基于遙感生態指數的礦業城市生態環境時空變異分析

滕永佳 閻躍觀 郭 偉 李 凱 趙傳武

(1.中國礦業大學(北京)地球科學與測繪工程學院,北京 100083;2.北京師范大學遙感科學與工程研究院,北京 100875)

過去幾十年我國經濟高速發展,其環境負面效應也愈發凸顯[1]。我國是礦業大國,煤炭將在未來相當長時期內保持其能源結構基石的作用,但煤炭開采會直接或間接引起地表變形、地下水位變化、植被退化、溫度異常、區域生態惡化等一系列影響[2]。

當前,我國生態承載能力接近上限,隨著人民群眾對于美好生態環境需求的不斷提高,煤炭工業的綠色發展引起了廣泛關注[3]。近年來,諸多學者對礦區土壤理化性質[4]、地表熱環境[5]、植被覆蓋[6]、土地利用[7]等關鍵生態要素進行了深入研究。總體上,此類研究多集中于西部干旱半干旱條件下的高強度采區,研究對象多為單一環境因子,研究方法以樣地調查為主。而東部礦業城市資源稟賦情況與西部大型礦區差異較大。礦業城市是原始生態景觀受城市建設、礦產開采等活動綜合影響而形成的一種特殊的城市生態系統,既區別于西部礦區,又區別于一般城市[8]。隨著東部礦產資源日漸枯竭,礦業城市的綠色轉型已經成為當前的關鍵任務。因此,應尋求一種全面、低成本且能快速反映地區生態環境狀態及時空變化的方法和范式,為礦業城市的生態環境評價提供參考。

近年來,隨著計算機、傳感器、影像處理算法、云平臺等技術的不斷發展,為生態環境評價提供了軟硬件支撐。遙感技術以其多尺度、長時序、多分辨率、全球覆蓋、包含多光譜信息和數據易獲取等優勢,已成為環境監測與評價(林業工程[9],水體識別[10],氣溶膠反演[11])的關鍵技術,在礦區也獲得了一定的應用。成少平等[12]利用隨機森林算法進行遙感影像分類,進行了遷安市礦區信息的提取與演變研究;劉英等[13]基于Landsat 影像構建尺度化土壤濕度監測指數,研究了神東礦區土壤濕度的時空變化及影響因素。該類研究雖然取得了一定的成效,但僅注重單個環境因子的時空變化。針對該問題,徐涵秋提出了基于4 種人類最易感知的環境變量——綠度、濕度、熱度、干度分量,經主成分分析(Principal Component Analysis,PCA)構建了綜合遙感生態指數(Remote Sensing Ecology Index,RSEI),該指數所包含的信息完全來自遙感影像,可保證結果的客觀性,目前已在海島型城市[14]、城市群[15]取得較好應用。李晶等[16]基于RSEI構建了改進的像素級生態服務價值計算模型,評價了兗州礦區30 a 間的生態累積效應;劉虎等[17]利用RSEI監測南四湖地區生態環境時空變化特征,發現湖區生態環境因受到地下采煤活動的擾動而變差。上述研究成效顯著,但目前基于遙感影像構建綜合生態評價指數時,仍存在的問題有:① 大多數研究的數據源選擇了等間隔年份的單景影像,單景影像獲得的地面信息易受降水、氣溫變化影響,其生態狀況穩定性較差;② 分析方法限于統計分析,未對研究區生態環境的空間異質性進行定量研究;③ 較低采掘強度下煤炭開采的生態環境效應存在爭議,而對煤炭儲存、運輸過程的生態效應關注較少。

本研究以2013—2020年Landsat 遙感影像為主要數據源,耦合RSEI模型與景觀生態指數模型[18-19],實現生態環境時空變化和空間異質性的定量分析;結合實例,研究煤礦開采對當地生態環境影響;建立緩沖區,分析煤炭采—儲—運空間格局的生態影響特征,并從自然和社會角度進行驅動力分析。研究成果可以為資源型城市經濟與生態環境協調可持續發展提供理論依據。

