陜北煤炭基地榆神礦區生態系統彈性力時空演變分析

王 凡,吳一平,*,李匯文,張廣創,連炎清,王文科

1 西安交通大學,人居環境與建筑工程學院,西安 710049

2 中國科學院地球環境研究所,西安 710061

3 長安大學,水利與環境學院,西安 710054

生態系統彈性力描述了生態系統受到環境沖擊之后保持其原有結構和功能的能力,它對于區域生態系統安全評估具有重要意義[1-2]。生態系統彈性力被定義為在維持系統結構、功能反饋等不變的前提下,通過調整系統狀態變量和驅動變量等參數,系統能吸收的擾動量,用以表示生態系統在面對外部干擾時保持生態系統功能的能力[3- 5]。 Holling等[3]將這種能力量化為一個生態系統能夠承受的變化幅度。通常在受到較小的環境干擾時,生態系統更容易恢復,當生態系統遭受到嚴重的擾動時會趨向遠離其均衡穩態,進而轉變為另一種狀態,最終導致系統受損而退化[5]。在沒有人為干擾的自然生態系統中,生態彈性力也可用來反映自然生態系統承載力,是區域生態承載力的研究基礎和描述脆弱生態區狀態的綜合變量[6- 8]。

量化生態系統彈性力是預測生態系統應對全球變化的關鍵[9]。國內外學者采用不同的方法對生態系統彈性力展開了大量的研究,Ashutosh等[10]采用水分效率模型來評估印度的生態系統彈性力,發現生態系統彈性力可能受土地覆蓋、氣候、水文要素的影響；Stephen等[11]利用全局敏感性和不確定性分析法評估了生態系統彈性力,為生態系統彈性力定量評價提供了有效方案；Luciano等[12]基于氣候生態位理論提出了測量生態系統彈性力的方法,發現持續的氣候變化可通過促進森林生物多樣性的侵蝕并導致植被覆蓋度降低而加速生態系統彈性力的喪失；Wu等[9]用葉面積指數來評估陸地生態系統的彈性力,并將其動態變化歸因于氣候與環境因素；生態彈性力模型[13-14]結合主成分分析、模糊數學的綜合指標評估[15-16]方案目前也被廣泛應用。對于生態系統彈性力的影響因素,已有研究表明生態系統彈性力與植被生產力、生物多樣性呈正相關關系[17]。此外,氣候變化和人類活動的累計效應影響著生態系統的結構和動態,進而顯著影響生態系統的恢復力[18]。雖然大量學者對生態系統彈性力的影響因素進行了探究,但目前仍缺少一致的觀點和表征生態系統彈性力的指標體系[19]。總的來說,現有研究方法多應用于區域尺度上,且考慮的因素還不夠全面,針對工礦活動下的流域生態系統彈性力的研究還鮮有報道。

陜北榆神礦區作為我國重要的煤炭生產基地之一[20],煤炭資源豐富,人類活動劇烈,持續的工礦活動引發了礦區局部水土流失[21]、植被退化[22]以及地下水位下降[23-24]等一系列生態環境問題,導致該地區生態環境更加脆弱[25]。自1999年起,該地區退耕還林還草、天然林保護和封山禁牧等生態修復工程的實施雖然整體上改善了區域的生態環境[26-27],但工礦活動的直接影響和間接影響區內的生態環境變化特征尚不清晰,同時對近年來工礦影響區的生態系統穩定性狀況缺乏系統的了解。煤炭開發區生態環境復雜,影響其生態系統穩定性因素較多,如何找準生態影響因子,客觀合理地評價礦區生態現狀及其恢復力顯得尤為重要。本文以榆神礦區所在流域為研究對象,在了解研究區整體土地利用和煤炭礦區分布格局的基礎上,依據研究區生態環境背景,選取水文、土壤、植被3個方面5個指標,運用綜合指標法和主成分分析法對研究區生態彈性力進行評估,探討研究區2009—2018年生態系統彈性力時空演變特征,分析煤炭開發對研究區生態系統彈性力的影響。本研究通過對礦區生態系統彈性力的評估來量化礦區生態系統穩定性和可調節能力,以期為優化礦區生態格局和進一步完善礦區可持續發展策略提供科學依據。

