汪桂生，仇凱健(安徽理工大學(xué)測繪學(xué)院，安徽 淮南 232001)

礦產(chǎn)資源對我國的經(jīng)濟(jì)建設(shè)起到了重要的積極推動作用，其保證程度和健康程度關(guān)系到國民經(jīng)濟(jì)長期穩(wěn)定和國家戰(zhàn)略安全。然而，礦產(chǎn)資源開發(fā)在促進(jìn)工業(yè)經(jīng)濟(jì)發(fā)展的同時，也造成地表變形、沉陷甚至坍塌等問題，同時改變了原有生態(tài)環(huán)境結(jié)構(gòu)或狀態(tài)，使植被等地表覆蓋衰退甚至枯死，物種多樣性衰落，土地退化，生態(tài)系統(tǒng)遭到破壞[1-3]。這些由開采引起的生態(tài)環(huán)境問題影響著礦區(qū)人民的生活水平，威脅著區(qū)域的可持續(xù)發(fā)展。傳統(tǒng)的礦區(qū)環(huán)境監(jiān)測采用實地調(diào)查、采樣等方式開展，不僅效率低下，還僅僅停留在離散點狀監(jiān)測，無法形成對環(huán)境變化的綜合分析。為此，許多學(xué)者利用遙感技術(shù)在一些典型礦區(qū)開展了生態(tài)環(huán)境擾動監(jiān)測，利用目視解譯、計算機(jī)圖像分類等方法提取植被覆蓋、土壤屬性、土地利用類型、景觀指數(shù)等表征參數(shù)[4-6]。植被是地表最為顯著且易受人類活動擾動的景觀。植被監(jiān)測是礦區(qū)最為重要的環(huán)境監(jiān)測工作之一，目前已經(jīng)廣泛開展了基于遙感的監(jiān)測[7-10]。

淮南礦區(qū)是我國重要的能源基地之一。礦業(yè)的開發(fā)已經(jīng)給區(qū)域生態(tài)環(huán)境造成了顯著的影響，形成了大面積的地表沉陷、煤矸石和粉煤灰堆，致使大氣和水質(zhì)質(zhì)量下降[11-12]。目前，針對淮南礦區(qū)已經(jīng)開展了土壤侵蝕、土地利用等有關(guān)研究[13-15]。利用遙感技術(shù)對近十年淮南礦區(qū)植被覆蓋度的變化進(jìn)行動態(tài)監(jiān)測，對礦區(qū)復(fù)墾效果進(jìn)行評估，可以為淮南市及淮南礦區(qū)今后的可持續(xù)化發(fā)展方案的制定提供參考，對礦區(qū)環(huán)境治理、生態(tài)修復(fù)與重建具有重要意義。

1 研究區(qū)概況

淮南礦區(qū)位于我國華東地區(qū)淮南市的北部，安徽省中部，地跨淮河中游，距離省會合肥95 km，地理位置介于116°21′E—117°11′E，32°32′N—33°0′N之間(如圖1所示)，屬于亞熱帶季風(fēng)氣候區(qū)。該地區(qū)是以煤炭開采、火力發(fā)電及其相關(guān)產(chǎn)業(yè)為主導(dǎo)的工礦區(qū)，為華東地區(qū)的工業(yè)發(fā)展打下了堅實基礎(chǔ)。

圖1 淮南礦區(qū)位置

2 數(shù)據(jù)源與方法

2.1 數(shù)據(jù)源

本研究使用MODIS衛(wèi)星產(chǎn)品中的MOD13Q1數(shù)據(jù)，主要用于檢測地表植被覆蓋的狀況。數(shù)據(jù)來源于美國LPDAAC(land process distributed active archive center)網(wǎng)站，共有12個圖層，空間分辨率為250 m，維度為4800行4800列，數(shù)據(jù)格式為HDF，所采用的投影為正弦投影。這里使用的為歸一化植被指數(shù)(NDVI)數(shù)據(jù)，并在此基礎(chǔ)上反演植被覆蓋度，以進(jìn)行淮南礦區(qū)植被覆蓋的時空演變分析。

