靈泉露天礦生態修復效果及驅動因素分析

鄒蘭蘭，馮啟言，郝 明，孟慶俊，王立艷，秦東富

（1.中國礦業大學環境與測繪學院，江蘇 徐州 221116；2.扎賚諾爾煤業有限責任公司，內蒙古 滿洲里 021410）

煤炭是我國重要能源之一，但煤礦的露天開采會嚴重損壞自然生態環境，引發一系列環境問題，甚至會破壞大量的土地資源，阻礙社會經濟發展和生態環境不斷優化，因此，露天礦閉坑后的生態修復極為重要。植被覆蓋狀況是反映生態修復效果的重要指標，分析其驅動因素不僅可以為礦區后續的生態修復提供科學依據，而且對類似露天礦的生態修復也具有重要參考意義。

礦區植被覆蓋度動態監測以及植被變化趨勢分析是研究煤礦露天開采對區域生態環境影響的重要內容[1]，可以用來判斷生態修復的效果及生態系統的結構穩定性，以便及時調整生態修復對策。植被覆蓋度變化是反映礦區環境變化的重要指標[2]。ROUSE 等[3]最初提出歸一化植被指數（NDVI），旨在研究區域尺度和全球性的植被生長狀態和生長趨勢情況，由于NDVI 在反映植被的生長狀況、覆蓋程度及光合作用的強度方面較為準確[4-5]，同時在提取研究區植被覆蓋信息方面應用也較為廣泛[5-6]，目前已成為植被變化研究最常用的指標[7]。

利用遙感技術監測植被覆蓋度變化，可快速、準確分析礦區生態修復效果[8]，因此，國內外學者陸續開展了一系列研究。國外學者最初使用Landsat 數據提取植被覆蓋度，并對其進行動態監測。RAIMUNDO等[9]基于Landsat TM 影像監測了巴西亞馬遜流域礦區的土地利用/覆蓋情況，研究發現研究區的土地退化面積在逐年增加；ERENER[10]采用遙感影像監測了土耳其露天礦區1987—2006 年地表植被變化特征；KERGOAT 等[11]利用遙感影像的短波紅外監測了干旱地區的植被覆蓋度；GUTMAN 等[12]還研究了植被變化情況與降雨、氣溫等氣象因子之間的關系，證明了氣候對植被的影響。近年來，國內在礦區生態環境監測和利用遙感數據監測研究煤礦露天開采導致的環境問題方面取得了較大進展[13]。汪桂生等[14]利用MODIS NDVI 時間序列產品提取了2005—2014 年淮南礦區的植被覆蓋度，并分析了其時空演化特征；李林葉等[15]以呼倫貝爾草原為研究對象，基于2000—2016 年的MODIS 數據分析了呼倫貝爾草原植被年際空間分布變化規律，結合氣象數據在區域尺度上分析了植被覆蓋度年際變化及其與氣候因子的關系。目前，高寒地區露天礦的生態修復尚處于起步階段，因此，針對高寒地區露天礦開展的生態修復效果及其驅動因素分析的研究較少，生態修復效果的驅動因素也尚不明確。

針對上述問題，本文以靈泉露天礦為例，利用2009—2022 年共11 期Landsat 遙感影像數據（其中，2010 年、2012 年、2014 年礦區植被生長期的影像含云量較大，故剔除），基于像元二分模型對高寒地區露天礦的礦坑及周邊排土場植被覆蓋度進行動態分析，以期評估高寒地區露天礦區生態修復治理成效及存在問題，為后續的生態修復提供依據。

1 研究區域與數據來源

1.1 研究區概況

靈泉露天礦位于內蒙古自治區呼倫貝爾市扎賚諾爾煤田中北部（圖1），整個礦區的面積約為1 809.02 hm2[16]。研究區屬中溫帶半干旱大陸性季風氣候帶[17]，全年平均氣溫較低，植被生長期短。靈泉露天礦開工建設于1960 年，于2017 年10 月正式關閉，經過近60 年的露天開采，形成了礦坑、東排土場、南排土場，其中，礦坑面積約500 hm2，東排土場及南排土場面積約為1 300 hm2[18]。礦區自2012 年10 月開始陸續開展生態修復工作，在礦坑北部植樹種草，開始了局部修復。2017 年10 月煤礦正式關閉后逐步擴展了修復范圍，開始了大面積的生態修復與治理，進行復合式綠化，喬、灌、草相結合的生態修復模式，并利用礦坑水建設成小型蓄水池，使其得到了充分利用。截至2021 年底，礦區的沙棘地帶基本實現了自修復。

