陜北煤炭基地榆神礦區(qū)生態(tài)系統(tǒng)彈性力時空演變分析

王 凡,吳一平,*,李匯文,張廣創(chuàng),連炎清,王文科

1 西安交通大學,人居環(huán)境與建筑工程學院,西安 710049

2 中國科學院地球環(huán)境研究所,西安 710061

3 長安大學,水利與環(huán)境學院,西安 710054

生態(tài)系統(tǒng)彈性力描述了生態(tài)系統(tǒng)受到環(huán)境沖擊之后保持其原有結(jié)構和功能的能力,它對于區(qū)域生態(tài)系統(tǒng)安全評估具有重要意義[1-2]。生態(tài)系統(tǒng)彈性力被定義為在維持系統(tǒng)結(jié)構、功能反饋等不變的前提下,通過調(diào)整系統(tǒng)狀態(tài)變量和驅(qū)動變量等參數(shù),系統(tǒng)能吸收的擾動量,用以表示生態(tài)系統(tǒng)在面對外部干擾時保持生態(tài)系統(tǒng)功能的能力[3- 5]。 Holling等[3]將這種能力量化為一個生態(tài)系統(tǒng)能夠承受的變化幅度。通常在受到較小的環(huán)境干擾時,生態(tài)系統(tǒng)更容易恢復,當生態(tài)系統(tǒng)遭受到嚴重的擾動時會趨向遠離其均衡穩(wěn)態(tài),進而轉(zhuǎn)變?yōu)榱硪环N狀態(tài),最終導致系統(tǒng)受損而退化[5]。在沒有人為干擾的自然生態(tài)系統(tǒng)中,生態(tài)彈性力也可用來反映自然生態(tài)系統(tǒng)承載力,是區(qū)域生態(tài)承載力的研究基礎和描述脆弱生態(tài)區(qū)狀態(tài)的綜合變量[6- 8]。

量化生態(tài)系統(tǒng)彈性力是預測生態(tài)系統(tǒng)應對全球變化的關鍵[9]。國內(nèi)外學者采用不同的方法對生態(tài)系統(tǒng)彈性力展開了大量的研究,Ashutosh等[10]采用水分效率模型來評估印度的生態(tài)系統(tǒng)彈性力,發(fā)現(xiàn)生態(tài)系統(tǒng)彈性力可能受土地覆蓋、氣候、水文要素的影響；Stephen等[11]利用全局敏感性和不確定性分析法評估了生態(tài)系統(tǒng)彈性力,為生態(tài)系統(tǒng)彈性力定量評價提供了有效方案；Luciano等[12]基于氣候生態(tài)位理論提出了測量生態(tài)系統(tǒng)彈性力的方法,發(fā)現(xiàn)持續(xù)的氣候變化可通過促進森林生物多樣性的侵蝕并導致植被覆蓋度降低而加速生態(tài)系統(tǒng)彈性力的喪失；Wu等[9]用葉面積指數(shù)來評估陸地生態(tài)系統(tǒng)的彈性力,并將其動態(tài)變化歸因于氣候與環(huán)境因素；生態(tài)彈性力模型[13-14]結(jié)合主成分分析、模糊數(shù)學的綜合指標評估[15-16]方案目前也被廣泛應用。對于生態(tài)系統(tǒng)彈性力的影響因素,已有研究表明生態(tài)系統(tǒng)彈性力與植被生產(chǎn)力、生物多樣性呈正相關關系[17]。此外,氣候變化和人類活動的累計效應影響著生態(tài)系統(tǒng)的結(jié)構和動態(tài),進而顯著影響生態(tài)系統(tǒng)的恢復力[18]。雖然大量學者對生態(tài)系統(tǒng)彈性力的影響因素進行了探究,但目前仍缺少一致的觀點和表征生態(tài)系統(tǒng)彈性力的指標體系[19]?？偟膩碚f,現(xiàn)有研究方法多應用于區(qū)域尺度上,且考慮的因素還不夠全面,針對工礦活動下的流域生態(tài)系統(tǒng)彈性力的研究還鮮有報道。