1 研究區概況

峰峰礦區位于河北省南部,山西、河南、河北三省交界處,如圖1所示。礦區地勢中部高、兩側低,西與太行山脈相接,東側向華北平原過渡;氣候上屬于暖溫帶半濕潤大陸性季風氣候;境內已探明煤、石灰石、瓷土等多種礦產資源。峰峰礦區作為典型的資源型礦業城市,研究該區的生態環境質量時空格局,對于同類型城市轉型發展具有較好的參考意義。

圖1 研究區概況Fig.1 Overview of the study area

2 數據源與研究方法

研究流程如圖2所示。基于遙感生態指數RSEI與景觀指數模型,通過緩沖區分析、實例分析及多因素相關性分析,研究峰峰礦區生態環境時空變化和煤炭采—儲—運空間格局的生態影響,并分析生態環境變化的驅動機制。

圖2 研究流程Fig.2 Study process

2.1 數據源與預處理

在美國地質勘探局網站(https:∥www.usgs.gov/landsat-missions/landsat-collection-1)獲取了Landsat8地表反射率產品(Landsat 8 Surface Reflectance Tier 1),該產品已經過輻射定標和大氣校正[20];在美國國家海洋和大氣管理局網站(https:∥ngdc.noaa.gov/eog/viirs)獲取了VIIRS 夜光遙感影像;從LP DAAC實驗室發布的NASA DEM 數據集(https:∥search.asf.alaska.edu)中提取12.5 m 分辨率數字高程模型;參考相關研究[21]及衛星影像,得到研究區部分矸石山位置。

對經過去云、裁剪后的Landsat8 影像進行年度均值合成,得到2013—2020年地表反射率時序數據。將裁剪后的Landsat、VIIRS 影像、DEM、矢量數據投影到CGCS2000 坐標系中。

2.2 遙感生態指數RSEI

遙感生態指數是根據人類感知最明顯的綠度、濕度、溫度和干度4 種環境指標經主成分分析法加權計算所得[14]。RSEI的表達式為

式中,G為綠度分量,使用NDVI表達;W為濕度分量,選取遙感影像纓帽變換后的濕度分量[22];H為熱度分量,選取地表溫度(Land Surface Temperature,LST)[23]進行表征;D為干度分量,選取建筑裸土指數(Normalized Difference Build-up and Soil Index,NDBSI)[14]進行表達。

對各分量進行PCA 分析,并對第一主成分進行歸一化處理,即得到RSEI,其值越接近1,表明生態環境越好;反之,表明生態環境越差[15]。為便于統計分析生態環境的空間分布和時序變化,使用自然斷點法將RSEI分為Ⅰ(0.8～1.0)、Ⅱ(0.6～0.8)、Ⅲ(0.4～0.6)、Ⅳ(0.2～0.4)、Ⅴ(0～0.2)5 個等級。

2.3 生態環境空間異質性定量分析

景觀指數包含了高度精練的景觀格局信息,是分析研究對象組成與配置、分布與變化的有效手段,已在土地利用變化研究中得到廣泛應用[24-28]。為定量研究生態環境的空間異質性,耦合RSEI與景觀指數模型,基于Fragstats 軟件,在景觀水平上選取8 個指標(表1),探究生態環境斑塊破碎度、各等級聚集性及其變化特征。

表1 景觀指數選取及說明Table 1 Selection and description of landscape index

2.4 煤炭采—儲—運空間格局的生態影響分析

煤炭生產涉及開采、儲存和運輸過程,在礦區城市內部,3 個環節共同組成了煤炭采—儲—運的空間格局,共同影響鄰域的生態環境。緩沖區分析即在點、線等實體周邊不同寬度范圍內建立與目標圖層的疊加關系,已成為研究人類活動生態效應的重要方法。本研究基于ArcGIS 平臺,以矸石山和鐵路要素為中心,劃分多環緩沖區,統計各緩沖區的RSEI均值,探究煤炭采—儲—運過程的生態環境效應及其時間變化特性。

