基于遥感生态指数的矿业城市生态环境时空变异分析

2023-10-19滕永佳阎跃观赵传武

金属矿山 2023年9期

滕永佳阎跃观郭伟李凯赵传武

(1.中国矿业大学(北京)地球科学与测绘工程学院,北京 100083;2.北京师范大学遥感科学与工程研究院,北京 100875)

过去几十年我国经济高速发展,其环境负面效应也愈发凸显[1]。我国是矿业大国,煤炭将在未来相当长时期内保持其能源结构基石的作用,但煤炭开采会直接或间接引起地表变形、地下水位变化、植被退化、温度异常、区域生态恶化等一系列影响[2]。

当前,我国生态承载能力接近上限,随着人民群众对于美好生态环境需求的不断提高,煤炭工业的绿色发展引起了广泛关注[3]。近年来,诸多学者对矿区土壤理化性质[4]、地表热环境[5]、植被覆盖[6]、土地利用[7]等关键生态要素进行了深入研究。总体上,此类研究多集中于西部干旱半干旱条件下的高强度采区,研究对象多为单一环境因子,研究方法以样地调查为主。而东部矿业城市资源禀赋情况与西部大型矿区差异较大。矿业城市是原始生态景观受城市建设、矿产开采等活动综合影响而形成的一种特殊的城市生态系统,既区别于西部矿区,又区别于一般城市[8]。随着东部矿产资源日渐枯竭,矿业城市的绿色转型已经成为当前的关键任务。因此,应寻求一种全面、低成本且能快速反映地区生态环境状态及时空变化的方法和范式,为矿业城市的生态环境评价提供参考。

近年来,随着计算机、传感器、影像处理算法、云平台等技术的不断发展,为生态环境评价提供了软硬件支撑。遥感技术以其多尺度、长时序、多分辨率、全球覆盖、包含多光谱信息和数据易获取等优势,已成为环境监测与评价(林业工程[9],水体识别[10],气溶胶反演[11])的关键技术,在矿区也获得了一定的应用。成少平等[12]利用随机森林算法进行遥感影像分类,进行了迁安市矿区信息的提取与演变研究;刘英等[13]基于Landsat 影像构建尺度化土壤湿度监测指数,研究了神东矿区土壤湿度的时空变化及影响因素。该类研究虽然取得了一定的成效,但仅注重单个环境因子的时空变化。针对该问题,徐涵秋提出了基于4 种人类最易感知的环境变量——绿度、湿度、热度、干度分量,经主成分分析(Principal Component Analysis,PCA)构建了综合遥感生态指数(Remote Sensing Ecology Index,RSEI),该指数所包含的信息完全来自遥感影像,可保证结果的客观性,目前已在海岛型城市[14]、城市群[15]取得较好应用。李晶等[16]基于RSEI构建了改进的像素级生态服务价值计算模型,评价了兖州矿区30 a 间的生态累积效应;刘虎等[17]利用RSEI监测南四湖地区生态环境时空变化特征,发现湖区生态环境因受到地下采煤活动的扰动而变差。上述研究成效显著,但目前基于遥感影像构建综合生态评价指数时,仍存在的问题有:① 大多数研究的数据源选择了等间隔年份的单景影像,单景影像获得的地面信息易受降水、气温变化影响,其生态状况稳定性较差;② 分析方法限于统计分析,未对研究区生态环境的空间异质性进行定量研究;③ 较低采掘强度下煤炭开采的生态环境效应存在争议,而对煤炭储存、运输过程的生态效应关注较少。

本研究以2013—2020年Landsat 遥感影像为主要数据源,耦合RSEI模型与景观生态指数模型[18-19],实现生态环境时空变化和空间异质性的定量分析;结合实例,研究煤矿开采对当地生态环境影响;建立缓冲区,分析煤炭采—储—运空间格局的生态影响特征,并从自然和社会角度进行驱动力分析。研究成果可以为资源型城市经济与生态环境协调可持续发展提供理论依据。

1 研究区概况

峰峰矿区位于河北省南部,山西、河南、河北三省交界处,如图1所示。矿区地势中部高、两侧低,西与太行山脉相接,东侧向华北平原过渡;气候上属于暖温带半湿润大陆性季风气候;境内已探明煤、石灰石、瓷土等多种矿产资源。峰峰矿区作为典型的资源型矿业城市,研究该区的生态环境质量时空格局,对于同类型城市转型发展具有较好的参考意义。

