煤礦排土場復(fù)墾干擾指數(shù)構(gòu)建及其時空分異

謝苗苗，高姝婷，李少玲，周 巖，白中科，張 煜

·土地整理工程·

煤礦排土場復(fù)墾干擾指數(shù)構(gòu)建及其時空分異

謝苗苗1,2，高姝婷1，李少玲1，周 巖1，白中科1,2，張 煜3

（1. 中國地質(zhì)大學(xué)（北京）土地科學(xué)技術(shù)學(xué)院，北京 100083；2. 自然資源部土地整治重點實驗室，北京 100035；3. 中化明達(dá)科技有限公司，北京 100013）

排土場復(fù)墾后受干擾情況影響重建生態(tài)系統(tǒng)的穩(wěn)定性，直接關(guān)系煤礦區(qū)生態(tài)修復(fù)成敗，針對長期恢復(fù)過程的干擾狀況評價尤其重要。該文在MODIS全球干擾指數(shù)的基礎(chǔ)上，將地表溫度與增強型植被指數(shù)相結(jié)合，構(gòu)建基于Landsat影像的排土場復(fù)墾干擾指數(shù)（dump reclamation disturbance index, DRDI），并計算山西平朔安太堡露天礦排土場28 a間的干擾指數(shù)及其時空分異特征。結(jié)果表明：復(fù)墾初期干擾強烈區(qū)呈現(xiàn)較強空間聚集特性，植被結(jié)構(gòu)和功能恢復(fù)至自然水平的平均時長約為10 a，單個排土場受干擾面積可下降至1.32%～17.76%之間。平朔安太堡露天煤礦4個排土場在穩(wěn)定時限和干擾分布特征上呈現(xiàn)典型差異，受排矸方式、復(fù)墾方向、年限及地形地貌等因素驅(qū)動。DRDI可評估復(fù)墾排土場重建生態(tài)系統(tǒng)穩(wěn)定時限，有效識別重建生態(tài)系統(tǒng)因干擾造成植被退化的空間范圍和嚴(yán)重程度，應(yīng)用于排土場復(fù)墾效果評價將為優(yōu)化復(fù)墾模式、提高復(fù)墾效率提供參考。干擾指數(shù)對自然及人為因素響應(yīng)的定量分析是未來研究重點。

煤礦；復(fù)墾；排土場；干擾指數(shù)；Landsat；地表溫度；增強型植被指數(shù)

0 引 言

作為露天煤礦的必然產(chǎn)物，排土場壓占土地在中國礦產(chǎn)資源開采導(dǎo)致的土地?fù)p毀中占重要比例[1]，每開采萬噸煤形成外排土場0.10 hm2[2]，土地被壓占造成土壤結(jié)構(gòu)功能受損、植被喪失、生物多樣性下降等問題，成為土地復(fù)墾與生態(tài)修復(fù)中的關(guān)鍵場所。受到復(fù)墾模式、復(fù)墾年限、排土工藝等影響[3]，排土場的復(fù)墾效果存在差異，如何評價排土場復(fù)墾效果是優(yōu)化復(fù)墾模式、提高復(fù)墾效率的關(guān)鍵。對已復(fù)墾排土場進行綜合評價多用于復(fù)墾項目驗收，如采用《土地復(fù)墾質(zhì)量控制標(biāo)準(zhǔn)》進行評價[4]。側(cè)重排土場復(fù)墾過程和復(fù)墾機理的評價研究，多以土壤質(zhì)量或者復(fù)墾方式與植被恢復(fù)狀況的關(guān)系研究為主[5]，植被作為重建生態(tài)系統(tǒng)的指示性因子成為復(fù)墾效果評價中的核心。植被通常采用遙感獲取植被指數(shù)與群落調(diào)查的植被狀態(tài)指標(biāo)進行表征[6-9]，采用間隔數(shù)據(jù)進行對比或時空互代法進行比較分析，從而獲得復(fù)墾模式、復(fù)墾年限及其他生態(tài)因子對復(fù)墾植被恢復(fù)效果的影響[10-13]。

上述研究多采用間隔數(shù)據(jù)，即從研究時段中挑選幾個時點開展研究，存在重狀態(tài)輕過程的問題。由于重建生態(tài)系統(tǒng)結(jié)構(gòu)的不穩(wěn)定性，造成了干擾抵御力較差，植被恢復(fù)易發(fā)生退化，間隔化分析難以評價高度不穩(wěn)定的重建生態(tài)系統(tǒng)。植被恢復(fù)效果中多以植被覆蓋度、健康程度度量[14-16]，難以比較不同復(fù)墾類型，且對重建生態(tài)系統(tǒng)所受干擾關(guān)注較少。監(jiān)測長時間序列中復(fù)墾排土場重建生態(tài)系統(tǒng)所受干擾，識別干擾程度較強的區(qū)域，綜合植被的生態(tài)功能、狀態(tài)來表征復(fù)墾后的干擾狀況成為亟需解決的問題[17-19]。

MODIS全球干擾指數(shù)（MODIS global disturbance index，MGDI）旨在評價植被在連續(xù)變化中的狀態(tài)及所受干擾的影響，通過反映植被蒸發(fā)蒸騰作用的地表溫度（land surface temperature，LST）與植被狀態(tài)的增強型植被指數(shù)（enhanced vegetation index，EVI）計算，可有效識別和評估森林生態(tài)系統(tǒng)受到野火、臺風(fēng)等干擾的演變過程[20-21]。在MGDI基礎(chǔ)上衍生的植被干擾指數(shù)（vegetation disturbances index，VDI）更適合于識別大尺度區(qū)域內(nèi)的露天礦分布范圍及其對植被的干擾作用[22]。本文擬在MGDI和VDI基礎(chǔ)上，利用更適合排土場尺度的Landsat數(shù)據(jù)構(gòu)建露天煤礦排土場復(fù)墾干擾指數(shù)（dump reclamation disturbance index, DRDI），為重建生態(tài)系統(tǒng)干擾事件進行空間定位，確定干擾程度與范圍，以解決復(fù)墾排土場植被恢復(fù)評價研究中重狀態(tài)輕過程、難以表征干擾程度等問題，為提高重建生態(tài)系統(tǒng)的穩(wěn)定性與抗干擾能力提供依據(jù)。

