白云鄂博矿区生态退化研究

白淑英，朱倩文，沈渭寿，李海东

(1.南京信息工程大学地理与遥感学院，江苏 南京　210044；2.环境保护部南京环境科学研究所，江苏 南京　210042)



白云鄂博矿区生态退化研究

白淑英1，朱倩文1，沈渭寿2，李海东2

(1.南京信息工程大学地理与遥感学院，江苏 南京210044；2.环境保护部南京环境科学研究所，江苏 南京210042)

摘要：矿区开发为国民经济和国防建设提供了重要保障，但也对当地生态环境造成了极大破坏。以白云鄂博矿区为研究区，在大量野外调查基础上，采用Landsat TM、OLI、Quickbird等遥感数据和数字高程数据(DEM)，利用GIS的邻域空间分析功能和频率比分析方法，从土地毁损、植被破坏和土壤侵蚀3个方面，研究矿区开发对生态环境的影响。结果表明，矿区土地占用和毁损情况严重，被占用的土地利用类型以草地为主；离矿区距离越近受破坏程度越大，植被生长状况越差；1990—2014年土壤侵蚀面积基本没变，但矿区500 m范围内轻度等级侵蚀向重度等级侵蚀转移明显。整体来看，白云鄂博矿区周边生态环境呈恶化趋势，且距矿区越近越严重。

关键词：白云鄂博；矿区开采；生态退化

矿山开采为国民经济建设提供了物质保障,同时对矿区生态环境造成了极大影响[1]。近年来,国内外发生过多起矿区的环境污染和生态破坏事件,严重威胁着当地的经济发展和人们的生产和生活。随着国家西部大开发战略的实施,我国主要矿产开采重心迅速向生态环境脆弱的西部地区转移,致使西部矿区生态退化形势日趋严峻。矿区开采不仅造成水、土壤和大气等环境污染,还会诱发地质灾害,引起地表沉陷、挖损、土地压占、景观格局变化[2-3]、植被破坏[4]、水土流失和土地沙漠化加剧[5]等。矿区环境恶化给当地生态安全带来隐患[6-7]。

白云鄂博矿区是举世瞩目的稀土工业基地,如今已成为重点污染源[8-9]和生态环境破坏区域。采矿引起了矿区土地退化、植被破坏和生物量减少等生态问题[10]。研究矿区开采对生态环境的影响,可为区域生态环境建设和管理提供科学依据。笔者选择白云鄂博矿区为典型案例区,基于大量野外调查、遥感与GIS技术,结合矿区生态破坏特点,对矿山生态退化因素进行分析。研究矿山开采直接产生的土地毁损、植被破坏和土壤侵蚀等指标随距矿区距离的分布特征和变化规律,可为查明矿山开采生态退化程度和驱动因素提供依据。

1研究区概况与研究内容

白云鄂博矿区位于阴山之北内蒙古包头市境内,地理位置为北纬41°39′～41°53′,东经109°47′～110°04′。南距包头市区149 km,北距中蒙边境75 km,区域面积为328 km2,总人口近3万。该矿区是世界上最大的以铁、稀土和铌为主的综合性多金属共生矿床,也是中国西部最大的钢铁企业——包头钢铁的原料基地。

选取矿区土地毁损、矿区及影响区植被破坏和土壤侵蚀等方面指标,调查与评价矿区开发对生态的影响程度。具体调查指标见表1。

表1生态退化评价指标及其获取所用技术方法

Table 1Ecological degradation evaluation indices and technical methods for their acquirement

指标 技术方法土地毁损指标 开采挖损土地面积实地调查、GPS定点与遥感影像解译结合 排土场占地面积实地调查、GPS定点与遥感影像解译结合 尾矿场占地面积实地调查、GPS定点与遥感影像解译结合 工矿建设用地面积实地调查、GPS定点与遥感影像解译结合 道路占地面积实地调查、GPS定点与遥感影像解译结合植被破坏指标 草地破坏面积将土地利用类型数据与矿区遥感解译数据进行叠加后分析 林地破坏面积将土地利用类型数据与矿区遥感解译数据进行叠加后分析 农田破坏面积将土地利用类型数据与矿区遥感解译数据进行叠加后分析 植被覆盖度利用Landsat的1990年TM和2014年OLI的红光和近红外波段计算归一化植被指数(NDVI),并根据2期NDVI数据计算植被覆盖度 生物丰度下降程度根据土地利用类型数据和HJ/T192—2006《生态环境状况评价技术规范(试行)》中的生物丰度计算方法进行计算 生物生产量减少程度根据生物量与NDVI之间的关系,利用NDVI计算生物量土壤侵蚀指标 风力侵蚀程度主要以植被覆盖度为依据划分风力侵蚀程度 水力侵蚀程度主要以植被覆盖度和坡度为依据划分水力侵蚀程度

