礦區植被覆蓋度時空變化遙感監測研究

徐尚昭 陳斌 周陽陽 王晨光

摘要 ?以廣東省大寶山礦區為研究對象，結合研究區2005—2019年Landsat TM/ETM/OLI多時相遙感數據，采用歸一化植被指數算法和地統計空間分析方法，對研究區2005—2019年植被覆蓋度時空變化特征進行系統分析。結果表明，近15年大寶山礦區不同等級植被覆蓋度變化時空差異顯著，其中2005年總體植被覆蓋度最高，中等及以上植被覆蓋度區域面積為24.84 km2，占比為78.13%；2019年中等及以上植被覆蓋度區域面積達到最小值，僅為20.77 km2，占比65.34%。整體來看，中等以下植被覆蓋度區域面積呈現增加態勢，中等及以上植被覆蓋度面積逐漸減小，一定程度上表明礦區總體生態環境質量狀況有所下降。

關鍵詞 ?植被覆蓋度；時空變化；多時相；遙感監測；大寶山礦區

中圖分類號 ?P237 ??文獻標識碼 ?A ??文章編號 ?0517-6611（2023）05-0046-05

doi： 10.3969/j.issn.0517-6611.2023.05.012

開放科學（資源服務）標識碼（OSID）：

Research on Remote Sensing Monitoring of Temporal and Spatial Changes of Vegetation Coverage in Mining Area—Taking Dabaoshan Mining Area in Guangdong Province as an Example

XU Shang-zhao1，2，CHEN Bin1，2，ZHOU Yang-yang1，2 et al

（1.Research Institute No.290， CNNC/Guangdong Provincial Key Laboratory of Environmental Protection and Nuclear Radiation Tracking Research，Shaoguan，Guangdong 512029;2.Guangdong Provincial Engineering Technology Research Center of Radioactive Eco-environmental Protection ， Shaoguan，Guangdong 512029）

Abstract ?Taking Dabaoshan mining area in Guangdong Province as the research object， combined with Landsat TM/ETM/OLI multi-temporal remote sensing data of the study area from 2005 to 2019， the normalized vegetation index algorithm and geostatistical spatial analysis method were used to systematically analyze the spatiotemporal change characteristics of vegetation coverage in the study area from 2005 to 2019.The results showed that the temporal and spatial variation of vegetation coverage at different levels in Dabaoshan mining area is significant in the past 15 years.Among them， the overall vegetation coverage was the highest in 2005， and the area of medium and above medium vegetation coverage was 24.84 km2， accounting for 78.13%. In 2019， the area of medium and above medium vegetation coverage area reached the minimum， only 20.77 km2， accounting for 65.34%. On the whole， the area of medium and below-medium vegetation coverage areas showed an increasing trend， and the area of medium and above-medium vegetation coverage gradually decreased， indicating to a certain extent that the overall ecological environment quality of the mining area was declining.

Key words ?Vegetation coverage;Temporal and spatial variation;Multi-temporal;Sensing monitoring;Dabaoshan mining area

礦山生態環境監測是踐行國家“生態文明思想”的必然要求，也是實現礦區生態環境可持續發展的迫切需要。礦山開采活動對礦區周邊生態環境造成的破壞在短期內難以修復，因此如何在開采礦產自然資源的同時保護生態環境是建立綠色礦山和實現礦區可持續發展亟待解決的關鍵問題之一。

