中國(guó)東部草原植被綠度時(shí)空變化分析及其對(duì)煤電基地建設(shè)的響應(yīng)

包 巖,田 野,柳彩霞,范文義,付 曉

1 東北林業(yè)大學(xué)林學(xué)院,哈爾濱 150040 2 中國(guó)科學(xué)院遙感與數(shù)字地球研究所遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100101 3 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100085

草原植被是陸地生態(tài)系統(tǒng)的重要組成部分[1-2],具有明顯的季節(jié)變化特點(diǎn),植被的動(dòng)態(tài)變化可以從植被綠度變化的趨勢(shì)上得以反映[3],地表植被呈現(xiàn)的綠度變化與植被覆蓋率緊密相關(guān)[4]。應(yīng)用遙感技術(shù)可以計(jì)算植被指數(shù)(Vegetation Index,VI),從而了解植被覆蓋情況。內(nèi)蒙古自治區(qū)東部草原,常年降水量少,植被覆蓋率較低,因此運(yùn)用歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)不會(huì)存在飽和現(xiàn)象[5],即隨著植被綠度的增大NDVI值也隨之增大。

AVHRR(Advanced Very High Resolution Radiometer)NDVI數(shù)據(jù)集是目前覆蓋時(shí)段最長(zhǎng)的連續(xù)數(shù)據(jù)集[6],尤其是GIMMS(Global Inventory Modeling and Mapping Studies)NDVI 3g數(shù)據(jù)集,具有時(shí)間序列長(zhǎng)、覆蓋范圍廣等優(yōu)點(diǎn)[7],是目前應(yīng)用最廣泛的數(shù)據(jù)集[8]。鄭藝等[9]利用GIMMS NDVI數(shù)據(jù),分析了全球干旱區(qū)植被時(shí)空變化及其對(duì)氣候和人文等非氣候因子的響應(yīng),結(jié)果表明,1982—2012年干旱區(qū)NDVI總體呈顯著增長(zhǎng)趨勢(shì)；賀振等[10]利用1983—2013年的GIMMS NDVI時(shí)序數(shù)據(jù),探究了黃河流域植被覆蓋時(shí)空格局和演化趨勢(shì),研究顯示,黃河流域32年來(lái)植被覆蓋出現(xiàn)了遲緩的增加態(tài)勢(shì),以0.018/(10 a)的速度增長(zhǎng)；Shen等[11]在GIMMS NDVI數(shù)據(jù)的基礎(chǔ)上應(yīng)用多元逐步回歸分析中國(guó)溫帶草原1982—2005年生長(zhǎng)季期間的NDVI,表明GIMMS NDVI能準(zhǔn)確估計(jì)溫度對(duì)中國(guó)溫帶草原地區(qū)植被的影響。Anyamba等[12]用NDVI 3g數(shù)據(jù)集更新了Sahel地區(qū)的植被動(dòng)態(tài)和趨勢(shì)分析,指出該數(shù)據(jù)可以用來(lái)分析和解釋半干旱地區(qū)數(shù)10年尺度上的地表植被變化趨勢(shì)?？梢钥闯?GIMMS NDVI數(shù)據(jù)集在不同地區(qū)都有廣泛應(yīng)用,用以揭示長(zhǎng)時(shí)間草原植被的變化規(guī)律和驅(qū)動(dòng)因素[8]。

