中国东部草原植被绿度时空变化分析及其对煤电基地建设的响应

包 岩,田 野,柳彩霞,范文义,付 晓

1 东北林业大学林学院,哈尔滨 150040 2 中国科学院遥感与数字地球研究所遥感科学国家重点实验室,北京 100101 3 中国科学院生态环境研究中心城市与区域生态国家重点实验室,北京 100085

草原植被是陆地生态系统的重要组成部分[1-2],具有明显的季节变化特点,植被的动态变化可以从植被绿度变化的趋势上得以反映[3],地表植被呈现的绿度变化与植被覆盖率紧密相关[4]。应用遥感技术可以计算植被指数(Vegetation Index,VI),从而了解植被覆盖情况。内蒙古自治区东部草原,常年降水量少,植被覆盖率较低,因此运用归一化植被指数(Normalized Difference Vegetation Index,NDVI)不会存在饱和现象[5],即随着植被绿度的增大NDVI值也随之增大。

AVHRR(Advanced Very High Resolution Radiometer)NDVI数据集是目前覆盖时段最长的连续数据集[6],尤其是GIMMS(Global Inventory Modeling and Mapping Studies)NDVI 3g数据集,具有时间序列长、覆盖范围广等优点[7],是目前应用最广泛的数据集[8]。郑艺等[9]利用GIMMS NDVI数据,分析了全球干旱区植被时空变化及其对气候和人文等非气候因子的响应,结果表明,1982—2012年干旱区NDVI总体呈显著增长趋势；贺振等[10]利用1983—2013年的GIMMS NDVI时序数据,探究了黄河流域植被覆盖时空格局和演化趋势,研究显示,黄河流域32年来植被覆盖出现了迟缓的增加态势,以0.018/(10 a)的速度增长；Shen等[11]在GIMMS NDVI数据的基础上应用多元逐步回归分析中国温带草原1982—2005年生长季期间的NDVI,表明GIMMS NDVI能准确估计温度对中国温带草原地区植被的影响。Anyamba等[12]用NDVI 3g数据集更新了Sahel地区的植被动态和趋势分析,指出该数据可以用来分析和解释半干旱地区数10年尺度上的地表植被变化趋势。可以看出,GIMMS NDVI数据集在不同地区都有广泛应用,用以揭示长时间草原植被的变化规律和驱动因素[8]。

内蒙古东部草原区坐落在我国生态安全“两屏三带”的北部防沙地区,受气候条件制约和地区产业发展影响,具有酷寒、半干旱、土壤贫瘠等生态脆弱性特征。近年来,也有部分学者对这一地区展开研究。如李云鹏等[13]应用1988年以来的遥感数据,获得了各时间段内的NDVI值,并且利用遥感数据和光谱特征获得了土地退化植被,进而探究了内蒙古自治区植被覆盖度的空间变化和及其荒漠化的状况。张超等[14]根据GIMMS NDVI数据集,对内蒙古1982—2006年的农地、丛林和草原三种植物类型的NDVI分别进行了探究。研究了不同植被类型下NDVI的演变差异,进而探讨了植被覆盖的空间变化规律。张圣微等[15]应用MODIS数据提取了NDVI值,探究了2003—2012年生长季(4—10月份)锡林郭勒草原不同类型的草地植被的变化趋势,研究表明,草原植被变化由东北向西南呈现出下降的趋势。叶永昌等[16]基于最大熵模型(MaxEnt)探究了气象因子与植被散布的关系,进而分析了1961—2010年内蒙古草原植被的空间散布状况,并且利用综合模型模拟了净第一生产力的变化规律。研究结果显示,气候因子中的湿润指数(MI)、年降水量(P)、最暖月的平均温度(Tw)和最冷月的平均温度(Tc)是草原植被遍布的主要制约因素。目前,还没有相关研究报道利用公里空间分辨率NDVI数据从宏观尺度分析大型煤电基地建设对草原植被的影响,GIMMS NDVI 3g数据集是否可用于分析区域煤电基地对草原生态系统的影响尚还不清楚。