陜北榆神礦區(qū)作為我國重要的煤炭生產(chǎn)基地之一[20],煤炭資源豐富,人類活動劇烈,持續(xù)的工礦活動引發(fā)了礦區(qū)局部水土流失[21]、植被退化[22]以及地下水位下降[23-24]等一系列生態(tài)環(huán)境問題,導致該地區(qū)生態(tài)環(huán)境更加脆弱[25]。自1999年起,該地區(qū)退耕還林還草、天然林保護和封山禁牧等生態(tài)修復工程的實施雖然整體上改善了區(qū)域的生態(tài)環(huán)境[26-27],但工礦活動的直接影響和間接影響區(qū)內(nèi)的生態(tài)環(huán)境變化特征尚不清晰,同時對近年來工礦影響區(qū)的生態(tài)系統(tǒng)穩(wěn)定性狀況缺乏系統(tǒng)的了解。煤炭開發(fā)區(qū)生態(tài)環(huán)境復雜,影響其生態(tài)系統(tǒng)穩(wěn)定性因素較多,如何找準生態(tài)影響因子,客觀合理地評價礦區(qū)生態(tài)現(xiàn)狀及其恢復力顯得尤為重要。本文以榆神礦區(qū)所在流域為研究對象,在了解研究區(qū)整體土地利用和煤炭礦區(qū)分布格局的基礎上,依據(jù)研究區(qū)生態(tài)環(huán)境背景,選取水文、土壤、植被3個方面5個指標,運用綜合指標法和主成分分析法對研究區(qū)生態(tài)彈性力進行評估,探討研究區(qū)2009—2018年生態(tài)系統(tǒng)彈性力時空演變特征,分析煤炭開發(fā)對研究區(qū)生態(tài)系統(tǒng)彈性力的影響。本研究通過對礦區(qū)生態(tài)系統(tǒng)彈性力的評估來量化礦區(qū)生態(tài)系統(tǒng)穩(wěn)定性和可調(diào)節(jié)能力,以期為優(yōu)化礦區(qū)生態(tài)格局和進一步完善礦區(qū)可持續(xù)發(fā)展策略提供科學依據(jù)。

1 研究區(qū)概況

榆神礦區(qū)位于陜晉蒙接壤地帶,是陜北煤炭基地的主要礦區(qū)之一,礦區(qū)面積約5265 km2,2013年,榆神礦區(qū)煤炭產(chǎn)量已達到2.78億t[24]。礦區(qū)總體被劃分為四個規(guī)劃區(qū),根據(jù)不同的資源勘探程度,開啟了前三期規(guī)劃區(qū)的開發(fā),第四期規(guī)劃區(qū)正在準備階段[23]。本文以榆神礦區(qū)所在的3個流域為研究區(qū)(圖1),包含禿尾河流域(占流域總面積44.7%)、榆溪河流域(占45%)和佳蘆河流域(占10.3%),研究區(qū)面積約為1.07萬km2,處于東經(jīng)109°—110.52°,北緯37.98°—39.34°之間。研究區(qū)東南部為黃土丘陵溝壑區(qū),西北部為風沙草灘區(qū),地勢由東南向西北遞增,主要植被有沙柳、檸條、沙蒿、錦雞兒、苜蓿等天然植被和柳樹、楊樹、棗樹等人工植被,主要土壤類型為風沙土、黃綿土和沖積土[23]。該區(qū)地處西北內(nèi)陸干旱區(qū),降水年際變化大,多年年均降水約400 mm,水資源量短缺,多年年均潛在蒸發(fā)量約1700 mm；區(qū)域內(nèi)年均氣溫在6—14℃ 之間,多年均溫約10℃[28]。由于研究區(qū)氣候干燥、植被稀疏、地形坡度大等自然地理特征使其生態(tài)環(huán)境脆弱,煤炭資源的開采,導致研究區(qū)地表植被破壞、水土流失、土地荒漠化程度加劇、地下水位下降、地面塌陷等生態(tài)環(huán)境問題的產(chǎn)生和發(fā)展[4],嚴重影響該區(qū)域生態(tài)系統(tǒng)的穩(wěn)定性[29]。

圖1 研究區(qū)高程及地理位置Fig.1 The elevation and geographical location of the study area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

