煤炭開采背景下的伊金霍洛旗土地利用變化強(qiáng)度分析

桑 瀟，張成業(yè),2，李 軍,2，朱守杰，邢江河，王金陽，王興娟，李佳瑤，楊 穎

(1.中國礦業(yè)大學(xué)(北京)地球科學(xué)與測繪工程學(xué)院，北京 100083；2.中國礦業(yè)大學(xué)(北京)煤炭資源與安全開采國家重點(diǎn)實(shí)驗(yàn)室，北京 100083)

0 引言

長期以來煤炭在我國的能源結(jié)構(gòu)中占比超過60%，處于絕對主體地位[1-2]，今后相當(dāng)長時(shí)期內(nèi)煤炭開采不可避免。大規(guī)模的煤炭開采活動(dòng)會(huì)改變地貌和景觀生態(tài)，進(jìn)而對區(qū)域生態(tài)環(huán)境造成一定程度的破壞，其中最直觀的影響是地表的土地利用變化[3-7]。因此，持續(xù)監(jiān)測礦區(qū)的土地利用變化并分析其演變特征，揭示煤炭開采活動(dòng)對生態(tài)環(huán)境的影響過程，對于開采活動(dòng)的調(diào)控和生態(tài)環(huán)境保護(hù)具有重要指導(dǎo)意義[8-9]。

目前國內(nèi)外學(xué)者在土地利用遙感監(jiān)測方面做了大量研究。在土地利用遙感分類方法上，常用的方法有面向?qū)ο蟮姆诸惙椒╗10]、支持向量機(jī)[11]、決策樹分類法[12]、神經(jīng)網(wǎng)絡(luò)法[13]等。針對不同的場景和需求，學(xué)者們在其基礎(chǔ)上進(jìn)行了改進(jìn)研究，例如，Alimjan等[14]用支持向量機(jī)改進(jìn)了K最鄰近分類方法；Bazi等[15]針對高分辨率無人機(jī)影像的目標(biāo)監(jiān)測提出一種新的卷積支持向量機(jī)網(wǎng)絡(luò)。在土地利用分析方面上，除了常見的土地利用變化幅度、單一土地利用動(dòng)態(tài)度、土地利用程度變化綜合指數(shù)、景觀格局指數(shù)等分析方法外[16]，Aldwaik等[17]提出的了一種具有系統(tǒng)性的土地變化分析理論—強(qiáng)度變化分析理論，這種理論具有自上而下的層次性結(jié)構(gòu)，可幫助研究人員深入理解土地利用變化過程[18]，之后Sang等[19]對其此理論進(jìn)行了補(bǔ)充，使其更加清晰明了地服務(wù)于區(qū)域的可持續(xù)發(fā)展。對于長時(shí)間序列的土地利用變化研究，傳統(tǒng)的遙感處理軟件如ENVI及ERDAS等無法滿足大量遙感影像的快速處理需求。針對此挑戰(zhàn)，谷歌公司研發(fā)了谷歌地球引擎(Google Earth Engine，GEE)平臺(tái)—可以批量處理衛(wèi)星影像等數(shù)據(jù)的云端運(yùn)算平臺(tái)，具有快速、批量處理“巨大”影像數(shù)據(jù)集的優(yōu)勢。目前，很多學(xué)者基于GEE平臺(tái)開展了地表變化和生態(tài)參數(shù)反演等應(yīng)用研究，空間范圍從全球尺度、國家尺度到區(qū)域尺度[20-22]。而對于GEE中土地利用的研究，當(dāng)前多為對其分類算法[23-24]與數(shù)量變化[25-26]的研究，鮮有對其強(qiáng)度變化的研究。

為探索煤炭開采活動(dòng)背景下的地表土地利用變化特征，本文選取重要煤炭基地內(nèi)蒙古自治區(qū)伊金霍洛旗為研究區(qū)，借助GEE云計(jì)算平臺(tái)，以長時(shí)間序列Landsat遙感影像為數(shù)據(jù)源，提取研究區(qū)1990—2019年各時(shí)期的土地利用分布信息，并利用強(qiáng)度分析理論分析礦區(qū)土地利用變化特征，進(jìn)而結(jié)合煤炭開采統(tǒng)計(jì)資料，揭示煤炭開采對不同土地利用類型的影響差異及在不同開采階段的影響特征。

