1990—2019年榆神府矿区不同地貌植被覆盖度变化及驱动力探究

杜华栋,宁本燕,拜梦童,范鹏辉

(1.西安科技大学 地质与环境学院,西安 710054；2.西安科技大学 西部矿山生态环境修复研究院,西安 710054)

植被是陆地生态系统的主要组成部分和表征陆地生态系统质量的重要指示因子[1],植被覆盖度是衡量地表植被健康程度的重要指标之一。对于生态脆弱、干扰强度大的干旱矿区来讲,植被覆盖度作为主要生态变化指示指标的作用显得尤为突出[2]。

煤炭开采活动改变了开采区原有地质构造、地形地貌、水文循环和地表生态系统[3],进而使得植物生长发育及其覆盖度受到影响[4]。诸多学者利用遥感技术针对我国不同地理环境和气候类型煤炭开采区植被覆盖度时空演化特征开展研究,研究结果显示:东部煤炭发展区,近年来开采强度降低[5],加之良好的水热条件和生态修复措施,总体以较高植被覆盖为主[6]；中部煤炭资源发展区,原有植被盖度整体偏低,煤炭开采后,地表塌陷使得景观破碎度增加、灌丛面积减小[7],但近20年来由于造林绿化、退耕还林等生态建设工程的实施,区内植被指数整体呈上升趋势[8]；西北部煤炭资源发展区,煤矿开采造成植被破坏程度逐年增加[9]。

目前,对矿区植被覆盖度变化趋势主要是在单一气候和地貌条件下的研究,而针对不同地貌单元的对比稍显欠缺,这样会影响矿区生态环境质量评价的准确性；探究矿区植被覆盖度变化的驱动力成为生态修复措施制定过程中必须解决的重要问题。榆神府矿区在相似气候类型下具有黄土丘陵和覆沙地两种相异地貌,致使煤炭开采过程中地表植被有着不同损害程度和恢复潜力。本文基于Landsat遥感数据,并结合气象和人为因素,探讨榆神府矿区黄土丘陵区和覆沙地两种地貌条件下1990—2019年植被覆盖度的时空演变特征及其驱动力。本研究对促进榆神府矿区生态环境评价的准确性与生态恢复措施的精准实施具有重要借鉴意义。

1 研究区概况与分类

1.1 概况

榆神府矿区位于鄂尔多斯盆地北部(38°03′～38°30′ N,109°02′～110°55 E)的黄土沟壑区与毛乌素沙漠的接壤地带,属于干旱、半干旱气候区。年平均气温8.5 ℃,极端最高、最低气温分别为38.8 ℃和-27.7 ℃；年均降水量432.38 mm,且65%降水主要集中于7—9月；年蒸发量为1 495～2 504 mm；无霜期155 d。

榆神府矿区是陕北侏罗系煤田中最大的煤炭基地,包括榆神和神府两大矿区,矿区总面积7 856.06 km2；其煤炭储量占全国探明总储量的15%,不仅煤质优良而且地质内部构造简单,地层平缓,为向西倾斜的单斜构造；煤炭开采方式主要采用综合机械化长臂式开采工艺,是我国大型煤炭基地之一[10]。在长期的高强度开采扰动下,矿区及周边生态环境遭受到严重破坏。在煤炭开采过程中,由于采空和煤矸石压占土地致使地面塌陷、裂缝,从而引发水土流失、山体滑坡、泥石流等地质灾害。矿区山体景观及原生植被区域环境遭受严重破坏,土地沙漠化进一步恶化。

1.2 地貌类型分类

榆神府矿区因受到外营力以及新构造运动作用,形成了该区现有的地貌类型特征。本文按各地貌单元的形态以及土壤类型将研究区划分为黄土丘陵区(Ⅰ)和覆沙地区(Ⅱ),其面积分别为2 552.38 km2和5 303.68 km2。其中:黄土丘陵区主要位于研究区的东北部,该区沟壑纵横,丘陵峁梁交错；覆沙地区分布于研究区中、西部广大地区,是毛乌素沙漠的组成部分,由起伏沙丘沙地、半封闭或封闭的相对低洼滩地构成,二者相互依存,断续间布。

