劉英 朱蓉 岳輝

摘 要：研究露天礦區(qū)生態(tài)環(huán)境演變及其時空變化規(guī)律，對露天礦區(qū)生態(tài)環(huán)境保護和建設(shè)綠色礦山具有重要意義。以平朔礦區(qū)為例，基于Landsat 5/8 影像和氣象數(shù)據(jù)，采用RSEI指數(shù)及改進的CASA模型監(jiān)測1989—2019年平朔礦區(qū)生態(tài)環(huán)境演變并分析生態(tài)恢復力與

RSEI、NPP的關(guān)系，結(jié)果表明：平朔礦區(qū)1989—2019年生態(tài)環(huán)境呈變好趨勢，差等級面積從1989年的33.00 km2減少到2019年的16.75 km2，優(yōu)和良等級面積分別增5.51 km2和5.66 km2;研究區(qū)采礦面積從1989年的10.63 km2增加到2019年的65.84 km2;2019年土地復墾面積比2002年增加了14.97 km2;基于線性加權(quán)構(gòu)建表征生態(tài)恢復力大小的綜合指數(shù)Z分析表明30 a間礦區(qū)生態(tài)恢復力逐漸增大，且該指數(shù)與NPP和RSEI呈顯著正相關(guān)（P<0.01）。利用自然間斷法將綜合指標分為Ⅰ、Ⅱ、Ⅲ、Ⅳ 4級，分別表示生態(tài)恢復力由低到高，30 a間生態(tài)恢復力低的I區(qū)面積呈下降趨勢，生態(tài)恢復力高的IV區(qū)面積呈增加趨勢，說明30 a間平朔礦區(qū)復墾效果顯著。

關(guān)鍵詞：遙感生態(tài)指數(shù);平朔礦區(qū);礦區(qū)復墾中圖分類號：P 23

文獻標志碼：A

文章編號：1672-9315（2021）04-0682-10

DOI：10.13800/j.cnki.xakjdxxb.2021.0414開放科學（資源服務(wù)）標識碼（OSID）：

Remote sensing evaluation of ecological environment in

typical open-pit mining areas

LIU Ying1，2，ZHU Rong1，YUE Hui1，2

（1.College of Geomatics，Xian University of Science and Technology，Xian 710054，China;

2.Institute of Ecological Environment Restoration in Mine Areas of West China，

Xian University of Science and Technology，Xian 710054，China）

Abstract：It is of great significance to study the evolution of ecological environment and its spatiotemporal variation in open-pit mining area.Taking Pingshuo mining area as an example，based on Landsat Image and meteorological data，RSEI index and improved CASA model were used to monitor the evolution of ecological environment in Pingshuo mining area from 1989 to 2019，and the relationship between ecological resilience and RSEI and NPP was analyzed.The results showed that：The ecological environment of Pingshuo mining area showed a trend of improvement from 1989 to 2019.The area of poor grade decreased from 33.00 km2 in 1989 to 16.75 km2 in 2019，and the area of excellent and good grades increased by 5.51 km2 and 5.66 km2 respectively.The mining area in the study area increased from 10.63 km2 in 1989 to 65.84 km2 in 2019;the area of land reclamation in 2019 increased by

14.97 km2 compared to than in 2002.The comprehensive index Z based on linear weighted analysis showed that the ecological resilience of mining area increased gradually in 30 years，and the index was positively correlated with NPP and RSEI（P<0.01）.The comprehensive indexes of reclamation are divided into four categories

of Ⅰ，Ⅱ，Ⅲ and Ⅳ，representing the ecological resilience from low to high respectively.The results show that the area of? Ⅰ with low ecological resilience decreases and? Ⅳ with high ecological resilience increases during 30 years，indicating that the reclamation effect of Pingshuo mining area is remarkable in 30 years.Key words：remote sensing ecological index;Pingshuo mining area;mine reclamation

