基于MODIS的神東礦區(qū)植被動態(tài)監(jiān)測與趨勢分析

劉英， 侯恩科， 岳輝

(西安科技大學測繪科學與技術學院,西安 710054)

基于MODIS的神東礦區(qū)植被動態(tài)監(jiān)測與趨勢分析

劉英， 侯恩科， 岳輝

(西安科技大學測繪科學與技術學院,西安 710054)

以神府-東勝礦區(qū)(簡稱神東礦區(qū))為研究對象，利用2000―2015年獲取的250 m分辨率MODIS NDVI數(shù)據(jù)，采用像元二分法提取礦區(qū)植被覆蓋度(fractional vegetation coverage,FVC)的基礎上，利用一元線性回歸方法和重標極差分析法分析礦區(qū)植被空間格局變化并預測其未來發(fā)展趨勢。結果表明： 16 a來神東礦區(qū)的年均植被指數(shù)(NDVI)呈上升趨勢，增加速率為8.9%/10 a； 礦區(qū)大部分地區(qū)地表植被覆蓋得到改善，其中明顯改善面積占比為50.43%，分布趨向為礦區(qū)東南方向； 而退化面積僅為4.90%，分布在烏蘭木倫河、窟野河兩側以及西部和北部溝壑區(qū)； 65.03%的礦區(qū)區(qū)域Hurst指數(shù)值在0.35～0.45之間，具有較弱的反持續(xù)性； 礦區(qū)中部Hurst指數(shù)較高，而西部Hurst指數(shù)偏低； 結合FVC來看，礦區(qū)地表植被未來僅有較弱的退化趨勢。綜合遙感分析結果，神東礦區(qū)植被改善的主要原因在于神東礦區(qū)對環(huán)保的重視和投入的增加，以及科學和高效的生態(tài)環(huán)境綜合防治技術體系的建立與實施。

神東礦區(qū)； 地表植被； 植被覆蓋度(FVC)； 動態(tài)監(jiān)測； 趨勢分析

0 引言

植被作為陸地生態(tài)系統(tǒng)的重要組成部分，是大氣圈、生物圈和水圈等地球圈層相互連接的樞紐，在調節(jié)大氣組成、防止水土流失、保持氣候系統(tǒng)穩(wěn)定和維持溫室氣體在大氣中的合理濃度等方面發(fā)揮著重要作用[1]。神府-東勝礦區(qū)(簡稱神東礦區(qū))位于我國西北部，是我國規(guī)劃建設的13個大型煤炭基地之一，煤炭年產量位居全國首位，在全球化石能源儲量日趨減少的情況下，我國西北地區(qū)煤炭資源的大力開發(fā)，對國家未來經濟的發(fā)展和穩(wěn)定具有十分重要的戰(zhàn)略意義[2-4]。然而，西北地區(qū)地處內陸，屬干旱、半干旱荒漠區(qū)，水資源匱乏，降雨稀少且季節(jié)分配不均，植被稀疏，地表溝壑縱橫發(fā)育，荒漠化趨勢加劇，生態(tài)環(huán)境極為脆弱[5-6]。近年來，煤炭大規(guī)模地下開采和礦山露天開采，導致礦區(qū)地表河流的徑流量減少、地下水位下降、植被因缺水而枯萎死亡等生態(tài)問題，使本來就十分脆弱的礦區(qū)生態(tài)系統(tǒng)進一步惡化，礦區(qū)生態(tài)環(huán)境已成為各級政府部門和相關專家學者關注的焦點和熱點。一個地區(qū)生態(tài)環(huán)境的演變與變遷可通過植被覆蓋變化來反映，因此植被變化監(jiān)測是揭示干旱、半干旱荒漠礦區(qū)自然環(huán)境演變的重要手段之一[7-8]。本文利用2000―2015年獲取的250 m分辨率MODIS歸一化差值植被指數(shù)(normalized difference vegetation index, NDVI)數(shù)據(jù)，研究神東礦區(qū)地表植被的時空演變規(guī)律并對其未來發(fā)展趨勢做出預測。

