高潛水位礦區水域空間擴展特征分析:以徐州沛北礦區為例

趙艷輝，趙 華

(中國礦業大學環境與測繪學院，江蘇 徐州 221116)

高潛水位礦區水域空間擴展特征分析:以徐州沛北礦區為例

趙艷輝，趙 華

(中國礦業大學環境與測繪學院，江蘇 徐州 221116)

礦區水土關鍵要素的變化對區域生態環境保護和水土流失防治具有重要意義。以徐州市沛北礦區2000年、2004年、2008年和2012年SPOT-4/5影像為數據源，運用土地利用重要性指數、間隙度指數和分形維數3個指標，分析礦區水域空間變化特征；結合煤炭產量和糧食單產，分析塌陷水域空間擴展驅動因素及對耕地影響。結果表明：①礦區景觀格局發生劇烈變化，耕地大量轉為水域，而水域是新增耕地的主要來源，耕地斑塊趨于破碎化，水域空間均衡性降低且呈多中心化結構；②煤炭開采是區域景觀格局演變主要驅動因素，采煤沉陷改變了水域空間分布特征。

沛北礦區；景觀格局；塌陷水域；耕地

土地是人類賴以生存的基礎，也是人類進行各種活動的載體，土地利用變化是全球環境變化和可持續發展研究的主要內容之一。土地利用變化是景觀格局演變的重要因素，在時空上具有復雜性和變異性[1]。景觀格局變化特征定量分析是研究格局與過程相互關系的基礎[2]，主要包括土地利用的轉化和轉移、景觀格局空間變化特征等方面[3]。景觀格局變化驅動力分析有利于了解景觀格局變化的深層次原因，主要從自然和社會經濟等多方面研究景觀格局驅動力，在較大尺度景觀格局驅動力研究方面取得了豐富成果[4-5]，P. Jiang等[6]通過分析黑河流域景觀破碎度特征研究濕地空間演變的驅動力，得出溫度和降雨量是主要影響因素；SU等[7]運用多個景觀指數綜合分析黃土高原地區景觀格局變化和人類活動的關系。近年來，越來越多的學者關注小尺度研究，并采用多種方法對區域景觀特征進行深入探討[8-9]。

徐州沛北礦區地處黃淮海平原，是典型的高潛水水位平原煤礦區，也是我國重要的糧食生產基地[10]。煤炭大規模開采使礦區景觀格局顯著變化，原本單一、均質、整體的自然景觀格局趨向復雜、多中心、異質演變。采煤沉陷容易形成積水區，景觀格局演變更加復雜[11]，引起一系列生態環境問題，如生產力下降[12]、水土流失[13]等。以2000年、2004年、2008年和2012年SPOT-4/5為數據源，利用土地重要性指數、全局間隙度指數和信息維數等方法分析近十年來礦區水域空間擴展特征，結合煤炭產量，嘗試分析格局演變的主要驅動因素，以此反映礦區景觀格局演變的主要驅動因素，為防治塌陷區水土流失保護提供依據。

1 區域概況

研究區位于江蘇省徐州市沛縣北部(116°41′～117°09′E、34°28′～34°59′N)，包括姚橋、徐莊、孔莊、龍東、三河尖、張雙樓、龍固等礦井，涉及經濟開發區、新城區、大屯鎮、安國鎮、楊屯鎮和龍固鎮(圖1)。沛北礦區是華東地區最大煤炭基地的重要組成部分，自1977年建礦以來累計開采煤炭23億t，土地大面積塌陷，甚至積水，景觀格局發生劇烈變化，逐漸演變為次生濕地，部分地區由陸生生態系統演變為水陸共生生態系統。

圖1 研究區示意圖

2 數據來源與研究方法

2.1 數據來源

數據源為2000年、2004年、2008年和2012年4期SPOT-4/5影像，空間分辨率2.5m，軌道號為285/280、284/280、285/280、285/281，采集時間為：11月23日、10月26日、11月20日、10月31日。采用人機交互解譯分類法，將研究區土地分為耕地、園/林地、交通用地、水域、未利用地和建設用地等，經實地驗證kappa檢驗值為93%。煤炭產量來源于歷年礦井統計數據。

2.2 景觀類型變化分析

基于空間疊加分析計算土地景觀類型間轉移，計算土地利用變化重要性指數(Ci)，直觀反映礦區土地利用變化的主要方向[14]。計算見式(1)、(2)。

(1)

(2)

式中：Ci為第i類變化類型的土地利用變化重要性指數，取值0～1，百分數；ΔS為研究區各類土地變化面積之和；ΔSi為第i類土地變化面積。Ci值越大，說明該土地利用變化越占主導。

2.3 景觀格局分析

2.3.1 景觀指數

景觀指數應用廣泛，是反映景觀格局的結構組成和空間配置等方面特征的簡單定量指標[15]。本文選取平均斑塊大學(MPS)和斑塊密度(PD)用于反映斑塊水平的空間變化關系。融合處理后，在Fragstats3.3軟件里進行計算，分析其指數變化特征。

