2000-2017年神東礦區植被NDVI時空動態

徐 佳, 王 略, 王 義, 岳本江, 王麗云, 曹雪峰

(1.黃河水利委員會 黃河上中游管理局 黃河流域水土保持生態環境監測中心,西安 710021; 2.神華神東煤炭集團有限責任公司 環保處, 陜西 神木 719315)

植被是生態環境變化的指示器，是土地和生態環境質量的綜合體現。植被NDVI(Normalized Difference Vegetation Index)數據常用于監測區域植被覆蓋的時空變化，評價區域生態環境狀況[1-3]。Landsat遙感影像具有時間序列較長、數據源較穩定、涉及范圍廣、分辨率高等優勢，常用于植被NDVI的計算和研究。張添佑[4]、劉立冰[5]等利用Landsat數據提取植被覆蓋度指數，評價區域生態環境狀況。吳淑瑩等[6]采用2007—2017年Landsat影像對寧東煤礦基地采煤沉陷區植被動態變化進行了研究。高凡等[7]采用2000—2016年Landsat系列遙感影像，對葉爾羌河中下游植被覆蓋動態變化進行研究，結果表明研究區植被覆蓋整體減少。利用Landsat遙感影像可以獲得較長時間序列、較大范圍和較穩定的區域NDVI數據，能夠較為客觀、直接、細致地分析區域植被變化情況，進而反映區域生態環境狀況[8-9]。

煤炭開采會對礦區生態環境造成一系列的影響，形成具有采礦活動特征的地表植被格局與變化過程[10]。黃翌等[11]基于植被NDVI，對大同半干旱煤礦區植被覆蓋度變化進行研究，認為煤炭開發對植被的擾動效應與煤炭生產能力成正比。吳淑瑩等[12]對寧東煤礦基地采煤沉陷區植被動態變化研究表明，采煤沉陷對礦區植被造成了一定程度的破壞。一方面，不合理的煤炭開采會引起礦區土地塌陷[13]、地下水位下降、水土流失加劇[14-15]、空氣和土壤污染[16]，等一系列生態環境問題，造成區域生態環境進一步退化。另一方面，煤礦塌陷區居民搬遷，造成耕地撂荒，植被得到自然恢復。同時，煤礦帶動了區域經濟發展，為生態環境恢復提供了資金保障，可以推動區域植被恢復進程。

神東礦區煤炭資源儲量豐富，是我國重要的煤炭生產基地，礦區自然條件惡劣，生態環境脆弱。礦區開發初期，由于技術條件限制，造成大范圍的地表擾動和植被破壞，水土流失加劇[17]。隨著礦區企業對生態環境的日益重視，和開采技術的不斷創新，近年來礦區植被呈現改善趨勢[18]。已有的研究或是由于采用的遙感影像分辨率較低，造成分析精度受到限制，或是僅采用典型年份遙感影像，數據分析的連續性不夠，對于長時間序列植被變化趨勢分析的可靠性不足。本研究采用時間連續，且分辨率較高的Landsat TM遙感影像，對2000—2017年神東礦區植被狀況進行連續監測，對植被動態變化進行分析，并對礦區植被未來變化趨勢進行預測。同時，結合礦區高分衛星影像和實地調查，分析造成植被變化的原因，以期為揭示礦區生態環境演變規律和礦區生態治理決策提供依據，為西北半干旱地區煤礦生態環境治理和恢復提供參考。

1 研究區概況

神東礦區位于鄂爾多斯高原東南部及陜北黃土高原北緣和毛烏素沙漠的東南邊緣，即陜西省榆林地區神木縣北部，內蒙古自治區伊克昭盟的伊金霍洛旗，及東勝南部和準格爾旗西南部，地理坐標38°52′—39°41′N,109°51′—110°46′E，地處烏蘭木倫河(窟野河內蒙段)和窟野河兩側。礦區南北長38～90 km，東西寬5～55 km，地形呈西北高，東南低，海拔1 000～1 300 m。神東礦區屬大陸性干旱氣候，降水量少，且分布不均。礦區地處干草原與森林草原的過渡地帶，主要植被類型為干草原、落葉闊葉灌叢和沙生植被。礦區為風沙區和黃土丘陵溝壑區的過渡地帶，礦區主要土壤類型為風沙土和黃綿土，風沙土占礦區土地面積的一半。

