū)植被覆蓋度整體呈現(xiàn)上升趨勢(shì)，小部分區(qū)域呈現(xiàn)下降趨勢(shì)，主要分布在礦區(qū)的水域周邊。

圖4 2009—2022 年植被覆蓋度年際變化趨勢(shì)空間分布Fig.4 Spatial distribution of inter-annual change trend of vegetation coverage from 2009 to 2022

統(tǒng)計(jì)2009—2022 年靈泉露天礦植被覆蓋度年際變化趨勢(shì)顯著性等級(jí)所占比例及面積見表1。2009—2022 年礦區(qū)整體植被覆蓋度呈上升趨勢(shì)，75.24%的礦區(qū)植被狀況趨于好轉(zhuǎn)，其中，顯著增加區(qū)域面積占礦區(qū)總面積的13.45%，極顯著增加區(qū)域面積占礦區(qū)總面積的61.79%，主要分布在礦坑、東排土場(chǎng)、南排土場(chǎng)。靈泉露天礦從2012 年10 月開始實(shí)施大面積生態(tài)修復(fù)措施，對(duì)部分綠化區(qū)域進(jìn)行土地平整，2013年根據(jù)生態(tài)修復(fù)規(guī)劃開始進(jìn)行綠化復(fù)墾，修復(fù)面積約26.34 hm2；2017 年10 月靈泉露天礦閉坑以后，在煤礦礦坑北部、采坑內(nèi)部、沿幫排土場(chǎng)等區(qū)域又陸續(xù)開展了邊坡整治和生態(tài)修復(fù)工作，生態(tài)修復(fù)效果顯著，礦區(qū)的植被覆蓋度整體呈現(xiàn)上升趨勢(shì)。1.87%的礦區(qū)植被狀況趨于退化，主要分布在東排土場(chǎng)中部以及小排土場(chǎng)周邊，將其改造成了水圈，用于礦區(qū)植被的灌溉。22.89%的礦區(qū)植被無(wú)明顯變化，主要分布在礦坑和排土場(chǎng)以外的礦區(qū)中部，未受到采礦活動(dòng)影響的區(qū)域，植被狀況無(wú)顯著變化。

表1 2009—2022 年植被覆蓋度年際變化趨勢(shì)及面積Table 1 Inter-annual change trend of vegetation coverage and area from 2009 to 2022

3.4 植被覆蓋度變化驅(qū)動(dòng)因素分析

3.4.1 氣溫

根據(jù)靈泉露天礦2009—2022 年植被覆蓋度均值，結(jié)合當(dāng)?shù)貧庀笳军c(diǎn)的年均氣溫，得到植被覆蓋度與年平均氣溫隨時(shí)間變化的趨勢(shì)曲線，如圖5 所示。由圖5 可知，在研究時(shí)段內(nèi)，多年平均氣溫在0.5 ℃左右，靈泉露天礦年平均氣溫呈現(xiàn)緩慢升高的趨勢(shì)，這與全球的氣溫變化趨勢(shì)相同，也與區(qū)域的生態(tài)環(huán)境狀況有關(guān)。2017 年以前研究區(qū)的氣溫波動(dòng)幅度較大，年平均氣溫與植被覆蓋度的變化趨勢(shì)關(guān)系不明顯，這是由于2017 年以前，靈泉露天礦還處在開采狀態(tài)中，人為采礦活動(dòng)對(duì)植被覆蓋度的影響較大，導(dǎo)致氣溫對(duì)其作用不明顯。2017 年之后，靈泉露天礦的年平均氣溫波動(dòng)幅度明顯下降，達(dá)到了較為穩(wěn)定的狀態(tài)，且年平均氣溫與植被覆蓋度的變化趨勢(shì)也基本同步，在氣溫和人工修復(fù)工作的共同影響下，植被覆蓋度也呈現(xiàn)了上升趨勢(shì)。

圖5 2009—2022 年植被覆蓋度與年平均氣溫變化趨勢(shì)Fig.5 Change trend of vegetation coverage and annual average temperature from 2009 to 2022

