贛南稀土礦開發區生態環境遙感動態監測與評估

彭　燕, 何國金,*, 張兆明, 江　威,2, 歐陽志云 , 王桂周

1 中國科學院遙感與數字地球研究所, 北京　100094　2 中國科學院大學, 北京　100049　3 中國科學院生態環境研究中心, 北京　100085

?

贛南稀土礦開發區生態環境遙感動態監測與評估

彭燕1, 何國金1,*, 張兆明1, 江威1,2, 歐陽志云3, 王桂周1

1 中國科學院遙感與數字地球研究所, 北京1000942 中國科學院大學, 北京1000493 中國科學院生態環境研究中心, 北京100085

摘要:稀土礦業的發展在促進區域經濟發展的同時，也對生態環境帶來影響。為研究江西贛南稀土礦產開發及其對生態環境的影響，采用SPOT1/2/5、Landsat7和ALOS等多源遙感數據，對該區域2000—2010年稀土礦開發進行遙感動態監測。采用面向對象的方法對研究區進行生態系統分類，同時結合回溯法可較好地減少偽變化，并可快速地提取稀土礦開采區的變化信息。通過分析發現贛南稀土礦開采集中分布在幾個主要的鄉鎮，從2000年至2010年這10年間整體上呈增加的趨勢，但前5年主要體現為擴張，后5年復墾的力度在加強。新增的稀土礦礦區在開發過程中破壞的生態系統類型主要為林地，而廢棄稀土礦區通過治理后主要恢復成耕地。稀土礦開采對植被覆蓋、生物量、土地退化以及景觀的破碎化都有一定的影響。同時稀土礦開采可能引發水體流失、山體滑坡等環境問題和風險。

關鍵詞：稀土礦開采區；遙感監測；生態環境；十年變化

稀土礦產資源是一種不可再生的資源，在機械制造、石油化工、農林牧業、航天航空及軍工技術等方面都有較為廣泛的用途。由于對稀土資源需求量的不斷增加，致使稀土礦區開采規模擴大，一些不法商人為牟取暴利，超出礦權范圍開采稀土礦。而不當的開采方式，將會導致稀土礦礦區出現水污染、植被破壞、水土流失等眾多的環境問題[1]。這些環境問題已經嚴重地影響了礦區人民的工作和生活，還制約了社會經濟的可持續發展，影響了當地經濟發展和社會穩定。傳統的礦山環境監測一般是采取國土資源動態巡查的方式發現問題，由于稀土礦區開采比較零散，占地面積大，如果要對礦區開發及其生態環境問題進行全面調查，傳統方法的時效性差、周期長、效率低[2]。隨著衛星對地觀測技術的發展，尤其是高分辨率衛星遙感數據的不斷出現，遙感技術已成為研究生態環境最有利的手段之一。近幾十年來，世界各國利用衛星遙感技術在礦區生態環境調查與評估中做了大量工作。早在20世紀60年代國外開始利用遙感技術對礦產資源開采狀況進行監測；1999年以來，我國國土資源部在全國范圍開展了土地利用動態遙感監測；2002—2003年國家航空物探遙感中心對江西崇義地區礦產資源的開發狀況進行遙感監測研究。利用遙感技術對礦區進行遙感監測，不僅可以定性分析其開采狀況，也可以定量分析其開采區的面積和范圍等相關問題。C.A.Legg利用遙感技術定性分析了地表采礦所引起的環境問題和礦區土地復墾，并實現了采礦區和土地復墾范圍的定量分析[3]。同時，遙感技術與其他的數據、方法結合能發揮更大的作用。劉元慧等人采用統計的環境監測數據和遙感數據，并以數理統計方法和地理信息技術為支撐，對兗州礦區的生態安全進行監測分析[4]，取得了很好的效果。隨著高光譜、高空間分辨率的遙感衛星的出現，遙感技術被逐漸用于監測礦區水體及植被的污染狀況。雷國靜等人采用QuickBird數據對南方離子型稀土礦周圍植被長勢進行了調查，并對礦區引發的生態環境問題提出了緩解的方式和建議[5]。遙感技術以其獨特的優勢被越來越多地應用于礦區生態環境監測中。

