基于多时相遥感数据的矿区地表植被与土壤变化监测

刘沂轩，刘 誉，杜珍应，曹久立

基于多时相遥感数据的矿区地表植被与土壤变化监测

刘沂轩1，2，刘 誉3，杜珍应1，曹久立1

(1.江苏省水文水资源勘测局徐州分局，江苏 徐州 221006； 2.中国矿业大学 资源与地球科学学院，江苏 徐州 221008； 3.青岛市勘察测绘研究院，山东 青岛 266032)

基于多时相的Landsat遥感数据，以陕西省榆林市大柳塔矿区为例，通过图像处理得到地面归一化植被指数(NDVI)和土壤指数两个研究要素，结合矿区采掘工作面，提取了采区和非采区样本点的时序数据，使用单一变量法对比分析其时序变化情况，并对研究区域的植被和土壤未来变化趋势作了预测。结果表明：矿井工作面采掘活动破坏了地面植被和土壤的稳定性，降低了其对环境影响的抵抗和恢复能力，矿区植被覆盖度逐年增加，但是土壤受侵蚀情况严重；在未来几年内，大柳塔矿区的植被覆盖度会持续增加，土壤较容易受到侵蚀，特别注意地面采矿活动区域和受扰动影响区域的土壤保护，改善土壤退化现状。

NDVI；土壤指数；多时相数据；工作面采动影响

0 引言

中国大部分煤炭资源分布在植被覆盖较少、土壤容易受到侵蚀的干旱和半干旱西北部区域[1]。随着煤矿规模的迅速发展，矿井开采活动、地面建设和运营也对矿区生态环境带来了影响[2]。因此，研究矿区开采活动对地面生态环境要素影响具有十分重要的意义。遥感技术作为一种先进的信息采集方法，在多时相数据生态环境监测研究中具有明显优势[3]，并且随着多元数据融合技术的发展，出现了与遥感相结合的交叉学科分析[4]，如吴立新等[5]使用SPOT卫星的NDVI数据对神东矿区植被覆盖动态变化进行了分析；汪炜等[6]基于Landsat影像和STRM的DEM数据对淮南矿区的土壤侵蚀变化情况进行了研究。以上矿区植被和土壤侵蚀研究只是从宏观上对矿区变化情况进行了分析，并没有结合矿区具体采矿活动分析采矿活动对地表植被与土壤的影响。本文以陕西省榆林市的大柳塔矿区为例，在GIS和RS技术的支持下，选用从1994年至2014年中的11个时相的Landsat数据，反演矿区归一化植被指数和土壤指数，结合实际开采工作面，分析矿井开采前后地面植被和土壤侵蚀的变化情况，并对该矿区的植被和土壤未来发展趋势进行了预测。

1 研究区及数据介绍

1.1 研究区概况

大柳塔煤矿始建于1987年10月，1996年正式投产，位于陕西省神木县境内，由大柳塔井和活鸡兔井组成，两井拥有井田面积189.9 km2，煤炭地质储量23.2亿t，可采储量15.3亿t，核定生产能力2 170万t。本文的研究区域在大柳塔井所在区域，位于扇贝黄土高原北侧、毛乌素沙漠东南边缘，地势中间高，大部分地区土壤类型是风沙土，植被覆盖率低[7-8]。

1.2 实验数据及预处理

本文从1994年到2014年的Landsat影像数据中，择优选取了包含研究区域11年的11个时相的数据，其中包括Landsat5 TM数据6幅图像，Landsat7 ETM+数据3幅和Landsat8数据2幅。2006年的影像时间为2006年9月10日，其他影像的时间都是8月份，这11幅影像均属于无云或者少云的数据，成像效果较好，影像波段内均含有数据处理所需的波段数据，能够满足需求。Landsat数据预处理主要包括辐射校正、大气校正、图像裁剪、融合、掩膜等过程。

2 技术路线

2.1 植被覆盖度和土壤指数反演

2.1.1 植被覆盖度

绿色植被能起到吸收大气中污染物、防止水土流失和降低热效应等作用，是反映研究区域生态环境演变的主要指标因素之一[9]。植被覆盖度越高，自然环境就越好，生态环境也就越趋于稳定。现行的统计区域内植被覆盖情况最常用的是计算归一化植被指数，然后再计算植被覆盖度[10]：