图1 研究区概况Fig.1 Overview of the study area

2 数据源与研究方法

研究流程如图2所示。基于遥感生态指数RSEI与景观指数模型,通过缓冲区分析、实例分析及多因素相关性分析,研究峰峰矿区生态环境时空变化和煤炭采—储—运空间格局的生态影响,并分析生态环境变化的驱动机制。

图2 研究流程Fig.2 Study process

2.1 数据源与预处理

在美国地质勘探局网站(https:∥www.usgs.gov/landsat-missions/landsat-collection-1)获取了Landsat8地表反射率产品(Landsat 8 Surface Reflectance Tier 1),该产品已经过辐射定标和大气校正[20];在美国国家海洋和大气管理局网站(https:∥ngdc.noaa.gov/eog/viirs)获取了VIIRS 夜光遥感影像;从LP DAAC实验室发布的NASA DEM 数据集(https:∥search.asf.alaska.edu)中提取12.5 m 分辨率数字高程模型;参考相关研究[21]及卫星影像,得到研究区部分矸石山位置。

对经过去云、裁剪后的Landsat8 影像进行年度均值合成,得到2013—2020年地表反射率时序数据。将裁剪后的Landsat、VIIRS 影像、DEM、矢量数据投影到CGCS2000 坐标系中。

2.2 遥感生态指数RSEI

遥感生态指数是根据人类感知最明显的绿度、湿度、温度和干度4 种环境指标经主成分分析法加权计算所得[14]。RSEI的表达式为

式中,G为绿度分量,使用NDVI表达;W为湿度分量,选取遥感影像缨帽变换后的湿度分量[22];H为热度分量,选取地表温度(Land Surface Temperature,LST)[23]进行表征;D为干度分量,选取建筑裸土指数(Normalized Difference Build-up and Soil Index,NDBSI)[14]进行表达。

对各分量进行PCA 分析,并对第一主成分进行归一化处理,即得到RSEI,其值越接近1,表明生态环境越好;反之,表明生态环境越差[15]。为便于统计分析生态环境的空间分布和时序变化,使用自然断点法将RSEI分为Ⅰ(0.8～1.0)、Ⅱ(0.6～0.8)、Ⅲ(0.4～0.6)、Ⅳ(0.2～0.4)、Ⅴ(0～0.2)5 个等级。

2.3 生态环境空间异质性定量分析

景观指数包含了高度精练的景观格局信息,是分析研究对象组成与配置、分布与变化的有效手段,已在土地利用变化研究中得到广泛应用[24-28]。为定量研究生态环境的空间异质性,耦合RSEI与景观指数模型,基于Fragstats 软件,在景观水平上选取8 个指标(表1),探究生态环境斑块破碎度、各等级聚集性及其变化特征。

表1 景观指数选取及说明Table 1 Selection and description of landscape index

2.4 煤炭采—储—运空间格局的生态影响分析

煤炭生产涉及开采、储存和运输过程,在矿区城市内部,3 个环节共同组成了煤炭采—储—运的空间格局,共同影响邻域的生态环境。缓冲区分析即在点、线等实体周边不同宽度范围内建立与目标图层的叠加关系,已成为研究人类活动生态效应的重要方法。本研究基于ArcGIS 平台,以矸石山和铁路要素为中心,划分多环缓冲区,统计各缓冲区的RSEI均值,探究煤炭采—储—运过程的生态环境效应及其时间变化特性。

2.5 相关性分析

为了解研究区生态环境的影响因素,有必要进行驱动力分析。当地生态环境除了受气候条件、煤炭开采、存储和运输的影响外,还与地形、植被覆盖、土壤湿度等自然因素和经济建设等社会因素有一定关联。相关性是评价不同要素间关联度的重要指标,是判断不同因子间耦合协同关系的主要方法之一。相关性分析已在探讨环境变化的驱动因素中得到应用[13],计算方法公式为

式中,C(A,B)为指标A、B间的相关系数,其绝对值越接近1,说明两者之间的相关性越强。

选取高程和坡度作为地形影响因子,年度最大值合成的NDVI[28]作为植被影响因子,SMMI为土壤湿度影响因子(SMMI值越大,土壤湿度越低),灯光数据作为经济建设影响因子。通过计算RSEI与各因子间的相关系数,分析不同驱动因素的环境影响。