本研究選取2009、2012、2015和2018年4期Landsat TM 30 m分辨率的遙感影像數(shù)據(jù)(行列號127/33、34),數(shù)據(jù)都集中于6月份,且云量小于5%。對遙感影像進行輻射定標、大氣校正、波段融合、影像鑲嵌和裁剪等預處理工作,依據(jù)全國生態(tài)系統(tǒng)分類體系[30]和研究區(qū)土地利用類型的實際情況,將研究區(qū)的土地利用類型劃分為耕地、草地、林地、建設用地、水域、未利用地和工礦用地7種。通過人機交互式解譯獲得研究區(qū)土地利用類型空間分布圖,最后利用目視解譯結(jié)果與整體分類結(jié)果建立混淆矩陣,計算Kappa系數(shù)來驗證分類精度,四期土地利用分類精度達80%。

為了評價研究區(qū)的生態(tài)系統(tǒng)彈性力,本文收集了研究區(qū)2009—2018年生態(tài)環(huán)境因子時空數(shù)據(jù)。其中地表徑流和地下徑流數(shù)據(jù)基于SWAT(Soil and Water Assessment Tool)模型在水文響應單元上的模擬結(jié)果,利用地理信息系統(tǒng)進行數(shù)據(jù)格式轉(zhuǎn)換,得到2009—2018年分辨率1 km的地表、地下徑流空間分布圖。植被覆蓋度是SPOT5-VGT2衛(wèi)星采集的旬值數(shù)據(jù),空間分辨率為1 km； 植被生產(chǎn)力(NPP)數(shù)據(jù)來源于美國航空航天局(NASA)(https://earthdata.nasa.gov/)提供的MOD17A3數(shù)據(jù)產(chǎn)品,空間分辨率為1 km。土壤保持量基于通用土壤流失方程(revised universal soil loss equation,RUSLE)計算,利用地形、土壤數(shù)據(jù)并結(jié)合月降雨量、植被覆蓋度計算得到,其中地形數(shù)據(jù)采用地理空間數(shù)據(jù)云SRTM 90 m 數(shù)字高程模型(DEM)產(chǎn)品(http://www.gscloud.cn/),土壤數(shù)據(jù)來源于寒區(qū)旱區(qū)科學數(shù)據(jù)中心(http://westdc.westgis.ac.cn)提供的世界土壤數(shù)據(jù)庫,空間分辨率為1 km,所需數(shù)據(jù)包括土壤機械組成和土壤有機碳數(shù)據(jù)。

2.2 評價方法

2.2.1生態(tài)彈性力指標體系構建

煤炭礦區(qū)生態(tài)彈性力反映了生態(tài)系統(tǒng)對礦區(qū)社會經(jīng)濟活動壓力的恢復能力[31],根據(jù)礦區(qū)實際生態(tài)環(huán)境狀況,選取水文、土壤和植被三個方面的指標(表1),通過構建生態(tài)彈性力評價指標體系,結(jié)合空間主成分分析法量化研究區(qū)的生態(tài)彈性力。根據(jù)研究目標,按照目標分層法建立指標體系,其中生態(tài)彈性力作為目標層,水文、土壤和植被三個要素作為準則層,基于準則層選取相關指標作為指標層。具體步驟如下：

表1 生態(tài)彈性力評價指標體系Table 1 Ecological resilience evaluation indicator system

①為解決各個指標量綱不同的問題,首先需要對原始數(shù)據(jù)進行歸一化處理；

(1)

式中,Yi為指標標準值；Xi為第i項指標的值；max(Xi)與min(Xi)為第i項指標的最大值和最小值,i的范圍為1—n,n表示柵格個數(shù)。

②根據(jù)歸一化數(shù)據(jù)判定指標之間的相關性,建立相關系數(shù)矩陣,指標之間的相關系數(shù)越大表明有必要對數(shù)據(jù)進行主成分分析；

③計算相關系數(shù)矩陣的特征值、主成分貢獻率和累計貢獻率,確定各主成分個數(shù),并計算主成分權重；

(2)

式中,Gj為主成分j的權重,λ為特征值的方差貢獻率,m為主成分個數(shù)(一般特征值λm的累計貢獻率達80%—95%)；

④計算生態(tài)彈性力指數(shù)；

(3)

