2000—2018年云南省典型礦區植被生態時空變化特征
——以臨滄市為例

孫應龍，錢拴，延昊，徐玲玲，王毅，曹云*

1. 中國氣象局國家氣象中心，北京 100081；2. 清華大學環境學院，北京 100084

云南省被譽為有色金屬的王國，其礦產資源非常豐富，不僅礦產資源數量眾多，而且其種類也十分繁多（胡朝華，2019）。在全國已探明的171種礦產中，云南省礦產有 142種，占全國數量的83.4%，其中有62種礦產保有量居全國前10位（郭欣等，2010）。臨滄礦區是云南省典型的金屬礦區，臨滄盆地是我國大型鍺礦主產地之一，其作為云南省重要的鍺產地，區內褐煤中伴生鍺資源遠景儲量達2000—3000 t（唐超等，2016）。該礦區為生產高純度二氧化鍺為主的稀散元素采冶礦區，設計年產鍺量達6000 kg，約占全國鍺產量的10%（喻亦林，2007）。雖然該礦區的開采為當地經濟發展提供了良好的保障，但長時間壓榨式開采，不僅會影響當地的植被覆蓋情況、植被生產力水平，而且會破壞生態環境（賈志安，2018），導致眾多環境問題，如水土流失、土地荒漠化、土壤鹽漬化、地面沉降、地面塌陷、泥石流、植被群落結構變化等（張寅玲，2014；鄭禮全等，2007；侯湖平，2010）。自 2000年以來，中國高度重視生態環境保護，特別是十八大以來不斷推進重大生態保護和修復工程，加強了礦山礦區的生態修復和治理。因此，定性和定量分析礦區植被生態演變特征及其影響因素，可及時掌握礦區植被恢復發展規律，對典型礦區生態恢復、有效治理具有十分重要的意義。

植被凈初級生產力和植被覆蓋度是評價植被生態變化的重要指標，受氣候變化和人類經濟活動共同影響（趙苗苗等，2019；賈志安，2018；尉德康等，2019）。植被凈初級生產力（Net Primary Productivity，簡稱NPP）是指綠色植物在單位時間、單位面積上由光合作用所產生的有機物質總量中扣除自養呼吸后的剩余部分（孫睿等，1999），與植被本身生物學特性及區域環境因素密切相關（Liu et al.，1999）。近年來NPP的模擬估算模型主要有氣候生產力模型、生理生態過程模型和光能利用率模型（遙感數據驅動模型）3類（王雪等，2016；陳廣洲等，2017）。光能利用率模型是目前研究和應用最多的一種模型，該模型操作簡單、實用，大多數參數可直接由衛星遙感信息反演獲得，計算準確度較高（陳廣洲等，2017）。植被覆蓋度也從另一方面體現植被生長狀況，可直觀反映長勢，成為評價生態環境的重要指標之一（丁翔等，2017）。目前主要測量方法為地面測量法和遙感測量法，遙感測量能夠準確、快速、全方位對陸地植被環境進行監測，且模型法、像元法等常見分析方法能夠較為精準地反映植被覆蓋狀況（章文波等，2001）。

目前對礦區植被生態環境的研究主要集中在分析礦區 NPP、覆蓋度的時空變化特征與其影響因素之間的關系（侯湖平，2010；陳廣洲等，2017）。侯湖平（2010）研究顯示，礦區 NPP從 1987—2008年平均值不斷減小，采礦擾動程度對植被NPP變化影響逐漸增加，并分析了植被覆蓋度與降雨量、溫度、坡度、坡向、采煤過程的空間相關性，以及煤炭開采對礦區理化性質的影響。陳廣洲等（2017）的研究顯示，近10年淮南礦區NPP呈波動緩慢增加的趨勢，年平均增量0.0235 Tg，而且礦區年NPP與年均氣溫呈弱正相關，與全年降水量呈中等強度相關。

有關云南礦區植被變化以及礦區生態修復的研究報道較少，已有研究主要針對云南不同類型礦的修復技術。李建紅等（2013）研究顯示，云南建水錳礦開采對周邊環境破壞較嚴重，引入香根草（Vetiveria zizanioides）生物修復技術，可明顯提高礦區植被覆蓋度，由實施前的0%恢復到72%，且土壤肥力增加（李建紅等，2013）。王宏鑌等（1998）研究了云南會澤鉛鋅礦的礦山修復，通過選取先鋒植物、礦山覆蓋表土、增加有機肥等方式有效提高了礦山周邊的植被覆蓋度。本研究基于MODIS衛星資料以及地面觀測資料，對云南省典型礦區——臨滄市 2000—2018年植被覆蓋度、植被凈初級生產力的時空分布特征進行了分析，探討了降雨量、溫度、日照時數等氣象因子變化以及礦區活動對植被生態的影響，為改善礦區生態環境、礦山修復工作提供基礎數據支持。

