遼寧海城-大石橋菱鎂礦礦集區生態環境變化的遙感評價

趙金桐，姚玉增，付建飛，楊富強，胡思漢

(東北大學資源與土木工程學院，沈陽 遼寧 110004)

遼寧省作為全國重工業基地，礦產資源開發利用程度較高。海城-大石橋菱鎂礦礦床巨大，資源集中，是中國乃至世界的菱鎂礦石及原材料供應基地，但露天開采的菱鎂礦區山體的破環強度較大，基巖裸露，植被破壞嚴重，礦坑陡深，礦區及其周邊環境受到嚴重破壞，土地、大氣、水源也面臨著被污染的威脅[1]。2011年,遼寧省實施青山工程，全面拉開了治理礦山生態環境的序幕。生態環境質量是對生態系統要素、結構和功能等特征的綜合表現，能夠反映區域生態環境狀況的優劣程度[2-3]。科學評價礦區生態環境質量是進行生態修復的基礎工作[4]。

傳統的環境評價一般采用實地調查的方法，不僅費時費力，而且難以獲得完整客觀的信息，在時間和空間跨度上也存在不足。遙感技術具有觀測范圍廣、信息獲取快、獲取資料周期短、不受地面限制等優點，有效彌補了傳統評價方法的短板。國內外學者利用遙感技術對城市、森林、礦區、流域和自然保護地等方面的生態環境質量動態監測和評價進行了大量研究和應用。管濤等[5]列舉了衛星遙感與無人機遙感的多項應用領域及其技術優勢，通過數個應用實例，說明了遙感技術在綠色礦山中具有很好的應用前景。OCHOA等[6]利用植被指數和其衍生的植被覆蓋度監測森林生態系統的變化。王琎[7]基于RS技術與GIS技術，監測分析了珠江口地區1960—2015年期間土地利用的變化與人為影響因素的相關性。但單指標評價只能解釋某一方面的生態特征，不能從多層次、多尺度來反映研究區的生態環境變化。RAJCHANDAR等[8]基于RS技術與GIS技術，通過分析土地利用、濕度和地表水、植被覆蓋率，對德國西部某礦區進行環境監測。朱遠輝等[9]綜合考慮研究區實際情況，基于遙感技術綜合氣象、高程模型(DEM)、土地利用等構建模型來研究新豐江區域的生態狀況。這些方法是基于研究區實際情況建立的，并不能適用于其他區域。2006年，原國家環境保護部出臺了《生態環境狀況評價技術規范》引入生態狀況指數(EI)，選擇了5個指數綜合評價，但該指數每個指標的權重多由人為確定，有一定的主觀性偏差。2013年，徐涵秋[10]基于遙感技術提出遙感生態指數(RSEI)，該指數集成了綠度、濕度、干度、熱度這四個指標，該方法利用主成分分析(PCA)確定各生態因子的權重，避免了人為確定權重的主觀性偏差，計算結果具有客觀性和穩定性，具備很好的普適性，可以快速對研究區進行生態監測。國內眾多學者將遙感生態指數應用到諸多地區[11-12]，呈現出良好的應用前景。

本文利用遙感技術，基于生態遙感指數(RSEI)對研究區環境質量進行評價，結合土地利用變化來分析研究區生態環境演化，同時定量化評估露天礦區開采對生態環境質量的影響，為礦區生態環境治理提供科學依據和理論支撐，對保證礦區綠色發展有現實意義。

1 研究區概況與數據來源

1.1 研究區概況

研究區位于遼寧南部海城-大石橋一帶(圖1)，地理位置處于東經122°28′～122°54′、北緯40°33′～40°46′之間，全境氣候溫和，年平均氣溫10.4 ℃，降雨量721.3 mm，處于暖溫帶季風氣候區，四季分明、雨量充沛。

圖1 研究區位置Fig.1 Location of study area(注：Landsat8影像圖波段組合4/3/2，成像時間2016年8月)