2研究方法

2.1数据源及数据处理

遥感数据包括30 m空间分辨率、7—8月植被生长旺盛季节无云的1990年Landsat TM、2014年Landsat OLI数据,高空间分辨率遥感数据为2013年Quickbird数据。数字高程数据(DEM)是由国际农业研究磋商组织(CGIAR)发布的30 m空间分辨率ASTER的DEM。土地利用类型数据参考中国十年生态环境变化评估得到的2010年土地覆被类型数据,在此基础上对照2010年Landsat ETM+数据的4、3、2波段合成遥感影像进行目视解译获得。

通过对遥感数据进行辐射校正、几何校正和投影变换等,将所有数据统一到同一坐标系统(WGS-84)并投影(Albers);利用ArcGIS工具,根据DEM提取坡度信息并进行分级。

2.2指标获取方法

2.2.1土地毁损调查方法

调查采矿过程中对土地的毁损面积,包括露天开采区、排土场和尾矿场占地面积以及道路压占面积等。采用实地调查并结合遥感解译分析的方法,具体做法:(1)实地调查结合遥感影像确定矿区位置;(2)利用手持GPS实地考察确定矿区开采区、排土场、尾矿场和道路等位置;(3)将野外GPS测量点与Quickbird高分辨率遥感影像进行匹配,根据GPS点位置提取开采区、排土场、尾矿场和道路压占等信息,并计算其面积。

2.2.2植被破坏调查方法

(1)植被覆盖度计算

植被覆盖度指某区域植物垂直投影面积与该区域面积之比,用百分数表示。归一化植被指数(NDVI,INDV)对植被的生物物理特征十分敏感,常被用于区域尺度的植被分类和植被覆盖(R)研究,计算公式[11]为

R=(INDV,v-INDV,s)/(INDV,max-INDV,s)。

(1)

式(1)中,INDV,max为植被最大INDV值;INDV,s为土壤INDV值;INDV,v为像元实际INDV值。一般通过计算研究区INDV的最大值和最小值近似作为INDV,max和INDV,s。

利用Landsat TM和Landsat OLI先计算INDV,再计算1990和2014年2期植被覆盖度,反映近20多年植被的动态变化情况。

(2)生物丰度计算

根据HJ/T 192—2006提供的生物丰度指数(Ibio)计算公式,利用遥感解译的2000和2010年土地利用类型数据计算Ibio。

Ibio=Abio×(0.35×S林+0.21×S草+0.28×S水+0.11×

S耕+0.04×S工+0.01×S未)/S区。其中,S林、S草、S水、S耕、S工、S未和S区分别为林地、草地、水域湿地、耕地、工矿建设用地、未利用地和整个区域的面积，km2；Abio为Ibio的归一化系数,Abio=100/Amax,Amax为某指数归一化处理前的最大值。

(3)生物量计算

采用植被指数-生物量法进行计算,由于研究区为草地类型区域,故采用目前公认比较适用的模型计算生物量(B,g·m-2)[12]。计算公式为B=49.5×exp(3.69×INDV),R2=0.91。

2.2.3土壤侵蚀调查

利用Landsat遥感数据计算得到的1990和2014年2期植被覆盖度,结合坡度和生态系统类型等数据研究风力侵蚀和水力侵蚀情况。

(1)风力侵蚀。用1990和2014年2期植被覆盖度数据,以草地、荒漠植被覆盖度为主要判断依据,将风力侵蚀程度分为微度(≥50%)、轻度(20%～<50%)、中度(10%～<20%)、强度(5%～<10%)、极强度(1%～<5%)和剧烈(<1%)6级[13]。