3 结果与讨论

3.1 生态环境时空变化

本研究通过RSEI均值、频率直方图统计及变化分析,定量研究生态环境空间分布及变化。

3.1.1 生态环境时序变化

2013—2020年峰峰矿区RSEI的时序变化统计结果如图3所示。由图3 可知:研究区年度RSEI均值呈“2013—2015年增大,至2017年减小,至2018年增大,最终在2021年减小至0.492”的变化特征,总体增大。表明2013—2020年峰峰矿区生态环境质量呈现波动性变化,其中2013、2015、2017、2018 和2020年为RSEI均值的变化节点年份。

图3 峰峰矿区RSEI 时序变化特征Fig.3 Temporal variation characteristics of RSEI in Fengfeng mining area

图4 为RSEI的频率直方图,统计分析了变化节点年份的RSEI分布情况。分析可知:一方面从各等级变化看,Ⅰ级和Ⅴ级无明显变化,Ⅱ级频率在2018年达到最大,但总体未发生明显变化,Ⅳ级频率总体减小,Ⅲ级频率总体增大;另一方面从各年份RSEI直方图变化看,频率分布的期望正向RSEI较大的方向移动。说明尽管RSEI均值未发生明显变化,但其组成与结构改善明显,反映出峰峰矿区采取的一系列环保措施取得了阶段性成效。

图4 峰峰矿区RSEI 频率直方图Fig.4 Frequency histogram of RSEI in Fengfeng mining area

3.1.2 生态环境空间分布

对变化节点年份RSEI的空间分布情况进行了分析[27],结果如图5所示。由图5 可知:在不同等级空间分布上,Ⅲ级分布最广泛,东北部、中北部、西北端、西南部生态环境较好,除了2013年Ⅳ级生态质量在中西部呈连片分布外,其余年份Ⅳ、Ⅴ级在中部地区分布较多,在滏阳河流域较为聚集,在其余地区较为破碎。在不同等级分布的变化上,与2013年相比,Ⅲ级的面积逐渐扩大,有向内外扩张和连通趋势,Ⅳ级地区有沿中部鼓山形成一种“V”形分布的趋势。

图5 峰峰矿区生态环境空间分布Fig.5 Ecological environment spatial distribution in Fengfeng mining area

研究区西北端、西南部和中部山区植被覆盖较多,相关部门发展第三产业,在此建设了多个旅游景观,保持了当地的生态结构和功能;东北部地处平原地区,且有湿地分布,水源充足,第一产业占比较大,生态环境总体较好。滏阳河位于中南部,是该地区水源地之一,因此沿岸开展了城市建设活动,对生态环境产生了较强的扰动;鼓山两侧矿产资源丰富,因此研究区内第二产业多分布于此,与之相应,交通、经济也在此处取得较好的发展,但此类活动的生态负效应较强。

3.1.3 生态环境空间变化

为监测生态环境空间变化,将2020年与2013年RSEI图像进行叠加分析,计算其变化值及变化率,结果如图6所示。RSEI的变化范围为-0.7～0.6,变化率范围为-100%～200%。生态环境轻微改善的占比最大,为35.8%;其次为轻微退化部分,主要分布在东部地区且有明显的纹理特征,占比为33.3%;而环境明显改善的区域主要分布在西南部平原地区,占22%;最后为环境明显退化的区域,主要位于东部和东南部且分布集中。

图6 峰峰矿区生态环境空间变化Fig.6 Spatial change of ecological environment in Fengfeng District

研究区中部鼓山、元宝山为生态保护区,环境未发生明显变化,反映出在现行环保措施下可以较好地保持此处生态功能。环境恶化区域有明显的纹理特征,城镇不透水面、交通路线周边的生态环境退化严重,由于城镇建设重心东移,东部大量耕地转变为城镇用地,导致生态环境变差,这与郑子豪等[27]的研究结论一致。将生态环境退化严重部分与2013年、2020年的卫星影像的纹理特征进行对比发现,生态退化的主要原因是新建工业场地、煤矸石堆和城镇交通建设。由此可见,城镇化发展重心转移、工业发展、矿产采运和路网建设会影响周边的生态环境,这与陈晓辉等[25]的研究结论一致。

