西部典型生态脆弱矿区采损地表植被盖度演化规律与退化机制

2022-02-12黄艳利郭亚超齐文跃李俊孟王佳奇欧阳神央吴来伟

煤炭学报 2022年12期

黄艳利，郭亚超，齐文跃，李俊孟，王佳奇，欧阳神央，吴来伟

(1.中国矿业大学矿业工程学院，江苏徐州 221116；2.中国矿业大学煤炭资源与安全开采国家重点实验室，江苏徐州 221116；3.新疆工程学院矿业工程与地质学院，新疆乌鲁木齐 830023；4. 燕山大学河北省重型装备与大型结构力学可靠性重点实验室，河北秦皇岛 066004)

西部是我国内陆向西开放和建设“丝绸之路经济带”的关键节点，西部5省(陕蒙甘宁新)已成为我国煤炭资源的主产区，产量约占全国总产量的70%[1-2]。西部矿区煤炭资源多，具有煤层埋藏浅、厚度大、地质构造简单等特点，矿区多属水资源短缺、地表生态脆弱的干旱-半干旱区域[3-5]，矿区高强度开采极易引起地表塌陷[6]、地下水位下降[7]、植被退化[8]、土地荒漠化等生态环境损伤问题[9-10]。植被作为表征矿区生态环境变化的综合指示器[11-12]，可以较好地反映采动损伤对生态环境变化的影响。

近年来，关于采矿活动对植被发育状态的影响国内外学者做了大量的研究工作，并取得了许多有价值的研究成果。ERENER[13]分析了不同植被指数在土耳其矿区植被生长状况监测的差异；雷少刚等[14-17]以神东矿区为研究对象，研究了采区与非采区植被的差异，揭示了采煤塌陷对植物叶绿素、植物高光谱特征、植物光合作用速率以及矿区植被覆盖度的影响规律；李长春等[18-19]通过遥感技术，研究了典型露天矿区植被覆盖情况，对矿区环境进行了评价；李茂林等[20-21]研究了内蒙古典型干旱半干旱矿区植被覆盖度变化趋势，分析了地形地貌、采矿活动、土地利用类型与植被覆盖度变化的关系；吴立新等[22]通过线性回归的方法研究了神东矿区的土壤沙化现象和植被覆盖变化特征；YANG等[23]通过野外调查与遥感相结合的方法，研究了补连河流域植被群落结构及其对地下开采的响应，发现开采影响下植被群落指数下降了0～21.5%，但整个流域尺度的NDVI增加了15%；党晓宏等[24]发现相比于非沉陷区，沉陷区土壤累积蒸发量、沙柳和油蒿累计蒸腾量分别下降28.8%，18.6%，16.1%。针对矿区植被遥感监测的有关报道，主要集中在矿区植被演变以及植被生长特征的监测，而关于生态脆弱区采煤沉陷区地表植被演化规律及其退化机制的研究仍较少。

鉴于此，笔者以枣泉煤矿为研究对象，基于SentineL-1A雷达数据和光学数据，利用SBAS-InSAR技术研究采矿扰动下地表沉陷规律，分析工作面沉陷区与非沉陷区植被NDVI时序演化特征，评估采矿扰动下矿区植被覆盖度时序演化趋势，并对沉陷区植被发育影响因素进行剖析。研究结果对深入认识西部矿区煤炭资源开采对生态环境的影响具有重要意义。

1 研究区概况

枣泉煤矿位于宁夏回族自治区灵武市的东南区域，地处毛乌素沙漠附近(106.50°E—106.58°E，37.86°N—38.03°N)，井田南北方向长13 km，东西方向长4 km，总面积52 km2。目前主要开发的煤层为2煤和6煤，煤层平均埋深约200 m，煤矿地表多为黄土，风积沙等松散介质。在井田部分区域，采动影响下地表裂缝较发育，裂缝周边植被退化现象较明显[25-26]。矿区位置及矿井工作面规划布置如图1所示。

图1 枣泉煤矿地理位置图及地表状况Fig.1 Geographical location map and surface condition of Zaoquan Coal Mine

2 研究数据与方法

2.1 研究数据选取与预处理

采用2016-01-20—2016-09-16，覆盖研究区且连续的10景SentineL-1A影像数据。基于差分干涉测量短基线集时序分析技术(SBAS-InSAR)，结合精密轨道数据及外部DEM数据，对原始影像进行预处理，生成沉陷影像图。

根据沉陷监测时间，选取覆盖研究区的2014-01—2021-12(采前-采中-采后)的93景月度LANDSAT8 OLI系列数据(2016年4月、2018年12月、2020年6月数据覆盖较差，未选取)，数据选取时控制影像云量小于20%，并对影像进行辐射定标、大气校正和几何校正等预处理。

