北京周边重点矿山开采区的植被恢复状况评价

蒋美琛，田淑芳，詹 骞(中国地质大学(北京)地球科学与资源学院，北京 100083)

北京周边重点矿山开采区的植被恢复状况评价

蒋美琛，田淑芳，詹 骞
(中国地质大学(北京)地球科学与资源学院，北京 100083)

北京地区矿产资源丰富、矿种多样，频繁的矿山开采活动严重地破坏了矿山周边的生态平衡。近年来经过各级国土资源部门的努力，矿山周边环境治理与保护工作力度不断加大。了解北京市重点矿山开采区整体环境变化状况对于合理制定环境保护政策、平衡矿产资源开采与环境可持续发展具有重要的意义。本研究利用了2000年、2005年、2010年和2015四个时期的Landsat TM/OLI影像，采用像元二分模型反演了北京市重点矿山开采区的植被覆盖度，揭示了2000～2005年、2005～2010年以及2010～2015年矿山开采区植被覆盖度的时空变化特征，对矿山开采区的生态环境变化进行了定性定量的分析与评价。研究结果表明，门头沟区与密云区在三个时期中植被复绿和退化均相对不明显，当地政府在矿产资源开发的同时对周边生态环境的保护工作一直高度重视；房山区在2000～2005年间由于矿山开发使得周边植被退化，但在后两个五年阶段政府在矿山开采的同时加强了周边生态环境保护工作。说明矿山环境恢复治理工作进展比较顺利，取得的成果比较明显，为全市建设绿色矿山打下了良好基础。

遥感监测；矿山环境；生态评价；绿色矿山

0 引 言

随着矿产资源需求的不断增加，矿山的开采日益频繁，开发活动日渐增多的同时，一系列的环境问题也随之出现。以往我国在开发利用矿产资源的同时经常忽视矿山附近的环境保护工作，导致次生崩滑塌、泥石流、地下水均衡破坏及水质污染、大气污染和植被破坏等严重的矿山环境恶化情况时有发生[1]。北京地区矿产资源品种多，储量丰富，多年以来矿山开采、盗采活动频繁。由于北京地区大部分的矿产资源的开采方式为露天开采，多年的开采活动使很多矿山满目疮痍，其附近的陆表植被严重退化，已无法自然恢复，工矿型荒漠化土地在矿区周围出露。根据野外调查，2015年北京地区的工矿型荒漠化面积占总荒漠化土地面积的15%，并且有连年上升趋势*摘自中国国土资源航空物探遥感中心项目《北部沿海地区自然资源遥感综合调查(京津区)》(项目编号DD2016007709)。近年来尽管合法矿山开采活动逐年减少、矿山环境恢复治理工作力度加大，但由于过去矿山开采导致的历史遗留环境问题较多、违法开采现象依旧存在，矿山地质环境恢复治理难度依旧极大。由于普遍存在的这一系列问题，北京市自2013年1月起开展了矿山复绿行动，2015年度北京市通过矿山环境调查确定待治理矿山面积为6 860.1 hm2。截至2015年底，对北京地区的矿山复绿工程进行调查结果得知已复绿工程为4处，正在复绿工程17处，未复绿工程为18处。对北京周边矿山环境整体变化进行及时有效的监测和评价能够为矿山环境治理政策的制定和工作的实施提供合理的科学依据。相对于传统的调查手段，遥感技术能够在环境变化监测上展现其明显的全方位、直观及准确性*摘自中国国土资源航空物探遥感中心项目《京津地区矿产资源开发环境遥感监测成果报告》(项目编号12120115060901)。

植被是陆地生态系统最主要的组成部分之一[2]，陆表植被覆盖通过碳循环在全球变化中扮演着重要的角色。植被覆盖度是描述陆表植被生长状况及变化的重要参量，对其的准确测定是环境监测与评价的重要基础[3]，可以为协调资源开采和环境保护提供重要的科学建议。本文以2000年、2005年、2010年和2015年四个时相的Landsat TM/OLI (Thematic Mapper/Operational Land Imager)遥感影像定量反演了北京市三个重点矿山开采区(房山区、密云区、门头沟区)四个时期的植被覆盖度，分析了矿山开采区植被覆盖度在2000～2015年这16年间的时空变化规律，同时进行了植被恢复情况的生态评价。

