徐啟勝，王金滿，2，時文婷

（1.中國地質(zhì)大學(xué)（北京）土地科學(xué)技術(shù)學(xué)院，北京 100083；2.自然資源部土地整治重點實驗室，北京 100035）

1 引言

土地資源關(guān)系著糧食安全和生態(tài)安全等，由礦產(chǎn)開采引起的生態(tài)系統(tǒng)退化和環(huán)境問題日益受到關(guān)注[1-4]。水土流失過程是地表生態(tài)水文過程中重要的一部分，表現(xiàn)為地表徑流、土壤剝蝕以及泥沙輸移，它由氣候、土壤、地形、植被、水文和土地利用等自然因素共同決定，且景觀格局在其中起著不可忽視的作用[5]。景觀格局和水文過程的影響機理一方面通過植被生長與演替的變化對土壤特性、微地形地貌產(chǎn)生影響，改變了土地利用特征，從而影響區(qū)域水文特征，一方面通過水文特征來改變土壤特性及微地形地貌，進而引起植被的生長與演替，同時也改變了土地利用特征[6]。目前對于礦山的生態(tài)修復(fù)主要是基于“地貌重塑、土壤重構(gòu)、植被重建、景觀重現(xiàn)、生物多樣性重組與保護”的理念[7]來人工支持引導(dǎo)自然修復(fù)的生態(tài)系統(tǒng)的可持續(xù)性[8]。為此，探索露天煤礦區(qū)景觀格局對水土流失過程的影響，并將礦區(qū)自然環(huán)境條件與社會經(jīng)濟條件聯(lián)系起來，對礦區(qū)的復(fù)墾與生態(tài)修復(fù)具有重要意義。

景觀格局為景觀組分的不同的組合特征和空間分布[9]。而具有生態(tài)學(xué)意義的景觀格局指數(shù)，能揭示環(huán)境中不同的生態(tài)過程所帶來的影響[10-12]。許多學(xué)者對此進行了積極的探索，傅伯杰等[13]基于尺度轉(zhuǎn)換構(gòu)建了不同尺度土壤侵蝕評價指數(shù)。陳利頂?shù)萚14]建立了不受尺度限制的景觀空間負(fù)荷對比指數(shù)。LI等[15]構(gòu)建了新的地形—水文響應(yīng)單元綜合景觀指數(shù)，并與徑流量、產(chǎn)沙量進行相關(guān)性分析，來反映景觀格局和水土流失的關(guān)系。BIN等[16]開發(fā)了一種徑流橫向指數(shù)（RLI）來評估流域景觀因素對表面徑流的影響。這些新構(gòu)建的指數(shù)可以在一定程度上評價景觀格局與水土流失過程相互影響關(guān)系，但在驗證和實際應(yīng)用中還需面臨許多的局限和挑戰(zhàn)[5]。

近年來，眾多學(xué)者對景觀格局與水土流失的關(guān)系進行了研究，發(fā)現(xiàn)景觀格局和徑流的變化之間存在相關(guān)性，與徑流相關(guān)性最大的是景觀多樣性指數(shù)，它們之間呈正相關(guān)關(guān)系[17-18]。LI等[19]基于SWAT模型模擬景觀模式的水預(yù)算和營養(yǎng)負(fù)荷及其關(guān)系。孫天成等[20]結(jié)合野外實測數(shù)據(jù)建立景觀格局指數(shù)和產(chǎn)沙量之間的關(guān)系。ZHANG等[21]研究發(fā)現(xiàn)氣候變化對徑流產(chǎn)生積極影響而景觀變異具有負(fù)效應(yīng)。劉芳等[22]指出斑塊聚集度的增加和形狀的復(fù)雜化有利于徑流的形成，景觀破碎化和異質(zhì)性的提高對徑流有明顯的阻滯作用。溫永斌等[23]研究了不同幅度景觀格局與水分利用效率耦合。梅嘉洺等[24]研究發(fā)現(xiàn)分離度指數(shù)和斑塊密度指數(shù)對輸沙量解釋度最大。另外，在景觀格局與水文過程的耦合研究上還可綜合其他數(shù)理方法。王計平等[25]運用冗余分析法揭示了較大尺度上景觀格局與水土流失過程的相互關(guān)系。