內(nèi)蒙古東部草原區(qū)坐落在我國(guó)生態(tài)安全“兩屏三帶”的北部防沙地區(qū),受氣候條件制約和地區(qū)產(chǎn)業(yè)發(fā)展影響,具有酷寒、半干旱、土壤貧瘠等生態(tài)脆弱性特征。近年來(lái),也有部分學(xué)者對(duì)這一地區(qū)展開(kāi)研究。如李云鵬等[13]應(yīng)用1988年以來(lái)的遙感數(shù)據(jù),獲得了各時(shí)間段內(nèi)的NDVI值,并且利用遙感數(shù)據(jù)和光譜特征獲得了土地退化植被,進(jìn)而探究了內(nèi)蒙古自治區(qū)植被覆蓋度的空間變化和及其荒漠化的狀況。張超等[14]根據(jù)GIMMS NDVI數(shù)據(jù)集,對(duì)內(nèi)蒙古1982—2006年的農(nóng)地、叢林和草原三種植物類(lèi)型的NDVI分別進(jìn)行了探究。研究了不同植被類(lèi)型下NDVI的演變差異,進(jìn)而探討了植被覆蓋的空間變化規(guī)律。張圣微等[15]應(yīng)用MODIS數(shù)據(jù)提取了NDVI值,探究了2003—2012年生長(zhǎng)季(4—10月份)錫林郭勒草原不同類(lèi)型的草地植被的變化趨勢(shì),研究表明,草原植被變化由東北向西南呈現(xiàn)出下降的趨勢(shì)。葉永昌等[16]基于最大熵模型(MaxEnt)探究了氣象因子與植被散布的關(guān)系,進(jìn)而分析了1961—2010年內(nèi)蒙古草原植被的空間散布狀況,并且利用綜合模型模擬了凈第一生產(chǎn)力的變化規(guī)律。研究結(jié)果顯示,氣候因子中的濕潤(rùn)指數(shù)(MI)、年降水量(P)、最暖月的平均溫度(Tw)和最冷月的平均溫度(Tc)是草原植被遍布的主要制約因素。目前,還沒(méi)有相關(guān)研究報(bào)道利用公里空間分辨率NDVI數(shù)據(jù)從宏觀(guān)尺度分析大型煤電基地建設(shè)對(duì)草原植被的影響,GIMMS NDVI 3g數(shù)據(jù)集是否可用于分析區(qū)域煤電基地對(duì)草原生態(tài)系統(tǒng)的影響尚還不清楚。

最近幾年,隨著煤炭礦區(qū)建設(shè)范圍的持續(xù)擴(kuò)大,地區(qū)生態(tài)環(huán)境壓力持續(xù)增長(zhǎng),植被綠度在不停地惡化。東部草原區(qū)是我國(guó)以露天開(kāi)采為主的重要大型煤電基地,煤炭產(chǎn)能超過(guò)4億噸,為我國(guó)東北部能源供應(yīng)提供了保障,但同時(shí),也造成了地下水下降、水土破壞、區(qū)域植被退化等生態(tài)問(wèn)題,煤電開(kāi)發(fā)與生態(tài)保護(hù)矛盾日漸突出,對(duì)我國(guó)生態(tài)環(huán)境造成了不小的威脅[17-18]。研究數(shù)據(jù)顯示,中國(guó)露天煤礦每開(kāi)采一萬(wàn)噸煤,破壞的土地面積為0.22 hm2,年均損毀土地面積多達(dá)1×104hm2[19]。煤炭的露天和地下開(kāi)采,都會(huì)引起煤電基地含水層水位下降[20-21]。認(rèn)識(shí)煤炭礦區(qū)環(huán)境的狀態(tài),并科學(xué)合理地分析引起煤炭礦區(qū)環(huán)境變化的首要因素,基于此,可以提出加強(qiáng)煤炭礦區(qū)的生態(tài)環(huán)境改善的有效方法,找出緩解生態(tài)壓力、改善生態(tài)環(huán)境問(wèn)題的合理途徑。本文應(yīng)用GIMMS NDVI 3g數(shù)據(jù)集對(duì)東部草原區(qū)植被綠度進(jìn)行長(zhǎng)時(shí)間序列分析,從公里空間尺度上探究我國(guó)東部草原區(qū)植被綠度變化與煤電基地開(kāi)發(fā)的響應(yīng)關(guān)系,為東部草原煤電一體化開(kāi)發(fā)過(guò)程的草原生態(tài)修復(fù)提供宏觀(guān)信息。