(2)水力侵蚀。矿区开采过程中易发生水土流失的场地主要在露天开采剥离区及建设过程中其他废弃物的堆积场地以及沉陷区坡地,特别是各类表土松散、无植被或植被稀疏的弃土堆场。根据林地、草地覆盖度和坡度确定水力侵蚀程度。参考SL 190—2007《土壤侵蚀分类分级标准》,以土壤侵蚀强度面蚀分类为依据,将水力侵蚀强度分为轻度、中度、强烈和极强烈4级(表2)。

表2水力侵蚀强度分级标准

Table 2Criteria for grading of water erosion in intensity

林地、草地覆盖度/%不同坡度(°)水力侵蚀强度分级5～<88～<1515～<2525～<35≥3560～70 轻度轻度轻度中度中度45～<60轻度轻度中度中度强烈30～<45轻度中度中度强烈极强烈<30中度中度强烈极强烈极强烈坡耕地轻度中度强烈极强烈极强烈

2.3各指标与矿区距离关系分析

调查范围分为矿区生产区和矿区影响区,其中矿区生产区包括矿产生产用地和辅助生产用地。矿区范围通过遥感影像目视解译开采区、排土场、尾矿库和工矿建设用地等,然后对以上用地做外接多边形加以确定。矿区影响区为周边“三废”污染、植被破坏、水资源破坏和地质灾害等受影响区域,该区道路网密集,有废弃物堆放和取土等行为。为了客观地分析矿区生态环境随距矿区距离的变化特征,根据数据源的空间分辨率,以30 m为步长对矿区进行距离分析制图,最大距离设为10 km。对各指标与距离数据进行空间叠加分析,分析各指标在矿区不同距离范围内的分布情况。

由于不同范围的缓冲区面积不同,若仅利用各个级别的风力或水力侵蚀面积与总面积的比例进行分析,则不能客观地反映侵蚀程度与矿区距离之间的关系。因此,利用频率比(Eij)反映不同级别风力或水力侵蚀程度与矿区距离之间的频率关系,计算公式为

Eij=Rij/Di。

(2)

式(2)中,Eij为第i个缓冲区第j级别侵蚀面积在缓冲区总面积中的分布频率。Eij越大，说明频率越高,某类地物在另一类地物中的分布比例也越高,2种地物之间的关系越密切。

Rij=100×rij/Sj。

(3)

式(3)中,Rij为各个缓冲区不同级别风力或水力侵蚀面积占对应级别侵蚀总面积比例,即第i缓冲区第j级别侵蚀面积在j级别侵蚀总面积中的分布频率,%;Sj为第j级别侵蚀总面积，km2。

Di=100×di/A。

(4)

式(4)中,Di为不同范围缓冲区面积占缓冲区总面积比例,即第i个缓冲区的分布频率,%；di为第i个缓冲区面积，km2;A为缓冲区总面积，km2。

3结果与分析

3.1土地占用调查结果分析

3.1.1矿区土地毁损

白云鄂博矿区土地毁损类型主要是采矿区、排土场、尾矿库和工矿建设用地,总面积为52.59 km2(图1)。其中,采矿区占13.17%,排土场占39.59%,尾矿库占20.11%,工矿建设用地占27.13%。矿区外接多边形面积为97.01 km2。

3.1.2矿区道路压占

图1显示,矿区道路主要分布在<5 000 m范围,道路建设总长度为1 022.12 km,绝大部分集中分布在矿区500 m范围内,占5 000 m范围内道路总长度的45.71%,500～<1 000 m范围占12.04%,1 000～<2 000 m范围占34.21%,2 000～<5 000 m范围占8.04%。

图1　白云鄂博矿区土地毁损类型和道路分布

3.1.3矿区占用土地类型

2000—2010年矿区扩展以占用草地为主,其中开采区面积的全部、排土场的99.11%、尾矿库的81.81%和工矿建设用地的84.96%扩展来源于草地。部分尾矿库和工矿建设用地来源于耕地和林地。