1 排土場復(fù)墾干擾指數(shù)構(gòu)建

1.1 排土場復(fù)墾主要干擾因素

排土場復(fù)墾后經(jīng)歷一定時間恢復(fù)至較穩(wěn)定狀態(tài)，受到自然因素和人為因素共同干擾之后其結(jié)構(gòu)與功能再次發(fā)生改變，土壤、植被、地形等生態(tài)因子的組合差異造成重建生態(tài)系統(tǒng)面臨同樣干擾產(chǎn)生不同響應(yīng)，由恢復(fù)最優(yōu)狀態(tài)產(chǎn)生不同程度退化（圖1）。干擾因素包含自然和人為影響，復(fù)墾方向、措施與年限決定了復(fù)墾狀況的基礎(chǔ)性條件，不恰當(dāng)?shù)膹?fù)墾方向與措施成為恢復(fù)過程中的不穩(wěn)定因素，在復(fù)墾之初即注定重建生態(tài)系統(tǒng)存在退化風(fēng)險，稱為預(yù)定型干擾因素；礦業(yè)開發(fā)過程中的采、剝、運、排、覆等環(huán)節(jié)對復(fù)墾效果產(chǎn)生交互作用，不同采礦工藝及礦種品味差異影響了礦業(yè)開發(fā)干擾的類型與強度，統(tǒng)稱為演進型因素，是與重建生態(tài)系統(tǒng)恢復(fù)過程同時存在、發(fā)展的干擾因素；另外受到自然因素影響，如暴雨、干旱、滑坡、泥石流等自然災(zāi)害，會使得重建生態(tài)系統(tǒng)突發(fā)改變（圖1）。預(yù)定型和演進型干擾多為人為活動，突發(fā)型干擾多來源于極端氣象事件、自然災(zāi)害等非人為因素。

圖1 煤礦排土場干擾示意圖（改自[20]）

1.2 指數(shù)內(nèi)涵

排土場復(fù)墾干擾指數(shù)表征在遭遇自然和人為活動等因素共同作用下，已經(jīng)復(fù)墾后的排土場重建生態(tài)系統(tǒng)植被結(jié)構(gòu)和功能變化的程度，包括恢復(fù)的程度與恢復(fù)后受到干擾退化的程度，通過植被某一時點狀態(tài)與其恢復(fù)階段內(nèi)最優(yōu)狀態(tài)相比的差異狀況進行表征。

MGDI中應(yīng)用EVI表征植被結(jié)構(gòu)狀態(tài)，地表溫度LST表征植被的功能狀態(tài)，通過兩者的綜合及其與過去一段時期最優(yōu)值進行比較來表征植被受到干擾發(fā)生結(jié)構(gòu)與功能退化的程度[20]。由于植被和土壤水分等條件影響，地表溫度和植被指數(shù)存在著明顯的負(fù)相關(guān)性[23-26]。植被通過蒸騰作用吸收潛熱使地表溫度降低，潛熱的傳遞使得地表溫度隨植被密度的增加而降低[27]。植被在重建生態(tài)系統(tǒng)中體現(xiàn)出較明顯的降溫效應(yīng)，在長期復(fù)墾后，生態(tài)環(huán)境可以達(dá)到新的平衡，降溫效應(yīng)逐漸穩(wěn)定。由于不同復(fù)墾區(qū)域配置喬灌草的復(fù)墾模式不同，導(dǎo)致植被覆蓋對降溫效果產(chǎn)生一定影響。為驗證MGDI原理在礦區(qū)排土場具備應(yīng)用基礎(chǔ)，本文開展了重建植被覆蓋度與地表溫度的相關(guān)分析，選擇山西平朔南排土場已經(jīng)復(fù)墾30 a的植被樣地進行實測，于夏季沿樣地橫截面每隔10 m測定地表溫度與植被覆蓋度。通過5個樣地共50個采樣點相關(guān)分析，得到喬木與灌木樣地中地表溫度與植被覆蓋度在0.01水平上存在線性負(fù)相關(guān)（表1）。相關(guān)前期研究也表明隨著復(fù)墾年限的增長、復(fù)墾過程中土壤修復(fù)的進行及植被群落的演替和植被覆蓋狀況的改善，重建生態(tài)系統(tǒng)顯示出明顯的降溫效應(yīng)；長期復(fù)墾后生態(tài)環(huán)境達(dá)到新的平衡，降溫效應(yīng)逐漸穩(wěn)定；不同復(fù)墾模式中，植被覆蓋對降溫效果的影響不同[28-29]。

表1 地表溫度與植被覆蓋度相關(guān)性分析

1.3 指數(shù)構(gòu)建

基于非瞬時的MGDI構(gòu)建適合小尺度重建生態(tài)系統(tǒng)的排土場復(fù)墾干擾指數(shù)[20]，利用長時間序列數(shù)據(jù)確定植被生長最優(yōu)狀況，通過植被的結(jié)構(gòu)和功能狀態(tài)與最優(yōu)狀況的比值，表征重建生態(tài)系統(tǒng)所受的干擾程度。以地表溫度表征植被降溫功能，植被的降溫效應(yīng)越強，地表溫度越低；以增強型植被指數(shù)表征植被結(jié)構(gòu)狀態(tài)，植被生長狀況越好，增強型植被指數(shù)越高。地表溫度越低同時增強型植被指數(shù)越高表明植被狀態(tài)越好，與最優(yōu)狀態(tài)的比值越小表明干擾指數(shù)越?。ㄊ剑?））。指數(shù)構(gòu)建中包含兩方面關(guān)鍵點，一是確定重建生態(tài)系統(tǒng)植被的現(xiàn)狀，通過LST與EVI的比值獲得，LST反映植被的功能狀態(tài)，EVI代表植被的結(jié)構(gòu)狀況，植被恢復(fù)狀態(tài)較差情況下，LST越高，EVI越低。二是確定每個像元研究時點某段時期內(nèi)植被結(jié)構(gòu)和功能配比最優(yōu)狀態(tài)，時段采用以復(fù)墾起始點到研究時點的標(biāo)準(zhǔn)確定，當(dāng)植被處于最優(yōu)狀態(tài)時，LST趨于最低值，EVI趨于最高值，通過二者的比值，確定植被在此時間段內(nèi)的最佳生長狀態(tài)。

