白淑英,朱倩文,沈渭壽,李海東
(1.南京信息工程大學地理與遙感學院,江蘇 南京 210044;2.環(huán)境保護部南京環(huán)境科學研究所,江蘇 南京 210042)
?
白云鄂博礦區(qū)生態(tài)退化研究
白淑英1,朱倩文1,沈渭壽2,李海東2
(1.南京信息工程大學地理與遙感學院,江蘇 南京210044;2.環(huán)境保護部南京環(huán)境科學研究所,江蘇 南京210042)
摘要:礦區(qū)開發(fā)為國民經濟和國防建設提供了重要保障,但也對當地生態(tài)環(huán)境造成了極大破壞。以白云鄂博礦區(qū)為研究區(qū),在大量野外調查基礎上,采用Landsat TM、OLI、Quickbird等遙感數據和數字高程數據(DEM),利用GIS的鄰域空間分析功能和頻率比分析方法,從土地毀損、植被破壞和土壤侵蝕3個方面,研究礦區(qū)開發(fā)對生態(tài)環(huán)境的影響。結果表明,礦區(qū)土地占用和毀損情況嚴重,被占用的土地利用類型以草地為主;離礦區(qū)距離越近受破壞程度越大,植被生長狀況越差;1990—2014年土壤侵蝕面積基本沒變,但礦區(qū)500 m范圍內輕度等級侵蝕向重度等級侵蝕轉移明顯。整體來看,白云鄂博礦區(qū)周邊生態(tài)環(huán)境呈惡化趨勢,且距礦區(qū)越近越嚴重。
關鍵詞:白云鄂博;礦區(qū)開采;生態(tài)退化
礦山開采為國民經濟建設提供了物質保障,同時對礦區(qū)生態(tài)環(huán)境造成了極大影響[1]。近年來,國內外發(fā)生過多起礦區(qū)的環(huán)境污染和生態(tài)破壞事件,嚴重威脅著當地的經濟發(fā)展和人們的生產和生活。隨著國家西部大開發(fā)戰(zhàn)略的實施,我國主要礦產開采重心迅速向生態(tài)環(huán)境脆弱的西部地區(qū)轉移,致使西部礦區(qū)生態(tài)退化形勢日趨嚴峻。礦區(qū)開采不僅造成水、土壤和大氣等環(huán)境污染,還會誘發(fā)地質災害,引起地表沉陷、挖損、土地壓占、景觀格局變化[2-3]、植被破壞[4]、水土流失和土地沙漠化加劇[5]等。礦區(qū)環(huán)境惡化給當地生態(tài)安全帶來隱患[6-7]。
白云鄂博礦區(qū)是舉世矚目的稀土工業(yè)基地,如今已成為重點污染源[8-9]和生態(tài)環(huán)境破壞區(qū)域。采礦引起了礦區(qū)土地退化、植被破壞和生物量減少等生態(tài)問題[10]。研究礦區(qū)開采對生態(tài)環(huán)境的影響,可為區(qū)域生態(tài)環(huán)境建設和管理提供科學依據。筆者選擇白云鄂博礦區(qū)為典型案例區(qū),基于大量野外調查、遙感與GIS技術,結合礦區(qū)生態(tài)破壞特點,對礦山生態(tài)退化因素進行分析。研究礦山開采直接產生的土地毀損、植被破壞和土壤侵蝕等指標隨距礦區(qū)距離的分布特征和變化規(guī)律,可為查明礦山開采生態(tài)退化程度和驅動因素提供依據。
1研究區(qū)概況與研究內容
白云鄂博礦區(qū)位于陰山之北內蒙古包頭市境內,地理位置為北緯41°39′~41°53′,東經109°47′~110°04′。南距包頭市區(qū)149 km,北距中蒙邊境75 km,區(qū)域面積為328 km2,總人口近3萬。該礦區(qū)是世界上最大的以鐵、稀土和鈮為主的綜合性多金屬共生礦床,也是中國西部最大的鋼鐵企業(yè)——包頭鋼鐵的原料基地。
選取礦區(qū)土地毀損、礦區(qū)及影響區(qū)植被破壞和土壤侵蝕等方面指標,調查與評價礦區(qū)開發(fā)對生態(tài)的影響程度。具體調查指標見表1。
表1生態(tài)退化評價指標及其獲取所用技術方法
