焦作市九里山煤礦區生態修復監測研究

梁婉如，王 聰，彭 捷,張 賽，李 喆

(1.中國地質大學(武漢)環境學院，中國 武漢 430074；2.河南省自然資源監測和國土整治院，中國 鄭州 450002)

黨的“十八大”以來，隨著生態環境修復工程的不斷實施，我國生態環境質量顯著改善[1]。及時準確地對生態環境質量進行評價，對于檢驗生態修復工程實施效果，科學調整下一步工作重點具有十分重要的指導意義[2]。生態修復是指輔助退化、受損或被破壞的生態系統進行的恢復過程[3]。生態修復監測是在生態修復的基礎上，對植被長勢、植被群落結構、土壤環境等多方面的恢復情況進行監測。

隨著3S技術的進步，遙感技術成為生態修復監測中常用的方法[4]。徐涵秋[5]選用主成分分析法對綠度、濕度、干度及熱度4個指標進行綜合計算得到的遙感生態指數，具有方便可靠、直觀可視等優點，成為礦區生態環境監測的常用指標[6-8]。如黃錦等[9]采用該方法對大冶市生態環境進行監測，認為礦區生態修復工程改善了該地區生態環境質量。胡思漢等[10]采用該方法對遼寧弓長嶺礦區生態環境進行研究，認為礦業開采活動顯著破壞了該地區的生態環境。受限于遙感影像精度，遙感生態指數側重于從大尺度對研究區整體的生態修復水平進行評價，而在小尺度上(如某一樣地內的植物種群)的恢復情況則難以體現，也無法反映生態系統的地下恢復情況，故該方法在生態修復監測的應用尚有可以創新的空間。植物樣方調查、樣坑調查等野外調查方法適用于對小尺度下具有代表性的樣地進行精確調查[11]，以反映該區域的物種多樣性、植物生長狀態、土壤肥分等情況。若遙感生態指數與野外工作數據結合使用，可以在大小尺度及地上地下兩個方面對生態修復水平進行全面考察。

本次研究選取焦作市九里山煤礦為研究區，以2020年夏季作為評價時間，探索遙感生態指數、植物物種多樣性指數與植物地下生境指數相結合的生態修復監測方法，從而更為完整地展現生態修復監測成果。

1 研究區概況

九里山煤礦位于河南省焦作市，面積為1 850.28 hm2，屬太行山山前平原的前緣地帶，地形平坦，海拔85～117 m[12]。礦區內的土地利用類型以農田和工礦建設用地為主。煤礦開采至今出現了一系列生態環境問題，如地面沉降造成土地荒廢、煤矸石壓占土地導致植被退化、生物多樣性減少等[13]。2010年以來，區內開展了多期植被生態修復工程，未經破壞的原生林地采用自然恢復法，輔之以保水保肥等措施；煤矸石堆積破壞的土地采用覆土后種植速生楊的方式進行修復。

2 生態修復監測指標和方法

選取遙感生態指數、植物物種多樣性指數和植物地下生境指數3個指標，分別反映研究區生態環境質量、植物群落及植物地下生境的情況，疊加結果即為研究區生態修復監測成果。

2.1 遙感生態指數

遙感生態指數(RSEI)主要由綠度、濕度、干度和熱度4個指標組成。

(1)綠度選用目前被廣泛應用的歸一化植被指數[14]代表，其公式為：

INDV=(rnir-rred)/(rnir+rred)。

式中，rnir為遙感影像近紅外波段的反射率，rred為紅光波段的反射率。

(2)濕度是指水分含量，一般通過纓帽變換而得[15]，其公式為：

WOLI=0.151 1rblue+0197 3rgreen+0.328 3rred+0.340 7rnir-0.711 7rswir1-0.455 9rswir2。

式中，WOLI代表OLI遙感影像的濕度分量，ri(i=blue，green，…，swir2)分別為藍、綠、紅、近紅外、短波紅外1和短波紅外2波段的光譜反射率。

(3)干度(INDBS)一般由裸土指數(IS)和建筑指數(IB)[16]取平均值而得，其公式為：

IS=[(rswir1+rred)-(rblue+rnir)]/[(rswir1+rred)+(rblue+rnir)],

INDBS=(IS+IB)/2。

(4)熱度指地表溫度，采用大氣校正法進行陸地地表溫度反演得到[5,17,18]，其公式為：

TLS=T/[1+(λT/ρ)lnε]-273，

T=K2/ln(K1/Lλ+1)，

Lλ=gain×DN+bias。

式中，TLS為地表溫度，℃；T為傳感器處溫度，℃；λ為熱紅外波段的中心波長或有效波長,μm；ρ=1.438×10-2m·K；ε為地表比輻射率；K1=774.89 MW·m-3·sr-1，K2=1 321.08K1；Lλ為熱紅外波段的像元在傳感器處的光譜輻射值；gain為對應波段的增益值；DN為像元灰度值；bias為對應波段的偏置值。

