基于遙感生態(tài)指數(shù)的礦業(yè)城市生態(tài)環(huán)境時空變異分析

滕永佳 閻躍觀 郭 偉 李 凱 趙傳武

(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.北京師范大學(xué)遙感科學(xué)與工程研究院,北京 100875)

過去幾十年我國經(jīng)濟(jì)高速發(fā)展,其環(huán)境負(fù)面效應(yīng)也愈發(fā)凸顯[1]。我國是礦業(yè)大國,煤炭將在未來相當(dāng)長時期內(nèi)保持其能源結(jié)構(gòu)基石的作用,但煤炭開采會直接或間接引起地表變形、地下水位變化、植被退化、溫度異常、區(qū)域生態(tài)惡化等一系列影響[2]。

當(dāng)前,我國生態(tài)承載能力接近上限,隨著人民群眾對于美好生態(tài)環(huán)境需求的不斷提高,煤炭工業(yè)的綠色發(fā)展引起了廣泛關(guān)注[3]。近年來,諸多學(xué)者對礦區(qū)土壤理化性質(zhì)[4]、地表熱環(huán)境[5]、植被覆蓋[6]、土地利用[7]等關(guān)鍵生態(tài)要素進(jìn)行了深入研究?？傮w上,此類研究多集中于西部干旱半干旱條件下的高強(qiáng)度采區(qū),研究對象多為單一環(huán)境因子,研究方法以樣地調(diào)查為主。而東部礦業(yè)城市資源稟賦情況與西部大型礦區(qū)差異較大。礦業(yè)城市是原始生態(tài)景觀受城市建設(shè)、礦產(chǎn)開采等活動綜合影響而形成的一種特殊的城市生態(tài)系統(tǒng),既區(qū)別于西部礦區(qū),又區(qū)別于一般城市[8]。隨著東部礦產(chǎn)資源日漸枯竭,礦業(yè)城市的綠色轉(zhuǎn)型已經(jīng)成為當(dāng)前的關(guān)鍵任務(wù)。因此,應(yīng)尋求一種全面、低成本且能快速反映地區(qū)生態(tài)環(huán)境狀態(tài)及時空變化的方法和范式,為礦業(yè)城市的生態(tài)環(huán)境評價提供參考。

近年來,隨著計算機(jī)、傳感器、影像處理算法、云平臺等技術(shù)的不斷發(fā)展,為生態(tài)環(huán)境評價提供了軟硬件支撐。遙感技術(shù)以其多尺度、長時序、多分辨率、全球覆蓋、包含多光譜信息和數(shù)據(jù)易獲取等優(yōu)勢,已成為環(huán)境監(jiān)測與評價(林業(yè)工程[9],水體識別[10],氣溶膠反演[11])的關(guān)鍵技術(shù),在礦區(qū)也獲得了一定的應(yīng)用。成少平等[12]利用隨機(jī)森林算法進(jìn)行遙感影像分類,進(jìn)行了遷安市礦區(qū)信息的提取與演變研究;劉英等[13]基于Landsat 影像構(gòu)建尺度化土壤濕度監(jiān)測指數(shù),研究了神東礦區(qū)土壤濕度的時空變化及影響因素。該類研究雖然取得了一定的成效,但僅注重單個環(huán)境因子的時空變化。針對該問題,徐涵秋提出了基于4 種人類最易感知的環(huán)境變量——綠度、濕度、熱度、干度分量,經(jīng)主成分分析(Principal Component Analysis,PCA)構(gòu)建了綜合遙感生態(tài)指數(shù)(Remote Sensing Ecology Index,RSEI),該指數(shù)所包含的信息完全來自遙感影像,可保證結(jié)果的客觀性,目前已在海島型城市[14]、城市群[15]取得較好應(yīng)用。李晶等[16]基于RSEI構(gòu)建了改進(jìn)的像素級生態(tài)服務(wù)價值計算模型,評價了兗州礦區(qū)30 a 間的生態(tài)累積效應(yīng);劉虎等[17]利用RSEI監(jiān)測南四湖地區(qū)生態(tài)環(huán)境時空變化特征,發(fā)現(xiàn)湖區(qū)生態(tài)環(huán)境因受到地下采煤活動的擾動而變差。上述研究成效顯著,但目前基于遙感影像構(gòu)建綜合生態(tài)評價指數(shù)時,仍存在的問題有:① 大多數(shù)研究的數(shù)據(jù)源選擇了等間隔年份的單景影像,單景影像獲得的地面信息易受降水、氣溫變化影響,其生態(tài)狀況穩(wěn)定性較差;② 分析方法限于統(tǒng)計分析,未對研究區(qū)生態(tài)環(huán)境的空間異質(zhì)性進(jìn)行定量研究;③ 較低采掘強(qiáng)度下煤炭開采的生態(tài)環(huán)境效應(yīng)存在爭議,而對煤炭儲存、運(yùn)輸過程的生態(tài)效應(yīng)關(guān)注較少。