30 m空間分辨率的Landsat遙感影像與MODIS數(shù)據(jù)相比，具有更高的空間分辨率，可快速準(zhǔn)確監(jiān)測排土場復(fù)墾狀況。由于Landsat 數(shù)據(jù)達(dá)不到MODIS的重訪頻率，無法利用多天合成數(shù)據(jù)進行計算，其數(shù)據(jù)集采用研究時段內(nèi)所有可獲取同季節(jié)并符合質(zhì)量要求的影像（圖2）。DRDI為第個像元目標(biāo)監(jiān)測年份的干擾指數(shù)，公式如下

式中LSTij為目標(biāo)監(jiān)測年份i年j像元的地表溫度；EVIij為目標(biāo)監(jiān)測年份i年j像元的增強型植被指數(shù)；LSTjmin為自復(fù)墾措施開始至目標(biāo)監(jiān)測年份之間j像元地表溫度的最小值；EVIjmax為自復(fù)墾措施開始至研究時點之間j像元EVI的最大值。

2 數(shù)據(jù)與方法

2.1 研究區(qū)概況

研究區(qū)為平朔安太堡露天煤礦已復(fù)墾排土場，地處黃土高原東部，山西省朔州市平魯區(qū)境內(nèi)，是典型的生態(tài)脆弱區(qū)。氣候干旱，年平均降水量在430 mm左右，主要集中于夏季，極端降水造成水土流失嚴(yán)重；年均氣溫為3.6～7.3℃，晝夜溫差大。地帶性土壤為栗鈣土與栗褐土的過渡帶。該地區(qū)煤炭資源豐富，煤層厚度大，總厚度平均26.08 m，煤層含煤系數(shù)19.35%，煤層埋藏較淺，多為露天開采，安太堡露天煤礦1987年9月10日建成投產(chǎn)，剝離采用單一的單斗-卡車開采工藝，采煤為單斗鏟-卡車-半固定破碎站-帶式運輸機工藝[30-31]。

本文選擇礦區(qū)內(nèi)復(fù)墾時間較久，理化性質(zhì)較為穩(wěn)定的南排土場（南排）、內(nèi)排土場（內(nèi)排）、西排土場（西排）、西排擴大區(qū)（西擴）4個排土場為研究區(qū)，總面積779.8 hm2（圖3），采用的是自西向東“開采—運輸—排土—復(fù)墾”的一體化工藝流程。不同排土場的復(fù)墾年限和復(fù)墾方式存在區(qū)別，南排形成于1985－1989年，1990年開始復(fù)墾，植被以喬灌草多類型組合為主；西排形成于1985－1993年，1994年開始復(fù)墾，以增加植被覆蓋為目標(biāo)；內(nèi)排于1989年開始排棄，1998年開始復(fù)墾，植被類型主要為草地或灌草組合；西擴形成于2003－2005年，2006年開始復(fù)墾，地表覆蓋以草地和農(nóng)作物為主。研究區(qū)復(fù)墾時期覆蓋多個階段，適用于對重建生態(tài)系統(tǒng)的干擾監(jiān)測研究。

圖3 研究區(qū)地理位置圖

2.2 數(shù)據(jù)來源及預(yù)處理

本文采用28期Landsat遙感影像，以及安太堡露天煤礦的規(guī)劃資料和實地調(diào)研資料為數(shù)據(jù)源。遙感影像包括1987－2011年23期Landsat TM5影像及2013－2017年5期的Landsat8影像，影像源于美國地質(zhì)調(diào)查局（USGS，United States Geological Survey）資源探測衛(wèi)星數(shù)據(jù)集（http://earthexplorer.usgs.gov/）。數(shù)據(jù)選取植被茂盛的6月至10月，天氣晴朗無云，受干擾較小，影像質(zhì)量理想，可真實反映反演狀況。

對于原始的Landsat數(shù)據(jù)，本文采用ArcGIS 10.2及ENVI 5.3對其可見光和近紅外波段進行預(yù)處理，包括幾何校正、輻射定標(biāo)以及FLAASH大氣校正。

2.3 干擾指數(shù)計算

本文基于遙感影像將地表溫度和EVI指數(shù)相結(jié)合構(gòu)建排土場復(fù)墾干擾指數(shù)（式1），計算1987－2017年安太堡露天煤礦排土場復(fù)墾干擾指數(shù)。采用均值-標(biāo)準(zhǔn)差分級法，根據(jù)干擾指數(shù)（DI）、均值（）及標(biāo)準(zhǔn)差（std），以1std和2std為間斷點，將干擾劃分為4級，一級為強烈干擾區(qū)，重建生態(tài)系統(tǒng)退化最為嚴(yán)重，二級為較強干擾區(qū)，三級為一般干擾，四級為未受干擾或經(jīng)過復(fù)墾植被結(jié)構(gòu)和功能恢復(fù)至或高于礦業(yè)開采前狀態(tài)（圖3）。

2.3.1 增強型植被指數(shù)計算

應(yīng)用Landsat遙感影像中的近紅外、紅光、藍(lán)光波段，通過大氣校正，輻射定標(biāo)過程，進行增強型植被指數(shù)EVI的計算，公式如下[32-34]

式中*、*、*BLUE為大氣校正及輻射定標(biāo)后近紅外、紅光、藍(lán)光波段的反射值；參數(shù)C1、C2分別為6.0和7.5，通過藍(lán)光波段對紅光波段的影響進行校正。為土壤調(diào)節(jié)參數(shù)，其值為1。