圖1 研究區地理位置Fig.1 Geographical location of the study area

1.2 數據來源

1）遙感影像數據。本文所用的數據為靈泉露天礦2009—2022 年共11 期的Landsat 遙感影像。遙感影像空間分辨率為30 m，獲取時間集中在7 月—9 月，該時段是滿洲里地區植被最茂盛的時段，云含量低，影像可用性高。在ENVI 5.3 軟件中對影像進行一系列預處理，提取礦區的植被指數。

2）土壤養分數據。本文所使用的土壤養分數據來源于現場采樣實驗室測定。在研究區內兼顧不同土質及恢復措施的區域，于2021 年5 月采集不同區域土壤表層0～20 cm 的土壤，并記錄每個采樣點的坐標，采集土樣于密封袋中運回實驗室，風干后揀出石礫和植物根系，研磨，過2 mm 網篩，測定土壤養分含量，包括pH 值、全氮、堿解氮、全磷、有效磷、全鉀、速效鉀、有機質等。

2 研究方法

2.1 植被覆蓋度的遙感反演方法

植被覆蓋度（FVC）是反映植被覆蓋情況的綜合性量化指標，可以評估區域生態環境狀況；此外，植被覆蓋度變化還可以反映礦區環境演變過程。目前，利用遙感影像反演植被覆蓋度的方法有經驗模型法、植被指數法、像元分解模型法、決策樹分類法、神經網絡法等[19]，其中，像元二分模型法是目前應用較為廣泛的一種方法[20-21]。本文利用基于歸一化植被指數（NDVI）的像元二分模型來提取靈泉露天礦的植被覆蓋度，其適用于區域性尺度的植被動態監測和對FVC的反演。NDVI指數由地物光譜信息計算得到，計算見式（1）。

式中：NDVI為歸一化植被指數；R為紅波段的反射率；NIR為近紅外波段的反射率。

根據像元二分模型的原理得到植被覆蓋度，計算見式（2）。

式中：FVC為植被覆蓋度；NDVIsoil為完全是裸土或無植被覆蓋像元的NDVI值；NDVIveg為完全由植被覆蓋像元的NDVI值，即純植被像元的NDVI值，計算分別見式（3）和式（4）。

在有實測數據的情況下，取實測數據中植被覆蓋度的最大值和最小值作為FVCmax和FVCmin，這兩個實測數據對應圖像的NDVI作為NDVImax和NDVImin。在沒有實測數據的情況下，取一定置信度范圍內的NDVImax和NDVImin，FVCmax和FVCmin根據經驗估算。

2.2 植被覆蓋度的變化趨勢及顯著性分析

將時間作為自變量，年際植被覆蓋度作為因變量，采用最小二乘法，逐像元進行線性回歸擬合，獲取2009—2022 年像元植被覆蓋度變化趨勢，計算公式見式（5）[22]。

式中：θslope為單個像元線性回歸方程的斜率，即年際變化率；n為監測時間段的年數；yi為第i年像元的植被覆蓋度。當θslope＞0 時，表示該像元在研究時段內植被覆蓋度呈上升趨勢；當θslope＜0 時，表示該像元在研究時段內植被覆蓋度呈下降趨勢。趨勢的顯著性檢驗用F檢驗，顯著性僅代表趨勢變化可置信程度的高低，與變化快慢無關，計算見式（6）～式（8）。

式中：n為監測時間段的年數；U為誤差平方和；Q為回歸平方和；為擬合回歸值；為n年的平均值；yi為第i年的值。根據檢驗結果將變化趨勢分為5 個等級：極顯著增加（θslope＞0，P＜0.01）；顯著增加（θslope＞0，0.01＜P＜0.05）；無明顯變化（P＞0.05）；顯著減少（θslope＜0，0.01＜P＜0.05）；極顯著減少（θslope＜0，P＜0.01）。

3 結果與討論

3.1 時間序列植被覆蓋度空間分布特征

利用像元二分模型反演礦區共11 期的植被覆蓋度，其取值范圍為0～1，值越大表示植被覆蓋度越高，水體的植被覆蓋度取值均表現為較低。參考土壤侵蝕分類分級標準現有研究成果[23]，并結合研究區實際情況，將植被覆蓋度分為5 個等級：FVC＜10%表示低植被覆蓋度；10%≤FVC＜30%表示中低植被覆蓋度；30%≤FVC＜50%表示中植被覆蓋度；50%≤FVC＜70%表示中高植被覆蓋度；FVC≥70%表示高植被覆蓋度。由此得到2009—2022 年靈泉露天礦植被覆蓋度空間分布圖，如圖2 所示。