本研究以2013—2020年Landsat 遙感影像為主要數(shù)據(jù)源,耦合RSEI模型與景觀生態(tài)指數(shù)模型[18-19],實現(xiàn)生態(tài)環(huán)境時空變化和空間異質(zhì)性的定量分析;結(jié)合實例,研究煤礦開采對當(dāng)?shù)厣鷳B(tài)環(huán)境影響;建立緩沖區(qū),分析煤炭采—儲—運(yùn)空間格局的生態(tài)影響特征,并從自然和社會角度進(jìn)行驅(qū)動力分析。研究成果可以為資源型城市經(jīng)濟(jì)與生態(tài)環(huán)境協(xié)調(diào)可持續(xù)發(fā)展提供理論依據(jù)。

1 研究區(qū)概況

峰峰礦區(qū)位于河北省南部,山西、河南、河北三省交界處,如圖1所示。礦區(qū)地勢中部高、兩側(cè)低,西與太行山脈相接,東側(cè)向華北平原過渡;氣候上屬于暖溫帶半濕潤大陸性季風(fēng)氣候;境內(nèi)已探明煤、石灰石、瓷土等多種礦產(chǎn)資源。峰峰礦區(qū)作為典型的資源型礦業(yè)城市,研究該區(qū)的生態(tài)環(huán)境質(zhì)量時空格局,對于同類型城市轉(zhuǎn)型發(fā)展具有較好的參考意義。

圖1 研究區(qū)概況Fig.1 Overview of the study area

2 數(shù)據(jù)源與研究方法

研究流程如圖2所示?；谶b感生態(tài)指數(shù)RSEI與景觀指數(shù)模型,通過緩沖區(qū)分析、實例分析及多因素相關(guān)性分析,研究峰峰礦區(qū)生態(tài)環(huán)境時空變化和煤炭采—儲—運(yùn)空間格局的生態(tài)影響,并分析生態(tài)環(huán)境變化的驅(qū)動機(jī)制。

圖2 研究流程Fig.2 Study process

2.1 數(shù)據(jù)源與預(yù)處理

在美國地質(zhì)勘探局網(wǎng)站(https:∥www.usgs.gov/landsat-missions/landsat-collection-1)獲取了Landsat8地表反射率產(chǎn)品(Landsat 8 Surface Reflectance Tier 1),該產(chǎn)品已經(jīng)過輻射定標(biāo)和大氣校正[20];在美國國家海洋和大氣管理局網(wǎng)站(https:∥ngdc.noaa.gov/eog/viirs)獲取了VIIRS 夜光遙感影像;從LP DAAC實驗室發(fā)布的NASA DEM 數(shù)據(jù)集(https:∥search.asf.alaska.edu)中提取12.5 m 分辨率數(shù)字高程模型;參考相關(guān)研究[21]及衛(wèi)星影像,得到研究區(qū)部分矸石山位置。

對經(jīng)過去云、裁剪后的Landsat8 影像進(jìn)行年度均值合成,得到2013—2020年地表反射率時序數(shù)據(jù)。將裁剪后的Landsat、VIIRS 影像、DEM、矢量數(shù)據(jù)投影到CGCS2000 坐標(biāo)系中。

2.2 遙感生態(tài)指數(shù)RSEI

遙感生態(tài)指數(shù)是根據(jù)人類感知最明顯的綠度、濕度、溫度和干度4 種環(huán)境指標(biāo)經(jīng)主成分分析法加權(quán)計算所得[14]。RSEI的表達(dá)式為

