基于多源遥感数据的黄土高原矿区植被变化研究——以轩岗矿区为例

薛娟娟，葛永慧*

(太原理工大学 测绘科学与技术系，山西 太原 030024)

山西省土地贫瘠，植被稀疏，水土流失严重，生态环境脆弱，而对于地处山西省的煤矿开采区，这些环境问题尤为严重．煤炭资源的开采和利用，一方面促进了地区经济总量增长，提供了能源支撑，另一方面对区域土地资源和生态环境造成了危害，使得矿区成为经济社会发展与生态资源环境矛盾突出的典型地区．山西省是黄土高原生态环境最脆弱的地区，同时也是我国煤炭大省，其中井工开采是其最主要的煤炭开采方式之一．受煤层及土地覆盖的垂直空间关系和现有采煤技术的限制[1]，井工开采对煤炭及分布于煤层上方的岩层造成应力扰动，造成岩层发生立体形变，进而产生地面塌陷、地裂缝以及地表植被、建筑物等变化，从而导致地面沉陷，严重破坏矿区土地资源[2-4].与此同时，出现土地沙化、土壤盐渍化、土壤污染等土地退化以及滑坡、崩塌、泥石流等地质灾害[5-6]，使得植被生态系统结构与过程在短时间内发生剧烈变化，导致植被生态系统服务功能的退化或丧失[7-8].实现山西省井工开采矿区可持续发展与煤炭资源绿色开发迫在眉睫，首先要准确掌握山西省井工开采矿区的植被变化情况[9-10].

纵观国内外在矿区植被变化方面的研究，主要有利用遥感技术对矿区土地利用/土地覆被变化监测分析[11-12]、矿区土地利用分类数据库构建[13]、土地利用变化对矿区生态环境的影响[14-15]、矿区土地利用/土地覆被变化驱动力分析[16-17]等．土地利用结构演化模型是分析植被变化成因及过程的重要手段，学者们基于数量模拟与预测模型对矿区植被数量变化的驱动因素进行探讨[18]，利用空间格局模拟与预测模型对矿区植被的空间变化趋势进行分析[19-20]，采用数量模型和空间模型综合的方法对植被生态系统演化机制进行了分析研究[21].针对矿区土地利用结构演化的生态效应，学者们主要从矿区植被生态系统服务价值角度开展了大量研究[22-23].

尽管在矿区植被变化及其生态效应研究方面已取得一定进展，但已有的研究大多针对露天矿区，而对土地贫瘠、生态脆弱的山西省井工开采矿区开展的研究相对较少．轩岗矿区地处黄土高原东部，位于山西省宁武县东翼，地势高低起伏，为典型黄土丘陵地貌，植被覆盖率较低，水土流失严重，生态环境脆弱．轩岗矿区是山西省最具典型的井工开采矿区之一，为区域经济发展起到了积极作用，但在煤炭开发的同时，破坏了土地资源，引发了诸多矿区生态环境问题．尤其以开采引起的地面塌陷、地裂缝等地质灾害最为突出，由此产生的土地沙化、水土流失、植被退化等生态环境问题日益严重．轩岗矿区已列入《山西省深化采煤沉陷区治理规划(2014—2017年)》《山西省采煤沉陷区治理2015年行动方案》，已经陆续开展搬迁移民、安置住户、土地复垦以及生态环境治理等工作．

本研究以轩岗矿区为例，利用长时间序列的Landsat陆地卫星遥感数据与MODIS(Moderate-resolution imaging spectroradiometer)净初级生产力(Net primary productivity，NPP，PNP)产品MOD17A3H，从植被数量与质量两方面开展对轩岗矿区植被变化的研究，以期为山西省井工开采矿区可持续发展与煤炭资源绿色开发提供信息与理论支持．

