基于RSEI模型的平朔礦區生態環境變化研究

畢衛華，錢倬珺，王 輝，趙慶合，姜念念，李清彩，花逢春

(1.皖北煤電集團有限責任公司通防地測部，安徽 宿州 234000；2.中國礦業大學公共管理學院，江蘇 徐州 221116；3.中國礦業大學礦區土地利用與生態安全治理研究中心，江蘇 徐州 221116；4.山東省地質礦產勘查開發局第二地質大隊，山東 濟寧 272100；5.中國礦業大學環境與測繪學院，江蘇 徐州 221116)

煤炭資源開發在保障我國經濟社會發展的同時也給生態環境帶來諸多負面影響，例如地表塌陷、礦坑積水、占用農田、廢水和廢渣排放等[1]。山西省朔州市煤炭資源豐富，自1987年開采至今，帶動了當地經濟發展、城市建設，提高了整體就業率，但長期大規模開發利用導致煤炭資源耗費率高，損失浪費情況嚴重，露天采區土地挖損、壓占總面積逐年增長；井工開采導致地面不均勻下沉，建筑物開裂、傾斜、倒塌，道路凹凸不平，加劇坡地水土流失[2-3]。

遙感技術在生態環境變化動態監測方面發揮越來越重要的作用，如反演地表溫度監測城市熱島效應[4-5]、利用遙感數據提取歸一化植被指數研究森林、草原生態變化[6-7]、利用水體提取模型分析流域生態變化等[8]。但研究多采用單一生態指標或多種生態指標簡單加權，選取多個生態指標建立生態評價模型進行綜合監測評估更能準確反映生態環境質量。本文選用的遙感生態指數模型(remote sensing ecology index，RSEI)由學者徐涵秋提出，選取綠度、濕度、干度、熱度四個生態指標，根據主成分的貢獻率建立模型，綜合評價區域生態環境變化[9-10]。目前，國內學者應用遙感生態指數模型對永定礦區、神東礦區、紫金山礦區等進行了生態環境質量評價[11-13]，在礦區生態環境監測應用方面取得了一定成果。

1 研究區與數據來源

1.1 礦區概況

平朔礦區地處山西省北部朔州市平魯區，位于寧武煤田北端，地理坐標為：東經112°17′～112°27′，北緯39°25′～39°35′，屬于溫帶半干旱大陸性季風氣候，年平均氣溫4.8～7.5 ℃，年平均降水量428.2～449 mm，地形以山地、丘陵為主，為強烈侵蝕的黃土丘陵生態脆弱區，礦區南北長23 km，東西寬22 km。平朔礦區包括安太堡露天礦、安家嶺露天礦、東露天礦、井工一礦、井工二礦、井工三礦6個煤礦及其配套選煤廠，面積為158.73 km2，地理位置及煤礦總體布局如圖1所示。1987年安太堡露天礦按期投產，1987—1991年，平朔公司原煤產量由154萬t增長到1 337萬t，2003年安家嶺露天礦投產，2005年井工一號礦、井工二號礦投產，2006年井工三號礦投產，至2007年原煤產量增長至7 286萬t，2009年東露天礦開始建設。自1987年開采至今，平朔礦區的煤炭開采經歷了創業、發展、跨越、轉型四個發展階段，1987—2007年平朔礦區處于創業階段和發展階段，致力于大規模煤炭開采，產量高、消耗高，對生態環境破壞嚴重。

圖1 平朔礦區地理位置及煤礦總體布局Fig.1 Location of Pingshuo Mining Area and its coal mines layout

1.2 礦區修復概況

從2007年起，平朔礦區進入跨越階段和轉型階段，綠色可持續發展逐漸成為企業發展核心理念，2008年平朔礦區積極開展安家嶺露天礦、安太堡露天礦復墾工作，復墾土地4萬余畝(1)1畝約等于666.67 m2。，排土場植被覆蓋率高達90%。平朔礦區總體地表植被覆蓋度由40.9%上升至57.3%，基本恢復原有綠化水平。其中，植被恢復區面積4 000畝，種植油松、云杉、沙棘、檸條等30余種生態植被，植被覆蓋率高達95%；種植園區面積4 900畝，并已通過原國土資源主管部門驗收；農牧示范區面積9 700畝，主要發展現代設施農業，建成300座日光溫室、16 000 m2智能溫室；生態示范區內共有各類植物213種，昆蟲600余種，野生動物30余種，平朔礦區生物多樣性豐富，人工生態系統結構合理、功能完善。打造了“農-林-牧-藥-農業產品加工-生態旅游”一體化的綠色循環經濟產業鏈；建立草、灌、喬復墾種植立體模式，形成采、排、復一條龍作業的生態示范區。