2.3.2 間隙度指數

間隙度指數由Mandelbrot于1983年提出，Plotnick等將間隙度引入景觀生態學分析景觀格局異質性。間隙度指數分析方法主要有移動窗口法和查分盒子法。移動窗口法主要用于對景觀格局總體特征及分布的度量；查分盒子法主要用于識別景觀空間分布的局部異質性。本文采用移動窗口法計算間隙度指數，見式(3)。

(3)

式中：S為網格大小為i計數窗口中某種地類的數量；Q(S,i)為計數窗口中該地類的比例。

2.3.3 分形維數

信息維數[16]來源自信息熵，用于定量描述土地利用系統有序程度的分形維數[17]。信息維數可用于反映礦區景觀空間分布的均衡性，表征空間分布多中心特征，見式(4)。

I(ε)=I0-D3lnε

(4)

式中：I(ε)為各種地類的空間信息量；ε為方格邊長；D3為信息維數。

信息維數值變化區間理論上為[0,2]，當維數為零時，景觀要素集中于一點；當維數等于2時，景觀要素呈均勻分布。即信息維數越大，景觀要素空間分布越均衡；信息維數越小，景觀要素分布越集中。

3 結果與分析

3.1 礦區景觀格局演化過程

3.1.1 土地利用轉移特征

2000年和2012年土地利用變化信息表明：土地利用類型間轉移明顯，耕地大量轉變為其他土地類型是礦區土地利用轉移的顯著特征，且以轉變為水域和建設用地為主，指數分別為49.04%和10.82%。同時，水域也是重要轉變為耕地的地類，指數為4.70%。

表1 2000～2012年礦區土地利用變化的主要類型

3.1.2 斑塊動態變化特征

從圖2看，耕地和水域的景觀斑塊動態變化特征較其他地類更為顯著。耕地的斑塊密度持續增加，其平均斑塊大小增長趨勢十分明顯；同時，水域的斑塊密度變化較小，但其平均斑塊大小顯著增加。結合表1中耕地主要轉為水域，說明隨著水域的空間擴展，水域斑塊趨于集中化、大型化，侵蝕耕地斑塊使其趨于破碎化。

圖2 景觀斑塊水平指數變化圖

3.1.3 空間格局變化特征

運用移動窗口法測算2000年、2004年、2008年和2012年礦區水域空間擴展間隙度指數，以1～10km觀測尺度得到全局間隙度指數和觀測尺度的雙對數曲線(圖3)，可知：隨著觀測尺度變化，間隙度指數為2012年>2008年>2004年>2000年，且2012年明顯大于其他時期。隨著觀測尺度不斷增加，間隙度指數差異越來越小，說明水域空間分布具有等級特征，即小區域內部異質性趨于增加，在大區域內空間異質性變化不明顯。

圖3 間隙度指數曲線

圖4 2000～2012年研究區煤炭產量

以網格尺度變化范圍0.5～10km，分別計算2000年、2004年、2008年和2012年研究區土地利用的信息維數(表2)。水域信息維數有一定程度增加外，土地利用信息維數普遍降低，說明景觀空間分布總體上向非均衡化發展，但水域呈中心間融合態勢，其原因是煤炭開采造成大量土地塌陷積水，水域比重越來越大。從年度角度而言，2000年信息維數普遍較高，主要是耕地、建設用地、水域比例較為協調，空間分布較均勻；2012年的信息維數較小，因為水域和建設用地面積比重顯著增加，耕地面積大幅度減少，耕地空間分布破碎化，采煤塌陷形成多個孤立的積水區，其空間分布向多中心化結構發展，但隨著面積的不斷擴大，多個中心相互融合態勢凸顯，導致空間均衡性提高。

3.2 驅動因素分析

礦區土地利用變化明顯且景觀格局空間構型變化顯著，其是采煤沉陷和土地整治等綜合作用的結果。煤炭開采導致地表沉陷，促使耕地向水域轉移；土地整治促進零星水域轉為耕地。對高潛水位平原礦區而言，煤炭開采引起地表沉陷形成積水區。2000～2012年研究區煤炭產量見圖4。2000～2012年水域面積保持逐步增長趨勢，從2000年的29.55km2增加到2012年49.81km2。計算煤炭產量與水域面積相關系數(表3)，三河尖煤礦的相關系數最大(99.77%)，龍東煤礦相關系數最低(78.86%)，其他礦井相關系數均大于90%，表明煤炭產量與水域面積具有較好的相關性。這種現象表明煤炭開采是導致水域增加且呈多中心化結構的主要驅動力。

表2 沛北礦區土地利用信息維數

表3 煤炭產量與水域面積相關系數(單位：%)

4 結論與討論

本文以2000～2012年四期SPOT-4/5數據源，運用土地利用變化重要性指數分析景觀類型變化，利用全局間隙度指數和信息維數定量分析景觀格局變化，結合礦井生產等資料分析礦區景觀格局演變的驅動因素。

2000～2012年間，沛北礦區景觀格局變化顯著。由于塌陷積水區快速擴張，耕地轉變為水域較其他轉變類型更為激烈，斑塊趨于破碎化；相應的水域面積呈現增加趨勢，促使水域斑塊趨于集中化和大型化，同時水域也是新增耕地的主要來源。全局間隙度指數和信息維數從景觀格局空間構型的角度分析格局的動態變化特征，水域空間分布呈現多中心化發展趨勢，且中心間融合態勢逐漸明顯，而耕地趨向破碎化。煤炭開采是礦區景觀格局演化的主要驅動力，隨著煤炭產量的提升，塌陷積水面積快速增加，導致水域空間持續擴展，促進耕地流失，推動區域景觀格局演變。

[1] Feng H, Zhao X, Chen F, et al. Using land use change trajectories to quantify the effects of urbanization on urban heat island[J]. Advance in Space Research, 2013, 53(3): 463-473.