式中,Z為生態(tài)彈性力指數(shù),Fj為主成分j的綜合得分。

2.2.2水文要素計算

SWAT模型是對流域尺度水文過程進行連續(xù)時段模擬的物理模型,能夠模擬多種土地利用、土壤和管理條件下的水文過程[32]。本文采用該模型對研究區(qū)的降雨徑流進行模擬,使用逐月徑流對模型進行率定和驗證。選用決定系數(shù)R2、百分數(shù)偏差PBIAS評價 SWAT 模型在率定期和驗證期的表現(xiàn),具體的計算公式參照已有文獻[33]。 基于 Moriasi 等[34]人 2007 年提出的標準,兩個水文站點的模擬結(jié)果在率定期和驗證期憑借R2>0.50, |PBIAS|<25%被判定為良好(表2)。

表2 高家川和申家灣水文站點徑流模擬結(jié)果評價Table 2 Evaluation of runoff simulation results at Gaojiachuan and Shenjiawan hydrological stations

2.2.3土壤保持量計算

土壤保持是指生態(tài)系統(tǒng)防止水土流失的侵蝕調(diào)控及對泥沙的儲積保持能力,可以用一個地區(qū)的土壤保持量來衡量土壤保持能力[35]。目前往往采用修正后的通用土壤流失方程評估土壤保持能力[36],認為潛在土壤侵蝕量與實際侵蝕量的差值是在植被和人為管理作用下的土壤保持量,其計算公式為：

SR=APn-ARn

(4)

APn=R×K×LS

(5)

ARn=R×K×LS×C×P

(6)

式中,SR為土壤保持量(t hm-2a-1)；APn為潛在侵蝕量；ARn為在植被覆蓋和水土保持措施下發(fā)生的實際侵蝕量；R為降雨侵蝕力因子(MJ mm h-1hm-2a-1)；K為土壤可蝕性因子(t hm2h hm-2MJ-1mm-1)；LS為坡長坡度因子；C為植被覆蓋與管理因子(0—1)；P為水土保持措施因子(0—1)。

降雨侵蝕力因子(R)可以反映降雨引起土壤侵蝕的潛在能力[37]。本研究采用年降雨侵蝕力模型計算降雨侵蝕力因子[38],其計算公式為：

(7)

式中,Prei為月降雨量(mm),Pre為年總降雨量(mm)。

土壤可侵蝕性因子(K)反映了土壤的抗侵蝕能力,其大小與土壤結(jié)構和有機碳含量密切相關,具體計算公式[37]如下：

(8)

式中,sa為沙粒含量(%),si為粉粒含量(%),cl為粘粒含量(%),c為有機碳含量(%),sn=1-sa/100。

植被覆蓋因子(C)反映的是植被覆蓋及相關管理措施對土壤的綜合作用,主要受植被覆蓋度和土地利用類型等因素的影響,C值越小,表明地面植被覆蓋度越高。其計算公式[39]為：

(9)

式中,fc為植被覆蓋度。

坡長坡度因子(LS)是影響坡面土壤侵蝕的重要因素,其計算公式[39]如下：

將上面的基于單處理器的算法思想拓展為支持多處理器的算法，即可得到求解原問題的優(yōu)先關系調(diào)度算法(PR)：

(10)

(11)

(12)

式中,λ為坡長(m),θ為坡度,n為坡長指數(shù),S為坡度指數(shù)。

水土保持措施因子(P)是特定的水土保持措施下土壤流失量與未實施水土保持措施時的土壤流失量比值,研究發(fā)現(xiàn)水土保持措施因子與坡度存在線性關系[40],其計算公式為：

P=0.2+0.03θ

(13)