1 研究區(qū)概況

內(nèi)蒙古呼倫貝爾市和錫林郭勒盟,地處溫帶北部,屬于大陸性季風(fēng)氣候,草原資源豐富,草場(chǎng)種類(lèi)繁多。研究區(qū)總面積為54.1554×104km2,位于115°13′—126°04′ E、43°02′—53°20′ N之間。其中呼盟坐落在內(nèi)蒙古高原的東北邊,由一些高原、山地和平原低地組成了它的整體部分,其地貌的主體主要由大興安嶺山地組成。錫盟的地勢(shì)特點(diǎn)主要是海拔較高的平原,并且伴有不同地貌類(lèi)型的區(qū)域,地勢(shì)的走向是南部較高,北部較低,東部和南部則是以低山丘陵為主,中間散落著零星的盆地,西部和北部的地勢(shì)較平緩(圖1)。研究區(qū)不僅擁有豐富的草原資源,而且礦產(chǎn)資源豐富,據(jù)統(tǒng)計(jì),2016年全國(guó)原煤累計(jì)產(chǎn)量為3.364×1010t,其中內(nèi)蒙古原煤產(chǎn)量就達(dá)到了8.38×109t,占全國(guó)的24.9%,內(nèi)蒙古已超越山西,成為中國(guó)煤炭產(chǎn)量的第一大省,而呼盟和錫盟的煤炭產(chǎn)能在省內(nèi)分別排名第二和第三位。

圖1 研究區(qū)位置意圖Fig.1 Location map of the study area and coal mine locations

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)來(lái)源與預(yù)處理

本論文所使用的遙感數(shù)據(jù)是1981年7月到2010年12月的GIMMS NDVI 3g數(shù)據(jù),該數(shù)據(jù)來(lái)源于美國(guó)NASA發(fā)布的基于NOAA氣象衛(wèi)星數(shù)據(jù)全球數(shù)據(jù)集,采用經(jīng)過(guò)輻射校正和幾何粗校正的NOAA-AVHRR數(shù)據(jù),再進(jìn)一步對(duì)每天、每軌影像進(jìn)行幾何靜校正、除壞線(xiàn)、除云等預(yù)處理[22],進(jìn)而進(jìn)行NDVI計(jì)算及合成。計(jì)算公式為NDVI=1000×(b2-b1)/(b2+b1),其中b1、b2為AVHRR的第1、2通道。用該方法可以得到30 a內(nèi)720幅NDVI半月合成的影像。該NDVI數(shù)據(jù)集的時(shí)間分辨率為16 d,空間分辨率為8 km。NDVI的取值范圍為-1—1,一般認(rèn)為大于0的為有植被覆蓋區(qū)域[23]。

利用呼盟和錫盟的矢量邊界數(shù)據(jù)從NDVI序列中提取研究區(qū)1981—2010年的年NDVI時(shí)間序列。在矢量邊界數(shù)據(jù)的基礎(chǔ)上,結(jié)合Google Earth高清影像,在研究區(qū)內(nèi)確定煤礦24個(gè)(圖1),在A(yíng)rcGIS 10.1中對(duì)礦區(qū)數(shù)據(jù)進(jìn)行轉(zhuǎn)化與提取,并分別建立半徑10、20 km和50 km的緩沖區(qū),得到緩沖區(qū)的矢量圖,進(jìn)而提取緩沖區(qū)1981—2010年的年NDVI時(shí)間序列。

2.2 研究方法

2.2.1 生長(zhǎng)季最大值提取

采用最大值合成法(Maximum Value Composites,MVC)獲得月NDVI最大值,可以進(jìn)一步消除云和太陽(yáng)高度角的影響。在此基礎(chǔ)上,通過(guò)月NDVI最大值,獲取研究區(qū)內(nèi)1981—2010年間每個(gè)像元年生長(zhǎng)季(5月—8月)最大值NDVI,來(lái)代表該像元點(diǎn)生長(zhǎng)季NDVI的最大值,以探究NDVI年際變化特征。通過(guò)分析NDVI的生長(zhǎng)季最大值,了解東部草原區(qū)1981—2010年30年間的NDVI空間分布整體格局,得到東部草原區(qū)植被綠度的時(shí)空變化趨勢(shì)。計(jì)算公式如下：