圖2 2009—2022 年植被覆蓋度空間分布Fig.2 Spatial distribution of vegetation coverage from 2009 to 2022

由圖2 可知，不同年份植被覆蓋度的空間分布上表現出一定的規律。在2009—2017 年間，礦區還未完全關閉，沒有開展大面積的修復工作，植被覆蓋度較低的區域主要分布在受采礦影響較大的礦坑、東排土場、南排土場，以及礦區中間的小排土場；而植被覆蓋度較高的區域主要分布在礦坑，以及排土場以外未受到開采活動影響的區域。2017 年靈泉露天礦正式關閉后，開始了大面積的生態修復工作，使得礦區整體的植被覆蓋情況有了明顯改善，因此，2018—2022 年間，礦區植被覆蓋度較低區域主要分布在礦坑的陡邊坡、東排土場和南排土場的部分區域，植被覆蓋度較高區域主要分布在礦坑以及礦區中部未受到采礦活動影響的區域。

3.2 時間序列植被覆蓋度時間分布特征

統計2009—2022 年靈泉露天礦各等級植被覆蓋度面積所占比例情況，如圖3 所示。由圖3 可知，2009—2013 年礦區整體植被覆蓋度得到改善，中高植被覆蓋度區域面積占比由2009 年的6.68%上升到2013 年的17.68%，植被覆蓋度有較大提升，而低植被覆蓋度區域面積占比由31.41%下降至7.66%，呈顯著下降趨勢，礦坑和排土場基本沒有低植被覆蓋度區域。這是因為靈泉露天礦從2012 年10 月開始實施大面積生態修復措施，對部分綠化區域進行土地平整；2013 年根據生態修復規劃開始進行綠化復墾，修復面積約26.34 hm2，效果顯著。2013—2016 年植被覆蓋度呈下降趨勢，到2016 年低植被覆蓋度區域面積和中低植被度覆蓋區域面積達到了總面積的84.89%，是研究時段內植被覆蓋度最低的一年。2017—2021 年植被覆蓋度又呈現逐步上升趨勢，這是因為2017 年10 月靈泉露天礦閉坑后，在煤礦礦坑北部、采坑內部、沿幫排土場等區域陸續開展了邊坡整治和生態修復工作，效果顯著。2017—2021 年礦區高植被覆蓋度區域面積占比持續擴大，由2017年的4.48%提升到2021 年的40.01%。由此可見，2017 年以后礦區生態修復效果顯著。2022 年植被覆蓋度整體呈現略降低趨勢，這是因為2022 年天氣較為干旱，降水量較2021 年明顯下降，導致礦區植被覆蓋度出現了短暫下降趨勢。總體來說，2009—2022年礦區整體植被覆蓋度呈上升-下降-上升趨勢。

圖3 2009—2022 年不同等級植被覆蓋度變化Fig.3 Change of vegetation coverage at different levels from 2009 to 2022

3.3 植被覆蓋度年際變化趨勢

利用一元線性回歸分析法結合最小二乘法，獲得2009—2022 年靈泉露天礦植被覆蓋度的年際變化趨勢空間分布圖，如圖4 所示。由圖4 可知，礦區植被覆蓋度整體呈現上升趨勢，小部分區域呈現下降趨勢，主要分布在礦區的水域周邊。

圖4 2009—2022 年植被覆蓋度年際變化趨勢空間分布Fig.4 Spatial distribution of inter-annual change trend of vegetation coverage from 2009 to 2022

統計2009—2022 年靈泉露天礦植被覆蓋度年際變化趨勢顯著性等級所占比例及面積見表1。2009—2022 年礦區整體植被覆蓋度呈上升趨勢，75.24%的礦區植被狀況趨于好轉，其中，顯著增加區域面積占礦區總面積的13.45%，極顯著增加區域面積占礦區總面積的61.79%，主要分布在礦坑、東排土場、南排土場。靈泉露天礦從2012 年10 月開始實施大面積生態修復措施，對部分綠化區域進行土地平整，2013年根據生態修復規劃開始進行綠化復墾，修復面積約26.34 hm2；2017 年10 月靈泉露天礦閉坑以后，在煤礦礦坑北部、采坑內部、沿幫排土場等區域又陸續開展了邊坡整治和生態修復工作，生態修復效果顯著，礦區的植被覆蓋度整體呈現上升趨勢。1.87%的礦區植被狀況趨于退化，主要分布在東排土場中部以及小排土場周邊，將其改造成了水圈，用于礦區植被的灌溉。22.89%的礦區植被無明顯變化，主要分布在礦坑和排土場以外的礦區中部，未受到采礦活動影響的區域，植被狀況無顯著變化。