3 結(jié)果與分析

3.1 土地利用分布特征

研究區(qū)土地利用類型以林地、草地、未利用地為主(圖2、表3),耕地、林地和草地三者面積之和約占整個研究區(qū)的70%,未利用地面積約占研究區(qū)的30%。研究期間,未利用地面積不斷減少,減少了780.2 km2,主要表現(xiàn)在研究區(qū)的中部和西北部；其他土地利用類型都表現(xiàn)出了不同程度的增加,其中草地、林地增加幅度最大,分別增加了351.2、 217.7 km2；建設用地增加了59.1%,主要體現(xiàn)在榆陽區(qū)和神木縣市區(qū)。對比2009年和2018年土地利用變化,土地利用轉(zhuǎn)移主要發(fā)生耕地、林地、草地和未利用地之間,同時,89 km2的未利用地和112 km2的草地轉(zhuǎn)換成建設用地,3.4 km2的未利用地和4.4 km2的草地轉(zhuǎn)換成工礦用地?？傮w來看,隨著生態(tài)恢復工程的實施和社會經(jīng)濟的快速發(fā)展,研究區(qū)土地利用空間格局發(fā)生了很大的變化,生態(tài)環(huán)境明顯改善,城市發(fā)生了進一步的擴張[41]。

表3 研究區(qū)2009—2018年土地利用面積轉(zhuǎn)移矩陣/km2Table 3 Land use area transfer matrix of study area from 2009 to 2018

研究期間,工礦用地面積明顯增加(圖3),從8.4 km2增加到14.2 km2。為了解煤炭開發(fā)對礦區(qū)生態(tài)環(huán)境的影響,以工礦用地為中心分別設置半徑1 km和3 km的緩沖區(qū),1 km緩沖區(qū)作為煤炭開發(fā)的直接影響區(qū),1—3 km緩沖區(qū)作為間接影響區(qū)。2009年、2012年、2015年、2018年直接影響區(qū)分別占整個區(qū)域面積的14.8%、14.7%、19.6%、24%,間接影響區(qū)面積也逐漸增加,約占研究區(qū)面積的45%。

圖3 煤炭開發(fā)區(qū)及其影響區(qū)域分布Fig.3 Distribution of coal development zones and influenced areas

3.2 生態(tài)彈性力評價

3.2.1生態(tài)彈性力評價指標分析

經(jīng)過分析,得到了研究區(qū)2009—2018年生態(tài)彈性力評價指標時間趨勢(圖4)和空間分布(圖5)。

圖4 生態(tài)彈性力評價指標時間變化Fig.4 Time variation of evaluation indicators of ecological resilience

圖5 生態(tài)彈性力評價指標空間分布Fig.5 Spatial distribution of evaluation indicators of ecological resilience

2009—2018年,研究區(qū)地表、地下徑流量均呈現(xiàn)顯著增加的趨勢,增加速率分別為6.27、8.36 mm/a。對于長期來說,隨著植被的增加研究區(qū)徑流量呈下降趨勢,但是近年來,由于降雨量的顯著增加導致徑流量增加,這與實測資料分析結(jié)果一致[42]；此外,在植被增加的同時研究區(qū)建設用地面積也增加,通過統(tǒng)計不同土地利用對應的地表徑流量(表4),發(fā)現(xiàn)林、草地僅是建設用地地表徑流量的50%左右。從徑流量在水文響應單元尺度上的空間分布特征來看,研究區(qū)地表徑流量主要處于6—30 mm之間,在研究區(qū)北部紅堿淖湖周圍地表徑流量最小(<6.5 mm),總體上呈現(xiàn)北部低西南部高的空間分布特征。研究區(qū)地下徑流量較地表徑流量大,主要由于研究區(qū)大面積為風沙區(qū),地表下滲量大；地下徑流量在空間上表現(xiàn)出東北部高、西部偏低的特征,東南部佳蘆河流域地下徑流量最小,主要處于29—70 mm之間。

表4 不同土地利用地表徑流量/mmTable 4 Surface runoff of different land uses

研究期間,植被覆蓋情況顯著改善,增加速率為0.63%/a；植被生產(chǎn)力變化趨勢基本與植被覆蓋度一致,其增加速率為6.85 gC/m2?？臻g上,研究區(qū)植被覆蓋度處在0—0.29之間,呈現(xiàn)出東南部明顯高于西北部的特征。研究區(qū)植被生產(chǎn)力多年均值處在8—355 gC/m2之間,東南部和北部林草覆蓋較多的區(qū)域植被生產(chǎn)力較高,且沿著河道的耕地區(qū)植被生產(chǎn)力最高(> 200 gC/m2),由于研究區(qū)的西北部主要為未利用地, 植被生產(chǎn)力也處于較低的水平,主要集中在28—140 gC/m2之間。