最近几年,随着煤炭矿区建设范围的持续扩大,地区生态环境压力持续增长,植被绿度在不停地恶化。东部草原区是我国以露天开采为主的重要大型煤电基地,煤炭产能超过4亿吨,为我国东北部能源供应提供了保障,但同时,也造成了地下水下降、水土破坏、区域植被退化等生态问题,煤电开发与生态保护矛盾日渐突出,对我国生态环境造成了不小的威胁[17-18]。研究数据显示,中国露天煤矿每开采一万吨煤,破坏的土地面积为0.22 hm2,年均损毁土地面积多达1×104hm2[19]。煤炭的露天和地下开采,都会引起煤电基地含水层水位下降[20-21]。认识煤炭矿区环境的状态,并科学合理地分析引起煤炭矿区环境变化的首要因素,基于此,可以提出加强煤炭矿区的生态环境改善的有效方法,找出缓解生态压力、改善生态环境问题的合理途径。本文应用GIMMS NDVI 3g数据集对东部草原区植被绿度进行长时间序列分析,从公里空间尺度上探究我国东部草原区植被绿度变化与煤电基地开发的响应关系,为东部草原煤电一体化开发过程的草原生态修复提供宏观信息。

1 研究区概况

内蒙古呼伦贝尔市和锡林郭勒盟,地处温带北部,属于大陆性季风气候,草原资源丰富,草场种类繁多。研究区总面积为54.1554×104km2,位于115°13′—126°04′ E、43°02′—53°20′ N之间。其中呼盟坐落在内蒙古高原的东北边,由一些高原、山地和平原低地组成了它的整体部分,其地貌的主体主要由大兴安岭山地组成。锡盟的地势特点主要是海拔较高的平原,并且伴有不同地貌类型的区域,地势的走向是南部较高,北部较低,东部和南部则是以低山丘陵为主,中间散落着零星的盆地,西部和北部的地势较平缓(图1)。研究区不仅拥有丰富的草原资源,而且矿产资源丰富,据统计,2016年全国原煤累计产量为3.364×1010t,其中内蒙古原煤产量就达到了8.38×109t,占全国的24.9%,内蒙古已超越山西,成为中国煤炭产量的第一大省,而呼盟和锡盟的煤炭产能在省内分别排名第二和第三位。

图1 研究区位置意图Fig.1 Location map of the study area and coal mine locations

2 数据和方法

2.1 数据来源与预处理

本论文所使用的遥感数据是1981年7月到2010年12月的GIMMS NDVI 3g数据,该数据来源于美国NASA发布的基于NOAA气象卫星数据全球数据集,采用经过辐射校正和几何粗校正的NOAA-AVHRR数据,再进一步对每天、每轨影像进行几何静校正、除坏线、除云等预处理[22],进而进行NDVI计算及合成。计算公式为NDVI=1000×(b2-b1)/(b2+b1),其中b1、b2为AVHRR的第1、2通道。用该方法可以得到30 a内720幅NDVI半月合成的影像。该NDVI数据集的时间分辨率为16 d,空间分辨率为8 km。NDVI的取值范围为-1—1,一般认为大于0的为有植被覆盖区域[23]。

利用呼盟和锡盟的矢量边界数据从NDVI序列中提取研究区1981—2010年的年NDVI时间序列。在矢量边界数据的基础上,结合Google Earth高清影像,在研究区内确定煤矿24个(图1),在ArcGIS 10.1中对矿区数据进行转化与提取,并分别建立半径10、20 km和50 km的缓冲区,得到缓冲区的矢量图,进而提取缓冲区1981—2010年的年NDVI时间序列。

2.2 研究方法

2.2.1 生长季最大值提取

采用最大值合成法(Maximum Value Composites,MVC)获得月NDVI最大值,可以进一步消除云和太阳高度角的影响。在此基础上,通过月NDVI最大值,获取研究区内1981—2010年间每个像元年生长季(5月—8月)最大值NDVI,来代表该像元点生长季NDVI的最大值,以探究NDVI年际变化特征。通过分析NDVI的生长季最大值,了解东部草原区1981—2010年30年间的NDVI空间分布整体格局,得到东部草原区植被绿度的时空变化趋势。计算公式如下：

MNDVIij=MAX(NDVIij1,NDVIij2)

(1)

在此基础上,求出生长季的NDVI最大值。公式为：

GNDVIi=MAX(MNDVIi5,MNDVIi6,MNDVIi7,MNDVIi8)

(2)

式中i为年序号,取值范围是1981—2010；j为月序号,取值范围是1—12；MNDVIij为第i年第j月的NDVI最大值；GNDVIi为第i年的生长季NDVI的最大值；NDVIij1,NDVIij2分别为第i年第j月上半月和下半月的NDVI值。

