西部典型生態(tài)脆弱礦區(qū)采損地表植被蓋度演化規(guī)律與退化機制

黃艷利，郭亞超，齊文躍，李俊孟，王佳奇，歐陽神央，吳來偉

(1.中國礦業(yè)大學 礦業(yè)工程學院，江蘇 徐州 221116；2.中國礦業(yè)大學 煤炭資源與安全開采國家重點實驗室，江蘇 徐州 221116；3.新疆工程學院 礦業(yè)工程與地質學院，新疆 烏魯木齊 830023；4. 燕山大學 河北省重型裝備與大型結構力學可靠性重點實驗室，河北 秦皇島 066004)

西部是我國內陸向西開放和建設“絲綢之路經濟帶”的關鍵節(jié)點，西部5省(陜蒙甘寧新)已成為我國煤炭資源的主產區(qū)，產量約占全國總產量的70%[1-2]。西部礦區(qū)煤炭資源多，具有煤層埋藏淺、厚度大、地質構造簡單等特點，礦區(qū)多屬水資源短缺、地表生態(tài)脆弱的干旱-半干旱區(qū)域[3-5]，礦區(qū)高強度開采極易引起地表塌陷[6]、地下水位下降[7]、植被退化[8]、土地荒漠化等生態(tài)環(huán)境損傷問題[9-10]。植被作為表征礦區(qū)生態(tài)環(huán)境變化的綜合指示器[11-12]，可以較好地反映采動損傷對生態(tài)環(huán)境變化的影響。

近年來，關于采礦活動對植被發(fā)育狀態(tài)的影響國內外學者做了大量的研究工作，并取得了許多有價值的研究成果。ERENER[13]分析了不同植被指數(shù)在土耳其礦區(qū)植被生長狀況監(jiān)測的差異；雷少剛等[14-17]以神東礦區(qū)為研究對象，研究了采區(qū)與非采區(qū)植被的差異，揭示了采煤塌陷對植物葉綠素、植物高光譜特征、植物光合作用速率以及礦區(qū)植被覆蓋度的影響規(guī)律；李長春等[18-19]通過遙感技術，研究了典型露天礦區(qū)植被覆蓋情況，對礦區(qū)環(huán)境進行了評價；李茂林等[20-21]研究了內蒙古典型干旱半干旱礦區(qū)植被覆蓋度變化趨勢，分析了地形地貌、采礦活動、土地利用類型與植被覆蓋度變化的關系；吳立新等[22]通過線性回歸的方法研究了神東礦區(qū)的土壤沙化現(xiàn)象和植被覆蓋變化特征；YANG等[23]通過野外調查與遙感相結合的方法，研究了補連河流域植被群落結構及其對地下開采的響應，發(fā)現(xiàn)開采影響下植被群落指數(shù)下降了0～21.5%，但整個流域尺度的NDVI增加了15%；黨曉宏等[24]發(fā)現(xiàn)相比于非沉陷區(qū)，沉陷區(qū)土壤累積蒸發(fā)量、沙柳和油蒿累計蒸騰量分別下降28.8%，18.6%，16.1%。針對礦區(qū)植被遙感監(jiān)測的有關報道，主要集中在礦區(qū)植被演變以及植被生長特征的監(jiān)測，而關于生態(tài)脆弱區(qū)采煤沉陷區(qū)地表植被演化規(guī)律及其退化機制的研究仍較少。

鑒于此，筆者以棗泉煤礦為研究對象，基于SentineL-1A雷達數(shù)據(jù)和光學數(shù)據(jù)，利用SBAS-InSAR技術研究采礦擾動下地表沉陷規(guī)律，分析工作面沉陷區(qū)與非沉陷區(qū)植被NDVI時序演化特征，評估采礦擾動下礦區(qū)植被覆蓋度時序演化趨勢，并對沉陷區(qū)植被發(fā)育影響因素進行剖析。研究結果對深入認識西部礦區(qū)煤炭資源開采對生態(tài)環(huán)境的影響具有重要意義。