式中,G為綠度分量,使用NDVI表達(dá);W為濕度分量,選取遙感影像纓帽變換后的濕度分量[22];H為熱度分量,選取地表溫度(Land Surface Temperature,LST)[23]進(jìn)行表征;D為干度分量,選取建筑裸土指數(shù)(Normalized Difference Build-up and Soil Index,NDBSI)[14]進(jìn)行表達(dá)。

對各分量進(jìn)行PCA 分析,并對第一主成分進(jìn)行歸一化處理,即得到RSEI,其值越接近1,表明生態(tài)環(huán)境越好;反之,表明生態(tài)環(huán)境越差[15]。為便于統(tǒng)計分析生態(tài)環(huán)境的空間分布和時序變化,使用自然斷點法將RSEI分為Ⅰ(0.8～1.0)、Ⅱ(0.6～0.8)、Ⅲ(0.4～0.6)、Ⅳ(0.2～0.4)、Ⅴ(0～0.2)5 個等級。

2.3 生態(tài)環(huán)境空間異質(zhì)性定量分析

景觀指數(shù)包含了高度精練的景觀格局信息,是分析研究對象組成與配置、分布與變化的有效手段,已在土地利用變化研究中得到廣泛應(yīng)用[24-28]。為定量研究生態(tài)環(huán)境的空間異質(zhì)性,耦合RSEI與景觀指數(shù)模型,基于Fragstats 軟件,在景觀水平上選取8 個指標(biāo)(表1),探究生態(tài)環(huán)境斑塊破碎度、各等級聚集性及其變化特征。

表1 景觀指數(shù)選取及說明Table 1 Selection and description of landscape index

2.4 煤炭采—儲—運(yùn)空間格局的生態(tài)影響分析

煤炭生產(chǎn)涉及開采、儲存和運(yùn)輸過程,在礦區(qū)城市內(nèi)部,3 個環(huán)節(jié)共同組成了煤炭采—儲—運(yùn)的空間格局,共同影響鄰域的生態(tài)環(huán)境。緩沖區(qū)分析即在點、線等實體周邊不同寬度范圍內(nèi)建立與目標(biāo)圖層的疊加關(guān)系,已成為研究人類活動生態(tài)效應(yīng)的重要方法。本研究基于ArcGIS 平臺,以矸石山和鐵路要素為中心,劃分多環(huán)緩沖區(qū),統(tǒng)計各緩沖區(qū)的RSEI均值,探究煤炭采—儲—運(yùn)過程的生態(tài)環(huán)境效應(yīng)及其時間變化特性。

2.5 相關(guān)性分析

為了解研究區(qū)生態(tài)環(huán)境的影響因素,有必要進(jìn)行驅(qū)動力分析。當(dāng)?shù)厣鷳B(tài)環(huán)境除了受氣候條件、煤炭開采、存儲和運(yùn)輸?shù)挠绊懲?還與地形、植被覆蓋、土壤濕度等自然因素和經(jīng)濟(jì)建設(shè)等社會因素有一定關(guān)聯(lián)。相關(guān)性是評價不同要素間關(guān)聯(lián)度的重要指標(biāo),是判斷不同因子間耦合協(xié)同關(guān)系的主要方法之一。相關(guān)性分析已在探討環(huán)境變化的驅(qū)動因素中得到應(yīng)用[13],計算方法公式為

式中,C(A,B)為指標(biāo)A、B間的相關(guān)系數(shù),其絕對值越接近1,說明兩者之間的相關(guān)性越強(qiáng)。

選取高程和坡度作為地形影響因子,年度最大值合成的NDVI[28]作為植被影響因子,SMMI為土壤濕度影響因子(SMMI值越大,土壤濕度越低),燈光數(shù)據(jù)作為經(jīng)濟(jì)建設(shè)影響因子。通過計算RSEI與各因子間的相關(guān)系數(shù),分析不同驅(qū)動因素的環(huán)境影響。