3.2 生态环境空间聚集与破碎性分析

2013、2015、2017、2018、2020年几个RSEI变化节点年份的景观指数取值见表2。由表2 可知:从斑块角度看,NP与PD先增大后减小,2020年相比2013年增大了17%,说明研究区内斑块数量增大,平均面积减小,斑块的破碎程度增强;从景观异质性指数上看,CONTAG和IJI变化规律一致,先增大再减小,后增大,2020年相比2013年分别增大了3.7%、4.3%;从景观空间关系上看,SHDI减小约10%,表明各环境等级的非均衡分布现象更为明显,而AI出现轻微减小,SPLIT从6.4%降至3.1%,DIVISION从84.5%降至68.2%,表明斑块间的聚集性降低。

表2 峰峰矿区RSEI 景观指数计算结果Table 2 Calculation results of landscape index of RSEI in Fengfeng mining area

3.3 煤炭采—储—运过程的生态影响分析

3.3.1 煤炭开采生态影响

现阶段,对矿山开采沉陷区生态环境影响的研究大多基于西部集约化高强度采区,当地受城市建设、土地利用变化等人为因素影响较少。而东部城市矿区煤炭开采方式以井工矿“三下”采煤为主,为探究其对生态环境的影响,以研究区某矿为例分析矿山开采对采动影响区的生态效应。该矿于2016—2017年在村庄下进行回采作业,煤层平均开采深度为600 m,平均采厚4.2 m,工作面分布如图7所示。根据2015—2020年水准测量和概率积分法预计结果[26],自工作面向北划定了采动影响范围并向外扩展100 m,以其外接矩形为试验区,由于遥感影像水体掩膜造成工作面以南数据缺失,因此并未向南延伸。根据矿区采掘工作规划,试验区以北未进行开采作业,因此选取试验区北部为对照区。

图7 煤矿采区示意Fig.7 Schematic of coal mining area

根据工作面开采时间按影像云层覆盖量筛选出的2015年8月13日、2016年7月30日、2018年7月20日、2020年8月10日共4 景生长季Landsat 8 遥感影像,构建的试验区和对照区的遥感生态指数如图8所示。总体上,试验区生态质量变化较小,而对照区生态质量变化较大。

图8 试验区与对照区RSEI 空间分布Fig.8 Spatial distribution of RSEI in test area and control area

试验区南端水库区域生态环境发生较明显变化。结合研究区历史卫星影像(图9)和实地调研发现,当地拓宽耕地侵占了大量原有滩涂和水域,水库界线向东移动,而其余区域未发生明显变化。开采沉陷对周边区域生态环境影响较小,可能的原因是在该地区工作面深厚比条件下,开采强度较小,煤炭开采对环境的影响未达到自然环境自修复能力的“阈值”。对照区中部环境较差区域的范围逐年缩减,则与当地将原本荒地开垦为耕地并进行边坡治理有关(图9)。此外,2020年贯穿研究区东西方向的主干道建设完毕,对道路及周边地区的生态环境造成了一定的影响。

图9 对照区典型土地利用变化Fig.9 Typical change of land use in control area

3.3.2 煤炭储运生态影响梯度特征

除了煤炭开采外,煤炭储存和运输是煤矿生产的重要环节,同样对生态环境有一定的影响。以矸石山、铁路要素为中心,建立多环缓冲区,统计RSEI随距离的变化。在缓冲区大小选取上,参考相关研究成果[25],确保在发现RSEI变化规律的同时避免多个缓冲区复合影响,通过多次试验,确定在矸石山2 600 m 范围、铁路1 000 m 范围内分别建立多环缓冲区,如图10所示。由图10 可知:煤炭堆积对生态环境的影响呈现梯度特征,大致分为4 级,各年份中,第1 级梯度的距离阈值均为200,第2 级梯度的距离阈值由600 m(2013—2017年)缩减为400 m,第3 级梯度的距离阈值均为1 000 m,第4 级梯度的距离阈值由1 800 m(2013—2015年)缩减到1 600 m;铁路作为煤炭运输的主要路线,在空间位置上与煤炭堆积有较强的相关性,观察曲线变化可以发现,曲线斜率变化较大的距离出现在两处,分别为200 m 和700～800 m。结合两者统计结果可知:煤堆缓冲区的第2 级梯度阈值与铁路缓冲区的第2 个RSEI斜率零点位置相吻合,说明两种地物对于生态环境的影响有复合效应,复合影响的距离阈值从800 m 缩减为700 m 左右。