1.3 數據處理

根據礦區開采修復順序1987年(開采前)、2007年(大規模修復前)、2018年(大型生態園區基本完工)三個年份最具有代表性，1998年位于1987—2007年時間段中點，2013年位于2007—2018年時間段中點，用于驗證RSEI模型先降后升的趨勢。因此，本文選用1987年6月20日、1998年7月11日、2007年6月18日、2013年6月25日、2018年7月1日五期Landsat5衛星、Landsat8衛星拍攝的TM、ETM+和OLI遙感影像數據，空間分辨率30 m，影像云層覆蓋率小于10%，質量較好，夏季數據便于提取綠度指標。影像數據經輻射定標、大氣校正、誤差控制等預處理，獲取高精度底圖資料[11-12]。同時查閱影像所攝日期相關氣候數據，并計算標準差。遙感影像數據所攝時間對應氣候情況見表1，溫度、濕度、降水情況都較為一致，且所研究年份朔州市全年降水均大于300 mm，小于500 mm，沒有極端干旱和洪澇災害，可排除氣候因素對RSEI結果的影響。

表1 平朔礦區遙感影像數據所攝時點氣候數據Table 1 Climate data of time point taken by remote sensing image data of Pingshuo Mining Area

2 研究方法

2.1 RESI評價模型

遙感生態指數反映關乎生態環境質量最直接的區域生物量、水、熱以及地表情況，公式見式(1)[14]。

RSEI=f(NDVI,WET,NDSI,LST)

(1)

式中，NDVI、WET、NDSI和LST分別為綠度指標、濕度指標、干度指標和熱度指標。

2.1.1 綠度指標

綠度指數采用歸一化植被指數(normalized difference vegetation index，NDVI)表示，主要用于監測植被覆蓋度、植物長勢、葉面積指數以及植物生物量，公式見式(2)[15]。

NDVI=(BNir-BRed)/(BNir+BRed)

(2)

式中，BNir、BRed分別為Landsat 5 TM衛星的第4波段、第3波段或Landsat 8 OIL衛星的第5波段、第4波段。

2.1.2 濕度指標

濕度指數的計算，采用纓帽變換中的濕度分量表述，該分量與土壤和植被的濕度緊密相關，能較好地反映陸地生態環境濕度，公式見式(3)和式(4)[16]。

Landsat 5 TM影像的濕度指標計算見式(3)。

WETTM=0.031 5BBlue+0.202 1BGreen+

0.310 2BRed+0.159 4BNir-

0.680 6BSwir1-0.610 9BSwir2

(3)

Landsat 8 OLI影像的濕度指標計算見式(4)。

WETOIL=0.151 1BBlue+0.197 3BGreen+

0.328 3BRed+0.340 7BNir-

0.711 7BSwir1-0.455 9BSwir2

(4)

式中：WETTM、WETOIL分別為Landsat 5 TM和Landsat 8 OIL數據計算的濕度指標；BBlue、BGreen、BRed、BNir、BSwir1、BSwir2分別為Landsat 5衛星的第1波段～第5波段、第7波段以及Landsat 8衛星的第2波段～第7波段。

2.1.3 干度指標

平朔礦區存在大量建設用地，植被覆蓋區域也存在部分裸地，因而干度指標(normalized difference built-up soil index，NDSI)由裸土指數(SI)、建筑指數(IBI)兩部分組成，公式見式(5)～式(7)[17-18]。

NDSI=(SI+IBI)/2

(5)

SI=[(BRed+BSwir1)-

(BNir+BBlue)]/[(BRed+BSwir1)+

(BNir+BBlue)]

(6)