3 結(jié)果與討論

3.1 生態(tài)環(huán)境時空變化

本研究通過RSEI均值、頻率直方圖統(tǒng)計及變化分析,定量研究生態(tài)環(huán)境空間分布及變化。

3.1.1 生態(tài)環(huán)境時序變化

2013—2020年峰峰礦區(qū)RSEI的時序變化統(tǒng)計結(jié)果如圖3所示。由圖3 可知:研究區(qū)年度RSEI均值呈“2013—2015年增大,至2017年減小,至2018年增大,最終在2021年減小至0.492”的變化特征,總體增大。表明2013—2020年峰峰礦區(qū)生態(tài)環(huán)境質(zhì)量呈現(xiàn)波動性變化,其中2013、2015、2017、2018 和2020年為RSEI均值的變化節(jié)點年份。

圖3 峰峰礦區(qū)RSEI 時序變化特征Fig.3 Temporal variation characteristics of RSEI in Fengfeng mining area

圖4 為RSEI的頻率直方圖,統(tǒng)計分析了變化節(jié)點年份的RSEI分布情況。分析可知:一方面從各等級變化看,Ⅰ級和Ⅴ級無明顯變化,Ⅱ級頻率在2018年達(dá)到最大,但總體未發(fā)生明顯變化,Ⅳ級頻率總體減小,Ⅲ級頻率總體增大;另一方面從各年份RSEI直方圖變化看,頻率分布的期望正向RSEI較大的方向移動。說明盡管RSEI均值未發(fā)生明顯變化,但其組成與結(jié)構(gòu)改善明顯,反映出峰峰礦區(qū)采取的一系列環(huán)保措施取得了階段性成效。

圖4 峰峰礦區(qū)RSEI 頻率直方圖Fig.4 Frequency histogram of RSEI in Fengfeng mining area

3.1.2 生態(tài)環(huán)境空間分布

對變化節(jié)點年份RSEI的空間分布情況進(jìn)行了分析[27],結(jié)果如圖5所示。由圖5 可知:在不同等級空間分布上,Ⅲ級分布最廣泛,東北部、中北部、西北端、西南部生態(tài)環(huán)境較好,除了2013年Ⅳ級生態(tài)質(zhì)量在中西部呈連片分布外,其余年份Ⅳ、Ⅴ級在中部地區(qū)分布較多,在滏陽河流域較為聚集,在其余地區(qū)較為破碎。在不同等級分布的變化上,與2013年相比,Ⅲ級的面積逐漸擴(kuò)大,有向內(nèi)外擴(kuò)張和連通趨勢,Ⅳ級地區(qū)有沿中部鼓山形成一種“V”形分布的趨勢。

圖5 峰峰礦區(qū)生態(tài)環(huán)境空間分布Fig.5 Ecological environment spatial distribution in Fengfeng mining area

研究區(qū)西北端、西南部和中部山區(qū)植被覆蓋較多,相關(guān)部門發(fā)展第三產(chǎn)業(yè),在此建設(shè)了多個旅游景觀,保持了當(dāng)?shù)氐纳鷳B(tài)結(jié)構(gòu)和功能;東北部地處平原地區(qū),且有濕地分布,水源充足,第一產(chǎn)業(yè)占比較大,生態(tài)環(huán)境總體較好。滏陽河位于中南部,是該地區(qū)水源地之一,因此沿岸開展了城市建設(shè)活動,對生態(tài)環(huán)境產(chǎn)生了較強(qiáng)的擾動;鼓山兩側(cè)礦產(chǎn)資源豐富,因此研究區(qū)內(nèi)第二產(chǎn)業(yè)多分布于此,與之相應(yīng),交通、經(jīng)濟(jì)也在此處取得較好的發(fā)展,但此類活動的生態(tài)負(fù)效應(yīng)較強(qiáng)。

3.1.3 生態(tài)環(huán)境空間變化

為監(jiān)測生態(tài)環(huán)境空間變化,將2020年與2013年RSEI圖像進(jìn)行疊加分析,計算其變化值及變化率,結(jié)果如圖6所示。RSEI的變化范圍為-0.7～0.6,變化率范圍為-100%～200%。生態(tài)環(huán)境輕微改善的占比最大,為35.8%;其次為輕微退化部分,主要分布在東部地區(qū)且有明顯的紋理特征,占比為33.3%;而環(huán)境明顯改善的區(qū)域主要分布在西南部平原地區(qū),占22%;最后為環(huán)境明顯退化的區(qū)域,主要位于東部和東南部且分布集中。