1 研究區(qū)概況

神東煤田位于陜西省榆林市北部與內蒙古鄂爾多斯市南部交界處，煤田總面積3.1萬km2，探明煤炭儲量2 236億t。其中神東礦區(qū)面積3 481 km2，煤炭地質儲量354億t。神東礦區(qū)擁有特大型現(xiàn)代化煤礦19座，其中1 000萬t以上的特大型煤礦12座，現(xiàn)年煤炭總產能2億t左右[9]。神東礦區(qū)北接毛烏素沙地，南臨黃土高原，屬典型的干旱、半干旱荒漠高原氣候，年平均降雨量僅360 mm左右，年蒸發(fā)量卻高達2 300 mm； 原生植被種類單一，平均植被覆蓋率僅為3%～11%； 風蝕區(qū)面積占總面積的70%，是全國水土流失的重點治理區(qū)(圖1)。

圖1 神東礦區(qū)地理位置

2 數(shù)據(jù)與方法

2.1 植被動態(tài)監(jiān)測

本文所采用的遙感數(shù)據(jù)為2000―2015年16 a期間獲取的250 m分辨率的MOD13Q1(MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V005)植被指數(shù)產品數(shù)據(jù)集。表征植被信息的遙感指示因子采用NDVI和植被覆蓋度(fractional vegetation coverage,FVC)。其中NDVI計算公式為

NDVI=(ρnir-ρred)/(ρnir+ρred)，

(1)

式中：ρnir和ρred分別為地物在近紅外波段和紅光波段的反射率。

利用像元二分法計算FVC，即

FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil) ，

(2)

式中：NDVIsoil為NDVI累積頻率置信度為1%時對應的土壤NDVI值；NDVIveg為NDVI累積頻率置信度為99%時對應的植被NDVI值。

根據(jù)水利部頒布的《土壤侵蝕分類分級標準》中的相關標準，將FVC劃分為6個等級：FVC=0為無植被覆蓋，0

2.2 植被變化趨勢分析

植被在16 a期間的變化趨勢采用一元線性回歸法進行分析。Stow等[10]用此方法計算綠色植被的綠度變化率(greenness rate of change,GRC)，而將某段時間內的季節(jié)合成歸一化植被指數(shù)(seasonally integrated normalized difference vegetation index,SINDVI)年際變化的最小次方線性回歸方程的斜率Slope定義為GRC，其計算公式為：

(3)

式中：i為年序號，i=1,2,…,16；MNDVI,i為第i年的最大NDVI值。

對植被未來變化趨勢預測采用重標極差分析法。該方法最早由Hurst[11]提出，通過分析時間序列樣本的長程依賴性和自相關性得到赫斯特(Hurst)指數(shù)(即“有偏的隨機游走”)，用以描述時間序列未來變化趨勢。根據(jù)Hurst指數(shù)(H值)的不同，可分為：

1)H=0.5，說明植被指數(shù)時間序列是隨機變化的，相互之間不存在依賴關系，是完全獨立的。

2)0.5

3)0

3 結果與分析

3.1 植被時空動態(tài)變化分析

3.1.1 植被年際變化趨勢

從植被的年際變化(圖2(a))可以看出，研究區(qū)2000年與2001年的植被狀況相似。從2002年后，神東礦區(qū)年均NDVI變化情況大致可分為5個階段： ①2001—2002年，年均NDVI有一個明顯的提高(約提高了25.78%)； ②2003年后，年均NDVI呈緩慢增長趨勢； ③2009年后，年均NDVI呈下降趨勢； ④2011―2013年，年均NDVI呈快速增加趨勢(提高了22.19%)； ⑤從2013年開始，NDVI呈下降趨勢。從圖2(b)可以看出，2001―2002年、2003―2005年、2006―2009年及2011―2013年的NDVI差值為正值； 2000―2001年、2002―2003年、2005―2006年、2009―2011年和2013―2015年的NDVI差值為負值。從整體上看，年均NDVI的增長幅度要大于其退化幅度，F(xiàn)VC在逐步提高，地表植被有改善的趨勢。