IBI=[2BSwir1/(BNir+BSwir1)-

BNir/(BNir+BRed)-BGreen/(BGreen+BSwir1)]/

[2BSwir1/(BNir+BSwir1)+

BNir/(BNir+BRed)+BGreen/(BGreen+BSwir1)]

(7)

2.1.4 熱度指標

熱度指標計算依托熱紅外數據源，涉及Landsat 5衛星第6波段、Landsat 8衛星第10波段和第11波段，結合平朔礦區實際情況選擇單通道算法，先將DN值轉化為輻射亮度值，計算出亮度溫度，在此基礎上反演地表溫度即熱度指標，公式見式(8)～式(10)[19]。

L=gain×DN+bias

(8)

(9)

LST=TL/(1+λTLlnε/ρ)-273.15

(10)

式中：L為TM/TIRS影像熱紅外波段的像元輻射值(Landsat5數據L取值11.5 μm；Landsat8數據L取值10.9 μm)；DN為像元灰度值；gain和bias分別為熱紅外波段的增益與偏置值；TL為亮度溫度；K1、K2為衛星發射預設的常數；λ為地表發射輻射的波長；ε為地表比輻射率，通過NDVI閾值進行計算；ρ值為1.438×10-2mK。

2.2 評價指標標準化

RSEI各指標量綱不同，無法進行相互比較，故需要進行標準化處理。綠度和濕度與RSEI呈正相關，干度和熱度與RSEI呈負相關，為使RSEI數值與生態質量同向變化，運用極差變換法進行標準化，使所有指數都變為正向指標，與RSEI正相關，其值域范圍為[0,1]，標準化公式見式(11)和式(12)[13]。

ST=(I-Imin)/(Imax-Imin)

(11)

ST=(Imax-I)/(Imax-Imin)

(12)

式中：I、ST分別為指數原值和標準化值；Imax為指數最大值；Imin為指數最小值；綠度指標計算見式(11)；濕度指標計算見式(12)。

2.3 主成分分析

主成分分析通過正交變化將一組可能存在相關性的變量轉換為一組線性不相關變量，在一定程度上避免了人為賦權的主觀性和隨意性。統計結果中包括協方差矩陣、相關系數矩陣和特征值及其特征向量矩陣，主成分載荷結果需要運用特征值與其特征向量計算，公式見式(13)～式(15)。

(13)

(14)

RSEI0=PCA[f(NDVI,WET,NDSI,LST)]

(15)

式中：lij為主成分載荷；λi為特征值；eij為對應特征向量；ni為主成分貢獻度(i，j=1，2，…，p)；RSEI0為根據主成分貢獻度計算得出的初始生態指數。

為了便于指標對比，同樣對RSEI0進行標準化處理，計算見式(16)。

RSEI=

(RSEI0-RSEI0min)/(RSEI0max-RSEI0min)

(16)

式中：RSEI為標準化后的遙感生態指數；RSEI0min為初始遙感生態指數最小值；RSEI0max為初始遙感生態指數最大值。

3 結果與分析

3.1 RSEI影響指標分析

五期影像數據提取的綠度、濕度、干度、熱度統計值見表2，土地利用統計表見表3。

表2 平朔礦區RSEI各指標統計值Table 2 Statistical value of each index of RSEI in Pingshuo Mining Area

表3 1987—2018年平朔礦區土地利用變化統計表Table 3 Land use changes in Pingshuo Mining Area from 1987 to 2018

第一主成分(CP1)載荷值對應的NDVI值和WET值為正、NDSI值和LST值為負，對生態環境分別起正作用和負作用。五年期CP1的貢獻率分別為72.23%、71.77%、83.95%、88.05%、74.08%，均大于70%，表明第一主成分已集中了4個指標絕大部分信息，且4個指標對CP1的貢獻度相對穩定，因此，選擇CP1代替4個指標構建RSEI模型。NDVI、WET、NDSI、LST四個指標對RSEI數值有關鍵性影響，指標貢獻度絕對值越大則表明該指標對RSEI數值影響越大，各指標的RSEI貢獻度絕對值分別為0.248、0.251、0.242、0.259，影響程度較為均衡。權重確定完成后，得到最終RSEI計算公式見式(17)。