0 引 言煤炭是社會與經(jīng)濟發(fā)展的重要物質(zhì)基礎(chǔ)，也是人們生產(chǎn)生活的主要能源[1]。露天煤礦是由地質(zhì)變化沉積在地表或淺層的煤炭層，直接通過露天開采。發(fā)達國家露天開采的煤炭產(chǎn)量所占比重通常超過井下開采，是煤炭開采的主要形式[2];近年來，我國露天煤礦建設(shè)與生產(chǎn)取得了快速發(fā)展，露天開采的煤炭產(chǎn)量比重呈逐年上升趨勢[3]。由于露天開采占壓和挖損土地，對地貌造成破壞，地表形態(tài)、生物種群以及淺部地層直接損毀，地表表層植被遭到破壞[4]，原本穩(wěn)定的系統(tǒng)受到嚴重干擾，生態(tài)環(huán)境發(fā)生巨變。因此，對露天礦區(qū)生態(tài)環(huán)境變化進行監(jiān)測與評價一直以來是研究的熱點。遙感技術(shù)因其能夠大范圍快速高效的獲取地表信息而被廣泛應(yīng)用于露天礦區(qū)的生態(tài)環(huán)境監(jiān)測中。20世紀60年代國外開始利用遙感技術(shù)對礦產(chǎn)資源開采狀況進行監(jiān)測[5];在礦產(chǎn)資源開發(fā)過程中所造成的環(huán)境影響從最初主要集中在對礦區(qū)水的影響[6-8]、植被破壞[9]、土壤成分變化[10]以及土地利用類型變化[11]等方面，到逐漸深入研究礦區(qū)植被恢復[12]、土地復墾[13]以及基于生態(tài)環(huán)境綜合指標的礦區(qū)生態(tài)環(huán)境監(jiān)測[14]等方面。土地復墾與植被恢復和礦區(qū)生態(tài)環(huán)境密切相關(guān)，利用遙感技術(shù)可以監(jiān)測植被的生長狀態(tài)并探究礦區(qū)生態(tài)恢復情況。相關(guān)研究分別利用遙感生態(tài)指數(shù)（remote sensing ecology index，RSEI）[15]或植被凈初級生產(chǎn)力（net primary productivity，NPP）探討礦區(qū)生態(tài)環(huán)境的變化，未考慮兩者的綜合影響?；赗SEI和NPP，利用線性加權(quán)分析法構(gòu)建綜合指數(shù)分析平朔礦區(qū)的生態(tài)環(huán)境演變狀況，同時基于平朔礦區(qū)的土地利用數(shù)據(jù)分析平朔礦區(qū)1989—2019年復墾與采礦區(qū)域的面積變化和復墾區(qū)域生態(tài)恢復力受RSEI與NPP的影響程度，研究結(jié)果可為相關(guān)部門制定平朔礦區(qū)環(huán)境治理政策，有效實現(xiàn)為土地復墾提供科學支撐。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況平朔礦區(qū)位于山西省北部朔州市境內(nèi)，是中國規(guī)模最大、現(xiàn)代化程度最高的煤炭生產(chǎn)基地之一，區(qū)內(nèi)主要有安太堡、安家?guī)X、東露天礦三大礦區(qū)（圖1）。安太堡、安家?guī)X礦區(qū)地理坐標為東經(jīng)112°19′20″～112°26′32″，北緯39°27′48″～39°31′13″;東露天礦地理坐標為東經(jīng)112°26′30″～112°29′52″，北緯39°32′45″～39°34′15″。礦區(qū)屬典型的北溫帶半干旱大陸性季風氣候，氣溫年較差和日較差大。礦區(qū)為黃土丘陵地貌，地勢北高南低，地形以山地、丘陵為主。