2.5 相關性分析

為了解研究區生態環境的影響因素,有必要進行驅動力分析。當地生態環境除了受氣候條件、煤炭開采、存儲和運輸的影響外,還與地形、植被覆蓋、土壤濕度等自然因素和經濟建設等社會因素有一定關聯。相關性是評價不同要素間關聯度的重要指標,是判斷不同因子間耦合協同關系的主要方法之一。相關性分析已在探討環境變化的驅動因素中得到應用[13],計算方法公式為

式中,C(A,B)為指標A、B間的相關系數,其絕對值越接近1,說明兩者之間的相關性越強。

選取高程和坡度作為地形影響因子,年度最大值合成的NDVI[28]作為植被影響因子,SMMI為土壤濕度影響因子(SMMI值越大,土壤濕度越低),燈光數據作為經濟建設影響因子。通過計算RSEI與各因子間的相關系數,分析不同驅動因素的環境影響。

3 結果與討論

3.1 生態環境時空變化

本研究通過RSEI均值、頻率直方圖統計及變化分析,定量研究生態環境空間分布及變化。

3.1.1 生態環境時序變化

2013—2020年峰峰礦區RSEI的時序變化統計結果如圖3所示。由圖3 可知:研究區年度RSEI均值呈“2013—2015年增大,至2017年減小,至2018年增大,最終在2021年減小至0.492”的變化特征,總體增大。表明2013—2020年峰峰礦區生態環境質量呈現波動性變化,其中2013、2015、2017、2018 和2020年為RSEI均值的變化節點年份。

圖3 峰峰礦區RSEI 時序變化特征Fig.3 Temporal variation characteristics of RSEI in Fengfeng mining area

圖4 為RSEI的頻率直方圖,統計分析了變化節點年份的RSEI分布情況。分析可知:一方面從各等級變化看,Ⅰ級和Ⅴ級無明顯變化,Ⅱ級頻率在2018年達到最大,但總體未發生明顯變化,Ⅳ級頻率總體減小,Ⅲ級頻率總體增大;另一方面從各年份RSEI直方圖變化看,頻率分布的期望正向RSEI較大的方向移動。說明盡管RSEI均值未發生明顯變化,但其組成與結構改善明顯,反映出峰峰礦區采取的一系列環保措施取得了階段性成效。

圖4 峰峰礦區RSEI 頻率直方圖Fig.4 Frequency histogram of RSEI in Fengfeng mining area

3.1.2 生態環境空間分布

對變化節點年份RSEI的空間分布情況進行了分析[27],結果如圖5所示。由圖5 可知:在不同等級空間分布上,Ⅲ級分布最廣泛,東北部、中北部、西北端、西南部生態環境較好,除了2013年Ⅳ級生態質量在中西部呈連片分布外,其余年份Ⅳ、Ⅴ級在中部地區分布較多,在滏陽河流域較為聚集,在其余地區較為破碎。在不同等級分布的變化上,與2013年相比,Ⅲ級的面積逐漸擴大,有向內外擴張和連通趨勢,Ⅳ級地區有沿中部鼓山形成一種“V”形分布的趨勢。

圖5 峰峰礦區生態環境空間分布Fig.5 Ecological environment spatial distribution in Fengfeng mining area

研究區西北端、西南部和中部山區植被覆蓋較多,相關部門發展第三產業,在此建設了多個旅游景觀,保持了當地的生態結構和功能;東北部地處平原地區,且有濕地分布,水源充足,第一產業占比較大,生態環境總體較好。滏陽河位于中南部,是該地區水源地之一,因此沿岸開展了城市建設活動,對生態環境產生了較強的擾動;鼓山兩側礦產資源豐富,因此研究區內第二產業多分布于此,與之相應,交通、經濟也在此處取得較好的發展,但此類活動的生態負效應較強。