3.2植被变化结果分析

INDV计算结果显示,矿区2014年平均INDV值为0.24,大于1990年的平均值(0.14),说明2014年植被生长状况好于1990年,矿区整体生态环境呈好转趋势。2014年INDV值从矿区外边缘到3 000 m范围内呈随距离增加而增加趋势,说明离矿区越近植被生长状况越差。0～<200 m范围呈随距离增加而增加趋势,200～<600 m范围呈随距离增加而减小趋势,600～<1 000 m范围呈随距离增加而基本持平趋势,1 000～<1 250 m范围呈随距离增加而明显减小趋势,1 250～<1 900 m范围呈随距离增加而缓慢减小趋势,1 900～<3 000 m范围呈缓慢增加趋势,≥3 000 m范围趋于稳定状态,基本不受矿区距离影响。

植被覆盖度结果(图2～3)表明,2014年植被平均覆盖度为22.94%,1990年为10.81%,1990—2014年矿区植被覆盖度呈增加趋势。1990和2014年在4 200 m范围内植被覆盖度基本呈随距离增加而增加趋势。其中,2014年0～<600 m范围随着距离的增加植被覆盖度增加趋势比较明显,600～<2 800 m范围增加缓慢,2 800～<4 200 m范围增加明显,≥4 200 m范围基本没有变化。1990年植被覆盖度分布较2014年更集中,0～<500 m范围植被覆盖度呈随距离的增加而下降趋势,500～<2 000 m范围呈增加趋势,2 000～<4 500 m范围增加趋势缓慢,≥4 500 m范围基本没有变化。

图2　1990和2014年白云鄂博矿区植被覆盖度分布

1990—2014年研究区植被覆盖度呈增加趋势,主要是因为国家重视生态环境建设,另一方面也是因为近年来北方雨水有所增加。但从距矿区距离来看,矿区内植被覆盖度增加有限,只增加4百分点,0～<150 m范围约增加11百分点,150～<350 m范围增加12～13百分点,≥350 m范围增加14百分点以上,最大增加20百分点。

图3　1990和2014年植被覆盖度随矿区距离的变化

生物量变化规律与植被覆盖度相似,1990—2014年呈增加趋势,但从距矿区距离来看,距离越远,生物量增加趋势越明显,<500 m范围生物量平均增加23.88 g·m-2,8 000～10 000 m范围生物量平均增加44.73 g·m-2,1990—2014年矿区生物量的增加量基本呈现从里向外增加趋势,也就是说离矿区越近,生物量增加越少(表3)。

表31990和2014年白云鄂博矿区不同缓冲区生物量统计

Table 3Statistics of biomass in buffer zones different in type in Bayan Obo mining area in 1990 and 2014

缓冲区范围/m生物量/(g·m-2)1990年2014年增加量<50088.10111.9823.88500～<100083.69123.5239.831000～<200084.18122.8038.622000～<500084.51123.9639.455000～<800085.24128.9243.688000～1000085.87130.6044.73

2000—2010年矿区生物丰度呈降低趋势,降低最多的是矿区500 m范围,降低15.53。生物丰度也呈现离矿区越近而越低的特点,尤其是500 m范围内生物丰度远小于其他范围。2000年500～<8 000 m范围生物丰度从69.08增至99.50,2010年从84.61增至99.65。

3.3土壤侵蚀调查结果分析

3.3.1风力侵蚀

1990年白云鄂博矿区8 000 m范围风力侵蚀主要为中度和强度侵蚀,分别占风力侵蚀总面积的52.86%和41.38%,其后依次为极强度和轻度侵蚀,分别占2.46%和2.37%。2014年主要为轻度侵蚀,占67.57%,其次为中度侵蚀,占26.31%(图4)。

图4　1990和2014年白云鄂博矿区风力侵蚀分布

1990年500 m范围内土壤微度、轻度和剧烈侵蚀分别占对应级别侵蚀总面积的75.33%、33.94%和45.76%,而2014年500 m范围内土壤强度、极强度和剧烈侵蚀分别占对应级别侵蚀总面积的76.67%、71.85%和70.91%。从侵蚀总面积来看,1990—2014年没有变化,但500 m范围内侵蚀强度向重度侵蚀转移,表明矿区生态环境呈恶化趋势。1990—2014年,500 m范围内轻度侵蚀增加明显,增加量占矿区500 m范围内侵蚀总面积的40.17%,微度、剧烈和极强度侵蚀略有增加,分别增加0.68%、0.48%和0.20%,而强度和中度侵蚀减少明显,分别减少31.02%和10.52%。