礦區(qū)具有地形復(fù)雜、地表破碎、土壤壓實和人類高擾動的特點，以常規(guī)的土地利用單元作為景觀單元不足以揭示礦區(qū)特有的景觀格局特征。因此，本文的景觀單元為SWAT模型劃分的水文響應(yīng)單元，打破傳統(tǒng)的基于土地利用類型研究景觀格局的界限，該景觀單元綜合考慮了氣候、地形、土壤和土地利用，更為詳盡地表征礦區(qū)的景觀格局特征。本文探索SWAT模型在礦區(qū)尺度的水文模擬，分析黃土高原生態(tài)脆弱區(qū)和人類高擾動區(qū)的水土流失，平朔礦區(qū)景觀格局與水土流失量進行耦合，以此來探究露天煤礦區(qū)景觀格局變化對水土流失的影響機理，并提出減少水土流失風(fēng)險的具體措施和建議。

2 研究區(qū)和數(shù)據(jù)來源

2.1 研究區(qū)概況

研究區(qū)位于山西省朔州市平朔礦區(qū)，地跨朔州市平魯區(qū)、朔城區(qū)，南北長23 km，東西寬22 km，地理坐標(biāo)為112°10′～113°30′E、39°23′～39°37′N。氣候?qū)儆跍貛О敫珊荡箨懶约撅L(fēng)氣候，降水較少，冬季寒冷干燥。年平均降水量和年蒸發(fā)量分別是428.2～449.0 mm和1 786.6～2 598.0 mm。該區(qū)地形地貌復(fù)雜多樣，以山地、丘陵為主，是黃土高原典型的生態(tài)脆弱區(qū)。研究區(qū)耕地主要分布在西部、北部和東南部，占比41.35%，中部以工礦用地為主，占比18.83%，東南和西南部以草地和林地為主，分別占比19.12%和14.83%，農(nóng)村居民點和城鎮(zhèn)用地主要分布在西部地區(qū)，分別占比3.04%和2.50%，水域主要分布在西部，占比0.33%。平朔礦區(qū)是我國20世紀(jì)末最大露天開采煤炭生產(chǎn)基地，主要包含安太堡、安家?guī)X和東露天三大露天煤礦。其中安太堡露天礦于1987年9月10日投產(chǎn)，是我國開發(fā)的第一座大型露天礦，安家?guī)X露天礦于2000年10月基本建成，并進入聯(lián)合試生產(chǎn)。東露天礦是繼安太堡露天礦和安家?guī)X露天礦之后的第三個露天礦，于2009年1月正式建成。2013年，中國試行了經(jīng)濟增長放緩和能源結(jié)構(gòu)調(diào)整政策，2015年作為“十二五”規(guī)劃的末期，中煤平朔公司產(chǎn)量達到14 500萬t。在開采的同時也進行了相應(yīng)的復(fù)墾工作，其中安太堡南排、安太堡西A排、安太堡內(nèi)排、安家?guī)X西B排的面積分別為1 700 hm2、2 610 hm2、2 500 hm2、3 600 hm2，安太堡南排開始復(fù)墾的時間最早，復(fù)墾時間最長。安家?guī)X西B排開始復(fù)墾時間為2000年，復(fù)墾年限為15年，復(fù)墾時間開始最晚。煤炭開采等人為活動對該區(qū)的生態(tài)環(huán)境產(chǎn)生了巨大的影響，引起景觀格局的變化以及水土的流失。