(a) NDVI年際變化 (b) NDVI年際差異分析

3.1.2 植被空間分布特征

2000―2015年間，神東礦區(qū)FVC等級在空間上的分布狀況發(fā)生了明顯改變： 低和中低覆蓋度等級的植被在礦區(qū)的西北和北部大面積減小，中等覆蓋度植被在礦區(qū)西部出現(xiàn)增加趨勢，中高和高等覆蓋度植被在礦區(qū)東南部增加顯著(圖3)。

(a) 2000年 (b) 2005年

(c) 2010年 (d) 2015年

圖3 研究區(qū)2000,2005,2010和 2015年植被覆蓋度等級

從圖3可以看出，礦區(qū)西北向東南FVC呈逐漸增加的趨勢。FVC為低等和中低等級的區(qū)域主要分布于西北臨近毛烏素沙地和礦區(qū)北部的溝壑區(qū)，以及烏蘭木倫河、窟野河的兩側，在礦區(qū)東部、西部和中部地區(qū)也有零星分布； 礦區(qū)的中西部地區(qū)為中等FVC區(qū)； 礦區(qū)東南部和紅堿淖的周邊為中高和高等FVC區(qū)。

3.1.3 植被年際變化空間格局

利用式(3)計算得到神東礦區(qū)2000―2015年植被覆蓋動態(tài)變化趨勢空間分布圖(圖4)。

圖4 2000―2015年神東礦區(qū)植被覆蓋度變化趨勢空間分布

按照一定的標準進行分級[12]，按Slope值的變化將植被變化類型分為嚴重退化、中度退化、輕微退化、基本不變、輕微改善、中度改善和明顯改善7個等級，并分別計算出各等級面積占全區(qū)總面積的比例(表1)。

表1 16 a來神東礦區(qū)NDVI變化趨勢統(tǒng)計結果

礦區(qū)大部分地區(qū)的植被在16 a中得到了較好的改善，改善區(qū)域主要集中在礦區(qū)中部、北部、東部及南部大部分地區(qū)，植被退化主要集中在烏蘭木倫河、窟野河兩側及礦區(qū)西部和西北部的溝壑區(qū)。NDVI改善面積達到92.25%(其中明顯改善面積為50.43%)，而退化面積僅為4.90%，地表植被覆蓋狀況得到了顯著改善。

3.1.4 植被時空變化原因

神東礦區(qū)地處生態(tài)環(huán)境極為脆弱的西北地區(qū)，在大規(guī)模和高強度煤炭開采的情況下，礦區(qū)植被覆蓋不僅沒有遭到很大的破壞，而且得到了進一步的保護和改善。相關學者的研究也證明了這一點，例如吳立新等[7]以SPOT4/5 NDVI為數(shù)據(jù)源，分析了神東礦區(qū)1999―2008年間植被覆蓋和土地沙化的動態(tài)變化，結果表明礦區(qū)82.13%面積的地表植被覆蓋得到明顯改善； 付新雷[13]利用Landsat TM/ETM+和HJ-1 CCD數(shù)據(jù)反演了神東礦區(qū)FVC，結果表明神東中心礦區(qū)64.01%面積的FVC得到改善。結合相關資料綜合分析，筆者認為神東礦區(qū)地表植被改善的主要原因主要有： ①神東煤炭公司自1990年開始向國家財政部申請在每噸煤成本中提取0.45元作為環(huán)境治理專項資金，另有專項配套的水土流失補償金，30 a來累計投入環(huán)保綠化資金26.3億元，累計生態(tài)治理面積達240 km2，充足的資金保障使得神東礦區(qū)FVC由開發(fā)初期的3%～11%提高到60%以上； ②土地復墾和微生物復墾在礦區(qū)土地資源保護中發(fā)揮了重要作用。神東煤炭公司通過采用最大化減少地表沉陷的長壁綜合機械化、充填開采等綠色開采工藝，盡可能地減少了煤炭地下開采對土壤的破壞，加之采煤后土地復墾和微生物復墾技術的推廣和應用，使礦區(qū)土壤得到改良，植被重建速度加快[14-18]。

3.2 植被未來發(fā)展趨勢預測

利用MATLAB語言編程進行Hurst指數(shù)的逐像元空間計算，得到神東礦區(qū)2000―2015年MODIS NDVI變化的Hurst指數(shù)空間分布(圖5)和各等級面積占全區(qū)總面積的百分比(表2)。

