陜西彬長礦區(qū)NDVI3g(1982—2013)變化趨勢及氣候響應(yīng)

馬雯思,馬 超,劉瑋瑋

(1.河南理工大學(xué) 測繪與國土信息工程學(xué)院,河南 焦作 454000; 2.河南理工大學(xué) 礦山空間信息國家測繪與地理信息局重點實驗室，河南 焦作 454000; 3.中國科學(xué)院西北生態(tài)環(huán)境資源研究院 冰凍圈科學(xué)國家重點實驗室，甘肅 蘭州 730000; 4.中國科學(xué)院大學(xué)，北京 100049)

煤炭資源的開發(fā)利用造成了地表沉陷、土地挖損、煤矸石堆存占地等無法彌補的損失，進而造成水土流失加劇、耕地退化、土地荒漠化等更為嚴(yán)重的生態(tài)環(huán)境問題[1]。礦區(qū)生態(tài)環(huán)境的破壞主要體現(xiàn)在對水、土壤、植被大氣的影響，綠色植被作為生態(tài)環(huán)境最敏感和最主要的環(huán)境要素，是礦區(qū)生態(tài)環(huán)境惡化的“指標(biāo)器”。遙感植被指數(shù)可以定量分析植被覆蓋及其生長狀況，其中歸一化差值植被指數(shù)(NDVI)為最常用的一種。

利用遙感數(shù)據(jù)動態(tài)監(jiān)測自然地表植被覆蓋變化，國內(nèi)外已有諸多研究，如Myneni,Fang,Tucker,Los等利用衛(wèi)星遙感數(shù)據(jù)對全球范圍內(nèi)植被覆蓋變化，研究表明:過去20 a北半球高緯度地區(qū)陸地植被活動在顯著增強[2-7]。方精云等利用AVHRR/NDVI時間序列數(shù)據(jù)(1982—1999年)研究中國地區(qū)NDVI變化，結(jié)果顯示:全國平均歸一化植被指數(shù)(NDVI)年增加7.4%，中國西北、陜西地區(qū)植被指數(shù)增加高于6.5%[8]，NING等運用歸一化植被指數(shù)及氣候相關(guān)因素對中國北方黃土高原研究表明:過去幾十年里，年均NDVI最大值上升速率達(dá)0.09/10 a，荒漠化面積由54.7%(1999年)降至8.9%(2012年)，氣溫、降水變化是植被生長狀況改變的主要誘因[9]。

針對礦區(qū)人為影響植被監(jiān)測的研究相對較少:RASIM等運用兩種植被指數(shù)(歸一化植被指數(shù)NDVI和歸一化濕潤指數(shù)NDWI)對加拿大阿薩巴斯卡油砂區(qū)進行檢測，研究證實:1984—2012年，NDVI平均減少18.6%，歸一化水體指數(shù)(NDWI)平均減少31.0%，是氣候變化和人為因素的干擾結(jié)果[10]。PROSPER等利用遙感和地理信息系統(tǒng)技術(shù)評估佤邦東部礦區(qū)土地覆蓋變化:植被出現(xiàn)下降趨勢，NDVI像元均值從0.48降至0.11[11]。HUANG等利用時空自適應(yīng)反射融合模型對山西大同礦區(qū)進行NPP和生物量損失估算表明:2001—2010年，礦區(qū)年NPP平均減少24.71 gC/m2，年生物量損失率達(dá)33.48 gC/m2，氣候變化與平均NDVI值呈正相關(guān)，采煤對植被的干擾導(dǎo)致生物量的損失及植被吸收能力的減弱[12]。徐占軍等利用Landsat5 TM數(shù)據(jù)對徐州礦區(qū)研究表明，采礦活動對NPP 的影響大于氣候變化對NPP的影響，NPP變化對采礦活動具有敏感性[13];郝成元等基于EOS/MODIS衛(wèi)星遙感數(shù)據(jù)研究分析，研究時段內(nèi)(2001—2006年)潞安礦區(qū)NPP呈顯著減少趨勢，其時間異質(zhì)性主要與煤炭開采、農(nóng)業(yè)耕作等類活動聯(lián)系密切[14];馬超等采用SPOT2/4衛(wèi)星遙感數(shù)據(jù)研究采礦擾動區(qū)NDVI變化趨勢，潞安礦區(qū)8個試驗工作面在開采前NDVI相對穩(wěn)定，開采后出現(xiàn)下降，2004—2007年期間，年均降幅達(dá)14.83%，認(rèn)為采礦擾動是礦區(qū)地表NDVI變化的主要誘因[15]。