當前，基于衛星遙感數據開展礦山資源監測和生態環境評價的研究并不少見。如張焜等［1］基于2008—2010年3期SPOT5遙感數據，對察爾汗鹽湖區礦產地質環境及資源開發狀況進行了監測研究；于博文等［2］基于高分衛星數據，對京津礦山進行了遙感地質調查與監測研究；楊偉光等［3］選用WorldView-2遙感數據，對羅布莎礦山開發狀況和礦山地質生態環境現狀進行了系統分析，并進一步揭示了礦山周邊環境變化原因；何芳等［4］利用2010和2013年2期高分影像，對木里煤礦區地質環境問題和承載力進行了調查研究，并對礦區生態環境承載力進行了評價；Sun等［5］基于NOAA/AVHRR遙感數據，對近30年來我國117個大城市植被覆蓋變化特征進行了系統分析。從研究內容上來看，現有研究多集中以礦山生態環境監測治理［6-8］、礦山占地變化監測［9-10］、礦山地質災害［11-14］、礦山生態修復與治理［15-19］等研究為主；從研究方法上來看，現有研究以無人機技術［20-22］、激光雷達技術［23-24］、攝影測量［25］等技術方法為主。

2013年11月，黨的十八屆三中全會明確指出：“必須建立生態文明制度體系”。綠色礦山是一種全新的礦山發展理念和模式，貫穿創新、協調、綠色、開放和共享五大發展理念。大寶山礦位于廣東省韶關市，始建于1958年5月，1966年10月建成開始投入生產，由于長期開采，周圍植被覆蓋度急劇下降，生態環境質量遭受嚴峻挑戰。基于上述思考，該研究結合2005—2019年Landsat TM/ETM/OLI遙感影像，對大寶山礦區植被覆蓋度進行反演，并對礦區植被覆蓋時空分異特征進行系統分析，以期為礦區生態環境遙感監測研究和礦區植被生態恢復提供科學依據和理論參考。

1 資料與方法

1.1 研究區概況

大寶山礦區位于廣東省韶關市曲江區與翁源縣兩縣交界處（圖1），始建于1958年，是廣東省露天開采的大型多金屬礦山，也是我國南方鋼鐵工業和有色金屬工業的重要原料基地。大寶山礦區地處亞熱帶季風性氣候區，雨熱同期，年均氣溫17 ℃，年降水量在2 000 mm以上。區域內礦產自然豐富多樣，蘊含有鐵、銅、硫、鉛和鋅等17種礦產資源。土壤類型以紅壤為主，植被類型以典型常綠落葉林為主。自1966年礦區建成投入生產以后，礦區生態環境質量急劇下降，礦區大量原生植被遭到破壞，隨之帶來一系列生態環境污染問題，嚴重制約了礦區生態環境可持續發展。為解決大寶山礦區周邊環境污染問題，2013年按照省政府批示，當地相關主管部門開始對礦區周邊環境進行綜合整治工作。

1.2 數據來源及預處理

為最大程度上減少云量干擾后續植被覆蓋度反演結果，該研究選取2005—2019年7—9月份天氣晴朗無云或者云量較少的Landsat 衛星影像，用于后續植被覆蓋度反演提取研究。通過篩選對比分析，最終選取研究區2005、2013和2019年3景Landsat TM/ETM/OLI遙感影像，空間分辨率為30 m。影像數據來源于地理空間數據云平臺（http：//www.gscloud.cn/），然后通過幾何校正配準等預處理工作，裁剪得到研究區多時段遙感影像。

1.3 分析方法

1.3.1 ???歸一化植被指數。

植被指數是用來表征地表綠色植被覆蓋度高低的一項量化指標，通常由搭載熱紅外和近紅外的衛星遙感數據反演計算得到，由于它僅依賴影像像元光譜信息，因此應用較為廣泛。歸一化植被指數是將植被指數進行歸一化，它可以在統一閾值范圍內表征植被覆蓋度大小，通常在-1～1，具體計算公式如下：

NDVI= NIR-R NIR+R ?（1）

式中，NDVI為歸一化植被指數，NIR為傳感器的近紅外波段的反射率，R為熱紅外波段的反射率。通常綠色植被覆蓋區NDVI在0.2～0.8，值越大表示地表植被覆蓋度越高。

