李 晶，閆星光，閆蕭蕭，郭 偉，王科雯，喬 建

(中國礦業(yè)大學(xué)(北京) 地球科學(xué)與測繪工程學(xué)院，北京 100083)

植被是陸地生態(tài)系統(tǒng)的重要組成部分，不僅影響全球的物質(zhì)與能量循環(huán)，而且對全球氣候穩(wěn)定、碳的收支平衡等方面均具有重要作用[1-2]。對植被開展長時間序列的動態(tài)監(jiān)測能夠反映區(qū)域生態(tài)環(huán)境變化[3-4],其中植被覆蓋度(Fraction of Vegetation Coverage，F(xiàn)VC)作為生態(tài)變化研究重要和有效指標之一，能夠很好地反映地表植被的繁茂程度[5-7]。

黃河流域在我國社會經(jīng)濟發(fā)展和生態(tài)安全方面十分重要，是我國重要生態(tài)屏障[8]。流域北部分布有沙漠和風(fēng)沙區(qū)，西部地處高寒地帶，中部是水土流失嚴重、生態(tài)環(huán)境脆弱的黃土高原，近幾十年中國經(jīng)濟的高速發(fā)展，人類活動越加廣泛，強度不斷增大，加劇了黃河流域生態(tài)環(huán)境的變化。除農(nóng)牧業(yè)、城鎮(zhèn)建設(shè)、工業(yè)發(fā)展和水電開發(fā)外，黃河流域還分布有豐富的礦產(chǎn)資源，煤炭開發(fā)一方面有利于保證國家的基礎(chǔ)能源供應(yīng)和支撐社會經(jīng)濟發(fā)展[9]，另一方面，塌陷、挖損和壓占用地不斷增加[10-11]，根據(jù)典型礦山的調(diào)查，每開采1萬t煤炭，露天礦挖損土地平均約103m2，井工礦塌陷面積平均約2.7×103m2[11]，排土場、煤矸石堆放等還會壓占土地，對礦區(qū)及周邊微地形、土壤、水環(huán)境、生物多樣性等也產(chǎn)生了一定的影響[12-13]，楊柯等[14]在平朔煤礦土壤中檢測到有毒物質(zhì)多環(huán)芳烴，造成土壤破壞同時影響植被生長;代鋒剛等[15]研究發(fā)現(xiàn)煤炭開采導(dǎo)致區(qū)域含水層結(jié)構(gòu)破壞并影響區(qū)域地下水循環(huán)演化態(tài)勢;汪云甲等[16]利用Landsat影像、無人機和地面紅外熱像儀等多源遙感數(shù)據(jù)集成監(jiān)測大同礦區(qū)馬脊梁礦的煤火燃燒區(qū)的構(gòu)造裂縫。

2019年9月，習(xí)近平總書記在鄭州提出黃河流域生態(tài)保護和高質(zhì)量發(fā)展重大國家戰(zhàn)略，此后多次強調(diào)要扎實實施這一戰(zhàn)略，加快制度創(chuàng)新和強化制度執(zhí)行，引導(dǎo)綠色生產(chǎn)生活方式。黃河流域高質(zhì)量發(fā)展戰(zhàn)略實施，迫切需求資源調(diào)查、生態(tài)變化監(jiān)測與環(huán)境風(fēng)險識別、生態(tài)保護與修復(fù)及實施評價、流域規(guī)劃、生態(tài)保護機制等領(lǐng)域科技研發(fā)支撐。煤炭基地作為整個黃河流域的重要組成部分，應(yīng)高度重視煤礦區(qū)生態(tài)環(huán)境變化、生態(tài)修復(fù)與環(huán)境治理。已有學(xué)者針對黃河流域生態(tài)變化從省級行政區(qū)[6]、水資源類型區(qū)[17]、整個黃河流域[7]等多個尺度應(yīng)用GIMMS,MODIS數(shù)據(jù)和Landsat影像等不同來源數(shù)據(jù)開展了大量工作，針對單一礦區(qū)的長時序遙感監(jiān)測持續(xù)增加[18-20]，如李晶等[18]研究了露天礦區(qū)開采損毀-植被恢復(fù)的演替軌跡類型;張世文等[19]揭示了露天礦區(qū)隨著時間變化采礦和生態(tài)恢復(fù)活動與植被覆蓋度間具有一定的響應(yīng)關(guān)系，但整體而言，目前對整個流域尤其是針對黃河流域煤炭基地生態(tài)狀況長時序研究仍顯滯后，科研成果難以滿足對流域及煤炭基地生態(tài)環(huán)境保護修復(fù)政策制定等的現(xiàn)實需求[21]。

