礦區(qū)植被覆蓋度時空變化遙感監(jiān)測研究

徐尚昭 陳斌 周陽陽 王晨光

摘要 ?以廣東省大寶山礦區(qū)為研究對象，結(jié)合研究區(qū)2005—2019年Landsat TM/ETM/OLI多時相遙感數(shù)據(jù)，采用歸一化植被指數(shù)算法和地統(tǒng)計空間分析方法，對研究區(qū)2005—2019年植被覆蓋度時空變化特征進(jìn)行系統(tǒng)分析。結(jié)果表明，近15年大寶山礦區(qū)不同等級植被覆蓋度變化時空差異顯著，其中2005年總體植被覆蓋度最高，中等及以上植被覆蓋度區(qū)域面積為24.84 km2，占比為78.13%；2019年中等及以上植被覆蓋度區(qū)域面積達(dá)到最小值，僅為20.77 km2，占比65.34%。整體來看，中等以下植被覆蓋度區(qū)域面積呈現(xiàn)增加態(tài)勢，中等及以上植被覆蓋度面積逐漸減小，一定程度上表明礦區(qū)總體生態(tài)環(huán)境質(zhì)量狀況有所下降。

關(guān)鍵詞 ?植被覆蓋度；時空變化；多時相；遙感監(jiān)測；大寶山礦區(qū)

中圖分類號 ?P237 ??文獻(xiàn)標(biāo)識碼 ?A ??文章編號 ?0517-6611（2023）05-0046-05

doi： 10.3969/j.issn.0517-6611.2023.05.012

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Research on Remote Sensing Monitoring of Temporal and Spatial Changes of Vegetation Coverage in Mining Area—Taking Dabaoshan Mining Area in Guangdong Province as an Example

XU Shang-zhao1，2，CHEN Bin1，2，ZHOU Yang-yang1，2 et al

（1.Research Institute No.290， CNNC/Guangdong Provincial Key Laboratory of Environmental Protection and Nuclear Radiation Tracking Research，Shaoguan，Guangdong 512029;2.Guangdong Provincial Engineering Technology Research Center of Radioactive Eco-environmental Protection ， Shaoguan，Guangdong 512029）

Abstract ?Taking Dabaoshan mining area in Guangdong Province as the research object， combined with Landsat TM/ETM/OLI multi-temporal remote sensing data of the study area from 2005 to 2019， the normalized vegetation index algorithm and geostatistical spatial analysis method were used to systematically analyze the spatiotemporal change characteristics of vegetation coverage in the study area from 2005 to 2019.The results showed that the temporal and spatial variation of vegetation coverage at different levels in Dabaoshan mining area is significant in the past 15 years.Among them， the overall vegetation coverage was the highest in 2005， and the area of medium and above medium vegetation coverage was 24.84 km2， accounting for 78.13%. In 2019， the area of medium and above medium vegetation coverage area reached the minimum， only 20.77 km2， accounting for 65.34%. On the whole， the area of medium and below-medium vegetation coverage areas showed an increasing trend， and the area of medium and above-medium vegetation coverage gradually decreased， indicating to a certain extent that the overall ecological environment quality of the mining area was declining.

Key words ?Vegetation coverage;Temporal and spatial variation;Multi-temporal;Sensing monitoring;Dabaoshan mining area

礦山生態(tài)環(huán)境監(jiān)測是踐行國家“生態(tài)文明思想”的必然要求，也是實現(xiàn)礦區(qū)生態(tài)環(huán)境可持續(xù)發(fā)展的迫切需要。礦山開采活動對礦區(qū)周邊生態(tài)環(huán)境造成的破壞在短期內(nèi)難以修復(fù)，因此如何在開采礦產(chǎn)自然資源的同時保護(hù)生態(tài)環(huán)境是建立綠色礦山和實現(xiàn)礦區(qū)可持續(xù)發(fā)展亟待解決的關(guān)鍵問題之一。