以江西省定南縣、龍南縣、全南縣、信豐縣以及安遠縣贛南五縣稀土礦開發區為研究區域，利用遙感技術分別對2000年、2005年和2010年3個時期的稀土礦開發狀況進行監測，并對2000—2010年稀土礦開發區的生態質量進行分析。監測結果有助于更加快速、準確地了解礦山開采狀況和礦山環境信息，為相關部門制定礦產資源規劃，保持礦產資源的可持續開發與利用，維護礦業秩序及綜合整治礦區環境等提供技術支撐及決策依據。

1研究區概況及數據源

江西贛南是我國離子型稀土礦的主要生產基地。本研究以江西省贛州市定南縣、龍南縣、全南縣、信豐縣以及安遠縣贛南5縣為研究區域。研究區位于江西省贛州最南端，總面積9732.86km2。該研究區域礦產資源豐富，富含稀土礦、鎢礦等礦產資源，是2011年江西省贛州市首批離子型稀土礦國家規劃縣之中的5個。

研究區中稀土礦開采主要采用露天開采的方式，對地表植被破壞較為嚴重，為了使稀土礦開發狀況調查更為精確與全面，應當選取質量較好的高空間分辨率遙感影像。綜合考慮研究目的、成本以及對信息的需求量，2000年選用SPOT1/2/4全色影像和Landsat 7數據，2005年選用spot5多光譜影像，2010年選用ALOS全色和多光譜影像。由于研究區范圍較大，針對有些年份數據缺失的問題，則選取與該年份相近的質量較好的數據作為補充。共涉及ALOS數據18景，主要為2010年11月的數據；SPOT5數據10景，主要為2005年10月的數據；SPOT1/2/4數據6景，主要為2001年11月的數據；Landsat7數據4景，主要為2001年11月的數據。對于南方多云雨地區，獲取高質量的光學遙感影像比較困難，同時為了便于變化檢測研究，數據季相應該盡量接近，因此本文中的數據時相集中于數據質量較好的10—11月份。同時還收集了研究區域內的行政邊界、DEM和生物量等相關的基礎輔助數據。

2研究方法2.1遙感數據預處理

在實際的遙感數據分析和信息提取之前，需要對遙感數據進行正射校正、融合、鑲嵌、裁剪等一系列的處理工作。對于1B2級別(經過系統輻射與幾何校正的產品，提供地理編碼和地理參考數據兩種選擇)的ALOS數據采用有理函數模型進行正射校正，誤差控制在一個像元以內。針對SPOT系列的數據，則采用物理成像模型，誤差控制在一個像元以內。通過對ALOS數據分別采用BROVERY、HIS、PCA變化、PANSHARP等不同的融合方法進行實驗，發現采用PANSHARP變換進行融合后的影像的顏色保持最好，最接近自然色，且圖像紋理清晰。因此采用PANSHARP算法對ALOS數據進行融合。同時，SPOT1/2數據與ETM數據之間的融合通過類似的實驗進行對比分析，最終也采用PANSHARP方法進行融合。通過對比ETM+數據不同的波段組合分別與SPOT1/2/4全色數據的融合效果，發現ETM+數據的藍、綠、紅、近紅外這4個波段與SPOT1/2/4全色數據的融合效果最佳。

2.2信息提取

根據研究目的，將生態系統類別分為森林、草地、農田、濕地、裸地、建設用地以及稀土礦開采區等七大類別。對于高分辨率影像來說，由于地物類別內部的光譜響應變異增大，傳統的基于像元的遙感影像分類方法已不適合高分遙感影像分類，因此研究中主要采用面向對象的分類方法。面向對象的分類方法是對影像進行分割，將具有相同的光譜信息和空間特征的同質像元歸并成大小不同的影像對象的過程。該方法能夠充分挖掘影像自身的光譜信息，空間特征以及上下文關系，在不增加額外輔助信息的情況下增加分類的依據，使分類結果與地物的實際情況更加吻合。對于多時相遙感影像變化信息提取，如果對多期影像先單獨分類然后再進行變化信息提取，則會出現大量的偽變化信息，本文采用回溯方法來進行研究區多時相地表覆蓋變化信息提取，該方法有效減少了偽變化，提高了精度，同時可以快速地檢測出地物不同時相之間的變化信息。