由于開展研究需要要素制圖、范圍界定、圖像裁剪等，因此還收集了研究區(qū)基礎(chǔ)矢量數(shù)據(jù)。礦區(qū)界線矢量數(shù)據(jù)來源于文獻(xiàn)[16]。為了對結(jié)果進(jìn)行驗證，研究中還選擇了部分樣本進(jìn)行實地調(diào)查，獲得了不同土地利用下植被覆蓋的直觀信息。

2.2 研究方法與流程

2.2.1 像元二分模型

像元二分模型是目前常用的一種用于估算植被覆蓋度的一種模型[17]。該模型的思想是把地表看作有植被覆蓋和無植被覆蓋兩類，實際采用遙感方式計算時，其計算方式如下

(1)

式中，NDVIsoil為無植被覆蓋區(qū)域或裸土的NDVI值；NDVIveg為純凈植被像元的NDVI值，可以用來作為NDVI的最大值。其計算公式分別為

(2)

NDVIveg=

(3)

利用該模型計算植被覆蓋度的關(guān)鍵是計算NDVIsoil和NDVIveg。當(dāng)區(qū)域內(nèi)可以近似取VFCmax=100%、VFCmin=0%時，式(1)可變?yōu)?/p>

(4)

式中，NDVImax和NDVImin分別為區(qū)域內(nèi)最大和最小的NDVI值。由于不可避免會存在噪聲，NDVImax和NDVImin一般取一定置信度范圍內(nèi)的最大值與最小值，置信度的取值主要根據(jù)圖像實際情況來確定。實際估算時，需要視影像分辨率加以確定，在低分辨率影像上，近似取最大和最小值，而在較高分辨率影像上需要依據(jù)土地類型分地表覆蓋類型加以確定。

2.2.2 研究流程

在收集研究區(qū)2005年、2008年、2011年、2014年植被生長周期MODIS NDVI數(shù)據(jù)的基礎(chǔ)上，對其進(jìn)行格式轉(zhuǎn)換、裁剪等預(yù)處理，并生成覆蓋研究區(qū)的MODIS NDVI數(shù)據(jù)集，進(jìn)而利用生長周期的年均NDVI數(shù)據(jù)并結(jié)合像元二分模型估算植被覆蓋度，在此基礎(chǔ)上采用統(tǒng)計分析、重分類等地理信息系統(tǒng)(GIS)空間分析方法進(jìn)行植被的時序演化、覆蓋轉(zhuǎn)移和空間演變分析，所設(shè)計的技術(shù)路線如圖2所示。

圖2 研究技術(shù)路線

3 研究結(jié)果

3.1 MODIS NDVI時序變化

植被作為地表覆蓋類型的一種，其也隨著時間的變化呈現(xiàn)出一定的變化趨勢。在生長的不同時間段內(nèi)，其NDVI值將產(chǎn)生時序變化。江淮地區(qū)植被一般在3月中下旬開始生長；4—6月，由于灌溉、雨水和陽光都比較充足，植被長勢較快；7—9月，植被覆蓋達(dá)到鼎盛時期，NDVI值比較大；但10月以后，植被漸漸成熟，葉黃素含量增多，葉落生根，NDVI值就會降低。一些特殊地區(qū)，如西北干旱戈壁地區(qū)，植被一年四季都只是接近于0，變化不顯著。以2005年、2008年、2011年、2014年這4個監(jiān)測節(jié)點，從時間角度分析淮南礦區(qū)近十年內(nèi)植被覆蓋演變情況。2005—2014年年均NDVI情況如圖3所示。