當(dāng)前，基于衛(wèi)星遙感數(shù)據(jù)開展礦山資源監(jiān)測和生態(tài)環(huán)境評價的研究并不少見。如張焜等［1］基于2008—2010年3期SPOT5遙感數(shù)據(jù)，對察爾汗鹽湖區(qū)礦產(chǎn)地質(zhì)環(huán)境及資源開發(fā)狀況進(jìn)行了監(jiān)測研究；于博文等［2］基于高分衛(wèi)星數(shù)據(jù)，對京津礦山進(jìn)行了遙感地質(zhì)調(diào)查與監(jiān)測研究；楊偉光等［3］選用WorldView-2遙感數(shù)據(jù)，對羅布莎礦山開發(fā)狀況和礦山地質(zhì)生態(tài)環(huán)境現(xiàn)狀進(jìn)行了系統(tǒng)分析，并進(jìn)一步揭示了礦山周邊環(huán)境變化原因；何芳等［4］利用2010和2013年2期高分影像，對木里煤礦區(qū)地質(zhì)環(huán)境問題和承載力進(jìn)行了調(diào)查研究，并對礦區(qū)生態(tài)環(huán)境承載力進(jìn)行了評價；Sun等［5］基于NOAA/AVHRR遙感數(shù)據(jù)，對近30年來我國117個大城市植被覆蓋變化特征進(jìn)行了系統(tǒng)分析。從研究內(nèi)容上來看，現(xiàn)有研究多集中以礦山生態(tài)環(huán)境監(jiān)測治理［6-8］、礦山占地變化監(jiān)測［9-10］、礦山地質(zhì)災(zāi)害［11-14］、礦山生態(tài)修復(fù)與治理［15-19］等研究為主；從研究方法上來看，現(xiàn)有研究以無人機(jī)技術(shù)［20-22］、激光雷達(dá)技術(shù)［23-24］、攝影測量［25］等技術(shù)方法為主。

2013年11月，黨的十八屆三中全會明確指出：“必須建立生態(tài)文明制度體系”。綠色礦山是一種全新的礦山發(fā)展理念和模式，貫穿創(chuàng)新、協(xié)調(diào)、綠色、開放和共享五大發(fā)展理念。大寶山礦位于廣東省韶關(guān)市，始建于1958年5月，1966年10月建成開始投入生產(chǎn)，由于長期開采，周圍植被覆蓋度急劇下降，生態(tài)環(huán)境質(zhì)量遭受嚴(yán)峻挑戰(zhàn)?；谏鲜鏊伎迹撗芯拷Y(jié)合2005—2019年Landsat TM/ETM/OLI遙感影像，對大寶山礦區(qū)植被覆蓋度進(jìn)行反演，并對礦區(qū)植被覆蓋時空分異特征進(jìn)行系統(tǒng)分析，以期為礦區(qū)生態(tài)環(huán)境遙感監(jiān)測研究和礦區(qū)植被生態(tài)恢復(fù)提供科學(xué)依據(jù)和理論參考。

1 資料與方法

1.1 研究區(qū)概況

大寶山礦區(qū)位于廣東省韶關(guān)市曲江區(qū)與翁源縣兩縣交界處（圖1），始建于1958年，是廣東省露天開采的大型多金屬礦山，也是我國南方鋼鐵工業(yè)和有色金屬工業(yè)的重要原料基地。大寶山礦區(qū)地處亞熱帶季風(fēng)性氣候區(qū)，雨熱同期，年均氣溫17 ℃，年降水量在2 000 mm以上。區(qū)域內(nèi)礦產(chǎn)自然豐富多樣，蘊(yùn)含有鐵、銅、硫、鉛和鋅等17種礦產(chǎn)資源。土壤類型以紅壤為主，植被類型以典型常綠落葉林為主。自1966年礦區(qū)建成投入生產(chǎn)以后，礦區(qū)生態(tài)環(huán)境質(zhì)量急劇下降，礦區(qū)大量原生植被遭到破壞，隨之帶來一系列生態(tài)環(huán)境污染問題，嚴(yán)重制約了礦區(qū)生態(tài)環(huán)境可持續(xù)發(fā)展。為解決大寶山礦區(qū)周邊環(huán)境污染問題，2013年按照省政府批示，當(dāng)?shù)叵嚓P(guān)主管部門開始對礦區(qū)周邊環(huán)境進(jìn)行綜合整治工作。