圖6 峰峰礦區(qū)生態(tài)環(huán)境空間變化Fig.6 Spatial change of ecological environment in Fengfeng District

研究區(qū)中部鼓山、元寶山為生態(tài)保護(hù)區(qū),環(huán)境未發(fā)生明顯變化,反映出在現(xiàn)行環(huán)保措施下可以較好地保持此處生態(tài)功能。環(huán)境惡化區(qū)域有明顯的紋理特征,城鎮(zhèn)不透水面、交通路線周邊的生態(tài)環(huán)境退化嚴(yán)重,由于城鎮(zhèn)建設(shè)重心東移,東部大量耕地轉(zhuǎn)變?yōu)槌擎?zhèn)用地,導(dǎo)致生態(tài)環(huán)境變差,這與鄭子豪等[27]的研究結(jié)論一致。將生態(tài)環(huán)境退化嚴(yán)重部分與2013年、2020年的衛(wèi)星影像的紋理特征進(jìn)行對比發(fā)現(xiàn),生態(tài)退化的主要原因是新建工業(yè)場地、煤矸石堆和城鎮(zhèn)交通建設(shè)。由此可見,城鎮(zhèn)化發(fā)展重心轉(zhuǎn)移、工業(yè)發(fā)展、礦產(chǎn)采運(yùn)和路網(wǎng)建設(shè)會影響周邊的生態(tài)環(huán)境,這與陳曉輝等[25]的研究結(jié)論一致。

3.2 生態(tài)環(huán)境空間聚集與破碎性分析

2013、2015、2017、2018、2020年幾個RSEI變化節(jié)點年份的景觀指數(shù)取值見表2。由表2 可知:從斑塊角度看,NP與PD先增大后減小,2020年相比2013年增大了17%,說明研究區(qū)內(nèi)斑塊數(shù)量增大,平均面積減小,斑塊的破碎程度增強(qiáng);從景觀異質(zhì)性指數(shù)上看,CONTAG和IJI變化規(guī)律一致,先增大再減小,后增大,2020年相比2013年分別增大了3.7%、4.3%;從景觀空間關(guān)系上看,SHDI減小約10%,表明各環(huán)境等級的非均衡分布現(xiàn)象更為明顯,而AI出現(xiàn)輕微減小,SPLIT從6.4%降至3.1%,DIVISION從84.5%降至68.2%,表明斑塊間的聚集性降低。

表2 峰峰礦區(qū)RSEI 景觀指數(shù)計算結(jié)果Table 2 Calculation results of landscape index of RSEI in Fengfeng mining area

3.3 煤炭采—儲—運(yùn)過程的生態(tài)影響分析

3.3.1 煤炭開采生態(tài)影響

現(xiàn)階段,對礦山開采沉陷區(qū)生態(tài)環(huán)境影響的研究大多基于西部集約化高強(qiáng)度采區(qū),當(dāng)?shù)厥艹鞘薪ㄔO(shè)、土地利用變化等人為因素影響較少。而東部城市礦區(qū)煤炭開采方式以井工礦“三下”采煤為主,為探究其對生態(tài)環(huán)境的影響,以研究區(qū)某礦為例分析礦山開采對采動影響區(qū)的生態(tài)效應(yīng)。該礦于2016—2017年在村莊下進(jìn)行回采作業(yè),煤層平均開采深度為600 m,平均采厚4.2 m,工作面分布如圖7所示。根據(jù)2015—2020年水準(zhǔn)測量和概率積分法預(yù)計結(jié)果[26],自工作面向北劃定了采動影響范圍并向外擴(kuò)展100 m,以其外接矩形為試驗區(qū),由于遙感影像水體掩膜造成工作面以南數(shù)據(jù)缺失,因此并未向南延伸。根據(jù)礦區(qū)采掘工作規(guī)劃,試驗區(qū)以北未進(jìn)行開采作業(yè),因此選取試驗區(qū)北部為對照區(qū)。