MNDVIij=MAX(NDVIij1,NDVIij2)

(1)

在此基礎(chǔ)上,求出生長(zhǎng)季的NDVI最大值。公式為：

GNDVIi=MAX(MNDVIi5,MNDVIi6,MNDVIi7,MNDVIi8)

(2)

式中i為年序號(hào),取值范圍是1981—2010；j為月序號(hào),取值范圍是1—12；MNDVIij為第i年第j月的NDVI最大值；GNDVIi為第i年的生長(zhǎng)季NDVI的最大值；NDVIij1,NDVIij2分別為第i年第j月上半月和下半月的NDVI值。

2.2.2 趨勢(shì)線(xiàn)分析

趨勢(shì)線(xiàn)分析法可以較好地分析柵格中每個(gè)柵格像元的變化規(guī)律,可全面系統(tǒng)的體現(xiàn)研究區(qū)內(nèi)植被覆蓋時(shí)空的格局變化特點(diǎn)。本論文應(yīng)用此方法來(lái)分析1981—2010年?yáng)|部草原區(qū)生長(zhǎng)季NDVI最大值的變化趨勢(shì)。

為了探究NDVI隨年份的變化情況,本文利用一元線(xiàn)性回歸分析來(lái)分析逐個(gè)柵格像元的變化規(guī)律。擬合NDVI相對(duì)于年份的直線(xiàn)方程,得到每個(gè)柵格NDVI與年份的回歸模型,從而獲得一幅30年間變化斜率的影像。對(duì)于每一個(gè)像元點(diǎn),采用最小二乘(Ordinary Least Squares,OLS)估計(jì),建立植被指數(shù)的生長(zhǎng)季最大值(GNDVI)與年份(YEAR)的線(xiàn)性關(guān)系,擬合線(xiàn)性方程：

GNDVI=SLOPE×YEAR+B

(3)

直線(xiàn)方程的斜率SLOPE代表了該像元點(diǎn)植被綠度的變化規(guī)律,進(jìn)而用來(lái)作為輸出影像中該像柵格的值。若1981—2010年植被NDVI是增加的態(tài)勢(shì),則擬合斜率大于0,表示植被綠度往好的方向發(fā)展；若1981—2010年植被NDVI是減少的態(tài)勢(shì),則擬合斜率小于0,即植被綠度往不好的方向發(fā)展。

2.2.3 相關(guān)性分析

本文擬將選出的礦區(qū)與緩沖區(qū)年際GNDVI值進(jìn)行相關(guān)分析,為了檢測(cè)礦區(qū)對(duì)周邊植被綠度變化的影響,設(shè)置了3個(gè)級(jí)別的緩沖區(qū),并獲得了30年間緩沖區(qū)的GNDVI值及其變化斜率。采用Pearson相關(guān)系數(shù)分析礦區(qū)與緩沖區(qū)GNDVI的相關(guān)性,公式如下：

(4)

式中,Pearson相關(guān)系數(shù)是用協(xié)方差與兩個(gè)變量的標(biāo)準(zhǔn)差得到的,能夠更好的度量?jī)蓚€(gè)變量之間的相關(guān)程度,取值范圍為-1—1,當(dāng)兩個(gè)變量的線(xiàn)性關(guān)系越大時(shí),相關(guān)系數(shù)的絕對(duì)值越趨近1。

3 結(jié)果

3.1 東部草原區(qū)植被綠度變化趨勢(shì)