表1 2009—2022 年植被覆蓋度年際變化趨勢及面積Table 1 Inter-annual change trend of vegetation coverage and area from 2009 to 2022

3.4 植被覆蓋度變化驅動因素分析

3.4.1 氣溫

根據靈泉露天礦2009—2022 年植被覆蓋度均值，結合當地氣象站點的年均氣溫，得到植被覆蓋度與年平均氣溫隨時間變化的趨勢曲線，如圖5 所示。由圖5 可知，在研究時段內，多年平均氣溫在0.5 ℃左右，靈泉露天礦年平均氣溫呈現緩慢升高的趨勢，這與全球的氣溫變化趨勢相同，也與區域的生態環境狀況有關。2017 年以前研究區的氣溫波動幅度較大，年平均氣溫與植被覆蓋度的變化趨勢關系不明顯，這是由于2017 年以前，靈泉露天礦還處在開采狀態中，人為采礦活動對植被覆蓋度的影響較大，導致氣溫對其作用不明顯。2017 年之后，靈泉露天礦的年平均氣溫波動幅度明顯下降，達到了較為穩定的狀態，且年平均氣溫與植被覆蓋度的變化趨勢也基本同步，在氣溫和人工修復工作的共同影響下，植被覆蓋度也呈現了上升趨勢。

圖5 2009—2022 年植被覆蓋度與年平均氣溫變化趨勢Fig.5 Change trend of vegetation coverage and annual average temperature from 2009 to 2022

3.4.2 降水量

對靈泉露天礦2009—2022 年植被覆蓋度均值進行統計，結合從中國氣象數據網獲取的當地年降水量數據，得到2009—2022 年靈泉露天礦植被覆蓋度與年降水量隨時間變化的趨勢曲線，如圖6 所示。由圖6 可知，植被覆蓋度的變化趨勢與降水量的變化趨勢基本同步，其中，2013 年和2016 年植被覆蓋度受降水量的影響最大。2013 年是研究時段內降水量最充足的年份，其植被覆蓋度也相應有較大提升；2016 年降水量大幅降低，與此同時，植被覆蓋度也明顯低于其他年份，可見礦區植被覆蓋度受降水量影響較大。2009—2022 年靈泉露天礦年降水量呈增加-下降-增加的變化趨勢。2013 年，由于降水量充足，并得益于當年大面積的生態修復工程，植被覆蓋度明顯上升；2015—2016 年降水量大幅度降低成為當年植被覆蓋度的限制因子，尤其是2016 年，滿洲里地區受“厄爾尼諾”后期和“拉尼娜”事件的影響，年降水量較常年同期偏少三成，僅188 mm，滿洲里地區持續無有效降水，出現長達兩個多月的持續干旱，最高氣溫達41.0 ℃，突破1957 年有氣象記錄以來最高值，出現極端高溫，夏季持續高溫干旱致使草原牧草生長停滯。2017 年10 月靈泉露天礦閉坑以后，在煤礦礦坑北部、采坑內部、沿幫排土場等區域陸續開展了邊坡整治和生態修復，2017—2022 年在生態修復和降水量增加的作用下，植被覆蓋度呈上升趨勢，降水量的增加極大地促進了植被生長。

圖6 2009—2022 年植被覆蓋度與年總降水量變化趨勢Fig.6 Change trend of vegetation coverage and annual total precipitation from 2009 to 2022

3.4.3 土壤養分含量

土壤化學性質是影響土壤肥力水平的重要因素之一，主要是通過影響土壤結構狀況和養分狀況間接影響植物生長。為探究土壤化學性質對植被覆蓋度的影響，在靈泉露天礦礦坑、南排土場、東排土場以及小排土場設置圖7 中的采樣點共50 個。

圖7 土壤采樣點分布圖Fig.7 Distribution of soil sampling points

取土壤樣本用于測得土壤的pH 值、有機質、全氮、堿解氮、全磷、速效磷、全鉀、速效鉀，分析植被覆蓋度和土壤化學性質的相關性，計算植被覆蓋度與各指標的相關系數，見表2。