2.2.1稀土礦開采區遙感影像特征

贛南稀土礦有池浸法、堆浸法和原地浸礦法3種開采方式，各開采方式在遙感影像上特點也不一樣[6]。池浸法和堆浸法這兩種方法其實質都是“搬山運動”，因而在影像上呈大片的地表裸露區，同時還有長方形或圓形的浸礦池和沉淀池(圖1)。而原地浸礦法不動土方，直接在山頂或山坡上挖注液井，對山體結構破壞相對于池浸法和堆浸法要小，因此在遙感影像上表現為沿著山坡呈明暗相間的密集帶狀區域，同時周邊有圓形或長方形的高位池和沉淀池(圖1)。同時贛南稀土礦開采區都是位于山區，周邊基本上都是大片的林地，較易區分。

圖1　稀土礦開采區ALOS遙感影像Fig.1　ALOS image of rare earth mining areas

2.2.2稀土礦開采區生態系統遙感信息提取

對于多時相遙感影像動態信息提取，主要采用回溯法來實現。即首先對某一時相的影像進行面向對象的目標信息提取，然后以此結果為基礎和限制條件，提取其他時相的目標信息。由于2010年的遙感影像數據空間分辨率達到2.5m，能夠較為清楚的識別礦區等地物，因此首先對2010年的遙感影像采用面向對象的分類方法，結合紋理特征，光譜信息、高程信息、形狀信息等特征建立分類規則，得到相關的分類圖(圖2)，并利用野外調查數據以提高分類精度。在此基礎上，實施對2000年和2005年遙感圖像的分類和信息提取。在此過程中，圖像分割是關鍵，即無論分割尺度的大小，必須保證其他時相影像的多個分割對象的邊界和與2010年各地物類別的邊界吻合，如此則可以在很大程度上減少由于邊界問題帶來的偽變化，從而提高分類精度。對于稀土礦開采，新增稀土礦開采區通常所占用的地物類別為林地，較少數占用耕地，因此若以2010年稀土礦開采區為限制條件，則對于2005年或2000年的影像上的地物來說就相對簡單得多，主要包含的地物類別為稀土礦開采區、林地和耕地；對于廢棄稀土礦區的復墾，通常是恢復成耕地，較少數部分恢復成林地，因此以2010年的耕地或林地為限制條件，在2005年或2000年的影像上提取廢棄稀土礦區則容易得多。從而可快速地檢測出地物不同時相之間的變化信息，得到2000—2005年、2005—2010年稀土礦開采區的生態系統類別變化結果圖(圖3)。最后便可得到2000年、2005年的分類圖(圖2)。

圖2　贛南稀土礦區生態系統分類結果圖Fig.2　Classification result of rare earth mining area in the south of Ganzhou,Jiangxi Province

圖3　贛南稀土礦區分布圖及礦區變化圖Fig.3　Distribution maps and change detection results of rare earth mining area in the south of Ganzhou, Jiangxi Province

為驗證分類結果及變化信息的可靠性，需對結果進行精度驗證。由于2000年、2005年的分類結果以及變化信息均是在2010年分類圖的基礎上利用回溯法得到的，因此驗證2010年分類結果的精度即可推斷其他的結果的可靠性。主要采用野外驗證的方法，并結合QUICKBIRD衛星影像對2010年分類結果進行精度評價。分別對每類隨機選取了50個點進行驗證，共350個點。對于野外無法到達的點，則參考QUICKBIRD衛星影像。野外驗證點總共有230個點，其中稀土礦區有22個點，通過QUICKBIRD衛星遙感影像驗證的點有120個。最后通過混淆矩陣(表1)計算得到精度評價結果，其總體精度高達90%，稀土礦區的精度達95%以上，滿足后續的分析需求。

2.3礦區生態質量評價

稀土礦開采分布零散，使得地表景觀變得破碎，同時對地表植被破壞嚴重，使得土地退化。因此綜合考慮到稀土礦開采對周邊生態系統的破壞特點，并參考區域生態質量評價有關的文獻[7- 9]，同時遵守指標選取中的可操作性原則，研究中選取了稀土礦區占用比、植被覆蓋指數、區域生物量、土壤侵蝕強度以及景觀破碎度五個指標來反映贛南稀土礦區的生態質量狀況。

表1　2010年分類結果精度評價混淆矩陣

2.3.1評價因子

(1)稀土礦區占用比

稀土礦區占用比例是指稀土礦開采對森林、草地、濕地、農田等生態系統的挖損面積占被評價區域總面積的百分比，用來反映稀土礦開發對其他生態系統所造成的影響。

(2)植被覆蓋指數

植被覆蓋指數是反映研究區域植被覆蓋程度的指標之一，其計算方法較多，有利用植被歸一化指數(NDVI)定量估算植被覆蓋度[10]，也有利用生態系統類型分類結果進行估算的[7]。本研究中植被覆蓋指數主要參考《生態環境狀況評價技術規范》進行估算，其計算公式為：