由表4可知,在白云鄂博矿区500 m范围内微度和轻度侵蚀频率比减少,其他级别侵蚀频率比增加。尤其是强度和极强度侵蚀频率比明显增加,轻度级别侵蚀向重度级别侵蚀转换明显。矿区0～<1 000 m范围极强度和剧烈侵蚀频率比均增加,0～<2 000 m范围剧烈侵蚀频率比增加。

表41990—2014年白云鄂博矿区风力侵蚀频率比变化

Table 4Variation of frequency ratio of wind erosion different in type in the Bayan Obo mining area in 1990 and 2014

缓冲区范围/m不同风力侵蚀等级侵蚀频率比变化微度轻度中度强度极强度剧烈<500-2.69-1.190.433.092.391.37500～<10000.060.73-0.01-0.950.180.371000～<20000.390.340.04-0.72-0.170.102000～<50000.120.51-0.17-0.60-0.66-0.385000～80001.110.00-0.08-0.73-0.62-0.44

3.3.2水力侵蚀

1990年白云鄂博矿区8 000 m范围内水力侵蚀主要为中度侵蚀,占92.49%,其次为强烈侵蚀,占6.57%。2014年水力侵蚀主要为中度侵蚀,占86.74%,其次为轻度侵蚀,占6.84%(图5)。

图5　1990和2014年白云鄂博矿区水力侵蚀分布

1990年500 m范围内轻度侵蚀占该类侵蚀总面积的57.50%,极强烈侵蚀占该类侵蚀总面积的38.68%。2014年矿区500 m范围内极强烈侵蚀占极强烈侵蚀总面积的42.08%,强烈侵蚀占强烈侵蚀总面积的20.34%。1990—2014年,矿区500 m范围内轻度侵蚀增加4.41%,中度侵蚀减少4.05%。500～<5 000 m范围主要表现为轻度等级侵蚀增加,重度等级侵蚀减少。

不同缓冲区水力侵蚀频率比变化结果(表5)显示,1990—2014年白云鄂博矿区500 m范围内和2 000～8 000 m范围各等级侵蚀频率比均减少,而500～<2 000 m范围各等级侵蚀频率比均增加,尤其是极强烈侵蚀增幅大,增幅较大的是强烈侵蚀。

表51990—2014年白云鄂博矿区不同缓冲区水力侵蚀频率比变化

Table 5Variation of frequency ratio of water erosion in buffer zones different in type in the Bayan Obo mining area in 1990 and 2014

缓冲区范围/m不同水力侵蚀等级侵蚀频率比变化轻度中度强烈极强烈<500-2.65-0.47-0.66-1.96500～<10007.304.5912.2535.051000～<20004.032.694.407.712000～<5000-0.43-1.02-0.82-0.405000～8000-0.62-1.00-0.96-0.83

4结论

白云鄂博矿区土地占用和毁损情况严重,主要类型是开采区、排土场、尾矿库、工矿建设用地和交通道路等,其中排土场和交通道路占地尤为严重。被占用的土地利用类型以草地为主。2014年白云鄂博矿区植被生长状况好于1990年,但离矿区不同距离变化有差异。距矿区距离越近,植被破坏越严重,植被覆盖度、生物量和生物丰度都有所减少。这说明矿区开采对周边植被影响极大。无论是风力侵蚀还是水力侵蚀,白云鄂博矿区侵蚀面积基本没变,但1990年较低等级侵蚀面积较大,而2014年重度侵蚀面积在扩大。从距矿区距离来看,矿区500 m范围内侵蚀面积占总面积比例远高于其他距离范围。白云鄂博矿区生态环境呈恶化趋势,距矿区越近受损程度越严重。剧烈的生态退化分布在矿区500 m范围内,矿区对植被的影响主要出现在500 m范围内,道路的影响则延伸到2 000 m范围内。

矿区生态环境问题是近些年研究的重点和热点,但对于矿区的概念及范围界定还具有不确定性。笔者将开采区、排土场、尾矿库和工矿建设用地的外接多边形定义为矿区。利用GIS邻域空间分析功能按30 m步长生成矿区距离数据,分析矿区对不同因素的影响范围,具有一定的科学性和现实意义。

由于草原地区地势平坦,草原上的道路具有随意性。尤其在雨季原有道路一旦积水,车辆会选择便道行驶,加上在矿区运输过程中存在有些车辆抄近道等现象,这些均导致道路纵横交错,对草场破坏严重。对道路引起的生态破坏现象仅用道路长度指标来衡量还存在一些问题,若用道路面积来量化则更能体现道路建设对生态环境的破坏程度。

参考文献：

[1]边树关,李克民,王斌.我国矿山环境问题及治理措施[J].矿业研究与开发,2004,24(2):63-65.