2.2.2 趋势线分析

趋势线分析法可以较好地分析栅格中每个栅格像元的变化规律,可全面系统的体现研究区内植被覆盖时空的格局变化特点。本论文应用此方法来分析1981—2010年东部草原区生长季NDVI最大值的变化趋势。

为了探究NDVI随年份的变化情况,本文利用一元线性回归分析来分析逐个栅格像元的变化规律。拟合NDVI相对于年份的直线方程,得到每个栅格NDVI与年份的回归模型,从而获得一幅30年间变化斜率的影像。对于每一个像元点,采用最小二乘(Ordinary Least Squares,OLS)估计,建立植被指数的生长季最大值(GNDVI)与年份(YEAR)的线性关系,拟合线性方程：

GNDVI=SLOPE×YEAR+B

(3)

直线方程的斜率SLOPE代表了该像元点植被绿度的变化规律,进而用来作为输出影像中该像栅格的值。若1981—2010年植被NDVI是增加的态势,则拟合斜率大于0,表示植被绿度往好的方向发展；若1981—2010年植被NDVI是减少的态势,则拟合斜率小于0,即植被绿度往不好的方向发展。

2.2.3 相关性分析

本文拟将选出的矿区与缓冲区年际GNDVI值进行相关分析,为了检测矿区对周边植被绿度变化的影响,设置了3个级别的缓冲区,并获得了30年间缓冲区的GNDVI值及其变化斜率。采用Pearson相关系数分析矿区与缓冲区GNDVI的相关性,公式如下：

(4)

式中,Pearson相关系数是用协方差与两个变量的标准差得到的,能够更好的度量两个变量之间的相关程度,取值范围为-1—1,当两个变量的线性关系越大时,相关系数的绝对值越趋近1。

3 结果

3.1 东部草原区植被绿度变化趋势

1981—2010年呼盟和锡盟GNDVI线性拟合斜率的灰度影像见图2,将获得的影像进行分级统计,以0为界分为两级。其中呼盟的GNDVI线性拟合斜率的取值范围为-0.007—0.034,斜率大于0的区域占总面积的40.84%,斜率小于0的占59.16%,绿度变化总体上为减少趋势,小于0的区域相对比较集中,主要分布在呼盟的西部和东南部地区,即呼伦贝尔草原地区；锡盟拟合斜率的取值范围为-0.006—0.026,斜率大于0的区域占总面积的26.87%,小于0的区域占总面积的73.13%,植被绿度减少非常明显,退化严重,小于0的区域主要分布锡盟北部和东南部。可以看出,无论是呼盟还是锡盟,植被绿度整体上均呈下降趋势,锡盟植被绿度下降尤为严重,东部草原区植被退化明显,这与叶永昌等[16]在2016年所研究的结果相似,他的研究表明1961—2010年内蒙古草甸草原、典型草原和荒漠草原分布的面积分别降低了5%、1%和62%,内蒙古草原面积整体下降了11%,说明内蒙古草原植被退化明显,草原向着荒漠化的趋势发展。

图2 1981—2010年东部草原区绿度变化Fig.2 Greenness variation in the eastern grassland from 1981 to 2010

3.2 矿区及缓冲区植被绿度变化趋势分析

统计分析了1981—2010年30年间24个矿区的植被生长季最大NDVI值及其与年份的变化斜率,如图3所示。从图中可以看出,除东明矿区和扎赉诺尔灵泉矿区外,其余矿区的斜率都呈明显的下降趋势。大雁1、大雁3、呼盛、天顺、白音华、查干淖尔、贺斯格乌拉南、胜利西和胜利锡凌矿区的回归斜率都小于其缓冲区的回归斜率,其余矿区的回归斜率都大于其缓冲区的回归斜率。本论文在矿区周围分别设置了半径为10、20 km及50 km的缓冲区,并分析了缓冲区GNDVI的年际变化,发现缓冲区的GNDVI值也都呈现动态下降的趋势,斜率均是小于0的。随着缓冲区范围的增大,GNDVI值也表现出增加的趋势,这也说明了矿区对周边地区植被绿度的影响。

将矿区与相应缓冲区的GNDVI值进行相关性分析(图4),可以看出,除大雁3矿区外,各组数据的相关系数总体较大,并且在0.05置信水平上显著相关,说明缓冲区GNDVI值与矿区的GNDVI值整体变化趋势相同(图3),并且随着缓冲区范围的扩大,相关系数的值呈现明显降低的趋势(大雁3矿除外),说明矿区的GNDVI值在一定程度上影响着缓冲区的GNDVI值。图3中可以看出,呼盟矿区及缓冲区GNDVI总体大于锡盟的GNDVI,说明锡盟的植被绿度比呼盟的差。