1 研究區(qū)概況

伊金霍洛旗隸屬于內(nèi)蒙古自治區(qū)鄂爾多斯市，位于我國黃河流域中上游區(qū)域，是我國北方重要的生態(tài)安全屏障，地理位置如圖1所示?；镜貏莩饰鞲邧|低，海拔在1 070～1 556 m之間。東部屬晉陜黃土高原的北緣水蝕溝壑丘陵區(qū)，中西部為坡梁起伏的鄂爾多斯高原，西南部是毛烏素沙漠，地表屬于干燥剝蝕地帶。伊金霍洛旗是亞洲中部草原向荒漠草原過渡的半干旱、干旱地帶，有干旱少雨、日照強(qiáng)烈、冷熱劇變、風(fēng)大沙多的特點(diǎn)，自然生態(tài)十分脆弱。與此同時(shí)，該區(qū)域是我國重要的能源戰(zhàn)略基地之一，有豐富的煤炭資源，煤炭開采活動(dòng)始于20世紀(jì)90年代，歷年的煤炭產(chǎn)量如圖2所示。根據(jù)開采量變化趨勢，煤炭開采活動(dòng)大致劃分為起步階段(1990—2000年)、高速發(fā)展階段(2000—2010年)及平穩(wěn)發(fā)展階段(2010—2019年)。伊金霍洛旗已查明煤炭資源儲(chǔ)量約560億t(http://www.yjhl.gov.cn/qiqing/yqgk/)，現(xiàn)有煤礦74座，總核定產(chǎn)能2.235 5億t/a，2019年產(chǎn)銷原煤1.85億t，占全國煤炭產(chǎn)量的4.8%。

圖1 研究區(qū)范圍Fig.1 Study area

圖2 伊金霍洛旗歷年原煤產(chǎn)量Fig.2 Raw coal production in Yijin Holo Banner

2 數(shù)據(jù)源及其處理

本文使用的數(shù)據(jù)有Landsat 5—8系列遙感影像、高空間分辨率衛(wèi)星影像、數(shù)字高程模型(digital elevation model，DEM)、基礎(chǔ)地理信息、原煤產(chǎn)量等。Landsat系列遙感影像來源于GEE平臺(tái)(https://developers.google.com/earth-engine/datasets)，ASTER GDEM V2來源于地理空間數(shù)據(jù)云，高空間分辨率衛(wèi)星影像包括GF-1/2/6以及Google Earth歷史高空間分辨率影像來源于對地觀測數(shù)據(jù)共享計(jì)劃(http://ids.ceode.ac.cn/)與Google Earth，基礎(chǔ)地理信息下載于地理國情監(jiān)測云平臺(tái)(http://www.dsac.cn/DataProduct/Index/201923)，原煤產(chǎn)量數(shù)據(jù)來自于鄂爾多斯市的歷史統(tǒng)計(jì)年鑒。

遙感影像預(yù)處理。通過GEE平臺(tái)篩選1990年、2000年、2005年、2010年、2015年及2019年6—8月份的Landsat衛(wèi)星遙感影像，將含有云、陰影等的區(qū)域進(jìn)行影像替換鑲嵌，并結(jié)合矢量行政邊界裁剪提取研究區(qū)遙感影像。

影像分類。根據(jù)國家現(xiàn)行土地利用分類標(biāo)準(zhǔn)(GB/T 21010—2017)及伊金霍洛旗的區(qū)域特點(diǎn)，將土地利用類型分為6類，即水域、耕地、植被、采礦用地、人工用地及裸地。水域指河流、水庫、灘涂、沼澤等區(qū)域；耕地指人工種植農(nóng)作物的土地，包括熟地、新開發(fā)地、復(fù)墾地、休耕地等；植被指生長喬木、灌木、竹類以及草本植物的土地；采礦用地泛指采礦、采石、采砂(沙)場、磚瓦窯、尾礦堆放地等地面生產(chǎn)用地及附屬設(shè)施；人工用地泛指服務(wù)于人類居住生活及其附屬設(shè)施的土地，如農(nóng)村宅基地、城鎮(zhèn)住宅用地、城鎮(zhèn)商業(yè)服務(wù)用地、公共管理與服務(wù)用地；裸地泛指表層為土質(zhì)且無植被覆蓋的土地。按此分類體系，采用隨機(jī)森林[27]方法處理遙感影像，其分類標(biāo)簽通過目視解譯高空間分辨衛(wèi)星影像(GF-1/2/6)與Google Earth的歷史高分辨率影像獲取，并進(jìn)行分類后處理，結(jié)果如圖3所示。隨機(jī)選取500個(gè)點(diǎn)對分類結(jié)果進(jìn)行精度評定，包括Kappa系數(shù)與總體精度，計(jì)算結(jié)果如表1所示。根據(jù)影像分類精度與分類質(zhì)量的關(guān)系：Kappa系數(shù)在[0.6,0.8)之間分類質(zhì)量為很好，在[0.8,1.0]之間分類質(zhì)量為極好，表明提取結(jié)果可以滿足本文對數(shù)據(jù)質(zhì)量的精度要求[28]。