3.2.2生態(tài)系統(tǒng)彈性力分析

根據(jù)生態(tài)彈性力評價指標間存在相關系數(shù)大于0.5的結(jié)果得知,指標之間存在一定的相關性,適合采用主成分分析法確定權重。依據(jù)選取原則確定了兩個主成分,其權重如表5所示。根據(jù)主成分荷載,主成分一主要支配指標為地下徑流量、植被覆蓋度,主成分二主要支配指標為地表徑流量、植被生產(chǎn)力。

表5 空間主成分分析的各主成分的特征值、比值及權重Table 5 Percent and accumulative eigenvalues

研究區(qū)2009—2018年生態(tài)彈性力的時間變化趨勢如圖6所示,生態(tài)彈性力指數(shù)總體呈現(xiàn)增加趨勢,從2009年的0.53增加到2018年的0.60,但中間過程波動幅度較大,主要受徑流量的影響,這是由于近年來陜北地區(qū)降雨量顯著增加且年際變化大。2009—2017年,生態(tài)彈性力呈現(xiàn)“W”型變化特征,其中2009—2011年,彈性力由0.53增加至0.56,基本呈現(xiàn)平穩(wěn)趨勢,2012年后彈性力呈現(xiàn)先增加后減小的變化趨勢,2015年降低至研究期間的最低值,2015—2017年彈性力指數(shù)顯著增加,2017年生態(tài)彈性力達到最大值0.77,2017—2018年彈性力又表現(xiàn)出明顯的減小。總體上,研究區(qū)生態(tài)系統(tǒng)抗干擾和自我調(diào)節(jié)能力不斷提高但不穩(wěn)定,與鄭欣等[16]在鄂爾多斯的研究結(jié)果相似。

從各個主成分來看,第一主成分與植被覆蓋度和地下徑流量都存在較高的正相關關系。由于第一主成分的貢獻率較大,其變化趨勢與生態(tài)彈性力基本一致。因此,第一主成分對生態(tài)彈性力起決定性作用,而植被覆蓋度和地下徑流量主要決定了研究區(qū)生態(tài)彈性力的變化趨勢。從圖6中可以看出,主成分二減緩了生態(tài)彈性力的波動幅度,而主成分二的變化主要取決于地表徑流量和植被生產(chǎn)力。因此,地表徑流量和植被生產(chǎn)力對減緩研究區(qū)生態(tài)系統(tǒng)穩(wěn)定性的變化起到正向作用。分析表明,本研究區(qū)生態(tài)彈性力對水文、植被條件變化比較敏感,主要受植被覆蓋度和地下徑流量的影響。

由于考慮了多個空間指標,使得生態(tài)彈性力空間分布差異較大(圖6),總體呈現(xiàn)東南部偏高西北部低的特征,表明研究區(qū)東南部的生態(tài)系統(tǒng)較西北部穩(wěn)定。由于研究區(qū)東南部植被覆蓋度大,又屬于流域的下游,水資源相對豐富,生態(tài)彈性力較高,而西北部受氣候和土壤條件影響,裸地分布較廣,植被覆蓋度和植被生產(chǎn)力都較低,因此生態(tài)彈性力較低。局部來看,在榆陽區(qū)和神木市縣區(qū)周圍及沿線生態(tài)彈性力較低,主要歸因于城市建成區(qū)人類活動頻繁,生態(tài)環(huán)境較差。

圖6 2009—2018年生態(tài)彈性力時空分布特征Fig.6 Spatial and temporal distribution characteristics of ecological resilience from 2009 to 2018

3.2.3榆神礦區(qū)生態(tài)彈性力變化

統(tǒng)計不同土地利用對應的生態(tài)彈性力(圖7),得到不同土地利用生態(tài)彈性力排序：林地>草地>耕地>建設用地>工礦用地,由于林地的植被生產(chǎn)力、植被覆蓋度高且水土保持能力強,因此生態(tài)系統(tǒng)穩(wěn)定性較高。2009—2015年,生態(tài)彈性力呈現(xiàn)下降趨勢,林草地的彈性力下降最為明顯。雖然近年來隨著生態(tài)修復措施的實施,研究區(qū)植被覆蓋度和植被生產(chǎn)力增加,但生態(tài)彈性力受水文要素的影響很大,由于降雨量的降低使得徑流量減少,導致生態(tài)彈性力降低。