1.2 數(shù)據(jù)來源及預(yù)處理

為最大程度上減少云量干擾后續(xù)植被覆蓋度反演結(jié)果，該研究選取2005—2019年7—9月份天氣晴朗無云或者云量較少的Landsat 衛(wèi)星影像，用于后續(xù)植被覆蓋度反演提取研究。通過篩選對比分析，最終選取研究區(qū)2005、2013和2019年3景Landsat TM/ETM/OLI遙感影像，空間分辨率為30 m。影像數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺（http：//www.gscloud.cn/），然后通過幾何校正配準(zhǔn)等預(yù)處理工作，裁剪得到研究區(qū)多時段遙感影像。

1.3 分析方法

1.3.1 ???歸一化植被指數(shù)。

植被指數(shù)是用來表征地表綠色植被覆蓋度高低的一項量化指標(biāo)，通常由搭載熱紅外和近紅外的衛(wèi)星遙感數(shù)據(jù)反演計算得到，由于它僅依賴影像像元光譜信息，因此應(yīng)用較為廣泛。歸一化植被指數(shù)是將植被指數(shù)進(jìn)行歸一化，它可以在統(tǒng)一閾值范圍內(nèi)表征植被覆蓋度大小，通常在-1～1，具體計算公式如下：

NDVI= NIR-R NIR+R ?（1）

式中，NDVI為歸一化植被指數(shù)，NIR為傳感器的近紅外波段的反射率，R為熱紅外波段的反射率。通常綠色植被覆蓋區(qū)NDVI在0.2～0.8，值越大表示地表植被覆蓋度越高。

1.3.2 ???植被覆蓋度。

為更加直觀反映出研究區(qū)周邊植被覆蓋度變化特征，該研究采用像元二分法來計算研究區(qū)植被覆蓋度大小。像元二分法是將地表植被看成是由植被和裸土2種土地利用類型組成，即研究區(qū)內(nèi)地物像元均可以用植被或者裸土之一來表示，具體計算公式如下：

fc= NDVI-NDVIveg NDVIveg-NDVIsoil ?（2）

式中，NDVIveg表示植被覆蓋區(qū)域的NDVI，NDVIsoil為無植被覆蓋的裸土地表NDVI。

NDVIsoil= Fgmax×NDVImin-Fgmin×NDVImax Fgmax-Fgmin ?（3）

NDVIveg= 1-Fgmax×NDVImin-Fgmin×NDVImax Fgmax-Fgmin ?（4）

式中，F(xiàn)gmax、Fgmin分別表示研究區(qū)植被覆蓋度的最大值和最小值，其值通常在0～1。該研究采用植被覆蓋度均值來表示研究區(qū)植被覆蓋度的年際和空間變化特征，具體計算公式如下：

fci= ?n j=1 fcij n ?（5）

式中，fci為研究區(qū)第i年植被覆蓋度的均值；fcij表示第i年中第j個像元的植被覆蓋度；n表示研究區(qū)像元總數(shù)。參照已有研究［26］并結(jié)合研究區(qū)實際，將植被覆蓋度劃分成5個等級，具體如表1所示。

2 結(jié)果與分析

2.1 NDVI時空變化特征

在ENVI 5.3中，通過公式（1）計算得到研究區(qū)各時期NDVI空間分布圖（圖2），研究發(fā)現(xiàn)大寶山礦區(qū)NDVI高值區(qū)域主要分布在東部的林地區(qū)域，NDVI

低值區(qū)域主要分布在西北部礦山開發(fā)核心區(qū)的裸土區(qū)域。2005—2019年研究區(qū)NDVI最大值和平均值均呈現(xiàn)逐漸下降趨勢，其中2005年NDVI最大值、平均值均達(dá)到最大，分別為0.677 1、0.395 9，2019年NDVI最大值、平均值均最小，分別為0.527 5、0.245 6，這表明研究區(qū)植被NDVI整體呈現(xiàn)下降趨勢，反映出研究區(qū)植被覆蓋度呈現(xiàn)下降趨勢。

