2000—2018年云南省典型矿区植被生态时空变化特征——以临沧市为例

孙应龙，钱拴，延昊，徐玲玲，王毅，曹云*

1. 中国气象局国家气象中心，北京 100081；2. 清华大学环境学院，北京 100084

云南省被誉为有色金属的王国，其矿产资源非常丰富，不仅矿产资源数量众多，而且其种类也十分繁多（胡朝华，2019）。在全国已探明的171种矿产中，云南省矿产有 142种，占全国数量的83.4%，其中有62种矿产保有量居全国前10位（郭欣等，2010）。临沧矿区是云南省典型的金属矿区，临沧盆地是我国大型锗矿主产地之一，其作为云南省重要的锗产地，区内褐煤中伴生锗资源远景储量达2000—3000 t（唐超等，2016）。该矿区为生产高纯度二氧化锗为主的稀散元素采冶矿区，设计年产锗量达6000 kg，约占全国锗产量的10%（喻亦林，2007）。虽然该矿区的开采为当地经济发展提供了良好的保障，但长时间压榨式开采，不仅会影响当地的植被覆盖情况、植被生产力水平，而且会破坏生态环境（贾志安，2018），导致众多环境问题，如水土流失、土地荒漠化、土壤盐渍化、地面沉降、地面塌陷、泥石流、植被群落结构变化等（张寅玲，2014；郑礼全等，2007；侯湖平，2010）。自 2000年以来，中国高度重视生态环境保护，特别是十八大以来不断推进重大生态保护和修复工程，加强了矿山矿区的生态修复和治理。因此，定性和定量分析矿区植被生态演变特征及其影响因素，可及时掌握矿区植被恢复发展规律，对典型矿区生态恢复、有效治理具有十分重要的意义。

植被净初级生产力和植被覆盖度是评价植被生态变化的重要指标，受气候变化和人类经济活动共同影响（赵苗苗等，2019；贾志安，2018；尉德康等，2019）。植被净初级生产力（Net Primary Productivity，简称NPP）是指绿色植物在单位时间、单位面积上由光合作用所产生的有机物质总量中扣除自养呼吸后的剩余部分（孙睿等，1999），与植被本身生物学特性及区域环境因素密切相关（Liu et al.，1999）。近年来NPP的模拟估算模型主要有气候生产力模型、生理生态过程模型和光能利用率模型（遥感数据驱动模型）3类（王雪等，2016；陈广洲等，2017）。光能利用率模型是目前研究和应用最多的一种模型，该模型操作简单、实用，大多数参数可直接由卫星遥感信息反演获得，计算准确度较高（陈广洲等，2017）。植被覆盖度也从另一方面体现植被生长状况，可直观反映长势，成为评价生态环境的重要指标之一（丁翔等，2017）。目前主要测量方法为地面测量法和遥感测量法，遥感测量能够准确、快速、全方位对陆地植被环境进行监测，且模型法、像元法等常见分析方法能够较为精准地反映植被覆盖状况（章文波等，2001）。

目前对矿区植被生态环境的研究主要集中在分析矿区 NPP、覆盖度的时空变化特征与其影响因素之间的关系（侯湖平，2010；陈广洲等，2017）。侯湖平（2010）研究显示，矿区 NPP从 1987—2008年平均值不断减小，采矿扰动程度对植被NPP变化影响逐渐增加，并分析了植被覆盖度与降雨量、温度、坡度、坡向、采煤过程的空间相关性，以及煤炭开采对矿区理化性质的影响。陈广洲等（2017）的研究显示，近10年淮南矿区NPP呈波动缓慢增加的趋势，年平均增量0.0235 Tg，而且矿区年NPP与年均气温呈弱正相关，与全年降水量呈中等强度相关。

有关云南矿区植被变化以及矿区生态修复的研究报道较少，已有研究主要针对云南不同类型矿的修复技术。李建红等（2013）研究显示，云南建水锰矿开采对周边环境破坏较严重，引入香根草（Vetiveria zizanioides）生物修复技术，可明显提高矿区植被覆盖度，由实施前的0%恢复到72%，且土壤肥力增加（李建红等，2013）。王宏镔等（1998）研究了云南会泽铅锌矿的矿山修复，通过选取先锋植物、矿山覆盖表土、增加有机肥等方式有效提高了矿山周边的植被覆盖度。本研究基于MODIS卫星资料以及地面观测资料，对云南省典型矿区——临沧市 2000—2018年植被覆盖度、植被净初级生产力的时空分布特征进行了分析，探讨了降雨量、温度、日照时数等气象因子变化以及矿区活动对植被生态的影响，为改善矿区生态环境、矿山修复工作提供基础数据支持。