1 研究區(qū)概況

棗泉煤礦位于寧夏回族自治區(qū)靈武市的東南區(qū)域，地處毛烏素沙漠附近(106.50°E—106.58°E，37.86°N—38.03°N)，井田南北方向長13 km，東西方向長4 km，總面積52 km2。目前主要開發(fā)的煤層為2煤和6煤，煤層平均埋深約200 m，煤礦地表多為黃土，風積沙等松散介質。在井田部分區(qū)域，采動影響下地表裂縫較發(fā)育，裂縫周邊植被退化現(xiàn)象較明顯[25-26]。礦區(qū)位置及礦井工作面規(guī)劃布置如圖1所示。

圖1 棗泉煤礦地理位置圖及地表狀況Fig.1 Geographical location map and surface condition of Zaoquan Coal Mine

2 研究數(shù)據(jù)與方法

2.1 研究數(shù)據(jù)選取與預處理

采用2016-01-20—2016-09-16，覆蓋研究區(qū)且連續(xù)的10景SentineL-1A影像數(shù)據(jù)?；诓罘指缮鏈y量短基線集時序分析技術(SBAS-InSAR)，結合精密軌道數(shù)據(jù)及外部DEM數(shù)據(jù)，對原始影像進行預處理，生成沉陷影像圖。

根據(jù)沉陷監(jiān)測時間，選取覆蓋研究區(qū)的2014-01—2021-12(采前-采中-采后)的93景月度LANDSAT8 OLI系列數(shù)據(jù)(2016年4月、2018年12月、2020年6月數(shù)據(jù)覆蓋較差，未選取)，數(shù)據(jù)選取時控制影像云量小于20%，并對影像進行輻射定標、大氣校正和幾何校正等預處理。

結合礦井工作面采掘接替資料，統(tǒng)計監(jiān)測期間棗泉煤礦工作面具體信息見表1。

表1 監(jiān)測期間棗泉煤礦工作面統(tǒng)計Table 1 Statistical table of Zaoquan Coal Mine working face during monitoring period

2.2 礦區(qū)植被覆蓋度演化特征分析

基于歸一化植被指數(shù)(NDVI)結果，根據(jù)像元二分模型對礦區(qū)植被覆蓋度進行估算，并通過線性回歸分析及相關系數(shù)對礦區(qū)地表植被發(fā)育時序演化趨勢進行表征，主要流程如圖2所示。其中，θslope為一元線性回歸方程斜率；ti為年份序號；xi為第i年生長季植被蓋度均值；R為相關系數(shù)；n為總年份數(shù)。

圖2 植被覆蓋度演化趨勢分析流程Fig.2 Analysis process of FVC evolution trend

3 采礦擾動區(qū)地表植被發(fā)育特征

3.1 工作面開采沉陷特征

監(jiān)測期間工作面地表3個典型沉降區(qū)域，如圖3所示。提取3個典型沉陷區(qū)下沉-10 mm邊界范圍，并在3個沉降邊界范圍內，沿走向中心線布置觀測線(L1，L2，L3)，分別繪制130202，110204以及220602工作面不同開采階段下沉曲線，3個工作面參數(shù)以及沉降特征見表2，下沉曲線如圖4所示。

圖3 工作面沉降結果及測線布置Fig.3 Face settlement results and survey line arrangement

由圖4可知，隨著工作面推進距離不斷增大，地表下沉量最大值逐漸增加，沉陷速度呈現(xiàn)出先增大后減小的趨勢。結合表2可知，監(jiān)測期間，130202工作面總開采面積較110204工作面增加114%，最大下沉陷量增加46.5%，沉降盆地移動距離增加300 m，說明較大的工作面開采面積，在地表產生的沉陷影響也較大；130202工作面與220602工作面沉降盆地移動距離大致相等，工作面130202深厚比(58)小于工作面220602(214)，深厚比增加260%情況下，工作面地表最大沉陷量減少62%，說明深厚比較大的工作面，開采在地表產生的影響較小，增大工作面深厚比可有效降低采動對地表的影響。