(1)

式中：NDVI为归一化植被指数； NDVIsoil为完全是裸土或者无植被覆盖区域的NDVI值；NDVIVeg是完全被植被覆盖的像元的NDVI值。针对不同时相的遥感影像统计取值，选取5%和95%的拐点处的NDVI值为裸土指数和全植被指数进行计算。

2.1.2 土壤指数

土壤组成与土壤侵蚀等有很大的关系，采用裸土植被指数作为土壤因子[11]，首先把经过大气纠正的图像进行缨帽变换，然后取变换结果中的亮度和绿度值进行计算，得到土壤指数：

GRABS=VI-0.091 78×BI+5.589 59

(2)

式中：VI和BI分别为缨帽变化的绿度指数和土壤亮度指数。如表1所示，把土壤指数分成10类，数值越大，说明土壤越不容易受到侵蚀。

表1 土壤指数分类表

2.2 样本点选取

如图1所示，通过在反演之后的影像上叠加工作面，选取矿井采掘工作面上的点和不受采动影响的点，使用单一变量法分析采动对地面植被覆盖和土壤指数的影响。选取的样本点要满足以下要求：

1)样本点要属于同一土壤类型、同为植被覆盖的区域。

2)采区内的样本点应当尽量在采区正上方，以减少相邻采区开采的影响。

3)非采区的样本点应当选择远离采区的地方，避免其他时间的采动对该点的影响。

本文中选取的采区内样本点选择在2006年1至6月和2007年2至7月的工作面上，非采区的样本点选在所有工作面之外，避免由于其他年份的采动造成的影响。

图1 叠加工作面选取样本点Fig.1 Overlay working face to select sample points

2.3 矿区植被覆盖和土壤指数变化趋势预测

使用一元线性回归分析法对研究区域的生态环境发展趋势进行预测[12]，通过计算一组时间序列遥感影像的对应像元的线性回归系数，对该像元的发展趋势进行预测，从而获得研究区域整体的变化趋势情况。

(3)

式中：n为时间序列数据的个数；NDVIi对应像元i的NDVI值。

经过计算得到对应像元的一元线性拟合直线的斜率θslop，通过这个斜率就可以得到对应像元在今后发展的趋势。θslop大于0，说明过去时间的NDVI值呈现增加的趋势，在未来几年内也会持续增加；θslop小于0，说明在过去时间里NDVI值呈现减少的趋势，在未来几年内会持续呈现下降趋势。

3 结果与分析

3.1 植被覆盖动态变化分析

图2 2006年和2007年采区和非采区植被覆盖点NDVI时序变化折线图Fig.2 The NDVI time series change line chart of vegetation cover points in 2006 and 2007 in mining area and non mining area

如图2所示，从整体上来看，采区和采区之外的样本点的NDVI年际变化趋势是一致的，说明选择的点没有受到局部因素的干扰，作为样本点用来分析是可靠的。研究区域内有植被覆盖区域的NDVI值并没有减小，反而呈现缓慢递增的趋势，这说明研究区域内的整体植被覆盖量逐渐增加，这得益于神东集团的土地复垦工作。图2(a)中，2006年工作面开采之后，采区内样本点的NDVI值有小幅度的变化；到2007年，NDVI值剧增；随后直到2012年，采区内样本点的NDVI值均高于非采区样本点，分析原因为神东煤炭集团的土地整治和生态修复活动[7]；2012年之后，采区和非采区的NDVI值基本趋于一致，这说明经过一段时间的自身和人为修复过程，地面受到采动影响的区域的植被逐渐恢复，整个区域的植被水平趋于一致。同样，图2(b)中，在2007年工作面上的样本点，随着工作面的采动，在2007年上NDVI值均明显减小，随后经过一段时间的修复过程；到2013年，受2007年工作面采动影响的地表植被覆盖区域和非采区的植被覆盖区域的植被水平趋于一致。

