基于多源時序NDVI的稀土礦區(qū)土地毀損與恢復過程分析

李恒凱，雷 軍，吳 嬌

（江西理工大學建筑與測繪工程學院，贛州 341000）

0 引 言

礦產(chǎn)開采過程中，不可避免地造成地表挖損和塌陷、土壤破壞、植被受損等問題，及時掌握土地毀損數(shù)量、毀損時間、是否復墾、復墾過程和復墾后狀態(tài)，是土地管理部門實施土地復墾全程監(jiān)管的重要工作內(nèi)容[1]。傳統(tǒng)的土地毀損與復墾信息獲取多依賴于野外實地調(diào)查與測試分析，不僅費時費力，且監(jiān)測范圍較小[2-5]。隨著遙感技術的不斷發(fā)展，多時相分類后比較法被廣泛應用于礦區(qū)土地和生態(tài)環(huán)境變化檢測[6-9]，但描述“過程”至關重要的時間維度被過度“概化”，土地毀損與恢復的變化特征未能較好體現(xiàn)。遙感時序分析以單波段量化參數(shù)代替原始的多光譜影像作為輸入數(shù)據(jù)，通過量化分析地物在時間序列上的變化趨勢和規(guī)律來分析地物的變化情況，對地物變化的標準具有較高的一致性，算法效率較高[10]，為更大時空范圍的生態(tài)過程監(jiān)測提供了方法[11]，已在植被動態(tài)變化檢測[12-13]、森林擾動與恢復[14-15]、礦區(qū)植被監(jiān)測[16]、礦區(qū)土地毀損[17]等方面得到應用。南方離子稀土開采始于20世紀80年代，先后經(jīng)歷了池浸、堆浸、原地浸礦 3種開采工藝，其開采過程直接對地表土壤、植被等環(huán)境因素造成破壞，帶來嚴重的生態(tài)環(huán)境問題，稀土礦區(qū)的土地資源毀損與生態(tài)恢復已成為離子稀土行業(yè)可持續(xù)發(fā)展的關鍵制約因素[18]。

Landsat 系列數(shù)據(jù)具有近40 a的存檔數(shù)據(jù)，但其回訪周期較長，在多云多雨的中國南方地區(qū)可用數(shù)據(jù)較少；HJ-1A/1B CCD數(shù)據(jù)具有回訪周期短、覆蓋范圍大等優(yōu)點，但由于HJ-1A/1B衛(wèi)星發(fā)射較晚，所積累的歷史數(shù)據(jù)不多[19]。這 2種數(shù)據(jù)的結合，可為礦區(qū)尺度遙感時序分析法的應用提供較為可靠的數(shù)據(jù)來源。當前，采用遙感時序分析法對礦區(qū)土地毀損與恢復的研究主要集中在傳統(tǒng)煤礦區(qū)，如李晶等[1]應用遙感時序分析方法對阿巴拉契亞煤田區(qū)韋恩縣1984—2010年間的土地毀損與恢復過程進行分析，較好揭示了土地毀損-復墾過程特征。由于南方稀土元素以離子狀態(tài)分布于土壤中，導致稀土開采不像煤礦及大部分金屬礦開采一樣，直接將礦體和基巖剝離，而是采用浸礦方法，通過化學溶液浸泡將稀土元素從土壤中置換出來，該方法一方面直接破壞地表植被，形成大片裸露荒地；另一方面稀土開采注入的大量浸礦液體也直接導致礦點地表土壤特性發(fā)生變化，植被退化及自然恢復困難，廢棄礦點甚至多年寸草不生[20]。正是由于這種特殊的開采方式，導致尾砂地的光譜特征與自然裸土較為相似，從而對稀土開采識別造成干擾。本文以定南縣嶺北稀土礦區(qū)為例，以Landsat 5、Landsat 8和HJ-1B CCD影像為數(shù)據(jù)源，結合遙感時序分析方法，分析稀土開采的時空分布及礦區(qū)土地毀損與恢復過程，以期為稀土礦區(qū)生態(tài)環(huán)境治理提供科學依據(jù)。

1 研究區(qū)概況

嶺北稀土礦區(qū)位于江西省定南縣城北約20 km處。地理坐標：東經(jīng) 114°58′04″～115°10′56″，北緯 24°51′24″～25°02′56″，面積約為200 km2。該礦區(qū)迄今已有 20多年開采歷史，其開采工藝先后經(jīng)歷了池浸、堆浸、原地浸礦。早期采用的開采工藝為池浸和堆浸，其開采工藝均為露天開采，開采過程中需要將植被表土層和礦體剝離，造成大量廢土、廢石堆積，侵占了大量土地，同時尾砂隨雨水沖刷，造成礦點周邊土地沙化。后期采用的原地浸礦開采工藝在一定程度上減少了對礦區(qū)土地的破壞，但大量注液孔的開挖和浸礦液體不可避免的泄露，仍會對礦區(qū)土地造成一定的破壞。圖1為研究區(qū)地理位置圖。