RSEIi=0.248×NDVIi+0.251×WETi-

0.242×NDSIi-0.259×LSTi

(17)

遙感方法對生態環境的監測本質上是對用地類型的識別以及地物特征的提取，耕林草地面積對植被覆蓋度、近地表濕度有積極影響，耕林草地面積越多，植被生長越茂密NDVI值、WET值越高，RSEI值也就越高，林地最高，其次為草地。采礦用地、建設用地、裸地面積則是對近地表溫度、近地表干度有積極影響，采礦用地、建設用地、裸地面積越多，NDSI值、LST值越高，RSEI值則越低，采礦用地最低，其次為建設用地。相同用地類型提取的指標也略有不同，耕林草用地植被覆蓋度越高、郁閉度越高的區域NDVI值、WET值越高；建設用地中，工礦建設用地也比居民點建設用地的NDSI值、LST值高，用地類型的質和量綜合決定了RSEI指標。

3.2 RSEI評價結果分析

標準化后的RSEI值范圍在[0,1]之間，RSEI值越大表示生態環境質量越好，反之亦然。平朔礦區RSEI指數空間分布見圖2。1987年采礦初期礦區整體生態質量良好；至1998年，經歷10年高產高消耗開采后，安太堡露天礦區整體生態質量惡化；1998—2007年，這10年間礦區繼續加大開采，安家嶺露天礦率先投產，井工一號礦、井工二號礦也陸續開始建設，且未即使開始生態恢復治理，致使礦區南部地區生態環境惡化加速，北部地區井工三號礦、東露天礦開發建設較晚，生態質量遭受破壞較小，總體呈現出南部生態質量差、北部生態質量較好的格局。2007年之后，礦區逐步開展土地復墾及生態修復工作，復墾范圍主要集中在安家嶺露天礦、安太堡露天礦周圍，整個南部地區生態質量逐漸改善，經過10年恢復治理，到2018年，礦區整體生態質量提高，南部地區生態環境改善明顯，但仍呈現南部生態質量較差、北部生態質量好的格局。

圖2 1987—2018年平朔礦區RSEI指數空間分布Fig.2 Spatial distribution of RSEI index in Pingshuo Mining Area from 1987 to 2018

1987—2018年平朔礦區生態環境質量總體呈先降后升的V形變化(圖3)。1987—1998年RSEI值下降0.017，1998—2007年RSEI值進一步下降0.035，2007年企業大力開展土地復墾及生態修復工作后，生態環境質量快速回升，2013年RSEI值增至0.558，到2018年，RSEI值已上升至0.576，總體上已經恢復并超過1987年采礦初期生態環境質量。

圖3 1987—2018年平朔礦區RSEI指數變化趨勢Fig.3 Trend of RSEI index in Pingshuo Mining Area from 1987 to 2018

3.3 生態環境質量動態變化分析

在RSEI指數空間分布圖像基礎上，進一步將RSEI值以0.2間隔劃分為差、較差、中等、較優、優5個生態質量等級，分別對應RSEI值范圍為[0,0.2)、[0.2,0.4)、[0.4,0.6)、[0.6,0.8)、[0.8,1.0][9]，形成RSEI指數分級圖(圖4)。1987年平朔礦區整體生態質量良好，礦區各等級生態質量面積分布均勻，南部地區與北部地區沒有明顯生態質量差異，隨后20年各礦逐步投入生產，至2007年RSEI差等級面積增至13.68%，較差面積增至23.84%，優等級、較優等級面積減少，南部地區礦區集中、投產早，大部分區域生態質量在中等及以下；北部地區礦區分散、投產晚，生態質量等級無太大變化，礦區整體生態質量中等偏下。2007后平朔礦區逐步開展生態治理、土地復墾工作，南部地區安太堡露天礦、安家嶺露天礦復墾為生態示范區，北部地區井工三號礦、東露天礦建設投產，邊開采邊治理，至2013年已有取得初步成效，主要體現在南部地區差等級、較差等級面積減少，優等級、較優等級增加；北部地區井工三號礦區生態質量等級下降，東露天礦區生態質量等級無明顯變化，生態質量兩極化顯著，對比明顯。到2018年優等級面積持續增加至2 522.60 hm2，占比15.89%，較1987年增加2.88%，整體北部地區仍優于南部地區。橫向對比5年期數據與RSEI分級圖，較差等級、差等級面積先增后減，優等級、較優等級面積先減后增，1987—2018年平朔礦區經歷了先開發破壞后恢復治理的發展過程，但原生生態格局發生較大變化，各等級單元更為集中(表4)。