1 研究区域与数据

1.1 研究区域

北京市坐落于华北平原北部，上靠辽东半岛，下临山东半岛，背靠燕山，毗邻天津市和河北省，总面积约16 410.54 km2，下辖16个行政区(图1)。北京市矿产资源种类丰富，广泛分布于远郊区县，矿种相对集中。2015年度北京市矿山主要集中在房山区、密云区和门头沟区。房山区内矿山开发占地面积约为2 347.54 hm2，开采矿种主要为石灰石、煤矿等；密云区内矿山开发面积约为1 340.45 hm2，以铁矿开采的最多；门头沟区开发面积约为670.08 hm2，开采矿种主要为煤矿。大面积的矿山开发加剧了区域生态环境的退化和地质灾害的发生，调查发现北京全区的地质灾害多发生于房山-门头沟及密云区内，尤其是房山-门头沟同时存在崩滑塌、泥石流及塌陷等灾害隐患。另外水体、粉尘等矿山环境污染也较为严重*摘自中国国土资源航空物探遥感中心项目《京津地区矿产资源开发环境遥感监测成果报告》(项目编号12120115060901)。

1.2 遥感数据

本研究采用的遥感数据为2000年、2005年、2010年和2015年的各四景Landsat-5 TM和Landsat-8 OLI 正射影像，空间分辨率为30 m，由美国地质调查局(USGS)、中国科学院遥感与数字地球研究所及中国科学院计算机网络信息中心地理空间数据云平台无偿提供。所有16景影像的成像时间均在7～8月间，云量少于2%。影像级别为L1T，即已完成地形校正，因此后续对影像进行了辐射定标、大气校正及几何校正。前人研究提出Landsat-8 OLI数据相对于Landsat-5 TM数据存在数值偏差，尤其存在于红波段及近红外波段[4]，因此本文针对OLI和TM数据进行了直方图匹配，以使多源遥感影像的辐射值可比。另外我们对所有影像进行大气校正时在可选择的范围内运用了相同的定标参数，这也可以校正偏差。每年的四景影像在ENVI 5.1中进行了无缝镶嵌处理，最后在镶嵌后的北京市整体影像中裁剪出房山区、密云区与门头沟区三个区。

1.3 植被覆盖度的野外实测数据

为了验证遥感反演植被覆盖度的精度，野外植被覆盖度实测数据于2015年6月和8月以目估法获得。考虑到野外可行性、人员有限性、便利性及植被分布，在怀柔区、延庆区、昌平区、门头沟区和房山区进行了野外调查。共布设60个100 m×100 m精度验证样地，其中7个样地分布于城区，17个样地分布于近郊，6个样地分布于山区。样地选取的原则是样地及周边大范围内物种组成、群落结构与生境相对均匀，样地分布见图1。每个样地选取2个30 m×30 m的样方。在每个样方内选用三个人员采用对角线法独立估算样方植被覆盖度，三名人员的估算结果的平均值为该样方的植被覆盖度，两个样方植被覆盖度的平均值为该样地的实测植被覆盖度值，并利用GPS记录样方坐标。

图1 研究区域、野外实测点、北京市重点固体矿产资源及2015年北京市合法/违法矿山分布图

2 植被覆盖度反演方法与精度验证

2.1 像元二分法

通常情况下一个像元包含多种陆表地物信息，因此通过建立一种光谱混合模型，可以将一个像元中的多种地物信息分解开来，以确定各类地物所占像元的比例。像元二分法是一种简单且实用的线性光谱混合分解方法，并且可以削弱大气、土壤背景及植物种类带来的影响[5]。许多研究已经证实了该模型适用于多样的植被类型以及各种尺度的遥感数据[6-7]。

在像元二分模型中，假设一个像元仅包含植物和非植物两种地物信息。一个像元的遥感观测值用S表示，其中植物信息用Sv表示，非植物信息用Sn表示，具体见式(1)。

S=Sv+Sn

(1)

那么植被覆盖所占该像元的比例即为该像元的植被覆盖度，用fc表示。则非植被覆盖所占像元的比例即为1-fc。设全由植被覆盖的纯净像元所得的遥感信息为Sveg，全由非植被覆盖的纯净像元所得的遥感信息为Snon，则Sv可以表示成fc与Sveg的乘积，见式(2)。同理Sn可以表示成1-fc和Snon的乘积，见式(3)。根据式(1)，结合式(2)、式(3)，计算fc，可得式(4)、式(5)。

Sv=fc×Sveg

(2)

Sn=(1-fc)×Snon

(3)

S=Sv+Sn=fc×Sveg+(1-fc)×Snon

(4)

(5)

Rundquist对植被覆盖度和归一化植被指数(NDVI)进行了相关性分析，结果表明植被覆盖度与NDVI之前存在良好的线性关系[8]。Wittich和Hansing也在研究中揭示了NDVI对植被覆盖度的指示性。NDVI是在植被生长研究中应用最广泛的植被指数[9]。将NDVI代入像元二分模型，即植被覆盖度(FVC)可以表示为式(6)。