3.1.3 生態環境空間變化

為監測生態環境空間變化,將2020年與2013年RSEI圖像進行疊加分析,計算其變化值及變化率,結果如圖6所示。RSEI的變化范圍為-0.7～0.6,變化率范圍為-100%～200%。生態環境輕微改善的占比最大,為35.8%;其次為輕微退化部分,主要分布在東部地區且有明顯的紋理特征,占比為33.3%;而環境明顯改善的區域主要分布在西南部平原地區,占22%;最后為環境明顯退化的區域,主要位于東部和東南部且分布集中。

圖6 峰峰礦區生態環境空間變化Fig.6 Spatial change of ecological environment in Fengfeng District

研究區中部鼓山、元寶山為生態保護區,環境未發生明顯變化,反映出在現行環保措施下可以較好地保持此處生態功能。環境惡化區域有明顯的紋理特征,城鎮不透水面、交通路線周邊的生態環境退化嚴重,由于城鎮建設重心東移,東部大量耕地轉變為城鎮用地,導致生態環境變差,這與鄭子豪等[27]的研究結論一致。將生態環境退化嚴重部分與2013年、2020年的衛星影像的紋理特征進行對比發現,生態退化的主要原因是新建工業場地、煤矸石堆和城鎮交通建設。由此可見,城鎮化發展重心轉移、工業發展、礦產采運和路網建設會影響周邊的生態環境,這與陳曉輝等[25]的研究結論一致。

3.2 生態環境空間聚集與破碎性分析

2013、2015、2017、2018、2020年幾個RSEI變化節點年份的景觀指數取值見表2。由表2 可知:從斑塊角度看,NP與PD先增大后減小,2020年相比2013年增大了17%,說明研究區內斑塊數量增大,平均面積減小,斑塊的破碎程度增強;從景觀異質性指數上看,CONTAG和IJI變化規律一致,先增大再減小,后增大,2020年相比2013年分別增大了3.7%、4.3%;從景觀空間關系上看,SHDI減小約10%,表明各環境等級的非均衡分布現象更為明顯,而AI出現輕微減小,SPLIT從6.4%降至3.1%,DIVISION從84.5%降至68.2%,表明斑塊間的聚集性降低。

表2 峰峰礦區RSEI 景觀指數計算結果Table 2 Calculation results of landscape index of RSEI in Fengfeng mining area

3.3 煤炭采—儲—運過程的生態影響分析

3.3.1 煤炭開采生態影響

現階段,對礦山開采沉陷區生態環境影響的研究大多基于西部集約化高強度采區,當地受城市建設、土地利用變化等人為因素影響較少。而東部城市礦區煤炭開采方式以井工礦“三下”采煤為主,為探究其對生態環境的影響,以研究區某礦為例分析礦山開采對采動影響區的生態效應。該礦于2016—2017年在村莊下進行回采作業,煤層平均開采深度為600 m,平均采厚4.2 m,工作面分布如圖7所示。根據2015—2020年水準測量和概率積分法預計結果[26],自工作面向北劃定了采動影響范圍并向外擴展100 m,以其外接矩形為試驗區,由于遙感影像水體掩膜造成工作面以南數據缺失,因此并未向南延伸。根據礦區采掘工作規劃,試驗區以北未進行開采作業,因此選取試驗區北部為對照區。

圖7 煤礦采區示意Fig.7 Schematic of coal mining area

根據工作面開采時間按影像云層覆蓋量篩選出的2015年8月13日、2016年7月30日、2018年7月20日、2020年8月10日共4 景生長季Landsat 8 遙感影像,構建的試驗區和對照區的遙感生態指數如圖8所示。總體上,試驗區生態質量變化較小,而對照區生態質量變化較大。

圖8 試驗區與對照區RSEI 空間分布Fig.8 Spatial distribution of RSEI in test area and control area