1981—2010年呼盟和錫盟GNDVI線(xiàn)性擬合斜率的灰度影像見(jiàn)圖2,將獲得的影像進(jìn)行分級(jí)統(tǒng)計(jì),以0為界分為兩級(jí)。其中呼盟的GNDVI線(xiàn)性擬合斜率的取值范圍為-0.007—0.034,斜率大于0的區(qū)域占總面積的40.84%,斜率小于0的占59.16%,綠度變化總體上為減少趨勢(shì),小于0的區(qū)域相對(duì)比較集中,主要分布在呼盟的西部和東南部地區(qū),即呼倫貝爾草原地區(qū)；錫盟擬合斜率的取值范圍為-0.006—0.026,斜率大于0的區(qū)域占總面積的26.87%,小于0的區(qū)域占總面積的73.13%,植被綠度減少非常明顯,退化嚴(yán)重,小于0的區(qū)域主要分布錫盟北部和東南部?？梢钥闯?無(wú)論是呼盟還是錫盟,植被綠度整體上均呈下降趨勢(shì),錫盟植被綠度下降尤為嚴(yán)重,東部草原區(qū)植被退化明顯,這與葉永昌等[16]在2016年所研究的結(jié)果相似,他的研究表明1961—2010年內(nèi)蒙古草甸草原、典型草原和荒漠草原分布的面積分別降低了5%、1%和62%,內(nèi)蒙古草原面積整體下降了11%,說(shuō)明內(nèi)蒙古草原植被退化明顯,草原向著荒漠化的趨勢(shì)發(fā)展。

圖2 1981—2010年?yáng)|部草原區(qū)綠度變化Fig.2 Greenness variation in the eastern grassland from 1981 to 2010

3.2 礦區(qū)及緩沖區(qū)植被綠度變化趨勢(shì)分析

統(tǒng)計(jì)分析了1981—2010年30年間24個(gè)礦區(qū)的植被生長(zhǎng)季最大NDVI值及其與年份的變化斜率,如圖3所示。從圖中可以看出,除東明礦區(qū)和扎賚諾爾靈泉礦區(qū)外,其余礦區(qū)的斜率都呈明顯的下降趨勢(shì)。大雁1、大雁3、呼盛、天順、白音華、查干淖爾、賀斯格烏拉南、勝利西和勝利錫凌礦區(qū)的回歸斜率都小于其緩沖區(qū)的回歸斜率,其余礦區(qū)的回歸斜率都大于其緩沖區(qū)的回歸斜率。本論文在礦區(qū)周?chē)謩e設(shè)置了半徑為10、20 km及50 km的緩沖區(qū),并分析了緩沖區(qū)GNDVI的年際變化,發(fā)現(xiàn)緩沖區(qū)的GNDVI值也都呈現(xiàn)動(dòng)態(tài)下降的趨勢(shì),斜率均是小于0的。隨著緩沖區(qū)范圍的增大,GNDVI值也表現(xiàn)出增加的趨勢(shì),這也說(shuō)明了礦區(qū)對(duì)周邊地區(qū)植被綠度的影響。

將礦區(qū)與相應(yīng)緩沖區(qū)的GNDVI值進(jìn)行相關(guān)性分析(圖4),可以看出,除大雁3礦區(qū)外,各組數(shù)據(jù)的相關(guān)系數(shù)總體較大,并且在0.05置信水平上顯著相關(guān),說(shuō)明緩沖區(qū)GNDVI值與礦區(qū)的GNDVI值整體變化趨勢(shì)相同(圖3),并且隨著緩沖區(qū)范圍的擴(kuò)大,相關(guān)系數(shù)的值呈現(xiàn)明顯降低的趨勢(shì)(大雁3礦除外),說(shuō)明礦區(qū)的GNDVI值在一定程度上影響著緩沖區(qū)的GNDVI值。圖3中可以看出,呼盟礦區(qū)及緩沖區(qū)GNDVI總體大于錫盟的GNDVI,說(shuō)明錫盟的植被綠度比呼盟的差。

圖3 礦區(qū)及緩沖區(qū)GNDVI變化趨勢(shì)Fig.3 GNDVI variation trend of the mining area and buffer zone

圖4 礦區(qū)GNDVI均值與緩沖區(qū)GNDIV均值的相關(guān)性 Fig.4 Correlations of mean GNDVI between coal mines and their buffers 陰影突出區(qū)域?yàn)榫さV