圖4 3個典型工作面不同開采階段下沉曲線 Fig.4 Subsidence curves of three typical working faces at different mining stages

表2 3個典型沉降區(qū)工作面開采參數(shù)和下沉特征統(tǒng)計Table 2 Mining parameters and subsidence characteristics of working faces in three typical subsidence areas

3.2 工作面沉陷區(qū)植被NDVI時序變化

由于礦區(qū)3個典型沉降區(qū)的形成時間均相同，為分析沉陷區(qū)植被NDVI時序變化特征，選取井田范圍植被長勢均勻、不受人為干擾的區(qū)域為對照區(qū)，繪制2014—2021年3個沉陷區(qū)觀測線和對照區(qū)植被NDVI時序特征及其差值，如圖5所示，其中紅色箭頭表示開采時間。

根據(jù)圖5可以看出，對照區(qū)及沉陷區(qū)的NDVI均呈現(xiàn)出周期性變化趨勢，在每年的7、8月左右NDVI達到最大值，而在12月和1月NDVI達到最小值，這與區(qū)域夏季植被生長旺盛、冬季植被覆蓋較低的自然規(guī)律相吻合。綜合分析可以看出，對照區(qū)與沉陷區(qū)的NDVI差值在開采前期相對變化較小，在開采影響下，兩者的差值持續(xù)增大，說明采礦活動對沉陷區(qū)地表的植被生長有較大影響。此外，在2018年后沉陷區(qū)與對照區(qū)的NDVI有了較大的提升，究其原因可能是棗泉煤礦于2018年對煤礦塌陷區(qū)進行覆土和植被重建[23]，主要是在130202，110204以及220602工作面沉陷區(qū)進行適生植被種植等修復措施，促使礦區(qū)的NDVI有了較大的提高，說明植被修復重建可以改善礦區(qū)的植被覆蓋度。

圖5 對照區(qū)及沉陷區(qū)植被NDVI及其差值時序變化特征Fig.5 Temporal variation characteristics of NDVI difference between control area and subsidence areas

以130202工作面為例，開采前期，沉陷區(qū)的NDVI與對照區(qū)NDVI的差值較小，幾乎在0附近波動，說明在采礦活動前，工作面沉陷區(qū)與對照區(qū)的NDVI變化趨勢基本一致；在采中階段，沉陷區(qū)的NDVI開始低于對照區(qū)，NDVI的差值隨著時間增大，說明開采的擾動已經波及地表植被，對植被覆蓋度產生影響；在采后階段，NDVI差值持續(xù)變大，并達到最大值0.113 6，說明采礦活動的影響明顯增大；而在2018年礦區(qū)進行了大范圍植被修復，130202工作面沉陷區(qū)與對照區(qū)的NDVI均實現(xiàn)提高，兩者之間的差值逐步趨向于0，說明植被修復不僅可以改善礦區(qū)的植被覆蓋度，還可以補償采煤對塌陷區(qū)以及地表植被的擾動效應，降低采煤活動對生態(tài)環(huán)境的影響。