1.3.2 ???植被覆蓋度。

為更加直觀反映出研究區周邊植被覆蓋度變化特征，該研究采用像元二分法來計算研究區植被覆蓋度大小。像元二分法是將地表植被看成是由植被和裸土2種土地利用類型組成，即研究區內地物像元均可以用植被或者裸土之一來表示，具體計算公式如下：

fc= NDVI-NDVIveg NDVIveg-NDVIsoil ?（2）

式中，NDVIveg表示植被覆蓋區域的NDVI，NDVIsoil為無植被覆蓋的裸土地表NDVI。

NDVIsoil= Fgmax×NDVImin-Fgmin×NDVImax Fgmax-Fgmin ?（3）

NDVIveg= 1-Fgmax×NDVImin-Fgmin×NDVImax Fgmax-Fgmin ?（4）

式中，Fgmax、Fgmin分別表示研究區植被覆蓋度的最大值和最小值，其值通常在0～1。該研究采用植被覆蓋度均值來表示研究區植被覆蓋度的年際和空間變化特征，具體計算公式如下：

fci= ?n j=1 fcij n ?（5）

式中，fci為研究區第i年植被覆蓋度的均值；fcij表示第i年中第j個像元的植被覆蓋度；n表示研究區像元總數。參照已有研究［26］并結合研究區實際，將植被覆蓋度劃分成5個等級，具體如表1所示。

2 結果與分析

2.1 NDVI時空變化特征

在ENVI 5.3中，通過公式（1）計算得到研究區各時期NDVI空間分布圖（圖2），研究發現大寶山礦區NDVI高值區域主要分布在東部的林地區域，NDVI

低值區域主要分布在西北部礦山開發核心區的裸土區域。2005—2019年研究區NDVI最大值和平均值均呈現逐漸下降趨勢，其中2005年NDVI最大值、平均值均達到最大，分別為0.677 1、0.395 9，2019年NDVI最大值、平均值均最小，分別為0.527 5、0.245 6，這表明研究區植被NDVI整體呈現下降趨勢，反映出研究區植被覆蓋度呈現下降趨勢。

2.2 植被覆蓋度時間變化特征

通過NDVI進一步計算得到研究區植被覆蓋度，總體來看，大寶山礦區不同等級植被覆蓋度變化差異明顯（表2），各時期中等及以上植被覆蓋度?面積占研究區總面積的65%以上。其中2005年總體植被覆蓋度最高，中等及以上植被覆蓋度區域面積為24.84 km2，占比為78.13%；2019年中等及以上植被覆蓋度區域面積達到最小值，僅為20.77 km2，占比65.33%。2005—2019年研究區低和中低植被覆蓋度區域面積均呈逐漸增加態勢，2019年面積均達到最大值，分別為7.27、3.75 km2；中等覆蓋度區域面積呈現先增加后減小態勢，2013年面積達到最大值，為662 km2，2005年面積最小，僅為3.40 km2。而中高覆蓋度和高覆蓋度區域面積均呈現減小態勢，2019年中高和高覆蓋度面積均達到最小值，分別為7.75、6.75 km2，占比分別為2438%、21.23%。這表明礦區生態環境質量狀況有所下降。

2.3 植被覆蓋度空間變化特征

從圖3可以看出，研究區不同時期內不同覆蓋度等級之間變化存在明顯差異。從空間分布上來看，植被覆蓋度高值區主要分布在東部的林地區域，這里位于礦區開采周邊，林地較多；而西北部位于采礦核心區，地表因長期采礦，多形成裸土地，因此植被覆蓋度較低。2019年研究區東北部出現植被覆蓋度低值區，這是由于為了處理尾礦殘渣，凡洞村建立了尾礦庫，形成大面積水庫水面，從而產生植被覆蓋度低值區。為進一步揭示研究區不同等級植被覆蓋度之間的轉移變化特征，采用轉移矩陣計算2005—2019年大寶山礦區各植被覆蓋度等級面積變化轉移特征（表3）。研究發現2005—2019年除各等級自身轉移面積較大外，高覆蓋度—中高覆蓋度轉移面積最大，為3.35 km2，其次為中高覆蓋度—中覆蓋度、高覆蓋度—中覆蓋度和中高覆蓋度—中低覆蓋度區域，轉移面積分別為304、1.82和1.46 km2。低覆蓋度—高覆蓋度區域轉移面積最小，其次為中低覆蓋度—高覆蓋度和低覆蓋度—中高覆蓋度區，轉移面積分別為0.01、0.05 km2。綜上所述，研究區植被覆蓋中高及高植被覆蓋度區域轉出面積大于轉入面積，表明研究區生態環境狀況呈現下降趨勢。