2.2 數(shù)據(jù)來源

研究區(qū)SWAT模型所需的輸入數(shù)據(jù)包括地形數(shù)據(jù)、土壤數(shù)據(jù)、氣象數(shù)據(jù)和土地利用數(shù)據(jù)。氣象數(shù)據(jù)為2000—2018年朔州市氣象站點的降雨、氣溫、相對濕度等的逐日觀測數(shù)據(jù)，來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，之后基于氣象觀測數(shù)據(jù)利用SwatWeather進一步計算并生成模型所需的降水、氣溫、輻射、風(fēng)速、露點溫度文件。地形數(shù)據(jù)為地理空間數(shù)據(jù)云的DEM（30 m）。土地利用數(shù)據(jù)主要依據(jù)Landsat TM 5圖像進行處理、解譯和分類生成2000年和2018年的土地利用圖（圖1）。土壤數(shù)據(jù)包含土壤質(zhì)地、PH、土壤分層數(shù)、容重、有效持水量、有機碳含量和飽和導(dǎo)水率等，來源于南京土壤所土壤數(shù)據(jù)庫（HWSD）和實地土壤采樣的數(shù)據(jù)，兩者疊加生成新的土壤類型圖。其中實地土壤采樣時間為2018年，采樣地點為平朔礦區(qū)中部的開采區(qū)包括安太堡礦、安家?guī)X礦和井工1、2礦及其周邊地區(qū)，采樣點的布設(shè)采用網(wǎng)格法，按照隨機、均勻的原則進行，土壤的采樣間距為500 m×500 m，通過GPS定位采樣點的坐標(biāo)數(shù)據(jù)，共采集了273個土壤樣點。其中土壤有效持水量、飽和導(dǎo)水率由SPAW軟件輸入土壤質(zhì)地、礫石含量百分比和有機質(zhì)含量計算得到，采用統(tǒng)計分析軟件SPSS 25.0進行土壤理化性質(zhì)數(shù)據(jù)的統(tǒng)計分析，通過ArcGIS 10.4軟件對樣本數(shù)據(jù)進行坐標(biāo)的錄入、坐標(biāo)系統(tǒng)的轉(zhuǎn)化和離群值的篩選。

圖1 2000年和2018年平朔礦區(qū)土地利用圖Fig.1 Land use in Pingshuo mining area in 2000 and 2018

3 研究方法

3.1 景觀格局指數(shù)的計算與篩選

景觀格局指數(shù)能反映景觀結(jié)構(gòu)組合和空間配置方面的特征，是目前景觀生態(tài)學(xué)研究中廣泛使用的基本指標(biāo)[26]。一般的景觀格局指數(shù)計算依據(jù)的景觀單元為土地利用單元，為了更準(zhǔn)確地描述平朔礦區(qū)景觀格局的特征，本文的基本景觀單元為SWAT模型所劃分的水文響應(yīng)單元，提取出2000年和2018年的每個子流域及其對應(yīng)的水文響應(yīng)單元，對其柵格化后導(dǎo)入Fragstats 4.2軟件中計算景觀水平上的景觀格局指數(shù)。

景觀水平上景觀格局指數(shù)有115種，部分指標(biāo)間具有很大的相關(guān)性，在表征研究區(qū)的景觀格局方面難免會產(chǎn)生冗余，為了篩選出適合平朔礦區(qū)的景觀格局指數(shù)，本文利用IBM SPSS 25.0進行主成分分析，基于特征值大于1進行提取，剔除系數(shù)絕對值小于0.7后提取5個成分，貢獻率為76.45%，從其中選取包括邊緣指標(biāo)（回旋半徑標(biāo)準(zhǔn)偏差GYRATE_SD）、聚散性指標(biāo)（連通度COHESION）、面積指標(biāo)（平均斑塊大小AREA_MN）、形狀指標(biāo)（面積加權(quán)平均分維數(shù)FRAC_AM）、密度指標(biāo)（斑塊密度PD）、形狀指標(biāo)（邊緣面積比PARA_AM）、多樣性指標(biāo)（Simpson多樣性SIDI）、鄰近度指標(biāo)（歐幾里得最鄰近距離ENN_MN）。各指標(biāo)的生態(tài)學(xué)意義和計算公式參見文獻[26]。

3.2 SWAT模型

SWAT（Soil and Water Assessment Tool）模型是美國農(nóng)業(yè)部（USDA）開發(fā)的分布式水文模型[27-28]，它能夠基于水文響應(yīng)單元在不同的土地利用和氣候條件下模擬多種不同的水文過程，包括水、沙和化學(xué)物質(zhì)的輸移與轉(zhuǎn)化過程[29-31]。SWAT模型根據(jù)DEM和實際水域?qū)ο髣澐殖啥鄠€子流域，再將各子流域中土地利用、土壤類型和坡度的疊加組合定義為水文響應(yīng)單元（HRU），HRU是水文模擬的基本單位[32]。SWAT模型主要包含水文過程子模型和土壤侵蝕子模型。水文循環(huán)陸地階段控制每個子流域進入河道的水、泥沙和營養(yǎng)物質(zhì)的量，其主要是基于水量平衡方程[33]：

