煤炭开采对泥河小流域土地利用及景观格局的影响
2019-10-12冯启言刁鑫鹏
王 慧,冯启言,刁鑫鹏,孟 磊
(1. 中国矿业大学江苏省老工业基地资源利用与生态修复协同创新中心,江苏 徐州 221116; 2. 中国矿业大学环境与测绘学院,江苏 徐州 221116; 3. 中国矿业大学物联网(感知矿山)研究中心,江苏 徐州 221116)
土地利用是人类为了达到一定的社会经济目的,利用和改造土地资源的活动[1]。景观格局是指景观组成单元的类型、数目,以及空间分布与配置[2],反映了土地生态过程的作用结果[3]。煤炭资源的高强度开采严重影响了矿区土地资源,易形成塌陷坑积水区[4],引起土地利用的变化[5],进而引起景观格局的变化[6],导致景观功能变化或衰退。近年来,如何定量分析景观格局的变化特征得到国内外学者的关注[7-11],而针对人类采矿活动下区域土地利用变化与景观格局演变的研究较少[12-16]。本文利用多源遥感数据,针对煤炭资源蕴藏丰富的淮南泥河流域,从土地利用幅度、速度和转移方面分析流域土地利用动态变化,从景观斑块类型尺度和整体景观格局尺度对流域景观格局时空演变进行分析,为今后合理配置其景观格局和实现矿区土地可持续利用提供依据。
1 研究区概况
泥河发源于安徽省凤台县米集,地处116°37′E—117°5′E,32°41′N—32°56′N,属淮河支流水系。基于ArcGIS 10.2地表水文分析工具模块,提取出泥河流域边界。泥河流域属淮北平原,地形平坦。流域内已建成6个现代化矿井(如图1所示),按照投产时间分别为:潘一矿(1983年)、潘二矿(1989年)、潘三矿(1992年)、丁集矿(2007年)、潘北矿(2008年)和朱集矿(2010年),其中潘一矿已于2018年9月停产。
2 数据与方法
2.1 遥感数据源及预处理
利用7期多源遥感影像作为数据源,包括Landsat卫星TM(1987、1994、2006、2009年)、ETM+(2000年)和OLI(2013、2017年)3种传感器,多光谱波段空间分辨率为30 m,下载自地理空间数据云网站。在ENVI 5.1遥感处理平台下,对图像进行几何精校正、融合、裁剪、图像增强等操作,完成图像预处理。为了减少时间跨度大、坐标系不统一带来的误差,将融合好的2000年的ETM+影像作为基准影像,对TM影像、OLI影像进行配准,总残差RMS误差在0.3个像元以内。由于本文只用于图像分类,未进行辐射校正不影响总体精度。
2.2 土地利用分类
参考《土地利用现状分类》标准(GB/T 21010—2017),并结合泥河流域土地利用特征及煤炭开采对当地景观产生的影响,采用监督分类中支持向量机(SVM)[17]分类方法,结合纹理特征、光谱信息,将流域土地利用类型划分为耕地、建设用地、自然水体、林地、园地和塌陷水体6种类型,最后对以上6种地类各选取不与训练样本重叠的点作为验证样本进行精度检验,Kappa系数达到0.8以上。塌陷水体是根据分类提取出的水体与矿井采场工作面进行GIS空间叠加,并结合遥感影像的特征进行识别。
2.3 土地利用变化指数
(1) 土地利用变化幅度:主要反映不同土地利用类型面积总量上的变化,可以反映出该区域内土地利用变化的总体趋势及该时段人类活动对土地资源影响的强弱[18]。其表达式为
(2) 单一土地利用动态度:景观变化速率的区域差异情况可以用单一土地利用动态度模型来反映[19]。其表达式如下
式中,K为一定时段内某一土地利用类型动态度;Ua和Ub分别为研究初期和研究末期某一土地利用类型的数量;T为研究时段长。当T设为年时,K表示该研究区域土地利用年变化率。