試驗區南端水庫區域生態環境發生較明顯變化。結合研究區歷史衛星影像(圖9)和實地調研發現,當地拓寬耕地侵占了大量原有灘涂和水域,水庫界線向東移動,而其余區域未發生明顯變化。開采沉陷對周邊區域生態環境影響較小,可能的原因是在該地區工作面深厚比條件下,開采強度較小,煤炭開采對環境的影響未達到自然環境自修復能力的“閾值”。對照區中部環境較差區域的范圍逐年縮減,則與當地將原本荒地開墾為耕地并進行邊坡治理有關(圖9)。此外,2020年貫穿研究區東西方向的主干道建設完畢,對道路及周邊地區的生態環境造成了一定的影響。

圖9 對照區典型土地利用變化Fig.9 Typical change of land use in control area

3.3.2 煤炭儲運生態影響梯度特征

除了煤炭開采外,煤炭儲存和運輸是煤礦生產的重要環節,同樣對生態環境有一定的影響。以矸石山、鐵路要素為中心,建立多環緩沖區,統計RSEI隨距離的變化。在緩沖區大小選取上,參考相關研究成果[25],確保在發現RSEI變化規律的同時避免多個緩沖區復合影響,通過多次試驗,確定在矸石山2 600 m 范圍、鐵路1 000 m 范圍內分別建立多環緩沖區,如圖10所示。由圖10 可知:煤炭堆積對生態環境的影響呈現梯度特征,大致分為4 級,各年份中,第1 級梯度的距離閾值均為200,第2 級梯度的距離閾值由600 m(2013—2017年)縮減為400 m,第3 級梯度的距離閾值均為1 000 m,第4 級梯度的距離閾值由1 800 m(2013—2015年)縮減到1 600 m;鐵路作為煤炭運輸的主要路線,在空間位置上與煤炭堆積有較強的相關性,觀察曲線變化可以發現,曲線斜率變化較大的距離出現在兩處,分別為200 m 和700～800 m。結合兩者統計結果可知:煤堆緩沖區的第2 級梯度閾值與鐵路緩沖區的第2 個RSEI斜率零點位置相吻合,說明兩種地物對于生態環境的影響有復合效應,復合影響的距離閾值從800 m 縮減為700 m 左右。

圖10 緩沖區內RSEI 隨距離的變化Fig.10 Variation of RSEI in buffer zone with distance

總體來看,煤堆和鐵路的生態影響范圍正在縮小,煤炭采運過程的復合生態影響范圍縮減,說明生態治理取得一定成效。除了2013年外,其余年份RSEI均值高于2020年,說明影響范圍在縮減的同時,其影響程度加深。原因可能是在能源緊缺的背景下,煤炭開采進度加快,采煤、堆煤、運煤量增加,產生更多的粉煤灰、重金屬等污染物,增大了對周邊植被、土壤、地表水的污染程度。

3.3.3 煤炭采—儲—運區域與其他區域RSEI 對比分析

為對比煤炭采—儲—運區域與其他區域RSEI的差異性,結合3.3.2 節分析結論,對矸石山1 800 m、鐵路要素800 m 范圍的緩沖區進行合并,因矸石山與煤礦采區通常具有空間毗鄰關系,因此緩沖區范圍內已基本包含煤礦采區。研究區煤炭采—儲—運的空間格局信息提取結果如圖11所示。

圖11 峰峰礦區煤炭采—儲—運區域示意Fig.11 Schematic of coal mining-storage-transportation area in Fengfeng District

采—儲—運區域RSEI均值為0.45,標準差為0.13,其他區域均值為0.51,標準差為0.10。在各等級生態質量占比上,由表3 可知:兩區域生態質量各等級的占比情況類似,均為Ⅲ級最多,V 級最少,二者的主要差異在于,采儲運區域Ⅳ級和Ⅴ級占比高于其他區域,而Ⅲ級、Ⅱ級占比略低。對比2020年與2013年各等級占比,兩區域Ⅳ級分別減少了11.08%和22.1%,Ⅲ級分別增加了14.04%和25.43%。