現(xiàn)有研究表明:基于Google Earth Engine遙感云平臺進行植被指數(shù)分析[22-24]、土地利用覆蓋[23]和其他土地利用遙感信息提取及分類[25]等相較于傳統(tǒng)的遙感分析手段具有明顯的特色優(yōu)勢，特別是在長時間序列、大范圍的遙感監(jiān)測研究中，GEE平臺借助云端計算能極大的縮短影像處理時間，提高工作效率，如Traganos等[26]借助GEE平臺使用sentinel-2進行全球尺度海草的測繪和監(jiān)測，具有極佳的應(yīng)用前景[27-28]。但在整個黃河流域，應(yīng)用GEE平臺開展研究剛剛起步，梁超[29]反演了黃河流域2000—2017年的水體指數(shù)并對地表水進行了變化檢測和變化規(guī)律分析，等等。對黃河流域尤其是流域內(nèi)規(guī)劃礦區(qū)基于GEE平臺的長時序植被覆蓋度變化監(jiān)測未見報道，對其生態(tài)變化時空差異認知缺乏研究數(shù)據(jù)支撐，流域生態(tài)變化特征及機理尚不明晰[30]。

針對上述問題，筆者采用GEE遙感云平臺，逐年遍歷1987—2020年黃河流域40 525景Landsat遙感影像，對其進行云量篩選、去云、NDVI指數(shù)計算、疊加提取最大值、鑲嵌處理等獲取植被覆蓋度信息，分析了34 a來該地區(qū)植被覆蓋度的動態(tài)變化特征，揭示了黃河流域及煤炭國家規(guī)劃礦區(qū)間植被覆蓋度時空異質(zhì)性，為科學(xué)認識整個流域和煤炭規(guī)劃礦區(qū)植被覆蓋度變化軌跡及其差異，以及客觀評估生態(tài)現(xiàn)狀和自然、煤炭開發(fā)等人類活動影響奠定基礎(chǔ)，同時為黃河流域高質(zhì)量發(fā)展背景下礦區(qū)綠色開發(fā)和生態(tài)保護修復(fù)提供數(shù)據(jù)和技術(shù)支撐。

1 研究區(qū)概況

黃河流域是我國第二大流域，西起巴顏喀拉山，東至渤海，北臨陰山，南到秦嶺，流域面積達 7.52×105km2。地勢西高東低，從西到東橫跨青藏高原、內(nèi)蒙古高原、黃土高原和黃淮海平原4個地貌單元，途徑青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東9個省(自治區(qū))，如圖1所示。內(nèi)蒙古托克托縣河口鎮(zhèn)和河南滎陽市桃花峪將黃河流域分成上、中、下游3段，上游河段全長3 472 km，流域面積3.86×105km2，占黃河流域面積51.3%;中游和下游河段長度分別為1 206 km和786 km，下游流域面積僅2.3×104km2，占全流域面積的3%。

黃河流域是我國重要的生態(tài)屏障區(qū)，擁有黃河源生態(tài)保護區(qū)、黃土高原生態(tài)保護區(qū)、秦嶺山地生態(tài)保護區(qū)和黃河三角洲濕地生態(tài)保護區(qū)等9個生態(tài)功能保護區(qū)，合計約占整個流域面積的46%。另一方面，黃河流域牧業(yè)、農(nóng)業(yè)、工礦業(yè)和城鎮(zhèn)建設(shè)等人類活動也廣泛分布，且礦產(chǎn)資源富集。超過40%的流域面積蘊藏著煤炭資源，煤炭儲量約占全國的45%，原煤產(chǎn)量約占全國的60%，分布有寧東、神東、陜北、黃隴、晉北、晉中、晉東、河南和魯西9個國家大型煤炭基地，涉及59個煤炭國家規(guī)劃礦區(qū)(以下簡稱“規(guī)劃礦區(qū)”)，是我國最為重要的煤炭資源富集區(qū)、原煤生產(chǎn)加工區(qū)和煤炭產(chǎn)品轉(zhuǎn)換區(qū)，煤炭開發(fā)歷史悠久。本文中僅涉及44個規(guī)劃礦區(qū)，即黃河流域與煤炭規(guī)劃礦區(qū)范圍的重疊區(qū)域，未考慮行政界線和規(guī)劃礦區(qū)的完整性，面積為98 284.36 km2，如圖1所示。