Table 1Ecological degradation evaluation indices and technical methods for their acquirement
指標 技術方法土地毀損指標 開采挖損土地面積實地調查、GPS定點與遙感影像解譯結合 排土場占地面積實地調查、GPS定點與遙感影像解譯結合 尾礦場占地面積實地調查、GPS定點與遙感影像解譯結合 工礦建設用地面積實地調查、GPS定點與遙感影像解譯結合 道路占地面積實地調查、GPS定點與遙感影像解譯結合植被破壞指標 草地破壞面積將土地利用類型數據與礦區(qū)遙感解譯數據進行疊加后分析 林地破壞面積將土地利用類型數據與礦區(qū)遙感解譯數據進行疊加后分析 農田破壞面積將土地利用類型數據與礦區(qū)遙感解譯數據進行疊加后分析 植被覆蓋度利用Landsat的1990年TM和2014年OLI的紅光和近紅外波段計算歸一化植被指數(NDVI),并根據2期NDVI數據計算植被覆蓋度 生物豐度下降程度根據土地利用類型數據和HJ/T192—2006《生態(tài)環(huán)境狀況評價技術規(guī)范(試行)》中的生物豐度計算方法進行計算 生物生產量減少程度根據生物量與NDVI之間的關系,利用NDVI計算生物量土壤侵蝕指標 風力侵蝕程度主要以植被覆蓋度為依據劃分風力侵蝕程度 水力侵蝕程度主要以植被覆蓋度和坡度為依據劃分水力侵蝕程度
2研究方法
2.1數據源及數據處理
遙感數據包括30 m空間分辨率、7—8月植被生長旺盛季節(jié)無云的1990年Landsat TM、2014年Landsat OLI數據,高空間分辨率遙感數據為2013年Quickbird數據。數字高程數據(DEM)是由國際農業(yè)研究磋商組織(CGIAR)發(fā)布的30 m空間分辨率ASTER的DEM。土地利用類型數據參考中國十年生態(tài)環(huán)境變化評估得到的2010年土地覆被類型數據,在此基礎上對照2010年Landsat ETM+數據的4、3、2波段合成遙感影像進行目視解譯獲得。
通過對遙感數據進行輻射校正、幾何校正和投影變換等,將所有數據統(tǒng)一到同一坐標系統(tǒng)(WGS-84)并投影(Albers);利用ArcGIS工具,根據DEM提取坡度信息并進行分級。
2.2指標獲取方法
2.2.1土地毀損調查方法
調查采礦過程中對土地的毀損面積,包括露天開采區(qū)、排土場和尾礦場占地面積以及道路壓占面積等。采用實地調查并結合遙感解譯分析的方法,具體做法:(1)實地調查結合遙感影像確定礦區(qū)位置;(2)利用手持GPS實地考察確定礦區(qū)開采區(qū)、排土場、尾礦場和道路等位置;(3)將野外GPS測量點與Quickbird高分辨率遙感影像進行匹配,根據GPS點位置提取開采區(qū)、排土場、尾礦場和道路壓占等信息,并計算其面積。
2.2.2植被破壞調查方法
(1)植被覆蓋度計算
植被覆蓋度指某區(qū)域植物垂直投影面積與該區(qū)域面積之比,用百分數表示。歸一化植被指數(NDVI,INDV)對植被的生物物理特征十分敏感,常被用于區(qū)域尺度的植被分類和植被覆蓋(R)研究,計算公式[11]為
R=(INDV,v-INDV,s)/(INDV,max-INDV,s)。
(1)
式(1)中,INDV,max為植被最大INDV值;INDV,s為土壤INDV值;INDV,v為像元實際INDV值。一般通過計算研究區(qū)INDV的最大值和最小值近似作為INDV,max和INDV,s。
利用Landsat TM和Landsat OLI先計算INDV,再計算1990和2014年2期植被覆蓋度,反映近20多年植被的動態(tài)變化情況。
(2)生物豐度計算
根據HJ/T 192—2006提供的生物豐度指數(Ibio)計算公式,利用遙感解譯的2000和2010年土地利用類型數據計算Ibio。