由于綠度、濕度、干度和熱度4個指標的量綱不統一，對其進行歸一化計算，其公式為：

IN=(I-Imin)/(Imax-Imin)。

式中，IN為歸一化后的結果，I為指標值，Imax和Imin分別為指標的最大值和最小值。

對歸一化后的4個指標進行主成分分析，得到第一主成分PC1，進一步得到遙感生態指數初始值。歸一化后的結果即為遙感生態指數IRSE，取值范圍為[0，1]，若值越大，則說明生態修復效果越好。其公式為：

IRSE0=1-PC1，

IRSE=(IRSE0-IRSE0,min)/(IRSE0,maxIRSE0,min)。

式中，IRSE0為遙感生態指數初始值，IRSE0,max和IRSE0,min分別為IRSE0的最大值和最小值。

2.2 植物物種多樣性指數

植物物種多樣性指數采用目前廣泛使用的Shannon-wiener指數[19]進行計算并進行歸一化處理，其公式為：

式中，H0為Shannon-wiener指數計算得到的初始值，Pi為樣方中該物種個體數占所有物種個體數的比例，Ni指樣方中第i種物種的個體數，N為樣方所有物種的個體數之和，H為歸一化后的結果，H0max和H0min為初始值中的最大值和最小值。

2.3 植物地下生境指數

植物地下生境由我國學者徐恒力[20]首先提出，認為植物的生長狀況與其地下生境有著不可分割的關系。地下生境提供了植物生長所需的土壤、部分母質等固持基質及包含其中的水分、鹽分、有機質等營養源。植物與地下生境的有機聯系是地球上各種生態關系的基礎。引入植物地下生境指數，分析地下生境條件，對科學指導生態修復工作具有重要意義。

植物地下生境指數(landscape environment index，ILE)通過分析土壤樣品檢測數據而來。由于土壤樣品測試指標眾多，且各個指標之間存在一定的相關性，計算地下生境指數時會出現信息重疊。采用主成分分析法對各指標進行相關性分析，篩選出具有顯著相關性的土壤評價因子后，再對各指標進行降維，得出綜合反映土壤質量的指標特征值和特征向量，根據特征值λ≥1選取關鍵主成分，對各因子數值標準化后，計算各主成分得分，代入綜合得分公式求出各點的地下生境指數。

各指標標準化公式為：

各主成分得分值公式為：

式中，yi為第i個樣本的各主成分得分；bij為第i個樣本中第j個指標的主成分得分系數。

地境指數公式為：

式中，ILi為第i個樣本的地境指數；aik為第i個樣本的第k個主成分的特征值貢獻率。

2.4 監測數據來源和方法

圖1 九里山礦區野外工作點位圖

(1)遙感數據。為了準確反映研究區內植物生長情況，選用的遙感數據為2020年8月份的Landsat-8 OLI影像，云量低于1%，影像清晰。對遙感影像進行輻射定標及大氣校正等預處理，采用目前廣泛使用的MNDWI掩膜提取方法[22]去除水體的影響，最終得到能夠滿足遙感生態指數解譯工作的遙感影像。

(2)植物物種及地下生境情況。采用樣方調查法和樣坑調查法，選擇可反映植物群落結構和地下生境條件等具有代表性的地段進行調查，重點調查研究區內植物物種、植物生長情況、植物優勢種等因素，對樣地內的喬、灌木逐一進行記錄劃分；從樣坑工作面采集土樣，測試指標為對地下生境條件有明顯影響的土壤含水率、速效鉀、水解性氮、有效磷、有機質、全鹽量和過氧化氫酶含量7個指標。本研究最終完成了11組樣方、6組樣坑及55份土樣調查，調查點覆蓋了研究區內全部原生及人工林。調查點位情況如表1及圖1所示。