2.2 植被覆蓋度時間變化特征

通過NDVI進(jìn)一步計算得到研究區(qū)植被覆蓋度，總體來看，大寶山礦區(qū)不同等級植被覆蓋度變化差異明顯（表2），各時期中等及以上植被覆蓋度?面積占研究區(qū)總面積的65%以上。其中2005年總體植被覆蓋度最高，中等及以上植被覆蓋度區(qū)域面積為24.84 km2，占比為78.13%；2019年中等及以上植被覆蓋度區(qū)域面積達(dá)到最小值，僅為20.77 km2，占比65.33%。2005—2019年研究區(qū)低和中低植被覆蓋度區(qū)域面積均呈逐漸增加態(tài)勢，2019年面積均達(dá)到最大值，分別為7.27、3.75 km2；中等覆蓋度區(qū)域面積呈現(xiàn)先增加后減小態(tài)勢，2013年面積達(dá)到最大值，為662 km2，2005年面積最小，僅為3.40 km2。而中高覆蓋度和高覆蓋度區(qū)域面積均呈現(xiàn)減小態(tài)勢，2019年中高和高覆蓋度面積均達(dá)到最小值，分別為7.75、6.75 km2，占比分別為2438%、21.23%。這表明礦區(qū)生態(tài)環(huán)境質(zhì)量狀況有所下降。

2.3 植被覆蓋度空間變化特征

從圖3可以看出，研究區(qū)不同時期內(nèi)不同覆蓋度等級之間變化存在明顯差異。從空間分布上來看，植被覆蓋度高值區(qū)主要分布在東部的林地區(qū)域，這里位于礦區(qū)開采周邊，林地較多；而西北部位于采礦核心區(qū)，地表因長期采礦，多形成裸土地，因此植被覆蓋度較低。2019年研究區(qū)東北部出現(xiàn)植被覆蓋度低值區(qū)，這是由于為了處理尾礦殘渣，凡洞村建立了尾礦庫，形成大面積水庫水面，從而產(chǎn)生植被覆蓋度低值區(qū)。為進(jìn)一步揭示研究區(qū)不同等級植被覆蓋度之間的轉(zhuǎn)移變化特征，采用轉(zhuǎn)移矩陣計算2005—2019年大寶山礦區(qū)各植被覆蓋度等級面積變化轉(zhuǎn)移特征（表3）。研究發(fā)現(xiàn)2005—2019年除各等級自身轉(zhuǎn)移面積較大外，高覆蓋度—中高覆蓋度轉(zhuǎn)移面積最大，為3.35 km2，其次為中高覆蓋度—中覆蓋度、高覆蓋度—中覆蓋度和中高覆蓋度—中低覆蓋度區(qū)域，轉(zhuǎn)移面積分別為304、1.82和1.46 km2。低覆蓋度—高覆蓋度區(qū)域轉(zhuǎn)移面積最小，其次為中低覆蓋度—高覆蓋度和低覆蓋度—中高覆蓋度區(qū)，轉(zhuǎn)移面積分別為0.01、0.05 km2。綜上所述，研究區(qū)植被覆蓋中高及高植被覆蓋度區(qū)域轉(zhuǎn)出面積大于轉(zhuǎn)入面積，表明研究區(qū)生態(tài)環(huán)境狀況呈現(xiàn)下降趨勢。

3 結(jié)論與討論

該研究基于2005、2013和2019年3期Landsat衛(wèi)星影像，對廣東省大寶山礦區(qū)植被覆蓋度進(jìn)行了反演，并對礦區(qū)植被覆蓋度時空變化進(jìn)行定性和定量化分析。結(jié)果表明，2005—2019年大寶山礦區(qū)整體植被覆蓋度較低，整體呈現(xiàn)“采礦核心區(qū)低，周邊高”的分布態(tài)勢，且各時段中等及以上植被覆蓋度面積占比均在65%以上。

（1）2005—2019年大寶山礦區(qū)NDVI最大值和平均值均呈現(xiàn)逐漸下降趨勢，其中2005年NDVI最大值和平均值均最大，分別為0.677 1、0.395 9，2019年NDVI最大值和平均值均最小，分別為0.527 5、0.245 6，表明礦區(qū)生態(tài)環(huán)境質(zhì)量有所下降。