圖1 研究區(qū)地理位置圖Fig.1 Location map of study area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與預處理

本研究采用的數(shù)據(jù)主要有遙感數(shù)據(jù)和DEM數(shù)據(jù)，遙感數(shù)據(jù)為1990—2016年的Landsat 5、Landsat 8和HJ-1B CCD影像。由于研究區(qū)域位于南方地區(qū)，多云多雨天氣較多，因此采集時間多集中在 10月至次年 1月。1992—1994年、1996—1999年、2012年和 2015年的Landsat影像，受衛(wèi)星回訪周期、云量等因素的影響，無合適影像選擇。2008年以后，HJ-1A/1B衛(wèi)星成功發(fā)射，由于回訪周期短、空間分辨率相同，因此2008年以后缺失的Landsat 5和Landsat 8影像采用同時期10月的HJ-1B CCD影像替代。進行時間序列分析時，傳感器之間的差異會導致不確定性誤差，因此選取了 4對同日過境的HJ-1B CCD和Landsat 5/8影像進行交互比較，其中2組影像對為試驗影像，另2組影像對為驗證影像。DEM數(shù)據(jù)選擇由日本 METI和美國 NASA聯(lián)合研制的 ASTER GDEM V2數(shù)據(jù)，其空間分辨率為30 m，由地理空間數(shù)據(jù)云平臺提供。表1為選取的交互比較影像對的詳細信息，表2為時間序列分析影像數(shù)據(jù)的詳細信息。

表1 交互比較影像對Table 1 Interactive comparison image pair

表2 影像獲取日期、類型及標識符Table 2 Date, type and identifier of image acquisition

為進行后續(xù)分析，分別對HJ-1B CCD、Landsat 5和Landsat 8原始影像進行輻射校正、大氣校正，并對大氣校正后的HJ-1B CCD、Landsat 5和Landsat 8影像進行幾何校正，幾何校正方法選擇二次多項式，幾何校正誤差均控制在0.5個像元之內(nèi)。利用研究區(qū)域的矢量邊界對幾何校正后的Landsat 5、Landsat 8和HJ-1B CCD進行圖像裁剪，得到研究區(qū)域的Landsat 5、Landsat 8和HJ-1B CCD時間序列影像。

2.2 研究方法

歸一化植被指數(shù)（NDVI）由于對植被的生物物理特征十分敏感，且在時效、尺度方面都具有明顯優(yōu)勢，在礦區(qū)土地損毀變化監(jiān)測中有較好的應用效果[21-23]。本文以 NDVI時序影像為研究對象，通過回歸分析法，構建Landsat 5、Landsat 8和HJ-1B CCD 3種數(shù)據(jù)之間的NDVI轉(zhuǎn)換方程，并將3種數(shù)據(jù)的NDVI轉(zhuǎn)化到Landsat 5標準下，構建一個統(tǒng)一標準的多源時序 NDVI影像，從而對稀土開采時空分布及礦區(qū)土地毀損與恢復過程進行分析。

2.2.1 轉(zhuǎn)換方程構建與精度檢驗

通過對礦區(qū)不同來源同期影像上的 NDVI采樣進行分析，發(fā)現(xiàn)散點圖存在明顯的線性相關性，因此使用回歸分析法獲取Landsat 5/8與HJ-1B CCD數(shù)據(jù)的NDVI之間的轉(zhuǎn)換方程，兩者之間的回歸模型可以用以下數(shù)學形式表示

式中x，y分別表示HJ-1B CCD、Landsat 5/8的NDVI值，a，b為系數(shù)，可以通過最小二乘法獲得。

將未參與試驗的HJ-1B CCD影像利用得到的轉(zhuǎn)換方程模擬出與Landsat 5/8對應的NDVI影像（以下簡稱模擬影像），然后將模擬影像和實際Landsat 5/8的NDVI影像進行比較評價轉(zhuǎn)換方程的精度。通過計算 NDVI的均方根誤差（RMSE）來評價轉(zhuǎn)換方程的精度。RMSE的計算公式如下[24]：

式中Xi為模擬影像的NDVI值，Yi為實際Landsat 5/8影像的NDVI值，N為驗證樣本個數(shù)。

2.2.2 稀土開采識別

結合時序影像中的真彩色影像和 Google Earth上的已有年份的高分影像，分別在每期的 NDVI影像上隨機選取一定量的訓練樣點，訓練樣點的類型包括：1）各期影像有植被覆蓋和基本無植被覆蓋；2）已開采（1990—2016，所選的訓練樣點受到稀土開采擾動或者1990年以前受稀土開采擾動但未進行復墾）和未受到稀土開采擾動。應用CART（classification and regression tree）決策樹分類方法，將采集的訓練樣點輸入RuleGen v1.02軟件中，得到每期影像中植被與非植被、開采與非開采的閾值，結果如圖2所示。

