京西“一線四礦”礦山環境變化的遙感監測分析

摘 要：京西“一線四礦”地區是重要的煤礦集區，也是北京市規劃建設的重點區域。以2013年、2019年、2021年衛星影像為基礎，選擇典型地表要素指標（礦山建筑、礦山開發占地、礦山環境恢復治理區）、植被定量指標（植被覆蓋度）作為礦山環境特征標志，利用遙感監測技術分析了近十年來王平村煤礦、大臺煤礦、木城澗煤礦、千軍臺煤礦關停前后礦山環境變化情況，并探討了影響其演化過程的主要因素。結果表明：2013—2021年，大臺礦區、木城澗礦區礦山建筑面積分別增加了1.9 hm2和1.6 hm2；王平村礦區、千軍臺礦區礦山開發占地分別減少了8.0 hm2和4.1 hm2，恢復治理區面積分別增加了11.2 hm2和5.5 hm2；王平村礦區、大臺礦區、木城澗礦區、千軍臺礦區平均植被覆蓋度分別提高了2.8%、1.1%、4.6%、0.3%。總體來看，京西“一線四礦”礦山環境狀況向好發展，影響礦山環境的主要因素包括關停時間、人工干預程度、政策支持力度等。

關鍵詞：“一線四礦”；遙感監測；煤礦；礦山環境；植被覆蓋度

Remote sensing monitoring of environmental changes of \"One Line and Four Mines\" in West Beijing

LI Huan1， ZHANG Qinrui1， ZHANG Bo1， HUANG Yong1， SUN Yuchen2， JIA Yanhui2， LIU Lei1， LIU Ruiyan1

（1.Beijing Institute of Ecological Geology， Beijing 100120， China；

2.School of the Earth Sciences and Resources， China University of Geosciences， Beijing 100083， China）

Abstract： The \"one line and four mines\" area in western Beijing is an important coal-mining area and a key area for Beijing's planning and construction. Based on the satellite images in 2013， 2019 and 2021， this paper selects typical surface element indicators （mine buildings， mine development land occupation， mine environment restoration and treatment area） and quantitative vegetation indicators （vegetation coverage） as the indicators of mine environment characteristics. Using remote sensing monitoring technology， this paper analyzes the changes of mine environment before and after the closure of Wangpingcun Coal Mine， Datai Coal Mine， Muchengjian Coal Mine and Qianjuntai Coal Mine in the past ten years， and discusses the main factors affecting their evolution process. The results show that from 2013 to 2021， the construction area of Datai Coal Mine and Muchengjian Coal Mine increased by 1.9 hm2 and 1.6 hm2 respectively. The development area of Wangpingcun Coal Mine and Qianjuntai Coal Mine decreased by 8.0 hm2 and 4.1 hm2 respectively. And the areas of restoration and treatment increased by 11.2 hm2 and 5.5 hm2 respectively. The average vegetation coverage of Wangpingcun Coal Mine， Datai Coal Mine， Muchengjian Coal Mine and Qianjuntai Coal Mine increased by 2.8%， 1.1%， 4.6% and 0.3% respectively. On the whole， the environment of the \"one line and four mines\" in western Beijing is developing well. The main factors affecting the environment include the shutdown time， the degree of manual intervention， and the strength of policy support.

Keywords： One Line and Four Mines; remote sensing monitoring; coal mine; mine environment; vegetation coverage

我國曾是以煤炭為主要能源的國家，煤炭資源的大規模開采為經濟發展提供了重要的物質保障。北京市門頭溝區是典型的煤礦集區，煤礦資源儲量豐富，煤田總面積700 km2，重要煤礦如王平村煤礦、大臺煤礦、木城澗煤礦、千軍臺煤礦均位于門頭溝區。北京西山的煤礦開采歷史可追溯至遼代，為北京市社會進步作出重大貢獻（王德起等，2007）。高頻度、大面積、長時間的礦產開采活動也會引發一系列的生態地質環境問題，如礦山地質災害（地面塌陷、崩塌、滑坡、泥石流、地裂縫）、地形地貌景觀破壞、水土資源破壞、含水層破壞等（He et al.，2021；李巖等，2016；馬學利，2021；劉宗明等，2022；華金玉，2022）。