2.3.2 地表溫度反演

本文采用單波段算法中的普適性單通道算法，采用1987－2017年28期Landsat遙感影像的紅外波段反演安太堡露天煤礦4個排土場的地表溫度。該方法主要包括地表輻射溫度計算、參數(shù)計算和地表真實溫度反演3個步驟[35-36]。該方法經(jīng)過數(shù)據(jù)預(yù)處理并結(jié)合氣溫、濕度數(shù)據(jù)具有較高的精度，誤差一般在0.6 ℃左右[37]。

2.3.3 干擾指數(shù)驗證

利用高空間分辨率的WorldView 2遙感影像表征地表植被的真實狀況，使用像元二分法獲得研究區(qū)植被覆蓋度[7]，選擇64個隨機樣點的植被覆蓋度與干擾指數(shù)進行相關(guān)分析，如干擾指數(shù)較高區(qū)域?qū)?yīng)植被覆蓋較差地區(qū)，可驗證干擾指數(shù)與地表植被真實狀況較為符合。

2.4 干擾指數(shù)空間分布

2.4.1 時間動態(tài)分析

為排除氣候狀況對干擾指數(shù)整體波動的影響，選取西擴排土場北部的井坪梁林場有林地作為對照區(qū)，井坪梁林場撫育林木333 hm2，被稱為“平魯?shù)谝惶烊谎醢伞?。將排土場干擾指數(shù)時間動態(tài)與較為穩(wěn)定的林地生態(tài)系統(tǒng)干擾指數(shù)時間動態(tài)進行對比，分析排土場作為重建生態(tài)系統(tǒng)的恢復(fù)效果。

2.4.2 空間自相關(guān)性分析

空間自相關(guān)反映的是某一屬性在空間上的聚集程度和分布規(guī)律，通過空間關(guān)聯(lián)性進行分析，常用Moran’s I指數(shù)衡量相關(guān)程度[38-39]。采用Moran’s I指數(shù)對每年的排土場復(fù)墾干擾指數(shù)進行全局空間自相關(guān)分析，判斷其在空間上的是否具有聚集特性，分析干擾程度空間聚集性的時間動態(tài)。

2.4.3 疊加分析

參考已有規(guī)劃資料，通過詢問專家的方式，結(jié)合實地調(diào)研，得到了安太堡露天煤礦南排、內(nèi)排、西排、西擴4個排土場的開始復(fù)墾時間與復(fù)墾模式，參考復(fù)墾開始當(dāng)年遙感影像獲得不同復(fù)墾年限的邊界。通過復(fù)墾年限空間分布與干擾指數(shù)之間的疊加分析獲得不同復(fù)墾年限的干擾狀況。

利用時相最為相近的高分辨率數(shù)據(jù)提取植被配置模式與排土場復(fù)墾干擾指數(shù)進行比較，獲得植被復(fù)墾模式與干擾狀況之間的關(guān)系。本研究基于2012年Wordview-2遙感數(shù)據(jù)，通過最大似然監(jiān)督分類法將植被配置類型分為喬灌草、灌草、喬草、草地與耕地5類[7]，將其與2011年干擾指數(shù)（2012年干擾指數(shù)由于數(shù)據(jù)限制暫缺）進行疊加分析。

3 結(jié)果分析

計算研究區(qū)排土場復(fù)墾干擾指數(shù)，得到28期排土場復(fù)墾干擾情況分布圖，通過高分辨率數(shù)據(jù)驗證，干擾指數(shù)與植被覆蓋度在0.01水平上存在線性負(fù)相關(guān)（2=0.934），其空間分布與更高分辨率數(shù)據(jù)結(jié)果相符，干擾指數(shù)可用于表征排土場重建生態(tài)系統(tǒng)植被復(fù)墾效果的時空動態(tài)。

3.1 不同時期排土場復(fù)墾干擾情況

3.1.1 干擾指數(shù)時間動態(tài)

對照區(qū)干擾指數(shù)在研究時段內(nèi)圍繞3上下波動，波動范圍較小，而排土場的干擾指數(shù)呈現(xiàn)較大波動，初期干擾程度較為強烈，尤其在1990年呈現(xiàn)峰值，之后逐漸下降，趨近于對照區(qū)干擾指數(shù)。研究區(qū)四級干擾區(qū)面積相對增加，一般干擾和強烈干擾面積有所減少，強烈干擾面積輕微減少（圖4）。縱觀安太堡露天排土場干擾指數(shù)的變化情況，根據(jù)所受干擾程度的波谷可以分為兩個階段，第一個階段是1987年至2003年，所受干擾最低值在7.3左右；第二個階段為2004年至2017年，所受干擾的谷值在3.5～4.5之間，越來越接近未受干擾對照區(qū)的干擾指數(shù)。

3.1.2 干擾指數(shù)空間差異

從28期干擾指數(shù)中選取各排土場剛開始復(fù)墾、復(fù)墾5、10、15 a的干擾指數(shù)空間分布進行對比，不同區(qū)域干擾指數(shù)變化存在差異，不同復(fù)墾模式導(dǎo)致排土場恢復(fù)效果不同。南排、西排、內(nèi)排及西擴四個排土場干擾指數(shù)平均值的總體變化趨勢大致相同，復(fù)墾前干擾較大，恢復(fù)一定時間后，生態(tài)系統(tǒng)得到一定程度的恢復(fù)，干擾范圍明顯減小。南排、內(nèi)排和西排同在1990年出現(xiàn)最大干擾，后期呈現(xiàn)波動下降逐漸趨于穩(wěn)定。干擾指數(shù)高值聚集區(qū)域主要處于排棄階段、剛開始復(fù)墾未穩(wěn)定階段以及由于復(fù)墾不佳造成的煤矸石自燃等區(qū)域，其植被也主要以草地、耕地或裸地為主。

圖4 干擾等級面積變化與干擾指數(shù)變化趨勢

以對照區(qū)每年干擾指數(shù)的平均值加標(biāo)準(zhǔn)差作為閾值，判斷各排土場受干擾面積。南排是最早形成和開展復(fù)墾的排土場，1990年排棄結(jié)束后進行復(fù)墾，0 a干擾面積占98.66%，復(fù)墾5 a后干擾面積仍高達(dá)51.90%，復(fù)墾10 a后降為17.76%，恢復(fù)速度較慢的原因是不當(dāng)排矸方式造成的煤矸石自燃，導(dǎo)致植被喪失，加之地表溫度過高影響周邊植物根系，影響恢復(fù)效果，至復(fù)墾15 a后基本不受干擾（圖5）。