植被覆蓋指數=(0.38×林地+0.34×草地+0.19×耕地+0.07×建設用地+0.02×裸地)/區域面積

(1)

稀土礦開采區的植被覆蓋情況基本上與裸地相近，因此在計算過程中將稀土礦開采區視為裸地。

(3)區域生態系統生物量

研究中采用單位面積生物量指標來反映區域生態系統的生物量情況，其計算公式為：

(2)

式中，RB指區域單位面積生物量；j為區域生態系統類型，包括森林、草地、濕地這三類生態系統；RBDij是j類生態系統i像元的相對生物量密度；S是評價區域總面積。其中相對生物量密度的數據由全國生態環境十年(2000—2010年)變化遙感調查與評估專項組提供。

(4)土壤侵蝕強度

在其他條件一定的情況下，植被覆蓋度和土壤侵蝕度呈反比關系，《土壤侵蝕分類分級標準》中是將植被覆蓋度與坡度結合起來計算土壤侵蝕強度的[11]。本研究中根據《土壤侵蝕分類分級標準》，并結合本地的實際情況以及相關資料，將土壤侵蝕強度分為3級：微度、中度、重度。同時考慮到生態系統類型，對于林地、草地、農田、裸地、工礦區等類型采用植被覆蓋度與坡度兩個因子來判別土壤侵蝕強度等級，具體見《土壤侵蝕分類分級標準》；而對于其他的生態系統類型(水域、建設用地等)均確定為無明顯侵蝕區，即微度侵蝕強度。

為了定量評價研究區域的土壤侵蝕強度，其土壤侵蝕強度的計算公式如下[7]：

(3)

式中，Ssl是輕度侵蝕的面積，Smo是中度侵蝕的面積，Shig是重度侵蝕的面積，SE是指研究區域的土壤侵蝕指數。

(5)景觀破碎度

景觀破碎度是指景觀因自然或人為因素的干擾而被分割的破碎程度。景觀破碎化使得斑塊面積不斷縮小，將直接影響到生物的多樣性。同時也反映了人類活動對景觀影響的強烈程度[12]。該指標有不同的具體計算方法[13- 16]，本研究中采用單位面積中各種斑塊的總數作為景觀破碎度的判別指標[16]：

(4)

式中,C表示景觀的破碎度， ∑ni是景觀中所有景觀類型斑塊的總個數，A為景觀的總面積。

2.3.2數學模型

通過對研究區域的評價指標進行加權來構建的稀土礦區的生態質量綜合評價，從而反映礦區的生態質量狀況。其計算模型為：

(5)

圖4　2010年贛南稀土礦開采區面積餅圖Fig.4　Area pie chart of rare earth mining areas in 2010

3結果與分析

3.1贛南稀土礦開發現狀

稀土礦開發區現狀，主要是對稀土礦區分布、數量及面積進行定量和定性的分析。對2010年稀土礦開采區分布圖進行面積統計，可得到贛南各個縣稀土開采區的面積(圖4)。贛南稀土礦屬于離子吸附型稀土礦，早期主要采用池浸法和堆浸法的開采方式，隨著環保意識的加強，在2006年后，基本上采用原地浸礦的開采方式。從稀土礦區分布圖可以看出，贛南稀土礦開采規模較小，呈遍地開花的分布模式，但相對集中在幾個主要的鄉鎮，如定南縣嶺北鎮、龍南縣足洞、巋美山、全南縣陂頭鎮、大吉山鎮、安遠縣新龍鄉、蔡坊鄉以及信豐縣龍舌鄉等地區。2010年稀土礦開采區面積為49.58km2，其中定南縣開采面積最大，占總稀土礦區面積的39%；其次是信豐縣，占總稀土礦區面積22%。

3.2稀土礦開發10年變化

稀土礦開發10年變化則重點分析新增稀土礦區和廢棄稀土礦區復墾情況，分析新增稀土礦開發區的分布、面積和所占用的生態系統類型以及已恢復成植被的廢棄稀土礦區的分布、面積和類型。