遙感技術在對地觀測中具有客觀、高效、多時相、信息量大等優點，廣泛應用于礦產調查、水工環地質勘查、生態地質監測等領域（李志忠等，2021；孫迪，2021；Townshend et al.，2002）。近年來，生態環境保護力度持續加強，遙感技術在礦區生態環境監測中發揮了越來越重要的作用，地表要素類型識別與分類、植被要素定量是礦區生態環境遙感的主要研究方向（汪云甲，2017；張成業等，2022）。隨著衛星數量的不斷增多，遙感數據類型也呈現出多樣化的發展趨勢，包括谷歌地球影像、天地圖衛星影像、SPOT影像、高分衛星影像等，空間分辨率為0.5～30 m，遙感解譯方法包括目視解譯、機器學習方法等。

本文以京西“一線四礦”及周邊區域生態地質專項調查與評價示范項目為依托，以王平村煤礦、大臺煤礦、木城澗煤礦、千軍臺煤礦作為重點研究區，利用遙感技術對礦山建筑、礦山開發占地、礦山環境恢復治理區等典型地表要素進行解譯識別，對植被覆蓋度進行定量分析，監測分析2013—2021年礦山環境變化情況，并對礦山生態修復成效進行初步評估，為后續改善礦山環境、制訂生態修復措施提供有效科學依據。

1" 研究區概況

門頭溝區位于北京城區正西偏南，地處華北平原向蒙古高原過渡的山地地帶，轄區總面積約1 447.85 km2。中緯度大陸性季風氣候，年平均氣溫11.7℃，年平均降水量528 mm；主要發育永定河，在大臺街道境內發育一條自西南向東北流向支流，為研究區最大支流。京西“一線四礦”位于門頭溝區東部，其中“一線”指“門大線”鐵路，（門頭溝站至木城澗站）線路全長33.4 km，全線共設12座車站，在門頭溝站與市郊鐵路“京門線”接軌；“四礦”則為沿門大線依次分布的王平村、大臺、木城澗和千軍臺4座煤礦。結合“一線四礦”空間位置及周邊水系流域分布情況，同時考慮各生態地質要素資源的分布特征，選擇山脊（分水嶺）作為邊界，圈定出研究區總面積為287 km2。以煤礦核心區為中心，向外圍輻射一定距離，劃定重點研究區751 hm2，其中王平村礦區305 hm2，大臺礦區116 hm2，木城澗礦區210 hm2，千軍臺礦區120 hm2。研究區位置示意見圖1。

2" 材料與方法

2.1" 數據來源

選取了3期衛星遙感數據，分別為2013年的SPOT-6衛星影像、2019年的SPOT-7衛星影像，以及2021年的GF-1衛星影像。對影像數據進行了坐標投影、輻射校正、正射校正、幾何校正、影像融合等預處理，數據精度和質量能夠滿足研究工作的要求。

2.2" 遙感信息提取

本文選擇典型地表要素指標（礦山建筑、礦山開發占地、礦山環境恢復治理區）、植被定量指標（植被覆蓋度）作為礦山環境特征標志，其中典型地表要素指標反映了礦山環境受人為活動干擾的程度，植被定量指標反映了自然生態狀況。

2.2.1" 礦山建筑

礦山建筑包括用于礦山生產加工的廠房以及居民樓、辦公樓等配套設施，承擔著礦山開采時期的生產、生活等功能。從遙感影像特征分析（圖2），礦山建筑一般位于礦山附近區域，建筑物密集，植被與建筑物相間分布，多見藍頂廠房。