1 材料與方法

1.1 研究區概況

臨滄市屬于橫斷山系怒山山脈南延部分，平均海拔1500—1600 m，為亞熱帶山地季風氣候，年平均降雨量1130 mm，年平均氣溫18.2 ℃，平均日照時數2263 h。主要植被類型有常綠闊葉林、落葉闊葉林、灌叢、草地、常綠針葉林等，主要農作物為水稻、小麥、玉米等（楊麗娟，2012）。

臨滄市礦產資源具有產地多、礦種全、品位富、開發條件好的特點。至 2017年，全市共發現礦產36種，占國家已發現礦產的18.7%，有大小礦產地350多處，主要礦種有鍺、鉛、鋅、銅、錫、銻、煤、高嶺土、硅藻土及非金屬建材等（楊麗娟，2012）。臨滄市分布礦區主要是臨翔區的邦賣礦區、勐托礦區、勐旺礦區、雙江縣紅山礦區、鳳慶縣、云縣、鎮康縣、滄源縣芒回礦區等，具體礦區分布見圖 1?？梢姡R滄市主要礦區分布于臨滄市的北部、東部以及南部地區，礦區數量、規模以及儲量較大的礦區分布在東南部的邦賣和勐托地區以及北部的鳳慶、云縣地區。

圖1 臨滄市氣象觀測站與礦區分布圖Fig. 1 The distribution of mining areas and meteorological stations in Lincang

1.2 數據來源

MODIS-NDVI數據，為 NASA提供的MOD13A3級植被指數產品，具有精度高、易操作的優點，空間分辨率達到1 km，時間范圍為2000—2018年逐月。

氣象數據來自國家氣象中心，選取臨滄市內氣象站點的 2000—2018年逐日氣溫、降水量、日照等氣象數據，基于日數據，形成臨滄市月年氣象要素逐年時間序列。

1.3 數據處理與計算

1.3.1 氣象缺值和異常值處理

利用各站點常年逐日均值，對日氣象數據的缺值和異常值進行插補；月尺度站點日數據出現 7個及以上缺值或異常值時，認為該站點該月為缺測；年尺度站點各月值缺測 1個及以上時，認為該站點該年值為缺測，不進行區域氣象數據統計分析。

1.3.2 NPP計算

基于陸地生態系統碳通量TEC模型，利用太陽光合有效輻射、植被吸收光合有效輻射的比例、實際光能利用率等數據，估算植被NPP數據，主要公式如下：

式中，NPP、GPP、Rg和Rm分別表示植被凈初級生產力、總初級生產力、生長和維持呼吸消耗量；ε為最大光能利用率（gC·MJ-1），C3植物ε取值為1.8（g·MJ-1），C4 植物ε取值為 2.76（g·MJ-1）；Tε為溫度脅迫系數；W為水分脅迫系數；FPAR為植被吸收光合有效輻射的比例；NDVI為歸一化植被指數；PAR為光合有效輻射（MJ·m-2·month-1）；Rs為太陽總輻射（MJ·m-2·month-1）；Ta為月平均氣溫（℃）。GPP具體計算方法參考Yan et al.（2015；2019）文獻；FPAR計算方法參考Sims et al.（2006），PAR計算方法參考McCree（1972）；Rg和Rm具體計算方法參考Zhao et al.（2010）和 Goward et al.（1987）文獻。

1.3.3 植被覆蓋度計算

目前，估算植被覆蓋度的方法主要為遙感估算，即基于植被歸一化植被指數，建立植被覆蓋度的計算模型，然后估算植被覆蓋度信息（Gillies et al.，1995；Choudhury et al.，1994）。本文基于 NDVI值估算了臨滄市的植被覆蓋度，其表達式為：

式中，C為月植被覆蓋度，%；NDVI為月最大值合成歸一化差值植被指數；NDVIs為像元為純土壤時的植被指數；NDVIv為像元為全植被覆蓋下的植被指數（陳妍等，2018）。