圖5 神東礦區(qū)2000―2015年植被Hurst指數(shù)空間分布圖

表2 神東礦區(qū)2000―2015年植被Hurst指數(shù)面積統(tǒng)計結果

從總體來看，神東礦區(qū)的Hurst指數(shù)偏低，平均值為0.411 7； 礦區(qū)北部、西南部和東北部的部分區(qū)域的Hurst指數(shù)均在0～0.35之間。結合2000―2015年神東礦區(qū)FVC空間分布來看，這些區(qū)域的植被是呈增加趨勢的，因此具有較強的反持續(xù)性，預示這些區(qū)域未來植被狀況有退化的趨勢； 紅堿淖周邊區(qū)域的植被狀況在2000―2015年的變化趨勢是退化的，但Hurst指數(shù)較低，表明該區(qū)域未來植被覆蓋有改善的趨勢； 占礦區(qū)65.03%的區(qū)域的Hurst值在0.35～0.45之間，從圖2和表1可以看出，盡管礦區(qū)50.43%的面積植被狀況在2000—2015年呈明顯改善的變化趨勢，但由于這些區(qū)域的Hurst指數(shù)具有較弱的反持續(xù)性，因而未來這些區(qū)域的植被變化會有較弱的退化趨勢。

4 結論

1)神東礦區(qū)2000―2015年16 a來年均NDVI總體呈上升趨勢，增加速率為8.9%/10 a，表明礦區(qū)的NDVI呈增加趨勢，植被覆蓋在16 a期間呈較快速度的增加。低和較低覆蓋度的植被面積減少最多(減幅分別達63.96%和50.13%)； 較高植被覆蓋度等級的面積增加最多(增幅達395.93%)； 中等和高覆蓋度植被面積也分別增加了101.12%和245.32%，說明植被覆蓋度由低和較低等級向高等級轉移。

2)神東礦區(qū)2000―2015年植被覆蓋動態(tài)變化趨勢的空間格局顯示，礦區(qū)的大部分地區(qū)植被16 a中得到了較好的改善，改善面積為92.25%，其中明顯改善面積達50.43%； 退化面積僅為4.90%。但由于礦區(qū)65.03%區(qū)域的Hurst值在0.35～0.45之間，具有較弱的反持續(xù)性，盡管礦區(qū)的大部分區(qū)域植被狀況在2000―2015年間有改善的趨勢，未來這些區(qū)域的植被仍會有較弱的退化趨勢。

礦區(qū)生態(tài)系統(tǒng)的恢復和重建是解決大規(guī)模地下開采造成生態(tài)環(huán)境破壞的關鍵。生態(tài)環(huán)境的影響因素眾多，目前利用遙感技術研究較為成熟的影響因素包括地表植被、土壤濕度、植被凈初級生產力等[19-20]，但當前的研究多局限在對單因素的研究上，在未來的研究中應加強對多種生態(tài)環(huán)境因素協(xié)同作用的研究。

[1] 孫紅雨,王長耀,牛錚,等.中國地表植被覆蓋變化及其與氣候因子關系——基于NOAA時間序列數(shù)據(jù)分析[J].遙感學報,1998,2(3):204-210. Sun H Y,Wang C Y,Niu Z,et al.Analysis of the vegetation cover change and the relationship between NDVI and environmental factors by using NOAA time series data[J].Journal of Remote Sensing,1998,2(3):204-210.

[2] 錢鳴高.煤炭的科學開采[J].煤炭學報,2010,35(4):529-535. Qian M G.On sustainable coal mining in China[J].Journal of China Coal Society,2010,35(4):529-535.

[3] 吳立新.西北礦業(yè)開發(fā)與水資源矛盾分析及其對策[J].南水北調與水利科技,2003,1(1):35-37. Wu L X.Analysis and strategies to the contradictory of mining development and water resource protection in northwest China[J].South-to-North Water Transfers and Water Science & Technology,2003,1(1):35-37.

[4] 吳立新,侯恩科.西北五省(區(qū))礦產資源開發(fā)與水資源保護對策[J].西安科技學院學報,2000,20(s1):63-67. Wu L X,Hou E K.Strategy on the development of mineral resources and the protection of water resource in the northwest area of China[J].Journal of Xi’an University of Science & Technology,2000,20(s1):63-67.