3.4.2 降水量

對(duì)靈泉露天礦2009—2022 年植被覆蓋度均值進(jìn)行統(tǒng)計(jì)，結(jié)合從中國(guó)氣象數(shù)據(jù)網(wǎng)獲取的當(dāng)?shù)啬杲邓繑?shù)據(jù)，得到2009—2022 年靈泉露天礦植被覆蓋度與年降水量隨時(shí)間變化的趨勢(shì)曲線，如圖6 所示。由圖6 可知，植被覆蓋度的變化趨勢(shì)與降水量的變化趨勢(shì)基本同步，其中，2013 年和2016 年植被覆蓋度受降水量的影響最大。2013 年是研究時(shí)段內(nèi)降水量最充足的年份，其植被覆蓋度也相應(yīng)有較大提升；2016 年降水量大幅降低，與此同時(shí)，植被覆蓋度也明顯低于其他年份，可見礦區(qū)植被覆蓋度受降水量影響較大。2009—2022 年靈泉露天礦年降水量呈增加-下降-增加的變化趨勢(shì)。2013 年，由于降水量充足，并得益于當(dāng)年大面積的生態(tài)修復(fù)工程，植被覆蓋度明顯上升；2015—2016 年降水量大幅度降低成為當(dāng)年植被覆蓋度的限制因子，尤其是2016 年，滿洲里地區(qū)受“厄爾尼諾”后期和“拉尼娜”事件的影響，年降水量較常年同期偏少三成，僅188 mm，滿洲里地區(qū)持續(xù)無(wú)有效降水，出現(xiàn)長(zhǎng)達(dá)兩個(gè)多月的持續(xù)干旱，最高氣溫達(dá)41.0 ℃，突破1957 年有氣象記錄以來(lái)最高值，出現(xiàn)極端高溫，夏季持續(xù)高溫干旱致使草原牧草生長(zhǎng)停滯。2017 年10 月靈泉露天礦閉坑以后，在煤礦礦坑北部、采坑內(nèi)部、沿幫排土場(chǎng)等區(qū)域陸續(xù)開展了邊坡整治和生態(tài)修復(fù)，2017—2022 年在生態(tài)修復(fù)和降水量增加的作用下，植被覆蓋度呈上升趨勢(shì)，降水量的增加極大地促進(jìn)了植被生長(zhǎng)。

圖6 2009—2022 年植被覆蓋度與年總降水量變化趨勢(shì)Fig.6 Change trend of vegetation coverage and annual total precipitation from 2009 to 2022

3.4.3 土壤養(yǎng)分含量

土壤化學(xué)性質(zhì)是影響土壤肥力水平的重要因素之一，主要是通過影響土壤結(jié)構(gòu)狀況和養(yǎng)分狀況間接影響植物生長(zhǎng)。為探究土壤化學(xué)性質(zhì)對(duì)植被覆蓋度的影響，在靈泉露天礦礦坑、南排土場(chǎng)、東排土場(chǎng)以及小排土場(chǎng)設(shè)置圖7 中的采樣點(diǎn)共50 個(gè)。

圖7 土壤采樣點(diǎn)分布圖Fig.7 Distribution of soil sampling points

取土壤樣本用于測(cè)得土壤的pH 值、有機(jī)質(zhì)、全氮、堿解氮、全磷、速效磷、全鉀、速效鉀，分析植被覆蓋度和土壤化學(xué)性質(zhì)的相關(guān)性，計(jì)算植被覆蓋度與各指標(biāo)的相關(guān)系數(shù)，見表2。

表2 植被覆蓋度與土壤性質(zhì)的相關(guān)系數(shù)Table 2 Correlation coefficient between vegetation coverage and soil properties

由表2 可知，植被覆蓋度與pH 值、有機(jī)質(zhì)和全氮的顯著相關(guān)性較強(qiáng)。其中，植被覆蓋度與pH 值呈顯著負(fù)相關(guān)，相關(guān)系數(shù)為-0.235，與有機(jī)質(zhì)和全氮呈顯著正相關(guān)，相關(guān)系數(shù)分別為0.528、0.446。說明礦區(qū)經(jīng)過生態(tài)修復(fù)后，植被覆蓋度上升的同時(shí)，伴隨著大量的殘根落葉被土壤中的微生物分解，為土壤提供了有機(jī)質(zhì)和腐殖質(zhì)，從而提升了土壤的肥力。而土壤肥力的提升也為植被提供了生長(zhǎng)所需的氮、磷、鉀等元素和有機(jī)質(zhì)，從而促進(jìn)了植被的生長(zhǎng)，使得礦區(qū)的植被覆蓋度上升?？傮w來(lái)說，植被覆蓋度的變化與土壤養(yǎng)分含量相輔相成，植被覆蓋度上升的同時(shí)會(huì)使土壤肥力提升，而土壤肥力提升后又反過來(lái)促進(jìn)了植被覆蓋度的上升。