表2 植被覆蓋度與土壤性質的相關系數Table 2 Correlation coefficient between vegetation coverage and soil properties

由表2 可知，植被覆蓋度與pH 值、有機質和全氮的顯著相關性較強。其中，植被覆蓋度與pH 值呈顯著負相關，相關系數為-0.235，與有機質和全氮呈顯著正相關，相關系數分別為0.528、0.446。說明礦區經過生態修復后，植被覆蓋度上升的同時，伴隨著大量的殘根落葉被土壤中的微生物分解，為土壤提供了有機質和腐殖質，從而提升了土壤的肥力。而土壤肥力的提升也為植被提供了生長所需的氮、磷、鉀等元素和有機質，從而促進了植被的生長，使得礦區的植被覆蓋度上升。總體來說，植被覆蓋度的變化與土壤養分含量相輔相成，植被覆蓋度上升的同時會使土壤肥力提升，而土壤肥力提升后又反過來促進了植被覆蓋度的上升。

3.4.4 人為因素

靈泉露天礦自2012 年10 月逐步開展生態修復工程，根據治理工程措施的不同可分為兩個階段。第一階段（2012—2016 年）：在面向礦區范圍內的礦坑北部開展土地復墾工程，重點采取土地平整、邊幫整治和植樹種草等工程，突出邊幫穩定性和水土流失管控等技術措施。靈泉露天礦從2012 年10 月開始大面積生態修復措施，對部分綠化區域進行土地平整，2013 年根據生態修復規劃開始進行綠化復墾，修復面積約26.34 hm2，2014 年在采坑西幫北部種植了部分榆樹；2015 年治理采坑西幫中部，面積為12.29 hm2，2016 年在采坑西幫中部進行土地平整和樹木栽種等，后續又分別在采坑下部等地實施人工垃圾清理、表土覆蓋、土地平整、草種播種、喬木栽種、灌木栽種等生態修復工程。第二階段（2017—2019 年）：逐步加強資金投入，面向采礦內部、沿幫排土場等開展生態修復工程，重點采取植樹種草和生態修復等工程，突出草本植物品種選擇、土壤改良和水資源調控等技術措施。目前，靈泉露天礦共完成生態修復面積超過430 hm2、種植喬木71 500 株、灌木27 200 叢、培育各類樹苗80 000 株，并建設小型蓄水池21 hm2。通過分期實施生態修復治理工程，累計治理面積持續增大，生態修復治理取得了顯著效果，礦區植被覆蓋度得到明顯改善，高植被覆蓋面積占比從2009 年的4.01%提升到了2021 年的47.57%，說明在近十年的礦區生態環境改善中，人工修復是植被覆蓋度持續增長的主要原因。

4 結論

植被覆蓋度是衡量地表植被狀況的重要指標之一，能有效反映礦區生態環境修復效果。本文以我國典型高寒地區靈泉露天礦為研究區，基于2009—2022 年共11 期的Landsat 遙感影像數據，分析了植被覆蓋度的變化趨勢和空間差異，探討了高寒地區露天礦生態修復效果及驅動因素，研究結果可為高寒露天礦的生態修復提供科學依據。主要結論如下所述。

1）研究區整體植被覆蓋度呈上升趨勢，自2017年礦區關閉后開展大面積復墾工作以來，上升趨勢尤為顯著。植被覆蓋度大幅度上升的主要原因是持續的生態修復工程治理。

2）氣溫和降水量是導致高寒地區露天礦植被覆蓋度發生波動性變化的關鍵自然因素，其中，降水量是影響植被覆蓋度持續上升的主要自然因素。

3）植被覆蓋度的變化和土壤養分含量相輔相成，植被覆蓋度上升的同時會使土壤肥力提升，土壤肥力提升后又會促進植被覆蓋度的上升。

4）人工修復是高寒地區露天礦生態修復的主要方式，也是高寒地區露天礦植被覆蓋度上升的主要原因。

此外，靈泉露天礦植被覆蓋度較低的區域主要分布在工作幫邊坡、北端幫、外排土場斑禿，主要原因是邊坡水土保持困難、植被生長條件差，是生態修復的難點，需要繼續加大人工生態修復力度。同時，需要加強礦區生物多樣性監測和生態系統穩定性評估，為可持續閉坑生態修復工作提供科技支撐。