圖7 不同土地利用生態(tài)系統(tǒng)彈性力Fig.7 Ecological resilience of different land use

煤炭礦區(qū)直接影響區(qū)是煤炭開發(fā)的內(nèi)圍區(qū)域,生態(tài)系統(tǒng)彈性力較間接影響區(qū)低,平均低9.23%。其中2009年兩個影響區(qū)生態(tài)系統(tǒng)彈性力差距最大,間接影響區(qū)比直接影響區(qū)彈性力高0.07,2015年差距最小,整個區(qū)域的彈性力介于直接影響區(qū)和間接影響區(qū)之間(圖8)。總體而言,由于耕地的植被覆蓋度和植被生產(chǎn)力較高,生態(tài)系統(tǒng)彈性力也較高,而直接影響區(qū)中耕地面積比例較大,導致直接影響區(qū)的生態(tài)彈性力偏高。由于間接影響區(qū)中有很大比例是裸地,裸地對應的生態(tài)彈性力低。因此,間接影響區(qū)相比直接影響區(qū)的彈性力雖有增加,但差距不明顯。

圖8 煤炭開發(fā)影響區(qū)生態(tài)系統(tǒng)彈性力Fig.8 Ecological resilience in coal exploitation affected areas

4 結(jié)論與討論

4.1 討論

4.1.1煤礦開采對礦區(qū)生態(tài)系統(tǒng)的影響

隨著礦區(qū)煤炭基地的建成,工礦用地侵占草地和灌叢面積,加上生態(tài)環(huán)保政策落實不到位,加劇了礦區(qū)植被退化。由于工礦用地人類活動頻繁,煤礦開采直接影響區(qū)生態(tài)系統(tǒng)穩(wěn)定性較差。大規(guī)模開采活動可能造成礦區(qū)地面塌陷、地裂縫,導致植物根系直接拉斷,并且土壤物理結(jié)構的破壞和水分養(yǎng)分的流失也影響植物生長,造成開采區(qū)植被退化和生產(chǎn)力降低。隨著采煤面積的增大可能會引起地裂隙加大、加深,地表水通過裂縫和破碎區(qū)連通的位置滲入地下,造成地表水流失；同時裂隙可能穿透上部隔水層,從而造成地下水滲漏,地下水位下降。在煤礦開采過程涉及和影響的土地范圍內(nèi),原生森林植被生態(tài)系統(tǒng)、土壤結(jié)構特征以及其天然的水土保持功能被嚴重削弱,表層土壤和植被的水土保持能力大幅下降。因此,在煤炭開采區(qū)應及時采取生態(tài)修復治理措施,降低采礦活動引起的地質(zhì)環(huán)境問題,從而提高礦區(qū)生態(tài)系統(tǒng)彈性力。

4.1.2生態(tài)彈性力指標選取合理性分析

本文從水文、土壤、植被3個方面選取指標綜合評估榆神礦區(qū)生態(tài)系統(tǒng)彈性力,而氣候條件也是決定生態(tài)彈性力的主要因素。通常在區(qū)域尺度較大的情況下評估彈性力需要考慮氣候要素,而本研究區(qū)氣象要素空間差異較小,因此沒有直接選取氣象指標。由于礦區(qū)本身屬于水資源缺乏地區(qū),水資源的供給能力是生態(tài)彈性力提高的主要限制因素,選用了地表、地下徑流兩個水文指標?？紤]到主成分分析時各指標間需要存在一定的相關性,選用了土壤保持量、植被覆蓋度和生產(chǎn)力等相關指標來反映研究區(qū)生態(tài)環(huán)境變化。植被覆蓋度和生產(chǎn)力均可表征生態(tài)系統(tǒng)的自我恢復能力。植被覆蓋度對區(qū)域生態(tài)環(huán)境變化有重要指示作用,能夠反映區(qū)域的水土保持、氣候調(diào)節(jié)以及生態(tài)系統(tǒng)的穩(wěn)定性強弱[43],多項研究直接從植被覆蓋度、葉面積指數(shù)等遙感數(shù)據(jù)中檢測植被異常以測量生態(tài)系統(tǒng)的恢復力[9,44]。而植被生產(chǎn)力可表征一個區(qū)域地形地貌、水分熱力狀況以及植被的生產(chǎn)適宜性,可通過植被生產(chǎn)力來客觀反應生態(tài)系統(tǒng)各要素的健康程度[43,45],Frazier等利用遙感反演的NPP作為生態(tài)系統(tǒng)健康指標監(jiān)測生態(tài)系統(tǒng)恢復情況[46]。植被灌層通過攔截降雨、減少雨滴擊濺、阻擋泥沙運輸來減少水土流失,不同的植被和類型都會影響一個區(qū)域的水土保持能力[47],而對于陜北黃土溝壑地區(qū),有研究表明降雨是影響水土流失的主要因素,植被覆蓋與土壤侵蝕的關系不明顯[48]。同時土壤組成也是土壤保持量的決定性因素,研究發(fā)現(xiàn)不同性質(zhì)的土壤生態(tài)彈性力存在很大差異[49]。