西排早期處于排棄階段，分別于1994年和1996年進行復(fù)墾，恢復(fù)速度較慢，于2005年復(fù)墾10 a后基本達(dá)到穩(wěn)定狀態(tài)。在復(fù)墾15 a后由于產(chǎn)業(yè)調(diào)整出現(xiàn)了一定程度的干擾加劇，干擾所占面積比例為7.12%（圖5）。

內(nèi)排早期為露天礦坑，閉坑后進行排棄，于1998年和2001年復(fù)墾，內(nèi)排復(fù)墾0 a干擾面積占比為91.14%，復(fù)墾5 a后基本穩(wěn)定，復(fù)墾10 a后受干擾面積下降至1.32%，恢復(fù)速度與復(fù)墾后的穩(wěn)定性均要優(yōu)于其他排土場（圖5）。

西擴早期為自然林地，未被開發(fā)利用，復(fù)墾0 a干擾面積占比52.41%，后部分開發(fā)為露天礦排土場，2003年開始排棄，2005年排棄結(jié)束，分別在2006年和2008年開始復(fù)墾，5 a后降至13.73%。由于復(fù)墾年限較短，雖然得到了一定程度的恢復(fù)，但至今仍存在較大干擾，尚未達(dá)到穩(wěn)定狀態(tài)（圖5）。

圖5 各排土場復(fù)墾干擾指數(shù)分布狀況

3.2 干擾指數(shù)空間自相關(guān)性

排土場復(fù)墾干擾指數(shù)的空間自相關(guān)Moran’s I指數(shù)在0.75上下波動，表明排土場復(fù)墾干擾指數(shù)具備顯著的空間正相關(guān)。復(fù)墾初期干擾強度大時，Moran’s I 指數(shù)呈明顯上升趨勢，表現(xiàn)出較強的空間聚集特征，局部的干擾會影響到周邊地區(qū)。隨著復(fù)墾年限增長，其空間自相關(guān)性有所下降（圖6）。4個排土場中，整體來看西擴的空間自相關(guān)性最強，顯示出干擾現(xiàn)象較強的空間聚集效應(yīng)。時間上波動較大的為西排和內(nèi)排，與其發(fā)展歷程及種植產(chǎn)業(yè)調(diào)整有較大關(guān)聯(lián)。

圖6 Moran’s I 指數(shù)變化趨勢

3.3 不同植被配置的干擾程度分析

研究區(qū)南排、內(nèi)排和西排大部分由喬草覆蓋，西擴多復(fù)墾為耕地和草地。通過4個排土場的植被配置方式與干擾指數(shù)疊加分析，結(jié)果表明不同植被類型的抗干擾效應(yīng)有顯著差異，排土場不同復(fù)墾模式的干擾指數(shù)排序為：草地>耕地>喬草>灌草>喬灌草（表2），草地受干擾程度最嚴(yán)重，喬灌草抗干擾能力最強。

表2 復(fù)墾排土場不同植被類型及其干擾程度分析

4 討 論

由于1994年和2012年Landsat影像無符合質(zhì)量要求的數(shù)據(jù)，兩年數(shù)據(jù)暫缺，對動態(tài)分析和結(jié)果驗證有一定影響，但研究結(jié)果符合其他研究中重建生態(tài)系統(tǒng)的恢復(fù)規(guī)律[6,40]。通過本文構(gòu)建的排土場復(fù)墾干擾指數(shù)動態(tài)表明一般10 a后重建生態(tài)系統(tǒng)才能達(dá)到穩(wěn)定，建議加強復(fù)墾排土場恢復(fù)效果的跟蹤監(jiān)測，跟蹤監(jiān)測年限應(yīng)在復(fù)墾后10 a以上。隨著復(fù)墾時間增長，重建生態(tài)系統(tǒng)最優(yōu)狀態(tài)的判斷更為準(zhǔn)確，干擾指數(shù)對長時間復(fù)墾狀況的反映將更為精準(zhǔn)。

本研究在構(gòu)建排土場復(fù)墾干擾指數(shù)的基礎(chǔ)上，結(jié)合實地對照和土地覆被分析，初步分析了干擾指數(shù)變動的原因，下一步研究將針對不同干擾因素對重建生態(tài)系統(tǒng)的作用程度展開定量分析。結(jié)合基于Landsat影像的DRDI 與基于MODIS的MGDI或VDI，更好地反映氣候變化與人類活動共同影響下重建生態(tài)系統(tǒng)的擾動特征，進一步明確人為干擾（預(yù)定型與演進型）和自然干擾（突發(fā)型）等不同因素的作用規(guī)律，以期為建立更為穩(wěn)定的重建生態(tài)系統(tǒng)提供參考。

5 結(jié) 論

在MGDI基礎(chǔ)上構(gòu)建的排土場復(fù)墾干擾指數(shù)直觀有效且易于實施，通過植被的結(jié)構(gòu)和功能來反映復(fù)墾排土場所受到的自然和人為干擾動態(tài)，其數(shù)據(jù)方便獲取，計算方法簡單易懂，可以有效、快速識別復(fù)墾排土場的干擾位置、空間范圍和嚴(yán)重程度，為土地復(fù)墾的后跟蹤評價提供了有效方法。以山西省平朔安太堡露天礦區(qū)為案例區(qū)，研究結(jié)果表明：

1）排土場復(fù)墾干擾指數(shù)隨著復(fù)墾年限的增長逐漸下降，并趨近于對照區(qū)，所受強烈干擾、較強干擾的面積呈逐漸減少趨勢，復(fù)墾地植被結(jié)構(gòu)和功能恢復(fù)至自然水平的時長約為10～15 a，受干擾面積可下降至1.32%到17.76%之間。復(fù)墾初期，受干擾區(qū)域呈現(xiàn)空間聚集狀態(tài)，局部干擾強烈區(qū)域?qū)χ苓呌绊憦娏摇?/p>