3.3 東部草原區(qū)植被綠度分級(jí)

通過(guò)對(duì)礦區(qū)及其緩沖區(qū)的分析可知,除東明礦區(qū)和扎賚諾爾靈泉礦區(qū)外,其余礦區(qū)及其相應(yīng)緩沖區(qū)的斜率都呈明顯的下降趨勢(shì)。說(shuō)明礦區(qū)周?chē)脖坏木G度在減少,植被呈現(xiàn)退化的趨勢(shì)。我們將斜率劃分為5個(gè)閾值(表1—2),將劃分的閾值做成分布圖(圖5),可以更直觀(guān)地看出東部草原區(qū)30年來(lái)植被綠度變化情況。

從圖5、表1和表2中可以看出,東部草原區(qū)植被綠度總體呈現(xiàn)減少的趨勢(shì)。其中,呼盟在1981—2010年30年間,植被綠度減少(顯著減少和輕度減少)的像元所占的百分比分別為0.765%和41.83%,減少的像元散落在呼盟的各個(gè)方位,植被綠度增加(輕度增加和顯著增加)的像元所占的百分比分別為26.54%和0.415%；錫盟30年間植被綠度減少(顯著減少和輕度減少)的像元所占的百分比分別為4.31%和51%,主要分布在錫盟的東部和北部,植被綠度增加(輕度增加和顯著增加)的像元所占的百分比分別為21.7%和0.09%,增加的區(qū)域主要分布在錫盟的西北部。錫盟減少的像元所占的百分比(55.31%)多于呼盟減少的像元所占的百分比(42.595%),增加的像元所占的百分比(21.79%)少于呼盟增加的像元所占的百分比(26.955%),說(shuō)明錫盟的植被綠度情況要比呼盟的植被綠度情況差。

表1 呼倫貝爾市GNDVI斜率分級(jí)統(tǒng)計(jì)

表2 錫林郭勒盟GNDVI斜率分級(jí)統(tǒng)計(jì)

圖5 東部草原區(qū)植被GNDVI時(shí)空變化分布Fig.5 Spatial and temporal distribution of GNDVI in the eastern grassland

3.4 GNDVI殘差分析

為了分析礦區(qū)的采礦活動(dòng)對(duì)草原植被綠度的影響,本文進(jìn)行了GNDVI的殘差分析[24]。首先將GNDVI與氣候因子進(jìn)行回歸分析,在每個(gè)柵格上建立GNDVI與氣候因子的回歸模型,然后利用這個(gè)回歸模型,可以估計(jì)每個(gè)柵格上每年的GNDVI值,用實(shí)測(cè)的GNDVI值減去估計(jì)的GNDVI值,這樣就獲得了1981—2010年每年的GNDVI殘差,最后對(duì)GNDVI殘差與其對(duì)應(yīng)的年份進(jìn)行一元回歸方程的計(jì)算,獲得的斜率作為輸出影像的像元值,即可以獲得一幅30年間GNDVI殘差的年際變化分布圖,如圖6所示。

在沒(méi)有采礦等人為活動(dòng)擾動(dòng)的狀況下,隨著時(shí)間的變化,殘差值應(yīng)在0值上下呈現(xiàn)波動(dòng)的變化趨勢(shì)。如果殘差的變化斜率呈現(xiàn)出減少的趨向,即擬合斜率小于0,則說(shuō)明采礦活動(dòng)使草原的植被綠度下降,加劇了草原的荒漠化；如果殘差的變化斜率是上升的趨向,則說(shuō)明礦區(qū)的開(kāi)采改善了草原的生態(tài)環(huán)境,提高了草原的植被綠度[25]。