2.2.2" 礦山開發占地

礦山開發占地是指礦山開采活動所占用的土地，主要包括開采區域、矸石堆等與采礦工作密切相關的活動占地。區內煤礦以地下開采方式為主，故在遙感影像上少見開采區域。從遙感影像特征分析（圖3），煤矸石堆（圖3-a紅色虛線內）呈不規則或倒石堆狀，顏色暗沉，與周圍地物界限清晰，無植被覆蓋。

2.2.3" 礦山環境恢復治理區

礦山環境恢復治理區是采取人工干預手段，以改善礦山生態環境的區域。一般分為2種情況，一種是劃定恢復治理區，適當管理，以植被自然生長為主；另一種是自然恢復能力差，采用人工種植植被的方式進行強行干預。從遙感影像特征分析（圖4），人工種植植被區（圖4-a紅色虛線內）一般呈現規則形狀，人工痕跡明顯；自然生長植被區一般植被分布稀疏，覆蓋度相對低于周邊區域，邊界自然。

2.2.4" 植被覆蓋度

歸一化植被指數NDVI（Normalized Difference Vegetation Index）反映了近紅外波段與紅光波段比值關系的函數（公式1）（徐思瑜等，2022），其中植被對近紅外波段具有高反射特點，對紅光波段具有高吸收特點（張會霞等，2022；劉瑞瑤等，2022；黃智卿等，2022）。

（1）

式中，NIR、R分別為近紅外波段、紅光波段的反射值，NDVI的計算值范圍為-1～1。

植被覆蓋度FVC（Fractional Vegetation Cover）是指單位面積內植被葉、莖、枝等地上部分在地面垂直投影的面積占比，能夠在一定程度上反映研究區的生態環境變化情況（吳晶晶等，2023；王曉蕾等，2022；張家政等，2022）。本文利用歸一化植被指數，采用像元二分模型進行反演，對植被覆蓋度進行定量提取與分析（公式2）。

（2）

式中：NDVIsoil為裸土或者無植被覆蓋區域的NDVI值；NDVIveg為完全被植被區域覆蓋區域的NDVI值；FVC值，0～20%表示極低覆蓋度，20%～40%表示低覆蓋度，40%～60%表示中覆蓋度，60%～80%表示高覆蓋度，80%～100%表示極高覆蓋度。

3" 礦山環境變化特征

近年來北京市礦山開采活動已全部停止，關停的礦山陸續開展了生態修復治理。王平村礦區、大臺礦區、木城澗礦區、千軍臺礦區的投產時間、關停退出時間、化解產能等基本情況見表1。通過遙感監測技術對比研究區2013年、2019年、2021年的礦山環境特征，得到4個礦區原始衛星影像、典型地表要素指標（礦山建筑、礦山開發占地、礦山環境恢復治理區）、植被定量指標（植被覆蓋度）的空間分布情況，見圖5。

3.1" 王平村礦區

王平村礦區總占地面積305 hm2。從典型地表要素特征分析（圖6），2013—2019年礦山建筑面積為5.9～6.2 hm2，基本無明顯變化；礦山開發占地面積呈逐年減少趨勢，減少了8.0 hm2；礦山環境恢復治理區面積呈增加趨勢，增加了11.2 hm2。從植被覆蓋度特征分析，2013年、2019年、2021年植被覆蓋度表現出相同特征（表2），均是植被覆蓋度80%～100%分布面積最多，植被覆蓋度0～20%分布面積最少，其中植被覆蓋度低于60%的區域主要分布在礦山開發占地、礦山建筑及其周邊范圍。

3.2" 大臺礦區

大臺礦區總占地面積116 hm2。從典型地表要素特征分析，2013—2021年礦山建筑、礦山開發占地、礦山環境恢復治理區面積均呈現不同程度的增加趨勢，其中礦山建筑面積由30.0 hm2增加至31.9 hm2，礦山開發占地面積由10.9 hm2增加至14.1 hm2，礦山環境恢復治理區面積由1.0 hm2增加至3.8 hm2。從植被覆蓋度特征分析，2013年植被覆蓋度60%～80%的分布面積最大，2019年和2021年均是植被覆蓋度80%～100%的分布面積最大。