结合矿井工作面采掘接替资料，统计监测期间枣泉煤矿工作面具体信息见表1。

表1 监测期间枣泉煤矿工作面统计Table 1 Statistical table of Zaoquan Coal Mine working face during monitoring period

2.2 矿区植被覆盖度演化特征分析

基于归一化植被指数(NDVI)结果，根据像元二分模型对矿区植被覆盖度进行估算，并通过线性回归分析及相关系数对矿区地表植被发育时序演化趋势进行表征，主要流程如图2所示。其中，θslope为一元线性回归方程斜率；ti为年份序号；xi为第i年生长季植被盖度均值；R为相关系数；n为总年份数。

图2 植被覆盖度演化趋势分析流程Fig.2 Analysis process of FVC evolution trend

3 采矿扰动区地表植被发育特征

3.1 工作面开采沉陷特征

监测期间工作面地表3个典型沉降区域，如图3所示。提取3个典型沉陷区下沉-10 mm边界范围，并在3个沉降边界范围内，沿走向中心线布置观测线(L1，L2，L3)，分别绘制130202，110204以及220602工作面不同开采阶段下沉曲线，3个工作面参数以及沉降特征见表2，下沉曲线如图4所示。

图3 工作面沉降结果及测线布置Fig.3 Face settlement results and survey line arrangement

由图4可知，随着工作面推进距离不断增大，地表下沉量最大值逐渐增加，沉陷速度呈现出先增大后减小的趋势。结合表2可知，监测期间，130202工作面总开采面积较110204工作面增加114%，最大下沉陷量增加46.5%，沉降盆地移动距离增加300 m，说明较大的工作面开采面积，在地表产生的沉陷影响也较大；130202工作面与220602工作面沉降盆地移动距离大致相等，工作面130202深厚比(58)小于工作面220602(214)，深厚比增加260%情况下，工作面地表最大沉陷量减少62%，说明深厚比较大的工作面，开采在地表产生的影响较小，增大工作面深厚比可有效降低采动对地表的影响。

图4 3个典型工作面不同开采阶段下沉曲线 Fig.4 Subsidence curves of three typical working faces at different mining stages

表2 3个典型沉降区工作面开采参数和下沉特征统计Table 2 Mining parameters and subsidence characteristics of working faces in three typical subsidence areas

3.2 工作面沉陷区植被NDVI时序变化

由于矿区3个典型沉降区的形成时间均相同，为分析沉陷区植被NDVI时序变化特征，选取井田范围植被长势均匀、不受人为干扰的区域为对照区，绘制2014—2021年3个沉陷区观测线和对照区植被NDVI时序特征及其差值，如图5所示，其中红色箭头表示开采时间。

根据图5可以看出，对照区及沉陷区的NDVI均呈现出周期性变化趋势，在每年的7、8月左右NDVI达到最大值，而在12月和1月NDVI达到最小值，这与区域夏季植被生长旺盛、冬季植被覆盖较低的自然规律相吻合。综合分析可以看出，对照区与沉陷区的NDVI差值在开采前期相对变化较小，在开采影响下，两者的差值持续增大，说明采矿活动对沉陷区地表的植被生长有较大影响。此外，在2018年后沉陷区与对照区的NDVI有了较大的提升，究其原因可能是枣泉煤矿于2018年对煤矿塌陷区进行覆土和植被重建[23]，主要是在130202，110204以及220602工作面沉陷区进行适生植被种植等修复措施，促使矿区的NDVI有了较大的提高，说明植被修复重建可以改善矿区的植被覆盖度。

图5 对照区及沉陷区植被NDVI及其差值时序变化特征Fig.5 Temporal variation characteristics of NDVI difference between control area and subsidence areas

以130202工作面为例，开采前期，沉陷区的NDVI与对照区NDVI的差值较小，几乎在0附近波动，说明在采矿活动前，工作面沉陷区与对照区的NDVI变化趋势基本一致；在采中阶段，沉陷区的NDVI开始低于对照区，NDVI的差值随着时间增大，说明开采的扰动已经波及地表植被，对植被覆盖度产生影响；在采后阶段，NDVI差值持续变大，并达到最大值0.113 6，说明采矿活动的影响明显增大；而在2018年矿区进行了大范围植被修复，130202工作面沉陷区与对照区的NDVI均实现提高，两者之间的差值逐步趋向于0，说明植被修复不仅可以改善矿区的植被覆盖度，还可以补偿采煤对塌陷区以及地表植被的扰动效应，降低采煤活动对生态环境的影响。