从以上两个年份的工作面样本点分析可知，采区上方的生态修复和土地复垦工作并没有从根本上完全消除工作面采矿活动对地面植被的影响。在大柳塔矿区内，现行的土地复垦力度下，受工作面采动影响的地表植被恢复到整体水平的年限约为5年。

3.2 土壤指数变化分析

如图3、图4所示，可以看到研究区域内的土壤指数整体波动性较大。没有很明显的规律可循。随着工作面的采动，地面所有样本点的土壤指数均减小，在有植被覆盖的区域较无植被

覆盖的区域下降程度小。由于2006年和2007年影响程度的叠加，导致2007年地面土壤指数下降幅度较大。随后，在采区和非采区的样本点的土壤指数变化较为杂乱，但是总体呈现减小的趋势。由于土壤受侵蚀程度与很多因素都有关系，不能简单的归咎于受采动工作面的影响，要想分析井下工作面采掘活动对地面土壤侵蚀能力产生影响的程度和其相关关系，还需要进一步研究。结合植被覆盖度变化情况，虽然研究区内的植被覆盖度增加了，但是并没有带来土壤指数的好转，矿区土壤还是较容易受到侵蚀，波动情况较大。

图3 2006年和2007年采区和非采区地表植被覆盖区土壤指数时序变化折线图Fig.3 The time series change line chart of soil index of vegetation coverage area in 2006 and 2007 in mining area and non mining area

图4 2006年和2007年采区和非采区地表裸土区土壤指数时序变化折线图Fig.4 The time series change line chart of soil index of bare soil area in 2006 and 2007 in mining area and non mining area

3.3 大柳塔矿区植被覆盖和土壤指数发展趋势预测

大柳塔矿区植被覆盖和土壤指数发展趋势预测图如图5、图6所示，变化趋势分级的标准如表2所示。

图5 大柳塔矿区植被覆盖发展趋势预测图Fig.5 Prediction map of development trend of vegetation coverage in the Daliuta mining region

图6 大柳塔矿区土壤指数发展趋势预测图Fig.6 Prediction map of development trend of soil index in the Daliuta mining region

NDVI值一元线性回归趋势斜率土壤指数分类值一元线性回归趋势斜率变化程度≤-0.02≤-0.8严重退化-0.02～-0.008-0.8～-0.5轻微退化-0.008～0.008-0.5～0.5基本不变0.008～0.040.5～0.8轻微改善0.04≤0.8≤明显改善

1)大柳塔矿区植被覆盖发展趋势预测

通过从1994年至2014年遥感影像中计算归一化植被指数，然后针对每个像元的NDVI进行一元线性回归计算，得到了每个像元的NDVI变化趋势图，全部退化区域约为4.0%，把结果图导入到Google Earth中。可以看到，图5中大部分区域呈现改善状态，说明在以后的几年内，该区域的生态环境会持续向好的方向发展，通过重标极差法[13]对该区域的预测情况进行检验，Hurst指数为0.940，相关系数为0.995 9，两个结果一致。

2)大柳塔矿区土壤指数发展趋势预测

通过从1994年至2014年遥感影像中计算土壤指数并对其进行划分，然后对时序图像中对应的像元进行一元线性回归计算，得到每个像元的土壤指数变化趋势图(图6)。在采区59.6%的区域的土壤指数呈现下降的趋势，在未来几年，土壤将持续退化。在矿区西部地区，由于地面建筑物和采矿地面活动的增加导致土壤退化明显；在北部地区由于原来的土壤类型为裸露的沙土地，土壤受侵蚀程度变化不大；在河谷地区由于植被覆盖相对较为稳定，土壤指数基本不变；在东北部的山地区域土壤退化较为严重，在今后的治理过程中应加大对这些地区的土壤治理；在东南部山地区域由于人为活动较小，土壤在未来几年内会有所改善。

4 结束语

本文以大柳塔矿区作为研究对象，从1994年至2014年中选择11幅Landsat影像数据，反演植被覆盖度和土壤指数，结合矿区工作面开采情况，分析了地面植被和土壤的变化情况，分析表明矿井工作面采掘活动对地表植被和土壤产生了影响，破坏了环境的稳定性，使得土壤更易受到侵蚀，植被抗干扰能力下降。随着矿区复垦程度的不断增加，大柳塔矿区在未来几年内的植被覆盖度将继续增加，但是在受采区影响的地面区域和东部山地区域要特别注意保持水土，加大土地复垦力度，降低土壤受侵蚀的可能。

[1] Fan Y，Lu Z，Chen J，et al.Major ecological and environmental problems and the ecological reconstruction technologies of the coal mining areas in China[J].Acta Ecologica Sinica，2002，23(10)：2144-2152.