圖3 2005—2014年年內(nèi)月平均NDVI變化

從2005年NDVI變化折線圖可以看出，4—5月，NDVI值由0.28上升到0.3左右，這是植被增長時期的正常狀況；但是到5—6月，NDVI值呈下降趨勢，數(shù)值由0.3幾乎沿直線下降到0.17；6—7月間，又有增長的趨勢；7—8月漲幅較大，這也符合植被增長的規(guī)律；到了9—10月，由于植被進(jìn)入成熟期，故NDVI值下降。但是中間的NDVI值在5—6月這個植被本應(yīng)該增長的時候卻下降了。通過土地利用數(shù)據(jù)并結(jié)合實地考察發(fā)現(xiàn)，淮南礦區(qū)有著大量的耕地，到了5、6月，農(nóng)作物到了收割的季節(jié)，因此，引起了NDVI值的急劇下降。類似地統(tǒng)計出2008年、2011年、2014年的狀況，也得到類似結(jié)果。通過對2008—2014年的年內(nèi)NDVI值進(jìn)行分析，發(fā)現(xiàn)這3個時期的走勢與2005年類似，都是在6月達(dá)到波谷，然后在8月達(dá)到波峰，表明植被的NDVI值變化具體受研究區(qū)內(nèi)耕種收割活動影響。

通過使用2005—2014年每隔3年一景的遙感影像，對淮南礦區(qū)年際NDVI值的走勢進(jìn)行分析(如圖4所示)，可以看出年NDVI值均在0.3以下，平均NDVI從2005—2008年有大幅度下降，植被生長狀況降低，2008—2014年的NDVI均值呈現(xiàn)上升的趨勢，這說明該地的植被覆蓋情況有所改善。

圖4 2005—2014年植被生長周期內(nèi)年均NDVI變化

3.2 植被覆蓋度反演結(jié)果

為了更好地體現(xiàn)不同年份間植被的演變趨勢，利用植被像元二分模型對植被覆蓋度進(jìn)行反演，先計算每年的NDVI均值，得到每年的NDVI值遙感影像。由于MODIS數(shù)據(jù)分辨率為250 m，故NDVImax和NDVImin分別以每景影像中統(tǒng)計結(jié)果的NDVI最大最小值進(jìn)行計算。根據(jù)前人的研究[18-19]，將植被覆蓋度定義為5個等級：①無覆蓋(裸露地表或水體)，0

圖5 2005—2014年淮南礦區(qū)植被覆蓋度

根據(jù)統(tǒng)計結(jié)果，監(jiān)測時間內(nèi)區(qū)域平均植被覆蓋度分別為0.722 3、0.701 7、0.718 1、0.702 8，平均減幅為2.7%。對于上述植被覆蓋度等級的分級結(jié)果，在重分類的基礎(chǔ)上統(tǒng)計不同植被覆蓋度的面積，結(jié)果如圖6所示。可見較高植被覆蓋和高植被覆蓋規(guī)模較大，表明淮南礦區(qū)植被總體覆蓋度狀況良好，其中，中、低和無植被覆被面積在監(jiān)測時間內(nèi)保持穩(wěn)定，其規(guī)模較小，面積均不足200 km2，較高覆蓋和高覆蓋面積廣大，占全區(qū)域面積的90%。較高覆蓋區(qū)域規(guī)模呈現(xiàn)先增加后減少的趨勢，而高覆蓋區(qū)域規(guī)模呈現(xiàn)先減少后增加的態(tài)勢，表明植被覆蓋在監(jiān)測時期內(nèi)呈現(xiàn)先減少后增加的態(tài)勢，這與NDVI的演化趨勢是一致的。

圖6 2005—2014年植被覆蓋度

3.3 植被覆蓋等級的面積轉(zhuǎn)移分析

為了得到不同時相植被覆蓋度的轉(zhuǎn)移矩陣，需要對不同等級的柵格數(shù)據(jù)進(jìn)行編碼，這里規(guī)定無覆蓋編碼為1，較低覆蓋編碼為2，中等覆蓋編碼為3，較高覆蓋編碼為4，高覆蓋編碼為5，并利用柵格重分類工具完成編碼工作。完成編碼后，為了能求出不同等級植被覆蓋轉(zhuǎn)移情況，需要將較早年份的柵格編碼值乘以10再加上較晚年份的編碼值。如2005年的編碼值為1，2008年同樣地方的編碼為2，進(jìn)行運算后的結(jié)果就變成12,12則代表該地方由無覆蓋變成了較低覆蓋，其中柵格計算功能可以由地圖代數(shù)中的柵格計算進(jìn)行實現(xiàn)。2005—2008年、2008—2011年、2011—2014年面積轉(zhuǎn)移矩陣見表1、表2和表3。