1 研究區概況

榆神礦區位于陜晉蒙接壤地帶,是陜北煤炭基地的主要礦區之一,礦區面積約5265 km2,2013年,榆神礦區煤炭產量已達到2.78億t[24]。礦區總體被劃分為四個規劃區,根據不同的資源勘探程度,開啟了前三期規劃區的開發,第四期規劃區正在準備階段[23]。本文以榆神礦區所在的3個流域為研究區(圖1),包含禿尾河流域(占流域總面積44.7%)、榆溪河流域(占45%)和佳蘆河流域(占10.3%),研究區面積約為1.07萬km2,處于東經109°—110.52°,北緯37.98°—39.34°之間。研究區東南部為黃土丘陵溝壑區,西北部為風沙草灘區,地勢由東南向西北遞增,主要植被有沙柳、檸條、沙蒿、錦雞兒、苜蓿等天然植被和柳樹、楊樹、棗樹等人工植被,主要土壤類型為風沙土、黃綿土和沖積土[23]。該區地處西北內陸干旱區,降水年際變化大,多年年均降水約400 mm,水資源量短缺,多年年均潛在蒸發量約1700 mm；區域內年均氣溫在6—14℃ 之間,多年均溫約10℃[28]。由于研究區氣候干燥、植被稀疏、地形坡度大等自然地理特征使其生態環境脆弱,煤炭資源的開采,導致研究區地表植被破壞、水土流失、土地荒漠化程度加劇、地下水位下降、地面塌陷等生態環境問題的產生和發展[4],嚴重影響該區域生態系統的穩定性[29]。

圖1 研究區高程及地理位置Fig.1 The elevation and geographical location of the study area

2 數據與方法

2.1 數據來源與處理

本研究選取2009、2012、2015和2018年4期Landsat TM 30 m分辨率的遙感影像數據(行列號127/33、34),數據都集中于6月份,且云量小于5%。對遙感影像進行輻射定標、大氣校正、波段融合、影像鑲嵌和裁剪等預處理工作,依據全國生態系統分類體系[30]和研究區土地利用類型的實際情況,將研究區的土地利用類型劃分為耕地、草地、林地、建設用地、水域、未利用地和工礦用地7種。通過人機交互式解譯獲得研究區土地利用類型空間分布圖,最后利用目視解譯結果與整體分類結果建立混淆矩陣,計算Kappa系數來驗證分類精度,四期土地利用分類精度達80%。

為了評價研究區的生態系統彈性力,本文收集了研究區2009—2018年生態環境因子時空數據。其中地表徑流和地下徑流數據基于SWAT(Soil and Water Assessment Tool)模型在水文響應單元上的模擬結果,利用地理信息系統進行數據格式轉換,得到2009—2018年分辨率1 km的地表、地下徑流空間分布圖。植被覆蓋度是SPOT5-VGT2衛星采集的旬值數據,空間分辨率為1 km； 植被生產力(NPP)數據來源于美國航空航天局(NASA)(https://earthdata.nasa.gov/)提供的MOD17A3數據產品,空間分辨率為1 km。土壤保持量基于通用土壤流失方程(revised universal soil loss equation,RUSLE)計算,利用地形、土壤數據并結合月降雨量、植被覆蓋度計算得到,其中地形數據采用地理空間數據云SRTM 90 m 數字高程模型(DEM)產品(http://www.gscloud.cn/),土壤數據來源于寒區旱區科學數據中心(http://westdc.westgis.ac.cn)提供的世界土壤數據庫,空間分辨率為1 km,所需數據包括土壤機械組成和土壤有機碳數據。

2.2 評價方法

2.2.1生態彈性力指標體系構建

煤炭礦區生態彈性力反映了生態系統對礦區社會經濟活動壓力的恢復能力[31],根據礦區實際生態環境狀況,選取水文、土壤和植被三個方面的指標(表1),通過構建生態彈性力評價指標體系,結合空間主成分分析法量化研究區的生態彈性力。根據研究目標,按照目標分層法建立指標體系,其中生態彈性力作為目標層,水文、土壤和植被三個要素作為準則層,基于準則層選取相關指標作為指標層。具體步驟如下：

表1 生態彈性力評價指標體系Table 1 Ecological resilience evaluation indicator system

①為解決各個指標量綱不同的問題,首先需要對原始數據進行歸一化處理；

(1)

