基于像元二分法的大寧礦區植被覆蓋度研究

鐘 琪 胡 晉 山 康 建 榮

（江蘇師范大學地理測繪與城鄉規劃學院，江蘇 徐州 221116）

隨著煤炭大量開采，大面積的土地被破壞，地表植被發生退化，生態環境遭到破壞，嚴重影響了礦區可持續發展。礦區特別是處于山區的礦區，地表植被易受到采礦活動影響。礦區地表植被一旦遭到破壞，植被覆蓋面積比例過低會造成土壤侵蝕等現象，進而破壞土壤結構，易導致地表塌陷、泥石流等地質災害。植被覆蓋度是衡量生態覆蓋水平的有效指標之一［1-2］，能較好地顯示出礦區植被覆蓋情況，利用該指標反演礦區生態覆蓋時空變化，可以為礦區地表土地復墾與生態環境恢復提供科學依據。

植被覆蓋度通常是指某一地域植物垂直投影面積與該地域面積之比，是反映一個地區植被面積占有情況或植被資源豐富程度及實現綠化程度的指標，研究植被覆蓋度最終是為礦區生態環境建設提供數據支撐［3］。傳統估算植被覆蓋度的方法主要有點測法、目估法等，對于面積小的區域來說比較可行。但隨著觀測區域面積增大，加之植被覆蓋面積隨時間變化較大，傳統測量方式不僅費時費力，而且獲取的數據也不完全［4-5］。隨著多時相、高分辨率遙感技術的發展，為地表植被覆蓋時空分析提供了豐富的數據源，開始出現基于遙感技術的地表植被覆蓋估算方法，如物理模型法、經驗模型法、混合像元分解法等。物理模型法涉及的參數較多，計算復雜，應用較少［6］。經驗模型法只適用于特定的區域和植被，有很大的局限性，并且對圖像分辨率要求很高［7］。混合像元分解法認為像元由多個部分組成，利用不同部分的信息建立模型，從而獲得植被信息。該方法方便快捷，大大減少了人力物力的消耗［8-10］。在混合像元分解法中，像元二分法是估算植被覆蓋度的常用方法。WEI等［11］利用像元二分法對我國西北地區新疆、甘肅、陜西、內蒙古、青海、寧夏等省（自治區）的MODIS數據進行了處理分析，得出的西北地區2000—2010年的植被變化情況與實際情況基本吻合。LI等［12］利用像元二分法計算了內蒙古自治區中部地區草地2000—2013年的植被覆蓋度，并使用了等權比值植被指數（RVI）和歸一化植被指數（NDVI）度量，使偏差最小化，進而對內蒙古草地變化情況進行了分析。張曉東等［13］基于像元二分法計算了寧夏鹽池縣的植被覆蓋度，分析了植被與地質災害的關系，認為植被覆蓋度與地質災害點密度呈現明顯的負相關。

目前，運用像元二分法來分析植被生長狀況及覆蓋情況的研究思路逐漸成熟。現階段主要用于擁有大面積植被的區域，來觀察其生態環境變化狀況，如自然景區；或對省市區域進行植被覆蓋度研究，用于分析城市環境治理是否向好。但將像元二分法運用于礦區生態環境這一方向的研究涉及較少。像元二分法精度高、效率高、操作簡單，方法也相對成熟，對于礦區所處的地勢較為惡劣的山區環境，也能比較準確地計算出植被覆蓋度結果；植被覆蓋度能夠直觀地表現出研究區域植被數量分布情況，以便分析出礦區開采活動對研究區域中的哪些部分產生影響及影響程度。

本研究以山西省大寧礦區為例，利用像元二分法對礦區1998—2017年植被覆蓋度進行估算，結合2005—2011年間礦區P101～P105工作面區域植被覆蓋度情況并與礦區實際情況進行對比，根據礦區工作面開采時間，分析礦區開采活動對植被覆蓋度的影響，揭示研究區內近19 a來植被覆蓋度的整體變化特征及原因，為礦區生態環境恢復治理提供參考。

1 研究區概況與數據處理

1.1 研究區概況

大寧礦區位于山西省晉城市陽城縣北部，地理坐標為東經112°10′30″～112°15′36″，北緯35°19′14″～35°21′09″（圖 1）。井田位于太行山南端與中條山東北緣結合部，區內地形以低山—丘陵為主，地勢西高東低，最高點位于西部。井田內主要含煤地層為二疊系下統山西組和石炭系上統太原組，含煤地層總厚度一般為124.18 m，含煤10～16層，被批準開采3號煤層，生產規模4.0 Mt/a，井田南北寬4～6 km，東西長5～12 km，井田面積38.822 5 km2。礦區屬東亞季風區半干旱大陸性氣候，四季分明，夏季多雨，春秋季多風少雨，冬季寒冷。據陽城縣氣象資料，該區年平均氣溫11.7℃，年平均降水量為599.2 mm。