2）排土場干擾存在較強的時空分異，對比分析研究區(qū)4個排土場的復(fù)墾恢復(fù)效果，內(nèi)排發(fā)展方向為生態(tài)、高效農(nóng)業(yè)，5 a內(nèi)基本恢復(fù)，并且復(fù)墾后未出現(xiàn)較大程度干擾，得益于地形較平坦且人為管護下生態(tài)恢復(fù)速度較快。西擴復(fù)墾效果較差，至今未完全穩(wěn)定。南排于1990年開始復(fù)墾，復(fù)墾時間最長，但由于存在煤矸石自燃現(xiàn)象，造成重建生態(tài)系統(tǒng)受損。西排復(fù)墾方式以增加植被覆蓋為主，喬木較多，由于喬木生長速度較慢，導(dǎo)致其生態(tài)恢復(fù)速度較慢。比較4個排土場干擾指數(shù)演變差異表明驅(qū)動排土場復(fù)墾干擾時空變化的因素主要包括排矸方式、復(fù)墾方向、年限及地形地貌等。

[1]衛(wèi)博，付梅臣，白中科，等. 基于節(jié)地的露天礦排土場設(shè)計[J]. 農(nóng)業(yè)工程學(xué)報，2006，22(6)：230－232. Wei Bo, Fu Meichen, Bai Zhongke, et al. Dump design for opencast mine based on land-conserving[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6): 230－232. (in Chinese with English abstract)

[2]羅明. 土地復(fù)墾潛力調(diào)查評價研究[M]. 北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2013.

[3]曹夢，張?zhí)m蘭，李貞，等. 復(fù)墾年限及植被模式對煤礦復(fù)墾土壤微生物多樣性的影響[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(5)：278－285. Cao Meng, Zhang Lanlan, Li Zhen, et al. Effects of regenerated periods and vegetation modes on soil microbial functional diversity in regenerated land of opencast coal mine[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(5): 278－285. (in English with Chinese abstract)

[4]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(fù)墾質(zhì)量控制研究[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2017，36(5)：957－965. Kou Xiaorong, Bai Zhongke, Du Zhenzhou, et al. Land reclamation quality com pletion standards for largeopencast coalm ineenterprises in Loessareas[J]. Journal of Agro-Environment Science, 2017, 36(5): 957－965. (in English with Chinese abstract)

[5]Feng Yu, Wang Jinman, Bai Zhongke, et al. Effects of surface coal mining and land reclamation on soil properties: A review[J]. Earth-Science Reviews, 2019,191: 12－25.

[6]王金滿，郭凌俐，白中科，等. 黃土區(qū)露天煤礦排土場復(fù)墾后土壤與植被的演變規(guī)律[J]. 農(nóng)業(yè)工程學(xué)報，2013，29(21)：223－232. Wang Jinman, Guo Lingli, Bai Zhongke, et al. Succession law of reclaimed soil and vegetation on opencast coal mine dump of loess area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(21): 223－232. (in Chinese with English abstract)

[7]張澤民，呂昌河，謝苗苗，等. 基于WorldView 2影像的礦區(qū)植被重建效果評估[J]. 生態(tài)學(xué)報，2018，38(4)：1301－1310. Zhang Zemin, Lü Changhe, Xie Miaomiao, et al. Evaluation of vegetation restoration effects inmining areas based on WorldView 2 images[J]. Acta Ecologica Sinica, 2018, 38(4): 1301－1310. (in Chinese with English abstract)

[8]Yang Zhen, Li Jing, Zippe Carl E., et al. Identification of the disturbance and trajectory types in mining areas using multitemporal remote sensing images[J]. Science of The Total Environment, 2018, 644: 916－927.

[9]李晶，Zipper Carl E.，李松，等基于時序NDVI的露天煤礦區(qū)土地?fù)p毀與復(fù)墾過程特征分析[J]. 農(nóng)業(yè)工程學(xué)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)

[10]賈鐸，王藏姣，牟守國，等. 基于NDVI時間序列軌跡的草原露天礦區(qū)植被時空動態(tài)特征[J]. 應(yīng)用生態(tài)學(xué)報，2017，28(6)：1808－1816. Jia Duo, Wang Cangjiao, Mu Shouguo, et al. Vegetation spatial and temporal dynamic characteristics based on NDVI time series trajectories in grassland opencast coal mining[J]. Chinese Journal of Applied Ecology, 2017, 28(6): 1808－1816. (in Chinese with English abstract)

[11]Liu Xiaoyang, Zhou Wei, Bai Zhongke. Vegetation coverage change and stability in large open-pit coal mine dumps in China during 1990－2015[J]. Ecological Engineering, 2016, 95: 447－451.

[12]Yuan Ye, Zhao Zhongqiu, Niu Shuye, et al. Reclamation promotes the succession of the soil and vegetation in opencast coal mine: A case study from Robinia pseudoacacia reclaimed forests, Pingshuo mine, China[J]. Catena, 2018, 165: 72－79.

[13]Huang Lei, Zhang Peng, Hu Yigang, et al. Vegetation and soil restoration in refuse dumps from open pit coal mines[J]. Ecological Engineering, 2016, 94: 638－646.

[14]張寅玲，白中科，陳曉輝，等. 基于遙感技術(shù)的露天礦區(qū)土地復(fù)墾效益評價[J]. 中國礦業(yè)，2014，23(6)：71－75，82. Zhang Yinling, Bai Zhongke, Chen Xiaohui, et al. Remote sensing-based assessment of land reclamation effect in open-cast mine[J]. China Mining Magazine, 2014, 23(6): 71－75, 82. (in Chinese with English abstract)

[15]丁美青，郭云開，陳松嶺，等. 土地復(fù)墾整理植被覆蓋度的遙感評價[J]. 遙感技術(shù)與應(yīng)用，2010，25(1)：102－106. Ding Meiqing, Guo Yunkai, Chen Songling, et al. Evaluation of vegetation coverage land reclaimation based on RS[J]. Remote Sensing Technology and Application, 2010, 25(1): 102－106. (in Chinese with English abstract)