圖7 煤礦采區(qū)示意Fig.7 Schematic of coal mining area

根據(jù)工作面開采時間按影像云層覆蓋量篩選出的2015年8月13日、2016年7月30日、2018年7月20日、2020年8月10日共4 景生長季Landsat 8 遙感影像,構(gòu)建的試驗區(qū)和對照區(qū)的遙感生態(tài)指數(shù)如圖8所示。總體上,試驗區(qū)生態(tài)質(zhì)量變化較小,而對照區(qū)生態(tài)質(zhì)量變化較大。

圖8 試驗區(qū)與對照區(qū)RSEI 空間分布Fig.8 Spatial distribution of RSEI in test area and control area

試驗區(qū)南端水庫區(qū)域生態(tài)環(huán)境發(fā)生較明顯變化。結(jié)合研究區(qū)歷史衛(wèi)星影像(圖9)和實地調(diào)研發(fā)現(xiàn),當(dāng)?shù)赝貙捀厍终剂舜罅吭袨┩亢退?水庫界線向東移動,而其余區(qū)域未發(fā)生明顯變化。開采沉陷對周邊區(qū)域生態(tài)環(huán)境影響較小,可能的原因是在該地區(qū)工作面深厚比條件下,開采強(qiáng)度較小,煤炭開采對環(huán)境的影響未達(dá)到自然環(huán)境自修復(fù)能力的“閾值”。對照區(qū)中部環(huán)境較差區(qū)域的范圍逐年縮減,則與當(dāng)?shù)貙⒃净牡亻_墾為耕地并進(jìn)行邊坡治理有關(guān)(圖9)。此外,2020年貫穿研究區(qū)東西方向的主干道建設(shè)完畢,對道路及周邊地區(qū)的生態(tài)環(huán)境造成了一定的影響。

圖9 對照區(qū)典型土地利用變化Fig.9 Typical change of land use in control area

3.3.2 煤炭儲運(yùn)生態(tài)影響梯度特征

除了煤炭開采外,煤炭儲存和運(yùn)輸是煤礦生產(chǎn)的重要環(huán)節(jié),同樣對生態(tài)環(huán)境有一定的影響。以矸石山、鐵路要素為中心,建立多環(huán)緩沖區(qū),統(tǒng)計RSEI隨距離的變化。在緩沖區(qū)大小選取上,參考相關(guān)研究成果[25],確保在發(fā)現(xiàn)RSEI變化規(guī)律的同時避免多個緩沖區(qū)復(fù)合影響,通過多次試驗,確定在矸石山2 600 m 范圍、鐵路1 000 m 范圍內(nèi)分別建立多環(huán)緩沖區(qū),如圖10所示。由圖10 可知:煤炭堆積對生態(tài)環(huán)境的影響呈現(xiàn)梯度特征,大致分為4 級,各年份中,第1 級梯度的距離閾值均為200,第2 級梯度的距離閾值由600 m(2013—2017年)縮減為400 m,第3 級梯度的距離閾值均為1 000 m,第4 級梯度的距離閾值由1 800 m(2013—2015年)縮減到1 600 m;鐵路作為煤炭運(yùn)輸?shù)闹饕肪€,在空間位置上與煤炭堆積有較強(qiáng)的相關(guān)性,觀察曲線變化可以發(fā)現(xiàn),曲線斜率變化較大的距離出現(xiàn)在兩處,分別為200 m 和700～800 m。結(jié)合兩者統(tǒng)計結(jié)果可知:煤堆緩沖區(qū)的第2 級梯度閾值與鐵路緩沖區(qū)的第2 個RSEI斜率零點位置相吻合,說明兩種地物對于生態(tài)環(huán)境的影響有復(fù)合效應(yīng),復(fù)合影響的距離閾值從800 m 縮減為700 m 左右。

圖10 緩沖區(qū)內(nèi)RSEI 隨距離的變化Fig.10 Variation of RSEI in buffer zone with distance

總體來看,煤堆和鐵路的生態(tài)影響范圍正在縮小,煤炭采運(yùn)過程的復(fù)合生態(tài)影響范圍縮減,說明生態(tài)治理取得一定成效。除了2013年外,其余年份RSEI均值高于2020年,說明影響范圍在縮減的同時,其影響程度加深。原因可能是在能源緊缺的背景下,煤炭開采進(jìn)度加快,采煤、堆煤、運(yùn)煤量增加,產(chǎn)生更多的粉煤灰、重金屬等污染物,增大了對周邊植被、土壤、地表水的污染程度。

