2000-2017年神东矿区植被NDVI时空动态

徐 佳, 王 略, 王 义, 岳本江, 王丽云, 曹雪峰

(1.黄河水利委员会 黄河上中游管理局 黄河流域水土保持生态环境监测中心,西安 710021; 2.神华神东煤炭集团有限责任公司 环保处, 陕西 神木 719315)

植被是生态环境变化的指示器，是土地和生态环境质量的综合体现。植被NDVI(Normalized Difference Vegetation Index)数据常用于监测区域植被覆盖的时空变化，评价区域生态环境状况[1-3]。Landsat遥感影像具有时间序列较长、数据源较稳定、涉及范围广、分辨率高等优势，常用于植被NDVI的计算和研究。张添佑[4]、刘立冰[5]等利用Landsat数据提取植被覆盖度指数，评价区域生态环境状况。吴淑莹等[6]采用2007—2017年Landsat影像对宁东煤矿基地采煤沉陷区植被动态变化进行了研究。高凡等[7]采用2000—2016年Landsat系列遥感影像，对叶尔羌河中下游植被覆盖动态变化进行研究，结果表明研究区植被覆盖整体减少。利用Landsat遥感影像可以获得较长时间序列、较大范围和较稳定的区域NDVI数据，能够较为客观、直接、细致地分析区域植被变化情况，进而反映区域生态环境状况[8-9]。

煤炭开采会对矿区生态环境造成一系列的影响，形成具有采矿活动特征的地表植被格局与变化过程[10]。黄翌等[11]基于植被NDVI，对大同半干旱煤矿区植被覆盖度变化进行研究，认为煤炭开发对植被的扰动效应与煤炭生产能力成正比。吴淑莹等[12]对宁东煤矿基地采煤沉陷区植被动态变化研究表明，采煤沉陷对矿区植被造成了一定程度的破坏。一方面，不合理的煤炭开采会引起矿区土地塌陷[13]、地下水位下降、水土流失加剧[14-15]、空气和土壤污染[16]，等一系列生态环境问题，造成区域生态环境进一步退化。另一方面，煤矿塌陷区居民搬迁，造成耕地撂荒，植被得到自然恢复。同时，煤矿带动了区域经济发展，为生态环境恢复提供了资金保障，可以推动区域植被恢复进程。

神东矿区煤炭资源储量丰富，是我国重要的煤炭生产基地，矿区自然条件恶劣，生态环境脆弱。矿区开发初期，由于技术条件限制，造成大范围的地表扰动和植被破坏，水土流失加剧[17]。随着矿区企业对生态环境的日益重视，和开采技术的不断创新，近年来矿区植被呈现改善趋势[18]。已有的研究或是由于采用的遥感影像分辨率较低，造成分析精度受到限制，或是仅采用典型年份遥感影像，数据分析的连续性不够，对于长时间序列植被变化趋势分析的可靠性不足。本研究采用时间连续，且分辨率较高的Landsat TM遥感影像，对2000—2017年神东矿区植被状况进行连续监测，对植被动态变化进行分析，并对矿区植被未来变化趋势进行预测。同时，结合矿区高分卫星影像和实地调查，分析造成植被变化的原因，以期为揭示矿区生态环境演变规律和矿区生态治理决策提供依据，为西北半干旱地区煤矿生态环境治理和恢复提供参考。

1 研究区概况

神东矿区位于鄂尔多斯高原东南部及陕北黄土高原北缘和毛乌素沙漠的东南边缘，即陕西省榆林地区神木县北部，内蒙古自治区伊克昭盟的伊金霍洛旗，及东胜南部和准格尔旗西南部，地理坐标38°52′—39°41′N,109°51′—110°46′E，地处乌兰木伦河(窟野河内蒙段)和窟野河两侧。矿区南北长38～90 km，东西宽5～55 km，地形呈西北高，东南低，海拔1 000～1 300 m。神东矿区属大陆性干旱气候，降水量少，且分布不均。矿区地处干草原与森林草原的过渡地带，主要植被类型为干草原、落叶阔叶灌丛和沙生植被。矿区为风沙区和黄土丘陵沟壑区的过渡地带，矿区主要土壤类型为风沙土和黄绵土，风沙土占矿区土地面积的一半。

2 数据源与研究方法

2.1 数据来源和预处理

本研究以2000—2017年6—9月Landsat TM遥感影像为基础，空间分辨率30 m×30 m，该数据在制备过程中已经过辐射校正、大气校正、除云等预处理。利用红外和近红外波段遥感影像计算各期影像NDVI，采用最大合成法对一年中的多期NDVI数据进行最大化处理，进一步消除云、大气等因素的干扰，获得各年NDVI最大值，作为当年的NDVI数据。

2.2 研究方法

2.2.1 趋势分析 采用一元线性回归分析和最小二乘法，逐像元拟合2000—2017年遥感影像每个栅格NDVI的斜率Slope，得到矿区多年NDVI的变化趋势，综合分析矿区多年植被覆盖变化的方向和速率[19]。

(1)