[16]丁美青，陳松嶺，郭云開. 基于遙感的土地復(fù)墾植被覆蓋度評價[J]. 中國土地科學(xué)，2009，23(11)：72－75. Ding Meiqing, Chen Songling, Guo Yunkai. Assessment on the vegetation coverage after land reclamation based on RS[J]. China Land Science, 2009, 23(11): 72－75. (in Chinese with English abstract)

[17]白中科，周偉，王金滿，等. 再論礦區(qū)生態(tài)系統(tǒng)恢復(fù)重建[J]. 中國土地科學(xué)，2018，32(11)：1－9. Bai Zhongke, Zhou Wei, Wang Jinman, et al. Rethink on ecosystem restoration and rehabilitation of mining areas[J]. China Land Science, 2018, 32(11): 1－9. (in Chinese with English abstract)

[18]Kennedy Robert E, Yang Zhiqiang, Braaten Justin, et al. Attribution of disturbance change agent from Landsat time-series in support of habitat monitoring in the Puget Sound region, USA[J]. Remote Sensing of Environment, 2015, 166: 271－285.

[19]Grogan Kenneth, Pflugmacher Dirk, Hostert Patrick, et al. Cross-border forest disturbance and the role of natural rubber in mainland Southeast Asia using annual Landsat time series[J]. Remote Sensing of Environment, 2015, 169: 438－453.

[20]Mildrexler David J, Zhao Maosheng, Running Steven W. Testing a MODIS global disturbance index across North America[J]. Remote Sensing of Environment, 2009, 113(10): 2103－2117.

[21]Coops Nicholas C, Wulder Michael A, Iwanicka Donald. Large area monitoring with a MODIS-based Disturbance Index (DI) sensitive to annual and seasonal variations[J]. Remote Sensing of Environment, 2009, 113(6): 1250－1261.

[22]Ma Qun, He Chunyang, Fang Xuening. A rapid method for quantifying landscape-scale vegetation disturbances by surface coal mining in arid and semiarid regions[J]. Landscape Ecology, 2018, 33(12): 2061－2070.

[23]李婭麗，汪小欽，陳蕓芝，等. 福建省地表溫度與植被覆蓋度的相關(guān)性分析[J]. 地球信息科學(xué)學(xué)報，2019，21(3)：445－454. Li Yali, Wang Xiaoqin, Chen Yunzhi, et al. The correlation analysis of land surface temperature and fractional vegetation coverage in Fujian province[J]. Journal of Geo-information Science, 2019, 21(3): 445－454. (in Chinese with English abstract)

[24]龐光輝，蔣明卓，洪再生. 沈陽市植被覆蓋變化及其降溫效應(yīng)研究[J]. 干旱區(qū)資源與環(huán)境，2016，30(1)：191－196. Pang Guangjie, Jiang Mingzhuo, Hong Zaisheng. Vegetation cover change and its cooling effects in Shenyang[J]. Journal of Arid Land Resources and Environment, 2016, 30(1): 191－196. (in Chinese with English abstract)

[25]王美蓮，戴曉愛. 植被覆蓋度與溫度關(guān)系的MODIS高光譜研究[J]. 測繪科學(xué)，2018，43(4)：138－143. Wang Meilian, Dai Xiaoai. Study of relation between vegetation coverage degree and temperature based on MODIS hyperspectral data[J]. Science of Surveying and Mapping, 2018, 43(4): 138－143. (in Chinese with English abstract)

[26]池騰龍，曾堅，王思彤. 基于RS和GIS的鄭州市植被覆蓋度與地表溫度演化研究[J]. 中國園林，2016，32(10)：78—83. Chi Tenglong, Zeng Jian, Wang Sitong. Research of the relationship between vegetation fraction and evolution of thermal environment in Zhengzhou based on RS and GIS technology[J]. Chinese Landscape Architecture, 2016, 32(10): 78－83. (in Chinese with English abstract)

[27]王曉娟，孔繁花，尹海偉，等. 高溫天氣植被蒸騰與遮蔭降溫效應(yīng)的變化特征[J]. 生態(tài)學(xué)報，2018，38(12)：4234－4244. Wang Xiaojuan, Kong Fanhua, Yin Haiwei, et al. Characteristics of vegetation shading and transpiration cooling effects during hot summer[J]. Acta Ecologica Sinica, 2018, 38(12): 4234－4244. (in Chinese with English abstract)

[28]劉靜. 安太堡露天煤礦排土場地表溫度影響因素研究[D]. 北京：中國地質(zhì)大學(xué)，2016. Liu Jing. The Research to the Influential Factors of the Surface Temperature in Antaibao Opencast Coal Mine[D]. Beijing: China University of Geosciences, 2016. (in Chinese with English abstract)

[29]張寅玲. 露天礦區(qū)遙感監(jiān)測及復(fù)墾區(qū)生態(tài)效應(yīng)評價：以平朔露天礦區(qū)為例[D]. 北京：中國地質(zhì)大學(xué)，2014. Zhang Yinling. Open Cast Mine Monitoring and Ecological Effect Assessment through Remote Sensing: A Case Study from Pingshuo[D]. Beijing: China University of Geosciences, 2014. (in Chinese with English abstract)

[30]何仕. 山西寧武煤田平朔礦區(qū)煤層賦存規(guī)律[J]. 山西煤炭管理干部學(xué)院學(xué)報，2006，19(3)：123－124.

[31]劉光，段起超，劉憲權(quán)，等. 安太堡露天煤礦原煤開采工藝探討[J]. 露天采礦技術(shù)，2005(6)：10－11. Liu Guang, Duan Qichao, Liu Xianquan, et al. Discussion on raw coal mining technology in antaibao opencast coal mine[J]. Opencast Mining Technology, 2005(6): 10－11. (in Chinese with English abstract)

[32]Liu Huiqing. Alfredo Huete. A feedback based modification of the NDVI to minimize canopy background and atmospheric noise[J]. IEEE Transactions on Geoscience and Remote Sensing, 1995, 33(2): 457－465.

[33]Huete Alfredo, Didan Kamel, Miura Tomoaki, et al. Overview of the radiometric and biophysical performance of the MODIS vegetation indices[J]. Remote Sensing of Environment, 2002, 83(1/2): 195－213.