4.1.3優(yōu)勢與不足

利用空間二維柵格數(shù)據(jù)進行空間主成分分析來評估生態(tài)彈性力,高度保留了各指標的空間信息,從而可以反映區(qū)域生態(tài)彈性力的空間差異,便于識別生態(tài)問題嚴重的區(qū)域,可為生態(tài)環(huán)境修復提供參考依據(jù)。以往的研究大多考慮了生態(tài)彈性力的時間趨勢,反映的是區(qū)域整體生態(tài)彈性力相對變化情況。本研究方法更能反映生態(tài)系統(tǒng)彈性力區(qū)域空間格局情況。

由于數(shù)據(jù)分辨率以及指標獲取等限制,本研究仍存在一定局限性：數(shù)據(jù)的分辨率較低導致綜合評估得到的生態(tài)彈性力空間細節(jié)描述較弱；水文模型校準時采用的觀測數(shù)據(jù)年份較早,且在研究區(qū)的模擬效果只達到了滿意,得到的徑流量存在不確定性；用于表征生態(tài)環(huán)境變化的因素還有很多,本研究中由于數(shù)據(jù)可獲取性問題,所選取的指標不夠全面,我們認為盡可能全面的評估對礦區(qū)開發(fā)規(guī)劃更具有指導意義,但本研究在區(qū)域生態(tài)環(huán)境健康評價方面提供了一套有效的思路和方法。

4.2 結(jié)論

本研究通過遙感解譯獲得了榆神礦區(qū)土地利用分布格局,在充分明確礦區(qū)生態(tài)環(huán)境情況的基礎上評估了榆神礦區(qū)生態(tài)系統(tǒng)穩(wěn)定性,分析了煤炭開發(fā)對礦區(qū)生態(tài)環(huán)境質(zhì)量的影響程度。主要結(jié)論：

近10年來,隨著生態(tài)修復措施的實施和社會經(jīng)濟的快速發(fā)展,研究區(qū)生態(tài)環(huán)境明顯改善,林地草地面積明顯增加,但是煤炭開發(fā)用地也大幅增加,從8.4 km2增加至14.2 km2。

研究期間,榆神礦區(qū)生態(tài)系統(tǒng)抗干擾能力和可調(diào)節(jié)能力總體不斷提高但伴有波動,生態(tài)系統(tǒng)彈性力從2009 的0.53增加至2018年的0.60,空間上呈現(xiàn)東南部高西北部低的特征,該區(qū)生態(tài)系統(tǒng)彈性力主要受植被覆蓋度、地下徑流量的影響。

煤炭開采活動引發(fā)的地面塌陷、地裂縫等地質(zhì)環(huán)境問題致使煤礦開采區(qū)植被退化、地下徑流、地表徑流量降低以及水土保持能力下降,導致煤炭開采直接影響區(qū)的生態(tài)彈性力低于間接影響區(qū),平均低9.23%。因此,及時采取修復治理措施降低煤炭開發(fā)引起的地質(zhì)環(huán)境問題是提高礦區(qū)生態(tài)彈性力有效途徑。