3.3.3 煤炭采—儲—運(yùn)區(qū)域與其他區(qū)域RSEI 對比分析

為對比煤炭采—儲—運(yùn)區(qū)域與其他區(qū)域RSEI的差異性,結(jié)合3.3.2 節(jié)分析結(jié)論,對矸石山1 800 m、鐵路要素800 m 范圍的緩沖區(qū)進(jìn)行合并,因矸石山與煤礦采區(qū)通常具有空間毗鄰關(guān)系,因此緩沖區(qū)范圍內(nèi)已基本包含煤礦采區(qū)。研究區(qū)煤炭采—儲—運(yùn)的空間格局信息提取結(jié)果如圖11所示。

圖11 峰峰礦區(qū)煤炭采—儲—運(yùn)區(qū)域示意Fig.11 Schematic of coal mining-storage-transportation area in Fengfeng District

采—儲—運(yùn)區(qū)域RSEI均值為0.45,標(biāo)準(zhǔn)差為0.13,其他區(qū)域均值為0.51,標(biāo)準(zhǔn)差為0.10。在各等級生態(tài)質(zhì)量占比上,由表3 可知:兩區(qū)域生態(tài)質(zhì)量各等級的占比情況類似,均為Ⅲ級最多,V 級最少,二者的主要差異在于,采儲運(yùn)區(qū)域Ⅳ級和Ⅴ級占比高于其他區(qū)域,而Ⅲ級、Ⅱ級占比略低。對比2020年與2013年各等級占比,兩區(qū)域Ⅳ級分別減少了11.08%和22.1%,Ⅲ級分別增加了14.04%和25.43%。

RSEI均值與標(biāo)準(zhǔn)差的差異表明,煤炭工業(yè)對研究區(qū)生態(tài)環(huán)境及其穩(wěn)定性造成了一定的擾動。二者生態(tài)環(huán)境等級的差異主要在于較差環(huán)境占比上,主要由于環(huán)境較差區(qū)域生態(tài)調(diào)節(jié)能力較差,對人為擾動的敏感性更強(qiáng)。Ⅳ級面積減少、Ⅲ級面積增加,反映出兩類區(qū)域生態(tài)環(huán)境結(jié)構(gòu)均得到優(yōu)化。

3.4 驅(qū)動力分析

從表4 中可以看出:RSEI與高程、坡度、NDVI有較穩(wěn)定的正相關(guān)關(guān)系,與燈光指數(shù)有較穩(wěn)定的負(fù)相關(guān)關(guān)系,與SMMI的相關(guān)關(guān)系不穩(wěn)定,總體呈較弱的負(fù)相關(guān)性。

表4 相關(guān)系數(shù)計算結(jié)果Table 4 Calculation results of correlation coefficients

生態(tài)環(huán)境與高程和坡度呈正相關(guān)關(guān)系,是因為絕大多數(shù)人類活動處于地勢較低且地形平坦處,地勢高的區(qū)域主要用于開發(fā)旅游業(yè),植被覆蓋率高,植被防風(fēng)固土、涵養(yǎng)水源的能力又反過來對該區(qū)域環(huán)境起到改良作用,結(jié)合3.1.2 節(jié)的結(jié)論來看,以中部山區(qū)為代表區(qū)域形成了較穩(wěn)定的生態(tài)系統(tǒng)。RSEI與SMMI相關(guān)性較差,這與劉英等[13]的研究結(jié)論有區(qū)別,可能原因有:首先,以往研究區(qū)多位于西部干旱、半干旱區(qū)域,而本研究區(qū)位于華北地區(qū),影響研究區(qū)環(huán)境的生物物理因素不同;其次,采煤沉陷造成農(nóng)作物無法正常生長,間接影響周邊環(huán)境,將采煤塌陷地改為魚塘[29],可能是導(dǎo)致環(huán)境質(zhì)量與土壤濕度相關(guān)性不明顯的原因之一。