Ibio=Abio×(0.35×S林+0.21×S草+0.28×S水+0.11×
S耕+0.04×S工+0.01×S未)/S區(qū)。其中,S林、S草、S水、S耕、S工、S未和S區(qū)分別為林地、草地、水域濕地、耕地、工礦建設用地、未利用地和整個區(qū)域的面積,km2;Abio為Ibio的歸一化系數,Abio=100/Amax,Amax為某指數歸一化處理前的最大值。
(3)生物量計算
采用植被指數-生物量法進行計算,由于研究區(qū)為草地類型區(qū)域,故采用目前公認比較適用的模型計算生物量(B,g·m-2)[12]。計算公式為B=49.5×exp(3.69×INDV),R2=0.91。
2.2.3土壤侵蝕調查
利用Landsat遙感數據計算得到的1990和2014年2期植被覆蓋度,結合坡度和生態(tài)系統(tǒng)類型等數據研究風力侵蝕和水力侵蝕情況。
(1)風力侵蝕。用1990和2014年2期植被覆蓋度數據,以草地、荒漠植被覆蓋度為主要判斷依據,將風力侵蝕程度分為微度(≥50%)、輕度(20%~<50%)、中度(10%~<20%)、強度(5%~<10%)、極強度(1%~<5%)和劇烈(<1%)6級[13]。
(2)水力侵蝕。礦區(qū)開采過程中易發(fā)生水土流失的場地主要在露天開采剝離區(qū)及建設過程中其他廢棄物的堆積場地以及沉陷區(qū)坡地,特別是各類表土松散、無植被或植被稀疏的棄土堆場。根據林地、草地覆蓋度和坡度確定水力侵蝕程度。參考SL 190—2007《土壤侵蝕分類分級標準》,以土壤侵蝕強度面蝕分類為依據,將水力侵蝕強度分為輕度、中度、強烈和極強烈4級(表2)。
表2水力侵蝕強度分級標準
Table 2Criteria for grading of water erosion in intensity
林地、草地覆蓋度/%不同坡度(°)水力侵蝕強度分級5~<88~<1515~<2525~<35≥3560~70 輕度輕度輕度中度中度45~<60輕度輕度中度中度強烈30~<45輕度中度中度強烈極強烈<30中度中度強烈極強烈極強烈坡耕地輕度中度強烈極強烈極強烈
2.3各指標與礦區(qū)距離關系分析
調查范圍分為礦區(qū)生產區(qū)和礦區(qū)影響區(qū),其中礦區(qū)生產區(qū)包括礦產生產用地和輔助生產用地。礦區(qū)范圍通過遙感影像目視解譯開采區(qū)、排土場、尾礦庫和工礦建設用地等,然后對以上用地做外接多邊形加以確定。礦區(qū)影響區(qū)為周邊“三廢”污染、植被破壞、水資源破壞和地質災害等受影響區(qū)域,該區(qū)道路網密集,有廢棄物堆放和取土等行為。為了客觀地分析礦區(qū)生態(tài)環(huán)境隨距礦區(qū)距離的變化特征,根據數據源的空間分辨率,以30 m為步長對礦區(qū)進行距離分析制圖,最大距離設為10 km。對各指標與距離數據進行空間疊加分析,分析各指標在礦區(qū)不同距離范圍內的分布情況。
由于不同范圍的緩沖區(qū)面積不同,若僅利用各個級別的風力或水力侵蝕面積與總面積的比例進行分析,則不能客觀地反映侵蝕程度與礦區(qū)距離之間的關系。因此,利用頻率比(Eij)反映不同級別風力或水力侵蝕程度與礦區(qū)距離之間的頻率關系,計算公式為
Eij=Rij/Di。
(2)
式(2)中,Eij為第i個緩沖區(qū)第j級別侵蝕面積在緩沖區(qū)總面積中的分布頻率。Eij越大,說明頻率越高,某類地物在另一類地物中的分布比例也越高,2種地物之間的關系越密切。
Rij=100×rij/Sj。
(3)
式(3)中,Rij為各個緩沖區(qū)不同級別風力或水力侵蝕面積占對應級別侵蝕總面積比例,即第i緩沖區(qū)第j級別侵蝕面積在j級別侵蝕總面積中的分布頻率,%;Sj為第j級別侵蝕總面積,km2。
Di=100×di/A。
(4)