從圖6中可以看出,1981—2010年?yáng)|部草原區(qū)GNDVI的殘差斜率小于0的區(qū)域占得比重較多,其中呼盟GNDVI殘差斜率小于0的區(qū)域占總面積的60.99%,分布在呼盟的各個(gè)地域,錫盟GNDVI殘差斜率小于0的區(qū)域占總面積的55.02%,主要分布在錫盟的東北部,這與植被綠度的空間變化趨勢(shì)相一致(圖5)?？梢钥闯?30年間,東部草原區(qū)的植被破壞多于植被恢復(fù),植被綠度在下降。結(jié)合礦區(qū)的位置,可以發(fā)現(xiàn),寶日希勒礦區(qū)、東明礦區(qū)和勝利礦區(qū)的GNDVI殘差斜率均是大于0的,說(shuō)明這些礦區(qū)的煤礦開(kāi)采并沒(méi)有加劇植被綠度的退化,GNDVI在這些地區(qū)主要受氣候因子的影響。而在其他礦區(qū),GNDVI殘差的斜率都是小于0的,說(shuō)明礦區(qū)的開(kāi)采加劇了植被綠度的退化,這些地區(qū)的植被綠度不僅受氣候因子(溫度、降水)的影響,還與礦區(qū)開(kāi)采等人類(lèi)活動(dòng)因素有關(guān)。

圖6 1981—2010年GNDVI殘差變化時(shí)空分布圖Fig.6 Spatial and temporal distribution of GNDVI′s residual in the eastern grassland

4 討論

分析結(jié)果顯示,所選取的24個(gè)礦區(qū)(呼盟15個(gè),錫盟9個(gè))除東明和扎賚諾爾靈泉礦區(qū)外,其余礦區(qū)GNDVI的擬合斜率均是小于0的,植被的綠度在降低,說(shuō)明礦區(qū)對(duì)植被綠度影響為負(fù)。礦區(qū)的開(kāi)采在一定程度上影響了植被的綠度變化趨勢(shì)[26-27]。植被綠度的增加可能主要和氣候因子有關(guān),氣候適宜、降水增加都可以引起植被綠度的改善。另外,煤礦開(kāi)采區(qū)土地復(fù)墾和植被修復(fù)對(duì)植被綠度的增加也有貢獻(xiàn),如圖5,寶日希勒礦區(qū)和勝利礦區(qū)的植被綠度有增加趨勢(shì)。而植被綠度的減少主要是自然因素與人為因素的影響結(jié)果,自然因素方面,東部草原區(qū)常年干旱,降水量減少。造成土地荒漠化,植被覆蓋度降低,從而造成植被綠度的下降；人為因素方面,人口增長(zhǎng)過(guò)快,過(guò)度放牧,不合理地開(kāi)采煤礦資源等,這些都能引起生態(tài)環(huán)境的退化,使植被綠度快速下降[28]。

觀(guān)察圖3可以看出,煤炭的露天和井工開(kāi)采,都對(duì)草原生態(tài)系統(tǒng)植被綠度有負(fù)面影響。83.33%的礦區(qū)在2005—2007期間GNDVI的值都呈明顯下降趨勢(shì),這與它們的開(kāi)采年份有關(guān)。其中,五牧場(chǎng)和白音華礦區(qū)是于2005年開(kāi)采,在之后的5年間,它們的GNDVI值呈現(xiàn)下降的趨勢(shì)；呼盛、蒙西、天順、賀斯格烏拉南礦區(qū)是于2006年開(kāi)始開(kāi)采,在2007年它們的GNDVI值呈跳躍式下降；除扎賚諾爾靈泉、勝利東2、敏東和西一礦區(qū),其余礦區(qū)在開(kāi)采后的GNDVI值都呈現(xiàn)下降的趨勢(shì),這說(shuō)明煤礦的露天和井工開(kāi)采都對(duì)草原植被綠度有著負(fù)影響。扎賚諾爾靈泉露天礦區(qū)30年來(lái)GNDVI值呈增長(zhǎng)的趨勢(shì),這可能與它開(kāi)采時(shí)間較長(zhǎng)有關(guān),靈泉露天礦于1936年的偽滿(mǎn)時(shí)期進(jìn)行開(kāi)采,與本文選取的時(shí)間段相差較大,造成了結(jié)果的不確定性；而勝利東2、敏東和西一礦區(qū)的開(kāi)采時(shí)間在2008年前后,與本文的時(shí)間段重合較小,其結(jié)果也不能反映礦區(qū)GNDVI值的趨勢(shì)變化情況。