3.3" 木城澗礦區

木城澗礦區總占地面積210 hm2。從典型地表要素特征分析，2013—2019年礦山建筑、礦山開發占地面積略有增加，2019—2021年礦山建筑、礦山開發占地面積略有減少；2013—2021年礦山環境恢復治理區面積呈增加趨勢，2013年未發現明顯的恢復治理區，2019年增加至1.0 hm2，2021年達到3.1 hm2。從植被覆蓋度特征分析，2013年植被覆蓋度60%～80%的分布面積最大，2019年和2021年均是植被覆蓋度80%～100%的分布面積最大，其中2013—2021年植被覆蓋度低于60%的區域在逐漸減少。

3.4" 千軍臺礦區

千軍臺礦區總占地面積120 hm2。從典型地表要素特征分析，2013—2019年礦山建筑面積為8.5 hm2，到2021年增加至9.0 hm2；2013—2019年礦山開發占地面積由6.2 hm2減少至2.1 hm2，到2021年未發生明顯變化；2013年礦山環境恢復治理區面積基本為0，到2019年增加至4.3 hm2，2021年達到5.5 hm2。從植被覆蓋度特征分析，2013年、2019年、2021年植被覆蓋度表現出相同特征，均是植被覆蓋度80%～100%分布面積最多，植被覆蓋度0～20%分布面積最少，其中2013—2021年植被覆蓋度低于60%的區域在逐漸減少。

4" 討論

關停時間對礦山環境的影響較為顯著，一般情況下，關停時間越久，礦山環境越好。王平村煤礦于1994年關停，2016年退出，礦山整治、植被恢復等起步較早，從而表現為2013—2021年礦山開發占地面積明顯減少、礦山環境恢復治理區面積明顯增加、高植被覆蓋度區域擴大。2013—2021年大臺礦區礦山建筑、礦山開發占地面積均有所增加，說明近10年間礦山開發活動持續進行，這與大臺煤礦2020年關停的時間相吻合。

人工干預程度是影響礦山環境的另一重要因素。木城澗煤礦關停后暫處于閑置狀態，未進行大規模拆除，仍存在較多的采礦配套設施，因此礦山建筑、礦山開發占地面積未發生明顯變化。而千軍臺礦區自2015年關停退出后，已改造升級為千軍臺國家級安全生產事故預控與應急處置技術實驗實訓和科普基地，對礦山環境的人工干預程度較大，從而導致礦山開發占地面積的減小、礦山環境恢復治理區面積的增大。

2008年，北京市啟動廢棄礦山生態修復工程；2010年，原國土資源部發布了《國土資源部關于貫徹落實全國礦產資源規劃發展綠色礦業建設綠色礦山工作的指導意見》；2012年，黨的十八大將生態文明建設納入“五位一體”總布局，近10年來我國特別重視生態文明建設，一系列舉措全力保護生態環境。2013—2021年王平村礦區平均植被覆蓋度提高了2.8%，礦山環境恢復治理區面積增加了11.2 hm2；大臺礦區平均植被覆蓋度提高了1.1%，礦山環境恢復治理區面積增加了2.8 hm2；木城澗礦區平均植被覆蓋度提高了4.6%，礦山環境恢復治理區面積增加了3.1 hm2；千軍臺礦區平均植被覆蓋度提高了0.3%，礦山環境恢復治理區面積增加了5.5 hm2，說明礦山環境在逐漸改善。

礦山環境恢復治理區的植被覆蓋度能夠反映礦山修復效果，從圖7可看出，千軍臺礦區、王平村礦區的植被修復效果相對較好，大臺礦區的修復效果相對較差。同時應注意到的是，礦山環境恢復治理區植被覆蓋度普遍小于相應礦區平均植被覆蓋度，說明需持續進行植被恢復，逐步提升恢復治理效果。

5" 結論

1）關停時間、人工干預程度、政策支持力度等是影響礦山環境的重要因素。千軍臺礦區、王平村礦區的植被修復效果相對較好，這與礦山開發占地面積較小、礦山環境恢復治理區面積增加的解譯結果一致。