1.2 數(shù)據(jù)來源與處理 采用1989—2019年的Landsat系列共四景遙感影像作為研究數(shù)據(jù)，影像均為9月份無云的清晰影像（表1）。原始數(shù)據(jù)經(jīng)過輻射定標、大氣校正和幾何校正等預處理工作。根據(jù)平朔礦區(qū)的實際地物類型和《土地利用現(xiàn)狀分類標準（GB/T 21010—2007）》，利用支持向量機分類結(jié)合目視解譯的方法將研究區(qū)土地利用類型劃分為耕地、林地、草地、建筑用地、露天采坑、剝離區(qū)、排土場和工業(yè)廣場。本研究所用的氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/），包括月降水量、月平均氣溫以及月總太陽輻射數(shù)據(jù)等。

2 研究方法

2.1 遙感生態(tài)指數(shù)RSEI的計算遙感生態(tài)指數(shù)（RSEI）將綠度分量（NDVI）、濕度分量（WET）、干度分量（NDSI）和熱度分量（LST）4個遙感指數(shù)組合成新的指數(shù)影像后，進行主成分分析，獲得初始的生態(tài)指數(shù)RSEI0，再對RSEI0進行正規(guī)化得到所構(gòu)建的遙感生態(tài)指數(shù)RSEI。各遙感指數(shù)具體計算方法參見文獻[16-20]。

2.2 基于CASA模型的NPP計算

本研究采用改進的CASA模型估算平朔礦區(qū)的NPP，所估算的NPP可以由植物吸收的光合有效輻射（absorbed photosynthetically active radiation，APAR）和實際光能利用率（ε）2個因子來表示，具體公式見文獻[21-22]。

2.3 利用熵值法計算RSEI與NPP的權(quán)重 信息熵是表示不確定性的量度，不確定性越大，其無序性就越大，因此信息熵是無序性的一種度量。若某個因子的空間變化不大，則信息熵的不確定性就越小，信息熵越小，相應(yīng)的權(quán)重就越小，如果空間變化較大，相應(yīng)的權(quán)重就大，權(quán)重的計算方法參見文獻[23]。

2.4 綜合指數(shù)的構(gòu)建線性加權(quán)分析法是為每個指標分配不同的權(quán)重系數(shù)，通過建立線性關(guān)系來計算每個像元的綜合指標值[24]。將RSEI和NPP指標的標準化值乘以相應(yīng)的指標權(quán)重，構(gòu)建綜合指數(shù)Z。Z值越大，表明礦區(qū)生態(tài)恢復力越強。計算見式（1）。

Z=∑ni=1Xij

*Wij

（1）

式中 Z為每個像元的綜合指標值;