（2）2005—2019年研究區(qū)低和中低覆蓋度面積均呈現(xiàn)逐漸增加態(tài)勢，2019年面積達(dá)到最大值，分別為7.27和3.75 km2，這與礦區(qū)2013年后開始實施礦區(qū)保護(hù)修復(fù)工作密切相關(guān)。中等覆蓋度區(qū)域面積呈現(xiàn)先增加后減小態(tài)勢，2013年面積達(dá)到最大值，為6.62 km2。而中高和高覆蓋度區(qū)域面積均呈現(xiàn)減小態(tài)勢，2019年面積達(dá)到最小值，分別為7.75、675 km2，占比分別達(dá)24.38%、24.24%。

（3）2005—2019年除各等級自身轉(zhuǎn)移面積較大外，高覆蓋度—中高覆蓋度轉(zhuǎn)移面積最大，達(dá)3.35 km2，其次為中高覆蓋度—中覆蓋度、高覆蓋度—中覆蓋度和中高覆蓋度—中低覆蓋度區(qū)域，轉(zhuǎn)移面積分別為3.04、1.82和1.46 km2。低覆蓋度—高覆蓋度區(qū)域轉(zhuǎn)移面積最小，其次為中低覆蓋度—高覆蓋度和低覆蓋度—中高覆蓋度區(qū)，轉(zhuǎn)移面積分別為001、0.05 km2。

該研究基于廣東省大寶山礦區(qū)2005—2019年3期Landsat遙感影像，采用歸一化植被指數(shù)算法和地統(tǒng)計空間分析方法，對研究區(qū)植被覆蓋度時空分異特征進(jìn)行了系統(tǒng)分析，研究結(jié)果能為礦區(qū)自然生態(tài)環(huán)境保護(hù)和礦區(qū)生態(tài)修復(fù)提供一定的科學(xué)依據(jù)和理論參考。但是不可否認(rèn)，該研究基于Landsat TM/ETM/OLI遙感數(shù)據(jù)，通過植被覆蓋度對研究區(qū)植被變化特征進(jìn)行了遙感監(jiān)測研究，該結(jié)果是建立在單一植被覆蓋度量化指標(biāo)因子之上的，而礦區(qū)水環(huán)境、土壤環(huán)境、動植物以及空氣質(zhì)量等均與礦區(qū)生態(tài)環(huán)境狀況密切相關(guān)，如何借助多源自然和社會經(jīng)濟(jì)數(shù)據(jù)對礦區(qū)生態(tài)環(huán)境開展綜合性和交叉性研究，將是今后礦區(qū)生態(tài)環(huán)境遙感監(jiān)測研究的重要方向。

參考文獻(xiàn)

［1］ ?張焜，馬世斌，劉麗萍.基于SPOT5數(shù)據(jù)的鹽湖礦產(chǎn)開發(fā)及礦山環(huán)境遙感監(jiān)測［J］.國土資源遙感，2012，24（3）：146-153.

［2］ 于博文，田淑芳，趙永超，等.高分一號衛(wèi)星在京津礦山遙感監(jiān)測中的應(yīng)用［J］.現(xiàn)代地質(zhì)，2017，31（4）：843-850.

［3］ 楊偉光，鄭有業(yè)，劉婷，等.WorldView-2衛(wèi)星礦山遙感監(jiān)測：以西藏羅布莎地區(qū)為例［J］.現(xiàn)代地質(zhì)，2018，32（2）：392-397.

［4］ 何芳，劉瑞平，徐友寧，等.基于遙感的木里煤礦區(qū)礦山地質(zhì)環(huán)境監(jiān)測及評價［J］.地質(zhì)通報，2018，37（12）：2251-2259.

［5］ ?SUN J Y，WANG X H，CHEN A P，et al.NDVI indicated characteristics of vegetation cover change in China's metropolises over the last three decades［J］.Environmental monitoring and assessment，2011，179（1/2/3/4）：1-14.

［6］ 汪潔，殷亞秋，于航，等.基于RS和GIS的浙江省礦山地質(zhì)環(huán)境遙感監(jiān)測［J］.國土資源遙感，2020，32（1）：232-236.

［7］ 楊顯華，黃潔，田立，等.基于高分辨率遙感數(shù)據(jù)的礦山環(huán)境綜合治理研究：以冕寧牦牛坪稀土礦為例［J］.國土資源遙感，2015，27（4）：115-121.