式中:Slope为变化趋势;NDVIi为第i年的NDVI值;n为研究时序;若Slope>0,则NDVI呈现增加趋势;若Slope<0,则NDVI呈现下降趋势。

2.2.2 F检验 为了进一步评价矿区植被变化状况，采用F检验法[20]对植被覆盖变化趋势进行显著性分析，用于表示趋势变化置信度的高低(F检验法只表示趋势变化置信度，与变化快慢程度无关)。

(2)

(3)

(4)

(5)

根据F检验的结果将变化趋势分为8个等级，检验结果等级划分详见表1。

表1 F检验条件和检验结果关系列

2.2.3 Hurst指数 Hurst指数是基于重标极差(R/S)的分析方法，用来定量描述植被覆盖的长程依赖性[21-22]，它最早是由英国水文学家Hurst提出，其基本原理为给定一时间序列{ξ(t)},t=1,2,…，n，对于任意正整数τ=1，定义均值系列:

(6)

式中:{ξ(t)}为一个给定的时间序列,其中；t=1,2,…，n；τ为任意正整数；τ=1,2,…，n。

(7)

式中:X(t,τ)为累积离差,1≤t≤τ。

(8)

式中:R(τ)为极差；τ=1,2,…,n。

(9)

式中:S(τ)为标准差；τ=1,2,…,n。

(10)

式中:H为Hurst指数;yi为第i年的lnR/S值;n为研究时序。

若存在R/S∝τH，则说明时间序列{ξ(t)},t=1,2,…，n存在Hurst现象，H值称为Hurst指数，H值可在双对数坐标系(lnτ,lnR/S)中用最小二乘法拟合得到。Hurst指数主要有3种形式，详见表2。

表2 Hurst指数存在形式列表

2.2.4 外业调查 对神东矿区开展全面的外业调查，针对遥感监测分析结果中植被变化明显的区域开展重点调查，结合地面实际情况对遥感监测结果进行验证分析。

3 结果与分析

3.1 2000-2017年神东矿区植被NDVI时间动态变化

2000—2017年神东矿区植被NDVI总体呈波动上升趋势，上升速率为0.069/10 a(图1)。2000—2017年植被变化大致可以分为5个阶段:(1) 2000—2003年，NDVI值先下降后上升。在2001年有一个明显的下降，下降了55.97%。2001—2003年，NDVI快速上升，从0.035 8上升至0.150 9;(2) 2003—2007年，NDVI先下降，然后缓慢上升，2007年上升至一个高值0.194 7;(3) 2007—2010年，NDVI值先下降，后又上升至0.181 3，但仍小于2007年NDVI值;(4) 2010—2014年，NDVI值先下降，后缓慢、且持续上升，至2014年升高至0.219 7，为研究时段内的最高值;(5) 2014年后，NDVI下降后又缓慢上升，2017年上升至0.201 3。整体来看，矿区植被NDVI值在波动中缓慢上升，2001年NDVI值最低，仅0.035 8，2014年NDVI值最高，为0.219 7。

图1 2000-2017年NDVI平均值年际变化

3.2 2000-2017年神东矿区植被NDVI空间动态变化

2000年NDVI值介于0～0.710 5，主要分布在0～0.2。NDVI值介于0～0.1的区域占研究区总面积的73.50%，介于0.1～0.2的区域占22.03%。NDVI平均值为0.079 5。NDVI高值主要分布在乌兰木伦河沿线区域，以及乌兰木伦河流域的支毛沟内。矿区植被NDVI值整体偏低(图2)。

图2 2000年NDVI值分布

2017年NDVI值介于0～0.517 0，主要分布在0.1～0.3，NDVI值介于0.1～0.2的区域占研究区总面积的51.91%，介于0.2～0.3的占38.80%。2017年NDVI平均值为0.218 4。NDVI高值分布较广，低值主要分布在乌兰木伦河沿线(图3)。

与2000年相比，2017年矿区NDVI值明显上升，整体上植被覆盖水平增加。部分区域植被覆盖度偏低，从图3可以看出，这些区域呈现明显的斑块状。结合遥感影像和现场调查发现，矿区内NDVI值较低的区域多为露天煤矿和尚未完全绿化的排矸场，以及乌兰木伦河沿线部分新建的居民区。

图3 2017年NDVI值分布

由2000—2017年NDVI变化趋势图(图4)可以看出，植被NDVI下降区域的面积，占矿区总面积的5.22%，主要分布在乌兰木伦河沿线和流域的支毛沟内，以及部分露天矿区。结合图2和图3，2000年，乌兰木伦河沿线和流域的支毛沟内植被覆盖度较好，2017年，乌兰木伦河沿线植被覆盖降低。支毛沟区域由于2000年植被较好，植被覆盖增加空间较小，造成NDVI变化趋势Slope值偏低。植被NDVI上升区域的面积占矿区总面积的94.78%，广泛分布在矿区内。由图5看出，植被NDVI变化趋势Slope值主要分布在0～0.02，介于0～0.01的区域占80.39%，介于0.01～0.02的区域占14.12%。总体来看，矿区植被NDVI变化趋势Slope主要分布在0～0.01，矿区植被在2000—2017年得到显著改善。