Xij為像元i中指標j的歸一化值;Wj表示每個指標的權(quán)重系數(shù)，i=1，2，…，n，j=1，2。

3 實驗結(jié)果與分析

3.1 平朔礦區(qū)RSEI變化分析參照文獻[25]的生態(tài)等級劃分方法，將RSEI值按等間隔分成5個等級，即差（0～0.2]、較差（0.2～0.4]、中（0.4～0.6]、良（0.6～0.8]和優(yōu)（0.8～1]，并制作遙感生態(tài)指數(shù)分級圖（圖2），同時求取1989年、2002年、2009年和2019年9月（表2）各等級面積及其所占比例。經(jīng)查文獻資料[26]可知，平朔礦區(qū)迄今經(jīng)歷了4個階段分別為創(chuàng)業(yè)階段（1987—1991年）、發(fā)展階段（1992—2003年）、跨越階段（2004—2012年）以及轉(zhuǎn)型階段（2013年—至今），因此，文中選取4個典型階段的不同遙感影像作為數(shù)據(jù)源來研究平朔礦區(qū)的生態(tài)環(huán)境狀況。從圖2可知，生態(tài)質(zhì)量為差的區(qū)域主要分布在采礦區(qū)，非采礦區(qū)的生態(tài)質(zhì)量主要為良和中。安太堡、安家?guī)X礦區(qū)隨著開采面積的不斷擴大，2009年東露天礦出現(xiàn)明顯的開采范圍，隨著年份的推移，安太堡和安家?guī)X礦區(qū)向東北方向擴展，2個礦區(qū)邊界更加分明;東露天礦區(qū)以開采點為中心不斷進行擴張。非采礦區(qū)相對于1989—2002年生態(tài)環(huán)境質(zhì)量明顯提高，中等及以上等級面積比重增加明顯。分別統(tǒng)計1989，2002，2009，2019各年份5個級別面積以及所占研究區(qū)總面積比，見表3。平朔礦區(qū)1989—2019年的生態(tài)環(huán)境質(zhì)量呈上升趨勢，30 a年間平朔礦區(qū)RSEI等級分布主要以良為主，分別占總面積的26.20%，27.03%，28.81%，28.33%，雖然采礦面積逐年增加，但平朔礦區(qū)的生態(tài)環(huán)境質(zhì)量整體呈優(yōu)良趨勢發(fā)展，差等級的區(qū)域面積從1989年的33.00 km2減少到2019年的16.75 km2，減少了6.13%;30 a年間中等級的區(qū)域面積保持穩(wěn)定，平均面積為63.74 km2;2019年優(yōu)和良等級的面積相比于1989年都有所增加，等級為優(yōu)的面積增加了5.51 km2，等級為良的面積增加5.66 km2，相對于研究區(qū)總面積分別增加了2.13%和2.07%。

3.2 平朔礦區(qū)NPP變化分析通過改進的CASA模型反演平朔礦區(qū)NPP，由圖3可知，采礦區(qū)NPP值趨于0，非采區(qū)的NPP值接近于整個研究區(qū)的最高值，平朔礦區(qū)的NPP最大值呈遞減趨勢，從1989年月均13.734 gc/m2減少到2019年的月均7.640 gc/m2。從空間上來看，由于從1989—2019年，平朔礦區(qū)的采礦面積不斷增加，采礦區(qū)較小NPP值的范圍逐漸擴大，與此同時，礦區(qū)周邊復墾區(qū)域較明顯，NPP值有所增加。

3.3 平朔礦區(qū)復墾區(qū)域生態(tài)環(huán)境

3.3.1 土地利用變化分析

文中參考國家土地利用分類標準（GB/T 21010—2007），結(jié)合平朔礦區(qū)實際情況，通過目視解譯為主、支持向量機分類為輔的方法將研究區(qū)劃分為耕地、林地、草地、建筑用地、排土場、剝離區(qū)、露天采坑、工業(yè)廣場等8大地物類型?；煜仃囼炞C分類結(jié)果表明總體精度93.2%，Kappa系數(shù)在0.87以上，滿足本研究對數(shù)據(jù)分類的精度要求。從表3可知，平朔礦區(qū)1989—2019年30 a間耕地、林地以及草地面積不斷減少，其中，耕地面積從1989年的167.02 km2減少到2019年的162.19 km2，林地面積減少了45.03 km2，草地面積減少了5.36 km2。相反，隨著采礦范圍的不斷擴大以及研究區(qū)城鎮(zhèn)化水平的加快，露天采坑、剝離區(qū)、排土場、工業(yè)廣場以及建筑用地均在增加，1989年上述5種地物類型的面積分別只有0.23，1.93，5.22，2.50，0.76 km2，2019年分別增加到18.34，11.25，8.18，15.18和12.88 km2，占總面積的24.83%。從土地利用現(xiàn)狀分類數(shù)據(jù)來看（圖4），1989—2019年采礦區(qū)域范圍不斷擴大，安太堡和安家?guī)X露天礦范圍從西南向東北方向逐漸移動，東露天礦呈四周擴張趨勢。