[2]吴春花,杜培军,谭琨.煤矿区土地覆盖与景观格局变化研究[J].煤炭学报,2012,37(6):1026-1033.

[3]杜培军,袁林山,张华鹏,等.基于多时相 CBERS 影像分析矿业城市景观格局变化:以徐州市为例[J].中国矿业大学学报,2009,38(1):106-113.

[4]卞正富,张燕平.徐州煤矿区土地利用格局演变分析[J].地理学报,2006,61(4):349-358.

[5]陈龙乾,郭达志,胡召玲,等.徐州矿区土地利用变化遥感监测及塌陷地复垦利用研究[J].地理科学进展,2004,23(2):10-15.

[6]卞正富,许家林,雷少刚.论矿山生态建设[J].煤炭学报,2007,32(1):13-19.

[7]徐嘉兴,李钢,陈国良,等.矿区土地生态质量评价及动态变化[J].煤炭学报,2013,38(1):180-185.

[8]吴其反,刘华,马成辉.白云鄂博伴生矿资源开发利用对区域环境放射性污染影响的调查[J].辐射防护,2011,31(6):364-370.

[9]郭伟,付瑞英,赵仁鑫.内蒙古包头白云鄂博矿区及尾矿区周围土壤稀土污染现状和分布特征[J].环境科学,2013,34(5):1895-1900.

[10]安志宏,王晓红,代路,等.基于高分辨率卫星遥感数据的白云鄂博矿山开发调查研究[J].地质与勘探,2011,47(3):462-468.

[11]赵英时.遥感应用分析原理与方法[M].北京:科学出版社,2003:387-398.

[12]金丽芳,徐希孺,张猛.内蒙古典型草原地带牧草产量估算的光谱模型[J].中国草原与牧草,1986,3(2):51-54.

[13]张国平,张增祥,刘纪远.中国土壤风力侵蚀空间格局及驱动因子分析[J].地理学报,2001,56(2):146-158.

(责任编辑： 李祥敏)

Effect of Mining on Ecological Degradation in Bayan Obo.

BAI Shu-ying1, ZHU Qian-wen1, SHEN Wei-shou2, LI Hai-dong2

(1.College of Geography and Remote Sensing, Nanjing University of Information Science & Technology, Nanjing 210044, China;2.Nanjing Institute of Environmental Sciences, Ministry of Environmental Protection, Nanjing 210042, China)

Abstract:Exploitation of mines serves as an important guarantee for the national economy and construction of national defense, however， it also brings about great damages to the local ecological environment. With the Bayan Obo mining area cited as object, data acquired through large volumes of field investigations, remote sensing data from Landsat TM, OLI, Quickbird and digital elevation map (DEM) of the region were analyzed with the neighborhood space analysis function of GIS and specific frequency analysis method for exploration of impacts of exploitation of the mine on ecological environment from the angles of land destruction, vegetation degradation and soil erosion. Results show that the situation of land alienation and destruction was very serious, and most of the alienated land used to be grassland; The closer to the mining area, the more serious the land destruction, and the worse the vegetation grew; In 1990-2014, the acreage of soil erosion did not change much, but the soil erosion within the radius of 500 m of the mining site has turned from mild to severe in degree. On the whole, the ecological environment of the Bayan Obo mining area displays a deteriorating trend, and the closer to the mining site the more serious.

Key words:Bayan Obo;mining area exploitation;ecological degradation

收稿日期：2015-11-11

基金项目：国家科技基础性工作专项(2014FY110800)

中图分类号：X14

文献标志码：A

文章编号：1673-4831(2016)03-0367-07

DOI：10.11934/j.issn.1673-4831.2016.03.005

作者简介：白淑英(1973—),女,内蒙古宁城人,副教授,博士,从事遥感与GIS在生态环境中的应用研究。E-mail: baishu-ying@163.com