3.4.4 人為因素

靈泉露天礦自2012 年10 月逐步開展生態(tài)修復(fù)工程，根據(jù)治理工程措施的不同可分為兩個(gè)階段。第一階段（2012—2016 年）：在面向礦區(qū)范圍內(nèi)的礦坑北部開展土地復(fù)墾工程，重點(diǎn)采取土地平整、邊幫整治和植樹種草等工程，突出邊幫穩(wěn)定性和水土流失管控等技術(shù)措施。靈泉露天礦從2012 年10 月開始大面積生態(tài)修復(fù)措施，對(duì)部分綠化區(qū)域進(jìn)行土地平整，2013 年根據(jù)生態(tài)修復(fù)規(guī)劃開始進(jìn)行綠化復(fù)墾，修復(fù)面積約26.34 hm2，2014 年在采坑西幫北部種植了部分榆樹；2015 年治理采坑西幫中部，面積為12.29 hm2，2016 年在采坑西幫中部進(jìn)行土地平整和樹木栽種等，后續(xù)又分別在采坑下部等地實(shí)施人工垃圾清理、表土覆蓋、土地平整、草種播種、喬木栽種、灌木栽種等生態(tài)修復(fù)工程。第二階段（2017—2019 年）：逐步加強(qiáng)資金投入，面向采礦內(nèi)部、沿幫排土場(chǎng)等開展生態(tài)修復(fù)工程，重點(diǎn)采取植樹種草和生態(tài)修復(fù)等工程，突出草本植物品種選擇、土壤改良和水資源調(diào)控等技術(shù)措施。目前，靈泉露天礦共完成生態(tài)修復(fù)面積超過430 hm2、種植喬木71 500 株、灌木27 200 叢、培育各類樹苗80 000 株，并建設(shè)小型蓄水池21 hm2。通過分期實(shí)施生態(tài)修復(fù)治理工程，累計(jì)治理面積持續(xù)增大，生態(tài)修復(fù)治理取得了顯著效果，礦區(qū)植被覆蓋度得到明顯改善，高植被覆蓋面積占比從2009 年的4.01%提升到了2021 年的47.57%，說明在近十年的礦區(qū)生態(tài)環(huán)境改善中，人工修復(fù)是植被覆蓋度持續(xù)增長(zhǎng)的主要原因。

4 結(jié)論

植被覆蓋度是衡量地表植被狀況的重要指標(biāo)之一，能有效反映礦區(qū)生態(tài)環(huán)境修復(fù)效果。本文以我國(guó)典型高寒地區(qū)靈泉露天礦為研究區(qū)，基于2009—2022 年共11 期的Landsat 遙感影像數(shù)據(jù)，分析了植被覆蓋度的變化趨勢(shì)和空間差異，探討了高寒地區(qū)露天礦生態(tài)修復(fù)效果及驅(qū)動(dòng)因素，研究結(jié)果可為高寒露天礦的生態(tài)修復(fù)提供科學(xué)依據(jù)。主要結(jié)論如下所述。

1）研究區(qū)整體植被覆蓋度呈上升趨勢(shì)，自2017年礦區(qū)關(guān)閉后開展大面積復(fù)墾工作以來(lái)，上升趨勢(shì)尤為顯著。植被覆蓋度大幅度上升的主要原因是持續(xù)的生態(tài)修復(fù)工程治理。

2）氣溫和降水量是導(dǎo)致高寒地區(qū)露天礦植被覆蓋度發(fā)生波動(dòng)性變化的關(guān)鍵自然因素，其中，降水量是影響植被覆蓋度持續(xù)上升的主要自然因素。

3）植被覆蓋度的變化和土壤養(yǎng)分含量相輔相成，植被覆蓋度上升的同時(shí)會(huì)使土壤肥力提升，土壤肥力提升后又會(huì)促進(jìn)植被覆蓋度的上升。

4）人工修復(fù)是高寒地區(qū)露天礦生態(tài)修復(fù)的主要方式，也是高寒地區(qū)露天礦植被覆蓋度上升的主要原因。

此外，靈泉露天礦植被覆蓋度較低的區(qū)域主要分布在工作幫邊坡、北端幫、外排土場(chǎng)斑禿，主要原因是邊坡水土保持困難、植被生長(zhǎng)條件差，是生態(tài)修復(fù)的難點(diǎn)，需要繼續(xù)加大人工生態(tài)修復(fù)力度。同時(shí)，需要加強(qiáng)礦區(qū)生物多樣性監(jiān)測(cè)和生態(tài)系統(tǒng)穩(wěn)定性評(píng)估，為可持續(xù)閉坑生態(tài)修復(fù)工作提供科技支撐。