研究區菱鎂礦床呈帶狀分布，長度超過40 km，為菱鎂礦礦床大規模聚集區。在研究區范圍內由西南至東北分布有圣水寺、平二房、青山懷、樺子峪、下房身、楊家甸等6處大型菱鎂礦床，2處中型菱鎂礦床，30余處礦點(圖2)[13]。遼寧省菱鎂礦在抗戰時期就有少量開采，20世紀50年代初大石橋、海城等地開采量日增，60年代已初具規模，至80年代，海城-大石橋形成采掘、加工和銷售一體的菱鎂礦生產基地；2005—2016年，開采量處于高峰狀態[14]。

1-第四系覆蓋物；2-遼河群白云大理巖、方解大理巖等；3-鞍山群斜長角閃巖等；4-菱鎂礦；5-黑云母花崗巖、似斑狀花崗巖；6-片麻狀花崗巖；7-地質界線；8-礦區編號；9-礦區范圍；①-圣水寺礦區；②-高莊-平二房礦區；③-青山懷礦區；④-樺子峪礦區；⑤-宋家堡子礦區；⑥-王家堡子-金家堡子-下房身礦區；⑦-楊家甸礦區圖2 遼寧省海城至大石橋一帶菱鎂礦分布圖Fig.2 Distribution map of magnesite from Haicheng to Dashiqiao,Liaoning Province(資料來源：據藍海洋[13]，2020年修改)

20世紀90年代左右，由于選冶工藝和礦山生態環境基本建設落后，礦山生態環境問題突出，礦區周圍生態環境遭到破壞。礦山開采對環境的破壞主要由三個部分組成：一是礦石開采對地表土層和植被的直接破壞；二是礦山開采廢棄物(如尾礦、廢石等)堆置占用土地的生態破壞；三是礦石加工粉塵對周邊土地的污染，主要是鎂石加工粉塵飄落地面導致的土壤板結[15]。從2000年起，海城市環境保護局就將礦山的生態環境恢復作為生態文明建設的工作重點，與原國土資源局、鎂資源辦公室等相關部門一起，投資5 000多萬元進行植被恢復，植樹200萬株。2007年，海城市封停礦山22家。2011年，遼寧省開始實施青山工程，礦區加大生態治理力度[16-17]。

1.2 數據來源及預處理

本文遙感影像數據均在地理空間數據云(http:∥www.gscloud.cn/)下載，數據類型為Landsat TM、Landsat OLI_TIRS，獲取影像的軌道號為119/032。為了避免云層覆蓋對結果的影響，選取無云或少云的遙感影像，影像云量控制在15%以內。時間序列上，為了保證數據結果的可比性，盡量減小因季節差異、植被生長狀態不同而造成的差異，成像時間集中在7—9月份。綜合考慮礦區開采的重要時間節點以及遙感影像的可獲取性，同時查閱了該區域近30年的歷史天氣，避免年降雨量、溫度、極端天氣等氣候變化產生的影響，選取了5景Landsat影像作為數據源，時間分別為礦區大規模開采、生產早期的1984年、1990年，環境重點治理的2007年、2010年，以及近期的2016年；2016—2021年間，由于云層影響無法獲取有效數據。本文采用的遙感數據信息具體見表1。

表1 遙感數據詳細信息Table 1 Remote sensing data details

為保證數據分析的準確性，對原始數據進行數據預處理，在ENVI中進行輻射定標和大氣校正，然后以2016年的影像為基準對其他年份的影像進行配準，精度控制在0.5個像元以內，最后根據研究區范圍裁剪圖像。

2 遙感生態指數(RSEI)

遙感生態指數(RSEI)是基于遙感信息來耦合多種生態因子，能夠對研究區的生態環境狀況進行快速監測與評價的新型生態指數。該指數選取了自然生態環境中的綠度、濕度、干度以及熱度指標來建立生態指數，這四個指標更能貼近人們的日常生活，同時也是人類可以直觀感受的重要因素，因此常被用于評價生態環境質量[18]。通過遙感影像，提取各評價指標，通過主成分分析法，根據數據本身的性質分析出各指標對主分量的貢獻度來客觀進行權重設定，可以避免因人為設定的差異性而造成權重不均。