(a)1990年 (b)2000年 (c)2005年

表1 分類結(jié)果精度Tab.1 Classification results accuracy

研究區(qū)總面積為5 485.05 km2，在1990年、2000年、2005年、2010年、2015年和2019年6個(gè)時(shí)期，各類型用地面積及其占比情況如表2所示。由表2可知，伊金霍洛旗近30 a間的主要用地類型一直是植被，且植被的面積占比逐年增加，共增長約16%，而裸地面積大幅減少，共減少約88%，表面該區(qū)域的植樹造林效果明顯。同時(shí)，城鎮(zhèn)化與人口經(jīng)濟(jì)等的增長也帶來人工用地與耕地的增長。采礦用地從無到有，接著快速增長并最終趨于穩(wěn)定，其分布主要集中在研究區(qū)東部。在此時(shí)間段內(nèi)，研究區(qū)的水域面積大幅減少，共減少約42%。

表2 研究區(qū)各土地利用類型面積及占比Tab.2 Area and ratio of land use types in study area

3 強(qiáng)度變化分析

土地利用的強(qiáng)度變化分析理論是由Aldwaik等[17]于2012年提出的一種系統(tǒng)性的土地變化分析理論。此理論借助于土地利用的轉(zhuǎn)移矩陣，自上而下從間隔層次、類別層次、轉(zhuǎn)化層次3個(gè)層次深入分析土地利用變化過程。

3.1 間隔層次

間隔層次的強(qiáng)度分析反映了研究期每個(gè)時(shí)間間隔的土地利用面積總變化。強(qiáng)度分析使用觀察變化強(qiáng)度S(t)(式(1))來解釋t時(shí)期內(nèi)土地利用變化，使用平均強(qiáng)度U(式(2))表達(dá)整個(gè)研究時(shí)期的年均變化強(qiáng)度。以U為基準(zhǔn)，如果S(t)>U，則這一時(shí)期的土地利用的變化是快速的，反之則變化緩慢。具體計(jì)算公式為：

(1)

(2)

式中：J為土地利用類別數(shù)；Ctij為時(shí)間t內(nèi)由第i類轉(zhuǎn)化為第j類的面積；Yt+1與Yt分別為時(shí)間段t的起始時(shí)間和結(jié)束時(shí)間；YT-Y1為整個(gè)研究時(shí)間。

結(jié)合土地利用轉(zhuǎn)移矩陣及式(1)和(2)中得出結(jié)果如圖4所示。由圖4可知，1990—2019年的平均變化強(qiáng)度為1.30%；1990—2000年、2000—2005年、2005—2010年、2010—2015和2015—2019年的觀察變化強(qiáng)度均大于平均變化強(qiáng)度，分別為3.38%,6.08%,5.74%,5.57%和6.05%，說明各時(shí)期的土地利用變化都是劇烈的。值得一提的是，強(qiáng)度分析理論中所有的對比值均是某一期間的強(qiáng)度值(即年均變化量)，而非絕對變化值，所以具有較好的對比性[29]。

圖4 土地利用變化強(qiáng)度-間隔層次Fig.4 Land use intensity change of study area at interval level

3.2 類別層次

類別層次的強(qiáng)度分析研究的是特定時(shí)間間隔內(nèi)每個(gè)土地利用類別的強(qiáng)度變化。它使用年均增加強(qiáng)度Gtj(式(3))和年均減少強(qiáng)度Lti(式(4))來解釋某一類別的土地利用變化，具體公式為：

(3)

(4)

式中：Gtj為時(shí)間t內(nèi)土地利用類別j的增加強(qiáng)度；Lti為時(shí)間t內(nèi)土地利用類別i的減少強(qiáng)度。以觀察變化強(qiáng)度S(t)為基準(zhǔn)，如果Gtj或Lti大于S(t)，則該土地利用類別處于活躍狀態(tài)；否則，它的變化則處于休眠狀態(tài)。Gtj與Lti的差即為凈增加強(qiáng)度。