圖1 研究區(qū)示意Fig.1 Location of the study area

1989年《土地復(fù)墾規(guī)定》頒布實施后，尤其是“十八大”以來，各級政府和各類生產(chǎn)建設(shè)企業(yè)更加重視生態(tài)修復(fù)，力爭做到“不欠新賬、快還舊賬”。黃河一直體弱多病，“表象在黃河，根子在流域”，客觀評估黃河流域及流域內(nèi)煤炭規(guī)劃礦區(qū)生態(tài)狀況，是摸清并解決困難和問題的基礎(chǔ)和關(guān)鍵。

2 數(shù)據(jù)來源與預(yù)處理

遙感影像數(shù)據(jù)來源于美國地質(zhì)調(diào)查局(United States Geological Survey,USGS)，通過GEE平臺(https://code.earthengine.google.com/)獲取了1987—2020年Landsat大氣層頂反射率數(shù)據(jù)(Top of Atmosphere Reflectance,TOA Reflectance)，影像分辨率為30 m，時間分辨率為16 d。由于Landsat 7衛(wèi)星自2003年發(fā)生故障，導(dǎo)致部分數(shù)據(jù)條帶丟失，為避免條帶影響，未使用該平臺傳感器數(shù)據(jù)。1987—2012年和2013—2020年分別使用Landsat 5和Landsat 8數(shù)據(jù)，黃河流域共計40 525景，其中規(guī)劃礦區(qū)共計19 255景。黃河流域矢量邊界數(shù)據(jù)以及1987—2015年降水和氣溫數(shù)據(jù)均來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/)，2016—2020年黃河流域降水和氣溫數(shù)據(jù)采用ECMWF/ERA5/DAILY;高程、坡度、坡向數(shù)據(jù)采用USGS/SRTMGL數(shù)據(jù)。煤炭國家規(guī)劃礦區(qū)采用國家發(fā)改委《大型煤炭基地建設(shè)規(guī)劃》(發(fā)改能源〔2006〕352號)中涉及的98個煤炭國家規(guī)劃礦區(qū)，其中部分礦區(qū)分布于黃河流域。

Landsat數(shù)據(jù)獲取和預(yù)處理主要包括時間和云量篩選、去云處理、指數(shù)計算、合成和鑲嵌等。首先選擇研究區(qū)云量小于30%的影像，時間周期按照每年1月1日到次年1月1日進行篩選，依據(jù)GEE平臺的simpleCloudScore算法對Landsat TOA數(shù)據(jù)進行去云處理[5,25]。在線計算歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)，然后采用最大值合成算法合成影像，影像裁剪均采用Quality Mosaic算法在線完成，進一步消除云霧、大氣以及衛(wèi)星傳感器角度等對遙感數(shù)據(jù)帶來的不利影響。

3 研究方法

3.1 植被指數(shù)空間數(shù)據(jù)提取

植被指數(shù)的年際變化的研究，采用國際通用的最大值合成法(Maximum Value Compositing,MVC)[31]，第i年的植被覆蓋度值為

(1)

3.2 植被覆蓋度計算

歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)是植被生長狀態(tài)和空間分布的指示因子，是當(dāng)前最常用的一種植被指數(shù)，其計算方法為:

(2)

式中，RNIR為近紅外波段的反射值;Rred為紅光波段的反射值。

植被覆蓋度采用像元二分模型[8]計算:

(3)

3.3 植被覆蓋度時序變化特征分析

在黃河流域內(nèi)1987—2020年中第i年FVC的均值計算方法為

(4)

為進一步研究植被覆蓋度時序變化特征，黃河流域植被覆蓋度時序變化特征分析采用年際間轉(zhuǎn)移矩陣分析法，參考相關(guān)文獻[6]，采用等差方法進行分級，其中CFV≤10%為低植被覆蓋區(qū)域，10%

3.4 植被覆蓋度變化趨勢分析

采用一元線性回歸方法，對黃河流域內(nèi)34 a植被覆蓋度的時序變化進行模擬分析，再比較各像元變化趨勢空間差異，最終揭示植被覆蓋度變化的時空特征[4-5]:

(5)

其中，l為斜率;n為監(jiān)測年數(shù);fi為對應(yīng)i年份的CFV值。當(dāng)l>0時，表示植被覆蓋度呈現(xiàn)上升趨勢，反之呈現(xiàn)下降趨勢。

一元線性回歸的趨勢性檢驗采用F檢驗法[32]，即

(6)

式中，U為回歸平方和;Q為誤差平方和;α為顯著性水平;n=34為監(jiān)測年數(shù)。

3.5 植被覆蓋度的空間差異

地形和氣候是養(yǎng)分堆積、水熱條件產(chǎn)生的重要條件，影響植被覆蓋度分布，筆者從高程、坡度、坡向、降水量、氣溫和土地分類6個維度，分析黃河流域及其規(guī)劃礦區(qū)的植被覆蓋度的分布特征。

采用等間距法按高程將研究區(qū)劃分為9級;兼顧《森林資源規(guī)劃設(shè)計調(diào)查技術(shù)規(guī)程》(GB/T 26424)將區(qū)域內(nèi)坡度分為6級;坡向劃分為平面、北坡、東北坡、東坡、東南坡、南坡、西坡、西南坡和西北坡等9個方向;降水量采用等間距法劃分為6級，依據(jù)氣溫差異劃分7個溫度區(qū);土地分類參考《土地利用現(xiàn)狀分類》(GB/T 21010—2017)劃分為耕地、林地、草地、水域、建設(shè)用地和未利用地6類，如圖2所示。

圖2 黃河流域各類型分區(qū)因子及其空間分布示意Fig.2 Spatial difference of factors for vegetation cover analysis in the Yellow River Basin

4 結(jié)果與分析

4.1 植被覆蓋度時序和空間差異總體特征

4.1.1平均植被覆蓋度年際時序變化特征

1987—2020年黃河流域及規(guī)劃礦區(qū)植被覆蓋度均值年際變化趨勢如圖3所示，2者均呈現(xiàn)波動上升趨勢，且黃河流域的植被覆蓋度整體高于礦區(qū)的植被覆蓋度。前者增速每10年0.036，平均植被覆蓋度由1987年的0.457 4上升到2020年的0.581 7，最高值、最低值分別出現(xiàn)在2020年和1988年，為0.581 7和0.420 4;而規(guī)劃礦區(qū)的植被覆蓋度的增速為每10年0.054，均值為0.419 9，最高值、最低值分別出現(xiàn)在2020年和1993年，值為0.536 2和0.336 7。

圖3 1987—2020年植被覆蓋度時間變化曲線Fig.3 Vegetation coverage variation curve from 1987 to 2020

進一步檢驗表明:2個時序均為一階單整時序，且存在著協(xié)整關(guān)系，盡管2008—2010年出現(xiàn)小幅偏離均衡關(guān)系，但2者保持長期穩(wěn)定的關(guān)系，均具有相同的、明顯的階段性遞增特征。

嘗試構(gòu)建ARMA模型和擬合AR(1)模型，見式(7)，經(jīng)過參數(shù)顯著性檢驗，該模型擬合優(yōu)度較高，擬合效果良好:

(7)

該模型說明黃河流域FVC會受到規(guī)劃礦區(qū)的影響(協(xié)整關(guān)系)且規(guī)劃礦區(qū)對黃河流域FVC影響顯著較大，規(guī)劃礦區(qū)FVC每增加1個單位，會導(dǎo)致0.555 7個單位黃河流域FVC的增加。

4.1.2植被覆蓋度變化趨勢類型及數(shù)量差異

采用一元線性回歸方法對黃河流域內(nèi)34 a間植被覆蓋度變化趨勢類型及其分布數(shù)量特征進行分析，結(jié)果見表1，1987—2020年黃河流域植被覆蓋顯著退化的面積為29 009.76 km2，占流域總面積的3.55%，其中極顯著退化的區(qū)域占0.37%;植被覆蓋顯著改善面積為271 040.99 km2，占流域總面積的33.19%，其中極顯著增加區(qū)域占比1.91%;基本穩(wěn)定的區(qū)域面積為51.66 km2，占比63.26%。

表1 1987—2020年黃河流域植被覆蓋度演變趨勢類型及構(gòu)成Table 1 Categories of vegetation cover change tendency in the Yellow River Basin from 1987 to 2020