1 数据来源与研究方法

1.1 研究区概况

轩岗矿区地处黄土高原东部，位于山西省宁武县东翼，跨宁武县和原平市，处于38°44′～39°9′N与112°9′～112°40′E之间，总面积约978 km2，地势高低起伏，西北低东南高，且境内山脉连绵，形成环抱之状，海拔1 079～2 578 m，为典型黄土丘陵地貌，植被覆盖率较低，水土流失严重，生态环境脆弱．轩岗矿区温带大陆性季风气候明显，冬冷夏热，年均温约为7.2 ℃，年温差较大，年均降水量为485 mm，无霜期约160 d (山西省气象资料)．土壤多属草灌褐土，少量棕壤分布．植被属干草原区，主要为针茅属植物，还有沙棘、蒿类、小片桦林等次生灌丛，粮食作物主要有马铃薯、豌豆以及谷子等．矿区内交通较为便利，有宁白线、大忻线和崞五线等，另有北同蒲铁路和朔黄铁路贯穿全境．轩岗矿区矿产资源丰富，主要以煤炭为主，并包含有铝矾土和石灰石等．在长期井工采煤活动的影响下，塌陷、地裂缝、滑坡等地质灾害频繁，由此而引发的植被退化问题突出．人类活动已成为轩岗矿区植被变化的主要因素[24].

1.2 遥感数据源

遥感数据包括Landsat-5 TM(Thematic mapper)、Landsat-8 OLI(Operational land imager)以及MODIS净初级生产力(PNP)MOD17A3H产品．Landsat遥感卫星数据从中国科学院遥感与数字地球研究所免费下载获取，主要用于解译轩岗矿区2000年(Landsat-5 TM)与2015年(Landsat-8 OLI)土地利用类型图．Landsat-5 TM成像时间为2000-07-01，轨道号参数为126/33，空间分辨率30 m×30 m．Landsat-8 OLI成像时间为2015-06-08，轨道号参数为126/33，空间分辨率30 m×30 m．利用ENVI(Environment for visualizing images)软件对Landsat-5 TM,Landsat-8 OLI影像进行大气校正以及几何精校正等预处理．几何精校正以地形图为基准，采用最近邻域插值法对遥感影像进行校正，误差控制在1个像元以内．在地理信息系统与遥感图像处理软件的支持下，结合地形图、Google Earth影像以及野外实地调查数据，建立解译标志库，采用监督分类与非监督分类相结合的方法，对2期Landsat遥感影像进行解译，得到轩岗矿区2000年与2015年2期土地利用类型图(图1-2),在全国土地分类标准的基础上，重新划分轩岗矿区土地利用类型.

MODIS MOD17A3H产品来源于美国国家航空航天局(National aeronautics and space administration，NASA)旗下的陆地专题产品，主要用于获取轩岗矿区2000—2015年每年PNP数据．根据轩岗矿区位置，使用的MOD17A3H产品为空间位置在全球正弦曲线投影SIN(Sinusoidal projection)系统中编号为h26v05的图像，时间分辨率为1 a，空间分辨率为500 m×500 m，数据格式为EOS-HDF，数据质量等级为6级，数据时间为2000—2015年．借助Modis reprojection tools(MRT)软件，处理下载数据，转换为TIFF格式(原数据为HDF格式)和WGS84/Albers地图投影系统(原数据为SIN地图投影)．

图1 轩岗矿区2000年土地利用类型图

图2 轩岗矿区2015年土地利用类型图

1.3 研究方法

为分析不同类型土地利用转移数量与动向，客观准确地展示研究区域土地利用类型转移情况，本研究引入土地利用转移矩阵研究法．在本研究中，基于轩岗矿区2000年与2015年2期土地利用类型图(图1-2)，计算土地利用转移矩阵，从数量角度分析2000—2015年期间轩岗矿区植被的变化，即耕地、林地、草地与灌木4种植被土地利用类型的动态转移与数量变化．

净初级生产力是指绿色植物在单位时间内、单位面积上所积累的有机物质量，是控制养分循环、能量流动与碳循环过程的基本环节，是判定植被生态系统碳源/汇与调节生态过程的主要因子，在全球变化以及碳循环中扮演着重要的角色．在本研究中，采用一元线性回归趋势分析法计算轩岗矿区植被PNP的变化趋势，从质量角度分析2000—2015年期间轩岗矿区植被的变化．趋势线斜率计算公式为[25]929