圖2 每期影像植被/裸土、稀土開采與非開采的閾值Fig.2 Vegetation/bare soil and rare earth mining/no rare earth mining threshold for each image in time series

與其他礦區(qū)不同，稀土元素在土壤中的豐度較低、分布范圍較廣，因此南方離子稀土礦區(qū)的地物類型復雜，包含林地、耕地、草地、居住用地、果園、道路等。除稀土開采產(chǎn)生的尾砂地以外，建筑物、其他人為活動（森林砍伐、果園開發(fā)）產(chǎn)生的裸土區(qū)域，其NDVI值較低，僅通過稀土開采與非開采的閾值獲取稀土開采的時空分布，可能把這部分區(qū)域也包括在內(nèi)。項目團隊曾多次前往嶺北稀土礦區(qū)進行實地調(diào)研，發(fā)現(xiàn)礦區(qū)內(nèi)的建筑多為民居，出于成本和交通便利方面的考慮，建筑多建造于農(nóng)田、裸土之上、且建筑物一旦建成，其 NDVI變化相對較小；另外非稀土開采產(chǎn)生的裸土區(qū)域，與稀土尾砂地相比，其土壤成分未受到較大改變，植被恢復較快，NDVI的整體波動較小。正是由于上述原因，因此可以加入變異系數(shù)對建筑物以及非稀土開采導致的土地毀損進行剔除，計算公式如下[25]

式中CV為變異系數(shù)，S為標準差，xi為時序影像中某點像元的NDVI值，為時序影像中對應點像元NDVI的平均值，n為選取的時序影像景數(shù)，本文取n=19。

根據(jù)上述計算公式得到嶺北稀土礦區(qū)的變異系數(shù)影像，并隨機采集稀土擾動與非稀土擾動的訓練樣點，輸入RuleGen v1.02軟件中，得到稀土擾動與非稀土擾動的變異系數(shù)閾值CV1=0.400 9。結合得到的稀土開采與非稀土開采的閾值、變異系數(shù)閾值 CV1獲取稀土開采的時空分布。只有 NDVI小于稀土開采與非稀土開采的閾值，變異系數(shù)大于 CV1的區(qū)域才被定義為稀土開采，僅滿足前一條件的定義為非稀土擾動。

2.2.3 土地毀損與恢復類型劃分

通過Google Earth 上已有年份的高分影像，獲得研究區(qū)域包含的土地毀損與恢復類型，從 NDVI時序影像上獲取研究區(qū)域不同土地毀損與恢復類型的 NDVI變化軌跡，并通過歷史高分影像將 NDVI變化軌跡、土地毀損與恢復類型進行對應。研究區(qū)包含的土地毀損與恢復類型分別為：1）未受到干擾，整個時期植被覆蓋均保持在較高水平（林地）；2）池浸/堆浸開采，整個監(jiān)測期內(nèi)基本無植被覆蓋；3）非稀土開采干擾，整個監(jiān)測期內(nèi)基本無植被覆蓋（建筑物）；4）池浸/堆浸開采，采前有植被，采后植被尚未恢復；5）非稀土開采干擾，植被覆蓋水平較低（農(nóng)田）；6）非稀土開采干擾，植被覆蓋降低，后逐漸恢復，達到干擾前水平（果園開發(fā)）；7）池浸/堆浸開采，采前有植被，采后植被有一定恢復，但未達到采前水平；8）非稀土開采干擾，干擾前植被覆蓋較高，干擾后植被覆蓋迅速降低，后迅速恢復，達到干擾前水平（森林砍伐）；9）非稀土開采干擾，監(jiān)測初期植被覆蓋較低，后逐漸升高，達到周邊同類水平（退耕還林）。9種不同類型像元的NDVI變化軌跡如圖3所示。

根據(jù)上述不同 NDVI軌跡類型的特征差異，采用以下 6個特征參量，通過閾值設置，對每一個像元的歸屬進行辨識。m、n分別表示開采前、開采后的觀測時長。

圖3 不同類型像元的NDVI變化軌跡Fig.3 NDVI change trajectory of different pixels

1）MAXi表示整個觀測期內(nèi)時序NDVI的最大值，反映i像元所在位置植被覆蓋度的峰值。MAXi= max(NDVI1i, NDVI2i,…, NDVI19i)。

2）MINi表示整個觀測期內(nèi)時序NDVI的最小值，反映i像元所在位置是否受到擾動，MINi= min (NDVI1i,NDVI2i,…,NDVI19i)。

3）MAXi_pre表示擾動前時序NDVI的最大值，反映i像元所在位置擾動前植被覆蓋度的峰值。MAXi_pre=max(NDVI1i, NDVI2i,…,NDVImi), 0≤m＜19。