通过分析发现，井下煤炭开采过程会破坏上覆岩层，进而导致地表沉陷，破坏地表植被，降低沉陷工作面的NDVI，并且随着采煤活动的持续进行，对地表的扰动持续增加，地表植被一般在采后2～3 a受采动影响最大，植被退化最为明显，而随着覆岩沉陷稳定，地表植被逐渐开始恢复，开采扰动区植被经历轻微退化期、显著退化期以及逐渐恢复期等主要变化阶段。结合工作面沉陷特征，发现不同沉陷特征区域植被受损程度不同，如130202工作面总开采面积大于110204工作面，工作面地表最大下沉陷也较大，地表植被NDVI下降幅度越明显，也说明受扰动程度就越大；220602工作面的深厚比大于130202工作面，采动对地表的影响相对较小，植被NDVI受扰动程度也较小；而在矿区植被修复方面，塌陷区的植被修复难度要大于非塌陷区，而且塌陷区的植被自维持能力也低于非塌陷区，由此可知，井下开采产生的地表沉陷会加速地表植被的退化。

3.3 矿区植被覆盖度时序波动程度

通过采用一元线性回归法得到不同格点植被覆盖度一元线性回归斜率θslope，利用ArcGIS叠置分析功能对θslope和对应相关系数R进行叠加计算得到矿区植被覆盖度空间变化趋势[17]，并采用F分布检验2个变量是否相关以及相关的显著性水平。根据θslope和F检验结果，基于生长季(4—8月)植被覆盖度均值数据，将矿区植被覆盖度变化情况分为：①θslope<0，P≤0.01，R∈[-0.87,-0.40),极显著退化区；②θslope<0，0.010.05，R∈[-0.01，0)或θslope>0，P>0.05，R∈[0，0.01)，基本稳定区；④θslope>0，0.010，P≤0.01，R∈[0.40,0.97]，极显著改善区，如图6所示。统计矿区植被覆盖度变化不同程度面积及比例见表3。

由图6和表3可知，2014—2021年研究区地表植被覆盖度均值整体呈现小幅增加趋势，植被覆盖度呈升高与降低的区域面积分别占矿区总面积的53.91%，35.08%，其中极显著退化区域植被受损最为严重，面积为7.33 km2，占矿区面积的12.9%，显著退化区面积为12.59 km2，占矿区面积的22.18%。退化的区域主要分布在枣泉煤矿工作面上覆地表小区域、工业广场周边、矸石山等区域，值得注意的是，大约占整个矿区面积11.01%的区域地表植被覆盖度变化呈现基本稳定状态，分布在矿区中南部。大约占矿区总面积的53.91%、面积为30.6 km2的区域地表植被呈现改善趋势，分布在矿区北部和南部未受采矿影响的区域。分析发现，矿区植被覆盖度的改善区面积显著大于退化区面积，说明实施植被修复工程会提升矿区整体的植被指数，改善矿区生态环境。

表3 矿区植被覆盖度变化不同程度面积及比例Table 3 Area and proportion of FVC changes in different degrees in mining area

图6 矿区植被覆盖度时序变化趋势Fig.6 Time-series variation trend of vegetation coverage in mining area

4 矿区采损地表植被退化机制

4.1 植被NDVI与土壤理化性质的关系

土壤理化性质对地表植物的发育有着明显的影响。丰菲等[27-28]发现土壤容重对灌木物种多样性贡献较大，土壤水分含量、有机质与草本植物多样性相关性较大。张玉秀等[29-30]认为西部风沙区开采引起的地表裂缝，使得土壤水分降低、养分流失，造成植被枯死，地表植被受影响。

在枣泉煤矿矿区范围布置5个10 m×10 m的样方，现场调研测试不同样方区域的土壤理化性质与植被生物数量，得到植被生长量与土壤理化性质的关系见表4。从表4可知，植被的生长状况与土壤有机质含量和土壤含水率显著相关，与土壤全氮含量和土壤全磷含量也呈正相关的关系。

表4 矿区植被生存状况与土壤理化性质相关性分析Table 4 Correlation analysis between vegetation survival and soil physicochemical properties in mining areas

在枣泉煤矿220602工作面沉陷稳定的区域，选取位于工作面推进位置的3条宽7，14，25 cm动态裂缝(LF-1，LF-2，LF-3)及位于回采巷道两侧的3条宽25，38，131 cm的边缘裂缝(LF-4，LF-5，LF-6)作为分析对象，裂缝区土壤样品采集点布置，如图7所示，分析不同埋深处6条裂缝的土壤含水率、有机质、全氮、全磷含量，如图8所示。

图7 枣泉煤矿裂缝区土壤样品采集点布置Fig.7 Soil sample collection site arrangement in fractured area of Zaoquan Coal Mine