其中，S为趋势线斜率；n为研究时段年数;PNP,i为第i年PNP．趋势线斜率为正值,表明PNP呈增加的趋势，植被的质量变好；趋势线斜率为负值,表明PNP呈减小的趋势，植被的质量变差．

2 结果与分析

2.1 轩岗矿区植被数量变化

轩岗矿区2000—2015年土地利用转移矩阵如表1所示．耕地、林地、草地、灌木4种植被土地利用类型是轩岗矿区土地利用的主要组成部分，分别约占到了轩岗矿区总面积的20%,10%,30%,30%，其他4种土地利用类型仅约占总面积的10%．

如表1-2所示，研究期间内，轩岗矿区耕地转出量为4 580.6 hm2，转入量仅为620.7 hm2，净减少3 959.9 hm2，变化率为-16.9%．林地转出量为3 046.4 hm2，转入量仅为1 399.6 hm2，净减少1 646.8 hm2，变化率为-16.4%．草地转出量为8 848.5 hm2，转入量为7 309.7 hm2，净减少1 538.8 hm2，变化率为-5.1%．灌木是4种植被类型中面积增加的唯一土地利用类型，转出量为9 024.4 hm2，转入量为9 079.5 hm2，净增加55.1 hm2，变化率为0.2%．总体而言，2000年轩岗矿区植被(耕地、林地、草地、灌木)面积93 365.6 hm2，2015年植被面积86 275.3 hm2，净减少7 090.3 hm2．同时，轩岗矿区工矿用地从2000年的2 346 hm2增加到2015年的9 396.4 hm2，净增加7 050.4 hm2，变化率高达300.5%．工矿用地净增加的面积中，耕地转入工矿用地1 629 hm2，林地转入工矿用地565.7 hm2，草地转入工矿用地2 290.5 hm2，灌木转入工矿用地2 837.2 hm2．

2.2 轩岗矿区植被质量变化

2000—2015年轩岗矿区植被区域PNP年际变化趋势的斜率如图3所示．植被区域包括未变植被区域与植被转植被区域．未变植被区域指研究期间内未发生转移的耕地、林地、草地与灌木区域．植被转植被区域指研究期间内发生的植被转植被的区域，包括耕地转林地、耕地转草地、耕地转灌木、林地转耕地、林地转草地、林地转灌木、草地转耕地、草地转林地、草地转灌木、灌木转耕地、灌木转林地、灌木转草地的区域．

研究期间内轩岗矿区植被区域PNP年际变化的斜率均小于等于0，平均斜率为-0.17，小于0的区域占到了植被区域的95%以上，其中最小的斜率达到了-0.384．这表明2000—2015年轩岗矿区90%以上的植被区域PNP逐年减小，植被质量逐年降低． 进一步分析表明， 轩岗矿区植被区域PNP年际变化趋势具有显著的阶段性特征，其中，第一阶段为2000—2006年，在此阶段植被区域PNP呈急剧减少趋势；第二阶段为2006—2015年，在此阶段植被区域PNP呈缓慢增加趋势．

表1 2000—2015年轩岗矿区土地利用转移矩阵

表2 2000—2015年轩岗矿区不同土地利用类型面积的变化(hm2)

图3 2000—2015年轩岗矿区植被区域PNP 年际变化斜率

图4 2000—2006年轩岗矿区植被区域PNP 年际变化斜率

如图4所示，2000—2006年轩岗矿区植被区域PNP年际变化的斜率均小于0(仅个别像元等于0)，最小的斜率达到了-0.886，平均斜率为-0.428． 这表明2000—2006年轩岗矿区植被区域PNP减小的速度远高于2000—2015年植被区域PNP减小的速度，在此阶段，植被质量严重恶化．如图5所示，2006—2015年轩岗矿区植被区域中95.8%面积的PNP年际变化斜率大于0，仅4.2%区域PNP年际变化斜率小于等于0，平均斜率为0.065，最大的斜率为0.149．这表明从2006年开始轩岗矿区植被区域PNP减小的趋势停止，并逐渐得到恢复，植被质量逐渐好转，但效果并不显著．