2 数据获取及驱动力分析

2.1 遥感数据获取

1990—2019年的Landsat遥感影像数据其空间分辨率为30 m,条带号为127/33,云量低于10%(表1)。首先,利用ENVI5.3软件,对获取的数据进行辐射定标、大气校正和几何校正等预处理消除大气散射、吸收、反射引起的误差。其次,根据榆神府矿区矢量边界对其进行掩膜提取,得到各期研究区遥感影像作为后续处理的基础数据。其中所有影像投影坐标为WGS _1984 _UTM_Zone _49N坐标系,以2019年7月的影像为基准配准,保证每期影像之间的误差在1个像元以内。

表1 Landsat遥感影像数据信息表Tab.1 Landsat remote sensing image information table

2.2 植被覆盖度获取

归一化植被指数(NDVI)[11]是反映植被覆盖的一种指标,它是近红外波段的反射值与红光波段的反射值之差与两者之和的比值,即:

(1)

式中:NNIR为近红外波段数值；NR为可见光红波段数值。

归一化植被指数(NDVI)计算结果将得到一幅灰度值表示的单波段影像,像元值域区间为[-1,1][12]。其中,负值表示为地面覆盖为云、水、雪等,其对可见光高反射；0表示为地表覆盖为掩饰或裸土,即近红外波段数值和可见光红波段数值近似相等；正值表示为有植被覆盖区域,值越大,植被覆盖则越高。

基于归一化植被指数的像元二分模型[13],植被覆盖度(FVC)的计算公式为:

(2)

式中:NDVIveg代表纯植被像元的NDVI值；NDVIsoil代表纯裸土像元的NDVI值。

参考相关研究[14],本文选取累计频率为5%的NDVI值为NDVIsoil,累积频率为95%的NDVI值为NDVIveg,来计算植被覆盖度。

2.3 植被覆盖度变化驱动力分析

本文以气象因素和人为因素作为植被覆盖度变化的驱动力因子。

2.3.1气象因子

气象数据采用中国科学院资源环境科学与数据中心(http://www.resdc.cn/)提供的1990—2019年中国逐年年降水量/年平均气温空间数据集。首先,利用ArcGIS10.2软件对各期数据集按研究区矢量边界进行掩膜提取,去除无效值后进行波段合成,并得到与遥感影像数据投影相同、像元大小一致的年降水量和年平均气温气象数据栅格图像；其次,通过偏相关分析法,获取植被覆盖度与年降水量/年平均气温相关性。

偏相关分析可以剔除其他变量的影响,单独分析两要素之间的相关性。本文基于植被覆盖度与年平均气温和年降水的简单相关系数,计算得到偏相关系数[15]。计算公式为:

(3)

式中:Rx_y.z为固定变量后，变量x与y的偏相关系数；Rxy,Rxz,Ryz分别为x与y,x与z,y与z之间的相关系数。

2.3.2人为因素

为了区分气候变化和人类活动对榆神府矿区植被覆盖变化的影响,本文采用Evans等[16]提出的残差分析法来区分这两种影响因素。根据降水和气温拟合出植被覆盖度的预测值,计算预测值与真实值之间的差,作为人类活动影响的评价标准,公式为:

FVCres=FVCobs-FVCpre

(4)

式中:FVCres为残差,FVCobs为实测值,FVCpre为预测值。

当FVCres>0表示人类活动对植被覆盖度产生积极影响,FVCobs=0表示人类活动对植被覆盖度基本无影响,FVCres<0表示人类活动对植被覆盖度产生消极影响。

2.3.3气象因素和人为因素对植被覆盖度变化趋势的贡献率

基于残差分析结果得出人类活动和气候变化对研究区植被覆盖度的贡献率[17]。公式为:

(5)

(6)

式中:slop为趋势斜率函数；r1为气候变化对植被覆盖度变化影响的贡献率；r2为人类活动对植被覆盖度变化影响的贡献率。由于本文不考虑其他因子,故r1=1-r2。

3 结果与分析

3.1 植被覆盖度时空变化特征

从图1可知:1)1990—2019年榆神府矿区植被覆盖度整体呈逐渐上升趋势。2)在不同地貌上,黄土丘陵区和覆沙地区近30年平均植被覆盖度分别为45%和33%,且黄土丘陵区植被覆盖度平均增速为覆沙地区植被覆盖度的近2倍。3)1990—1995年,黄土丘陵区植被覆盖度呈现下降趋势；2000—2005年,覆沙地植被覆盖度呈现下降趋势。

图1 榆神府矿区1990—2019年植被覆盖度变化Fig.1 Changes of vegetation coverage in Yushenfu mining area from 1990 to 2019

从图2可知:1)1990—2000年,榆神府煤矿区整体植被覆盖度在15%～30%之间。本时段,植被覆盖度呈现年均-0.17%的小幅下降,且黄土丘陵区和覆沙地区植被覆盖度差异不明显。2)2000—2011年,榆神府黄土丘陵区年均增速为覆沙地区年均增速的3倍,其中,黄土植被覆盖由以15%～30%为主变为以45%～60%为主,0～15%覆盖度减小了46.91%；而覆沙地区植被覆盖度依旧以15%～30%为主,0～15%所占面积减小了28%。3)2011—2019年,榆神府矿区黄土丘陵区和覆沙地植被覆盖度分别以45%～60%和30%～45%为主,仅剩小部分区域零星存在植被覆盖度为0～5%的裸地。

图2 榆神府矿区1990—2019年植被覆盖度分布Fig.2 The vegetation coverage distribution in Yushenfu mining area from 1990 to 2019

从图3可知:1)1990—2000年,植被覆盖度其改善和退化所占面积相近,分别为 2 561.41 km2和1 973.47 km2(图3(a))。2)2000—2011年,植被覆盖度整体呈增长状态,其中,黄土丘陵区植被覆盖度在30%～100%范围内,改善面积达1 613.98 km2；覆沙地区植被覆盖度在15%～60%范围内,改善面积达1 411.06 km2(图3(b))。3)2011—2019年,榆神府植被改善区域面积达5 392.9 km2,是退化面积的4倍,这主要是覆沙地区植被覆盖度为5%～45%的区域,其植被覆盖度提高转化而来的,面积为 2 111.9 km2。

图3 榆神府矿区1990—2019年植被覆盖度转移面积Fig.3 The transfer area of vegetation coverage in Yushenfu mining area from 1990 to 2019

3.2 植被覆盖度的影响因素分析

3.2.1气象因素

从图4可知:榆神府矿区年降雨量在1990—2019年间总体呈先下降后上升的变化趋势,而年均气温则呈现波动上升趋势；黄土丘陵区和覆沙地区年降雨量存在较小差异,年均气温基本保持一致。矿区植被覆盖度与降水的相关性强于气温(图5),其中,降水与植被覆盖度关系以正相关为主,平均偏相关系数r为0.10,占总面积的72%,主要分布于研究区南部和东部地区(图5(a))；而气温与植被覆盖度关系以负相关为主,平均偏相关系数r为-0.03,所占面积比例为61%,主要分布于研究区东部地区(图5(b))。在不同地貌类型上,覆沙区植被覆盖度与降水(r=0.1)和气温(r=-0.03)的相关性均强于黄土丘陵区近两倍。

图4 榆神府矿区1990—2019年年降雨量和年平均气温Fig.4 Annual precipitation and annual average temperature in Yushenfu mining area from 1990 to 2019