1.2 數據獲取與預處理

本研究選用的Landsat影像時間跨度為1998—2017年，空間分辨率為30 m。選擇1998-09-06、2001-07-12、2005-07-07、2007-08-14和2011-08-09的Landsat-5 TM影像數據以及2013-08-30、2017-07-08的Landsat-8 OLI影像數據來計算礦區整體植被覆蓋度。同時選擇2005-07-07、2006-06-04、2007-08-14、2008-09-01、2009-07-02以 及2010-06-19、2011-08-09的Landsat-5 TM影像計算礦區工作面開采期間研究區域的植被覆蓋度。非遙感數據主要采用中國土壤數據庫網站的山西省土壤數據、資源環境數據云平臺的植被類型數據以及大寧礦區相關資料。

在數據獲取與傳輸過程中，系統可能會隨機產生輻射失真現象；同時在數據獲取時，可能會受到大氣和光照等因素的影響，使系統獲得的地物反射信息產生誤差。因此本研究采用ENVI5.3軟件進行輻射定標和大氣校正預處理來減小這部分誤差，提高計算精度與后續計算的準確度。

2 研究方法

2.1 像元二分法

像元二分法是混合像元分解法中線性分解的一種，該方法將像元假設為植被與土壤兩種地物信息，從而計算植被信息在像元中所占比例［14-17］，公式為

其中，S為單個像元；Sveg為植被信息；Ssoil為土壤信息；FVC為植被覆蓋度。

由于NDVI在表示植被狀態方面有良好的效果，因此，本研究將NDVI設為單個像元信息，將NDVIsoil設為像元累計約等于2%的像元NDVI值，即土壤信息量，將NDVIveg設為像元累計98%的像元NDVI值，即植被信息量，式（1）可表示為

2.2 Sen+Mann-Kendall趨勢分析法

為更好地表示礦區植被覆蓋整體變化特征，本研究采用 Sen+Mann-Kendall趨勢分析法［18-19］計算研究區整體植被覆蓋度變化趨勢。Sen趨勢計算公式為

其中，i和j為時間序列索引；NDVIi和NDVIj分別為時間序列的NDVI值；H為斜率，當斜率大于0時為趨勢上升，反之，則趨勢下降。

Mann-Kendall趨勢計算公式為

式中，sgn(?)為符號函數；L為測試統計量；n為時間序列長度，本研究n=19。當n≥10時，使用檢驗統計量Z作為趨勢顯著性檢驗，置信水平為α= 0.05，即，Z1-α/2=Z0.975=1.96。計算公式為

式中，VAR(?)為函數運算符號。

3 結果與分析

3.1 基于像元二分法的植被覆蓋度結果

本研究首先利用ENVI 5.3軟件中Band Math方式計算出研究區各年份的NDVI值和FVC值。在計算過程中，由于像元二分法是將像元假設為植被與土壤，所以當遇到水體時，將被作為無法識別區域，在最終成圖上成為黑色；然后將FVC結果按照無植被覆蓋（0～30%），低植被覆蓋度（30%～50%），中植被覆蓋度（50%～75%），高植被覆蓋度（75%～100%）［20］進行分類；最后將數據處理結果應用ArcGIS 10.6軟件導出，得到植被覆蓋度空間分布圖（圖2），并統計出各植被覆蓋度占研究區面積的百分比（表1）。

由圖2和表1可知：

（1）1998年，礦區內以無植被覆蓋與中植被覆蓋度區域為主，二者主要分散分布于除西北部以外的其他區域，高植被覆蓋度區域在西北部區域有小部分分布，整體植被覆蓋區域占比為74.88%。

（2）2001—2005年，礦區內的無植被覆蓋與中植被覆蓋度區域明顯減少，占比從23.27%減少到19.68%，無植被覆蓋區域多分布于研究區南部邊緣地帶，高植被覆蓋度區域逐漸增加，占比由17.78%增長到28.26%，在研究區內較為分散分布。

?

（3）2007—2011年，礦區內的高植被覆蓋度區域有所減少并逐漸向礦區西北部區域集中，高植被覆蓋度區域占比由29.68%下降為22.66%。此時，礦區東部的高植被覆蓋度區域有所減少，無植被覆蓋與低植被覆蓋度區域增加。

（4）2013—2017年，礦區內高植被覆蓋度區域在西部山頂到東南部的連接區域逐漸增加，其余區域以中植被覆蓋度區域為主，礦區內仍存在部分無植被覆蓋區域。

（5）1998—2017年，研究區整體植被覆蓋面積增加了4.724 1 km2，整體植被覆蓋區域占比從1998年74.88%增加到2017年的87.52%，漲幅為12.64%；中、高植被覆蓋度區域面積分別增加1.903 5 km2和5.893 2 km2，低植被覆蓋度區域面積減少了2.889 9 km2。

3.2 基于Sen+Mann-Kendall法的植被覆蓋度變化趨勢分析

本研究利用Sen+Mann-Kendall趨勢分析法計算研究區植被覆蓋度變化趨勢，并將結果按標準劃分為顯著下降、下降、平緩波動以及增長和顯著增長5種變化程度，如表2所示。

?