(3) 土地利用综合动态度:描述整个区域土地覆盖变化的速度,综合考虑了研究期内土地覆盖类型间的转移[20]。其模型为
式中,LUi为监测起始时间第i类土地利用类型面积;ΔLUi-j为监测时段内第i类土地利用类型转为非i类土地利用类型面积的绝对值;T为监测时段长度。当T的时段设定为年时,LC的值即为该研究区土地利用年变化率。
2.4 泥河流域景观格局指数选取
景观格局反映了景观斑块在空间上的分布和排列情况。在SVM监督分类结果的基础上,利用Fragstats 4.2软件得到景观格局指数,从景观类型和景观格局水平两方面对泥河流域30年来景观格局演变情况进行分析。
选用6个景观指标分析各景观类型格局,分别为斑块数量(NP)、斑块密度(PD)、面积加权平均形状因子(SHAPE_AM)、面积加权分维数(FRAC_AM)、最大斑块指数(LPI)、斑块类型百分比(PLAND);选用8个指标分析流域整体景观格局,分别为NP、平均斑块面积(AREA_MN)、边缘密度(ED)、景观形状指数(LSI)、蔓延度(CONTAG)、斑块聚集度指数(AI)、香农均匀度指数(SHEI)和香农多样性指数(SHDI)[21]。
3 结果与分析
利用SVM对泥河流域多时相遥感影像进行监督分类,得到泥河流域1987—2017年7期土地利用分类结果,其中1987、2000、2006、2017年的土地利用变化情况如图2所示。从图中可以看出,30年来在煤炭开采影响下,塌陷水体范围逐渐增大,建设用地扩张明显,泥河流域土地利用方式发生较大改变。在此基础上分析泥河流域土地利用和景观格局的演变情况。
3.1 流域土地利用变化特征
3.1.1 土地利用变化幅度与速度
根据公式计算得出泥河流域土地利用变化指数,见表1。
从表1可以看出,耕地在2000—2006年变化幅度最大,减小速度为2.13%;建设用地变化幅度一直为正,1987—1994年增幅最大,增速为8.84%;塌陷水体变化幅度也一直为正,1987—1994年增幅最大,增速达到了313.48%;自然水体、林地和园地的变化幅度较小;从综合土地利用动态度来看,2006—2009年和2009—2013年土地利用转化较剧烈,表明期间地类转化频繁。综合1987—2017年,土地利用增加速度和增幅最快的是塌陷水体,增速为949.25%;建设用地次之,增速为7.8%;林地和园地的增幅较小,增速较慢。土地利用减少幅度最大、速度最快的是自然水体,减小速度为1.25%;耕地次之,减小速度为0.85%。土地利用综合动态度较小,仅为0.56%。
3.1.2 土地利用转移分析
在ArcGIS中把1987—2017年7期土地利用图进行两两叠加,并对1987和2017年两期进行叠加,得到1987—1994、1994—2000、2000—2006、2006—2009、2009—2013、2013—2017、1987—2017不同时期的土地利用转移矩阵,其中1987—2017年土地利用类型转移矩阵见表2,分析土地利用转移情况。
表1 泥河流域1987—2017年土地利用变化指数统计 (%)
表2 1987—2017年泥河流域土地利用转移矩阵 hm2
由表2可以看出,耕地主要向建设用地、塌陷水体和自然水体转移,主要转入源有建设用地和自然水体,分别占耕地转入面积的56.83%和42.41%;建设用地转入面积为16 965.81 hm2,有92%的转入来自耕地;自然水体分别有27.36%和24.63%转化为耕地和建设用地;塌陷水体主要由耕地转入,净增加面积为2 281.05 hm2。林地和园地的保有率较低,不超过0.1%,主要是因为林地与园地自身面积小,转出率又高。综合1987—2017年,泥河流域主要的土地利用转变类型为耕地和建设用地的相互转变及耕地向塌陷水体的转变。