(6)

式中：DVInon为非植被覆盖区域的NDVI值，理论上这个值应为0；NDVIveg代表完全植被覆盖区域的NDVI值，理论上这个值应为1。然而实际上，由于大气或土壤等噪声的存在，NDVInon通常在-0.1～0.2之间[8]。同理，NDVIveg在实际中也不经常为1。李苗苗[5]认为NDVIveg和NDVInon应该由遥感影像本身来确定，这样才能排除整幅图像所受的各种影响因素对NDVI值的干扰。在本研究中，根据经验在NDVI频率直方图中，选取累积频率为1%所对应的NDVI值为NDVInon，累积频率为99%所对应的NDVI值为NDVIveg。

2.2 精度验证

为了验证研究区内植被覆盖度反演精度，对60个野外植被覆盖度实测数据与对应的反演值进行了双变量相关分析(图2)。Pearson相关系数为0.773(p<0.01，RMSE=0.091)，符合研究精度要求，进一步证实了像元二分模型在反演植被覆盖度上的可信性，与前人研究一致[2]。

(注：x轴为2015年的植被覆盖度反演结果，y轴为2015年野外实测数据。实线为线性拟合线，虚线为1∶1线。r=0.773(p<0.01)，R2=0.598，RMSE=0.091(n=60))图2 野外实测植被覆盖度值与遥感反演值的线性相关结果

3 植被覆盖度反演结果

3.1 重点矿山开采区植被覆盖度反演结果

图3为门头沟区、房山区及密云区这三个重点矿山开采区每年的平均植被覆盖度值(其中水体不计入统计，下同。)，可以看出在这15年间，整体上这三个矿山开采区的植被覆盖度都处于上升水平。其中门头沟区与密云区的植被覆盖度在2015年有所下降，但并未低于2005年水平。最高值出现在2010年的密云区，为0.849 9，最低值出现在2005年的房山区，为0.648 8。

图3 门头沟区、房山区及密云区四个时期平均植被覆盖度图

运用自然断点法将植被覆盖度值分为5个等级，该分级方法可以使类内差异最小，类间差异最大[10]。植被覆盖度值0～0.3为1级，用白色表示；0.3～0.5为2级，用20%灰色表示；0.5～0.7为3级，用50%灰色表示；0.7～0.8为4级，用70%灰色表示；0.8～1为5级，用黑色表示。图4中显示了北京市三个重点矿山开采区在2000年、2005年、2010年及2015年四个时相的植被覆盖度遥感反演结果。从图4上来看，2000年的门头沟区植被覆盖以3级和4级居多；在2005年及2010年，5级植被覆盖逐渐变多；到2015年，则又出现大面积3级植被。2005年的房山区与2000年相比，5级植被覆盖出现了减少的趋势；而在2010年和2015年整体植被又出现明显恢复。2010年与2015年的密云相比于2000年与2005年的密云在植被恢复上表现良好。

3.2 被恢复/退化分布统计结果及制图

通过在ArcGIS中对每相邻两个时期的植被覆盖度反演结果做差值运算，我们得到了植被恢复/退化结果，差值的数值在-1～1之间，如图5所示。基于野外实际调查情况及前人经验[11]，我们将像元值小于-0.2的定义为植被退化区域，用80%灰色表示；大于0.2的代表植被恢复区域，用白色表示；介于-0.2～0.2之间的定义为植被无变化区，用40%灰色表示。表1统计了植被恢复/退化/无变化面积所占各区总面积的百分比。

在2000～2005年间，门头沟区以区内中北部植被复绿为主，恢复的面积百分比达到15.5%；房山区大面积植被复绿(11.7%)与退化(12.6%)并存；密云水库周边存在明显植被复绿，植被退化多发生在区内西南及北东位置，但复绿与退化的面积百分比都相对较低。在2005～2010年间，门头沟区整体植被基本无明显变化(93.7%)，有少量植被退化发生在区内东部；房山区依旧并存大面积植被复绿(13.5%)及退化(11.2%)情况，但空间位置照前五年期发生变化，此期植被复绿集中于区内西部，退化集中于区内东部；密云区的植被复绿与退化百分比依旧相对较低，但北东部主要变化为复绿，退化主要集中于西南部。在2010～2015年间，门头沟区北部出现明显植被覆盖度退化现象(12.2%)，东部植被有少许复绿；房山区的退化情况有明显减少，东部植被大面积复绿(16.2%)；密云区退化部分稍微增多(7.7%)，但分布比较零散，西南部植被明显复绿。