4）MAXi_post表示擾動后時序NDVI的最大值，反映i像元所在位置擾動后植被覆蓋的峰值，MAXi_post=max(NDVIm+1_i, NDVIm+2_i,…,NDVIm+n_i), 0≤m＜19,m+n=19。

5）NDVIi_veg、NDVIi_rare分別表示時序影像中每期影像植被與非植被、開采與非開采的 NDVI閾值、具體數(shù)據(jù)從方法2.2.2中獲取。

6）CV1表示稀土開采干擾與非稀土開采干擾的變異系數(shù)閾值，CV1≥0.400 9表示為稀土開采干擾，CV1＜0.400 9，表示非稀土干擾。

應用上述 6個特征參數(shù)，對研究區(qū)域的土地毀損與恢復類型進行分類，具體分類見表3。

表3 稀土礦區(qū)土地毀損與恢復類型Table 3 Type of land damage and recovery in rare earth mining area

3 結果與分析

3.1 轉(zhuǎn)換方程及精度評價

采用回歸分析的方法，得到HJ-1B CCD與Landsat5/8之間NDVI的轉(zhuǎn)換方程，其結果如圖4a、4b所示。并利用均方根誤差的方法對模型的精度進行檢驗，其結果如圖4c、4d。

通過圖4a、4b可以看出，HJ-1B CCD和Landsat 5/8的 NDVI影像對應轉(zhuǎn)換方程的R2值均超過 0.9，說明HJ-1B CCD和Landsat 5/8的NDVI非常類似。圖4c、4d中，HJ-1B CCD影像模擬的NDVI值與實際的Landsat 5/8影像的NDVI值的散點基本沿1∶1線對稱分布，RMSE均小于0.05，表明轉(zhuǎn)換方程的精度較高。

3.2 稀土開采時空分布分析

根據(jù)方法2.2.2獲取嶺北稀土礦區(qū)稀土開采的時空分布，并進行相關統(tǒng)計分析。圖 5為礦區(qū)某一稀土開采區(qū)主要年份的時空分布圖。

由圖 6可知，整個監(jiān)測期間，均有一定數(shù)量的開采活動產(chǎn)生，其中2000—2004年、2006年開采面積較大，其開采面積均超過 1km2，2006年的開采面積最大為2.5461 km2，2008—2016年開采面積均較小，2013年以后開采面積均處于0.1 km2以下。2006年以前，由于稀土開采工藝較為簡單，且大多數(shù)礦點位于邊遠山區(qū)，監(jiān)管較為困難，外加稀土價格的上漲，偷采盜采嚴重，導致開采面積急劇增加[26]；2006年以后，開始實施稀土開采數(shù)量管制，出口關稅由最初的出口退稅演變?yōu)橹鹉晏岣叱隹陉P稅，外加監(jiān)管力度加強，從而導致稀土面積迅速減少[27]。由圖 5可知，在同一時間同一地點，稀土開采面積較小，開采較為分散，這主要是由于當時嶺北礦區(qū)的采礦權人（贛州稀土礦業(yè)有限公司）采用了委托開采的運作模式，所有權與經(jīng)營權分離，從而導致礦點分散開采。分散開采模式不僅增加了監(jiān)管的困難，還導致資源浪費，環(huán)境治理困難增加。

圖4 HJ-1B CCD 和Landsat 5/8影像的轉(zhuǎn)換方程及精度檢驗Fig.4 Conversion model and accuracy test of HJ-1B CCD and Landsat 5/8 image

圖6 稀土開采數(shù)量Fig.6 Number of rare earth mining

3.3 土地毀損與恢復分析

利用得到的轉(zhuǎn)換方程，將時序影像中 Landsat 8和HJ-1B CCD影像的NDVI值轉(zhuǎn)化為Landsat 5標準下，構成一個統(tǒng)一標準的多源時序NDVI影像，根據(jù)表3中土地毀損與恢復類型的劃分標準，得到稀土礦區(qū)的土地毀損與恢復空間分布圖，如圖 7所示。通過在土地毀損與恢復專題圖上隨機選取一定量的樣本，結合 Google earth上的高分影像對提取精度進行檢驗，結果如表4所示。

圖7 土地毀損與恢復類型空間分布圖Fig.7 Spatial distribution map of land damage and reclamation

通過表 4可以看出，各種土地毀損與恢復類型的提取精度均在85%以上，滿足精度要求。其中類型2的提取精度最低，主要是因為有部分稀土開采區(qū)域后期演變?yōu)榻ㄖ玫兀⊥灵_采后的土地恢復與建筑有一定的相似性。