式中,Yi為指標標準值；Xi為第i項指標的值；max(Xi)與min(Xi)為第i項指標的最大值和最小值,i的范圍為1—n,n表示柵格個數。

②根據歸一化數據判定指標之間的相關性,建立相關系數矩陣,指標之間的相關系數越大表明有必要對數據進行主成分分析；

③計算相關系數矩陣的特征值、主成分貢獻率和累計貢獻率,確定各主成分個數,并計算主成分權重；

(2)

式中,Gj為主成分j的權重,λ為特征值的方差貢獻率,m為主成分個數(一般特征值λm的累計貢獻率達80%—95%)；

④計算生態彈性力指數；

(3)

式中,Z為生態彈性力指數,Fj為主成分j的綜合得分。

2.2.2水文要素計算

SWAT模型是對流域尺度水文過程進行連續時段模擬的物理模型,能夠模擬多種土地利用、土壤和管理條件下的水文過程[32]。本文采用該模型對研究區的降雨徑流進行模擬,使用逐月徑流對模型進行率定和驗證。選用決定系數R2、百分數偏差PBIAS評價 SWAT 模型在率定期和驗證期的表現,具體的計算公式參照已有文獻[33]。 基于 Moriasi 等[34]人 2007 年提出的標準,兩個水文站點的模擬結果在率定期和驗證期憑借R2>0.50, |PBIAS|<25%被判定為良好(表2)。

表2 高家川和申家灣水文站點徑流模擬結果評價Table 2 Evaluation of runoff simulation results at Gaojiachuan and Shenjiawan hydrological stations

2.2.3土壤保持量計算

土壤保持是指生態系統防止水土流失的侵蝕調控及對泥沙的儲積保持能力,可以用一個地區的土壤保持量來衡量土壤保持能力[35]。目前往往采用修正后的通用土壤流失方程評估土壤保持能力[36],認為潛在土壤侵蝕量與實際侵蝕量的差值是在植被和人為管理作用下的土壤保持量,其計算公式為：

SR=APn-ARn

(4)

APn=R×K×LS

(5)

ARn=R×K×LS×C×P

(6)

式中,SR為土壤保持量(t hm-2a-1)；APn為潛在侵蝕量；ARn為在植被覆蓋和水土保持措施下發生的實際侵蝕量；R為降雨侵蝕力因子(MJ mm h-1hm-2a-1)；K為土壤可蝕性因子(t hm2h hm-2MJ-1mm-1)；LS為坡長坡度因子；C為植被覆蓋與管理因子(0—1)；P為水土保持措施因子(0—1)。

降雨侵蝕力因子(R)可以反映降雨引起土壤侵蝕的潛在能力[37]。本研究采用年降雨侵蝕力模型計算降雨侵蝕力因子[38],其計算公式為：

(7)

式中,Prei為月降雨量(mm),Pre為年總降雨量(mm)。

土壤可侵蝕性因子(K)反映了土壤的抗侵蝕能力,其大小與土壤結構和有機碳含量密切相關,具體計算公式[37]如下：

(8)

式中,sa為沙粒含量(%),si為粉粒含量(%),cl為粘粒含量(%),c為有機碳含量(%),sn=1-sa/100。

植被覆蓋因子(C)反映的是植被覆蓋及相關管理措施對土壤的綜合作用,主要受植被覆蓋度和土地利用類型等因素的影響,C值越小,表明地面植被覆蓋度越高。其計算公式[39]為：

(9)

式中,fc為植被覆蓋度。

坡長坡度因子(LS)是影響坡面土壤侵蝕的重要因素,其計算公式[39]如下：

將上面的基于單處理器的算法思想拓展為支持多處理器的算法，即可得到求解原問題的優先關系調度算法(PR)：

(10)

(11)

(12)

式中,λ為坡長(m),θ為坡度,n為坡長指數,S為坡度指數。

水土保持措施因子(P)是特定的水土保持措施下土壤流失量與未實施水土保持措施時的土壤流失量比值,研究發現水土保持措施因子與坡度存在線性關系[40],其計算公式為：

P=0.2+0.03θ

(13)