安太堡、安家?guī)X和東露天礦分別于1985年、1998年和2006年投入生產(chǎn)[27]。由于平朔礦區(qū)主要復墾方向為耕地、林地、草地，故本研究中將各年期剝離區(qū)、建筑用地、排土場、工業(yè)廣場以及露天采坑轉(zhuǎn)為耕地、林地、草地的區(qū)域記為復墾區(qū)域;將各年期剝離區(qū)、建筑用地、排土場、工業(yè)廣場以及露天采坑未轉(zhuǎn)為耕地、林地、草地的區(qū)域記為未復墾區(qū)域。從圖5（a）可知，1989—2019年土地復墾區(qū)域面積不斷增加，其中復墾方向為耕地的區(qū)域從1989—2002年的0.24 km2增加到2009—2019年的12.92 km2，林地復墾面積30 a間相較于草地與耕地的復墾面積最少，復墾率為0.08 km2/a，草地復墾總面積1989—2019年達到16.58 km2，從復墾面積的變化來看，平朔礦區(qū)對礦區(qū)開采后的復墾規(guī)劃得到有效實施，且效果顯著;由圖5（b）可知，隨著采礦面積的不斷增大以及城市化進程的加快，未復墾區(qū)域面積也有所增加，露天采坑2002年比1989年有1.28 km2未發(fā)生地物類型變化，根據(jù)土地利用分類數(shù)據(jù)（圖4）可知，露天采坑的面積隨著年份的增長呈增加趨勢，排土場2009—2019年有5.00 km2未發(fā)生地物類型變化，剝離區(qū)、工業(yè)廣場的未復墾區(qū)域30 a間總面積為4.75 km2和12.59 km2，隨著城市化進程的加快，建筑用地的面積逐年增加，尤其是2009—2019年間，以建筑用地為類型的未復墾區(qū)域的面積達到9.17 km2。

3.3.2 復墾/采礦區(qū)域植被NPP與RSEI研究

通常生態(tài)環(huán)境質(zhì)量較好的區(qū)域，RSEI值也較大。從表4可知，1989—2002年，采礦區(qū)的生態(tài)環(huán)境基本維持不變，RSEI均值在0.2左右;2009—2019年，采礦區(qū)生態(tài)環(huán)境質(zhì)量呈變好趨勢，2009年的RSEI均值增加到0.264 9，2019年的RSEI比1989年增加了0.583;1989—2019年復墾區(qū)域的生態(tài)環(huán)境質(zhì)量逐漸變好，RSEI均值由2002年的0.521增加到2019年的0.790。采礦區(qū)NPP月均值由1989年的2.307 gc/m2減少到2019年的1.083 gc/m2;復墾區(qū)域的生態(tài)環(huán)境得到改善，大多數(shù)采礦用地轉(zhuǎn)變成林地、草地以及耕地，2002年和2009年土地復墾區(qū)域NPP月均值分別為4.922 gc/m2和4.813 gc/m2，2019年的土地復墾區(qū)域NPP月均值比1989年采礦區(qū)增加了0.468 gc/m2。

從圖6、圖7可知，復墾區(qū)域的RSEI、NPP值均高于采礦區(qū)，這是由于采礦區(qū)缺乏植被生長且土壤質(zhì)地脆弱，其所反應(yīng)的植被生長狀態(tài)以及生態(tài)環(huán)境質(zhì)量就較差。隨著礦區(qū)環(huán)境保護政策的實施，采礦區(qū)的生態(tài)環(huán)境質(zhì)量逐漸有所好轉(zhuǎn)，2019年生態(tài)環(huán)境質(zhì)量達到多年來最優(yōu)值。

3.3.3 基于線性加權(quán)分析法的綜合指數(shù)分析根據(jù)熵值法分別計算RSEI與NPP的權(quán)重，利用線性加權(quán)分析法得到生態(tài)復墾區(qū)域基于NPP和RSEI的綜合指標Z值。基于熵值法計算2002—