3.2 流域景观格局演变
3.2.1 流域各景观类型格局演变
基于Fragstats 4.2软件计算结果,得出流域各景观类型指数变化(如图3所示),从表征景观破碎度的指数(NP、PD)、表征景观形状的指数(SHAPE_AM、FRAC_AM)和表征景观优势度的指数(PLAND、LPI)3方面对泥河流域30年间各景观类型演变特征进行分析。
(1) 破碎度分析。由图3可知,1987—2017年,建设用地斑块数量和斑块密度呈先上升后下降趋势,2000年达到最大值;耕地和塌陷水体的斑块数量和斑块密度先上升后下降,2006年达到最大值,2013年又有上升趋势。这说明建设用地、耕地和塌陷水体经历了不断破碎化到景观逐渐完善的过程,主要是因为前期城市化建设的加快占用了大片耕地,破坏了原有的景观结构,将大面积的连续生境分割成面积较小的斑块,并且随着矿井开采数量的增加,所形成的塌陷水体斑块数量也在增大。2006年之后,塌陷地周围自然村搬迁形成了集中的城市化新乡镇,矿区修复治理工作也在进行,使得矿区的景观逐渐完善。林地、园地的斑块数量和斑块密度始终较小,呈小幅度上下摆动,自然水体波动较大。
(2) 形状指数分析。由图3可知,耕地、建设用地和自然水体的分维数较高,说明其斑块形状较为复杂,主要是因为耕地在人为活动下形状变得不规则,建设用地和自然水体多呈条带状,相互渗透交错,形状结构复杂。林地、园地和塌陷水体分维数较低,说明其形状规则,受人为干扰较大,由于采煤导致地面塌陷形成的水体,多呈圆形、椭圆形的坑状分布,形状较为简单。1987—2017年间,建设用地面积加权平均形状因子处于上升趋势,由1987年的5.424 6上升到2017年的22.010 3,说明建设用地的边缘效应增大,随着矿井的相继投入生产,工矿用地增加,建设用地呈现形状的多样化。耕地、园地面积加权平均形状因子先上升后下降,说明其形状经历了由趋于复杂到趋于简单的变化,主要是因为矿区复垦使耕地集中规划,许多小斑块连接在一起,形状由不规则慢慢向规则化转变。其他3类面积加权平均形状因子随时间上下波动,自然水体和塌陷水体于2006年达到最大值,分别为8.814 7和4.605 2,林地波动较小,2006年达到最小值1.273 6。
(3) 优势度分析。由图3可知,景观百分比和最大斑块指数可以近似表征某类景观的优势度。30年来,耕地一直处于优势地位,但处于不断减小的状态。与此同时,建设用地的最大斑块指数与百分比呈上升趋势。1987—2017年,耕地最大斑块指数由79.706 0降为38.745 5,建设用地由0.854 0上升为13.420 4,说明流域耕地的优势性在减弱,建设用地的优势性在增强。这是因为城镇化进程不断加快,加上煤炭开采力度加强及工业广场的扩建,耕地被大量占用。自然水体的最大斑块指数和百分比总体在减小,表明其优势性减弱。塌陷水体最大斑块指数一直上升,前期上升缓慢,2009年之后上升速度加快。林地和园地最大斑块指数和百分比较小,且变化也较小。
3.2.2 流域整体景观演变特征
基于Fragstats 4.2软件计算得出景观格局指数变化,从景观破碎化(NP、AREA_MN)、景观边缘效应(ED、LSI)、景观异质化(SHDI、SHEI)和景观连通性(AI、CONTAG)4个方面对泥河流域30年间整体景观格局演变特征进行分析。