图4 2000-2017年NDVI变化趋势

图5 2000-2017年Slope值比例

为了进一步评价神东矿区植被变化状况，采用F检验法对植被覆盖变化趋势进行显著性分析，用于表示趋势变化置信度的高低。图6展示了2000—2017年矿区NDVI变化显著水平的空间分布情况。2000—2017年，矿区植被极显著增加的区域占62.13%，显著增加的区域占15.18%;极显著减少的区域占0.45%，显著减少的区域占0.57%。可以看出，神东矿区植被整体上显著改善，但仍然有部分区域植被退化，结合遥感影像和现场调查，退化的区域主要为露天煤矿开采区域、和城镇化建设区域。

图6 2000-2017年NDVI变化显著水平

3.3 神东矿区植被NDVI未来变化趋势预测

为了进一步分析神东矿区未来植被变化趋势情况，采用Hurst指数对矿区2000—2017年NDVI进行综合计算。结果表明，矿区植被NDVI的Hurst指数介于0.095 1～0.961 5，平均值为0.632 4。其中，Hurst指数>0.5的区域占91.14%，Hurst指数<0.5的区域占9.96%。这表明神东矿区绝大部分的区域植被变化正向特征显著。

将一元回归分析的NDVI变化趋势Slope栅格图与Hurst指数栅格图进行叠加后，得出植被未来变化趋势图(图7)。可以看出，矿区未来植被状况由退化转为改善的区域占0.74%，由改善转为退化的区域占8.12%，持续退化的区域占4.48%，持续改善的区域占86.66%。矿区植被未来变化整体上为持续改善，但仍有部分区域存在退化趋势。

图7 NDVI变化未来趋势

4 讨 论

研究结果表明，经过多年煤炭开采，神东矿区植被没有出现大范围的退化，反而得到一定程度的改善。相关研究也证明了这一点，例如吴立新等[23]采用SPOT卫星数据，分析了神东矿区1999—2008年植被覆盖和土地沙化的动态变化，结果表明，占矿区面积82.13%的区域内植被覆盖得到明显改善；付新雷[24]利用Landsat影像数据反演了神东矿区FVC，结果表明，占矿区面积64.01%的区域内FVC得到改善。邓飞等针对乌兰木伦河流域1986年、2002年、2008年3期植被变化的分析也表现出相同的趋势[25]。与此同时，不同研究材料和研究方法对于植被覆盖程度的研究结果也存在差异，例如刘英等[18]采用MODIS数据对神东矿区植被变化的研究表明，2000年神东矿区NDVI值为0.30，2013年NDVI达到最高值约0.47；而本研究2000年NDVI值为0.035 8，2014年NDVI为最大值0.219 7。由此可见，不同遥感数据产品由于数据获取、数据处理手段的差异，造成NDVI值存在差异，至于不同数据产品研究成果的可比性则有待进一步考证。

整体来看，神东矿区植被显著改善，且有持续改善的趋势。遥感影像和现场调查情况显示，开采沉陷区的居民搬迁，造成大面积的农田撂荒，植被得到自然恢复。另外，神东矿区企业重视生态环境建设，在实施大规模的煤炭开采中，在开采沉陷区的治理、空气和水污染的防治方面总结了丰富的经验，并取得了显著效果，探索出了一系列的“绿色开采”和“清洁生产”技术，实施了大范围的沉陷区治理工程、绿化工程，促进了矿区植被的持续改善[17]。

植被的改善使得矿区水土流失得到有效控制，生态环境明显改善，但仍然有部分区域植被呈现退化趋势。矿区范围内露天煤矿的开采对植被造成了较大破坏，露天排矸场的植被恢复需要时间周期较长。建议矿区在实施露天煤矿开采过程中，针对开采后矿坑的生态恢复措施和改造再利用等方面进行积极探索和实践。神东矿区企业在煤炭开采过程中，探索出的“煤矸石井下废巷充填”、矸石发电等技术手段，有效减少了煤矸石的产生量。建议矿区企业积极总结沉陷区治理、煤矸石再利用等方面的实践经验，并在其他区域推广应用，为促进西北干旱区煤炭矿区的绿色发展献计献策。

5 结 论

(1) 2000—2017年，神东矿区植被NDVI呈波动上升趋势，平均增速为0.069/10 a。与2000年相比，2017年矿区NDVI明显上升，整体上植被覆盖增加。植被覆盖较低的区域主要为露天煤矿和尚未完全绿化的排矸场，以及乌兰木伦河沿线新建的居民区。

(2) 2000—2017年，神东矿区植被改善的区域占94.78%，植被退化的区域占5.22%。整体来看，神东矿区植被显著改善，但仍然有部分区域植被呈现退化趋势，植被退化的区域主要是由于露天煤矿开采和城镇化建设造成。

(3) 神东矿区未来植被变化趋势整体上持续改善。未来变化趋势由退化转为改善的区域占0.74%，由改善转为退化的区域占8.12%，持续退化的区域占4.48%，持续改善的区域占86.66%。矿区大部分区域植被将持续改善，但仍有部分区域植被呈现持续退化趋势。