2019年RSEI與NPP所占權(quán)重（表5）表明，NPP 比RSEI起主導作用，除2009年兩者所占權(quán)重相近外，2002年和2019年NPP權(quán)重值分別達到0.545和0.601。熵值法計算的RSEI和NPP的權(quán)重均為正值，則線性加權(quán)分析法得到的綜合指標越大表明復墾區(qū)域的環(huán)境狀況越好，礦區(qū)生態(tài)恢復力越強。Z值介于0～1之間，越接近于1表明復墾效果越好。從表6可知，2002年、2009年和2019年復墾區(qū)域生態(tài)恢復力均值分別為0.499，0.621和0.455，對應(yīng)的標準差分別為0.235，0.239和0.223。在ArcGIS中根據(jù)自然間斷法將研究區(qū)的綜合指數(shù)Z分為4個等級（圖8），分別為Ⅰ、Ⅱ、Ⅲ、Ⅳ，代表礦區(qū)復墾恢復力由低到高。

從表7可知，復墾區(qū)域生態(tài)恢復力綜合指標值與RSEI和NPP均通過了P<0.01的顯著性檢驗，生態(tài)恢復力低的Ⅰ、Ⅱ區(qū)域主要受RSEI影響，其中2002年Ⅰ區(qū)的皮爾森相關(guān)系數(shù)達0.829，生態(tài)恢復力高的Ⅲ、Ⅳ區(qū)域主要受NPP的影響，其中2009年Ⅱ區(qū)的皮爾森相關(guān)系數(shù)達0.765。由圖9可知，位于Ⅰ區(qū)的生態(tài)恢復力的面積比重由2002年20.46%下降到2019年的13.33%;

位于Ⅱ區(qū)的面積比重由2002年的30.98%下降到2019年的17.72%，表明2002—2019年間，復墾區(qū)域生態(tài)恢復力弱的區(qū)域面積逐漸減少;Ⅲ區(qū)的面積處于先減少后增加的趨勢，2019年面積比重達到23.79%，其均值為0.61;Ⅳ區(qū)的面積2002—2019年間持續(xù)增加，由2002年的16.46%增加到2019年的45.17%，說明2002—2019年間礦區(qū)生態(tài)恢復力高的面積逐漸增加。

4 結(jié) 論

1）平朔礦區(qū)的采礦區(qū)空間位置隨著年份的推移發(fā)生改變，安太堡和安家?guī)X礦區(qū)向東北方向移動，2個礦區(qū)邊界更加分明;東露天礦區(qū)以開采點為中心不斷擴張。

2）礦區(qū)采礦復墾面積均呈不斷增加趨勢，采礦面積從1989年的10.63 km2增加到2019年的65.84 km2;2019年的土地復墾面積相對于2002年增加了14.97 km2。

3）2019年平朔礦區(qū)生態(tài)環(huán)境質(zhì)量為優(yōu)和良等級的面積比1989年均有所增加，分別增加了5.51和5.66 km2。由于采礦區(qū)范圍的增加，2019年采礦區(qū)NPP月均值相比于1989年減少了1.224 gc/m2，復墾區(qū)域比采礦區(qū)增加了0.468 gc/m2。

4）基于線性加權(quán)分析法構(gòu)建的礦區(qū)復墾區(qū)的綜合指標表明1989—2019年生態(tài)恢復力低的Ⅰ區(qū)面積呈下降趨勢，生態(tài)恢復力高的Ⅳ區(qū)面積呈增加趨勢，表明平朔礦區(qū)復墾效果顯著。

參考文獻（References）：

[1] 彭蘇萍，張博，王佟.我國煤炭資源“井”字形分布特征與可持續(xù)發(fā)展戰(zhàn)略[J].中國工程科學，2015，17（9）：29-35.

PENG Suping，ZHANG Bo，WANG Tong.The distribution characteristics of the “well” shape of my countrys coal resources and sustainable development strategies[J].Chinese Engineering Science，2015，17（9）：29-35.