3.2.1稀土礦開采對生態系統類型的破壞

稀土礦開發對周邊生態系統類型的破壞主要是在開發過程中因挖損、壓占而引起的。不同的開采方式對周邊的生態系統類型的破壞形式也不一樣。池浸法開采方式對周邊生態系統類型的破壞特點是挖損和壓占，堆浸法開采方式對其破壞特點是以挖損為主。這兩種開采方式對地表植被破壞均比較嚴重(圖5)，屬于物理方式的破壞。而原地浸礦法對地表植被破壞較小，既不是挖損也不是壓占，由灌注的化學藥劑使得植被根系萎縮，喪失保持水土的能力(圖5)，屬于化學方式的破壞。

圖5　稀土礦開采對植被的破壞Fig.5　Vegetation destruction by rare earth exploitation

圖6展示了贛南各縣擴張的面積情況以及擴張所占用的生態系統類型情況。綜合分析礦區變化圖(圖3)和面積統計圖，可得到以下結論：

圖6　稀土礦擴張及擴張所占用生態類型面積圖Fig.6　area map of expansion and different land covers occupied by expansion of rare earth mining areas

(1) 2000—2005年新增的稀土礦礦區開采面積為22.75km2，其中定南縣和信豐縣稀土礦區擴張面積較大；從2005年至2010年新增的稀土礦礦區開采面積為18.60km2，定南縣、安遠縣和全南縣稀土礦區擴張面積相對較大。從2000—2010年礦區擴張主要分布在定南縣。

(2) 2000—2010年新增的稀土礦開發而破壞的生態系統類型主要為林地，其中2000—2005年占用的林地面積達到18.25 km2，2005—2010年面積為17.33km2。

(3)圖5是野外考察礦區時拍攝的照片，左圖中展示了堆浸法/池浸法開采后的礦區需進行水土流失防護，而右圖中則展示了原地浸礦法開采使得礦區及周邊位置的植被枯萎，土壤沙化，有山體滑坡的風險。因此，結合野外調查，可知道稀土礦開采區存在水土流失、山體滑坡等潛在的風險。

3.2.2廢棄稀土礦區生態恢復情況

圖7展示的是稀土礦的變化及生態恢復情況。綜合分析礦區變化圖(圖3)和面積統計圖，可得到以下結論：

圖7　稀土礦變化及生態恢復面積圖Fig.7　Area change and ecological restoration area histogram of rare earth mining area

2000—2005年贛南地區恢復的廢棄稀土礦區面積為10.24 km2，2005—2010年達到17.55km2。其中定南縣和信豐縣在后5年復墾面積相對前5年較大，而龍南縣、全南縣以及安遠縣則在前5年復墾面積相對較大，后5年幾乎沒有復墾。后五年總復墾面積相對于前五年明顯增加，且其復墾面積與新增的稀土礦區面積相當，說明在此期間針對廢棄稀土礦生態環境的治理力度加強，治理效果比較理想。特別是，信豐縣廢棄稀土礦區復墾面積達12.50km2，占贛南稀土礦廢棄礦區總復墾面積的71%左右。這些復墾工作將有效地控制水土流失，山體滑坡等，從而使得生態環境日趨良性循環，將取得良好的社會效益和經濟效益。

3.3贛南稀土礦區生態質量評價3.3.1生態質量狀況

圖8　2000—2010年贛南稀土礦區生態質量評價指標變化圖　Fig.8　Changes of ecological quality evaluation indexes in rare earth mining area from 2000 to 2010

圖8是根據礦區生態質量的評價因子的定義及公式計算得到的，展示了各個評價因子從2000—2010年的變化情況以及相互之間的變化關系，從而反映了礦區的生態質量狀況。稀土礦區占用比例從2000—2010年一直呈增長的趨勢，其中2000—2005年增長較快，而2005—2010年增長較緩。根據前面分析知道，這是由于在2005—2010年復墾力度加大，其復墾面積與新增稀土礦區面積相當，從而導致稀土礦區面積變化不大。而植被覆蓋指數的變化趨勢與之相反，從2000—2010年植被覆蓋指數降低，說明2000—2010年植被覆蓋情況變差。而稀土礦開采，尤其是類似“搬山運動”的池浸法和堆浸法的開采方式對地表植被的破壞嚴重，甚至會改變景觀地貌。從2000—2010年單位面積的生物量減少，景觀破碎度增大，這說明受自然或人類活動的干擾較強，而在贛南稀土礦區內，稀土礦開采活動較為強烈，因此除了城鎮的發展帶來的影響之外，稀土礦開采對其的影響也不可忽略。土壤侵蝕度在這10年內，2005年侵蝕最為強烈，這與2000—2005年稀土礦新增面積比2005—2010年新增面積大的變化是一致的。綜合以上分析，稀土礦開采對植被覆蓋、生物量、土地退化以及景觀破碎化都有一定的影響。