图4 植被覆盖度反演结果图

表1 各区植被恢复、退化、无变化的面积百分比(%)

4 重点矿山开采区生态环境变化分析与评价

植被与北京市重点矿产开发的关系可以在图1和图5中清晰的显示出来。门头沟区在2000～2005年间，西南部小面积碎斑状植被退化区域与煤矿、铁矿集中区契合；近东部少许退化斑块为页岩、灰岩、板岩资源集中区；极东部有大面积植被退化现象，但未有重点固体矿产集中，该处接近城区，植被覆盖度变化应为城市扩张所致[13]。近东部部分页岩、灰岩、石灰岩及煤矿资源集中区域对应的植被复绿现象在空间上面积大且连续，应为其他人类活动或自然因素所致，与矿产资源相关活动无关。这一时期该区矿产资源周边植被恢复和退化并存，以恢复为主，恢复面积可观，退化面积不大。在2005～2010年间，西南部铁矿、煤矿区植被有所恢复，但退化现象依旧存在。而东部各类固体矿产集中区周边植被基本均处于退化状态。在2010～2015年间，西南部铁矿、煤矿区大部分植被无明显退化，但仍存在少许退化现象。东部恢复及退化现象并存，但面积均极小，以无明显变化为主。说明矿产资源开采活动力度减弱，矿山周边环境得到了有效治理。

图5 植被空间变化结果

房山区在2000～2005年间，煤矿、板岩、花岗岩、页岩及水泥用砂集中区域出现了明显的碎斑状植被退化现象。但灰岩、石灰岩集中区域植被空间上大面积连续返绿，应与矿产开发活动无关。在2005～2010年间，煤矿、板岩、水泥用砂集中区植被以无明显变化并存复绿为主；而石灰岩、花岗岩及页岩集中区以植被退化为主。在2010～2015年间，几乎所有矿产资源集中区域都对应着植被无明显变化或复绿，以复绿为主，仅有少许板岩开采区域周边植被退化。这一变化很大程度上得益于2010年出台的《国土资源部关于贯彻落实全国矿产资源规划发展绿色矿业建设绿色矿山的指导意见》。依据该案件，北京地区将按照矿种、地理位置等因素对矿山进行合并或关闭。确定的矿山环境复绿工程为39处，总面积达2 435.62 hm2，主要分布于房山区、门头沟区、密云区等。从结果来看，截至2015年底，门头沟区与房山区的整体矿山环境恢复治理工作进展比较顺利，取得的成果比较明显，这可以为其他区域环境治理工作提供指导，为全市绿色矿山示范区建设打下良好基础。

密云区主要矿产为铁矿，在2000～2005年和2005～2010年间，铁矿集中区周边植被覆盖度以无明显变化为主，东北部有少量退化现象。在2010～2015年间，矿产资源集中区域的植被以无明显变化并存退化为主。2015年北京市正在开采的矿山有60处，经野外调查，其中5个为合法开采，密云区占1个；55个为违法开采，35个在密云区、门头沟区和房山区。根据图1所示的2015年三个区的合法及违法矿山开采点分布情况，房山区的违法矿山集中在极南部；密云区的违法矿山集中在铁矿区；门头沟区违法矿山仅有1处。这进一步说明门头沟区的矿山开采治理和矿山环境保护工作到位。而主要存在于房山区和密云区的违法矿山对应的区域在2010～2015年间植被几乎均在退化，尤以密云区为甚，虽然面积不大，但反映出北京市矿山治理存在的一个最大的问题，即违法开采情况屡禁不止，主要形式包括越界开采、矿权到期后继续开采、废弃转开采及群众小型偷挖盗采等。因矿山治理的宗旨为谁开采谁治理，因此这就导致由于违法开采的存在，周边环保工作不力，不利于长期可持续发展。因此针对该情况，政府应强力整治矿山非法开采行为。另外，应增强全市统筹协调力度，带动其他待治理矿山绿色建设，充分发挥建设绿色矿山的示范作用。

5 结 论

本研究利用了2000年、2005年、2010年和2015年四期遥感影像，采用像元二分模型反演了北京市重点矿山开采区的植被覆盖度，对矿山开采区周边生态环境进行了变化监测及定性与定量分析与评价。结果表明：门头沟区与房山区的整体矿山环境恢复治理工作进展比较顺利，取得的成果比较明显，为全市绿色矿山示范区建设打下了良好基础。而主要存在于房山区和密云区的违法矿山对应的区域在2010～2015年间植被几乎均在退化。反映出北京市违法矿山开采情况屡禁不止，导致周边环境保护工作不到位，不利于长期可持续发展。政府应强力整治矿山非法开采行为。另外，应增强全市统筹协调力度，带动其他待治理矿山绿色建设，充分发挥建设绿色矿山的示范作用。

[1] 刘文清.北京市矿山地质环境现状及发展趋势[J].城市地质，2014，9(1)：4-8.