图10 缓冲区内RSEI 随距离的变化Fig.10 Variation of RSEI in buffer zone with distance

总体来看,煤堆和铁路的生态影响范围正在缩小,煤炭采运过程的复合生态影响范围缩减,说明生态治理取得一定成效。除了2013年外,其余年份RSEI均值高于2020年,说明影响范围在缩减的同时,其影响程度加深。原因可能是在能源紧缺的背景下,煤炭开采进度加快,采煤、堆煤、运煤量增加,产生更多的粉煤灰、重金属等污染物,增大了对周边植被、土壤、地表水的污染程度。

3.3.3 煤炭采—储—运区域与其他区域RSEI 对比分析

为对比煤炭采—储—运区域与其他区域RSEI的差异性,结合3.3.2 节分析结论,对矸石山1 800 m、铁路要素800 m 范围的缓冲区进行合并,因矸石山与煤矿采区通常具有空间毗邻关系,因此缓冲区范围内已基本包含煤矿采区。研究区煤炭采—储—运的空间格局信息提取结果如图11所示。

图11 峰峰矿区煤炭采—储—运区域示意Fig.11 Schematic of coal mining-storage-transportation area in Fengfeng District

采—储—运区域RSEI均值为0.45,标准差为0.13,其他区域均值为0.51,标准差为0.10。在各等级生态质量占比上,由表3 可知:两区域生态质量各等级的占比情况类似,均为Ⅲ级最多,V 级最少,二者的主要差异在于,采储运区域Ⅳ级和Ⅴ级占比高于其他区域,而Ⅲ级、Ⅱ级占比略低。对比2020年与2013年各等级占比,两区域Ⅳ级分别减少了11.08%和22.1%,Ⅲ级分别增加了14.04%和25.43%。

RSEI均值与标准差的差异表明,煤炭工业对研究区生态环境及其稳定性造成了一定的扰动。二者生态环境等级的差异主要在于较差环境占比上,主要由于环境较差区域生态调节能力较差,对人为扰动的敏感性更强。Ⅳ级面积减少、Ⅲ级面积增加,反映出两类区域生态环境结构均得到优化。

3.4 驱动力分析

从表4 中可以看出:RSEI与高程、坡度、NDVI有较稳定的正相关关系,与灯光指数有较稳定的负相关关系,与SMMI的相关关系不稳定,总体呈较弱的负相关性。

表4 相关系数计算结果Table 4 Calculation results of correlation coefficients

生态环境与高程和坡度呈正相关关系,是因为绝大多数人类活动处于地势较低且地形平坦处,地势高的区域主要用于开发旅游业,植被覆盖率高,植被防风固土、涵养水源的能力又反过来对该区域环境起到改良作用,结合3.1.2 节的结论来看,以中部山区为代表区域形成了较稳定的生态系统。RSEI与SMMI相关性较差,这与刘英等[13]的研究结论有区别,可能原因有:首先,以往研究区多位于西部干旱、半干旱区域,而本研究区位于华北地区,影响研究区环境的生物物理因素不同;其次,采煤沉陷造成农作物无法正常生长,间接影响周边环境,将采煤塌陷地改为鱼塘[29],可能是导致环境质量与土壤湿度相关性不明显的原因之一。

根据以上结论,在制定环保政策时,应采取差异化治理措施,因地制宜进行生态治理。在城镇建成区,面对生态环境景观斑块破碎化日渐明显的问题,应注意通过城市周边绿化带阻隔较差生态环境斑块向周边较好地区连通;在耕地区域,在保证粮食作物充足供应下,适当种植常绿树木,改善农业用地生态环境季节性差异大的不足;维持生态保护区和生态风景区的植被覆盖现状,在改善山区交通状况的同时注意道路网络建设对环境的影响;在煤炭开采过程中,贯彻“防微杜渐”的思想,采取充填开采、条带开采[30-31]等环境友好型开采方式,采取边采边复[32]的土地复垦措施,充分利用矿区生态调节功能和自修复能力[33];同时,煤炭存储与运输过程的环境负效应不容忽视,建立矿区生态环境影响的生态红线,采取洒水降尘、边坡治理等措施控制影响范围,降低煤炭开采、存储、运输的生态危害。