對比分析表明，規(guī)劃礦區(qū)范圍內(nèi)的植被覆蓋度變化特征與整個流域的特征相似。顯著退化的區(qū)域占整個礦區(qū)范圍面積的2.98%，其中極顯著退化的區(qū)域面積為263.30 km2，占比0.27%;基本穩(wěn)定的區(qū)域為37 689.33 km2，約占38.35%;顯著改善的區(qū)域約占58.67%，其中極顯著改善的面積4 337.36 km2，占比4.41%。盡管顯著退化面積占比，規(guī)劃礦區(qū)比較整個黃河流域偏低，同時顯著改善的面積占比高于黃河流域，但從1987年、2020年FVC均值來看，各變化趨勢類型區(qū)(顯著退化區(qū)2020年除外)，規(guī)劃礦區(qū)FVC值均低于黃河流域FVC均值。

4.1.3植被覆蓋度及變化趨勢空間差異

黃河流域多年平均植被覆蓋度空間差異明顯，如圖4(a)所示，除河西走廊、寧夏平原、河套平原等外，主要呈現(xiàn)南高北低、由東南向西北遞減的趨勢。植被覆蓋度變化趨勢類型中，如圖4(b)所示，顯著下降的區(qū)域主要分布于河套平原以北和以東部分地區(qū)、賀蘭山東部、秦嶺北部以及太行山以南的部分區(qū)域，顯著增加的區(qū)域主要分布在黃河流域中部的黃土高原生態(tài)功能保護區(qū)、太行山地生態(tài)功能保護區(qū)和秦嶺山地生態(tài)功能保護區(qū)東部部分區(qū)域，黃河流域西部的黃河源生態(tài)保護區(qū)、若爾蓋一瑪曲生態(tài)功能保護區(qū)和黑河流域生態(tài)功能保護區(qū)植被覆蓋度變化趨勢相對不明顯。

各規(guī)劃礦區(qū)對比分析結(jié)果如圖5所示，三角形圖表明了每一規(guī)劃礦區(qū)長時序植被覆蓋度變化趨勢類型結(jié)構(gòu)，整體以穩(wěn)定和改善為主，植被覆蓋退化占比偏高的規(guī)劃礦區(qū)較少。從圖5中各規(guī)劃礦區(qū)不同植被覆蓋變化趨勢類型分布看，石炭井礦區(qū)與包頭礦區(qū)退化面積占比相對高，退化面積占相應(yīng)礦區(qū)比例分別為43%和37%;改善占比高的礦區(qū)較多，以彬長礦區(qū)和鄉(xiāng)寧礦區(qū)最為顯著，改善面積占比均超過80%;植被覆蓋度基本穩(wěn)定占比高的流域內(nèi)規(guī)劃礦區(qū)包括巨野礦區(qū)、石溝驛礦區(qū)、黃河北礦區(qū)等。

圖5 黃河流域規(guī)劃礦區(qū)植被覆蓋度變化趨勢類型及分布比較Fig .5 Time series change tendency of vegetation coverage in state planned coal-mining areas of the Yellow River Basin

上述結(jié)果說明，礦業(yè)開發(fā)、新增城鎮(zhèn)建設(shè)、砍伐等人類活動導(dǎo)致植被覆蓋度顯著下降的區(qū)域在流域尺度上呈現(xiàn)點多、面廣、零散分布的特征，規(guī)劃礦區(qū)內(nèi)呈退化趨勢面積合計為2 925.73 km2;退耕還林還草、土地復(fù)墾和生態(tài)修復(fù)等是植被覆蓋顯著改善的重要因素;氣候因子變化則是黃河流域及規(guī)劃礦區(qū)生態(tài)變化的重要和基礎(chǔ)性因素，影響范圍更為廣泛。