1 材料与方法

1.1 研究区概况

临沧市属于横断山系怒山山脉南延部分，平均海拔1500—1600 m，为亚热带山地季风气候，年平均降雨量1130 mm，年平均气温18.2 ℃，平均日照时数2263 h。主要植被类型有常绿阔叶林、落叶阔叶林、灌丛、草地、常绿针叶林等，主要农作物为水稻、小麦、玉米等（杨丽娟，2012）。

临沧市矿产资源具有产地多、矿种全、品位富、开发条件好的特点。至 2017年，全市共发现矿产36种，占国家已发现矿产的18.7%，有大小矿产地350多处，主要矿种有锗、铅、锌、铜、锡、锑、煤、高岭土、硅藻土及非金属建材等（杨丽娟，2012）。临沧市分布矿区主要是临翔区的邦卖矿区、勐托矿区、勐旺矿区、双江县红山矿区、凤庆县、云县、镇康县、沧源县芒回矿区等，具体矿区分布见图 1。可见，临沧市主要矿区分布于临沧市的北部、东部以及南部地区，矿区数量、规模以及储量较大的矿区分布在东南部的邦卖和勐托地区以及北部的凤庆、云县地区。

图1 临沧市气象观测站与矿区分布图Fig. 1 The distribution of mining areas and meteorological stations in Lincang

1.2 数据来源

MODIS-NDVI数据，为 NASA提供的MOD13A3级植被指数产品，具有精度高、易操作的优点，空间分辨率达到1 km，时间范围为2000—2018年逐月。

气象数据来自国家气象中心，选取临沧市内气象站点的 2000—2018年逐日气温、降水量、日照等气象数据，基于日数据，形成临沧市月年气象要素逐年时间序列。

1.3 数据处理与计算

1.3.1 气象缺值和异常值处理

利用各站点常年逐日均值，对日气象数据的缺值和异常值进行插补；月尺度站点日数据出现 7个及以上缺值或异常值时，认为该站点该月为缺测；年尺度站点各月值缺测 1个及以上时，认为该站点该年值为缺测，不进行区域气象数据统计分析。

1.3.2 NPP计算

基于陆地生态系统碳通量TEC模型，利用太阳光合有效辐射、植被吸收光合有效辐射的比例、实际光能利用率等数据，估算植被NPP数据，主要公式如下：

式中，NPP、GPP、Rg和Rm分别表示植被净初级生产力、总初级生产力、生长和维持呼吸消耗量；ε为最大光能利用率（gC·MJ-1），C3植物ε取值为1.8（g·MJ-1），C4 植物ε取值为 2.76（g·MJ-1）；Tε为温度胁迫系数；W为水分胁迫系数；FPAR为植被吸收光合有效辐射的比例；NDVI为归一化植被指数；PAR为光合有效辐射（MJ·m-2·month-1）；Rs为太阳总辐射（MJ·m-2·month-1）；Ta为月平均气温（℃）。GPP具体计算方法参考Yan et al.（2015；2019）文献；FPAR计算方法参考Sims et al.（2006），PAR计算方法参考McCree（1972）；Rg和Rm具体计算方法参考Zhao et al.（2010）和 Goward et al.（1987）文献。

1.3.3 植被覆盖度计算

目前，估算植被覆盖度的方法主要为遥感估算，即基于植被归一化植被指数，建立植被覆盖度的计算模型，然后估算植被覆盖度信息（Gillies et al.，1995；Choudhury et al.，1994）。本文基于 NDVI值估算了临沧市的植被覆盖度，其表达式为：

式中，C为月植被覆盖度，%；NDVI为月最大值合成归一化差值植被指数；NDVIs为像元为纯土壤时的植被指数；NDVIv为像元为全植被覆盖下的植被指数（陈妍等，2018）。