圖9　2000、2005和2010年稀土礦區生態質量指數圖Fig.9　REMEQI map in 2000, 2005 and 2010

3.3.2區域生態質量綜合分析

對2000—2010年稀土礦開發區的生態質量進行動態的綜合分析，可從整體上監測2000年、2005年、2010年研究區的生態質量變化狀況，從而得到稀土礦開采對周邊的生態質量影響情況。圖9是2000、2005和2010年稀土礦開發區生態質量指數曲線圖，是根據上述的數學模型(公式(5))計算后繪制而成的。

對比分析2000年、2005年和2010年贛南稀土礦區的生態質量，發現2000年的生態質量最好，2005年的生態質量最差，而在2010年，其生態質量相對2005年變好。其變化情況符合2000—2005年主要體現為稀土礦擴張，2005—2010年主要體現為稀土礦復墾的情況，這說明了稀土礦開采對周邊區域的生態質量具有負面影響。從2005—2010年生態質量變好的幅度雖然不大，但至少說明了贛南地區相關的部門進行的稀土礦區治理工作已經取得了一定的成效。

4結論

采用了SPOT 1/2/5、ALOS、Landsat7等多源遙感影像，對江西省定南縣、龍南縣、全南縣、安遠縣以及信豐縣等贛南5縣的稀土礦開發區的生態環境進行遙感監測和評估，結論如下：

(1) 2.5m分辨率的遙感影像能較為清楚地反映稀土礦開采情況。在進行生態系統分類等遙感信息及變化信心提取時，可采用基于面向對象的回溯法能夠快速地提取變化信息，同時能夠較好地減少偽變化，提高變化信息提取精度，從而取得較高的分類精度。

(2) 贛南稀土礦區比較分散，規模較小。從2000—2010年礦區面積總體呈增大趨勢，而不同時期其變化情況不同。從2000—2005年礦區主要呈擴張態勢，2005—2010年擴張面積與復墾面積相當。在此期間政府部門加大稀土礦開發區的復墾力度，并取得了一定的成效。遙感信息分析認為，復墾區主要位于信豐縣。

(3) 通過遙感信息分析發現，稀土礦開采對周邊生態系統類型的破壞主要為林地，同時結合野外調查，認為稀土礦開采后若不進行及時的治理與復墾將引發水土流失、山體滑坡等地質災害。

(4) 稀土礦開采對周邊的植被覆蓋、生物量、土地退化以及景觀破碎化均有一定影響，生態質量從2000—2005年變差，但是在2010年有好轉，說明贛南地區相關部門對稀土礦區的治理工作取得了一定的成效。

(5) 從遙感信息看，信豐縣廢棄稀土礦區復墾效果明顯，其他離子型稀土礦區可借鑒信豐縣的治理方式。可按照“誰投入、誰開發、誰治理、誰受益”的原則，鼓勵企業、單位和個人以種植果樹等生態化方式開發治理廢棄稀土礦區及稀土尾砂。

參考文獻(References):

[1]王瑜玲. 江西定南北部地區稀土礦礦山開發狀況與環境效應遙感研究[D]. 北京: 中國地質大學, 2007:1-3.

[2]佟彪, 吳文波, 林玉祥. 利用遙感影像自動提取變化信息的方法研究. 遼寧省交通高等專科學校學報, 2007, 9(1): 46- 48.

[3]Institution of Mining & Metallurgy. Remote Sensing: An Operational Technology for the Mining and Petroleum Industries. Berlin, Germany: Springer Netherlands Press， 1990: 159- 164.

[4]劉元慧, 李鋼. 基于PSR模型和遙感的礦區生態安全評價——以兗州礦區為例. 測繪與空間地理信息, 2010, 33(5): 134- 138.

[5]雷國靜. 遙感在稀土礦區植被污染信息提取中的應用. 江西有色金屬, 2006, 20(2): 1- 5.

[6]彭燕, 何國金, 曹輝. 基于紋理的面向對象分類的稀土礦開采地信息信息提取. 科學技術與工程, 2013, 13(19): 5590- 5596.