式（1）中：SWt為土壤最終含水量（mm）；SW0為土壤前期含水量（mm）；t為時間（d）；Rday為第i天的降水量（mm）；Qsurf為第i天的地表徑流量（mm）；Ea為第i天的蒸散發(fā)量（mm）；wseep為第i天存在于土壤剖面底層的滲透量和側(cè)流量（mm）；Qgw為第i天地下水出流量（mm）。

各水文響應(yīng)單元（HRU）內(nèi)的侵蝕量和產(chǎn)沙量通過修正的通用土壤流失方程來計算各水文響應(yīng)單元的土壤侵蝕量[33]。

式（2）中：sed為某天的產(chǎn)沙量（t）；Qsurf為地表徑流體積（mm/hm2）；qpeak為洪峰流量（m3/s）；areahru為水文響應(yīng)單元面積（hm2）；KUSLE為土壤可蝕性因子；CUSLE為土地覆蓋與管理措施因子；PUSLE為水土保持措施因子；LSUSLE為地形因子；CRFG為粗糙度因子。

SWAT模型中輸入DEM文件生成子流域后，疊加土地利用圖、土壤圖和坡度分級，并設(shè)定閾值10%，生成86個子流域的共407個不同的水文響應(yīng)單元，該單元在子流域內(nèi)具有相同的水文過程，即本文的最小單元。

3.3 RDA冗余分析

冗余分析是一種直接梯度排序法，能從統(tǒng)計學(xué)的角度上來評價一組變量與另一組多變量數(shù)據(jù)之間的相互關(guān)系，用以揭示物種及其環(huán)境因子之間的相互關(guān)系[34]。本文選用冗余分析中的RDA分析，需要2個矩陣，一個是物種數(shù)據(jù)矩陣（本文中為各子流域的徑流量和輸沙量），另一個是環(huán)境因子數(shù)據(jù)矩陣（本文中為各子流域的景觀格局指數(shù)）。應(yīng)用軟件CANOCO 5進行RDA分析。

4 結(jié)果

4.1 基于SWAT模型的水文模擬

4.1.1 礦區(qū)尺度上的水土流失情況

圖2為2000—2018年平朔礦區(qū)年均降水量變化圖，可見平朔礦區(qū)的年際降水量總體呈現(xiàn)上升趨勢，2000年的降水量最小，為292 mm，2003年后開始大幅度波動，在2017年達到峰值563 mm。圖3是SWAT水文模擬得到的平朔礦區(qū)2000—2018年徑流量以及產(chǎn)沙量，最大徑流量為2017年的17.28 m3/s，最小徑流量為2000年的2.98 m3/s；最大的產(chǎn)沙量為2012年的22.19萬t，最小的產(chǎn)沙量為2015年的2.16萬t?？傮w上，2000—2018年的徑流量與產(chǎn)沙量呈上升趨勢，原因是礦區(qū)開采活動使土壤壓實以及建設(shè)用地擴張導(dǎo)致不透水界面變大等。平朔礦區(qū)徑流量和產(chǎn)沙量的變化趨勢與對應(yīng)的年均降水量變化趨勢較為一致，可見2005年后開始的劇烈波動原因可能為氣候變化導(dǎo)致的年降雨量不穩(wěn)定。

圖2 2000—2018年平朔礦區(qū)年均降水量變化Fig.2 Changes in annual average precipitation in Pingshuo mining area from 2000 to 2018

圖3 2000—2018年平朔礦區(qū)徑流量和產(chǎn)沙量變化Fig.3 Changes in runoff and sediment yield in Pingshuo mining area from 2000 to 2018