以遙感影像中提取的歸一化植被指數、濕度分量、干度指標、地表溫度分別代表綠度、濕度、干度、熱度。構建的RSEI指數表達式見式(1)。

RSEI=f(Greenness,Wetness,Heat,Dryness)

(1)

其遙感定義為式(2)。

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

(2)

式中：Greenness、Wetness、Heat、Dryness分別為綠度指標、濕度指標、熱度指標、干度指標；NDVI為歸一化植被指數；WET為濕度分量；LST為地表溫度；NDBSI為干度指數[19]。

NDVI主要與植物生物量、葉面積指數和植被覆蓋度有關，是當前應用最廣泛的植被指數。WET主要與植被和土壤的濕度有關，如果研究區中有大片水域，應利用掩膜去除水域范圍，否則計算的WET不能真正反映植被和土壤的濕度。熱度指標由地表溫度代表，可以通過熱紅外波段傳感器處的輻射值求得。建筑物的出現取代了地表原有的自然生態系統，導致地表“干化”，在區域環境中，裸土同樣會造成地表的“干化”，因此，NDBSI由建筑指數IBI和裸土指數SI二者合成表示[18]。

計算出遙感生態指數的4個分量指標后，進行歸一化處理，將其數值映射到[0，1]區間，消除量綱差異，該處理還有助于消除不同時相影像之間的季相差異[19]。然后利用主成分分析方法進行分析，最后將得到的第一主成分進行標準化處理，生成遙感生態指數。主成分分析是一種通過降維技術將多個變量化為少數幾個主成分(綜合變量)的統計分析方法[20]。該方法集成各指標的權重不是人為確定，而是根據數據本身的性質，以及各個指標對各主分量的貢獻度來確定，可以有效避免人為設定權重造成的結果偏差。

3 結果與分析

3.1 RSEI分析

對5個時相的綠度、濕度、熱度、干度指標進行歸一化處理，利用ENVI軟件中的主成分分析模塊進行分析，結果表明，1984—2016年PC1特征值貢獻率分別為71.66%、74.16%、75.45%、76.15%和82.13%。經過主成分變換后PC1占比均在70%以上，包含的原有信息較多，所以可以用PC1來替代原有的綠度指標、濕度指標、熱度指標和干度指標。

通過提取PC1，構建RSEI指數，各指標相關性見表2。由表2可知，NDVI和WET的特征向量為正值，表示綠度指標和濕度指標對生態環境起積極作用；而NDBSI和LST為負值，表示干度指標和熱度指標對生態環境起負面作用，這與實際情況相符合，證明了數據的可靠性。1984—2016年RSEI均值分別為0.611、0.635、0.665、0.631和0.672。遙感生態指數呈先上升后下降再上升的趨勢，表明生態質量先變好后變差再變好。20世紀80年代、90年代是研究區礦產行業開采的上升期，因為當時環境保護意識比較淡薄，技術落后，容易出現侵占林地、占用土地等現象。受技術限制，在相當長的時期里，菱鎂礦主要利用塊礦為原料進行生產，大量粉礦未能利用，在礦區堆積，占用土地，污染環境[21]。據鞍山市國土資源局1999年的統計，岫巖、海城的鎂砂窯年排粉塵7.22萬t。截至2002年底，鞍山市礦山總面積達17 100 hm2，土地破壞面積10 200 hm2[22]。因此，1984年、1990年的生態指數較低，環境較差。21世紀以來，遼寧省開始規范礦山，提高資源利用率，恢復綠化。2007年起，遼寧省開始限制新建菱鎂礦山，對菱鎂礦的采礦能力進行調整。對效益低下、規模小或工藝落后的菱鎂礦山實行關停并轉，2007年底，海城市封停礦山22家[23]。礦山開采變得更加科學有序，對環境的破壞大大減小，生態指數在2007年也表現出升高趨勢。2010年，城市建筑面積快速擴大，致使生態指數再次降低。2011年以后，遼寧省開始實施青山工程，加大了礦山復墾力度，增加綠化面積。截至2013年，遼寧省共完成治理面積60.55萬hm2。其中，進行植被恢復33.15萬hm2，超坡還林17.19萬hm2。營口市為30座礦山完成復墾，大石橋市關閉礦山5座，同時栽植經濟林苗木150多萬株。海城市對排巖場進行復墾，綠化面積超過30萬m2[24]。經過治理，2016年研究區生態指數再次升高，且達到了5期時相的最高值。