通過分析發(fā)現(xiàn)，井下煤炭開采過程會破壞上覆巖層，進而導致地表沉陷，破壞地表植被，降低沉陷工作面的NDVI，并且隨著采煤活動的持續(xù)進行，對地表的擾動持續(xù)增加，地表植被一般在采后2～3 a受采動影響最大，植被退化最為明顯，而隨著覆巖沉陷穩(wěn)定，地表植被逐漸開始恢復，開采擾動區(qū)植被經歷輕微退化期、顯著退化期以及逐漸恢復期等主要變化階段。結合工作面沉陷特征，發(fā)現(xiàn)不同沉陷特征區(qū)域植被受損程度不同，如130202工作面總開采面積大于110204工作面，工作面地表最大下沉陷也較大，地表植被NDVI下降幅度越明顯，也說明受擾動程度就越大；220602工作面的深厚比大于130202工作面，采動對地表的影響相對較小，植被NDVI受擾動程度也較?。欢诘V區(qū)植被修復方面，塌陷區(qū)的植被修復難度要大于非塌陷區(qū)，而且塌陷區(qū)的植被自維持能力也低于非塌陷區(qū)，由此可知，井下開采產生的地表沉陷會加速地表植被的退化。

3.3 礦區(qū)植被覆蓋度時序波動程度

通過采用一元線性回歸法得到不同格點植被覆蓋度一元線性回歸斜率θslope，利用ArcGIS疊置分析功能對θslope和對應相關系數(shù)R進行疊加計算得到礦區(qū)植被覆蓋度空間變化趨勢[17]，并采用F分布檢驗2個變量是否相關以及相關的顯著性水平。根據(jù)θslope和F檢驗結果，基于生長季(4—8月)植被覆蓋度均值數(shù)據(jù)，將礦區(qū)植被覆蓋度變化情況分為：①θslope<0，P≤0.01，R∈[-0.87,-0.40),極顯著退化區(qū)；②θslope<0，0.010.05，R∈[-0.01，0)或θslope>0，P>0.05，R∈[0，0.01)，基本穩(wěn)定區(qū)；④θslope>0，0.010，P≤0.01，R∈[0.40,0.97]，極顯著改善區(qū)，如圖6所示。統(tǒng)計礦區(qū)植被覆蓋度變化不同程度面積及比例見表3。

由圖6和表3可知，2014—2021年研究區(qū)地表植被覆蓋度均值整體呈現(xiàn)小幅增加趨勢，植被覆蓋度呈升高與降低的區(qū)域面積分別占礦區(qū)總面積的53.91%，35.08%，其中極顯著退化區(qū)域植被受損最為嚴重，面積為7.33 km2，占礦區(qū)面積的12.9%，顯著退化區(qū)面積為12.59 km2，占礦區(qū)面積的22.18%。退化的區(qū)域主要分布在棗泉煤礦工作面上覆地表小區(qū)域、工業(yè)廣場周邊、矸石山等區(qū)域，值得注意的是，大約占整個礦區(qū)面積11.01%的區(qū)域地表植被覆蓋度變化呈現(xiàn)基本穩(wěn)定狀態(tài)，分布在礦區(qū)中南部。大約占礦區(qū)總面積的53.91%、面積為30.6 km2的區(qū)域地表植被呈現(xiàn)改善趨勢，分布在礦區(qū)北部和南部未受采礦影響的區(qū)域。分析發(fā)現(xiàn)，礦區(qū)植被覆蓋度的改善區(qū)面積顯著大于退化區(qū)面積，說明實施植被修復工程會提升礦區(qū)整體的植被指數(shù)，改善礦區(qū)生態(tài)環(huán)境。

表3 礦區(qū)植被覆蓋度變化不同程度面積及比例Table 3 Area and proportion of FVC changes in different degrees in mining area

圖6 礦區(qū)植被覆蓋度時序變化趨勢Fig.6 Time-series variation trend of vegetation coverage in mining area

4 礦區(qū)采損地表植被退化機制

4.1 植被NDVI與土壤理化性質的關系

土壤理化性質對地表植物的發(fā)育有著明顯的影響。豐菲等[27-28]發(fā)現(xiàn)土壤容重對灌木物種多樣性貢獻較大，土壤水分含量、有機質與草本植物多樣性相關性較大。張玉秀等[29-30]認為西部風沙區(qū)開采引起的地表裂縫，使得土壤水分降低、養(yǎng)分流失，造成植被枯死，地表植被受影響。