[7]國家環境保護總局. HJ/T 192-2006 生態環境狀況評價技術規范(試行). 2006:3-5.

[8]王君華, 莫偉華, 陳燕麗, 鐘仕全, 孫涵. 基于遙感的廣西生態質量氣象評價方法研究. 氣象科學, 2009, 29(6): 833- 837.

[9]萬本太, 王文杰, 崔書紅, 潘英姿, 張建輝. 城市生態環境質量評價方法. 生態學報, 2009, 9(3): 1068- 1073.

[10]李苗苗, 吳炳方, 顏長珍, 周為峰. 密云水庫上游植被覆蓋度的遙感估算. 資源科學, 2004, 26(4): 153- 159.

[11]中華人民共和國水利部. SL 190-2007土壤侵蝕分類分級標準. 北京: 中國水利水電出版社, 2008:8-9.

[12]曾勇. 區域生態風險評價——以呼和浩特市區為例. 生態學報, 2010, 30(3): 668- 673.

[13]賈寶全, 慈龍駿, 楊曉輝, 孫林, 楊潔泉. 石河子莫索灣墾區綠洲景觀格局變化分析. 生態學報, 2001, 21(1): 34- 40.

[14]宋冬梅, 肖篤寧, 張志城, 曹宇, 馬明國, 王建華, 王建. 甘肅民勤綠洲的景觀格局變化及驅動力分析. 應用生態學報, 2003, 14(4): 535- 539.

[15]鄧勁松, 王珂, 李君, 徐俊鋒, 沈掌泉, 高玉蓉. 鄉鎮耕地整理對耕地景觀破碎度的影響研究. 應用生態學報, 2006, 17(1): 41- 44.

[16]陳利頂, 傅伯杰. 黃河三角洲地區人類活動對景觀結構的影響分析 ——以山東省東營市為例. 生態學報, 1996, 16(4): 337- 343.

Eco-environmental dynamic monitoring and assessment of rare earth mining area in Southern Ganzhou Using Remote Sensing

PENG Yan1, HE Guojin1,*, ZHANG Zhaoming1, JIANG Wei1,2, OUYANG Zhiyun3, WANG Guizhou1

1InstituteofRemoteSensingandDigitalEarth,ChineseAcademyofScience,Beijing100094,China2UniversityofChineseAcademyofSciences,Beijing100049,China3ResearchCenterforEco-EnvironmentalSciences,ChineseAcademyofSciences,Beijing100085,China

Abstract：Although development of the rare earth mining industry has resulted in significant contributions to regional economies, such benefits have also caused severe environmental problems. In order to create land cover maps and thereby monitoring the changes in eco-environmental impacts caused by rare earth mine exploitation in southern Ganzhou, China, during 2000—2010, object-oriented classification was conducted using SPOT1/2/5, Landsat7, and ALOS satellite images. A retrospective approach was also used to reduce the amount of false change information and thus efficiently extract the change information in this region. The total rare earth mining area increased from approximately 36.02 km2 in 2000 to 49.58 km2 in 2010. The results indicate that the rare earth mining area was mainly distributed in the towns of Ling Bei, Zu Dong, and Guimei Shan. During 2000—2005, the rare earth mining area expanded rapidly before slowing in 2005—2010 due to implementation of a reclamation program. The results also showed that most newly expanded rare earth mine areas were converted from forests, whereas the major reclaimed areas were farmland. Rapid development of rare earth mining is shown to cause severe environmental problems including vegetation destruction, biomass change, land degradation, and landscape fragmentation in addition to potential risks such as soil erosion and landslides.

Key Words:rare earth mining area; remote sensing monitoring; eco-environment; 10 years change

DOI:10.5846/stxb201408181632

*通訊作者

Corresponding author.E-mail: hegj@radi.ac.cn

收稿日期:2014- 08- 18; 網絡出版日期:2015- 07- 29

基金項目:礦產資源開發典型區域生態環境十年變化調查與評估(STSN-10-03)

彭燕, 何國金, 張兆明, 江威, 歐陽志云, 王桂周.贛南稀土礦開發區生態環境遙感動態監測與評估.生態學報,2016,36(6):1676- 1685.

Peng Y, He G J, Zhang Z M, Jiang W, Ouyang Z Y, Wang G Z.Eco-environmental dynamic monitoring and assessment of rare earth mining area in Southern Ganzhou Using Remote Sensing.Acta Ecologica Sinica,2016,36(6):1676- 1685.