表2 1984—2016年各指標第一主成分分析Table 2 The first principal component analysis of each index from 1984 to 2016

3.2 生態質量等級的劃分

為了直觀地分析該地區生態環境質量的變化，把經過歸一化處理的RSEI值以0.2為間隔等距劃分為5個等級，制作RSEI分級圖(圖3)，并對各等級面積占比進行統計(表3)。由表3可知，1984—2016年各期處于優等級的生態環境質量比例分別為14.54%、12.88%、28.13%、18.73%、32.77%，整體呈波動上升趨勢；生態質量良的區域面積最大，各期占比都在40%以上；生態質量差的比例呈現先升高后下降的趨勢。

圖3 研究區各期RSEI分級圖Fig.3 Classification map of RSEI in each period of the study area

表3 研究區各期RSEI分級統計表Table 3 Classification statistics of RSEI in each period of the study area

3.3 海城-大石橋地區生態指數時空變化分析

為了更好地分析研究區生態環境質量變化的原因，根據《土地利用現狀分類》(GB/T 21010—2017)，考慮研究區土地覆蓋的差異性及當地土地利用現狀等實際情況，運用ENVI軟件監督分類板塊的支持向量機(support vector machine)功能將研究區土地利用類型分類，共劃分為水域、林地、耕地、建設用地和采礦用地5種類型[25-26](圖4)，對分類結果進行統計(表4)。結合全球30 m土地覆蓋類型圖和Google Earth對分類結果進行進一步修正，總體精度在80%以上。

圖4 1984—2016年研究區土地利用類型分類圖Fig.4 Classification map of land use types in the study area from 1984 to 2016

由表4可知，采礦用地與建設用地面積不斷增加，尤其是建設用地，隨著城市快速發展和人口數量增加，面積不斷擴大；1984—2010年，林地面積逐漸減少，耕地面積逐漸增加，2010—2016年，林地面積增加，耕地面積減少；該地區水域面積占比很小且變化不大。將各期RSEI分級圖與對應的土地利用分類圖疊加，得出不同土地利用類型中RSEI指數各等級所占比例，各期統計結果見表5(由于水域面積過小，故不參與統計)。

表4 研究區各期土地利用類型占比Table 4 Proportion of land use types in each period of the study area

表5 1984—2016年各土地利用類型中不同RSEI等級占比Table 5 Proportion of different RSEI grades in various land use types from 1984 to 2016

對5期土地利用類型與RSEI等級進行綜合分析，林地中優等級面積不斷增加，中等等級面積不斷減少，良等級面積占比較大且比較穩定，差等級面積和較差等級面積占比很小，因此林地對改善生態環境作用最大。早期林地中有相當一部分中等生態區域，應與礦區早期不合理的開采、廢棄物與粉塵的污染有關。在5期時相中，林地的生態環境得到了很好的改善，后期研究區環境變好主要是因為林地面積增加與林地生態改善的共同作用。耕地中良等級面積最大，其次是中等等級和優等級。結合生態指數來看，生態變差時，中等等級面積增加，優等級面積減少，生態變好時反之。由此可見，耕地對生態環境也具有一定的積極作用，但是只有使耕地保持良好的生態質量，才能有利于總體環境，生態質量差的耕地對改善生態環境的作用較小。建設用地的面積增加迅速，主要生態等級為中等及以下，對環境有較大的負面作用，在滿足人口增長、城市擴張等的同時，應協調生態環境，加強綠化建設，提高城鄉生態質量。采礦用地占比稍有增加，生態等級主要為差和較差，對環境造成負面作用，但是差等級面積所占比例呈減少趨勢，礦山生態質量略有改善。