图6 2000—2015年轩岗矿区PNP年际变化

进一步计算得到轩岗矿区2000—2015年植被生产力的年际变化趋势，如图6所示．研究期间内，轩岗矿区净初级生产力在28.8×106～56.3×106kg C变动，最大值出现在2002年，最小值出现在2006年．2006年之前，轩岗矿区植被生产力急剧减小，2006年之后，植被生产力波动性缓慢增加．

3 讨论与结论

轩岗矿区是国家级规划矿区，在促进区域乃至全国经济与社会发展中扮演了重要的角色．在煤炭开采过程中，不可避免地在一定程度上破坏了区域生态环境，特别是植被生态系统．研究表明，2000—2015年期间，轩岗矿区植被覆盖区域面积减少了7 090.3 hm2．与此同时，轩岗矿区工矿用地的面积增加了7 050.4 hm2，煤矿开采活动是轩岗矿区植被覆盖区域面积减少的主要原因．

2006年是轩岗矿区植被质量变化的重要转折点．2006年之前植被生产力急剧降低，2006年开始植被生产力开始缓慢增加．尽管这种增加并不显著，但意义重大，表明煤矿开采对植被的影响已经控制，植被恢复的成效已经显现．这主要归因于2006年山西省人民政府实施的煤炭资源整合与有偿使用政策．该政策实施以来，轩岗矿区从36个矿井整合为3个井田、1个勘查区与3个资源整合区，规划总规模730万t·a-1，其中生产矿井2处(刘家梁与焦家寨)，规划新建矿井1处(北辛窑)．煤炭资源整合有利于优化煤炭产业布局,促进行业安全生产,保护矿区生态环境．

退耕还林还草工程是我国为了保护和改善生态环境，有效遏制土地沙化和水土流失等问题，逐步停止耕种生态环境脆弱的坡耕地，本着宜草则草、宜树则树的原则，恢复森林和草地植被的一项重大生态建设工程．2000年山西省正式启动退耕还林还草工程，到2002年全面正式展开．轩岗矿区地处黄土高原区，坡耕地分布面积较广，占到了矿区总面积的20%左右．研究期间内，轩岗矿区耕地转出中，耕地转给草地的面积最大，达到了2 128.9 hm2，占到了耕地总面积的10%左右，这主要归因于退耕还林还草工程的实施．进一步分析表明，轩岗矿区耕地转给草地的面积随坡度增加呈先增加后减小的趋势，在12°～15°度范围内耕地转给草地的面积最大．

在轩岗矿区土地利用类型中，建设用地(城镇用地、农村居民点)仅占总面积的2%左右．研究期间内，城镇建设用地从2000年的723.2 hm2增加到2015年的817.8 hm2，净增加94.6 hm2．农村居民点面积不但没有增加，反而减少了102.4 hm2．这主要归因于轩岗矿区开展的采煤沉陷区受损农村居民点搬迁安置．进一步分析表明，研究期间内轩岗矿区农村居民点数量、总面积与平均面积均呈减小的趋势．同时，农村居民点形状越来越不规则，农村居民点面积差异越来越大．

:

[1] 张笑然，白中科，曹银贵，等．特大型露天煤矿生态系统演变及其生态储存估算[J].生态学报，2016，36(16)：5038.

[2] AVERA B N，STRAHM B D，BURGER J A，et al．Development of ecosystem structure and function on reforested surface-mined lands in the Central Appalachian Coal Basin of the United States[J].NewForests，2015，46(5/6)：683．

[3] 孙琦，白中科，曹银贵，等．特大型露天煤矿土地毁损生态风险评价[J].农业工程学报，2015，31(17)：278．

[4] 陈秋计．开采沉陷对耕地资源价值的影响研究[J].干旱区资源与环境，2014，28(3)：91．

[5] XU X L，ZHAO Y L，HU Z Q，et al．Boundary demarcation of the damaged cultivated land caused by coal mining subsidence[J].BulletinofEngineeringGeologyandTheEnvironment，2014，73(2)：621．