[2]

武強，涂坤.我國發(fā)展面臨能源與環(huán)境的雙重約束分析及對策思考[J].科學通報，2019，64（15）：1535-1544.WU Qiang，TU Kun.Chinese development faces the dual constraints of energy and environment analysis and countermeasures[J].Chinese Science Bulletin，2019，64（15）：1535-1544.

[3]王雙明，段中會，馬麗，等.西部煤炭綠色開發(fā)地質(zhì)保障技術(shù)研究現(xiàn)狀與發(fā)展趨勢[J].煤炭科學技術(shù)，2019，47（2）：6-11.WANG Shuangming，DUAN Zhonghui，MA Li，et al.Research status and development trend of geological Guarantee technology for green coal development in west China[J].Coal Science and Technology，2019，47（2）：6-11.

[4]裴文明.淮南潘謝礦區(qū)生態(tài)環(huán)境動態(tài)監(jiān)測及預警研究[D].南京：南京大學，2016.

PEI Wenming.Research on dynamic monitoring and early warning of ecological environment in Huainan Panxie mining area[D].Nanjing：Nanjing University，2016.

[5]錢麗萍.遙感技術(shù)在礦山環(huán)境動態(tài)監(jiān)測中的應(yīng)用研究[J].安全與環(huán)境工程，2008，15（4）：5-9.QIAN Liping.Research on application of remote sensing technology in dynamic monitoring of mine environment[J].Safety and Environmental Engineering，2008，15（4）：5-9.

[6]劉英，岳輝.神府東勝礦區(qū)采區(qū)與非采區(qū)土壤水分變化特征分析[J].煤炭技術(shù)，2015，34（9）：324-327.LIU Ying，YUE Hui.Analysis on the characteristics of soil moisture change in mining area and non-mining area in Shenfu Dongsheng Mining Area[J].Coal Technology，2015，34（9）：324-327.

[7] 武謀達，王建輝，侯恩科，等.大佛寺煤礦頂板涌水規(guī)律及影響因素[J].西安科技大學學報，2018，38（4）：636-642.WU Mouda，WANG Jianhui，HOU Enke，et al.The rules and influencing factors of water inrush from the roof of Dafosi Coal Mine[J].Journal of Xian University of Science and Technology，2018，38（4）：636-642.

[8] WANG Q Q，LI W P，LI T，et al.Goaf water storage and utilization in arid regions of northwest China：A case study of Shennan coal mine district[J].Journal of Cleaner Production，2018，202，33-44.

[9]郭力宇，郭昭，王濤，等.陜北黃土高原植被動態(tài)變化及其對氣候因子的響應(yīng)[J].西安科技大學學報，2019，39（2）：317-326.GUO Liyu，GUO Yang，WANG Tao，et al.Vegetation dynamic changes in the Loess Plateau of northern Shaanxi and its response to climate factors[J].Journal of Xian University of Science and Technology，2019，39（2）：317-326.

[10] VENKATARAMAN G，KUMAR S P，RATHA D S，et al.Open cast mine monitoring and environmental impact studies through remote sensing：A case study from Goa，India[J].Geocarto International，1997，12（2）：39-53.

[11] KARAN S K，

SAMADDER S R.Improving accuracy of long-term land use change in coal mining areas using wavelets and Support Vector Machines[J].International Journal of Remote Sensing，2018，39（1）：84-100.

[12]LEI S G，

CHEN H Q，BIAN Z F，et al.Evaluation of integrating topographic wetness index with backscattering coefficient of Terra SAR-X image for soil moisture estimation in a mountainous region[J].Ecological Indicators，2016，61（2）：624-633.

[13]XIAO W，LYU X，ZHAO Y，et al.Ecological resilience assessment of an arid coal mining area using index of entropy and linear weighted analysis：A case study of Shendong Coalfield，China[J].Ecological Indicators，2020，109：105843.