在棗泉煤礦礦區(qū)范圍布置5個10 m×10 m的樣方，現(xiàn)場調研測試不同樣方區(qū)域的土壤理化性質與植被生物數(shù)量，得到植被生長量與土壤理化性質的關系見表4。從表4可知，植被的生長狀況與土壤有機質含量和土壤含水率顯著相關，與土壤全氮含量和土壤全磷含量也呈正相關的關系。

表4 礦區(qū)植被生存狀況與土壤理化性質相關性分析Table 4 Correlation analysis between vegetation survival and soil physicochemical properties in mining areas

在棗泉煤礦220602工作面沉陷穩(wěn)定的區(qū)域，選取位于工作面推進位置的3條寬7，14，25 cm動態(tài)裂縫(LF-1，LF-2，LF-3)及位于回采巷道兩側的3條寬25，38，131 cm的邊緣裂縫(LF-4，LF-5，LF-6)作為分析對象，裂縫區(qū)土壤樣品采集點布置，如圖7所示，分析不同埋深處6條裂縫的土壤含水率、有機質、全氮、全磷含量，如圖8所示。

圖7 棗泉煤礦裂縫區(qū)土壤樣品采集點布置Fig.7 Soil sample collection site arrangement in fractured area of Zaoquan Coal Mine

由圖8(a)，(b)可知，6條裂縫周圍土壤平均含水率在垂直方向上整體呈現(xiàn)出隨著埋深的增加而增大的趨勢，并且邊緣裂縫對土壤含水率的影響范圍和影響程度都遠大于相同寬度的動態(tài)裂縫，此外，針對同一條裂縫而言，埋深越淺，受采礦活動影響越大，含水率越低。土壤有機質含量在埋深0～20 cm和20～40 cm，隨著裂縫寬度的增大，有機質含量呈下降趨勢，且邊緣裂縫周圍土壤有機質含量小于動態(tài)裂縫，在埋深40～60 cm土壤有機質含量較為接近，表明裂縫對土壤有機質含量的影響范圍大致在埋深0～40 cm的淺層土壤。

由圖8(c)，(d)可知，土壤全氮含量與全磷含量整體隨裂縫寬度的增大而下降，6條裂縫在不同埋深時土壤的氮、磷含量均出現(xiàn)明顯下降，且埋深越大、含量越低。對于全氮含量分布來講，在垂直方向上，裂縫發(fā)育對表層土壤的影響程度高于埋藏較深土壤，且埋深0～20 cm的土壤平均全氮含量遠大于20～60 cm；對于全磷含量分布，隨著裂縫寬度的增大，其對土壤全磷含量的影響程度也逐漸增大；隨著埋深的增大，裂縫對土壤全磷含量的影響逐漸減弱。

圖8 裂縫不同深度處土壤理化指標Fig.8 Distribution of soil physicochemical indexes at different crack depths

綜上可知，采煤活動產生的地裂縫會明顯降低土壤的含水率，改變土壤中有機質、全氮、全磷的含量，且地裂縫的寬度越大，對土壤含水率、有機質、全氮、全磷含量影響越大。而植被的生長狀況與土壤有機質，土壤含水率顯著正相關。

因此可以推斷，采煤產生的地裂縫會影響土壤的理化性質，進而對礦區(qū)地表植被生長產生影響。

4.2 植被NDVI與地下水位埋深的關系

對干旱半干旱煤礦區(qū)而言，地下水是控制植被發(fā)育的決定性因素。馬雄德等[31-32]認為隨著地下水位埋深的不斷增加，地下水對植被發(fā)育貢獻值減少，榆神礦區(qū)最適水位埋深上限為0.5 m，下限為4.0 m。王強民等[33]認為只有當干旱煤礦區(qū)采前地下水位埋深為1.0～2.5 m時，地下水位下降才會引發(fā)植被生態(tài)退化。金曉媚等[34]以海流兔河流域為研究對象，認為地下水位埋深在1.0～5.0 m時才對植被產生影響，當?shù)叵滤怀^5 m時，植被變化主要取決于氣候因素。由此可見，地下水位埋深對植被的影響范圍基本處在0.5～5.0 m。