[2] Tong S Q，Zhang J Q，Ha S，et al.Dynamics of Fractional Vegetation Coverage and Its Relationship with Climate and Human Activities in Inner Mongolia，China [J].Remote Sensing，2016，8(10)：776.

[3] Matteucci S D，Totino M，and Arístide P.Ecological and social consequences of the Forest Transition Theory as applied to the Argentinean Great Chaco [J].Land Use Policy，2016，51：8-17.

[4] Zhu Z，Fu Y C，Curtis E，et al.Including land cover change in analysis of greenness trends using all available Landsat 5，7，and 8 images：A case study from Guangzhou，China (2000-2014) [J].Remote Sensing of Environment，2016，185：243-257.

[5] 李苗苗.植被覆盖度的遥感估算方法研究[D].北京：中国科学院遥感与数字地球研究所，2004.

[6] Di B F，Zeng H J，Zhang M H，et al.Quantifying the spatial distribution of soil mass wasting processes after the 2008 earthquake in Wenchuan，China [J].Remote Sensing of Environment，2010，114(4)：761-771.

[7] Jia K，Yao Y J，Wei X Q，et al.A review on fractional vegetation cover estimation using remote sensing [J].Advances in Earth Science，2013(7)：774-782.

[8] Rundquist B C.The influence of canopy green vegetation fraction on spectral measurements over native tallgrass prairie [J].Remote Sensing of Environment，2002，81(1)：129-135.

[9] Wittich K P and Hansing O.AREA-AVERAGED VEGETATIVE COVER FRACTION ESTIMATED FROM SATELLITE DATA [J].International Journal of Biometeorology，1995，38(4)：209-215.

[10] Jenks G F，Caspall F C.ERROR ON CHOROPLETHIC MAPS：DEFINITION，MEASUREMENT，REDUCTION [J].Annals of the Association of American Geographers，1971，61(2)：217-244.

[11] Piao S L，Wang X H，Ciais P，et al.Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006 [J].Global Change Biology，2011，17(10)：3228-3239.

[12] 北京市规划和国土资源管理委员会.北京市绿色矿业发展规划(2013～2020年)[R].2013.

[13] Jiang M C，Tian S F，Zheng Z J，et al.Human Activity Influences on Vegetation Cover Changes in Beijing，China，from 2000 to 2015 [J].Remote Sensing，2017，9：271.

Assessment of the vegetation restoration of the key mining areas around Beijing

JIANG Meichen，TIAN Shufang，ZHAN Qian

(School of Earth Sciences and Resources，China University of Geosciences (Beijing)，Beijing 100083，China)

Beijing is rich in diverse mineral resources.Frequent mining activities have seriously damaged the ecological balance around the mine.In recent years，thanks to the efforts of land and resources departments，management and protection efforts on mine environment are increasing.Understanding the vegetation restoration and degradation for the key mine areas of Beijing is significant for formulating the environmental protection policies and balancing resources mining and environmental sustainability.In this study，Landsat TM/OLI images of the year 2000，2005，2010，and 2015 were used to estimate the fractional vegetation coverage in the key mining areas of Beijing using dimidiate pixel model.The temporal and spatial characteristics of vegetation coverage change during 2000～2005，2005～2010，and 2010～2015 were demonstrated.The ecological environment changes in the mining areas were qualitatively and quantitatively analyzed and assessed.Our results showed that the restoration and degradation of vegetation in Mentougou and Miyun were relatively insignificant in the three periods.The local government has paid great attention to the protection of the ecological environment when the mineral resources have been exploited.From 2000 to 2005，as the development of the mining，the vegetation degraded，but in the last two five-year periods，the government strengthened the ecological and environmental protection while resources mining.It is indicated that the environmental restoration and management work of mine is effective，making a good foundation for the city to build green mine.

remote sensing monitoring；mine environment；ecological assessment；green mine

2017-03-07 责任编辑：宋菲

“全国矿产资源开发环境遥感监测”项目资助(编号：121201203000160009)

蒋美琛，女，博士研究生，主要从事植被与生态遥感方面的研究工作，E-mail：jmc0713@163.com。

田淑芳，女，副教授，主要从事资源与环境遥感方面的教学和研究工作，E-mail：sftian@cugb.edu.cn。

X87；TD88

A

1004-4051(2017)06-0088-07