[2] Tischendorf L. Can landscape indices predict ecological processes consistently[J].Landscape Ecology, 2001, 16: 235-254.

[3] 王永麗, 于君寶, 董洪芳, 等. 黃河三角洲濱海濕地的景觀格局空間演變分析[J]. 地理科學, 2012, 32(6): 717-724.

[4] 齊楊, 鄔建國, 李建龍, 等. 中國東西部中小城市景觀格局及其驅動力[J]. 生態學報, 2013, 33(1): 275-285.

[5] 潘竟虎, 蘇有才, 黃永生, 等. 近30年玉門市土地利用與景觀格局變化及其驅動力[J]. 地理研究, 2012, 31(9): 1631-1639.

[6] Penghui Jiang, Liang Cheng, Manchun Li, et al. Analysis of landscape fragmentation processes and driving forces in wetlands in arid areas: A case study of the middle reaches of the Heihe River, China[J]. Ecological Indicators, 2014 (46):240-252.

[7] SU Changhong, FU Bojie, LU Yihe, et al. Land Use Change and Anthropogenic Driving Forces:A Case Study in Yanhe River Basin[J]. Chinese Geographical Science,2011,21(5) 587-599.

[8] 許吉任, 董霽紅. 1987～2010年南四湖濕地景觀格局變化及其驅動力研究[J]. 濕地科學, 2013, 11(4): 438-445.

[9] 楊俊, 單靈芝, 席建超, 等. 南四湖濕地土地利用格局演變與生態效應[J]. 資源科學, 2014, 36(4): 856-864.

[10] 卞正富, 張燕平. 徐州煤礦區土地利用格局演變分析[J].地理學報, 2006, 61(4): 349-358.

[11] 李保杰, 顧和和, 紀亞洲. 礦區土地利用分形特征動態變化[J]. 農業工程學報, 2013,29(21): 233-240.

[12] 侯湖平, 張紹良, 丁忠義, 等. 基于植被凈初級生產力的煤礦區生態損失測度研究[J]. 煤炭學報, 2012, 37(3): 445-451.

[13] 胡振琪, 李玲, 趙艷玲, 等. 高潛水位平原區采煤塌陷地復墾土壤形態發育評價[J]. 農業工程學報, 2013, 29(5): 95-101.

[14] 羅婭, 楊勝天, 劉曉燕, 等. 黃河河口鎮—潼關區間1998-2010年土地利用變化特征[J].地理學報, 2014, 69(1): 42-53.

[15] 陽文銳. 北京城市景觀格局變化及驅動力[J]. 生態學報, 2015, 35(13): 1-14.

[16] 沈中原, 李占斌, 武金慧, 等. 基于GIS的流域土地利用/土地覆被分形特征[J]. 農業工程學報, 2008, 24(8): 63-67.

[17] 譚永忠, 吳次芳. 區域土地利用結構的信息熵分異規律研究[J].自然資源學報, 2003, 18(1): 112-117.

Waters spatial evolution of landscape pattern of underground mining area:a case study of in northern Pei county, Xuzhou city

ZHAO Yanhui，ZHAO Hua

(School of Environment Science and Spatial Informatics，China University of Mining and Technology，Xuzhou 221116, China)

The aim of this paper is to study the spatial evolution of landscape pattern and impact on the farmland in Peibei coal mining area including (a)a land use to significance index,(b) lacnarity index,(c) fractal dimension, had been explored at regional and subsided water scale by using SPOT-4/5 images in 2000, 2004, 2008 and 2012;based on coal production and grain yield per hectare, used to the driving factors of subsided waters spatial evolution and impact on the cultivated land. The results show that: ①the land cover has changed significantly, and the transformation types, including cultivated land to water body, water body to cultivated land were the primary types. and cultivated land has high degree of patches fragmentation. The centrality distribution of the water body, and it’s distribution pattern had formed a multicenter; ②coal mining is the main factors that cause the chang of landscape pattern.

mining area of northern Pei county; landscape pattern; subsided water; cultivated land

2016-09-10

黃淮海采煤塌陷區土地生態狀況調查與評估項目資助(編號:201115106311)

趙艷輝(1993-)，安徽泗縣人，碩士生，研究方向為景觀生態，E-mail:ahzhaoyh@126.com。

趙華(1977-)，江蘇東臺人，博士，講師，研究方向為土地生態和規劃，E-mail:zhhcumt@163.com。

P237

A

1004-4051(2017)02-0095-04