(1) 景观破碎化分析。从表征破碎化的斑块数量(NP)和平均斑块面积(AREA_MN)(如图4所示)来看,1987—2000年,斑块数量逐年增加,由14 684上升到20 567,平均斑块面积逐年减小,说明期间景观破碎化加剧;2000—2017年,斑块数量呈下降趋势,由20 567减小到6699,平均斑块面积则呈上升趋势,说明期间景观破碎化程度减缓。综合来看,泥河流域景观格局前期破碎化,2006年之后由于矿区修复工作的进行,景观逐渐完善,连续性增强。
(2) 景观边缘效应演变分析。从表征景观边缘效应的边缘密度(ED)和景观形状指数(LSI)(如图5所示)来看,1987—2006年ED和LSI逐渐升高,表明边缘形状越来越复杂,2006年以后ED和LSI呈下降趋势,景观形状趋于规则。这主要是因为前期煤矿开采新增了工矿用地并形成一定数量的塌陷水体,使景观形状趋于复杂,之后由于自然村庄统一搬迁使居民用地更加集中,使得边缘形状趋于规则。
(3) 景观异质化演变分析。从表征景观异质化程度的香农多样性指数(SHDI)和香农均匀度指数(SHEI)(如图6所示)来看,1987—2006年,SHDI和SHEI呈快速上升趋势,SHDI由0.570 5上升至0.881 5,说明在此期间流域可能受到人为活动特别是采煤的干扰,增加了景观的多样性,各斑块均匀分布。2006—2017年,两者在2009年小幅下降后又呈缓慢上升趋势。综合1987—2017年,多样性指数由0.570 5上升到0.922 2,均匀度指数由0.318 4上升到0.514 7,说明研究区各景观类型异质化程度在降低,趋于均衡化。
(4) 景观连通性分析。从描述景观斑块凝聚程度的指数斑块聚集度指数(AI)和蔓延度(CONTAG)(如图7所示)来看,1987—2006年,CONTAG和AI呈下降趋势,表明研究区这一时期斑块分布逐渐离散,景观内斑块之间连通性较差。2006—2017年,前期蔓延度和斑块聚集度逐年升高,说明这一时期随着矿区复垦工作及城镇建设的集中,使得斑块聚集度升高,连通性也升高。2013—2017年有小幅度下降,斑块聚集度有所降低。综合1987—2017年来看,蔓延度和斑块聚集度都呈先降低后增加的趋势,说明流域经历了由逐渐离散到逐渐集中的过程。
4 结 语
利用Landsat遥感影像,分别从土地利用幅度、速度、转移情况、景观类型和整体景观尺度对采煤影响下淮南泥河小流域土地利用与景观格局演变规律进行了分析。结果表明:煤炭开采影响下,塌陷水体范围逐渐增大,耕地被大量占用,建设用地扩张明显,30年间塌陷水体和建设用地分别增加了2 281.05、14 741.73 hm2,耕地减少了15 044.67 hm2。泥河流域主要的土地利用转变类型为耕地和建设用地的相互转变及耕地向塌陷水体的转变。采煤驱动下近30年来,建设用地、耕地和塌陷水体经历了不断破碎化到景观逐渐完善的过程。建设用地的边缘效应增大,林地形状规则,园地、耕地斑块形状经历了由复杂到简单的变化。耕地一直处于优势地位,塌陷水体和建设用地的优势性在增强,自然水体优势性减弱。流域整体景观格局以2006年为转折点,前期呈现破碎化、不规则化、异质化和低连通性变化的特征,后期呈现连续化、规则化、均衡化及高连通性变化的特征。这主要是因为随着矿井相继投产,煤炭开采力度加强,工矿用地占用了耕地,景观被阻隔,并且形成大量塌陷水体,使得景观破碎,形状多样化;2006年之后随着矿区塌陷地附近自然村庄搬迁至集中的城镇化新村镇及矿区治理工作的进行,使得矿区生态有所恢复,朝着景观连续化方向发展。
随着矿区煤炭资源的不断开采,区域土地利用方式会继续改变,塌陷水体面积还会持续扩大。笔者认为可以通过发展水产养殖或建成人工湿地公园、平原水库对塌陷水体进行治理,进一步合理规划景观空间布局,优化矿区生态环境,促进矿区的可持续发展。