表4 土地毀損與恢復混淆矩陣Table 4 Confusion matrix of land damage and reclamation

根據(jù)得到的土地毀損與恢復分布圖，統(tǒng)計土地毀損與恢復的面積，結果如表5所示。

由表 5可知，整個觀測期內(nèi)未受到人為活動影響的土地面積為 97.082 1 km2，占整個研究區(qū)域面積的45.41%，主要為未受干擾的林地。受到人為活動影響的土地面積為 116.709 3 km2，占整個研究區(qū)域面積的54.59%，其中受到稀土開采擾動的像元面積為 11.354 4 km2，占受干擾像元面積的 9.73%，復墾區(qū)域的面積為5.004 9 km2，未復墾的面積為6.349 5 km2；受到非稀土開采擾動的像元面積為105.354 9 km2，占受干擾像元面積的 90.27%，其中整個監(jiān)測期內(nèi)基本無植被覆蓋的像元面積為0.877 5 km2，主要為建筑，道路等固定設施；整個監(jiān)測期內(nèi)植被覆蓋水平較低的像元面積為5.404 5 km2，主要為未拋荒的耕地；受干擾后植被恢復的像元面積為95.964 3 km2，其中類型6的面積為3.148 2 km2，主要為果園開采區(qū)；類型8的面積為86.534 1 km2，主要為受到森林砍伐干擾的區(qū)域；類型9的面積為9.390 6 km2，主要為拋荒多年的耕地以及退耕還林區(qū)。

表5 土地毀損與恢復類型面積統(tǒng)計Table 5 Land damage and recovery type area statistics

3.4 不同土地毀損類型的土地恢復時長

通過分析土地從毀損到恢復的時長，可進一步研究嶺北稀土礦區(qū)土地毀損與恢復的相關特征，而在嶺北稀土礦區(qū)的土地毀損與恢復的類型中，類型6、7和8包含了土地從毀損到恢復的整個過程，因此利用其分析不同土地毀損類型的土地恢復時長更具有代表性。

通過圖8a可以看出，1990—1995年，植被恢復的像元數(shù)目為89個，平均恢復時長為14～19 a；2000—2012年，植被恢復的像元數(shù)目為331 8，平均恢復時長為3～10 a。1990—2012年，受果園開發(fā)擾動后植被恢復平均時長為3～19 a，植被恢復的平均加權時長為7 a，說明果園開發(fā)所導致的土地毀損其恢復時間較長，主要原因有：1）果園在栽種果樹前，需要將地表植被清除，包括灌木和草本植物；2）為方便采摘，果樹與果樹之間往往會保持一定的距離；3）為保持果樹能更好的生長，果園每年會有一次至多次的除草工作，特別是果樹剛種下去的幾年中；4）嶺北稀土礦區(qū)位于贛南地區(qū)，而贛南地區(qū)的果園多以橙樹和桔樹為主，該類樹木生長較為緩慢。

通過圖8b可以看出，1991—2002年，植被恢復的像元數(shù)目為 259 1，植被恢復的平均時長為 12～23a；2002—2010年，植被恢復的像元數(shù)目為339 2，植被恢復的平均時長為5～10 a。1990—2010年，受稀土開采干擾后植被恢復的平均時長為5～23 a，稀土開采擾動后植被恢復的平均加權時長為11a，說明稀土開采所導致的土地毀損其恢復時間比較長。其主要原因有：1）無論是池浸/堆浸，還是原地浸礦開采工藝，開采過程中均會產(chǎn)生的尾砂，造成土壤沙化，保水保肥能力下降[28]；此外，開采過程中使用的大量酸性浸礦液體，嚴重的改變了原來土壤的酸堿平衡，導致植被恢復較為困難[29]。2）人為復墾活動較少，自然恢復為主。由于2009年定南縣被列為國家水土保持重點建設縣，嶺北項目區(qū)小流域綜合治理項目開始實施，針對廢棄稀土礦區(qū)才有了較為綜合的治理[30]。根據(jù)定南稀土統(tǒng)計可知，截至2011年，定南縣稀土礦區(qū)生態(tài)環(huán)境的恢復治理僅作了極小部分，治理面積只有34 hm2，而且多靠自然恢復。

圖8 土地毀損與恢復類型的植被恢復平均時長Fig.8 Average time period of vegetation restoration in land damage and restoration types

通過圖8c可以看出，1990—2015年，受到森林砍伐干擾后植被恢復平均時長為1～5 a，其平均加權時長為3 a，說明森林砍伐所導致的土地毀損其恢復時間較短。其主要原因為：1）森林砍伐時，地表植被不需要完全清除，特別是灌木草本類植物，對土地的損傷較??；2）在森林采伐區(qū)，一次砍伐結束后，為林區(qū)的持續(xù)發(fā)展，往往會栽種一些小樹苗幫助林區(qū)植被恢復。