從圖3和圖4中可以看出,呼盟礦區(qū)GNDVI與不同緩沖區(qū)的相關(guān)性差異相比錫盟更明顯,可能的原因是呼盟的生長(zhǎng)季植被綠度水平高于錫盟,一旦煤礦開(kāi)采,NDVI下降程度更劇烈,因此對(duì)草原的植被影響更敏感。實(shí)驗(yàn)表明(圖4),無(wú)論是煤礦的露天開(kāi)采還是井工開(kāi)采,都會(huì)對(duì)礦區(qū)周邊的植被綠度產(chǎn)生影響,即離礦區(qū)越遠(yuǎn)的區(qū)域(緩沖區(qū)半徑大的區(qū)域),植被綠度的減少越少。大雁3礦區(qū)情況稍有反常,可能的原因是大雁礦區(qū)已經(jīng)停產(chǎn),采礦設(shè)施均已拆除,在原地及周邊建設(shè)了礦山公園。

東部草原區(qū)植被綠度的退化可能還與氣候因素有關(guān)[9, 29],因此,本研究分析東部草原區(qū)15個(gè)氣象站點(diǎn)的氣候數(shù)據(jù),數(shù)據(jù)來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)。結(jié)合高程數(shù)據(jù),對(duì)15個(gè)氣象站點(diǎn)生長(zhǎng)季的降水和溫度數(shù)據(jù)進(jìn)行克里金插值[30],從而得到東部草原區(qū)1981—2010年生長(zhǎng)季氣候數(shù)據(jù)。將呼盟和錫盟各個(gè)像元年GNDVI做平均值,得到年平均GNDVI,與氣候數(shù)據(jù)進(jìn)行對(duì)比分析(圖7),可以看出,整個(gè)東部草原區(qū)在30年間,生長(zhǎng)季的降水量呈下降趨勢(shì),溫度有緩慢升高趨勢(shì),錫盟的降水量明顯低于呼盟的降水量,這也是呼盟礦區(qū)的GNDVI整體都比錫盟的GNDVI高的原因之一。

圖7 東部草原區(qū)NDVI值與氣候因子關(guān)系圖Fig.7 Relationship between NDVI and climatic factors in the eastern grassland

5 結(jié)論

本文將東部草原區(qū)的呼盟與錫盟分開(kāi)進(jìn)行統(tǒng)計(jì)分析,從宏觀(guān)尺度上更能直觀(guān)地反映兩個(gè)區(qū)域內(nèi)植被綠度的時(shí)空變化趨勢(shì),為東部草原煤電基地開(kāi)發(fā)區(qū)植被生態(tài)修復(fù)提供區(qū)域差異信息,做到礦區(qū)生態(tài)系統(tǒng)修復(fù)的因地制宜[31]。綜合比較可以發(fā)現(xiàn),在植被綠度的覆蓋情況、GNDVI的年際變化斜率、生長(zhǎng)季降水量各個(gè)因素中,呼盟的表現(xiàn)值都要好于或高于錫盟的表現(xiàn)值。這是由于呼盟有充沛的水資源,且降水量較高,溫度適宜,有利于植被的生長(zhǎng),所以植被綠度明顯好于錫盟,因此在呼盟,煤礦開(kāi)采對(duì)草原植被綠度的影響沒(méi)有錫盟明顯。但是,不論露天還是井工開(kāi)采,都對(duì)植被綠度有負(fù)面影響。本研究公里空間分辨率的遙感數(shù)據(jù)無(wú)法區(qū)分開(kāi)采方式對(duì)植被綠度影響的差異,今后還需采用中高分辨率遙感數(shù)據(jù)深入評(píng)估。