由表2可知：1998—2017年，研究區植被覆蓋平緩波動區域占比為61.83%，增長區域占比為29.67%，下降區域占比為7.06%，顯著增長區域占比為1.39%，顯著下降區域占比為0.06%。整體變化趨勢為平緩波動，極少部分區域呈現增長趨勢。

綜合3.1節和3.2節分析可知：1998—2017年，研究區內植被覆蓋面積增加，無植被覆蓋度區域逐漸轉為中植被覆蓋度區域和高植被覆蓋度區域，整體上呈平穩向好的發展趨勢。這主要得益于相關環境保護政策的出臺以及相關措施的落實。例如：2002年1月，國務院西部開發辦公室確定全面啟動退耕還林工程；2005年9月國家環境保護總局發布了《礦山生態環境保護與污染防治技術政策》［21］，制定了礦區生態恢復措施并確定了階段性目標；2010年11月，山西省人民政府辦公廳發布了《山西省林業生態建設總體規劃綱要（2011—2020年）》［22］，其中包括礦區植被恢復規劃與方法。在退耕還林工程和政府政策出臺的影響下，礦區加強了對生態環境的治理與維護。截至2017年，研究區無植被覆蓋與低植被覆蓋度區域整體占比為30.79%，西南部分與東南部分還存在著較大的無植被覆蓋區域，這些區域還需要加強環境治理和維護。另外，大寧礦區地勢西高東低，在開采時首先選擇了東部地區，導致東部地區的植被覆蓋度有明顯退化趨勢。由此表明，植被覆蓋度變化與礦區開采活動在空間上具有一定的一致性。

3.3 礦區工作面開采期間地表植被變化

為了進一步研究地表植被覆蓋度對開采活動的響應，根據礦區東部工作面開采起止時間，應用像元二分法對礦區東部2005—2011年間逐年的Landsat影像數據進行了地表植被覆蓋度反演，結果如圖3所示。由圖3計算的礦區東部植被覆蓋度變化情況見表3。

?

表3中各工作面上方地表植被覆蓋度變化情況是根據各個工作面開采起止時間所在年份的FVC影像相減計算得出。由該表分析可知：各工作面開采過程中其地表植被覆蓋面積均有不同程度下降，其中P104工作面開采后植被覆蓋面積減少0.043 2 km2，為5個工作面中減少最多的。

P101、P102、P104、P105工作面在開采后高植被覆蓋度區域均有所減少，大多退化為低植被覆蓋度區域和無植被覆蓋區域；P103工作面高植被覆蓋度區域面積雖然沒有減少，但中、低植被覆蓋度區域面積減少了，說明P103工作面在開采時破壞了中、低植被覆蓋度區域，使其退化為無植被覆蓋度區域。

結合3.1節分析發現，2005—2011年，研究區東部的高植被覆蓋度區域逐漸退化為無植被覆蓋度區域和低植被覆蓋度區域，研究區整體的高植被覆蓋度區域占比由原來的28.26%下降為22.66%。這主要是由于礦區從2005年開始在研究區東部開始進行地下開采活動（工作面位置見圖3（h）），到2011年開采了5個工作面。因此導致研究區東部地表植被破壞，植被覆蓋度在2005—2011年間有不同程度的減少。由此可以看出植被覆蓋度變化與礦區開采活動在時間上具有一定的一致性。

3.4 礦區地面植被保護措施

根據政府發布的關于礦區生態環境治理與恢復的相關政策，結合研究區實際狀況及本研究分析結果給出以下建議：

（1）根據大寧礦區所處區域的自然環境特點，結合樹種的生物學特性和生態學特征，選擇適宜的樹種來增加研究區植被覆蓋度。同時，山腳處輕度和中度塌陷地區可恢復其原來的土地利用類型，嚴重塌陷地區應視其區位條件復墾為林地或草地。

（2）通過采用充填開采、協調開采，同時采取“三下”采煤防護措施，可以有效防止或減小地表的沉陷與破壞，從而保護地面植被盡可能少受破壞，改善礦區生態環境。

4 結論

（1）應用遙感手段可以快速獲取礦區的植被覆蓋情況，像元二分法可以有效地反演礦區植被覆蓋度。研究發現：1998—2017年，大寧礦區植被覆蓋面積增加了4.724 1 km2，占比達到87.52%，整體呈平穩向好的發展趨勢。

（2）通過對礦區整體與礦區工作面的地表植被覆蓋度進行反演發現，礦區開采活動破壞地表植被，降低地表植被覆蓋度；礦區植被覆蓋度變化與礦區開采活動在時間上具有一致性，同時在空間上也具有一致性。

（3）本研究僅考慮了礦區開采一種影響因素，未考慮其他影響因素。后續研究中將進一步引入其他因素，更全面地分析礦區地下開采對地表植被覆蓋度的影響。