井下煤炭開采后，一旦導水裂隙帶直接導通含水層，將會引起地下水位發(fā)生明顯下降，范立民等[35]研究認為，榆神礦區(qū)部分區(qū)域地下水位下降超過8 m，侯恩科等[36]發(fā)現(xiàn)開采影響下地下含水層水位出現(xiàn)“先下降后回升”并恢復至初始水位的動態(tài)變化過程。

通過調研棗泉煤礦潛水水文觀測井、周邊民井水位數(shù)據(jù)，結合礦區(qū)植被覆蓋情況，得到了礦區(qū)植被蓋度與地下水位埋深關系，如圖9所示。從圖9可知，棗泉礦區(qū)的植被適生地下水埋深在3.5 m左右。

圖9 植被蓋度與地下水位埋深關系Fig.9 Relationship between vegetation cover and water table depth of burial

根據(jù)棗泉煤礦地表Z1潛水長觀孔(地表高程1 310.5 m)數(shù)據(jù)資料，得到110207工作面開采前后水位變化曲線，如圖10所示。

圖10 110207工作面Z1潛水長觀孔水位變化曲線Fig.10 Variation curve of water level of long viewing hole on 110207 working face

從圖10可以看出，采前地下水埋深在3 m左右，適宜植被的生長，當工作面開采位置過鉆孔時出現(xiàn)約3 m的下降，水位埋深約6 m，隨后水位逐漸恢復，恢復后的地下水埋深波動在4 m左右，影響地表植被的生長。因此可以推斷，采礦活動會降低水位標高，導致地下水位下降，水位埋深增加，從而引起地表植被蓋度的降低。

4.3 植被NDVI與氣候因子的關系

通常來講，溫度和降雨量是影響區(qū)域植被生長最為重要的氣候因素[16]。通過鄰近的梅花井煤礦氣象觀測站收集2014—2021年礦區(qū)的月平均降雨量和平均氣溫，并基于礦區(qū)220602工作面的NDVI數(shù)據(jù)，分析礦區(qū)降雨量和溫度與工作面植被NDVI的關系，如圖11所示。從圖11可以看出氣溫和降雨量都與220602工作面的NDVI有相似的周期性變化，其中降雨量和NDVI的相關性系數(shù)為0.543 06，氣溫和NDVI的相關性系數(shù)為0.618 57，氣候因子中的溫度和降雨量與工作面的NDVI相關性較高，說明氣候因子也是影響地表植被發(fā)育的又一重要因素。

圖11 220602工作面NDVI與月平均氣溫和降雨量關系Fig.11 Relation between NDVI of 220602 working face and monthly mean temperature and rainfall

5 結 論

(1)2014—2021年3個開采沉陷區(qū)地表植被NDVI時序上呈物候性周期變化趨勢，工作面開采當年地表植被開始出現(xiàn)退化，在采后2～3 a退化程度最為明顯，植被NDVI呈現(xiàn)先降低再緩慢升高的趨勢，總體經歷輕微退化期、顯著退化期以及逐漸恢復期的變化過程。

(2)礦區(qū)植被覆蓋度呈升高與降低的區(qū)域面積分別占礦區(qū)總面積的53.91%和35.08%，植被覆蓋度總體以極顯著改善為主。

(3)土壤有機質、含水率是影響地表植被發(fā)育的最重要土壤理化因子。采礦擾動區(qū)地表下沉、裂縫發(fā)育導致的地表土壤理化性質的改變以及地下水位下降是造成工作面植被退化的重要原因，溫度和降雨量也是影響地表植被發(fā)育的重要因素。