4.2 植被覆蓋度隨地形因子的變化特征

4.2.1不同高程區(qū)植被覆蓋度及變化差異

如圖6(a)所示，黃河流域植被覆蓋度隨著海拔升高呈先下降后上升的趨勢，9個高程帶中，1 000～1 500 m平均植被覆蓋度最低，值為0.387 9，海拔3 500～4 000 m平均植被覆蓋度最高，值為0.843 0。經(jīng)緯度和海拔高度不同，區(qū)域水熱條件、植被類型存在差異，影響植被覆蓋度的分布。海拔超過3 000 m的區(qū)域，人為擾動因素少，植被覆蓋度相對高，但海拔超過4 000 m時一般已遠越過林線，植被覆蓋度迅速下降。從圖6各高程帶植被覆蓋度變化趨勢類型構(gòu)成來看，海拔500～1 000 m和1 500～2 000 m的區(qū)域植被覆蓋度改善效果最為顯著，隨著海拔的升高顯著性改善區(qū)域占比減小。黃河流域內(nèi)海拔在500～2 000 m的面積占比超過60%，該區(qū)受人類活動影響較大，退耕還林還草等因素影響，植被改善效果最為顯著。

圖6 不同海拔高度區(qū)植被覆蓋度及時序變化趨勢類型構(gòu)成Fig.6 Composition of vegetation coverage and change trend types at different altitudes

黃河流域規(guī)劃礦區(qū)植被覆蓋度隨海拔呈現(xiàn)同樣先下降后上升的變化趨勢，如圖6(b)所示，7個海拔中，1 500～2 000 m海拔平均植被覆蓋度最低，值為0.358 5，面積占比為66.91%;2 000～2 500 m平均植被覆蓋度最高，值為0.648 0，面積占比僅為0.09%。黃河流域內(nèi)規(guī)劃礦區(qū)主要集中在海拔500～2 000 m，面積占比為99.89%，相應(yīng)高程帶受規(guī)劃礦區(qū)本身下墊面特征及農(nóng)業(yè)、牧業(yè)、礦業(yè)、城鄉(xiāng)建設(shè)及其它工業(yè)等人類活動影響，平均植被覆蓋度明顯低于同高程區(qū)域黃河流域平均水平。

4.2.2不同坡度區(qū)植被覆蓋度及變化差異

如圖7(a)所示，隨著坡度的增加，黃河流域平均植被覆蓋度逐漸增高且趨于穩(wěn)定，坡度5°～10°區(qū)域最低，值為0.440 0，坡度25°～45°區(qū)域最高，值為0.677 2。一方面，坡度較緩的區(qū)域人類活動較為密集，坡度大的區(qū)域人類活動受到地形限制逐漸減少，植被受到的干擾也就越小，此外坡度大于15°區(qū)域林地相對不易發(fā)生流轉(zhuǎn)，一定程度上導(dǎo)致植被覆蓋度隨著坡度的增加呈現(xiàn)上升趨勢。

圖7 不同坡度區(qū)植被覆蓋度及變化趨勢類型構(gòu)成Fig.7 Composition of vegetation coverage and changing trend types in different slope areas

黃河流域規(guī)劃礦區(qū)平均植被覆蓋度隨坡度變化呈現(xiàn)下降—上升—下降的趨勢，坡度5°～10°區(qū)域植被覆蓋度最低，值為0.385 6，84.29%黃河流域煤炭規(guī)劃礦區(qū)分布于該坡度區(qū)，是黃河流域煤炭開發(fā)的主要區(qū)域，此外人類活動同樣相對密集。與黃河流域相比，該坡度區(qū)域規(guī)劃礦區(qū)植被覆蓋顯著改善比例相對高，但植被覆蓋度平均水平與黃河流域同類型區(qū)域相比明顯偏低。

4.2.3植被覆蓋度隨坡向變化特征

坡向為每個柵格高程值改變量變化的方向，不同的坡向太陽輻射量級及土壤水分等存在差異。

如圖8(a)所示，黃河流域平面區(qū)域平均植被覆蓋度值為0.301 8，而在其他所有坡向平均植被覆蓋度均值為0.497 8;圖8(b)中，規(guī)劃礦區(qū)平面區(qū)域平均植被覆蓋度為0.677 6，其他坡向區(qū)域平均植被覆蓋度均值為0.416 1。進一步比較發(fā)現(xiàn)，黃河流域及其規(guī)劃礦區(qū)的平均植被覆蓋度和植被覆蓋度變化趨勢類型結(jié)構(gòu)在8個坡向區(qū)域差異不大，即坡向?qū)τ谡麄€黃河流域及其規(guī)劃礦區(qū)植被覆蓋度影響與地帶性氣候因子、海拔、坡度、土地利用方式相比并不顯著，坡向在其他下墊面因子相同情況下會起作用，陽坡和陰坡光熱和降水差異對局部地區(qū)影響仍會較明顯。