4 結 論

本研究以嶺北稀土礦區(qū)為例，研究Landsat 5/8和HJ-1B CCD影像之間 NDVI的關系，并以 HJ-1B CCD、Landsat 5和Landsat 8等數(shù)據(jù)為數(shù)據(jù)源，結合回歸分析法、時序分析法，研究稀土開采的時空分布及礦區(qū)的土地毀損與恢復特征。

1）HJ-1B CCD、Landsat5/8數(shù)據(jù)的NDVI 影像對應轉(zhuǎn)換方程的R2值均超過0.9以及模擬影像與真實影像之間的均方根誤差值均小于 0.05，說明 HJ-1B CCD、Landsat5/8的NDVI數(shù)據(jù)之間存在較為顯著的線性正相關HJ-1B CCD和Landsat5/8數(shù)據(jù)對應的歸一化植被指數(shù)存在極為顯著的線性正相關關系，具有較好的一致性。根據(jù)研究得到的轉(zhuǎn)換方程可以將HJ-1B CCD和Landsat5/8數(shù)據(jù)對應歸一化植被進行高精度轉(zhuǎn)換，實現(xiàn)模型算法的相互比較和轉(zhuǎn)換，有利于時序分析時，數(shù)據(jù)互為補充。

2）稀土開采時空分布表明：整個監(jiān)測期間，嶺北稀土礦區(qū)均有稀土開采活動，其中2000—2004年、2006年開采面積較大，其開采面積均超過1 km2，2006年的開采面積最大為2.546 1 km2，2008—2016年開采面積均較小。2013年以后開采面積均處于0.1 km2以下。稀土開采在空間分布上較為分散，一定程度上增加了治理的難度。

3）土地毀損與恢復分析表明；嶺北稀土礦區(qū)未受干擾的像元面積為97.082 1 km2，受干擾的面積為116.709 3 km2，其中森林砍伐區(qū)所占的面積最大，為86.534 1 km2，占受干擾面積的一半以上,其土地毀損后平均恢復時長為3 a；未拋荒的耕地所占的面積為5.404 5 km2；拋荒多年及退耕還林的耕地所占的面積為9.390 6 km2；果園開發(fā)區(qū)所占的面積為3.148 2 km2，平均恢復時長為7 a；稀土開采所占的面積為11.354 4 km2，平均恢復時長為11 a，其中復墾恢復的面積為5.004 9 km2，仍有6.349 5 km2的區(qū)域植被未恢復，需引起相關部門的注意。

[1] 李晶，Zipper Carl E，李松，等. 基于時序 NDVI 的露天煤礦區(qū)土地損毀與復墾過程特征分析[J]. 農(nóng)業(yè)工程學報，2015，31(16)：251－257.Li Jing, Zipper Carl E, Li Song, et al. Character analysis of mining disturbance and reclamation trajectory in surface coal-mine area by time-series NDVI[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(16): 251－257. (in Chinese with English abstract)

[2] 寇曉蓉，白中科，杜振州，等. 黃土區(qū)大型露天煤礦企業(yè)土地復墾質(zhì)量控制研究[J]. 農(nóng)業(yè)環(huán)境科學學報，2017，36(5)：957－965.Kou Xiaorong, Bai Zhongke, Du Zhenzhou, et al. Land reclamation quality completion standards for large opencast coal mine enterprises in Loess areas [J]. Journal of Agro-Environment Science, 2017, 36(5): 957－965. (in Chinese with English abstract)

[3] 卞正富. 礦區(qū)開采沉陷農(nóng)用土地質(zhì)量空間變化研究[J]. 中國礦業(yè)大學學報，2004，33(2)：213－218.Bian Zhengfu. Change of agricultural land quality due to mining subsidence[J]. Journal of China University of Mining& Technology, 2004, 33(2): 213－218. (in Chinese with English abstract)

[4] 王楊揚，趙中秋，原野，等. 黃土區(qū)露天煤礦不同復墾模式對土壤水穩(wěn)性團聚體穩(wěn)定性的影響[J]. 農(nóng)業(yè)環(huán)境科學學報，2017，36(5)：966－973.Wang Yangyang, Zhao Zhongqiu, Yuan Ye, et al. Effects of different reclamation patterns on the stability of soil water-stable aggregates of an opencast mine in Loess area[J].Journal of Agro-Environment Science, 2017, 36(5): 966－973. (in Chinese with English abstract)

[5] 張紫昭，郭瑞清，周天生，等. 新疆煤礦土地復墾為草地的適宜性評價方法與應用[J]. 農(nóng)業(yè)工程學報，2015，31(11)：278－286.Zhang Zizhao, Guo Ruiqing, Zhou Tiansheng, et al. Suitability evaluation method and application for land reclamation to grassland in Xinjiang coal mines[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(11): 278－286. (in Chinese with English abstract)

[6] Areendran G, Rao P, Raj K, et al. Land use/land cover change dynamics analysis in mining areas of Singrauli district in Madhya Pradesh, India[J]. Tropical Ecology, 2013, 54(2):239－250.