4.1.2 子流域尺度上的水土流失情況

SWAT模型模擬所得平朔礦區(qū)地表徑流量和產(chǎn)沙量及其變化的空間分布圖如圖4。從子流域的尺度上來看，2000年地表徑流量主要集中在41、43、56、57、59、60和73號子流域，產(chǎn)沙量主要集中在43、56、79、59、60和73號子流域。其中56、59和60號子流域位于安太堡露天礦，57號橫跨井2礦和安家?guī)X礦，這些礦都于2000年之前建成投產(chǎn)，露天開采導(dǎo)致地表剝離，破壞原有的土體和植被，挖掘后覆土回填造成嚴(yán)重的土體壓實，使降雨未能有效截流和入滲，形成地表徑流，裹挾表層的泥沙，從而加劇了水土流失。安家?guī)X西B排由于復(fù)墾時間較晚，土壤壓實較為嚴(yán)重，植被覆蓋度較低，其徑流量和產(chǎn)沙量相對于其他排土場較大。41和43號子流域位于井坪鎮(zhèn)的城區(qū)，城區(qū)由于不透水界面的存在，比周邊區(qū)域的地表徑流量大，也帶走城區(qū)土壤中的泥沙。2000年，東露天礦區(qū)還未建設(shè)，其徑流量與產(chǎn)沙量還較少，非開采區(qū)的徑流量和輸沙量較少。2018年，三大露天礦區(qū)域的徑流量和產(chǎn)沙量都較大，可見各大礦的多年投產(chǎn)對地表進一步破壞，尤其是2006年平朔安家?guī)X礦實現(xiàn)了我國第一個大型露井聯(lián)采工藝，在提高了煤炭的開采量的同時也帶來部分已復(fù)墾土地的劇烈破壞和二次整理[35]。由圖4可得，2000—2018年，平朔礦區(qū)整體上的地表徑流量和產(chǎn)沙量變大或明顯變大。21號子流域的地表徑流量以及產(chǎn)沙量無變化，原因可能是21號子流域位于井工3礦，其建成時間為2016年，短時間并未顯著改變地表的形態(tài)。開采活動降低了土壤孔隙數(shù)量和孔隙度，而土地復(fù)墾對其增加的過程比較緩慢[36]。位于安太堡和安家?guī)X排土場的子流域的產(chǎn)沙量變小，原因為2000年后多階段的復(fù)墾與管護，而其降雨量的增加是導(dǎo)致徑流量增加的關(guān)鍵因素。位于41號和43號子流域的城區(qū)，相比于2000年，城鎮(zhèn)化的加深導(dǎo)致不透水界面的加大，降雨量增多，雨水難以入滲，從而產(chǎn)生更多的地表徑流，而隨著城市綠化的力度加大，城區(qū)的植被覆蓋度的增大致使產(chǎn)沙量的減小。

圖4 平朔礦區(qū)地表徑流量和產(chǎn)沙量及其變化的空間分布圖Fig.4 The spatial distribution of surface runoff and sediment yield and their changes in Pingshuo mining area

4.2 景觀格局時空動態(tài)變化

基于所篩選的8個景觀格局指數(shù)生成2000年和2018年的空間分布圖如圖5和圖6。平朔礦區(qū)2000—2018年各子流域的斑塊密度（PD）整體上呈減小的趨勢，平均斑塊大?。ˋREA_MN）整體上呈增大趨勢，中部的子流域斑塊密度和平均斑塊大小變化較大，可見采礦活動的影響下，中部地區(qū)的斑塊更多地轉(zhuǎn)變?yōu)椴傻V用地，西部地區(qū)更多的斑塊轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，使得其小斑塊合并成大斑塊，破碎化程度變小。東南部和西南部無顯著變化，可見受人為活動的干擾較小。

圖5 2000年平朔礦區(qū)景觀格局指數(shù)空間分布圖Fig.5 The spatial distribution of landscape pattern index in Pingshuo mining area in 2000

圖6 2018年平朔礦區(qū)景觀格局指數(shù)空間分布圖Fig.6 The spatial distribution of landscape pattern index in Pingshuo mining area in 2018

斑塊邊緣面積比（PARA_AM）總體上呈變小的趨勢，其中位于中部的采礦區(qū)和排土場區(qū)域的42、56、57和59號子流域的邊緣面積變化比較明顯，反映了景觀斑塊的邊緣效應(yīng)減弱，景觀破碎化程度變小，子流域內(nèi)斑塊在空間分布上更為集中，可見采礦等建設(shè)活動導(dǎo)致子流域內(nèi)斑塊邊界變動劇烈。東南部和西南部地區(qū)子流域邊緣密度變化不顯著，可見其地勢較高，受到人為干擾的程度相對較小。