图3 矿区及缓冲区GNDVI变化趋势Fig.3 GNDVI variation trend of the mining area and buffer zone

图4 矿区GNDVI均值与缓冲区GNDIV均值的相关性 Fig.4 Correlations of mean GNDVI between coal mines and their buffers 阴影突出区域为井工矿

3.3 东部草原区植被绿度分级

通过对矿区及其缓冲区的分析可知,除东明矿区和扎赉诺尔灵泉矿区外,其余矿区及其相应缓冲区的斜率都呈明显的下降趋势。说明矿区周围植被的绿度在减少,植被呈现退化的趋势。我们将斜率划分为5个阈值(表1—2),将划分的阈值做成分布图(图5),可以更直观地看出东部草原区30年来植被绿度变化情况。

从图5、表1和表2中可以看出,东部草原区植被绿度总体呈现减少的趋势。其中,呼盟在1981—2010年30年间,植被绿度减少(显著减少和轻度减少)的像元所占的百分比分别为0.765%和41.83%,减少的像元散落在呼盟的各个方位,植被绿度增加(轻度增加和显著增加)的像元所占的百分比分别为26.54%和0.415%；锡盟30年间植被绿度减少(显著减少和轻度减少)的像元所占的百分比分别为4.31%和51%,主要分布在锡盟的东部和北部,植被绿度增加(轻度增加和显著增加)的像元所占的百分比分别为21.7%和0.09%,增加的区域主要分布在锡盟的西北部。锡盟减少的像元所占的百分比(55.31%)多于呼盟减少的像元所占的百分比(42.595%),增加的像元所占的百分比(21.79%)少于呼盟增加的像元所占的百分比(26.955%),说明锡盟的植被绿度情况要比呼盟的植被绿度情况差。

表1 呼伦贝尔市GNDVI斜率分级统计

表2 锡林郭勒盟GNDVI斜率分级统计

图5 东部草原区植被GNDVI时空变化分布Fig.5 Spatial and temporal distribution of GNDVI in the eastern grassland

3.4 GNDVI残差分析

为了分析矿区的采矿活动对草原植被绿度的影响,本文进行了GNDVI的残差分析[24]。首先将GNDVI与气候因子进行回归分析,在每个栅格上建立GNDVI与气候因子的回归模型,然后利用这个回归模型,可以估计每个栅格上每年的GNDVI值,用实测的GNDVI值减去估计的GNDVI值,这样就获得了1981—2010年每年的GNDVI残差,最后对GNDVI残差与其对应的年份进行一元回归方程的计算,获得的斜率作为输出影像的像元值,即可以获得一幅30年间GNDVI残差的年际变化分布图,如图6所示。

在没有采矿等人为活动扰动的状况下,随着时间的变化,残差值应在0值上下呈现波动的变化趋势。如果残差的变化斜率呈现出减少的趋向,即拟合斜率小于0,则说明采矿活动使草原的植被绿度下降,加剧了草原的荒漠化；如果残差的变化斜率是上升的趋向,则说明矿区的开采改善了草原的生态环境,提高了草原的植被绿度[25]。

从图6中可以看出,1981—2010年东部草原区GNDVI的残差斜率小于0的区域占得比重较多,其中呼盟GNDVI残差斜率小于0的区域占总面积的60.99%,分布在呼盟的各个地域,锡盟GNDVI残差斜率小于0的区域占总面积的55.02%,主要分布在锡盟的东北部,这与植被绿度的空间变化趋势相一致(图5)。可以看出,30年间,东部草原区的植被破坏多于植被恢复,植被绿度在下降。结合矿区的位置,可以发现,宝日希勒矿区、东明矿区和胜利矿区的GNDVI残差斜率均是大于0的,说明这些矿区的煤矿开采并没有加剧植被绿度的退化,GNDVI在这些地区主要受气候因子的影响。而在其他矿区,GNDVI残差的斜率都是小于0的,说明矿区的开采加剧了植被绿度的退化,这些地区的植被绿度不仅受气候因子(温度、降水)的影响,还与矿区开采等人类活动因素有关。

图6 1981—2010年GNDVI残差变化时空分布图Fig.6 Spatial and temporal distribution of GNDVI′s residual in the eastern grassland