3 結果與分析

3.1 土地利用分布特征

研究區土地利用類型以林地、草地、未利用地為主(圖2、表3),耕地、林地和草地三者面積之和約占整個研究區的70%,未利用地面積約占研究區的30%。研究期間,未利用地面積不斷減少,減少了780.2 km2,主要表現在研究區的中部和西北部；其他土地利用類型都表現出了不同程度的增加,其中草地、林地增加幅度最大,分別增加了351.2、 217.7 km2；建設用地增加了59.1%,主要體現在榆陽區和神木縣市區。對比2009年和2018年土地利用變化,土地利用轉移主要發生耕地、林地、草地和未利用地之間,同時,89 km2的未利用地和112 km2的草地轉換成建設用地,3.4 km2的未利用地和4.4 km2的草地轉換成工礦用地。總體來看,隨著生態恢復工程的實施和社會經濟的快速發展,研究區土地利用空間格局發生了很大的變化,生態環境明顯改善,城市發生了進一步的擴張[41]。

表3 研究區2009—2018年土地利用面積轉移矩陣/km2Table 3 Land use area transfer matrix of study area from 2009 to 2018

研究期間,工礦用地面積明顯增加(圖3),從8.4 km2增加到14.2 km2。為了解煤炭開發對礦區生態環境的影響,以工礦用地為中心分別設置半徑1 km和3 km的緩沖區,1 km緩沖區作為煤炭開發的直接影響區,1—3 km緩沖區作為間接影響區。2009年、2012年、2015年、2018年直接影響區分別占整個區域面積的14.8%、14.7%、19.6%、24%,間接影響區面積也逐漸增加,約占研究區面積的45%。

圖3 煤炭開發區及其影響區域分布Fig.3 Distribution of coal development zones and influenced areas

3.2 生態彈性力評價

3.2.1生態彈性力評價指標分析

經過分析,得到了研究區2009—2018年生態彈性力評價指標時間趨勢(圖4)和空間分布(圖5)。

圖4 生態彈性力評價指標時間變化Fig.4 Time variation of evaluation indicators of ecological resilience

圖5 生態彈性力評價指標空間分布Fig.5 Spatial distribution of evaluation indicators of ecological resilience

2009—2018年,研究區地表、地下徑流量均呈現顯著增加的趨勢,增加速率分別為6.27、8.36 mm/a。對于長期來說,隨著植被的增加研究區徑流量呈下降趨勢,但是近年來,由于降雨量的顯著增加導致徑流量增加,這與實測資料分析結果一致[42]；此外,在植被增加的同時研究區建設用地面積也增加,通過統計不同土地利用對應的地表徑流量(表4),發現林、草地僅是建設用地地表徑流量的50%左右。從徑流量在水文響應單元尺度上的空間分布特征來看,研究區地表徑流量主要處于6—30 mm之間,在研究區北部紅堿淖湖周圍地表徑流量最小(<6.5 mm),總體上呈現北部低西南部高的空間分布特征。研究區地下徑流量較地表徑流量大,主要由于研究區大面積為風沙區,地表下滲量大；地下徑流量在空間上表現出東北部高、西部偏低的特征,東南部佳蘆河流域地下徑流量最小,主要處于29—70 mm之間。

表4 不同土地利用地表徑流量/mmTable 4 Surface runoff of different land uses

研究期間,植被覆蓋情況顯著改善,增加速率為0.63%/a；植被生產力變化趨勢基本與植被覆蓋度一致,其增加速率為6.85 gC/m2。空間上,研究區植被覆蓋度處在0—0.29之間,呈現出東南部明顯高于西北部的特征。研究區植被生產力多年均值處在8—355 gC/m2之間,東南部和北部林草覆蓋較多的區域植被生產力較高,且沿著河道的耕地區植被生產力最高(> 200 gC/m2),由于研究區的西北部主要為未利用地, 植被生產力也處于較低的水平,主要集中在28—140 gC/m2之間。

3.2.2生態系統彈性力分析

根據生態彈性力評價指標間存在相關系數大于0.5的結果得知,指標之間存在一定的相關性,適合采用主成分分析法確定權重。依據選取原則確定了兩個主成分,其權重如表5所示。根據主成分荷載,主成分一主要支配指標為地下徑流量、植被覆蓋度,主成分二主要支配指標為地表徑流量、植被生產力。