[7] Brom J, Nedbal V, Procházka J, et al. Changes in vegetation cover, moisture properties and surface temperature of a brown coal dump from 1984 to 2009 using satellite data analysis[J]. Ecological Engineering, 2012, 43(7): 45－52.

[8] Bodlák L, K?ováková K, Nedbal V, et al. Assessment of landscape functionality changes as one aspect of reclamation quality–the case of Velká podkru?nohorská dump, Czech Republic[J]. Ecological Engineering, 2012, 43: 19－25.

[9] 彭文甫，王廣杰，周介銘，等. 基于多時相Landsat5/8影像的岷江汶川-都江堰段植被覆蓋動態(tài)監(jiān)測[J]. 生態(tài)學報，2016，36(7)：1975－1988.Peng Wefu, Wang Guangjie, Zhou Jieming, et al. Dynamic monitoring of fractional vegetation cover along Minjiang River from Wenchuan County to Dujiangyan City using multi-temporal landsat 5 and 8 images[J]. Acta Ecologica Sinica, 2016, 36(7). (in Chinese with English abstract)

[10] 殷守敬，吳傳慶，王橋，等. 多時相遙感影像變化檢測方法研究進展綜述[J]. 光譜學與光譜分析，2013，33(12)：3339－3342.Yin Shoujing, Wu Chuanqing, Wang Qiao, et al. Review of change detection methods using multi-temporal remotely sensed images[J]. Spectroscopy and Spectral Analysis, 2013,33(12): 3339－3342. (in Chinese with English abstract)

[11] 張揚建，范春捆，黃珂，等. 遙感在生態(tài)系統(tǒng)生態(tài)學上應用的機遇與挑戰(zhàn)[J]. 生態(tài)學雜志，2017，36(3)：809－823.Zhang Yangjian, Fan Chunkun, Huang Ke, et al. Opportunities and challenges in remote sensing applications to ecosystem ecology[J]. Chinese Journal of Ecology, 2017, 36(3): 809－823. (in Chinese with English abstract)

[12] 樸英超，關燕寧，張春燕，等. 基于小波變換的臥龍國家級自然保護區(qū)植被時空變化分析[J]. 生態(tài)學報，2015，36(9)：2656－2668.Piao Yingchao, Guan Yanning, Zhang Chunyan, et al.Analysis of temporal and spatial changes in vegetation cover using wavelet transform method in Wolong Natural Reserve[J]. Acta Ecologica Sinica, 2016, 36(9): 2656－2668.(in Chinese with English abstract)

[13] 賈鐸，牟守國，趙華. 基于 SSA-Mann Kendall 的草原露天礦區(qū)NDVI時間序列分析[J]. 地球信息科學學報，2016，18(8)：1110－1122.Jia Duo, Mu Shou guo, Zhao Hua. Analysis of NDVI time series in grassland open-cast coal mines based on SSA- Mann Kendall[J]. Journal of Geo-Information Science, 2016, 18(8):1110－1122. (in Chinese with English abstract)

[14] Li A, Huang C, Sun G, et al. Modeling the height of young forests regenerating from recent disturbances in Mississippi using Landsat and ICESat data[J]. Remote Sensing of Environment, 2011, 115(8): 1837－1849.

[15] 楊辰，沈潤平，郁達威，等. 利用遙感指數(shù)時間序列軌跡監(jiān)測森林擾動[J]. 遙感學報，2013，17(05)：1246－1263.Yang Chen, Shen Runping, Yu Dawei, et al. Forest disturbance monitoring based on the time-series trajectory of remote sensing index[J]. Journal of Remote Sensing, 2013, 17(5):1246－1263. (in Chinese with English abstract)

[16] 馬保東，陳紹杰，吳立新，等. 基于 SPOT-VGT NDVI 的礦區(qū)植被遙感監(jiān)測方法[J]. 地理與地理信息科學，2009，25(1)：84－87.Ma Baodong, Chen Shaojie, Wu Lixin, et al. Vegetation monitoring method in mining area based on SPOT-VGT NDVI[J]. Geography and Geo-Information Science, 2009,25(1): 84－87. (in Chinese with English abstract)

[17] Li Jing, Zipper C E, Donovan P F, et al. Reconstructing disturbance history for an intensively mined region by time-series analysis of Landsat imagery[J]. Environmental monitoring and assessment, 2015, 187(9): 1－17.