式(4)中,Di為不同范圍緩沖區(qū)面積占緩沖區(qū)總面積比例,即第i個緩沖區(qū)的分布頻率,%;di為第i個緩沖區(qū)面積,km2;A為緩沖區(qū)總面積,km2。
3結果與分析
3.1土地占用調查結果分析
3.1.1礦區(qū)土地毀損
白云鄂博礦區(qū)土地毀損類型主要是采礦區(qū)、排土場、尾礦庫和工礦建設用地,總面積為52.59 km2(圖1)。其中,采礦區(qū)占13.17%,排土場占39.59%,尾礦庫占20.11%,工礦建設用地占27.13%。礦區(qū)外接多邊形面積為97.01 km2。
3.1.2礦區(qū)道路壓占
圖1顯示,礦區(qū)道路主要分布在<5 000 m范圍,道路建設總長度為1 022.12 km,絕大部分集中分布在礦區(qū)500 m范圍內,占5 000 m范圍內道路總長度的45.71%,500~<1 000 m范圍占12.04%,1 000~<2 000 m范圍占34.21%,2 000~<5 000 m范圍占8.04%。
圖1 白云鄂博礦區(qū)土地毀損類型和道路分布
3.1.3礦區(qū)占用土地類型
2000—2010年礦區(qū)擴展以占用草地為主,其中開采區(qū)面積的全部、排土場的99.11%、尾礦庫的81.81%和工礦建設用地的84.96%擴展來源于草地。部分尾礦庫和工礦建設用地來源于耕地和林地。
3.2植被變化結果分析
INDV計算結果顯示,礦區(qū)2014年平均INDV值為0.24,大于1990年的平均值(0.14),說明2014年植被生長狀況好于1990年,礦區(qū)整體生態(tài)環(huán)境呈好轉趨勢。2014年INDV值從礦區(qū)外邊緣到3 000 m范圍內呈隨距離增加而增加趨勢,說明離礦區(qū)越近植被生長狀況越差。0~<200 m范圍呈隨距離增加而增加趨勢,200~<600 m范圍呈隨距離增加而減小趨勢,600~<1 000 m范圍呈隨距離增加而基本持平趨勢,1 000~<1 250 m范圍呈隨距離增加而明顯減小趨勢,1 250~<1 900 m范圍呈隨距離增加而緩慢減小趨勢,1 900~<3 000 m范圍呈緩慢增加趨勢,≥3 000 m范圍趨于穩(wěn)定狀態(tài),基本不受礦區(qū)距離影響。
植被覆蓋度結果(圖2~3)表明,2014年植被平均覆蓋度為22.94%,1990年為10.81%,1990—2014年礦區(qū)植被覆蓋度呈增加趨勢。1990和2014年在4 200 m范圍內植被覆蓋度基本呈隨距離增加而增加趨勢。其中,2014年0~<600 m范圍隨著距離的增加植被覆蓋度增加趨勢比較明顯,600~<2 800 m范圍增加緩慢,2 800~<4 200 m范圍增加明顯,≥4 200 m范圍基本沒有變化。1990年植被覆蓋度分布較2014年更集中,0~<500 m范圍植被覆蓋度呈隨距離的增加而下降趨勢,500~<2 000 m范圍呈增加趨勢,2 000~<4 500 m范圍增加趨勢緩慢,≥4 500 m范圍基本沒有變化。
圖2 1990和2014年白云鄂博礦區(qū)植被覆蓋度分布
1990—2014年研究區(qū)植被覆蓋度呈增加趨勢,主要是因為國家重視生態(tài)環(huán)境建設,另一方面也是因為近年來北方雨水有所增加。但從距礦區(qū)距離來看,礦區(qū)內植被覆蓋度增加有限,只增加4百分點,0~<150 m范圍約增加11百分點,150~<350 m范圍增加12~13百分點,≥350 m范圍增加14百分點以上,最大增加20百分點。
圖3 1990和2014年植被覆蓋度隨礦區(qū)距離的變化
生物量變化規(guī)律與植被覆蓋度相似,1990—2014年呈增加趨勢,但從距礦區(qū)距離來看,距離越遠,生物量增加趨勢越明顯,<500 m范圍生物量平均增加23.88 g·m-2,8 000~10 000 m范圍生物量平均增加44.73 g·m-2,1990—2014年礦區(qū)生物量的增加量基本呈現從里向外增加趨勢,也就是說離礦區(qū)越近,生物量增加越少(表3)。