[5] 劉英.神東礦區(qū)地表植被與土壤濕度遙感監(jiān)測研究[D].北京:中國礦業(yè)大學(北京),2013. Liu Y.Vegetation and Soil Moisture Monitoring by Remote Sensing in Shendong Mining Area[D].Beijing:China University of Mining & Technology(Beijing),2013.

[6] 雷少剛.荒漠礦區(qū)關鍵環(huán)境要素的監(jiān)測與采動影響規(guī)律研究[D].徐州:中國礦業(yè)大學,2009. Lei S G.Monitoring and Analyzing the Mining Impacts on Key Environmental Elements in Desert Area[D].Xuzhou:China University of Mining & Technology,2009.

[7] 吳立新,馬保東,劉善軍.基于SPOT衛(wèi)星NDVI數(shù)據(jù)的神東礦區(qū)植被覆蓋動態(tài)變化分析[J].煤炭學報,2009,34(9):1217-1222. Wu L X,Ma B D,Liu S J.Analysis to vegetation coverage change in Shendong mining area with SPOT NDVI data[J].Journal of China Coal Society,2009,34(9):1217-1222.

[8] Gu Z J,Zeng Z Y,Shi X Z,et al.Assessing factors influencing vegetation coverage calculation with remote sensing imagery[J].International Journal of Remote Sensing,2009,30(10):2479-2489.

[9] 王安.神東礦區(qū)生態(tài)環(huán)境綜合防治體系構建及其效果[J].中國水土保持科學,2007,5(5):83-87. Wang A.Construction and benefits of integrated measures system for environment conservation in Shengdong Diggings[J].Science of Soil and Water Conservation,2007,5(5):83-87.

[10]Stow D,Daeschner S,Hope A,et al.Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J].International Journal of Remote Sensing,2003,24(5):1111-1117.

[11]Hurst H E.Long-term storage of reservoirs:An experimental study[J].Transactions of the American Society of Civil Engineers,1951,116:770-799.

[12]趙英時.遙感應用分析原理與方法[M].北京:科學出版社,2003:445-446. Zhao Y S.Principles and Methods of Remote Sensing Application Analysis[M].Beijing:Science Press,2003:445-446.

[13]付新雷.基于神東中心區(qū)植被覆蓋變化的多時相遙感監(jiān)測[J].中國環(huán)境監(jiān)測,2014,30(2):186-190. Fu X L.Monitoring of vegetation coverage variation based on multi-temporal remote sensing data in Shendong centre[J].Environmental Monitoring in China,2014,30(2):186-190.

[14]楊俊哲,陳蘇社,王義,等.神東礦區(qū)綠色開采技術[J].煤炭科學技術,2013,41(9):34-39. Yang J Z,Chen S S,Wang Y,et al.Green mining technology of Shendong mining area[J].Coal Science and Technology,2013,41(9):34-39.

[15]李全生,賀安民,曹志國.神東礦區(qū)現(xiàn)代煤炭開采技術下地表生態(tài)自修復研究[J].煤炭工程,2012(12):120-122. Li Q S,He A M,Cao Z G.Study of the surface ecological self-repairing under modern coal mining technology in Shendong mining area[J].Coal Engineering,2012(12):120-122.

[16]岳輝,畢銀麗,劉英.神東礦區(qū)采煤沉陷地微生物復墾動態(tài)監(jiān)測與生態(tài)效應[J].科技導報,2012,30(24):33-37. Yue H,Bi Y L,Liu Y.Dynamic monitoring and ecological effect of microbial reclamation on subsided land in area of Shendong coal mine area[J].Science & Technology Review,2012,30(24):33-37.

[17]畢銀麗,吳福勇,武玉坤.叢枝菌根在煤礦區(qū)生態(tài)重建中的應用[J].生態(tài)學報,2005,25(8):2068-2073. Bi Y L,Wu F Y,Wu Y K.Application of arbuscular mycorrhizas in ecological restoration of areas affected by coal mining in China[J].Acta Ecologica Sinica,2005,25(8):2068-2073.