3 結論與討論

該研究基于2005、2013和2019年3期Landsat衛星影像，對廣東省大寶山礦區植被覆蓋度進行了反演，并對礦區植被覆蓋度時空變化進行定性和定量化分析。結果表明，2005—2019年大寶山礦區整體植被覆蓋度較低，整體呈現“采礦核心區低，周邊高”的分布態勢，且各時段中等及以上植被覆蓋度面積占比均在65%以上。

（1）2005—2019年大寶山礦區NDVI最大值和平均值均呈現逐漸下降趨勢，其中2005年NDVI最大值和平均值均最大，分別為0.677 1、0.395 9，2019年NDVI最大值和平均值均最小，分別為0.527 5、0.245 6，表明礦區生態環境質量有所下降。

（2）2005—2019年研究區低和中低覆蓋度面積均呈現逐漸增加態勢，2019年面積達到最大值，分別為7.27和3.75 km2，這與礦區2013年后開始實施礦區保護修復工作密切相關。中等覆蓋度區域面積呈現先增加后減小態勢，2013年面積達到最大值，為6.62 km2。而中高和高覆蓋度區域面積均呈現減小態勢，2019年面積達到最小值，分別為7.75、675 km2，占比分別達24.38%、24.24%。

（3）2005—2019年除各等級自身轉移面積較大外，高覆蓋度—中高覆蓋度轉移面積最大，達3.35 km2，其次為中高覆蓋度—中覆蓋度、高覆蓋度—中覆蓋度和中高覆蓋度—中低覆蓋度區域，轉移面積分別為3.04、1.82和1.46 km2。低覆蓋度—高覆蓋度區域轉移面積最小，其次為中低覆蓋度—高覆蓋度和低覆蓋度—中高覆蓋度區，轉移面積分別為001、0.05 km2。

該研究基于廣東省大寶山礦區2005—2019年3期Landsat遙感影像，采用歸一化植被指數算法和地統計空間分析方法，對研究區植被覆蓋度時空分異特征進行了系統分析，研究結果能為礦區自然生態環境保護和礦區生態修復提供一定的科學依據和理論參考。但是不可否認，該研究基于Landsat TM/ETM/OLI遙感數據，通過植被覆蓋度對研究區植被變化特征進行了遙感監測研究，該結果是建立在單一植被覆蓋度量化指標因子之上的，而礦區水環境、土壤環境、動植物以及空氣質量等均與礦區生態環境狀況密切相關，如何借助多源自然和社會經濟數據對礦區生態環境開展綜合性和交叉性研究，將是今后礦區生態環境遙感監測研究的重要方向。

參考文獻

［1］ ?張焜，馬世斌，劉麗萍.基于SPOT5數據的鹽湖礦產開發及礦山環境遙感監測［J］.國土資源遙感，2012，24（3）：146-153.

［2］ 于博文，田淑芳，趙永超，等.高分一號衛星在京津礦山遙感監測中的應用［J］.現代地質，2017，31（4）：843-850.

［3］ 楊偉光，鄭有業，劉婷，等.WorldView-2衛星礦山遙感監測：以西藏羅布莎地區為例［J］.現代地質，2018，32（2）：392-397.

［4］ 何芳，劉瑞平，徐友寧，等.基于遙感的木里煤礦區礦山地質環境監測及評價［J］.地質通報，2018，37（12）：2251-2259.