图5 榆神府矿区1990—2019年植被覆盖度与年降水量和年均气温的偏相关系数空间分析Fig.5 Spatial analysis of partial correlation coefficients of vegetation coverage,annual precipitation and annual temperature in Yushenfu mining area from 1990 to 2019

3.2.2人为因素

从图6可知:1990—2019年榆神府矿区人类活动对植被覆盖度的影响程度整体呈现增强趋势,其面积占研究区总面积的65.53%。植被覆盖度残差增加较为明显的区域主要集中分布在东北部的黄土丘陵区；而人类活动对植被覆盖度的影响程度呈减弱趋势的面积占研究区总面积的34.47%,主要集中分布在中北部覆沙地区。研究区植被覆盖度除受气候因素的影响外,还受退耕还林还草工程的影响。从图7可知:2000—2011年退耕还林还草面积增长速率较快,覆沙地区退耕还林还草累计面积是黄土丘陵区退耕还林还草累计面积的近3倍,但黄土丘陵区植被覆盖度的恢复速率却是覆沙地区恢复速率的近3倍；2011—2019年,退耕还林还草面积增速较小,覆沙地区和黄土丘陵区累计退耕还林还草面积基本保持在1 260 km2和420 km2,但该阶段植被覆盖度的恢复速率高于前期,且黄土丘陵区植被覆盖度的恢复速率是覆沙地区恢复速率的近2倍。

图6 榆神府矿区1990—2019年人类活动影响力变化趋势Fig.6 Trend of human activities influence in Yushenfu Mining Area from 1990 to 2019

图7 榆神府矿区2000—2019年退耕还林还草和植被覆盖度的关系Fig.7 The relationship between returning farmland to forestand grassland and vegetation coverage in Yushenfu mining area from 2000 to 2019

3.2.3气象因素和人为因素对植被覆盖度变化趋势的贡献率

人类活动是榆神府矿区植被覆盖度变化的主导因素,其相对贡献率为54.52%,而气候因素对植被覆盖度变化的相对贡献率为45.48%。气候因素对黄土丘陵区植被生长呈积极影响的区域占该区总面积68.3%,其中26.1%的区域贡献率介于50%～75%；但在覆沙地有44.3%的区域气候因素呈消极影响,主要分布于中部地区(图8(a))。人类活动对黄土丘陵区植被生长主要呈积极影响,面积占比为68.3%；在覆沙地南部地区人类活动主要呈积极影响,而在中西部地区则表现为消极影响,且贡献率主要介于-25%～0之间,面积占比为18.77%(图8(b))。

图8 榆神府矿区1990—2019年气候因素和人为因素对植被覆盖度变化趋势贡献率Fig.8 Contribution rate of climate factors and human factors to vegetation coverage variation trend in Yushenfu mining area from 1990 to 2019

4 讨论

1990—2000年,榆神府矿区植被覆盖度整体变化率较小。该时段,由于我国退耕还林还草工程和煤炭开采活动尚未大规模实施,因此分析表明气候变化对植被覆盖度变化的贡献率远大于人类活动。从不同地貌类型分析,1990—2000年,相较于覆沙地较小的植被覆盖度变化,该时段,黄土丘陵区植被覆盖度下降明显,该趋势与部分学者[18]研究该时段黄土高原植被覆盖度呈稳定状态的研究结果不一致。产生这种差异可能是因为上述研究是以整个黄土高原为研究区,采用GIMMS和SPOT VGT两种数据集的年NDVI均值进行趋势计算,而本文则以榆神府矿区为研究区,采用LANDSAT数据集的生长季NDVI值开展探究。由于前人研究范围相对较大,可能会掩盖局部地区植被变化,加之春季和冬季植被覆盖度波动较小,也会消弱其变化趋势,因此部分学者得到的植被覆盖度变化结果不显著。同时，据统计,1990—2000年,研究区气候条件表现为降水量较少,限制了主要依靠地表降水维系的黄土丘陵区植被的生长[19],而覆沙地原生植被为旱生灌木和草本,根系发达,能较好地适应降水变化,因此1990—2000年黄土丘陵区较覆沙地区植被覆盖度下降明显。