景觀連通度（COHESION）、面積加權(quán)平均分維數(shù)（FRAC_AM）和回旋半徑標(biāo)準(zhǔn)偏差（GYRATE_SD）整體變化較小，說明景觀斑塊整體變化較小，COHESION、FRAC_AM和GYRATE_SD對其變化不敏感。其主要的變化集中在中部地區(qū)子流域，以COHESION、FRAC_AM和GYRATE_SD的增加為主，說明中部礦區(qū)的斑塊連通性變強，破碎化程度減小，景觀斑塊的形狀趨于復(fù)雜化。

Simpson多樣性指數(shù)（SIDI）和歐幾里得最鄰近距離（ENN_MN）整體上變小，中部礦區(qū)包括排土場的21、29、42、46、64和73號子流域的SIDI變化較為明顯，說明其采礦用地的斑塊優(yōu)勢度減小，景觀中的不定性信息含量減少，景觀破碎化減小，斑塊空間分布更不均。西部的城鎮(zhèn)用地和中部開采區(qū)的36、39、46、61、64、65和71號子流域的ENN_MN減少且較為明顯，而中部的17、30、45、56號子流域的ENN_MN增大，說明西部城鎮(zhèn)化使得城鎮(zhèn)居民點等更加聚集。

4.3 景觀格局指數(shù)與水土流失的冗余分析

以平朔礦區(qū)86個流域單元為樣本，以景觀指數(shù)為解釋變量，為了消除面積對徑流量和產(chǎn)沙量的影響，以地表徑流深（SURQ）和土壤侵蝕量（SYLD）為響應(yīng)變量，用冗余分析法（RDA）分析平朔礦區(qū)景觀格局與水土流失過程關(guān)系。2000年和2018年景觀水平上景觀格局指數(shù)與水土流失指標(biāo)的關(guān)系圖如圖7和圖8。紅色空心箭頭代表景觀格局指數(shù)。黑色實心箭頭代表水土流失指標(biāo)。箭頭之間的角度表示各個變量的相關(guān)程度，角度越小，相關(guān)程度越大。指向相同的箭頭表示正相關(guān)，相反則為負(fù)相關(guān)。箭頭的長度表示每個環(huán)境指標(biāo)（景觀指標(biāo)）對物種指標(biāo)（水土流失指標(biāo)）之間的差異的貢獻率，藍(lán)色實心點表示各子流域。

圖7 2000年景觀水平上景觀格局指數(shù)與水土流失的關(guān)系圖Fig.7 The relationship between the landscape pattern index and the soil erosion at the landscape level in 2000

圖8 2018年景觀水平上景觀格局指數(shù)與水土流失的關(guān)系圖Fig.8 The relationship between the landscape pattern index and the soil erosion at the landscape level in 2018

2000年，地表徑流深度、土壤侵蝕量與Simpson多樣性指數(shù)呈正相關(guān)的關(guān)系，顯著性均小于0.05，相關(guān)性顯著，與斑塊密度、邊緣面積比、歐幾里得最鄰近距離呈負(fù)相關(guān)的關(guān)系，顯著性均大于0.05，相關(guān)性不顯著。其中Simpson多樣性指數(shù)相關(guān)性最高且貢獻率較高，能最有效表達地表徑流深度和土壤侵蝕量。根據(jù)子流域單元與景觀指標(biāo)的關(guān)系，可將子流域單元分成3組，第一組為回旋半徑標(biāo)準(zhǔn)偏差、平均斑塊大小、面積加權(quán)平均分維數(shù)和連通度指數(shù)，集中體現(xiàn)在21、23和27號等子流域。第二組為斑塊密度、邊緣面積比和歐幾里得最鄰近距離指數(shù)，集中體現(xiàn)在19、34和45號等子流域。第三組為Simpson多樣性指數(shù)，集中體現(xiàn)在22、24和30號等子流域。與水土流失指標(biāo)的相關(guān)關(guān)系較高的為22、24和30號等子流域。2018年，地表徑流深度與連通度、平均斑塊大小、回旋半徑標(biāo)準(zhǔn)偏差、面積加權(quán)平均分維數(shù)呈正相關(guān)的關(guān)系，其中只有連通度相關(guān)性顯著，貢獻率最高的為連通度。地表徑流深度與斑塊密度、邊緣面積比、歐幾里得最鄰近距離呈負(fù)相關(guān)的關(guān)系，相關(guān)性不顯著，其中負(fù)相關(guān)關(guān)系最強的為邊緣面積比，貢獻率最高的為斑塊密度。土壤侵蝕量與Simpson多樣性指數(shù)、歐幾里得最鄰近距離、面積加權(quán)平均分維數(shù)呈正相關(guān)關(guān)系，其中相關(guān)性最大的是Simpson多樣性指數(shù)，相關(guān)性顯著，貢獻率為最大，邊緣面積比、回旋半徑標(biāo)準(zhǔn)偏差與土壤侵蝕量近乎垂直，無相關(guān)性，其他的景觀指數(shù)與土壤侵蝕量呈負(fù)相關(guān)且相關(guān)性不顯著。根據(jù)子流域單元與景觀指標(biāo)的關(guān)系，可將子流域單元分成3組，第一組為回旋半徑標(biāo)準(zhǔn)偏差、平均斑塊大小、面積加權(quán)平均分維數(shù)和連通度指數(shù)，集中體現(xiàn)在19、28和29號等子流域。第二組為斑塊密度、邊緣面積比和歐幾里得最鄰近距離指數(shù)，集中體現(xiàn)在4、14和15號等子流域。第三組為Simpson多樣性指數(shù)，集中體現(xiàn)在7、9和24號等子流域。水土流失指標(biāo)中，與地表徑流深度的相關(guān)關(guān)系較高的為19、28和29號子流域，與土壤侵蝕量的相關(guān)關(guān)系較高的為7、9和24號等子流域。