由图8(a)，(b)可知，6条裂缝周围土壤平均含水率在垂直方向上整体呈现出随着埋深的增加而增大的趋势，并且边缘裂缝对土壤含水率的影响范围和影响程度都远大于相同宽度的动态裂缝，此外，针对同一条裂缝而言，埋深越浅，受采矿活动影响越大，含水率越低。土壤有机质含量在埋深0～20 cm和20～40 cm，随着裂缝宽度的增大，有机质含量呈下降趋势，且边缘裂缝周围土壤有机质含量小于动态裂缝，在埋深40～60 cm土壤有机质含量较为接近，表明裂缝对土壤有机质含量的影响范围大致在埋深0～40 cm的浅层土壤。

由图8(c)，(d)可知，土壤全氮含量与全磷含量整体随裂缝宽度的增大而下降，6条裂缝在不同埋深时土壤的氮、磷含量均出现明显下降，且埋深越大、含量越低。对于全氮含量分布来讲，在垂直方向上，裂缝发育对表层土壤的影响程度高于埋藏较深土壤，且埋深0～20 cm的土壤平均全氮含量远大于20～60 cm；对于全磷含量分布，随着裂缝宽度的增大，其对土壤全磷含量的影响程度也逐渐增大；随着埋深的增大，裂缝对土壤全磷含量的影响逐渐减弱。

图8 裂缝不同深度处土壤理化指标Fig.8 Distribution of soil physicochemical indexes at different crack depths

综上可知，采煤活动产生的地裂缝会明显降低土壤的含水率，改变土壤中有机质、全氮、全磷的含量，且地裂缝的宽度越大，对土壤含水率、有机质、全氮、全磷含量影响越大。而植被的生长状况与土壤有机质，土壤含水率显著正相关。

因此可以推断，采煤产生的地裂缝会影响土壤的理化性质，进而对矿区地表植被生长产生影响。

4.2 植被NDVI与地下水位埋深的关系

对干旱半干旱煤矿区而言，地下水是控制植被发育的决定性因素。马雄德等[31-32]认为随着地下水位埋深的不断增加，地下水对植被发育贡献值减少，榆神矿区最适水位埋深上限为0.5 m，下限为4.0 m。王强民等[33]认为只有当干旱煤矿区采前地下水位埋深为1.0～2.5 m时，地下水位下降才会引发植被生态退化。金晓媚等[34]以海流兔河流域为研究对象，认为地下水位埋深在1.0～5.0 m时才对植被产生影响，当地下水位超过5 m时，植被变化主要取决于气候因素。由此可见，地下水位埋深对植被的影响范围基本处在0.5～5.0 m。

井下煤炭开采后，一旦导水裂隙带直接导通含水层，将会引起地下水位发生明显下降，范立民等[35]研究认为，榆神矿区部分区域地下水位下降超过8 m，侯恩科等[36]发现开采影响下地下含水层水位出现“先下降后回升”并恢复至初始水位的动态变化过程。

通过调研枣泉煤矿潜水水文观测井、周边民井水位数据，结合矿区植被覆盖情况，得到了矿区植被盖度与地下水位埋深关系，如图9所示。从图9可知，枣泉矿区的植被适生地下水埋深在3.5 m左右。

图9 植被盖度与地下水位埋深关系Fig.9 Relationship between vegetation cover and water table depth of burial

根据枣泉煤矿地表Z1潜水长观孔(地表高程1 310.5 m)数据资料，得到110207工作面开采前后水位变化曲线，如图10所示。

图10 110207工作面Z1潜水长观孔水位变化曲线Fig.10 Variation curve of water level of long viewing hole on 110207 working face

从图10可以看出，采前地下水埋深在3 m左右，适宜植被的生长，当工作面开采位置过钻孔时出现约3 m的下降，水位埋深约6 m，随后水位逐渐恢复，恢复后的地下水埋深波动在4 m左右，影响地表植被的生长。因此可以推断，采矿活动会降低水位标高，导致地下水位下降，水位埋深增加，从而引起地表植被盖度的降低。

4.3 植被NDVI与气候因子的关系

通常来讲，温度和降雨量是影响区域植被生长最为重要的气候因素[16]。通过邻近的梅花井煤矿气象观测站收集2014—2021年矿区的月平均降雨量和平均气温，并基于矿区220602工作面的NDVI数据，分析矿区降雨量和温度与工作面植被NDVI的关系，如图11所示。从图11可以看出气温和降雨量都与220602工作面的NDVI有相似的周期性变化，其中降雨量和NDVI的相关性系数为0.543 06，气温和NDVI的相关性系数为0.618 57，气候因子中的温度和降雨量与工作面的NDVI相关性较高，说明气候因子也是影响地表植被发育的又一重要因素。