[2] 宋世杰.煤炭开采对煤矿区生态环境损害分析与防治对策[J].煤炭加工与综合利用，2007(4)：44-48.

[3] 胡玉玲，王萍，张丽萍，等.遥感技术在矿区生态环境评价中的应用[J].资源开发与市场，2011(7)：584-586.

[4] 吕程.矿产资源潜力评价中的遥感技术应用研究[J].煤炭技术，2012，31(12)：105-107.

[5] 吴立新，马保东，刘善军.基于SPOT卫星NDVI数据的神东矿区植被覆盖动态变化分析[J].煤炭学报，2009，34(9)：1217-1222.

[6] 汪炜，汪云甲，张业，等.基于GIS和RS的矿区土壤侵蚀动态研究[J].煤炭工程，2011(11)：120-122.

[7] 吴宁.西北矿区的土地复垦模式及其对区域空间结构的影响[D].西安：西安建筑科技大学，2009.

[8] 雷少刚.荒漠矿区关键环境要素的监测与采动影响规律研究[D].徐州：中国矿业大学，2009.

[9] 刘英.神东矿区地表植被与土壤湿度遥感监测研究[D].北京：中国矿业大学(北京)，2013.

[10] 汪明霞，王卫东.植被覆盖度的提取方法研究综述[J].黄河水利职业技术学院学报，2013(2)：23-26.

[11] 杨存建，刘纪远，张增祥，等.GIS支持下不同坡度的土壤侵蚀特征分析[J].水土保持学报，2002(6)：46-49.

[12] Stow D，Daeschner S，Hope A，et al.Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J].International Journal of Remote Sensing，2003，24(5)：1111-1117.

[13] 贺映娜，白红英，高翔，等.基于NDVI的米仓山植被覆盖变化趋势分析[J].西北植物学报，2011(8)：1677-1682.

Change Monitoring of Vegetation and Soil Based on Multi-Temporal Remote Sensing Data in Mining Area

LIU Yi-xuan1，2，LIU Yu3，DU Zhen-ying1，CAO Jiu-li1

(1.XuzhouBranch，JiangsuProvinceHydrologyandWaterResourcesInvestigationBureau，XuzhouJiangsu221006，China； 2.SchoolofResourcesandGeosciences，ChinaUniversityofMiningandTechnology，XuzhouJiangsu221008，China； 3.QingdaoGeotechnicalInvestigationandSurveyingResearchInstitute，QingdaoShandong266032，China)

Based on multi-temporal Landsat data，the paper took the Normalized Difference Vegetation Index(NDVI)and the Soil Index as the research elements.Taking Daliuta mining region in Yulin City，Shanxi Province as the example，the paper extracted a series of experimental data to analysis the changes，which situated at the mining area and outside it.Then，the changing trend of vegetation and soil in this region was predicted using a single variable timing analysis method.Results show that the resistance and the resume capability of the vegetable and soil in the mining area surface were affected compared with the surface out of the mining area.Although the vegetation coverage increased，the soil index decreased seriously.In the next few years，the vegetation coverage in Daliuta mining region continues to increase，while the soil is vulnerable to be eroded.So，special attention needs to be paid to protect the soil from being eroded in the mining disturbance area to reduce the extent of soil degradation.

NDVI；the soil index；multi-temporal data；influence of mining working face

2016-09-20

测绘地理信息公益性行业科研专项(201412016)

X 87

：B

：1007-9394(2016)04-0026-04

刘沂轩(1975～)，男，陕西咸阳人，博士研究生，高级工程师，现主要从事工程测量、遥感、水文地质勘察等方面的工作与研究。