[14]岳輝，劉英，朱蓉.基于遙感生態(tài)指數(shù)的神東礦區(qū)生態(tài)環(huán)境變化監(jiān)測[J].水土保持通報，2019，39（2）：107-113，120.YUE Hui，LIU Ying，ZHU Rong.Monitoring of ecological environment changes in Shendong mining area based on remote sensing ecological index[J].Bulletin of Soil and Water Conservation，2019，39（2）：107-113，120.

[15]徐涵秋.城市遙感生態(tài)指數(shù)的創(chuàng)建及其應(yīng)用[J].生態(tài)學報，2013，33（24）：7853-7862.XU Hanqiu.The creation and application of urban remote sensing ecological index[J].Acta Ecologica Sinica，2013，33（24）：7853-7862.

[16]BAIG M H A，

ZHANG L，SHUAI T，et al.Derivation of a tasseled cap transformation based on Landsat 8 at satellite reflectance[J].Remote Sensing Letters，2014，5（5）：9.

[17]GOWARD S N，XUE Y，CZAJKOWSKI K P.Evaluatiing land surface moisture conditions from the remotely sensed tempetrature/vegetation index measurements[J].Remote Sensing of Environment，2002，79（2）：225-242.

[18]徐涵秋，杜麗萍.遙感建筑用地信息的快速提取[J].地球信息科學學報，2010，12（4）：574-579.XU Hanqiu，DU Liping.Rapid extraction of remote sensing building land information[J].Journal of Geo-Information Science，2010，12（4）：574-579.

[19]覃志豪.用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J].地理學報，2001，56（4）：456-466.QIN Zhihao.A single-window algorithm for calculating land surface temperature using land satellite TM6 data[J].Acta Geographica Sinica，2001，56（4）：456-466.

[20]RUNNING S W，NEMANI R R，PETERSON D L，et al.Mapping regional forest evapotranspiration and photosynthesis by coupling satellite data with ecosystem simulation[J].Ecology，1989（70）：1090-1101.

[21]朱文泉，潘耀忠，張錦水.中國陸地植被凈初級生產(chǎn)力遙感估算[J].植物生態(tài)學報，2007，31（3）：413-424.ZHU Wenquan，PAN Yao Zhong，ZHANG Jinshui.Remote sensing estimation of net primary productivity of terrestrial vegetation in China[J].Chinese Journal of Plant Ecology，2007，31（3）：413-424.

[22]XIAO W，LYU X，ZHAO Y，et al.Ecological resilience assessment of an arid coal mining area using index of entropy and linear weighted analysis：A case study of Shendong Coalfield，China[J].Ecological Indicators，2020，109：105843.

[23]ZHAO W，WEI L，XU J，et al.Theory of liner weight evaluation and cluster analysis with application[J].Pure and Applied Mathematics，2002，4（3）：121-125.

[24]吳志杰，王猛猛，陳紹杰等.基于遙感生態(tài)指數(shù)的永定礦區(qū)生態(tài)變化監(jiān)測與評價[J].生態(tài)科學，2016，35（5）：200-207.WU Zhijie，WANG Mengmeng，CHEN Shaojie，et al.Monitoring and evaluation of ecological changes in Yongding mining area based on remote sensing ecological index[J].Ecological Science，2016，35（5）：200-207.

[25]

程苗苗，王輝，馬剛，等.基于遙感影像的平朔礦區(qū)碳匯變化及預測研究[J].中國礦業(yè)，2020，29（3）：80-87.CHENG Miaomiao，WANG Hui，MA Gang，et al.Research on carbon sink changes and prediction in Pingshuo mining area based on remote sensing images[J].China Mining，2020，29（3）：80-87.

[26]偶星.基于CASA模型的平朔礦區(qū)復墾土地NPP研究[D].北京：中國地質(zhì)大學（北京），2009.OU Xing.Research on NPP of reclaimed land in Pingshuo mining area based on CASA model[D].Beijing：China University of Geosciences（Beijing），2009.