表4 1987—2018年平朔礦區生態等級面積變化Table 4 Changes of ecological grade area in Pingshuo Mining Area from 1987 to 2018

圖4 1987—2018年平朔礦區RSEI指數分級Fig.4 Classification of RSEI index in Pingshuo Mining Area from 1987 to 2018

3.4 生態環境質量時空差異分析

根據平朔礦區1987—2018年生態環境變化趨勢，結合礦區煤炭開采與生態恢復治理實際情況，選取1987年、2007年、2018年為時間節點，在RSEI指數5個等級劃分的基礎上，對平朔礦區1987—2007年及2007—2018年兩個階段RSEI指數進行差值分析，區分生態質量變差、不變、變化區域，變化監測結果分布如圖5所示，變化幅度分級見表5。從三類面積占比大小來看，1987—2007年平朔礦區生態環境變差面積占比50.16%；不變面積占比20.99%；變好面積占比28.85%，生態環境變差面積遠大于不變、變好面積，南部地區以及部分北部地區為變差區域，北部地區大部分為不變區域，僅部分地區生態質量變好，20年來的煤炭開采導致平朔礦區生態環境遭受破壞。2007—2018年生態環境變差面積占比24.07%；不變面積占比17.52%；變好面積占比58.41%，經過10年恢復治理礦區整體生態環境顯著改善，對應1987—2007年監測結果，原先安太堡露天礦礦區、安家嶺露天礦礦區生態質量變差區域因恢復治理得當而變好，另有部分原生態質量不變的區域在這10年間被破壞，且未及時恢復治理。

圖5 平朔礦區RSEI指數變化監測結果Fig.5 Monitoring results of RSEI index change in Pingshuo Mining Area

表5 平朔礦區RSEI指數變化幅度分級表Table 5 Range grading of variation of RSEI index in Pingshuo Mining Area

4 結論與不足

4.1 結論

本文選取NDVI、WET、NDSI、LST四個評價指標，構建RSEI模型，研究了平朔礦區五個年度生態環境的時空變化，并分析了生態環境治理前后兩個階段生態環境質量等級的時空差異，主要結論如下所述。

1)在RSEI遙感生態指數模型中，綠度、濕度、干度、熱度指標為主要影響因素，其中，濕度、綠度指標與RSEI指數正相關，干度、熱度指標負相關。4個指標的絕大部分信息集中于第一主成分，RSEI值主要受該4個指標影響較為均衡。

2)平朔礦區1987—2018年生態環境質量變化總體先降后升，1987—2007年生態質量大幅下降，該時期企業為高生產高損耗的發展模式，對生態環境損害大于修復治理；2007年后，企業轉變為綠色可持續發展模式，積極開展生態環境修復治理工作，礦區生態環境質量逐步轉好，至2018年已經接近采礦初期水平。

3)1987年礦區生態質量總體較為均衡，生態質量各等級分布較均勻，在經過30年先破壞后治理的發展歷程后，整體生態環境質量逐漸改善，生態質量改善地區集中于安家嶺露天礦、安太堡露天礦周圍及南部地區，但整體上北部地區仍優于南部地區，原生生態格局發生改變，建議后續生態恢復治理工作應繼續著重在礦區南部地區開展。

4.2 不足

1)基于遙感方法研究生態環境變化的方法本質還是對地物特征的提取分析，只能起到監測作用。生態環境復雜多變，影響因素眾多，如動植物多樣性、空氣質量因素就無法用遙感方法量化，因此要準確評價生態環境憑借遙感手段還是不夠的。

2)RSEI指數受限于遙感數據所涉時點，可以體現時間跨度大、地物特征變化明顯的生態環境變化趨勢，但無法用于監測生態環境具體變化過程，以及時間跨度小的生態環境變化。