2 數據源與研究方法

2.1 數據來源和預處理

本研究以2000—2017年6—9月Landsat TM遙感影像為基礎，空間分辨率30 m×30 m，該數據在制備過程中已經過輻射校正、大氣校正、除云等預處理。利用紅外和近紅外波段遙感影像計算各期影像NDVI，采用最大合成法對一年中的多期NDVI數據進行最大化處理，進一步消除云、大氣等因素的干擾，獲得各年NDVI最大值，作為當年的NDVI數據。

2.2 研究方法

2.2.1 趨勢分析 采用一元線性回歸分析和最小二乘法，逐像元擬合2000—2017年遙感影像每個柵格NDVI的斜率Slope，得到礦區多年NDVI的變化趨勢，綜合分析礦區多年植被覆蓋變化的方向和速率[19]。

(1)

式中:Slope為變化趨勢;NDVIi為第i年的NDVI值;n為研究時序;若Slope>0,則NDVI呈現增加趨勢;若Slope<0,則NDVI呈現下降趨勢。

2.2.2 F檢驗 為了進一步評價礦區植被變化狀況，采用F檢驗法[20]對植被覆蓋變化趨勢進行顯著性分析，用于表示趨勢變化置信度的高低(F檢驗法只表示趨勢變化置信度，與變化快慢程度無關)。

(2)

(3)

(4)

(5)

根據F檢驗的結果將變化趨勢分為8個等級，檢驗結果等級劃分詳見表1。

表1 F檢驗條件和檢驗結果關系列

2.2.3 Hurst指數 Hurst指數是基于重標極差(R/S)的分析方法，用來定量描述植被覆蓋的長程依賴性[21-22]，它最早是由英國水文學家Hurst提出，其基本原理為給定一時間序列{ξ(t)},t=1,2,…，n，對于任意正整數τ=1，定義均值系列:

(6)

式中:{ξ(t)}為一個給定的時間序列,其中；t=1,2,…，n；τ為任意正整數；τ=1,2,…，n。

(7)

式中:X(t,τ)為累積離差,1≤t≤τ。

(8)

式中:R(τ)為極差；τ=1,2,…,n。

(9)

式中:S(τ)為標準差；τ=1,2,…,n。

(10)

式中:H為Hurst指數;yi為第i年的lnR/S值;n為研究時序。

若存在R/S∝τH，則說明時間序列{ξ(t)},t=1,2,…，n存在Hurst現象，H值稱為Hurst指數，H值可在雙對數坐標系(lnτ,lnR/S)中用最小二乘法擬合得到。Hurst指數主要有3種形式，詳見表2。

表2 Hurst指數存在形式列表

2.2.4 外業調查 對神東礦區開展全面的外業調查，針對遙感監測分析結果中植被變化明顯的區域開展重點調查，結合地面實際情況對遙感監測結果進行驗證分析。

3 結果與分析

3.1 2000-2017年神東礦區植被NDVI時間動態變化

2000—2017年神東礦區植被NDVI總體呈波動上升趨勢，上升速率為0.069/10 a(圖1)。2000—2017年植被變化大致可以分為5個階段:(1) 2000—2003年，NDVI值先下降后上升。在2001年有一個明顯的下降，下降了55.97%。2001—2003年，NDVI快速上升，從0.035 8上升至0.150 9;(2) 2003—2007年，NDVI先下降，然后緩慢上升，2007年上升至一個高值0.194 7;(3) 2007—2010年，NDVI值先下降，后又上升至0.181 3，但仍小于2007年NDVI值;(4) 2010—2014年，NDVI值先下降，后緩慢、且持續上升，至2014年升高至0.219 7，為研究時段內的最高值;(5) 2014年后，NDVI下降后又緩慢上升，2017年上升至0.201 3。整體來看，礦區植被NDVI值在波動中緩慢上升，2001年NDVI值最低，僅0.035 8，2014年NDVI值最高，為0.219 7。