2000—2018年，Simpson多樣性指數(shù)與土壤侵蝕量的相關(guān)性和貢獻率變大，可見其表征輸沙程度的能力增強。與水土流失正相關(guān)的流域大部分位于西部的城區(qū)和中部的開采區(qū)，可見其水土流失主要原因為建設(shè)用地的擴張和采礦活動的興起。53號子流域所對應(yīng)的南排土場由于復(fù)墾工作開展較早，相比于其他排土場，其水土流失量較小，可見其對應(yīng)的景觀指數(shù)值PD（113.74）、AREA_MN（0.88）、GYRATE_SD（34.59）、FRAC_AM（1.14）、ENN_MN（76.30）、COHESION（93.19）、SIDI（0.97），表征其較好的復(fù)墾效果。綜上，應(yīng)該進行合理地規(guī)劃，西部建設(shè)用地擴張的同時注重內(nèi)部景觀要素的配置，加大城區(qū)的透水性，中部礦區(qū)在露井聯(lián)采的同時應(yīng)注意地表地貌的保護?？傮w上，減少景觀格局的復(fù)雜性與景觀之間的連通性、減小斑塊的大小、增大同類斑塊的距離、加強景觀斑塊的邊緣效應(yīng)、增大景觀的破碎化程度，有利于抑制地表徑流以及土壤侵蝕，從而減少平朔礦區(qū)水土流失的風(fēng)險。

5 結(jié)論與討論

5.1 結(jié)論

（1）基于水文響應(yīng)單元的水文模擬分析，得出2000—2018年，平朔礦區(qū)整體上的地表徑流量和產(chǎn)沙量增大，水土流失程度加深，可能原因為建設(shè)用地擴張和采礦活動破壞地表和大氣候的變化導(dǎo)致區(qū)域降雨量的明顯增多。子流域尺度上水土流失量主要集中在中部礦區(qū)包括排土場區(qū)域。

（2）本文基于水文響應(yīng)單元計算并篩選景觀格局指數(shù)，結(jié)果表明平朔礦區(qū)2000—2018年間各子流域的斑塊密度、邊緣面積比、Simpson多樣性指數(shù)和歐幾里得最鄰近距離整體上呈減小的趨勢，平均斑塊大小整體上呈增大趨勢，連通度、面積加權(quán)平均分維數(shù)和回旋半徑標(biāo)準(zhǔn)偏差變化較小。中部礦區(qū)和西部城區(qū)斑塊變大，斑塊空間分布更加集中且不均，破碎化程度變小。

（3）景觀指數(shù)能在一定程度上表征水土流失效應(yīng)，最能表征本文區(qū)水土流失的指標(biāo)為Simpson多樣性指數(shù)。2000—2018年，Simpson多樣性指數(shù)表征輸沙程度的能力增強，而其余的景觀格局指數(shù)表征地表徑流效果的能力也一定程度上增強。應(yīng)合理規(guī)劃，使景觀向著抑制水土流失的方向發(fā)展，減少水土流失的風(fēng)險。