[18] 李恒凱，吳立新，劉小生. 稀土礦區(qū)地表環(huán)境變化多時相遙感監(jiān)測研究：以嶺北稀土礦區(qū)為例[J]. 中國礦業(yè)大學學報，2014，43(6)：1087－1094.Li Hengkai, Wu Lixin, Liu Xiaosheng. Change detection of ground-surface environment in rare earth mining area based on multi-temporal remote sensing: A case in Lingbei rare earth mining area[J]. Journal of China University of Mining& Technology, 2014, 43(6): 1087－1094. (in Chinese with English abstract)

[19] 趙凱，徐劍波，趙之重，等. HJ-1A/B CCD 與 Landsat TM/ETM+ 植被指數(shù)的交互比較[J]. 遙感技術與應用，2013，28(4)：674－680.Zhao Kai, Xu Jianbo, Zhao Zhizhong, et al. Cross comparison of HJ-1 A/B CCD and Landsat TM/ETM+ multispectral measurements for NDVI SAVI and EVI vegetation index[J].Remote Sensing Technology & Application, 2013, 28(4):674－680. (in Chinese with English abstract)

[20] 李恒凱. 南方稀土礦區(qū)開采與環(huán)境影響遙感監(jiān)測與評估研究[D]. 北京：中國礦業(yè)大學，2016.Li Hengkai. Study on Remote Sensing Monitoring the Rare Earth Mining and Its Environmental Impacts and Evaluation in South China[D]. Beijing: China University of Mining &Technology, 2016. (in Chinese with English abstract)

[21] 畢如田，白中科. 基于遙感影像的露天煤礦區(qū)土地特征信息及分類研究[J]. 農(nóng)業(yè)工程學報，2007，23(2)：77－82.Bi Rutian, Bai Zhongke. Land characteristic information and classification in opencast coal mine based on remote sensing images[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2007, 23(2): 77－82.(in Chinese with English abstract)

[22] 李晶，焦利鵬，申瑩瑩， 等. 基于 IFZ 與 NDVI 的礦區(qū)土地利用/覆蓋變化研究[J]. 煤炭學報，2016，41(11)：2822－2829.Li Jing, Jiao Lipeng, Shen Yingying. Land use and cover change in coal mining area by IFZ and NDVI[J]. Journal of China Coal Society, 2016, 41(11): 2822－2829. (in Chinese with English abstract)

[23] 黎良財，鄧利，曹穎，等. 基于NDVI像元二分模型的礦區(qū)植被覆蓋動態(tài)監(jiān)測[J]. 中南林業(yè)科技大學學報，2012，32(6)：18－23.Li Liangcai, Deng Li, Cao Ying, et al. Vegetation dynamic monitoring in mining area based on NDVI serial images and dimidiate pixel model[J]. Journal of Central South University of Forestry & Technology, 2012, 32(6): 18－23. (in Chinese with English abstract)

[24] 李恒凱，雷軍，楊柳. 基于 Landsat影像的離子稀土礦區(qū)植被覆蓋度提取及景觀格局分析[J]. 農(nóng)業(yè)工程學報，2016，32(10)：267－276.Li Hengkai, Lei Jun, Yang Liu. Extraction of vegetation coverage and analysis of landscape pattern in rare earth mining area based on Landsat image [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(10): 267－276. (in Chinese with English abstract)

[25] 王春梅，顧行發(fā)，余濤，等. 農(nóng)田春小麥葉面積指數(shù)和覆蓋度時空變異性研究[J]. 農(nóng)業(yè)機械學報，2014，45(8)：254－261.Wang Chunmei, Gu Xingfa, Yu tao, et al. Study on spatial and temporal variability of leaf area index and coverage of spring wheat in farmland [J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(8): 254－261 and 235. (in Chinese with English abstract)

[26] 徐水太. 贛州稀土產(chǎn)業(yè)可持續(xù)發(fā)展的問題與對策研究[J].江西理工大學學報，2014，35(4)：47－51.

[27] 邱南平，徐海申，李穎，等. 中國稀土政策的變遷及對稀土產(chǎn)業(yè)的影響[J]. 中國國土資源經(jīng)濟，2014，27(10)：41－44.

[28] 劉文深，劉暢，王志威，等. 離子型稀土礦尾砂地植被恢復障礙因子研究[J]. 土壤學報，2015，52(4)：879－887.Liu Wenshen, Liu Chang, Wang Zhiwei, et al. Limiting factors for restoration of dumping sites of ionic rare earth mine tailings[J].Acta Pedologica Sinica,2015, 52(4): 879－887 (in Chinese with English abstract)

[29] 陳熙，蔡奇英，余祥單，等. 贛南離子型稀土礦山土壤環(huán)境因子垂直分布：以龍南礦區(qū)為例[J]. 稀土，2015，36(01)：23－28.Chen Xi, Cai Qiying, Yu Xiangshan, et al. Vertical distributions of soil environmental factors in ion-type rare earth mining of southern Jiangxi - a case study in Longnan Rare Earth mining Area[J]. Chinese Rare Earths, 2015, 36(1): 23－28. (in Chinese with English abstract)

[30] 廖日富. 定南縣治理廢棄稀土礦山的成功實踐[J]. 中國水土保持，2014，(5)：6－7.