根据水利部颁布的《土壤侵烛分类分级标准》中的相关规定，将植被覆盖度划分为6个等级：C=0认为无植被覆盖，0＜C≤30%为低植被覆盖度，30%＜C≤45%为较低植被覆盖度，45%＜C≤60%为中等植被覆盖度，60%＜C≤75%为较高植被覆盖度，C＞75%对应高植被覆盖度（汪桂生等，2018；刘英，2012）。

1.3.4 趋势率计算

采用一元线性回归分析方法，利用一元线性回归方程的斜率来反映每个栅格像元的变化趋势特征（何月等，2012）。方程斜率采用最小二乘法来估算，其值的大小反映NPP、覆盖度增加或减少的速率。

1.3.5 相关性计算

植被 NPP、植被覆盖度等生态因子与年均气温、年均降水量和年均日照时数的相关关系采用Pearson相关系数法（SPSS 20）分析，主要考虑P＜0.1和P＜0.05的置信度水平。

2 结果与分析

2.1 临沧地区植被净初级生产力变化分析

本文主要研究了云南省临沧地区 2000—2018年植被NPP的变化规律，结果显示：19年来NPP年平均值为 980.11 g·m-2·a-1（以 C 计，下同），其中 2005 年植被 NPP 最小，为 843.24 g·m-2·a-1，2016年植被 NPP 最大，达到 1163.43 g·m-2·a-1。临沧地区北部山区NPP多年平均值最小，介于800—1000 g·m-2·a-1，中部盆地次之，南部山区最大，介于 1100—1300 g·m-2·a-1。由于北部山区以农田为主，南部山区则以林地为主，总体上临沧地区植被NPP多年平均值自北向南、自东向西呈增大趋势。2000年以来临沧 NPP 呈明显增加趋势，平均为 6.2 g·m-2·a-1；NPP趋势率空间异质性明显，变化区间为 5—10 g·m-2·a-1，其中东部部分地区增加趋势最为明显，大于 10 g·m-2·a-1（图 2—3）。在空间分布上，有90.54%面积区域植被NPP呈增加趋势，远大于NPP呈降低趋势的面积，这表明临沧绝大部分地区植被恢复生长在2000—2018年间呈改善态势（图4）。

图2 2000—2018年临沧地区年平均NPP变化趋势Fig. 2 The tendency of average NPP from 2000 to 2018 in Lincang

图3 2000—2018年临沧地区植被NPP变化趋势率Fig. 3 The tendency ratio of NPP from 2000 to 2018 in Lincang

常绿阔叶林、落叶阔叶林、灌丛等不同类型植被NPP的变化趋势极为相似，均呈现波动上升的趋势（图5），其中，林地和灌丛生态系统结构复杂，植被种类繁多，稳定性好，植被净初级生产力较高，常绿阔叶林、落叶阔叶林、灌丛3类植被NPP最大（图 5）。常绿阔叶林净初级生产力年平均值达1018.98 g·m-2·a-1，落叶阔叶林年均值为 996.55 g·m-2·a-1，灌丛 983.95 g·m-2·a-1，但农田生态系统结构单一，NPP 偏低，为 947.86 g·m-2·a-1。

图5 2000—2018年临沧地区不同植被类型NPP变化Fig. 5 Tendency of NPP of different vegetation types from 2000 to 2018 in Lincang

2.2 临沧地区植被覆盖度变化分析

图4 不同典型年份临沧地区年NPP空间分布图Fig. 4 Spatial distribution of NPP under different typical years in Lincang

图6 2000—2018年临沧地区植被覆盖度变化Fig. 6 The change of vegetation coverage from 2000 to 2018 in Lincang

2000—2018年临沧地区植被覆盖度在63.31%—72.64%之间波动（图6），多年平均值为67.31%，其中2000年植被覆盖度最低，为63.31%，2017年最高，达72.64%。从整体变化趋势看，临沧地区植被覆盖度呈现显著上升趋势（r=0.872），平均每年增加0.42%（图6）。在空间分布上，大部分地区植被覆盖度在2000—2018年间呈增加趋势，平均每年增加0.25%—0.75%（图7）；经面积统计，有92.21%面积区域植被覆盖度呈增加趋势，远大于降低区域，这表明在 2000—2018年间绝大部分地区植被覆盖度呈向好趋势。

由图6可知，临沧地区植被覆盖度变化可分为5个阶段：2000—2002年植被覆盖度逐年增加；2002—2005年植被覆盖度略有下降；2005—2011年植被覆盖度波动增加（其中 2010—2011年增加最为明显）；2011—2014年植被覆盖度明显下降；2014—2017年逐年剧增。