5.2 討論

（1）傳統(tǒng)的景觀格局分析以土地利用為景觀單元，而黃土高原區(qū)千溝萬壑，具有嚴(yán)重的水土流失特征。而位于其中的平朔礦區(qū)，經(jīng)歷了多年來的煤炭資源開采以及城市的擴張，其土地利用、地貌形態(tài)和土壤性質(zhì)更為復(fù)雜多樣，單獨以土地利用單元作為景觀單元難以全面準(zhǔn)確地描述其特征[15]。而以結(jié)合了地形、土地利用、土壤的水文響應(yīng)單元作為景觀單元更能詳盡描述礦區(qū)的景觀格局特征，但針對平朔礦區(qū)的景觀指標(biāo)的優(yōu)化和選取方面還有待更加深入的研究。

（2）礦區(qū)景觀的組成和結(jié)構(gòu)的變化引起的地表形態(tài)的改變，從而導(dǎo)致開采區(qū)徑流量與產(chǎn)沙量的再分配，使其在景觀中缺乏攔截與轉(zhuǎn)化，更易于累積與流動。優(yōu)化礦區(qū)景觀格局是從根源上減少水土流失發(fā)生的有效措施，在一定程度上攔截水土在地表的遷移流動，促使其向非自由流動形式的轉(zhuǎn)化。在礦山地質(zhì)環(huán)境治理與土地復(fù)墾工作時，人工引導(dǎo)生態(tài)系統(tǒng)的正向演替是基礎(chǔ)[8]，在基于“五段論”[7]的同時，更應(yīng)規(guī)劃先行，全面分析礦區(qū)的各個景觀要素組分，確定各水文響應(yīng)單元中的景觀要素與水土流失的關(guān)系，針對目標(biāo)景觀要素制定合理的方案促使景觀要素向著抑制水土流失的方向發(fā)展，從而減少礦區(qū)水土流失的風(fēng)險。具體的措施和建議為：①地形方面：通過微地形塑造可以有效降低土壤顆粒物、水分和養(yǎng)分的流失，并延長其集水和匯流時間，從而保持水土。改變地形起伏，比如減少坡度，在排土場修建水平階和水平溝等。②土壤方面：改良土壤特性，比如在土壤壓實嚴(yán)重的排土場區(qū)域進行機械深松整地或者較好的客土回填，增施有機肥，改善土層構(gòu)造，協(xié)調(diào)土壤中水、肥、氣、熱之間的關(guān)系，為土壤微生物的活動創(chuàng)造有利條件。③土地利用方面：加大城市以及開采復(fù)墾區(qū)的有效植被覆蓋，增強其固土固沙能力。④景觀格局方面：通過“邊開采邊復(fù)墾”減小開采區(qū)的景觀斑塊大小，總體上減小水土流失量；在城區(qū)加大植被的多區(qū)域覆蓋，在開采區(qū)中，處于開采后期的區(qū)域種植灌木等植被，處于開采前中期的區(qū)域可定期噴播草籽，以形成局部的綠化廊道，增加土地利用的多功能性，達到增大開采區(qū)內(nèi)部景觀破碎化程度、減少景觀之間的連通性；開采規(guī)劃中可將開采區(qū)分成更多的開采小區(qū)，比如用不同的微地形塑造方式及其空間組合可以形成大量不同的微型景觀單元，使其明顯區(qū)別于周邊環(huán)境的微地貌結(jié)構(gòu)，以增大同類斑塊的距離；設(shè)定更為復(fù)雜的開采小區(qū)形狀來加強其景觀斑塊的邊緣效應(yīng)。綜上措施增加景觀異質(zhì)性來阻滯水土要素的流動。

（3）本文雖然分析了景觀指標(biāo)對水土流失的影響，但景觀指標(biāo)只是一個相對值，其指數(shù)值的大小只能在一定程度上表征礦區(qū)水土流失風(fēng)險程度的大小，難以量化景觀格局與水土流失的關(guān)系。另外，景觀格局影響著水土流失過程，同時也受到過程反饋作用的影響，未來的研究應(yīng)從新的角度更加深入探討這種聯(lián)系以及兩者的量化關(guān)系，同時嘗試從水文響應(yīng)單元尺度上對各單元的措施落地。