表31990和2014年白云鄂博礦區(qū)不同緩沖區(qū)生物量統(tǒng)計
Table 3Statistics of biomass in buffer zones different in type in Bayan Obo mining area in 1990 and 2014
緩沖區(qū)范圍/m生物量/(g·m-2)1990年2014年增加量<50088.10111.9823.88500~<100083.69123.5239.831000~<200084.18122.8038.622000~<500084.51123.9639.455000~<800085.24128.9243.688000~1000085.87130.6044.73
2000—2010年礦區(qū)生物豐度呈降低趨勢,降低最多的是礦區(qū)500 m范圍,降低15.53。生物豐度也呈現離礦區(qū)越近而越低的特點,尤其是500 m范圍內生物豐度遠小于其他范圍。2000年500~<8 000 m范圍生物豐度從69.08增至99.50,2010年從84.61增至99.65。
3.3土壤侵蝕調查結果分析
3.3.1風力侵蝕
1990年白云鄂博礦區(qū)8 000 m范圍風力侵蝕主要為中度和強度侵蝕,分別占風力侵蝕總面積的52.86%和41.38%,其后依次為極強度和輕度侵蝕,分別占2.46%和2.37%。2014年主要為輕度侵蝕,占67.57%,其次為中度侵蝕,占26.31%(圖4)。
圖4 1990和2014年白云鄂博礦區(qū)風力侵蝕分布
1990年500 m范圍內土壤微度、輕度和劇烈侵蝕分別占對應級別侵蝕總面積的75.33%、33.94%和45.76%,而2014年500 m范圍內土壤強度、極強度和劇烈侵蝕分別占對應級別侵蝕總面積的76.67%、71.85%和70.91%。從侵蝕總面積來看,1990—2014年沒有變化,但500 m范圍內侵蝕強度向重度侵蝕轉移,表明礦區(qū)生態(tài)環(huán)境呈惡化趨勢。1990—2014年,500 m范圍內輕度侵蝕增加明顯,增加量占礦區(qū)500 m范圍內侵蝕總面積的40.17%,微度、劇烈和極強度侵蝕略有增加,分別增加0.68%、0.48%和0.20%,而強度和中度侵蝕減少明顯,分別減少31.02%和10.52%。
由表4可知,在白云鄂博礦區(qū)500 m范圍內微度和輕度侵蝕頻率比減少,其他級別侵蝕頻率比增加。尤其是強度和極強度侵蝕頻率比明顯增加,輕度級別侵蝕向重度級別侵蝕轉換明顯。礦區(qū)0~<1 000 m范圍極強度和劇烈侵蝕頻率比均增加,0~<2 000 m范圍劇烈侵蝕頻率比增加。
表41990—2014年白云鄂博礦區(qū)風力侵蝕頻率比變化
Table 4Variation of frequency ratio of wind erosion different in type in the Bayan Obo mining area in 1990 and 2014
緩沖區(qū)范圍/m不同風力侵蝕等級侵蝕頻率比變化微度輕度中度強度極強度劇烈<500-2.69-1.190.433.092.391.37500~<10000.060.73-0.01-0.950.180.371000~<20000.390.340.04-0.72-0.170.102000~<50000.120.51-0.17-0.60-0.66-0.385000~80001.110.00-0.08-0.73-0.62-0.44
3.3.2水力侵蝕