表1 2005—2008年不同植被覆蓋程度面積轉(zhuǎn)移矩陣 km2

上述表中對角線元素表示沒發(fā)生面積轉(zhuǎn)移植被覆蓋，可以對比對角線元素和矩陣其他位置的元素值，發(fā)現(xiàn)沒有發(fā)生轉(zhuǎn)變的植被覆蓋比例最大，其中較高覆蓋共有約700～800 km2沒有發(fā)生轉(zhuǎn)變，占整個研究區(qū)面積的50%，是未發(fā)生轉(zhuǎn)變的主要植被覆蓋類型。從每行來看，淮南礦區(qū)無覆蓋、較低覆蓋、中覆蓋的分布面積較少，而較高覆蓋和高覆蓋面積合計超過1000 km2，占據(jù)淮南礦區(qū)的大部分范圍。

表2 2008—2011年不同植被覆蓋程度面積轉(zhuǎn)移矩陣 km2

表3 2011—2014年不同植被覆蓋程度面積轉(zhuǎn)移矩陣 km2

從表1看出，2005年的無覆蓋等級大多轉(zhuǎn)化為較低覆蓋，約6.625 km2；較低覆蓋大都轉(zhuǎn)化為中等覆蓋，約18.75 km2；中等覆蓋大都轉(zhuǎn)化為較高覆蓋，約有37.4375 km2；較高覆蓋轉(zhuǎn)化為高覆蓋面積為51.187 5 km2；高覆蓋向較高覆蓋轉(zhuǎn)化規(guī)模最大，達(dá)332.75 km2?？傮w來說，2008年的植被覆蓋較2005年有所降低，高覆蓋向較高覆蓋轉(zhuǎn)化為主要方向。

從表2可以看出，相對于2005—2008年，2008—2011年間的較高植被覆蓋轉(zhuǎn)化為高覆蓋的規(guī)模增加，達(dá)226.75 km2，而高覆蓋轉(zhuǎn)化為較高覆蓋減少了，這說明2008—2011年植被覆蓋情況有所好轉(zhuǎn)。但是無覆蓋區(qū)和較低覆蓋及中覆蓋區(qū)均沒有向高覆蓋進(jìn)行轉(zhuǎn)化的，而且向較高植被轉(zhuǎn)化也比較低，說明較低覆蓋區(qū)域的植被覆蓋情況并沒有發(fā)生明顯好轉(zhuǎn)。

從表3可以看出，2011—2014年間，較高覆蓋與高覆蓋之間的轉(zhuǎn)化基本持平，這說明到了2014年底，淮南礦區(qū)植被覆蓋已經(jīng)達(dá)到了一個平衡，而且相對于2008—2011年來說，較低覆蓋的面積有減少的趨勢，高覆蓋沒有轉(zhuǎn)變的面積也由200多平方千米提升到360多平方千米。而且，大部分分布情況也集中在較高和高植被覆蓋區(qū)域，且高覆蓋類型向無植被覆蓋的和低植被覆蓋的面積也已經(jīng)變成0，大部分覆蓋區(qū)域都保持自己的覆蓋程度不變。不過，對于低覆蓋和無覆蓋區(qū)域，雖說面積相對于以前年份有所減少，但是向較高植被覆蓋類型轉(zhuǎn)換還是相對較少。