根據(jù)以上結(jié)論,在制定環(huán)保政策時,應(yīng)采取差異化治理措施,因地制宜進(jìn)行生態(tài)治理。在城鎮(zhèn)建成區(qū),面對生態(tài)環(huán)境景觀斑塊破碎化日漸明顯的問題,應(yīng)注意通過城市周邊綠化帶阻隔較差生態(tài)環(huán)境斑塊向周邊較好地區(qū)連通;在耕地區(qū)域,在保證糧食作物充足供應(yīng)下,適當(dāng)種植常綠樹木,改善農(nóng)業(yè)用地生態(tài)環(huán)境季節(jié)性差異大的不足;維持生態(tài)保護(hù)區(qū)和生態(tài)風(fēng)景區(qū)的植被覆蓋現(xiàn)狀,在改善山區(qū)交通狀況的同時注意道路網(wǎng)絡(luò)建設(shè)對環(huán)境的影響;在煤炭開采過程中,貫徹“防微杜漸”的思想,采取充填開采、條帶開采[30-31]等環(huán)境友好型開采方式,采取邊采邊復(fù)[32]的土地復(fù)墾措施,充分利用礦區(qū)生態(tài)調(diào)節(jié)功能和自修復(fù)能力[33];同時,煤炭存儲與運(yùn)輸過程的環(huán)境負(fù)效應(yīng)不容忽視,建立礦區(qū)生態(tài)環(huán)境影響的生態(tài)紅線,采取灑水降塵、邊坡治理等措施控制影響范圍,降低煤炭開采、存儲、運(yùn)輸?shù)纳鷳B(tài)危害。

4 結(jié)論

通過耦合RSEI和景觀生態(tài)指數(shù)模型,定量研究了峰峰礦區(qū)2013—2020年生態(tài)環(huán)境的時空格局和空間異質(zhì)性變化特征;結(jié)合某礦開采工作面實例,研究了開采沉陷對生態(tài)環(huán)境的影響;構(gòu)建緩沖區(qū),對煤炭儲存、運(yùn)輸過程的生態(tài)效應(yīng)進(jìn)行了探索;根據(jù)相關(guān)系數(shù)探究了峰峰礦區(qū)生境質(zhì)量與驅(qū)動因素間的協(xié)同關(guān)系。所得結(jié)論如下:

(1)2013—2020年峰峰礦區(qū)生態(tài)環(huán)境質(zhì)量呈現(xiàn)波動性變化,年度RSEI均值變化較小,但生態(tài)環(huán)境組成和配置明顯改善。

(2)峰峰礦區(qū)生態(tài)環(huán)境空間異質(zhì)性增強(qiáng)。從斑塊特征和景觀異質(zhì)性上看,峰峰礦區(qū)斑塊數(shù)量增大,平均面積減小,CONTAG、IJI增大,斑塊的破碎程度加劇;從景觀空間關(guān)系上看,SHDI、AI、DIVISION發(fā)生不同程度減小,生態(tài)環(huán)境等級非均衡分布現(xiàn)象更為明顯,斑塊間的集聚性降低。

(3)煤炭采—儲—運(yùn)空間格局對生態(tài)環(huán)境質(zhì)量及其穩(wěn)定性具有一定的擾動作用。煤炭開采對采動影響區(qū)的環(huán)境影響較弱,煤炭儲運(yùn)過程的生態(tài)效應(yīng)具有一定的梯度特征。復(fù)合生態(tài)影響范圍縮減和生態(tài)環(huán)境結(jié)構(gòu)優(yōu)化,反映出當(dāng)?shù)厣鷳B(tài)治理取得了一定的成效;土地利用變化是驅(qū)動峰峰礦區(qū)生態(tài)環(huán)境變化的重要原因。

(4)在驅(qū)動力上,峰峰礦區(qū)生態(tài)環(huán)境質(zhì)量與高程、坡度、植被覆蓋有較穩(wěn)定的正相關(guān)關(guān)系,與燈光指數(shù)有較穩(wěn)定的負(fù)相關(guān)關(guān)系,與土壤濕度的相關(guān)關(guān)系不穩(wěn)定,總體呈較弱的負(fù)相關(guān)性。