1990年白云鄂博礦區(qū)8 000 m范圍內水力侵蝕主要為中度侵蝕,占92.49%,其次為強烈侵蝕,占6.57%。2014年水力侵蝕主要為中度侵蝕,占86.74%,其次為輕度侵蝕,占6.84%(圖5)。
圖5 1990和2014年白云鄂博礦區(qū)水力侵蝕分布
1990年500 m范圍內輕度侵蝕占該類侵蝕總面積的57.50%,極強烈侵蝕占該類侵蝕總面積的38.68%。2014年礦區(qū)500 m范圍內極強烈侵蝕占極強烈侵蝕總面積的42.08%,強烈侵蝕占強烈侵蝕總面積的20.34%。1990—2014年,礦區(qū)500 m范圍內輕度侵蝕增加4.41%,中度侵蝕減少4.05%。500~<5 000 m范圍主要表現為輕度等級侵蝕增加,重度等級侵蝕減少。
不同緩沖區(qū)水力侵蝕頻率比變化結果(表5)顯示,1990—2014年白云鄂博礦區(qū)500 m范圍內和2 000~8 000 m范圍各等級侵蝕頻率比均減少,而500~<2 000 m范圍各等級侵蝕頻率比均增加,尤其是極強烈侵蝕增幅大,增幅較大的是強烈侵蝕。
表51990—2014年白云鄂博礦區(qū)不同緩沖區(qū)水力侵蝕頻率比變化
Table 5Variation of frequency ratio of water erosion in buffer zones different in type in the Bayan Obo mining area in 1990 and 2014
緩沖區(qū)范圍/m不同水力侵蝕等級侵蝕頻率比變化輕度中度強烈極強烈<500-2.65-0.47-0.66-1.96500~<10007.304.5912.2535.051000~<20004.032.694.407.712000~<5000-0.43-1.02-0.82-0.405000~8000-0.62-1.00-0.96-0.83
4結論
白云鄂博礦區(qū)土地占用和毀損情況嚴重,主要類型是開采區(qū)、排土場、尾礦庫、工礦建設用地和交通道路等,其中排土場和交通道路占地尤為嚴重。被占用的土地利用類型以草地為主。2014年白云鄂博礦區(qū)植被生長狀況好于1990年,但離礦區(qū)不同距離變化有差異。距礦區(qū)距離越近,植被破壞越嚴重,植被覆蓋度、生物量和生物豐度都有所減少。這說明礦區(qū)開采對周邊植被影響極大。無論是風力侵蝕還是水力侵蝕,白云鄂博礦區(qū)侵蝕面積基本沒變,但1990年較低等級侵蝕面積較大,而2014年重度侵蝕面積在擴大。從距礦區(qū)距離來看,礦區(qū)500 m范圍內侵蝕面積占總面積比例遠高于其他距離范圍。白云鄂博礦區(qū)生態(tài)環(huán)境呈惡化趨勢,距礦區(qū)越近受損程度越嚴重。劇烈的生態(tài)退化分布在礦區(qū)500 m范圍內,礦區(qū)對植被的影響主要出現在500 m范圍內,道路的影響則延伸到2 000 m范圍內。
礦區(qū)生態(tài)環(huán)境問題是近些年研究的重點和熱點,但對于礦區(qū)的概念及范圍界定還具有不確定性。筆者將開采區(qū)、排土場、尾礦庫和工礦建設用地的外接多邊形定義為礦區(qū)。利用GIS鄰域空間分析功能按30 m步長生成礦區(qū)距離數據,分析礦區(qū)對不同因素的影響范圍,具有一定的科學性和現實意義。
由于草原地區(qū)地勢平坦,草原上的道路具有隨意性。尤其在雨季原有道路一旦積水,車輛會選擇便道行駛,加上在礦區(qū)運輸過程中存在有些車輛抄近道等現象,這些均導致道路縱橫交錯,對草場破壞嚴重。對道路引起的生態(tài)破壞現象僅用道路長度指標來衡量還存在一些問題,若用道路面積來量化則更能體現道路建設對生態(tài)環(huán)境的破壞程度。
參考文獻:
[1]邊樹關,李克民,王斌.我國礦山環(huán)境問題及治理措施[J].礦業(yè)研究與開發(fā),2004,24(2):63-65.