3.4 植被演化特征分析

為了進(jìn)一步分析植被的時空演化特征，利用植被生長周期內(nèi)年均植被覆蓋數(shù)據(jù)進(jìn)行差值處理，獲得監(jiān)測時間內(nèi)植被覆蓋演變時空分布。結(jié)合文獻(xiàn)分級標(biāo)準(zhǔn)[20-21]，根據(jù)新的屬性值進(jìn)行動態(tài)演變分類，將演變趨勢劃分為7個動態(tài)演變類型監(jiān)測類型，即重度退化(<-0.3)、一般退化(-0.3≤D<-0.15)、輕度退化(-0.15≤D<-0.05)、穩(wěn)定(-0.05≤D<0.05)、輕微改善(0.05≤D<0.15)、一般改善(0.15≤D<0.3)和明顯改善(D≥0.3)7個等級，其結(jié)果如圖7所示。

結(jié)果表明，淮南礦區(qū)植被的植被覆蓋度從2005—2008年減少顯著，最大減少值達(dá)0.724，表明區(qū)域內(nèi)植被退化明顯，植被退化區(qū)域主要位于礦區(qū)西北部的潘集、謝家集礦一帶。2008—2011年間及2011—2014年間，輕度退化在第一階段表現(xiàn)顯著，其空間上主要分布于礦區(qū)中南部，在西部潘集礦等少量地區(qū)，植被退化依舊嚴(yán)重，其退化程度處于較高水平，表明礦山開采對地表植被覆蓋具有顯著的擾動特性和持續(xù)性。

將上述結(jié)果加以統(tǒng)計，獲得監(jiān)測時間內(nèi)植被覆蓋演化的分級規(guī)模，如圖8所示。從圖中可見，監(jiān)測時間內(nèi)研究區(qū)植被覆蓋以穩(wěn)定為主，其面積保持在900 km2，表明研究區(qū)主體植被覆蓋穩(wěn)定。2005—2008年間，植被輕度退化比較顯著，其規(guī)模超過450 km2，表明植被在此期間變化以輕度退化為主。2008—2011年及2011—2014年，除穩(wěn)定區(qū)域外，輕微改善的面積分別約為350和250 km2，而輕度退化的面積分別約為150和350 km2，植被的輕度退化與輕度改善現(xiàn)象交替演變趨勢明顯，重度退化面積雖然較小，但是在監(jiān)測期內(nèi)改變不明顯，這些地區(qū)位于礦區(qū)的核心區(qū)，是礦區(qū)環(huán)境監(jiān)測和修復(fù)需要重點關(guān)注的區(qū)域。

圖8 2005—2014年淮南礦區(qū)植被覆蓋演化規(guī)模統(tǒng)計

4 結(jié) 論

本文采用MODIS NDVI時間序列產(chǎn)品，結(jié)合像元二分模型分析淮南礦區(qū)2005—2014年近十年植被時空演變情況，得出以下結(jié)論：

(1) 淮南礦區(qū)植被年內(nèi)NDVI均值在5—6月呈現(xiàn)下降趨勢，并在6月達(dá)到波谷，在6—8月呈上升趨勢，在8月份達(dá)到波峰，接著在9—11月由于植被成熟，NDVI月均值呈下降趨勢。

(2) 淮南礦區(qū)植被年際NDVI均值在2005—2008年呈下降趨勢，在2008—2015年呈穩(wěn)步上升趨勢。監(jiān)測時間內(nèi)區(qū)域平均植被覆蓋度分別為0.722 3、0.701 7、0.718 1、0.702 8，平均減幅為2.7%。

(3) 淮南礦區(qū)較高覆蓋和高覆蓋面積廣大，占全區(qū)域面積的90%，較高覆蓋與高覆蓋區(qū)域轉(zhuǎn)換是區(qū)域植被覆蓋等級轉(zhuǎn)換的主要方向。

(4) 淮南礦區(qū)植被覆蓋演化以穩(wěn)定為主，輕度退化和輕微改善交替發(fā)生，是區(qū)域植被覆蓋演化的主要方向。重度退化不足10 km2，主要分布于礦區(qū)核心地帶潘集和謝家集礦一帶。

參考文獻(xiàn)：

[1] YUDOVICH Y E，KETRIS M P.Mercury in Coal：A Review Part 2.Coal Use and Environmental Problems[J].International Journal of Coal Geology，2005，62(3):135-165.