[6] 黄翌，汪云甲，田丰，等．煤炭开采对植被——土壤系统扰动的碳效应研究[J].资源科学，2014，36(4)：817．

[7] 万伦来，王炜茉，任雪萍．安徽省废弃矿区土地复垦的生态系统服务功能多情景模拟[J].资源科学，2014，36(11)：2299．

[8] LI N，YAN C Z，XIE J L．Remote sensing monitoring recent rapid increase of coal mining activity of an important energy base in northern China：a case study of Mu Us Sandy Land[J].Resources,ConservationandRecycling，2015，94：129．

[9] 张立平，张世文，叶回春，等．露天煤矿区土地损毁与复垦景观指数分析[J].资源科学，2014，36(1)：55．

[10] GILLAND K E，MCCARTHY B C．Microtopography influences early successional plant communities on experimental coal surface mine land reclamation[J].RestorationEcology，2014，22(2)：232．

[11] 顾康康，储金龙，汪勇政．基于遥感的煤炭型矿业城市土地利用与生态承载力时空变化分析[J].生态学报，2014，34(20)：5714．

[12] QIAN T，BAGAN H，KINOSHITA T，et al．Spatial-temporal analyses of surface coal mining dominated land degradation in Holingol，Inner Mongolia[J].IEEEJournalofSelectedTopicsinAppliedEarthObservationsandRemoteSensing，2014，7(5)：1675．

[13] ZHANG L，WANG J M，BAI Z K，et al．Effects of vegetation on runoff and soil erosion on reclaimed land in an opencast coal-mine dump in a loess area[J].Catena，2015，128：44．

[14] 李保杰，顾和和，纪亚洲．复垦矿区生态系统服务价值空间分异研究[J].中国矿业大学学报，2014，43(4)：749．

[15] STOJILJKOVIC E，GROZDANOVIC M，MARJANOVIC D．Impact of the undergroud coal mining on the environment[J].ActaMontanisticaSlovaca，2014，19(1)：6．

[16] 封建民，王黎，文琦．榆神府矿区土地利用变化及合理性分析[J].水土保持研究，2015，22(1)：188．

[17] HU Z Q，YANG G H，XIAO W，et al．Farmland damage and its impact on the overlapped areas of cropland and coal resources in the eastern plains of China[J].Resources，ConservationandRecycling，2014，86(3)：1．

[18] XU H F，LIU B，FANG Z G．New grey prediction model and its application in forecasting land subsidence in coal mine[J].NaturalHazards，2014，71(2)：1181．

[19] 李鑫，马晓冬，肖长江，等．基于CLUE-S模型的区域土地利用布局优化[J].经济地理，2015，35(1)：162．

[20] DONG S C，SAMSONOV S，YIN H W，et al．Spatio-temporal analysis of ground subsidence due to underground coal mining in Huainan coalfield，China[J].EnvironmentalEarthSciences，2015，73(9)：5523．

[21] 郭斌，张莉，文雯，等．基于CA-Markov模型的黄土高原南部地区土地利用动态模拟[J].干旱区资源与环境，2014，28(12)：14．

[22] HOU H P，ZHANG S L，DING Z Y，et al．Spatiotemporal dynamics of carbon storage in terrestrial ecosystem vegetation in the Xuzhou coal mining area，China[J].EnvironmentalEarthSciences，2015，74(2)：1657．

[23] 顿耀龙，王军，白中科，等．基于灰色模型预测的矿区生态系统服务价值变化研究——以山西平朔露天矿区为例[J].资源科学，2015，37(3)：494．

[24] 张珺，程朋，张茹，等．人类活动对山西高原植被覆盖变化的影响[J].西北师范大学学报(自然科学版)，2016，52(6)：118．

[25] 李辉霞，周红艺，魏兴琥．基于RUE和NDVI的人类活动对植被干扰强度分析——以桂西北为例[J].中国沙漠，2014，34(3)：927．