图7 2000—2018年临沧地区植被覆盖度变化趋势率Fig. 7 The tendency ratio of vegetation coverage from 2000 to 2018 in Lincang

如图8所示，临沧地区植被覆盖度在西部最高，北部植被较少，覆盖度较低，低、较低、中等、较高、高植被覆盖度的面积占临沧地区的百分比分别为 0.01%、0.50%、10.35%、60.65%、28.49%。可见，临沧地区植被覆盖度整体较高，处于较高和高覆盖度的面积比例高达89.1%。

图8 2018年临沧地区平均植被覆盖度空间分布图Fig. 8 Spatial distribution of vegetation coverage in 2018 in Lincang

2.3 区域植被生态变化的气象影响分析

植被 NPP和覆盖度的变化不仅受人为因素的影响，同时也与气候、地形地貌等因素相关（谭学玲等，2018），其中气温、降水量、日照时数是影响植被生态变化的主要气象影响因素。

研究显示（图 9），2000—2018年间临沧市年降水量介于 800—1400 mm 之间，多年平均值为1130 mm，2000—2002年降水量呈平稳趋势，2003—2009年呈波动趋势，下降后立即增加，2009—2014年显著逐年降低，发生干旱，2014年之后逐年恢复。19年来临沧市气温在 17.6—18.7 ℃之间浮动，其中2000年年均气温最低，为17.6 ℃，2010年年均气温最高，为 18.7 ℃。虽然气温呈波动变化趋势，但整体变化幅度较小。

图9 2000—2018年临沧市年降水量和年平均气温Fig. 9 The annual precipitation and temperature from 2000 to 2018 in Lincang

图10 临沧地区2000—2018年植被NPP与年降水量、平均气温、日照时数之间的关系Fig. 10 The relation between NPP and annual precipitation、temperature and sunshine duration from 2000 to 2018 in Lincang

本研究分析了临沧地区 2000—2018年植被NPP和年降水量、年平均气温、日照时数三者之间的关系如图10所示，植被NPP与年降水量的趋势曲线较相近，而与年平均气温和日照时数的趋势曲线差别较大。植被NPP与年降水量在2002年后的变化趋势相似，自 2003—2009年均呈现先下降后上升的趋势，2009—2014年植被 NPP和降水量均显著下降，2014年后又显著增加，直到2017年达到峰值。深入分析NPP同年降水量的相关性，如图11所示，植被 NPP与降水呈显著正相关性（P＜0.05），其r为0.737，但NPP与气温、日照时数相关性均没有达到显著水平，相关系数r分别为0.387、0.346。由上述分析可知，植被NPP与降水之间的相关性高于气温、日照时数等其他气象要素。同时植被覆盖度与年降水量、气温、日照时数之间的相关系数r分别为0.109、0.045、0.366，但相关性均未达到显著水平。

图11 临沧地区2000—2018年植被NPP和年降水量的相关性Fig. 11 The correlation of NPP and annual precipitation from 2000 to 2018 in Lincang

3 讨论与结论

3.1 讨论

根据以上近20年来植被NPP与气象要素的相关性分析可以看出，降水是影响临沧地区植被NPP变化的重要因素，当降水发生变化时，植被NPP也随之相应地增加或减少。已有研究表明，不同矿区的植被NPP变化受降水的影响较大，如淮南煤矿地区的年NPP和降水量的相关系数为0.522，而和气温和日照呈现较弱的相关性（陈广洲等，2017）；山西省植被NPP与年平均降水量、生长期降水量的相关性高于与年气温的相关性（梁爽，2018）；神东矿区植被年 NPP与年降水量也有着较强的相关性（谢少少等，2015），蔚县矿区的降水量也为NPP的主导影响因素（王雪等，2016）。由此可见，降水量是影响矿区植被NPP的主要气象因素。