［8］ 陳偉濤，張志，王焰新.礦山開發(fā)及礦山環(huán)境遙感探測研究進(jìn)展［J］.國土資源遙感，2009，21（2）：1-8.

［9］ 武慧智，何姝珺，馬驍.基于遙感數(shù)據(jù)的河南省欒川礦山占地動態(tài)變化［J］.世界地質(zhì)，2020，39（4）：946-952.

［10］ ?劉立，高俊華，余德清.基于遙感的湖南省礦山占地監(jiān)測與分析［J］.地理空間信息，2019，17（1）：41-46，11.

［11］ 吳蔚，李婧玥，王詵.衛(wèi)星遙感數(shù)據(jù)在礦山地質(zhì)災(zāi)害調(diào)查中的應(yīng)用［J］.資源信息與工程，2018，33（5）：158-160.

［12］ 王少林.基于遙感影像的礦山地質(zhì)災(zāi)害形成機(jī)理分析［J］.世界有色金屬，2017（22）：183，185.

［13］ 黃皓中，陳建平，鄭彥威.基于無人機(jī)遙感的礦山地質(zhì)災(zāi)害解譯［J］.地質(zhì)學(xué)刊，2017，41（3）：499-503.

［14］ 廖振威.遙感技術(shù)在云南省礦山地質(zhì)災(zāi)害調(diào)查中的應(yīng)用［J］.低碳世界，2017（12）：70-71.

［15］ 馬曉勇，趙娜，劉樹敏.淺談山西國土空間生態(tài)修復(fù)：以礦山生態(tài)修復(fù)為例［J］.環(huán)境生態(tài)學(xué)，2019，1（4）：49-53.

［16］ 陳敏，張大超，朱清江，等.離子型稀土礦山廢棄地生態(tài)修復(fù)研究進(jìn)展［J］.中國稀土學(xué)報，2017，35（4）：461-468.

［17］ 武強(qiáng)，劉宏磊，陳奇，等.礦山環(huán)境修復(fù)治理模式理論與實踐［J］.煤炭學(xué)報，2017，42（5）：1085-1092.

［18］ 關(guān)軍洪，郝培堯，董麗，等.礦山廢棄地生態(tài)修復(fù)研究進(jìn)展［J］.生態(tài)科學(xué)，2017，36（2）：193-200.

［19］ 夏明強(qiáng).廢棄鉛鋅礦區(qū)綜合治理和生態(tài)修復(fù)技術(shù)研究［J］.安徽農(nóng)業(yè)科學(xué)，2020，48（8）：207-211.

［20］ 王昆，楊鵬，呂文生，等.無人機(jī)遙感在礦業(yè)領(lǐng)域應(yīng)用現(xiàn)狀及發(fā)展態(tài)勢［J］.工程科學(xué)學(xué)報，2020，42（9）：1085-1095.

［21］ 楊青山，范彬彬，魏顯龍，等.無人機(jī)攝影測量技術(shù)在新疆礦山儲量動態(tài)監(jiān)測中的應(yīng)用［J］.測繪通報，2015（5）：91-94.

［22］ 杜甘霖，葉茂，劉玉珠，等.露天礦山監(jiān)管中的無人機(jī)測繪技術(shù)應(yīng)用研究［J］.中國礦業(yè)，2019，28（4）：111-114.

［23］ 廉旭剛，蔡音飛，胡海峰.我國礦山測量領(lǐng)域三維激光掃描技術(shù)的應(yīng)用現(xiàn)狀及存在問題［J］.金屬礦山，2019（3）：35-40.

［24］ 呂國屏，廖承銳，高媛赟，等.激光雷達(dá)技術(shù)在礦山生態(tài)環(huán)境監(jiān)測中的應(yīng)用［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報，2017，33（7）：577-585.

［25］ 徐坤，屈瑩，王寶山.傾斜攝影測量技術(shù)在礦產(chǎn)資源監(jiān)測中的應(yīng)用［J］.測繪工程，2020，29（4）：38-43.

［26］ 譚清梅，劉紅玉，張華兵，等.基于遙感的江蘇省濱海濕地景觀植被覆蓋度分級研究［J］.遙感技術(shù)與應(yīng)用，2013，28（5）：934-940.