鑒于國外對非自然生態(tài)區(qū)植被遙感監(jiān)測研究較少，且國內(nèi)的多數(shù)研究時序間斷或過短，缺乏空間對比參考，也沒有考慮全球變化的影響，難以量化開采擾動對礦區(qū)植被的影響程度。筆者采用時間分辨率較高的GIMMS AVHRR NDVI3g(1982—2013年)長時間序列數(shù)據(jù)，針對缺乏長期監(jiān)測的煤炭開采區(qū)，設(shè)置多重對比實驗區(qū)(10 km緩沖區(qū)、20 km緩沖區(qū)、自然生態(tài)校驗區(qū))，結(jié)合氣候驅(qū)動因子(氣溫、降水)，分別從時間相關(guān)性、空間相關(guān)性、氣候相關(guān)性3方面揭示礦區(qū)開采前、后地表植被覆蓋的變化特征及植被生長期的變化規(guī)律，通過對比分析開采區(qū)相對于非開采區(qū)的植被變化差異，甄別自然變化和人類活動的影響，旨在為采煤區(qū)植被自然恢復(fù)、人工修復(fù)及其周邊地區(qū)生態(tài)綜合治理提供借鑒。

1 材料與方法

1.1 研究區(qū)

1.1.1直接影響區(qū)

彬長礦區(qū)位于黃隴侏羅紀(jì)煤田中部、鄂爾多斯盆地南端、太峪背斜以北、彬縣和長武的交界處。坐標(biāo)為東經(jīng)107.65°～108.33°、北緯34.98°～35.32°，南北距離約36.5 km，東西距離約60.6 km，總面積978 km2。下轄大佛寺井田、小莊井田、文家坡井田等13座井工礦。研究區(qū)屬渭北黃土高原溝壑地貌，地貌類型以黃土梁塬、黃土溝谷為主。其中黃土溝谷(49.79%)面積最大，其次為黃土梁(36.59%)，黃土塬(6.02%)面積較小，剩余為河流階地、漫灘及水體。研究區(qū)處于暖溫帶半干旱大陸性季風(fēng)氣候區(qū)，年平均氣溫 11.1 ℃，年平均降水量為 561.3 mm。區(qū)內(nèi)植被以中覆蓋度為主，植被類型較為單調(diào)，主要包括刺槐林、白羊草、長芒草和農(nóng)業(yè)植被，研究區(qū)土地利用類型以草地(44.63%)和耕地(33.06%)為主，林地(11.66%)次之。

1.1.2間接影響區(qū)(緩沖區(qū))和自然生態(tài)校驗區(qū)

煤炭開采不僅對直接影響區(qū)域造成一定生態(tài)影響，也會影響到周邊區(qū)域生態(tài)系統(tǒng)，為更好的定性分析開采擾動對礦區(qū)植被覆蓋的影響，筆者增設(shè)了10 km緩沖區(qū)、20 km緩沖區(qū)、自然生態(tài)校驗區(qū)[16](圖1)。其中，在選擇自然生態(tài)校驗區(qū)時，參照了遙感“偽不變特征區(qū)”(Pseudo Invariant Feature areas,PIFs)的設(shè)置原則[17]，即:① 必須是植被覆蓋區(qū);② 與研究區(qū)均處于同一緯度，盡可能遠(yuǎn)離擾動區(qū)，受人為因素影響較少;③ 與研究區(qū)高程相近，太陽光照條件相近。兩區(qū)經(jīng)差0.64°，緯差0.94°，幾何中心相距150.5 km，鑒于兩區(qū)原始植被覆蓋類型并不一致，因此通過NDVI的相對變化程度(即增長率)來進行對比分析。