表5 空間主成分分析的各主成分的特征值、比值及權重Table 5 Percent and accumulative eigenvalues

研究區2009—2018年生態彈性力的時間變化趨勢如圖6所示,生態彈性力指數總體呈現增加趨勢,從2009年的0.53增加到2018年的0.60,但中間過程波動幅度較大,主要受徑流量的影響,這是由于近年來陜北地區降雨量顯著增加且年際變化大。2009—2017年,生態彈性力呈現“W”型變化特征,其中2009—2011年,彈性力由0.53增加至0.56,基本呈現平穩趨勢,2012年后彈性力呈現先增加后減小的變化趨勢,2015年降低至研究期間的最低值,2015—2017年彈性力指數顯著增加,2017年生態彈性力達到最大值0.77,2017—2018年彈性力又表現出明顯的減小。總體上,研究區生態系統抗干擾和自我調節能力不斷提高但不穩定,與鄭欣等[16]在鄂爾多斯的研究結果相似。

從各個主成分來看,第一主成分與植被覆蓋度和地下徑流量都存在較高的正相關關系。由于第一主成分的貢獻率較大,其變化趨勢與生態彈性力基本一致。因此,第一主成分對生態彈性力起決定性作用,而植被覆蓋度和地下徑流量主要決定了研究區生態彈性力的變化趨勢。從圖6中可以看出,主成分二減緩了生態彈性力的波動幅度,而主成分二的變化主要取決于地表徑流量和植被生產力。因此,地表徑流量和植被生產力對減緩研究區生態系統穩定性的變化起到正向作用。分析表明,本研究區生態彈性力對水文、植被條件變化比較敏感,主要受植被覆蓋度和地下徑流量的影響。

由于考慮了多個空間指標,使得生態彈性力空間分布差異較大(圖6),總體呈現東南部偏高西北部低的特征,表明研究區東南部的生態系統較西北部穩定。由于研究區東南部植被覆蓋度大,又屬于流域的下游,水資源相對豐富,生態彈性力較高,而西北部受氣候和土壤條件影響,裸地分布較廣,植被覆蓋度和植被生產力都較低,因此生態彈性力較低。局部來看,在榆陽區和神木市縣區周圍及沿線生態彈性力較低,主要歸因于城市建成區人類活動頻繁,生態環境較差。

圖6 2009—2018年生態彈性力時空分布特征Fig.6 Spatial and temporal distribution characteristics of ecological resilience from 2009 to 2018

3.2.3榆神礦區生態彈性力變化

統計不同土地利用對應的生態彈性力(圖7),得到不同土地利用生態彈性力排序：林地>草地>耕地>建設用地>工礦用地,由于林地的植被生產力、植被覆蓋度高且水土保持能力強,因此生態系統穩定性較高。2009—2015年,生態彈性力呈現下降趨勢,林草地的彈性力下降最為明顯。雖然近年來隨著生態修復措施的實施,研究區植被覆蓋度和植被生產力增加,但生態彈性力受水文要素的影響很大,由于降雨量的降低使得徑流量減少,導致生態彈性力降低。

圖7 不同土地利用生態系統彈性力Fig.7 Ecological resilience of different land use

煤炭礦區直接影響區是煤炭開發的內圍區域,生態系統彈性力較間接影響區低,平均低9.23%。其中2009年兩個影響區生態系統彈性力差距最大,間接影響區比直接影響區彈性力高0.07,2015年差距最小,整個區域的彈性力介于直接影響區和間接影響區之間(圖8)。總體而言,由于耕地的植被覆蓋度和植被生產力較高,生態系統彈性力也較高,而直接影響區中耕地面積比例較大,導致直接影響區的生態彈性力偏高。由于間接影響區中有很大比例是裸地,裸地對應的生態彈性力低。因此,間接影響區相比直接影響區的彈性力雖有增加,但差距不明顯。

圖8 煤炭開發影響區生態系統彈性力Fig.8 Ecological resilience in coal exploitation affected areas

4 結論與討論

4.1 討論

4.1.1煤礦開采對礦區生態系統的影響

隨著礦區煤炭基地的建成,工礦用地侵占草地和灌叢面積,加上生態環保政策落實不到位,加劇了礦區植被退化。由于工礦用地人類活動頻繁,煤礦開采直接影響區生態系統穩定性較差。大規模開采活動可能造成礦區地面塌陷、地裂縫,導致植物根系直接拉斷,并且土壤物理結構的破壞和水分養分的流失也影響植物生長,造成開采區植被退化和生產力降低。隨著采煤面積的增大可能會引起地裂隙加大、加深,地表水通過裂縫和破碎區連通的位置滲入地下,造成地表水流失；同時裂隙可能穿透上部隔水層,從而造成地下水滲漏,地下水位下降。在煤礦開采過程涉及和影響的土地范圍內,原生森林植被生態系統、土壤結構特征以及其天然的水土保持功能被嚴重削弱,表層土壤和植被的水土保持能力大幅下降。因此,在煤炭開采區應及時采取生態修復治理措施,降低采礦活動引起的地質環境問題,從而提高礦區生態系統彈性力。