[2] BIAN Z F，DONG J H，LEI S G，et al.The Impact of Disposal and Treatment of Coal Mining Wastes on Environment and Farmland.[J].Environmental Geology，2009，58(3):625-634.

[3] BIAN Z，INYANG H I，DANIELS J L，et al.Environmental Issues from Coal Mining and Their Solutions[J].Mining Science & Technology，2010，20(2):215-223.

[4] 陳華麗，陳剛，李敬蘭,等.湖北大冶礦區(qū)生態(tài)環(huán)境動態(tài)遙感監(jiān)測[J].資源科學(xué)，2004，26(5):132-138.

[5] 周春蘭，張秋勁，徐亮,等.遙感技術(shù)在攀枝花礦區(qū)生態(tài)環(huán)境監(jiān)測中的應(yīng)用[J].四川環(huán)境，2012，31(S0)：23-27.

[6] 李學(xué)淵，趙博，陳時磊,等.基于遙感與GIS的礦山地質(zhì)環(huán)境時空演變分析——以東勝礦區(qū)為例[J].國土資源遙感，2015，27(2):167-173.

[7] MONJEZI M，SHAHRIAR K，DEHGHANI H，et al.Environmental Impact Assessment of Open Pit Mining in Iran[J].Environmental Geology，2009，58(1)：205-216.

[8] CHAROU E，STEFOULI M，DIMITRAKOPOULOS D，et al.Using Remote Sensing to Assess Impact of Mining Activities on Land and Water Resources[J].Mine Water and the Environment，2009，29(1)：45-52.

[9] ERENER A.Remote Sensing of Vegetation Health for Reclaimed Areas of Seyit?mer Open Cast Coal Mine[J].International Journal of Coal Geology，2011，86(1):20-26.

[10] 姚峰，古麗·力帕爾，包安明，等.基于遙感技術(shù)的干旱荒漠區(qū)露天煤礦植被群落受損評估[J].中國環(huán)境科學(xué)，2013，33(4)：707-713.

[11] 崔龍鵬.對淮南礦區(qū)采煤沉陷地生態(tài)環(huán)境修復(fù)的思考[J].中國礦業(yè)，2007，16(6)：46-48，52.

[12] 葛沭鋒，王曉輝，耿宜佳.淮南礦區(qū)沉陷地生態(tài)治理研究[J].安徽農(nóng)業(yè)科學(xué)，2015，43(4)：271-274.

[13] 范忻，汪云甲，張書建.淮南礦區(qū)土地利用變化遙感監(jiān)測及驅(qū)動力分析[J].礦業(yè)研究與開發(fā)，2012,32(4):81-84.

[14] 汪煒，汪云甲，張業(yè),等.基于GIS和RS的礦區(qū)土壤侵蝕動態(tài)研究[J].煤炭工程，2011，(11):120-122.

[15] 黃家政，趙萍，鄭劉根,等.淮南礦區(qū)土地利用/覆蓋時空變化特征及預(yù)測[J].合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版)，2014，37(8):981-986.

[16] 王曉輝，耿佳怡.淮南煤礦區(qū)土地利用變化分析[J].安徽農(nóng)業(yè)科學(xué)，2015，43(36)：295-298.

[17] 李苗苗.植被覆蓋度的遙感估算方法研究[D].北京:中國科學(xué)院研究生院遙感應(yīng)用研究所，2003.

[18] 丁美青,陳松嶺,郭云開.基于遙感的土地復(fù)墾植被覆蓋度評價[J].中國土地科學(xué),2009，23(11)：72-75.

[19] 彭道黎,滑永春.北京延慶縣植被恢復(fù)動態(tài)遙感監(jiān)測研究[J].中南林業(yè)科技大學(xué)學(xué)報，2008，28(4)：159-164.

[20] 李琳.北京郊區(qū)植被覆蓋度變化動態(tài)遙感監(jiān)測[D].北京：北京林業(yè)大學(xué)，2008.

[21] 河保偏礦區(qū)植被覆蓋度演變趨勢與驅(qū)動力分析[D].太原：山西大學(xué)，2012.