表1 九里山礦區野外工作點位統計表

3 監測結果和分析

3.1 單指標數據結果

3.1.1 遙感生態指數 采用ENVI5.3和ARCGIS軟件進行遙感解譯工作，獲得遙感解譯九里山礦區遙感生態指數分布結果。基于目前常用的分級標準[5]分為5類，即優[0.8，1]、良[0.6，0.8)、中[0.4，0.6)、較差[0.2，0.4)和差[0，0.2)。圖2為九里山礦區遙感生態指數分布圖，表2為九里山礦區遙感生態指數面積及占比情況。從空間分布情況來看，5種類型均有分布。其中優和良類型零星分布于研究區內的林地區域，呈點狀或條帶狀分布，二者占比為3.99%。中等類型集中分布于農田區域，呈面狀分布，占比為77.90%。較差類型集中分布于建設用地，呈小斑塊狀(城鎮、村落等居民建筑用地)或條帶狀分布(公路、鐵路等交通運輸用地)，差類型則集中分布于九里山礦場等工礦用地區域，二者占比為18.11%，這些區域植被較少，生態環境較差。

表2 九里山礦區遙感生態指數分布情況表

圖2 九里山礦區遙感生態指數分布圖

3.1.2 植物物種多樣性指數結果 對11個樣方調查記錄的植物進行計算，獲得各點的Shannon-wiener指數，如表3所示。通過ARCGIS插值分析將其轉化為平面結果，分為優[0.8，1]、良[0.6，0.8)、中[0.4，0.6)、較差[0.2，0.4)和差[0，0.2)共5類。圖3為九里山礦區植物物種多樣性指數分布圖，表4為九里山礦區植物物種多樣性指數面積及占比情況。從空間分布情況來看，5種類型均有分布。其中優和良類型集中分布于研究區西北部和西部區域，二者占比分別為3.56%和15.43%，這兩個區域集中分布有大量原生植被，植物群落結構完整，植物物種多樣。中等類型分布于良和較差類型的過渡區域，占比為50.49%，為占比最高的類型。差和較差類型集中在研究區南部，二者占比為17.40%和13.12%，該區域為人工修復林地，植物類型以速生楊為主，植物物種較為單一，植物群落結構簡單，故物種多樣性指數較低。

圖3 九里山礦區植物物種多樣性指數分布圖

表3 九里山礦區植物物種多樣性統計表

表4 九里山礦區植物物種多樣性指數分布情況表

3.1.3 植物地下生境指數結果 采用SPSS 23.0軟件對土壤樣品各指標含量進行相關性分析，其結果如表5所示，可以看出，7個指標間存在不同程度的顯著相關性。經KMO和Bartlett球形度檢驗，KMO值為0.802>0.5，原有變量適合進行因子分析；Bartlett球形度檢驗的近似卡方值為146.627，自由度為21，相伴概率P<0.01，屬于極顯著水平，說明各指標間存在相關性。因此，采用主成分分析法評價該地區地下生境狀況是可行的。根據特征值λ≥1的原則，提取2個主成分(見表6)。2個主成分的方差貢獻率分別為53.822%和17.613%，累積方差貢獻率為71.435%，能反映所選指標的基本信息。根據載荷因子和主成分得分系數之間的關系(見表7)，可以看出各指標在主成分上的權重不同：在第一主成分中，有效磷、有機質、水解性氮和過氧化氫酶有較大的正值；在第二主成分中，含水率有較大的正值。

表5 土壤樣品各指標相關性分析表

表6 土壤樣品特征值、貢獻率及累積貢獻率統計表

表7 土壤樣品因子載荷和主成分得分系數統計表

對7個因子原始數據進行標準化(分別用ZX1，ZX2，…，ZX7表示)，根據主成分得分系數矩陣(表7)，可得出各個主成分的綜合得分線性表達式：

F1=0.191ZX1+0.228ZX2+0.248ZX3+0.245ZX4-0.096ZX5+0.210ZX6+0.049ZX7，

F2=-0.183ZX1-0.224ZX2+0.053ZX3-0.099ZX4+0.097ZX5+0.325ZX6+0.775ZX7。

根據IL0=λ1F1+λ2F2+…+λ7F7(λ為主成分方差貢獻率)計算地下生境指數并歸一化，其公式為：

IL0=0.538F1+0.176F2,

ILE=(IL0-IL0,min)/(IL0,max-IL0,min)。

式中，ILE為歸一化后的地下生境指數值；IL0為地下生境指數初始值；IL0,min和IL0,max分別為地下生境指數初始值的最小值和最大值。計算得到九里山礦區植物地下生境指數統計結果如表8所示。采用與植物物種多樣性指數相同的方法進行可視化。