根據水利部頒布的《土壤侵燭分類分級標準》中的相關規定，將植被覆蓋度劃分為6個等級：C=0認為無植被覆蓋，0＜C≤30%為低植被覆蓋度，30%＜C≤45%為較低植被覆蓋度，45%＜C≤60%為中等植被覆蓋度，60%＜C≤75%為較高植被覆蓋度，C＞75%對應高植被覆蓋度（汪桂生等，2018；劉英，2012）。

1.3.4 趨勢率計算

采用一元線性回歸分析方法，利用一元線性回歸方程的斜率來反映每個柵格像元的變化趨勢特征（何月等，2012）。方程斜率采用最小二乘法來估算，其值的大小反映NPP、覆蓋度增加或減少的速率。

1.3.5 相關性計算

植被 NPP、植被覆蓋度等生態因子與年均氣溫、年均降水量和年均日照時數的相關關系采用Pearson相關系數法（SPSS 20）分析，主要考慮P＜0.1和P＜0.05的置信度水平。

2 結果與分析

2.1 臨滄地區植被凈初級生產力變化分析

本文主要研究了云南省臨滄地區 2000—2018年植被NPP的變化規律，結果顯示：19年來NPP年平均值為 980.11 g·m-2·a-1（以 C 計，下同），其中 2005 年植被 NPP 最小，為 843.24 g·m-2·a-1，2016年植被 NPP 最大，達到 1163.43 g·m-2·a-1。臨滄地區北部山區NPP多年平均值最小，介于800—1000 g·m-2·a-1，中部盆地次之，南部山區最大，介于 1100—1300 g·m-2·a-1。由于北部山區以農田為主，南部山區則以林地為主，總體上臨滄地區植被NPP多年平均值自北向南、自東向西呈增大趨勢。2000年以來臨滄 NPP 呈明顯增加趨勢，平均為 6.2 g·m-2·a-1；NPP趨勢率空間異質性明顯，變化區間為 5—10 g·m-2·a-1，其中東部部分地區增加趨勢最為明顯，大于 10 g·m-2·a-1（圖 2—3）。在空間分布上，有90.54%面積區域植被NPP呈增加趨勢，遠大于NPP呈降低趨勢的面積，這表明臨滄絕大部分地區植被恢復生長在2000—2018年間呈改善態勢（圖4）。

圖2 2000—2018年臨滄地區年平均NPP變化趨勢Fig. 2 The tendency of average NPP from 2000 to 2018 in Lincang

圖3 2000—2018年臨滄地區植被NPP變化趨勢率Fig. 3 The tendency ratio of NPP from 2000 to 2018 in Lincang

常綠闊葉林、落葉闊葉林、灌叢等不同類型植被NPP的變化趨勢極為相似，均呈現波動上升的趨勢（圖5），其中，林地和灌叢生態系統結構復雜，植被種類繁多，穩定性好，植被凈初級生產力較高，常綠闊葉林、落葉闊葉林、灌叢3類植被NPP最大（圖 5）。常綠闊葉林凈初級生產力年平均值達1018.98 g·m-2·a-1，落葉闊葉林年均值為 996.55 g·m-2·a-1，灌叢 983.95 g·m-2·a-1，但農田生態系統結構單一，NPP 偏低，為 947.86 g·m-2·a-1。

圖5 2000—2018年臨滄地區不同植被類型NPP變化Fig. 5 Tendency of NPP of different vegetation types from 2000 to 2018 in Lincang

2.2 臨滄地區植被覆蓋度變化分析

圖4 不同典型年份臨滄地區年NPP空間分布圖Fig. 4 Spatial distribution of NPP under different typical years in Lincang

圖6 2000—2018年臨滄地區植被覆蓋度變化Fig. 6 The change of vegetation coverage from 2000 to 2018 in Lincang

2000—2018年臨滄地區植被覆蓋度在63.31%—72.64%之間波動（圖6），多年平均值為67.31%，其中2000年植被覆蓋度最低，為63.31%，2017年最高，達72.64%。從整體變化趨勢看，臨滄地區植被覆蓋度呈現顯著上升趨勢（r=0.872），平均每年增加0.42%（圖6）。在空間分布上，大部分地區植被覆蓋度在2000—2018年間呈增加趨勢，平均每年增加0.25%—0.75%（圖7）；經面積統計，有92.21%面積區域植被覆蓋度呈增加趨勢，遠大于降低區域，這表明在 2000—2018年間絕大部分地區植被覆蓋度呈向好趨勢。

由圖6可知，臨滄地區植被覆蓋度變化可分為5個階段：2000—2002年植被覆蓋度逐年增加；2002—2005年植被覆蓋度略有下降；2005—2011年植被覆蓋度波動增加（其中 2010—2011年增加最為明顯）；2011—2014年植被覆蓋度明顯下降；2014—2017年逐年劇增。