2）2013—2021年4個礦區的礦山環境恢復治理區面積增加了3.1～11.2 hm2，平均覆蓋度提高了0.3%～4.6%，由此可見礦山環境狀況呈向好趨勢，說明生態文明建設在改善礦山環境方面的效果較為顯著。

3）礦山開發占地可能造成地質災害、水土污染、景觀破壞等一系列生態問題的可能性大于礦山建筑，人為干預優先選擇礦山開發占地，因此礦山開發占地面積的減小幅度普遍大于礦山建筑面積。

參考文獻

華金玉， 2022. 北京市地質災害防治工作探析［J］. 城市地質， 17（1）： 8-12.

黃智卿， 宮阿都， 2022. 延安市1999—2019年植被覆蓋時空變化特征［J］. 河北農業大學學報， 45（3）： 97-104.

李巖， 趙中鋒， 2016. 北京露天廢棄礦山地質環境治理模式探討［J］. 城市地質， 11（2）： 20-25.

李志忠， 穆華一， 劉德長， 孫萍萍， 黨福星， 劉拓， 賈俊， 王建華， 韓海輝， 馬維峰， 湯曉君， 李文明， 趙君， 2021. “遙感先行”服務自然資源調查技術變革與調整［J］. 地質與資源， 30（2）： 153-160.

劉瑞瑤， 許麗， 豐菲， 劉瑩， 張新蕾， 2022. 2000-2018年烏海市植被覆蓋度時空變化［J］. 水土保持研究， 29（2）： 265-273.

劉宗明， 劉連剛， 鄭桂森， 齊如明， 王繼明， 趙勇， 徐吉祥， 2022. 北京城市地質條件適宜性評價體系研究［J］. 城市地質， 17（2）： 164-174.

馬學利， 2021. 北京閉坑金礦山對土壤地質環境及農產品質量影響探討［J］. 城市地質， 16（3）： 276-286.

孫迪， 2021. 水工環地質勘察及遙感技術在地質工作中的應用［J］. 華北自然資源（4）： 36-37.

汪云甲， 2017. 礦區生態擾動監測研究進展與展望［J］. 測繪學報， 46（10）： 1705-1716.

王德起， 王霖琳， 朱海坤， 蓋海鵬， 2007. 門頭溝煤礦區生態修復功能及生態農業工程規劃［J］. 農業工程學報（11）： 138-141.

王曉蕾， 石守海， 陳江朝霞， 2022. 黃河流域植被覆蓋度變化及驅動因素［J］. 中國環境科學， 42（11）： 5358-5368.

吳晶晶， 焦亮， 張華， 杜達石， 朱許麗， 車曦晨， 2023. 生態修復前后祁連山地區植被覆蓋變化［J］. 生態學報， 43（1）： 408-418.

徐思瑜，于海明，徐譽維，張熠斌，沈海鷗，2022.基于RSEI指數的吉林省四平市生態環境質量變化分析［J］.城市地質，17（4）：477-484.

張成業， 李軍， 雷少剛， 楊金中， 楊楠， 2022. 礦區生態環境定量遙感監測研究進展與展望［J］. 金屬礦山（3）： 1-27.

張會霞， 李永梅， 張娜， 2022. 汾河流域植被覆蓋度時空特征與地形因子的關系［J］. 水土保持通報， 42（1）： 353-359+368.

張家政， 李崇貴， 王濤， 2022. 黃土高原植被覆蓋時空變化及原因［J］. 水土保持研究， 29（1）： 224-230+241.

HE Feng， LIU Chunxue， LIU Hongjiang， 2021. Integration and Fusion of Geologic Hazard Data under Deep Learning and Big Data Analysis Technology ［J］. Complexity（23）：2871770.

TOWNSHEND J R G， JUSTICE C O， 2002. Towards operational monitoring of terrestrial systems by moderate-resolution remote sensing ［J］. Remote Sensing of Environment， 83（1-2）： 351-359.