[34]郭鈮. 植被指數(shù)及其研究進展[J]. 干旱氣象，2003(4)：71－75. Guo Ni. Vegetation index and its advances[J]. Arid Meteorology, 2003(4): 71－75. (in Chinese with English abstract)

[35]Jiménez-Munoz Juan C, Sobrino José A. A generalized single-channel method for retrieving land surface temperature from remote sensing data[J]. Journal of Geophysical Research, 2003, 108(D22): 4688.

[36]Jiménez-Munoz Juan C, Sobrino José A, Skokovice Drazeen, et al. Land surface temperature retrieval methods from Landsat-8 thermal infrared sensor data[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(10): 1840－1843.

[37]Jiménez-Munoz Juan C, Sobrino José A. Error sources on the land surface temperature retrieved from thermal infrared single channel remote sensing data[J]. International Journal of Remote Sensing, 2006, 27(5): 999－1014.

[38]秦昆. GIS 空間分析理論與方法[M]. 第二版. 武漢：武漢大學(xué)出版社，2010.

[39]楊永均，張紹良，卞正富，等. 中國土地復(fù)墾省際格局分異及影響機制[J]. 農(nóng)業(yè)工程學(xué)報，2016，32(17)：206－214. Yang Yongjun, Zhang Shaoliang, Bian Zhengfu, et al. Spatial-temporal pattern differentiation and influencing mechanism of land reclamation in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(17): 206－214. (in Chinese with English abstract)

[40]王曉琳，王麗梅，張曉媛，等. 不同植被對晉陜蒙礦區(qū)排土場土壤養(yǎng)分16a恢復(fù)程度的影響[J]. 農(nóng)業(yè)工程學(xué)報，2016，32(9)：198－203. Wang Xiaolin, Wang Limei, Zhang Xiaoyuan,et al. Effects of different vegetation on soil nutrients remediation degree in earth disposal site after 16a in mining area of Shanxi-Shaanxi-Inner Monglia adjacent region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 198－203. (in Chinese with English abstract)

Construction and spatiotemporal variation of dump reclamation disturbance index

Xie Miaomiao1,2, Gao Shuting1, Li Shaoling1, Zhou Yan1, Bai Zhongke1,2, Zhang Yu3

(1.,,100083,; 2.,100035,; 3.,,100013,)

Dumps in coal mine occupy huge areas of land and cause many problems, therefore, dumps reclamation become an important issue in ecological restoration. The reconstructed ecosystem of the reclamation dump is affected by various disturbance factors, which causes it to be unstable and prone to degradation. The disturbance influences the stability of reconstructed ecosystem and decides the success or failure of the ecological restoration in coal mine. Therefore, it is important to evaluate the recovery process of the reconstructed ecosystem. Based on the MODIS global disturbance index (MGDI) and vegetation disturbance index, which are based on MODIS data, we constructed the dump reclamation disturbance index (DRDI) by combing land surface temperature (LST) and enhanced vegetation index (EVI) using Landsat data. DRDI can provide higher spatial resolution than MGDI and VDI. EVI indicates the vegetation structure, and LST indicates the function of vegetation. The best status of reconstructed ecosystem is estimated by the maximum EVI and minimum LST, which is compared with the status of every year. DRDI is used to measure the vegetation recovery process and the degree of disturbance of vegetation in dumps. This study calculated the disturbance index of Antaibao opencast coal mine dump in Shanxi province, China for 28 years. This study combined remote sensing analysis with field validation data to analyze the spatial and temporal dynamics of characteristics for reconstructed vegetation restoration and interference. The results indicated that: in the early stage of reclamation, the areas with great disturbance showed highly spatial aggregated. The areas with disturbances had been gradually decreasing and took about 10 years for the vegetation structure and function to recover to the natural state in the reclamation dump, when the disturbed area could be reduced to the degree between 1.32% and 17.76%. DRDI could reflect the reclamation process and reveal spatial heterogeneity. The four dumps in Antaibao coal mine showed different stability periods and distribution characters of disturbance, which were influenced by dumping (coal gangue), reclamation strategy and vegetation reconstruction mode, as well as topography. Due to the spontaneous combustion of coal gangue, South Dump was more unstable than other dumps. Inner Dump began to reclaim later than other dumps but has entered a stable state relatively quickly, which was because of fine topography condition. The Western dump and its expansion area showed a degradation and great disturbance, where the surface vegetation covers mostly wasteland, grassland and cultivated land. DRDI can effectively identify the spatial extent and severity of disturbances for vegetation in reclamation dumps. DRDI is intuitive, effective and easy to implement. Its data can be easily obtained, and the calculation method is simple. It can effectively monitor the restoration properties of the reconstructed ecosystem for post-review evaluation of land reclamation. The quantitative analysis between influencing factors and disturbance index will be a key point in future research. Applying DRDI in evaluating the effect of reclamation in dumps will provide references to optimizing reclamation strategy and improving the efficiency of reclamation. For future research, DRDI can be combined with VDI to distinguish the causative factors of restoration character.

coal mines; reclamation; dump; disturbance index; Landsat; land surface temperature; enhanced vegetation index

謝苗苗，高姝婷，李少玲，周 巖，白中科，張 煜. 煤礦排土場復(fù)墾干擾指數(shù)構(gòu)建及其時空分異[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(23)：258－265.doi：10.11975/j.issn.1002-6819.2019.23.032 http://www.tcsae.org

Xie Miaomiao, Gao Shuting, Li Shaoling, Zhou Yan, Bai Zhongke, Zhang Yu. Construction and spatiotemporal variation of dump reclamation disturbance index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(23): 258－265. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.23.032 http://www.tcsae.org

2019-09-03

2019-11-02

國家重點研發(fā)計劃（2017YFC0504401）

謝苗苗，博士，副教授，主要從事景觀生態(tài)與土地利用研究。Email：xiemiaomiao@cugb.edu.cn

10.11975/j.issn.1002-6819.2019.23.032

TD88; X87

A

1002-6819(2019)-23-0258-08