圖7 2000—2018年臨滄地區植被覆蓋度變化趨勢率Fig. 7 The tendency ratio of vegetation coverage from 2000 to 2018 in Lincang

如圖8所示，臨滄地區植被覆蓋度在西部最高，北部植被較少，覆蓋度較低，低、較低、中等、較高、高植被覆蓋度的面積占臨滄地區的百分比分別為 0.01%、0.50%、10.35%、60.65%、28.49%。可見，臨滄地區植被覆蓋度整體較高，處于較高和高覆蓋度的面積比例高達89.1%。

圖8 2018年臨滄地區平均植被覆蓋度空間分布圖Fig. 8 Spatial distribution of vegetation coverage in 2018 in Lincang

2.3 區域植被生態變化的氣象影響分析

植被 NPP和覆蓋度的變化不僅受人為因素的影響，同時也與氣候、地形地貌等因素相關（譚學玲等，2018），其中氣溫、降水量、日照時數是影響植被生態變化的主要氣象影響因素。

研究顯示（圖 9），2000—2018年間臨滄市年降水量介于 800—1400 mm 之間，多年平均值為1130 mm，2000—2002年降水量呈平穩趨勢，2003—2009年呈波動趨勢，下降后立即增加，2009—2014年顯著逐年降低，發生干旱，2014年之后逐年恢復。19年來臨滄市氣溫在 17.6—18.7 ℃之間浮動，其中2000年年均氣溫最低，為17.6 ℃，2010年年均氣溫最高，為 18.7 ℃。雖然氣溫呈波動變化趨勢，但整體變化幅度較小。

圖9 2000—2018年臨滄市年降水量和年平均氣溫Fig. 9 The annual precipitation and temperature from 2000 to 2018 in Lincang

圖10 臨滄地區2000—2018年植被NPP與年降水量、平均氣溫、日照時數之間的關系Fig. 10 The relation between NPP and annual precipitation、temperature and sunshine duration from 2000 to 2018 in Lincang

本研究分析了臨滄地區 2000—2018年植被NPP和年降水量、年平均氣溫、日照時數三者之間的關系如圖10所示，植被NPP與年降水量的趨勢曲線較相近，而與年平均氣溫和日照時數的趨勢曲線差別較大。植被NPP與年降水量在2002年后的變化趨勢相似，自 2003—2009年均呈現先下降后上升的趨勢，2009—2014年植被 NPP和降水量均顯著下降，2014年后又顯著增加，直到2017年達到峰值。深入分析NPP同年降水量的相關性，如圖11所示，植被 NPP與降水呈顯著正相關性（P＜0.05），其r為0.737，但NPP與氣溫、日照時數相關性均沒有達到顯著水平，相關系數r分別為0.387、0.346。由上述分析可知，植被NPP與降水之間的相關性高于氣溫、日照時數等其他氣象要素。同時植被覆蓋度與年降水量、氣溫、日照時數之間的相關系數r分別為0.109、0.045、0.366，但相關性均未達到顯著水平。

圖11 臨滄地區2000—2018年植被NPP和年降水量的相關性Fig. 11 The correlation of NPP and annual precipitation from 2000 to 2018 in Lincang

3 討論與結論

3.1 討論

根據以上近20年來植被NPP與氣象要素的相關性分析可以看出，降水是影響臨滄地區植被NPP變化的重要因素，當降水發生變化時，植被NPP也隨之相應地增加或減少。已有研究表明，不同礦區的植被NPP變化受降水的影響較大，如淮南煤礦地區的年NPP和降水量的相關系數為0.522，而和氣溫和日照呈現較弱的相關性（陳廣洲等，2017）；山西省植被NPP與年平均降水量、生長期降水量的相關性高于與年氣溫的相關性（梁爽，2018）；神東礦區植被年 NPP與年降水量也有著較強的相關性（謝少少等，2015），蔚縣礦區的降水量也為NPP的主導影響因素（王雪等，2016）。由此可見，降水量是影響礦區植被NPP的主要氣象因素。