圖8 不同坡向植被覆蓋度及其變化趨勢類型的構(gòu)成Fig.8 Composition of different slope vegetation cover and its changing trend types

4.3 植被覆蓋度隨氣候因子的變化特征

4.3.1植被覆蓋度與氣候因子的時序變化關(guān)系分析

圖9為黃河流域及其規(guī)劃礦區(qū)植被覆蓋度與降水量、氣溫的年際變化。從時間序列上看，1987—2020年黃河流域的年均降水量和氣溫均呈現(xiàn)上升趨勢，上升速率分別達到2.557 mm/(10 a)和0.034 6 ℃，其中植被覆蓋度和降水、氣溫的相關(guān)系數(shù)分別為0.494 1和0.613 2。規(guī)劃礦區(qū)年均降水量上升并不明顯，氣溫上升速率為0.034 2 ℃/(10 a)，植被覆蓋度和降水、氣溫的相關(guān)系數(shù)均低于整個黃河流域，分別為0.300 6和0.574 9。黃河流域及規(guī)劃礦區(qū)植被覆蓋度與氣溫的相關(guān)性均高于與降水的相關(guān)性，此外，黃河流域和規(guī)劃礦區(qū)FVC提升速率明顯高于降水速率和略高于氣溫變化速率，1990年、2003年和2013年變化更為明顯。

圖9 植被覆蓋度與年均降水量和氣溫分析Fig.9 Analysis of vegetation coverage and average annual precipitation and temperature

4.3.2植被覆蓋度與氣候因子分布的空間關(guān)系特征

黃河流域植被覆蓋度與年均降水、氣溫的空間關(guān)系分析如圖10所示。植被覆蓋度與年均降水量相關(guān)系數(shù)的分析結(jié)果表明(圖10(a))，黃河流域大部分地區(qū)的植被覆蓋度與降水量呈現(xiàn)正相關(guān)，其中在無定河流域、窟野河流域、黑山峽等地相關(guān)系數(shù)多為0.6以上，只有極少數(shù)地區(qū)和降水量不相關(guān)。年均氣溫與植被覆蓋度的相關(guān)性分析表明(圖10(b))，絕大多數(shù)區(qū)域氣溫和植被覆蓋度也呈現(xiàn)正相關(guān)，在黃河流經(jīng)山西和陜西的區(qū)域大部分地區(qū)均呈現(xiàn)顯著相關(guān)，黃埔川流域正相關(guān)系數(shù)最高超過0.9，而在黃河流域的西北部則呈現(xiàn)負相關(guān)。

圖10 植被覆蓋度與降水量和氣溫相關(guān)系數(shù)Fig.10 Relationship analysis of FVC with precipitation and temperature

4.4 植被覆蓋度與土地利用變化分析

1986—2018年黃河流域耕地、未利用地面積均呈現(xiàn)下降趨勢，面積凈減少分別為8 745.64 km2和9 507.40 km2;而林地、草地和建設(shè)用地面積均呈現(xiàn)上升趨勢，其中建設(shè)用地增加最為顯著，面積凈增加13 871.18 km2，林地和草地共增加4 857.06 km2。

黃河流域規(guī)劃礦區(qū)范圍內(nèi)建設(shè)用地增長較快，2018年與1986年相比，面積凈增長4 224.87 km2，占2018年建設(shè)用地總量的4.07%;林地面積略有增加，為554.64 km2;耕地、草地、水域和未利用地分別減少2 216.79，392.66，102.46和2 064.62 km2，地類發(fā)生轉(zhuǎn)化的面積占黃河流域規(guī)劃礦區(qū)總面積的9.22%。規(guī)劃礦區(qū)內(nèi)未利用地面積減少對植被覆蓋度提升有促進作用，但同時建設(shè)用地、工礦用地增多，少量耕地、草地也轉(zhuǎn)為建設(shè)用地或受到人為損毀，礦區(qū)整體植被覆蓋度仍然偏低。