4 讨论

分析结果显示,所选取的24个矿区(呼盟15个,锡盟9个)除东明和扎赉诺尔灵泉矿区外,其余矿区GNDVI的拟合斜率均是小于0的,植被的绿度在降低,说明矿区对植被绿度影响为负。矿区的开采在一定程度上影响了植被的绿度变化趋势[26-27]。植被绿度的增加可能主要和气候因子有关,气候适宜、降水增加都可以引起植被绿度的改善。另外,煤矿开采区土地复垦和植被修复对植被绿度的增加也有贡献,如图5,宝日希勒矿区和胜利矿区的植被绿度有增加趋势。而植被绿度的减少主要是自然因素与人为因素的影响结果,自然因素方面,东部草原区常年干旱,降水量减少。造成土地荒漠化,植被覆盖度降低,从而造成植被绿度的下降；人为因素方面,人口增长过快,过度放牧,不合理地开采煤矿资源等,这些都能引起生态环境的退化,使植被绿度快速下降[28]。

观察图3可以看出,煤炭的露天和井工开采,都对草原生态系统植被绿度有负面影响。83.33%的矿区在2005—2007期间GNDVI的值都呈明显下降趋势,这与它们的开采年份有关。其中,五牧场和白音华矿区是于2005年开采,在之后的5年间,它们的GNDVI值呈现下降的趋势；呼盛、蒙西、天顺、贺斯格乌拉南矿区是于2006年开始开采,在2007年它们的GNDVI值呈跳跃式下降；除扎赉诺尔灵泉、胜利东2、敏东和西一矿区,其余矿区在开采后的GNDVI值都呈现下降的趋势,这说明煤矿的露天和井工开采都对草原植被绿度有着负影响。扎赉诺尔灵泉露天矿区30年来GNDVI值呈增长的趋势,这可能与它开采时间较长有关,灵泉露天矿于1936年的伪满时期进行开采,与本文选取的时间段相差较大,造成了结果的不确定性；而胜利东2、敏东和西一矿区的开采时间在2008年前后,与本文的时间段重合较小,其结果也不能反映矿区GNDVI值的趋势变化情况。

从图3和图4中可以看出,呼盟矿区GNDVI与不同缓冲区的相关性差异相比锡盟更明显,可能的原因是呼盟的生长季植被绿度水平高于锡盟,一旦煤矿开采,NDVI下降程度更剧烈,因此对草原的植被影响更敏感。实验表明(图4),无论是煤矿的露天开采还是井工开采,都会对矿区周边的植被绿度产生影响,即离矿区越远的区域(缓冲区半径大的区域),植被绿度的减少越少。大雁3矿区情况稍有反常,可能的原因是大雁矿区已经停产,采矿设施均已拆除,在原地及周边建设了矿山公园。

东部草原区植被绿度的退化可能还与气候因素有关[9, 29],因此,本研究分析东部草原区15个气象站点的气候数据,数据来源于中国气象数据网(http://data.cma.cn/)。结合高程数据,对15个气象站点生长季的降水和温度数据进行克里金插值[30],从而得到东部草原区1981—2010年生长季气候数据。将呼盟和锡盟各个像元年GNDVI做平均值,得到年平均GNDVI,与气候数据进行对比分析(图7),可以看出,整个东部草原区在30年间,生长季的降水量呈下降趋势,温度有缓慢升高趋势,锡盟的降水量明显低于呼盟的降水量,这也是呼盟矿区的GNDVI整体都比锡盟的GNDVI高的原因之一。

图7 东部草原区NDVI值与气候因子关系图Fig.7 Relationship between NDVI and climatic factors in the eastern grassland

5 结论

本文将东部草原区的呼盟与锡盟分开进行统计分析,从宏观尺度上更能直观地反映两个区域内植被绿度的时空变化趋势,为东部草原煤电基地开发区植被生态修复提供区域差异信息,做到矿区生态系统修复的因地制宜[31]。综合比较可以发现,在植被绿度的覆盖情况、GNDVI的年际变化斜率、生长季降水量各个因素中,呼盟的表现值都要好于或高于锡盟的表现值。这是由于呼盟有充沛的水资源,且降水量较高,温度适宜,有利于植被的生长,所以植被绿度明显好于锡盟,因此在呼盟,煤矿开采对草原植被绿度的影响没有锡盟明显。但是,不论露天还是井工开采,都对植被绿度有负面影响。本研究公里空间分辨率的遥感数据无法区分开采方式对植被绿度影响的差异,今后还需采用中高分辨率遥感数据深入评估。