[18]杜善周,畢銀麗,吳王燕,等.叢枝菌根對礦區(qū)環(huán)境修復的生態(tài)效應[J].農業(yè)工程學報,2008,24(4):113-116. Du S Z,Bi Y L,Wu W Y,et al.Ecological effects of arbuscular mycorrhizal fungi on environmental phytoremediation in coal mine areas[J].Transactions of the CSAE,2008,24(4):113-116.

[19]雷少剛,卞正富.西部干旱區(qū)煤炭開采環(huán)境影響研究[J].生態(tài)學報,2014,34(11):2837-2843. Lei S G,Bian Z F.Research progress on the environment impacts from underground coal mining in arid western area of China[J].Acta Ecologica Sinica,2014,34(11):2837-2843.

[20]謝少少,馬超,田淑靜,等.2000―2010年神東礦區(qū)植被NPP的變化特征及影響因素分析[J].測繪科學技術學報,2015,32(1):47-51. Xie S S,Ma C,Tian S J,et al.NPP changes and climate impact of Shendong coalfield from 2000 to 2010[J].Journal of Geomatics Science and Technology,2015,32(1):47-51.

(責任編輯： 劉心季)

Dynamic monitoring and trend analysis of vegetation change in Shendong mining area based on MODIS

LIU Ying， HOU Enke， YUE Hui

(CollegeofGeomatics，Xi’anUniversityofScienceandTechnology，Xi’an710054，China)

Using 250 m resolution MODIS NDVI data acquired from 2000 to 2015, the authors examined spatial-temporal features of NDVI in the Shendong mining area based on the methods of dimidiate pixel model, unary linear regression and rescaled range analysis(R/S analysis). The spatial pattern changes of vegetation cover was extracted and analyzed，and the development trend of vegetation in future was predicted. The results show that, during the past 16 years, the vegetation cover of the Shendong mining area has been rising with increasing rate of 8.9% / 10 a. Vegetation cover has been improved in most of the study area, in which the obviously improved area accounts for 50.43%, and the distribution tends to migrate towards the southeast of the mining area, while the deterioration area only accounts for 4.90% and is distributed on both sides of the Wulanmulun and Kuye Rivers and in the north and west gully regions. The Hurst indexes are between 0.35 and 0.45 in most of the mining area, accounting for 65.03% of the total area，and have a weak anti-sustainability. In the middle of the mining area the Hurst index is higher, whereas the Hurst index is lower in the west of the mining area. Combined with vegetation cover improved in the past 16 years, the vegetation cover in the mining area will have a weaker trend of degradation in future. Based on the analytical results of remote sensing data, the primary reason of the vegetation improvement lies in the fact that the Shendong mining area has paid attention to the environmental protection, and a scientific and high efficient comprehensive prevention and control technical system for ecological environment has been established and implemented.

Shendong mining area； surface vegetation； fractional vegetation coverage(FVC)； dynamic monitoring； trend analysis

10.6046/gtzyyg.2017.02.19

劉英,侯恩科,岳輝.基于MODIS的神東礦區(qū)植被動態(tài)監(jiān)測與趨勢分析[J].國土資源遙感,2017,29(2)：132-137.(Liu Y,Hou E K,Yue H.Dynamic monitoring and trend analysis of vegetation change in Shendong mining area based on MODIS[J].Remote Sensing for Land and Resources,2017,29(2)：132-137.)

2015-12-07；

2016-01-26

國家自然科學基金項目“荒漠化礦區(qū)土壤濕度多分辨率時空演變機理研究”(編號： 41401496)、中國博士后科學基金資助項目“ 荒漠化礦區(qū)湖泊水量平衡遙感估算”(編號： 2016M592815)和陜西省科技統(tǒng)籌創(chuàng)新工程項目“淺埋厚煤層群開采地表治理技術研究”(編號： 2011KTZB01-02-04)共同資助。

劉英(1982-),女,博士,講師,主要從事環(huán)境遙感監(jiān)測研究。Email： liuying712100@163.com。

岳輝(1983-),男,博士,講師,主要從事礦區(qū)環(huán)境遙感監(jiān)測研究。Email： 13720559861@163.com。

TP 79

A

1001-070X(2017)02-0132-06