RSEI均值與標準差的差異表明,煤炭工業對研究區生態環境及其穩定性造成了一定的擾動。二者生態環境等級的差異主要在于較差環境占比上,主要由于環境較差區域生態調節能力較差,對人為擾動的敏感性更強。Ⅳ級面積減少、Ⅲ級面積增加,反映出兩類區域生態環境結構均得到優化。

3.4 驅動力分析

從表4 中可以看出:RSEI與高程、坡度、NDVI有較穩定的正相關關系,與燈光指數有較穩定的負相關關系,與SMMI的相關關系不穩定,總體呈較弱的負相關性。

表4 相關系數計算結果Table 4 Calculation results of correlation coefficients

生態環境與高程和坡度呈正相關關系,是因為絕大多數人類活動處于地勢較低且地形平坦處,地勢高的區域主要用于開發旅游業,植被覆蓋率高,植被防風固土、涵養水源的能力又反過來對該區域環境起到改良作用,結合3.1.2 節的結論來看,以中部山區為代表區域形成了較穩定的生態系統。RSEI與SMMI相關性較差,這與劉英等[13]的研究結論有區別,可能原因有:首先,以往研究區多位于西部干旱、半干旱區域,而本研究區位于華北地區,影響研究區環境的生物物理因素不同;其次,采煤沉陷造成農作物無法正常生長,間接影響周邊環境,將采煤塌陷地改為魚塘[29],可能是導致環境質量與土壤濕度相關性不明顯的原因之一。

根據以上結論,在制定環保政策時,應采取差異化治理措施,因地制宜進行生態治理。在城鎮建成區,面對生態環境景觀斑塊破碎化日漸明顯的問題,應注意通過城市周邊綠化帶阻隔較差生態環境斑塊向周邊較好地區連通;在耕地區域,在保證糧食作物充足供應下,適當種植常綠樹木,改善農業用地生態環境季節性差異大的不足;維持生態保護區和生態風景區的植被覆蓋現狀,在改善山區交通狀況的同時注意道路網絡建設對環境的影響;在煤炭開采過程中,貫徹“防微杜漸”的思想,采取充填開采、條帶開采[30-31]等環境友好型開采方式,采取邊采邊復[32]的土地復墾措施,充分利用礦區生態調節功能和自修復能力[33];同時,煤炭存儲與運輸過程的環境負效應不容忽視,建立礦區生態環境影響的生態紅線,采取灑水降塵、邊坡治理等措施控制影響范圍,降低煤炭開采、存儲、運輸的生態危害。

4 結論

通過耦合RSEI和景觀生態指數模型,定量研究了峰峰礦區2013—2020年生態環境的時空格局和空間異質性變化特征;結合某礦開采工作面實例,研究了開采沉陷對生態環境的影響;構建緩沖區,對煤炭儲存、運輸過程的生態效應進行了探索;根據相關系數探究了峰峰礦區生境質量與驅動因素間的協同關系。所得結論如下:

(1)2013—2020年峰峰礦區生態環境質量呈現波動性變化,年度RSEI均值變化較小,但生態環境組成和配置明顯改善。

(2)峰峰礦區生態環境空間異質性增強。從斑塊特征和景觀異質性上看,峰峰礦區斑塊數量增大,平均面積減小,CONTAG、IJI增大,斑塊的破碎程度加劇;從景觀空間關系上看,SHDI、AI、DIVISION發生不同程度減小,生態環境等級非均衡分布現象更為明顯,斑塊間的集聚性降低。

(3)煤炭采—儲—運空間格局對生態環境質量及其穩定性具有一定的擾動作用。煤炭開采對采動影響區的環境影響較弱,煤炭儲運過程的生態效應具有一定的梯度特征。復合生態影響范圍縮減和生態環境結構優化,反映出當地生態治理取得了一定的成效;土地利用變化是驅動峰峰礦區生態環境變化的重要原因。

(4)在驅動力上,峰峰礦區生態環境質量與高程、坡度、植被覆蓋有較穩定的正相關關系,與燈光指數有較穩定的負相關關系,與土壤濕度的相關關系不穩定,總體呈較弱的負相關性。