植被变化除受气象条件的影响外，还与生态系统类型、矿区治理措施等有关。在临沧矿区主要分布的东部和南部，林地作为主要生态系统类型，其植被覆盖度高，结构较稳定，抗干扰能力较强。同时，云南省高度重视矿山矿区的生态影响，相继出台了省工业固体废物管理条例、云南省煤矿管理条例、云南省矿山地质环境保护规定等相关法律法规，有力推进矿区生态文明建设（吴奇，2016）。并要求矿区严格遵守法律法规，整顿了之前不规范作业、乱排工作等，最大限度减少开采对土地和植被的破坏，并通过国家层面的补贴优惠政策，鼓励对老矿山、废弃矿山的生态环境进行恢复和治理（杨丽娟，2012）。临沧矿区也逐步加强了生态环境治理，尤其 2010年以来由以露天开采为主转为以地下开采为主，矿区开采对周边植被影响逐步被控制，从而促进了矿区植被生态改善，故临沧地区植被NPP和覆盖度在2010年、2011年达到相对较高值。其他研究也表明，矿区恢复措施有利于生态恢复。肖俊伟等（2007）研究表明，在 2007年整合和取缔小煤矿后，黄土高原晋城矿区植被改善面积增加了 0.9%；山西安太堡露天煤矿场经过近 20年的复垦后，生态环境明显改善，植被覆盖度达48.54%，生态系统趋于稳定（丁翔等，2017）。

2000年以来植被覆盖度出现了整体上升的趋势，分析植被覆盖度波动的原因如下：2005年之前覆盖度主要呈增加趋势，是由于该时期煤炭价格较低（2000年吨煤平均售价为130 yuan·t-1，2004年吨煤平均售价为210 yuan·t-1），煤炭开采量较小，开采活动还没有对周边植被造成相应的破坏（Dai et al.，2018）；2005—2011 年期间，可分为 2005—2008年以及2008—2011年2个阶段，2005—2008年期间中国出现新一轮经济增长，能源需求增加，但国家政策更加注重环境保护的实施，更多的资金投入到了环境保护工作中；2008—2011年煤价进入剧烈振荡期，煤价急速上涨后又受次贷危机影响大幅下跌（煤价由 430 yuan·t-1下降到 360 yuan·t-1）（梁敦仕，2019；张同功等，2018），这段时间植被覆盖度升中有降，2010—2011年由于临沧部分矿区的关停，植被覆盖度明显改善；2011—2014年期间煤炭行业受政策等多方面影响，除了人为因素，气象因素对覆盖度也有较大影响，期间降雨量逐年降低，干旱发生，导致其覆盖度降低明显；2014年之后由于环境保护政策的实施，矿区修复工作的开展，以及降雨量的逐年递增，使得植被覆盖度又一次逐年增加，并达到近20年来的最高值（贾志安，2018；陈德荣，2015）。

基于以上讨论分析，结合本文研究结果可以看出，临沧地区尽管降水量 2000年以来并无明显增加的趋势，且年际间波动变化较大，但矿区植被2000年以来整体还是呈现变好的趋势，尤其是植被覆盖度呈显著性增加趋势，这表明研究区植被改善更多归因于生态恢复工程措施的贡献，如当地矿区开采方式的转变以及矿区生态修复、环境保护等政策措施的实施，加快了植被恢复，提高了生态系统稳定性，促进了区域生态环境改善。此外，值得关注的是在临沧地区北部、东南部等局部地区，由于凤庆矿区、云县矿区等多个矿区相对集中分布，开采影响较大，加之北部地区农田分布较多，生态系统较为脆弱，因而矿区的开采对北部地区的影响大于其他地区，生态恢复难度较大，局部地区植被生态并未出现好转趋势。

3.2 结论

本研究基于 2000—2018年 MODIS和气象数据，利用趋势分析、相关分析等方法，揭示了云南典型矿区——临沧地区近 20年的植被生态时空变化特征及其与气象条件的关系。结果表明：2000—2018年临沧地区NPP整体呈增加趋势，平均每年增加6.2 g·m-2·a-1（以C计），呈增加趋势的面积占比达到90.5%。2000年以来临沧地区平均植被覆盖度达到显著性增加趋势，平均每年增加0.42%，有92.2%区域植被覆盖度呈增加趋势。临沧地区植被NPP与降水存在显著的正相关关系，但与气温、日照时数相关性未达到显著水平；植被覆盖度与各气象因子相关系数偏低，也均未达到显著水平。2000年以来临沧大部地区植被生态特征呈现变好趋势，尤其植被覆盖度显著提升，多归因于当地生态恢复工程措施的贡献，但仍有部分地区矿区相对集中，开采影响较大，植被生态处于变差趋势。