圖1 2000-2017年NDVI平均值年際變化

3.2 2000-2017年神東礦區植被NDVI空間動態變化

2000年NDVI值介于0～0.710 5，主要分布在0～0.2。NDVI值介于0～0.1的區域占研究區總面積的73.50%，介于0.1～0.2的區域占22.03%。NDVI平均值為0.079 5。NDVI高值主要分布在烏蘭木倫河沿線區域，以及烏蘭木倫河流域的支毛溝內。礦區植被NDVI值整體偏低(圖2)。

圖2 2000年NDVI值分布

2017年NDVI值介于0～0.517 0，主要分布在0.1～0.3，NDVI值介于0.1～0.2的區域占研究區總面積的51.91%，介于0.2～0.3的占38.80%。2017年NDVI平均值為0.218 4。NDVI高值分布較廣，低值主要分布在烏蘭木倫河沿線(圖3)。

與2000年相比，2017年礦區NDVI值明顯上升，整體上植被覆蓋水平增加。部分區域植被覆蓋度偏低，從圖3可以看出，這些區域呈現明顯的斑塊狀。結合遙感影像和現場調查發現，礦區內NDVI值較低的區域多為露天煤礦和尚未完全綠化的排矸場，以及烏蘭木倫河沿線部分新建的居民區。

圖3 2017年NDVI值分布

由2000—2017年NDVI變化趨勢圖(圖4)可以看出，植被NDVI下降區域的面積，占礦區總面積的5.22%，主要分布在烏蘭木倫河沿線和流域的支毛溝內，以及部分露天礦區。結合圖2和圖3，2000年，烏蘭木倫河沿線和流域的支毛溝內植被覆蓋度較好，2017年，烏蘭木倫河沿線植被覆蓋降低。支毛溝區域由于2000年植被較好，植被覆蓋增加空間較小，造成NDVI變化趨勢Slope值偏低。植被NDVI上升區域的面積占礦區總面積的94.78%，廣泛分布在礦區內。由圖5看出，植被NDVI變化趨勢Slope值主要分布在0～0.02，介于0～0.01的區域占80.39%，介于0.01～0.02的區域占14.12%。總體來看，礦區植被NDVI變化趨勢Slope主要分布在0～0.01，礦區植被在2000—2017年得到顯著改善。

圖4 2000-2017年NDVI變化趨勢

圖5 2000-2017年Slope值比例

為了進一步評價神東礦區植被變化狀況，采用F檢驗法對植被覆蓋變化趨勢進行顯著性分析，用于表示趨勢變化置信度的高低。圖6展示了2000—2017年礦區NDVI變化顯著水平的空間分布情況。2000—2017年，礦區植被極顯著增加的區域占62.13%，顯著增加的區域占15.18%;極顯著減少的區域占0.45%，顯著減少的區域占0.57%。可以看出，神東礦區植被整體上顯著改善，但仍然有部分區域植被退化，結合遙感影像和現場調查，退化的區域主要為露天煤礦開采區域、和城鎮化建設區域。

圖6 2000-2017年NDVI變化顯著水平

3.3 神東礦區植被NDVI未來變化趨勢預測

為了進一步分析神東礦區未來植被變化趨勢情況，采用Hurst指數對礦區2000—2017年NDVI進行綜合計算。結果表明，礦區植被NDVI的Hurst指數介于0.095 1～0.961 5，平均值為0.632 4。其中，Hurst指數>0.5的區域占91.14%，Hurst指數<0.5的區域占9.96%。這表明神東礦區絕大部分的區域植被變化正向特征顯著。