4.1.2生態彈性力指標選取合理性分析

本文從水文、土壤、植被3個方面選取指標綜合評估榆神礦區生態系統彈性力,而氣候條件也是決定生態彈性力的主要因素。通常在區域尺度較大的情況下評估彈性力需要考慮氣候要素,而本研究區氣象要素空間差異較小,因此沒有直接選取氣象指標。由于礦區本身屬于水資源缺乏地區,水資源的供給能力是生態彈性力提高的主要限制因素,選用了地表、地下徑流兩個水文指標。考慮到主成分分析時各指標間需要存在一定的相關性,選用了土壤保持量、植被覆蓋度和生產力等相關指標來反映研究區生態環境變化。植被覆蓋度和生產力均可表征生態系統的自我恢復能力。植被覆蓋度對區域生態環境變化有重要指示作用,能夠反映區域的水土保持、氣候調節以及生態系統的穩定性強弱[43],多項研究直接從植被覆蓋度、葉面積指數等遙感數據中檢測植被異常以測量生態系統的恢復力[9,44]。而植被生產力可表征一個區域地形地貌、水分熱力狀況以及植被的生產適宜性,可通過植被生產力來客觀反應生態系統各要素的健康程度[43,45],Frazier等利用遙感反演的NPP作為生態系統健康指標監測生態系統恢復情況[46]。植被灌層通過攔截降雨、減少雨滴擊濺、阻擋泥沙運輸來減少水土流失,不同的植被和類型都會影響一個區域的水土保持能力[47],而對于陜北黃土溝壑地區,有研究表明降雨是影響水土流失的主要因素,植被覆蓋與土壤侵蝕的關系不明顯[48]。同時土壤組成也是土壤保持量的決定性因素,研究發現不同性質的土壤生態彈性力存在很大差異[49]。

4.1.3優勢與不足

利用空間二維柵格數據進行空間主成分分析來評估生態彈性力,高度保留了各指標的空間信息,從而可以反映區域生態彈性力的空間差異,便于識別生態問題嚴重的區域,可為生態環境修復提供參考依據。以往的研究大多考慮了生態彈性力的時間趨勢,反映的是區域整體生態彈性力相對變化情況。本研究方法更能反映生態系統彈性力區域空間格局情況。

由于數據分辨率以及指標獲取等限制,本研究仍存在一定局限性：數據的分辨率較低導致綜合評估得到的生態彈性力空間細節描述較弱；水文模型校準時采用的觀測數據年份較早,且在研究區的模擬效果只達到了滿意,得到的徑流量存在不確定性；用于表征生態環境變化的因素還有很多,本研究中由于數據可獲取性問題,所選取的指標不夠全面,我們認為盡可能全面的評估對礦區開發規劃更具有指導意義,但本研究在區域生態環境健康評價方面提供了一套有效的思路和方法。

4.2 結論

本研究通過遙感解譯獲得了榆神礦區土地利用分布格局,在充分明確礦區生態環境情況的基礎上評估了榆神礦區生態系統穩定性,分析了煤炭開發對礦區生態環境質量的影響程度。主要結論：

近10年來,隨著生態修復措施的實施和社會經濟的快速發展,研究區生態環境明顯改善,林地草地面積明顯增加,但是煤炭開發用地也大幅增加,從8.4 km2增加至14.2 km2。

研究期間,榆神礦區生態系統抗干擾能力和可調節能力總體不斷提高但伴有波動,生態系統彈性力從2009 的0.53增加至2018年的0.60,空間上呈現東南部高西北部低的特征,該區生態系統彈性力主要受植被覆蓋度、地下徑流量的影響。

煤炭開采活動引發的地面塌陷、地裂縫等地質環境問題致使煤礦開采區植被退化、地下徑流、地表徑流量降低以及水土保持能力下降,導致煤炭開采直接影響區的生態彈性力低于間接影響區,平均低9.23%。因此,及時采取修復治理措施降低煤炭開發引起的地質環境問題是提高礦區生態彈性力有效途徑。