2000—2011年,榆神府矿区植被覆盖度整体呈快速改善趋势。这一时段,气候变化波动较小,因此人为因素是这一时期植被覆盖度变化的主要驱动力。从不同地貌类型区分析,黄土丘陵区植被覆盖度的恢复速率是覆沙区恢复速率的近3倍,表明退耕还林还草、三北防护林等国家级林业工程的实施[20],加之国家资源开发在“谁开发,谁治理”原则指导下,矿区土地复垦和生态修复力度相应增加[21],这都对黄土丘陵区植被覆盖度的增加起到了明显的促进作用。本文分析表明,虽然覆沙地退耕还林还草累计面积是黄土丘陵区退耕还林还草累计面积的近3倍,但2000—2010年覆沙区原煤开采量大幅上升[22],煤炭高强度开采易破坏地表植被-土壤生态系统,致使覆沙地区地质损伤强度大于黄土丘陵区,且由于受到土壤地质的限制,从沙地和裸地转化成植被的速率较低[23],因此覆沙地2000—2011年植被覆盖度上升趋势较黄土丘陵区小。

2011—2019年,虽然退耕还林还草增速降低,但前期退耕还林还草工程的实施,对地面的植被结构带来了直接的影响,榆神府矿区植被覆盖度整体呈增加趋势,且黄土丘陵区植被覆盖度年均增速为覆沙地区的近2倍。黄土丘陵区随着退耕还林还草工程的连续实施,初期人工种植的柠条(Caraganakorshinskii)、小叶杨(Populussimonii)和侧柏(Platycladusorientalis)等乔灌木已长成,且林地立体结构稳定形成[24]；而覆沙区土壤养分贫乏,有效土层瘠薄,植被群落发育受限[25],加之这一时期覆沙地原煤开采量仍为黄土丘陵区的近3倍,其工矿仓储用地面积也远超黄土丘陵区,不利于植被恢复,因此覆沙区植被覆盖度增加速率较黄土丘陵区的慢。

本文通过揭示1990—2019年榆神府矿区不同地貌类型区植被覆盖度变化趋势并量化气候变化和人类活动对植被生长的相对贡献率可知,近年来,榆神府矿区植被覆盖度主要呈增加趋势,且黄土丘陵区增速较覆沙地迅速；植被覆盖度变化的主要驱动力是退耕还林和矿区生态修复工程。因此,榆神府矿区损害地生态系统的恢复和重建是解决榆神府矿区煤炭开采造成生态环境损害的关键；同时,在榆神府矿区植被恢复与重建过程中,应根据不同地貌特征,分别定位影响植被变化的影响因子,弱化不利因素,科学合理地规划生态治理措施的实施力度以及后期恢复成果的巩固。

5 结论

本文利用1990—2019年榆神府矿区近30年的遥感影像,结合气象因子、退耕还林还草工程、煤炭开采强度和土地利用数据分析其植被覆盖度时空变化特征,研究结果表明:

1)1990—2019年,榆神府矿区植被覆盖度整体呈上升趋势,植被改善面积是退化面积的3倍之多,且2005年后植被覆盖度提升幅度较大。在不同地貌上,黄土丘陵区植被覆盖度高于覆沙区,其平均增速约为覆沙地区植被覆盖度的2倍。

2)榆神府矿区植被覆盖度变化受气候和人为因素的共同影响,在1990—2000年、2000—2019年引起覆沙地区和黄土丘陵区植被覆盖度变化的主要驱动力均分别为气候因素和人为因素,但黄土丘陵区人类活动贡献率大于覆沙地区,且主要呈积极影响。因此,推进榆神府矿区生态系统的恢复和重建,可以减小煤炭开采造成生态环境损害。