［5］ ?SUN J Y，WANG X H，CHEN A P，et al.NDVI indicated characteristics of vegetation cover change in China's metropolises over the last three decades［J］.Environmental monitoring and assessment，2011，179（1/2/3/4）：1-14.

［6］ 汪潔，殷亞秋，于航，等.基于RS和GIS的浙江省礦山地質環境遙感監測［J］.國土資源遙感，2020，32（1）：232-236.

［7］ 楊顯華，黃潔，田立，等.基于高分辨率遙感數據的礦山環境綜合治理研究：以冕寧牦牛坪稀土礦為例［J］.國土資源遙感，2015，27（4）：115-121.

［8］ 陳偉濤，張志，王焰新.礦山開發及礦山環境遙感探測研究進展［J］.國土資源遙感，2009，21（2）：1-8.

［9］ 武慧智，何姝珺，馬驍.基于遙感數據的河南省欒川礦山占地動態變化［J］.世界地質，2020，39（4）：946-952.

［10］ ?劉立，高俊華，余德清.基于遙感的湖南省礦山占地監測與分析［J］.地理空間信息，2019，17（1）：41-46，11.

［11］ 吳蔚，李婧玥，王詵.衛星遙感數據在礦山地質災害調查中的應用［J］.資源信息與工程，2018，33（5）：158-160.

［12］ 王少林.基于遙感影像的礦山地質災害形成機理分析［J］.世界有色金屬，2017（22）：183，185.

［13］ 黃皓中，陳建平，鄭彥威.基于無人機遙感的礦山地質災害解譯［J］.地質學刊，2017，41（3）：499-503.

［14］ 廖振威.遙感技術在云南省礦山地質災害調查中的應用［J］.低碳世界，2017（12）：70-71.

［15］ 馬曉勇，趙娜，劉樹敏.淺談山西國土空間生態修復：以礦山生態修復為例［J］.環境生態學，2019，1（4）：49-53.

［16］ 陳敏，張大超，朱清江，等.離子型稀土礦山廢棄地生態修復研究進展［J］.中國稀土學報，2017，35（4）：461-468.

［17］ 武強，劉宏磊，陳奇，等.礦山環境修復治理模式理論與實踐［J］.煤炭學報，2017，42（5）：1085-1092.

［18］ 關軍洪，郝培堯，董麗，等.礦山廢棄地生態修復研究進展［J］.生態科學，2017，36（2）：193-200.

［19］ 夏明強.廢棄鉛鋅礦區綜合治理和生態修復技術研究［J］.安徽農業科學，2020，48（8）：207-211.

［20］ 王昆，楊鵬，呂文生，等.無人機遙感在礦業領域應用現狀及發展態勢［J］.工程科學學報，2020，42（9）：1085-1095.

［21］ 楊青山，范彬彬，魏顯龍，等.無人機攝影測量技術在新疆礦山儲量動態監測中的應用［J］.測繪通報，2015（5）：91-94.

［22］ 杜甘霖，葉茂，劉玉珠，等.露天礦山監管中的無人機測繪技術應用研究［J］.中國礦業，2019，28（4）：111-114.

［23］ 廉旭剛，蔡音飛，胡海峰.我國礦山測量領域三維激光掃描技術的應用現狀及存在問題［J］.金屬礦山，2019（3）：35-40.

［24］ 呂國屏，廖承銳，高媛赟，等.激光雷達技術在礦山生態環境監測中的應用［J］.生態與農村環境學報，2017，33（7）：577-585.

［25］ 徐坤，屈瑩，王寶山.傾斜攝影測量技術在礦產資源監測中的應用［J］.測繪工程，2020，29（4）：38-43.

［26］ 譚清梅，劉紅玉，張華兵，等.基于遙感的江蘇省濱海濕地景觀植被覆蓋度分級研究［J］.遙感技術與應用，2013，28（5）：934-940.