表8 九里山礦區各點位地境指數統計表

圖4 九里山礦區地境指數分布圖

圖4為九里山礦區地下生境指數分布圖，表9為九里山礦區地下生境指數各類型的面積及占比情況。從空間分布情況來看，5種類型均有分布。其中優和良類型呈面狀分布于研究區西北和西側，占比分別為0.68%和31.98%。差和較差類型廣泛分布于研究區中部和南部，呈大范圍面狀分布，占比分別為1.03%和25.42%。中等類型分布于良和較差類型的過渡區域，占比為40.89%。

表9 九里山礦區地境指數分布情況表

3.2 生態修復監測成果分析

使用ARCGIS軟件的加權總和工具將遙感生態指數、植物物種多樣性指數及植物地下生境指數疊加求和，其結果即為九里山礦區生態修復監測成果圖，如圖5所示。從空間分布情況來看，研究區中5種生態修復監測結果均有分布。其中生態修復監測結果為優和良類型主要集中在研究區西北邊和西部區域，二者占比分別為2.59%和15.78%。中等類型主要分布于從良至較差的過渡部分，占比為46.91%，為5種類型中占比最高的部分。較差和差類型主要分布于研究區南部及九里山礦場區域，二者占比為31.86%和2.86%，見表10。

圖5 九里山礦區生態修復監測成果圖

表10 九里山礦區生態修復監測情況表

根據監測成果，不同區域影響生態修復效果的關鍵指標不同，現結合各區域開發特征和修復工程進行分析。圖5(a)是生態修復監測結果為優和良類型的區域，集中分布在研究區西北部及西部，其遙感生態指數、植物物種多樣性和地下生境指數均較高。該區域為自然恢復的原生林地區域，原生植物群落完整、植被覆蓋度高、地下生境條件好，生態修復質量明顯優于其他區域。圖5(b)是中等類型的區域，以農田為主。人類農業活動對生態環境有強烈影響，研究區農作物以玉米為主，此時生長旺盛，普遍處于較高的植被覆蓋度狀態，因此其分布區域與農田區域重合。圖5(c)是較差類型的區域，集中分布于研究區南側，生態修復工程為平整土地后栽種速生楊，因此植物物種單一，群落結構簡單。差類型的區域如圖5(d,e,f)，形成原因有所差異：(1)由于煤礦開采造成地面塌陷，土地荒蕪，且雨季時形成積水，造成肥分流失嚴重，因此地下生境指數偏低，如圖5(d)；(2)如圖5(e)，九里山煤礦仍在開采，煤矸石堆積場的土地利用類型為建設用地，煤矸石剩余熱量造成熱度偏高，植被覆蓋低；(3)如圖5(f)，土地利用類型為城鎮及道路等建設用地，植被覆蓋度低。

生態修復監測成果是3個指數共同作用的結果，在今后的生態修復工作中，應明確對其結果起決定性的影響指標，有針對性地進行修復，以達到最佳的修復效果。基于以上思路，針對生態修復監測結果為優和良類型的地區，應加強對現有植被的養護，保持其水肥條件；針對較差類型的區域，著重解決植物物種少、植物群落結構單一的問題，可引入適合于本地栽種的其他植株以增加植物物種多樣性，豐富植物群落結構；針對差類型的區域，可以覆土平整地面塌陷區域，重新復墾或者還林等；而九里山礦場和城鎮區域由于生產生活需要，短時間內難以徹底改善，暫不推薦修復。

4 結論

(1)本次研究著眼于研究區地上和地下生態修復效果兩個方面，選取遙感生態指數、植物物種多樣性指數和植物地下生境指數3個指標，對研究區的生態環境質量、植物物種數量及植物地下生境情況進行監測，并對總體生態修復水平進行分析。

(2)對研究區的總體生態修復監測結果進行分析，發現研究區內生態修復水平可分為優、良、中、較差和差5種類型。其中優和良類型主要集中在研究區原生植被條件完整的區域，且各個指標均處于較好水平；中等類型主要分布于農田區域，人類農業活動是主要影響因素；較差類型分布于人工林區域，其物種和群落結構較為單一；差類型主要分布于建設用地區域，地面塌陷造成地下生境質量較差也是原因之一。

(3)結合監測結果，建議在今后的生態修復工程中，有針對性地開展修復工作。在生態修復監測結果為優和良類型的區域，應加強對現有植被的養護，保持其水肥條件；對較差類型的區域，應注重對其植物物種和群落結構的修復；對地下生境引起的差類型區域可開展覆土后栽種植物的修復，礦場及城鎮用地則暫時不推薦修復。