將一元回歸分析的NDVI變化趨勢Slope柵格圖與Hurst指數柵格圖進行疊加后，得出植被未來變化趨勢圖(圖7)。可以看出，礦區未來植被狀況由退化轉為改善的區域占0.74%，由改善轉為退化的區域占8.12%，持續退化的區域占4.48%，持續改善的區域占86.66%。礦區植被未來變化整體上為持續改善，但仍有部分區域存在退化趨勢。

圖7 NDVI變化未來趨勢

4 討 論

研究結果表明，經過多年煤炭開采，神東礦區植被沒有出現大范圍的退化，反而得到一定程度的改善。相關研究也證明了這一點，例如吳立新等[23]采用SPOT衛星數據，分析了神東礦區1999—2008年植被覆蓋和土地沙化的動態變化，結果表明，占礦區面積82.13%的區域內植被覆蓋得到明顯改善；付新雷[24]利用Landsat影像數據反演了神東礦區FVC，結果表明，占礦區面積64.01%的區域內FVC得到改善。鄧飛等針對烏蘭木倫河流域1986年、2002年、2008年3期植被變化的分析也表現出相同的趨勢[25]。與此同時，不同研究材料和研究方法對于植被覆蓋程度的研究結果也存在差異，例如劉英等[18]采用MODIS數據對神東礦區植被變化的研究表明，2000年神東礦區NDVI值為0.30，2013年NDVI達到最高值約0.47；而本研究2000年NDVI值為0.035 8，2014年NDVI為最大值0.219 7。由此可見，不同遙感數據產品由于數據獲取、數據處理手段的差異，造成NDVI值存在差異，至于不同數據產品研究成果的可比性則有待進一步考證。

整體來看，神東礦區植被顯著改善，且有持續改善的趨勢。遙感影像和現場調查情況顯示，開采沉陷區的居民搬遷，造成大面積的農田撂荒，植被得到自然恢復。另外，神東礦區企業重視生態環境建設，在實施大規模的煤炭開采中，在開采沉陷區的治理、空氣和水污染的防治方面總結了豐富的經驗，并取得了顯著效果，探索出了一系列的“綠色開采”和“清潔生產”技術，實施了大范圍的沉陷區治理工程、綠化工程，促進了礦區植被的持續改善[17]。

植被的改善使得礦區水土流失得到有效控制，生態環境明顯改善，但仍然有部分區域植被呈現退化趨勢。礦區范圍內露天煤礦的開采對植被造成了較大破壞，露天排矸場的植被恢復需要時間周期較長。建議礦區在實施露天煤礦開采過程中，針對開采后礦坑的生態恢復措施和改造再利用等方面進行積極探索和實踐。神東礦區企業在煤炭開采過程中，探索出的“煤矸石井下廢巷充填”、矸石發電等技術手段，有效減少了煤矸石的產生量。建議礦區企業積極總結沉陷區治理、煤矸石再利用等方面的實踐經驗，并在其他區域推廣應用，為促進西北干旱區煤炭礦區的綠色發展獻計獻策。

5 結 論

(1) 2000—2017年，神東礦區植被NDVI呈波動上升趨勢，平均增速為0.069/10 a。與2000年相比，2017年礦區NDVI明顯上升，整體上植被覆蓋增加。植被覆蓋較低的區域主要為露天煤礦和尚未完全綠化的排矸場，以及烏蘭木倫河沿線新建的居民區。

(2) 2000—2017年，神東礦區植被改善的區域占94.78%，植被退化的區域占5.22%。整體來看，神東礦區植被顯著改善，但仍然有部分區域植被呈現退化趨勢，植被退化的區域主要是由于露天煤礦開采和城鎮化建設造成。

(3) 神東礦區未來植被變化趨勢整體上持續改善。未來變化趨勢由退化轉為改善的區域占0.74%，由改善轉為退化的區域占8.12%，持續退化的區域占4.48%，持續改善的區域占86.66%。礦區大部分區域植被將持續改善，但仍有部分區域植被呈現持續退化趨勢。