上述土地利用轉(zhuǎn)換數(shù)據(jù)與圖3、圖5中黃河流域及規(guī)劃礦區(qū)植被覆蓋度時序變化特征及變化趨勢類型結(jié)構(gòu)數(shù)據(jù)綜合分析表明，過去30多年黃河流域建設(shè)用地增加的同時植樹造林、退耕還林(草)、農(nóng)業(yè)生態(tài)環(huán)境改善等生態(tài)保護措施發(fā)揮了重要作用，與氣候變化因素共同促進了黃河流域植被覆蓋度等生態(tài)指標的改善?！锻恋貜?fù)墾規(guī)定》(1989)和《土地復(fù)墾條例》(2013)實施，礦山企業(yè)履行“誰破壞、誰復(fù)墾”義務(wù)和主動承擔(dān)環(huán)境保護社會責(zé)任意識提升，也是建設(shè)用地增加情況下，規(guī)劃礦區(qū)植被覆蓋度改善面積占比相對較高的原因之一。

5 結(jié)論與討論

(1)1987—2020年黃河流域及其規(guī)劃礦區(qū)植被覆蓋度均呈波動上升趨勢，2者具有相對穩(wěn)定的一致性特征。盡管規(guī)劃礦區(qū)內(nèi)植被覆蓋度增長速率高于黃河流域，但時序年均植被覆蓋度始終低于整個黃河流域歷年均值。

(2)34 a時序趨勢類型構(gòu)成中，黃河流域植被覆蓋度變化趨勢相對穩(wěn)定的面積占比最大(63.26%)，且植被覆蓋改善的面積(33.19%)大于植被覆蓋退化的面積(3.55%)，規(guī)劃礦區(qū)內(nèi)植被覆蓋度改善面積占比高于黃河流域，但至2020年規(guī)劃礦區(qū)植被覆蓋度仍明顯低于黃河流域平均水平。多年平均植被覆蓋度的空間分布特征，呈現(xiàn)為東南高西北低，由東南向西北遞減的特點。

(3)黃河流域植被覆蓋度的地形分異性明顯，高程和坡度對植被覆蓋度的影響較為顯著。在海拔1 000～2 000 m和坡度5°～10°黃河流域及其規(guī)劃礦區(qū)植被覆蓋度顯著改善面積占比高，但同海拔區(qū)域和坡度為5°～10°區(qū)域多年平均植被覆蓋度明顯偏低。氣候因子中，氣溫對植被覆蓋度的影響相對顯著，降水量和氣溫對于規(guī)劃礦區(qū)的植被覆蓋度的影響均小于對整個黃河流域的影響。

(4)1986年以來，黃河流域建設(shè)用地、林地和草地增加，耕地和未利用地減少;規(guī)劃礦區(qū)建設(shè)用地、林地增加，草地、耕地和未利用地減少。退耕還林還草、植樹造林、城鎮(zhèn)和生態(tài)建設(shè)、農(nóng)業(yè)生產(chǎn)環(huán)境改善等因素與氣候變化等共同作用，促進了黃河流域植被覆蓋度增加和植被覆蓋變化趨勢類型的多樣性。

盡管本文應(yīng)用長時序、多源數(shù)據(jù)以多角度客觀揭示了黃河流域及規(guī)劃礦區(qū)植被覆蓋度時序和空間變化特征，可以為生態(tài)保護修復(fù)政策制定和科學(xué)認識與評價整個流域及規(guī)劃礦區(qū)生態(tài)狀況等提供數(shù)據(jù)支撐，但研究中也存在多源數(shù)據(jù)時間和空間分辨率難以完全一致、成果精準性受到影響等問題。此外，文中嚴格以黃河流域邊界確定研究區(qū)范圍，導(dǎo)致地處黃河流域邊緣的規(guī)劃礦區(qū)僅納入了與黃河流域重疊的部分，未顧及與黃河流域相交的煤炭規(guī)劃礦區(qū)邊界的完整性;更為重要的，針對植被覆蓋度時序變化和空間差異的機理缺乏深入分析。黃河流域煤炭開采點多、強度大，盲目夸大或忽略其影響均是不適宜的。今后有必要從煤炭開發(fā)、地形因素、氣候因素、產(chǎn)業(yè)發(fā)展與土地利用、人口與城鎮(zhèn)化、生態(tài)保護措施等開展多要素系統(tǒng)耦合研究，以便更精確地分離和評估礦產(chǎn)資源開采等對黃河流域及規(guī)劃礦區(qū)植被覆蓋度等生態(tài)指標時空變化的貢獻度。

致謝感謝中科院地理科學(xué)與資源研究所董金瑋研究員對本文數(shù)據(jù)預(yù)處理的意見和建議！