圖1 研究區(qū)與生態(tài)校驗區(qū)的地理位置Fig.1 Geographical location of the study area and the CK

1.2 實驗數(shù)據(jù)

1.2.1遙感數(shù)據(jù)

研究所用的遙感數(shù)據(jù)為GIMMS NOAA/AVHRRR 的第1,2通道生成的NDVI3g數(shù)字影像，該NDVI數(shù)據(jù)最初是由美國航天局(NASA)全球監(jiān)測與模型研究組發(fā)布的最大合成(Maximum Value Composites,MVC)數(shù)據(jù)(ftp://ftp.glcf.uniacs.umd.edu/glcf/GIMMS/)。圖像分辨率為8 km×8 km，時間分辨率為15 d，時間跨度為1982-01—2013-12，空間范圍為70°～140°E，15°～55°N，32 a涵蓋了768幅影像。經(jīng)過輻射校正和幾何粗校正的NOAA/AVHRR，再進一步消除云、大氣、太陽高度角等的部分干擾，運用國際通用的MVC(最大合成)方法獲得半月合成數(shù)據(jù)。相對于其他NDVI數(shù)據(jù)源來說，GIMMS NDVI3g時間序列數(shù)據(jù)適合于長時間、大尺度植被活動變化的分析，用于分析我國的植被活動狀況是合適的[8]。

1.2.2氣象數(shù)據(jù)

氣候數(shù)據(jù)為1982—2013年各省、市、自治區(qū)氣候資料處理部門逐月上報的“地面氣象記錄月報表”的年均氣溫和降水資料，由于研究區(qū)域內(nèi)的氣象站點較稀疏，為消除極端數(shù)據(jù)所帶來的影響，筆者結(jié)合當(dāng)?shù)貧夂虻孛箔h(huán)境，以礦區(qū)幾何中心點為圓心，300 km為半徑作一包含34個氣象站點的圓形插值區(qū)進行插值，土地利用圖取自國家基礎(chǔ)地理信息中心的30 m地表覆蓋數(shù)據(jù)(GlobeLand30)，矢量文件為1∶25萬縣界數(shù)字線劃圖。

1.3 數(shù)據(jù)預(yù)處理

1.3.1遙感數(shù)據(jù)預(yù)處理

NDVI半月合成數(shù)據(jù)再處理方法主要有累加處理、平均值處理與最大值處理。累加處理是將分析某時間段內(nèi)的NDVI值求和，可反映植被在某時間段內(nèi)的生物量當(dāng)量累加值;平均值處理是將某時間段內(nèi)的NDVI值取平均值，該方法可消除氣候異常對NDVI值的影響;最大值處理消除了云、霧等自然條件對NDVI值的影響，是將某時間段內(nèi)的NDVI值取最大值。礦區(qū)的地理位置、所在區(qū)域的降水量、氣溫、以及作物生長狀況等條件共同決定合成方法的選擇。低植被覆蓋度的半干旱地區(qū)(年均降雨量<400 mm,如神東礦區(qū))，為突出植被覆蓋狀況，可取全年NDVI的最大值[18];中等植被覆蓋度的半濕潤地區(qū)(400 mm<年均降雨量<800 mm,如撫順礦區(qū))，可取植被生長期內(nèi)的累加值[19-20];高植被覆蓋度濕潤地區(qū)(800 mm<年均降雨量,如淮南礦區(qū))，可取全年NDVI的平均值[21]。

(1)累加值處理。研究區(qū)屬中度植被覆蓋半濕潤地區(qū)，宜采用累加值方法，運用累加值也可估算區(qū)域NDVI總量年際變化，為開采擾動對礦區(qū)帶來的植被變化提供一定依據(jù)，計算數(shù)據(jù)模型為

(1)

式中，ai為第i個像元NDVI半月合成值;m為累加次數(shù)，分別為2(月總值)、6(季總值)、24(年總值);bi為第i個像元累加值;n為像元個數(shù)。