結(jié)合土地利用轉(zhuǎn)移矩陣及式(3)和(4)中得出結(jié)果如表3所示。

表3 土地利用變化強(qiáng)度-類別層次Tab.3 Land use intensity change of study area at category level

由表3可知，在煤炭開采起步階段(1990—2000年)，變化最為活躍的是人工用地和耕地，可以推斷其主要原因是這兩種用地類型總面積較小，且城市建設(shè)迅速、人口增長快等。對于水域，其減少強(qiáng)度大于增長強(qiáng)度，整體呈現(xiàn)減少趨勢，主要受氣候因子、用水量增加等影響。裸地的減少強(qiáng)度大于增加強(qiáng)度，整體呈減少趨勢。植被的增加強(qiáng)度略大于減少強(qiáng)度，但由于其面積基數(shù)較大，其變化強(qiáng)度均小于觀察變化強(qiáng)度3.38，處于休眠狀態(tài)。

在煤炭開采高速發(fā)展階段(2000—2010年)，采礦用地是變化最活躍的，其凈增加強(qiáng)度在2000—2005年間達(dá)到了113.67，遠(yuǎn)超這一期間的年均土地利用觀察變化強(qiáng)度6.08；在2005—2010年間達(dá)到了19.65，約為同時(shí)期年均土地利用變化強(qiáng)度的3.5倍。水域仍然呈減少趨勢，且凈減少強(qiáng)度較煤炭開采起步階段更大，可以推斷是由煤炭開采活動(dòng)與氣候因子、用水活動(dòng)的疊加作用導(dǎo)致。耕地在兩個(gè)階段的凈增加強(qiáng)度分別為13.29與9.88，體現(xiàn)了當(dāng)?shù)胤N植農(nóng)業(yè)的快速發(fā)展。人工用地在2000—2005年間、2005—2010年間的凈增加強(qiáng)度分別為7.51與10.64，體現(xiàn)了當(dāng)?shù)爻擎?zhèn)建設(shè)的強(qiáng)度逐漸增強(qiáng)。裸地持續(xù)減少，植被持續(xù)增長，說明這一時(shí)期對裸地的利用有所加強(qiáng)，此外植樹造林活動(dòng)的持續(xù)開展使地表產(chǎn)生明顯變化。

在煤炭開采平穩(wěn)發(fā)展階段(2010—2019年)，采礦用地仍呈增長趨勢，其凈增加強(qiáng)度在2010—2015年間、2015—2019年間分別為12.41與2.7，較其高速發(fā)展階段下降很多。耕地在2010—2015年間、2015—2019年間的凈增加強(qiáng)度分別為8.83與4.45；人工用地在2010—2015年間、2015—2019年間的凈增加強(qiáng)度分別為14.29與7.64，這兩類用地的增長強(qiáng)度均比上一階段減弱。值得注意的是水域在這一階段增加強(qiáng)度大于減少強(qiáng)度，呈增長趨勢，可以推斷研究區(qū)內(nèi)在逐步實(shí)施生態(tài)環(huán)境保護(hù)措施。植被依舊呈現(xiàn)增長趨勢并處于休眠狀態(tài)。

依據(jù)上述分析，煤炭開采在不同階段對各類用地的影響具有差異。煤炭開采起步階段，對各種類型用地影響較小，地類的變化主要受氣候因子、城鎮(zhèn)開發(fā)活動(dòng)等影響；煤炭開采高速發(fā)展階段，煤炭開采主要影響礦區(qū)及周邊植被、裸地和水域。煤炭開采平穩(wěn)發(fā)展階段，對各地類的影響強(qiáng)度減小，加上相關(guān)環(huán)保措施的實(shí)施，使水域面積逐漸恢復(fù)。

3.3 轉(zhuǎn)化層次

轉(zhuǎn)化層次的強(qiáng)度分析研究了特定土地類別的轉(zhuǎn)變。對于土地類別n，假設(shè)其在整個(gè)研究期間內(nèi)呈增加趨勢，Rtin(式(5))是在特定時(shí)間間隔t中從土地利用類別i到土地利用類別n的土地利用轉(zhuǎn)化強(qiáng)度，Wtn是在該時(shí)間間隔期間的平均過渡強(qiáng)度(式(6))。對于土地類別n；Ptin(i)(式(7))從土地利用類別i的角度出發(fā)，描述在特定時(shí)間間隔t內(nèi)從土地利用類別i到土地利用類別n的變化強(qiáng)度。

(5)