植被變化除受氣象條件的影響外，還與生態系統類型、礦區治理措施等有關。在臨滄礦區主要分布的東部和南部，林地作為主要生態系統類型，其植被覆蓋度高，結構較穩定，抗干擾能力較強。同時，云南省高度重視礦山礦區的生態影響，相繼出臺了省工業固體廢物管理條例、云南省煤礦管理條例、云南省礦山地質環境保護規定等相關法律法規，有力推進礦區生態文明建設（吳奇，2016）。并要求礦區嚴格遵守法律法規，整頓了之前不規范作業、亂排工作等，最大限度減少開采對土地和植被的破壞，并通過國家層面的補貼優惠政策，鼓勵對老礦山、廢棄礦山的生態環境進行恢復和治理（楊麗娟，2012）。臨滄礦區也逐步加強了生態環境治理，尤其 2010年以來由以露天開采為主轉為以地下開采為主，礦區開采對周邊植被影響逐步被控制，從而促進了礦區植被生態改善，故臨滄地區植被NPP和覆蓋度在2010年、2011年達到相對較高值。其他研究也表明，礦區恢復措施有利于生態恢復。肖俊偉等（2007）研究表明，在 2007年整合和取締小煤礦后，黃土高原晉城礦區植被改善面積增加了 0.9%；山西安太堡露天煤礦場經過近 20年的復墾后，生態環境明顯改善，植被覆蓋度達48.54%，生態系統趨于穩定（丁翔等，2017）。

2000年以來植被覆蓋度出現了整體上升的趨勢，分析植被覆蓋度波動的原因如下：2005年之前覆蓋度主要呈增加趨勢，是由于該時期煤炭價格較低（2000年噸煤平均售價為130 yuan·t-1，2004年噸煤平均售價為210 yuan·t-1），煤炭開采量較小，開采活動還沒有對周邊植被造成相應的破壞（Dai et al.，2018）；2005—2011 年期間，可分為 2005—2008年以及2008—2011年2個階段，2005—2008年期間中國出現新一輪經濟增長，能源需求增加，但國家政策更加注重環境保護的實施，更多的資金投入到了環境保護工作中；2008—2011年煤價進入劇烈振蕩期，煤價急速上漲后又受次貸危機影響大幅下跌（煤價由 430 yuan·t-1下降到 360 yuan·t-1）（梁敦仕，2019；張同功等，2018），這段時間植被覆蓋度升中有降，2010—2011年由于臨滄部分礦區的關停，植被覆蓋度明顯改善；2011—2014年期間煤炭行業受政策等多方面影響，除了人為因素，氣象因素對覆蓋度也有較大影響，期間降雨量逐年降低，干旱發生，導致其覆蓋度降低明顯；2014年之后由于環境保護政策的實施，礦區修復工作的開展，以及降雨量的逐年遞增，使得植被覆蓋度又一次逐年增加，并達到近20年來的最高值（賈志安，2018；陳德榮，2015）。

基于以上討論分析，結合本文研究結果可以看出，臨滄地區盡管降水量 2000年以來并無明顯增加的趨勢，且年際間波動變化較大，但礦區植被2000年以來整體還是呈現變好的趨勢，尤其是植被覆蓋度呈顯著性增加趨勢，這表明研究區植被改善更多歸因于生態恢復工程措施的貢獻，如當地礦區開采方式的轉變以及礦區生態修復、環境保護等政策措施的實施，加快了植被恢復，提高了生態系統穩定性，促進了區域生態環境改善。此外，值得關注的是在臨滄地區北部、東南部等局部地區，由于鳳慶礦區、云縣礦區等多個礦區相對集中分布，開采影響較大，加之北部地區農田分布較多，生態系統較為脆弱，因而礦區的開采對北部地區的影響大于其他地區，生態恢復難度較大，局部地區植被生態并未出現好轉趨勢。

3.2 結論

本研究基于 2000—2018年 MODIS和氣象數據，利用趨勢分析、相關分析等方法，揭示了云南典型礦區——臨滄地區近 20年的植被生態時空變化特征及其與氣象條件的關系。結果表明：2000—2018年臨滄地區NPP整體呈增加趨勢，平均每年增加6.2 g·m-2·a-1（以C計），呈增加趨勢的面積占比達到90.5%。2000年以來臨滄地區平均植被覆蓋度達到顯著性增加趨勢，平均每年增加0.42%，有92.2%區域植被覆蓋度呈增加趨勢。臨滄地區植被NPP與降水存在顯著的正相關關系，但與氣溫、日照時數相關性未達到顯著水平；植被覆蓋度與各氣象因子相關系數偏低，也均未達到顯著水平。2000年以來臨滄大部地區植被生態特征呈現變好趨勢，尤其植被覆蓋度顯著提升，多歸因于當地生態恢復工程措施的貢獻，但仍有部分地區礦區相對集中，開采影響較大，植被生態處于變差趨勢。