對比1984年與2016年土地利用類型與RSEI值的大小，可以發現，雖然1984年林地面積、耕地面積更大，礦區與建設用地面積更小，更有利于生態環境，但是1984年的RSEI值反而較低。結合表5分析這種現象的原因，相對于2016年來說，1984年林地與耕地的RSEI值更小，林地與耕地中生態等級較低的面積所占比例較大。為了深入探究兩期RSEI值的變化原因，將1984年與2016年耕地、林地面積和綠度、濕度、干度、熱度四個指數進行綜合分析，將經過歸一化處理的四個指數以0.2為間隔等距劃分，分別求出林地和耕地中各個指數在不同數值范圍的分布占比，如圖5和圖6所示。

圖5 1984年和2016年林地RSEI各指數分布范圍占比Fig.5 Distribution range and proportion of RSEI indexes in forest land in 1984 and 2016

圖6 1984年和2016年耕地RSEI各指數分布范圍占比Fig.6 Distribution range and proportion of RSEI indexes in cultivated land in 1984 and 2016

相對于1984年來說，2016年耕地與林地綠度與濕度指標都有較為明顯的改善，干度指數明顯降低，其中，林地中溫度指數也有明顯改善，耕地中溫度基本沒有變化。林地和耕地在改善環境方面有很大的潛力，特別是對于長期露天開采區域，不僅要保障綠化面積，還應提高植被覆蓋度，積極改善林地和耕地生態質量。研究區后續應長期采取積極的措施進行持續的生態治理及保護，在提高研究區植被面積的基礎上努力提升生態質量。充分發揮林地與耕地對生態質量的促進作用，在保證發展的同時，維持良好的區域環境。

通過監測研究區生態環境狀況并結合土地利用，較為客觀地評價了該區域生態環境，可以為研究區生態環境治理進展提供參考意見，為生態環境保護提供了一定科學依據和決策支持，同時也對其他區域的遙感生態評價具有一定的研究意義。

4 結 論

1)分析研究區RSEI指數表明，1984—2016年間，RSEI均值呈先上升后下降再上升的趨勢，通過對RSEI值分級結果表明，1984—2016年，生態環境質量為優的區域整體呈波動上升趨勢，生態質量良的區域占比最大，生態質量差的區域呈現先升高后下降的趨勢。

2)結合土地利用類型，分析研究區生態質量變化的原因。在礦山大規模開發的初期，該地區經濟發展相對落后、城鎮建設比較緩慢，林地與耕地面積大，但是采選冶工藝和生態環境建設不足，導致林地和耕地生態質量不高，造成總體的生態環境質量較差，其后林地、耕地生態質量變好，生態環境質量也有所提升；中期，該地區城鎮化推進加快、經濟飛速發展、林地面積減少，耕地生態質量變差，從而導致該地區生態環境質量退化；后期，自2011年遼寧省實施青山工程后，加大了環境保護力度，通過礦區復墾、植樹造林等措施，提升了林地面積與林地生態環境質量，使得總體生態質量得到明顯改善。

3)保護林地，改善耕地，提高城鄉綠化面積，充分發揮林地和耕地對改善生態環境的促進作用，是研究區應長期采取的環境治理措施。對于生態環境差的地區，應當調整區域內各礦區資源開發規劃，放棄相對劣勢資源的開采，對造成的環境污染和破壞及時采取措施進行治理，復墾土地，植樹造林，將采礦活動對生態環境的影響降低到最小程度。