(6)

(7)

結(jié)合土地利用轉(zhuǎn)移矩陣及式(5)—(7)，采礦用地的轉(zhuǎn)換結(jié)果如圖5所示。采礦用地在煤炭開采起步階段經(jīng)歷了從無到有的過程，因此無法計(jì)算這一期間的轉(zhuǎn)化強(qiáng)度。由圖5(a)可知，采礦用地的平均轉(zhuǎn)化強(qiáng)度W在2000—2005年、2005—2010年、2010—2015年及2015—2019年間分別為0.07，0.14，0.20及0.22。這與研究區(qū)煤炭的開采量變化特征相吻合(圖2)，即煤炭的開采量在高速發(fā)展階段增速較快增長，然后在平穩(wěn)發(fā)展階段基本保持穩(wěn)定。從采礦用地視角看(圖5(b))，采礦用地的主要轉(zhuǎn)化來源是植被和裸地。植被在5個(gè)時(shí)段對采礦用地的轉(zhuǎn)化占主導(dǎo)地位，且呈現(xiàn)增長趨勢；裸地在前4個(gè)時(shí)段對采礦用地的轉(zhuǎn)化較多，而由于裸地面積逐漸下降，因此在第5個(gè)時(shí)段對其轉(zhuǎn)化所占比例較低。

(a)采礦用地 (b)采礦用地視角下的轉(zhuǎn)化占比

綜上所述，煤炭開采活動(dòng)對不同地類的影響不一樣，采礦用地主要從植被和裸地轉(zhuǎn)化而來，但植被減少的現(xiàn)象主要聚集在礦區(qū)小范圍上，而研究區(qū)的植被覆蓋整體趨勢向好，呈現(xiàn)逐年增長。水域減少是由于氣候因子、城鎮(zhèn)開發(fā)活動(dòng)和煤炭開采的疊加作用，在煤炭開采高速發(fā)展階段礦區(qū)周邊的水域受到較大影響，但在煤炭開采平穩(wěn)階段逐漸恢復(fù)。研究區(qū)的裸地發(fā)生大幅減少，特別是礦區(qū)周邊更明顯。煤炭開采對耕地、人工用地影響較小。針對采礦用地的轉(zhuǎn)化層次分析，可以清晰地了解到煤炭產(chǎn)業(yè)發(fā)展過程中其用地的主要來源和周邊的用地變化狀況，反映煤炭開采活動(dòng)對地表景觀的詳細(xì)影響過程。

4 結(jié)論

煤炭是我國的主要能源資源，其大規(guī)模的開采活動(dòng)不可避免地改變地表景觀，進(jìn)而影響周邊的生態(tài)環(huán)境。為探索煤炭開采活動(dòng)背景下的地表土地利用變化特征，本文以我國的重要產(chǎn)煤區(qū)伊金霍洛旗為研究區(qū)，借助GEE平臺(tái)，以長時(shí)間序列Landsat影像為數(shù)據(jù)源，采用隨機(jī)森林分類方法提取1990—2019年間土地利用分布信息，結(jié)合土地利用強(qiáng)度分析理論對煤炭開采3個(gè)階段的礦區(qū)土地利用變化特征進(jìn)行分析。研究結(jié)果表明：

1)基于強(qiáng)度變化理論對土地利用變化從間隔層次、類別層次、轉(zhuǎn)化層次進(jìn)行分析，可較單一指數(shù)等方法更加系統(tǒng)地展示出研究區(qū)30 a間的土地利用變化特征及人類活動(dòng)的影響。

2)煤炭開采對不同地類的影響具有差異，植被和裸地是其用地來源，水域是其影響地類，對耕地、人工用地影響較小。

3)煤炭開采在不同階段對各類用地的影響作用具有差異。在煤炭開采起步階段，對各種類型用地影響較小，地類的變化主要受氣候因子、城鎮(zhèn)開發(fā)活動(dòng)等影響；在煤炭開采高速發(fā)展階段，煤炭開采主要影響礦區(qū)及周邊植被、裸地和水域。在煤炭開采平穩(wěn)發(fā)展階段，對各地類的影響強(qiáng)度減小，加上相關(guān)環(huán)保措施的實(shí)施，使水域面積逐漸恢復(fù)。研究結(jié)果可服務(wù)于制定在不同階段對不同地類的精準(zhǔn)防護(hù)實(shí)施方案，為礦區(qū)生態(tài)環(huán)境的保護(hù)提供科學(xué)依據(jù)。