[2]吳春花,杜培軍,譚琨.煤礦區(qū)土地覆蓋與景觀格局變化研究[J].煤炭學報,2012,37(6):1026-1033.
[3]杜培軍,袁林山,張華鵬,等.基于多時相 CBERS 影像分析礦業(yè)城市景觀格局變化:以徐州市為例[J].中國礦業(yè)大學學報,2009,38(1):106-113.
[4]卞正富,張燕平.徐州煤礦區(qū)土地利用格局演變分析[J].地理學報,2006,61(4):349-358.
[5]陳龍乾,郭達志,胡召玲,等.徐州礦區(qū)土地利用變化遙感監(jiān)測及塌陷地復墾利用研究[J].地理科學進展,2004,23(2):10-15.
[6]卞正富,許家林,雷少剛.論礦山生態(tài)建設[J].煤炭學報,2007,32(1):13-19.
[7]徐嘉興,李鋼,陳國良,等.礦區(qū)土地生態(tài)質量評價及動態(tài)變化[J].煤炭學報,2013,38(1):180-185.
[8]吳其反,劉華,馬成輝.白云鄂博伴生礦資源開發(fā)利用對區(qū)域環(huán)境放射性污染影響的調查[J].輻射防護,2011,31(6):364-370.
[9]郭偉,付瑞英,趙仁鑫.內蒙古包頭白云鄂博礦區(qū)及尾礦區(qū)周圍土壤稀土污染現狀和分布特征[J].環(huán)境科學,2013,34(5):1895-1900.
[10]安志宏,王曉紅,代路,等.基于高分辨率衛(wèi)星遙感數據的白云鄂博礦山開發(fā)調查研究[J].地質與勘探,2011,47(3):462-468.
[11]趙英時.遙感應用分析原理與方法[M].北京:科學出版社,2003:387-398.
[12]金麗芳,徐希孺,張猛.內蒙古典型草原地帶牧草產量估算的光譜模型[J].中國草原與牧草,1986,3(2):51-54.
[13]張國平,張增祥,劉紀遠.中國土壤風力侵蝕空間格局及驅動因子分析[J].地理學報,2001,56(2):146-158.
(責任編輯: 李祥敏)
Effect of Mining on Ecological Degradation in Bayan Obo.
BAI Shu-ying1, ZHU Qian-wen1, SHEN Wei-shou2, LI Hai-dong2
(1.College of Geography and Remote Sensing, Nanjing University of Information Science & Technology, Nanjing 210044, China;2.Nanjing Institute of Environmental Sciences, Ministry of Environmental Protection, Nanjing 210042, China)
Abstract:Exploitation of mines serves as an important guarantee for the national economy and construction of national defense, however, it also brings about great damages to the local ecological environment. With the Bayan Obo mining area cited as object, data acquired through large volumes of field investigations, remote sensing data from Landsat TM, OLI, Quickbird and digital elevation map (DEM) of the region were analyzed with the neighborhood space analysis function of GIS and specific frequency analysis method for exploration of impacts of exploitation of the mine on ecological environment from the angles of land destruction, vegetation degradation and soil erosion. Results show that the situation of land alienation and destruction was very serious, and most of the alienated land used to be grassland; The closer to the mining area, the more serious the land destruction, and the worse the vegetation grew; In 1990-2014, the acreage of soil erosion did not change much, but the soil erosion within the radius of 500 m of the mining site has turned from mild to severe in degree. On the whole, the ecological environment of the Bayan Obo mining area displays a deteriorating trend, and the closer to the mining site the more serious.
Key words:Bayan Obo;mining area exploitation;ecological degradation
收稿日期:2015-11-11
基金項目:國家科技基礎性工作專項(2014FY110800)
中圖分類號:X14
文獻標志碼:A
文章編號:1673-4831(2016)03-0367-07
DOI:10.11934/j.issn.1673-4831.2016.03.005
作者簡介:白淑英(1973—),女,內蒙古寧城人,副教授,博士,從事遙感與GIS在生態(tài)環(huán)境中的應用研究。E-mail: baishu-ying@163.com