(2)線性回歸方程。STOW等用采用一元線性回歸來計算植被的綠度變化率(Greenness Rate of Change,GRC)，GRC被定義為某時間段內(nèi)NDVI一元線性回歸方程的斜率S[22]。該斜率揭示了在一定時間內(nèi)每個像元所在地區(qū)植被指數(shù)的變化趨勢，公式為

(2)

(3)變化率。在單位時間內(nèi)的變化量就是變化率。方精云[8]提出用變化率判斷區(qū)域植被指數(shù)增加或減少的程度大小，并約定NDVI的變化率為

(3)

式中，S為32 a 的NDVI累積值線性回歸直線的斜率;M為32 a的NDVI累加值均值，該參數(shù)用以對比分析開采擾動區(qū)與非開采區(qū)植被活動的趨勢。

(4)植被生長期閾值。利用32 a的NDVI3g月均值數(shù)據(jù)，計算反映植被物候的3個參數(shù):返青期(SOS)，枯黃期(EOS)和生長期(LOS)。月度曲線突然升高和降低處即為生長期開始或結(jié)束臨界點，生長期長度為枯黃期開始時間減去返青期開始時間[23-24]。因原始數(shù)據(jù)月NDVI值時間分辨率為30 d，為進一步精確計算植被生長期，利用Matlab對32 a的月NDVI值以3 d為單位進行插值，可以計算出0.1個月的時間變化，即有效計算精度為±3 d。

1.3.2氣象數(shù)據(jù)預(yù)處理

運用反距離加權(quán)法(Inverse Distance Weighted Method，IDW),對插值區(qū)34個氣象站點年平均降水、氣溫進行插值，得到研究區(qū)32 a年均降水及氣溫(圖2)。

(1)礦區(qū)年均降水分析。如圖2(a)所示，彬長礦區(qū)32 a降水量波動較大，1982—2002年降水量整體呈下降趨勢，與全國降水量變化趨勢一致[25]，2003年后，降水量有上升之勢。研究區(qū)平均年降水量在1997年降到極小值418.6 mm，1983年出現(xiàn)最高值818.3 mm，1981—2012年均降水量為592.56 mm，降水下降速率為21.55 mm/(10 a)。

(2)礦區(qū)年均氣溫分析。32 a研究區(qū)年均氣溫最低為9.81 ℃(1984年)，最高為12.12 ℃(2006年)和12.05 ℃(1998年)，32 a平均氣溫為11.11 ℃(圖2(b))。礦區(qū)升溫速率為0.47 ℃/(10 a)，高于陜北地區(qū)增溫速率0.29 ℃/(10 a)[26]，更高于全國近50 a(1951—2004年)的平均增溫速率0.25 ℃/(10 a)[27]，遠(yuǎn)高于同期全球氣溫變化速率0.12 ℃/(10 a)[28-29]。

圖2 彬長礦區(qū)32 a氣候變化趨勢Fig.2 Trend of average temperature & precipitation for 32 years of Binchang coalfield

2 結(jié)果與討論

2.1 時空相關(guān)性分析

2.1.1研究區(qū)月度NDVI值比較

(1)高斯擬合

將每個月的NDVI求平均，獲得植被NDVI的年內(nèi)特征曲線，圖3為4個區(qū)域NDVI月均值擬合曲線，可見月度植被指數(shù)動態(tài)變化曲線符合高斯分布:

其中，y0為基線偏移;A為曲線下方的積分面積;x0為中央峰值;w=2σ近似于峰值半高寬的0.849，4個區(qū)域的擬合度R2分別為0.910 0(礦區(qū))，0.921 8(對比區(qū)，也稱校驗區(qū))，0.950 7(10 km緩沖區(qū))，0.927 5(20 km緩沖區(qū))。

圖3 研究區(qū)32 a月度NDVI趨勢Fig.3 Trend of monthly NDVI for 32 years in the study area

彬長礦區(qū)地處彬縣與長武縣境內(nèi)，當(dāng)?shù)匾月淙~闊葉林和農(nóng)業(yè)植物為主，年內(nèi)變化曲線整體呈單峰型，1—3月份NDVI值處于低值期，4月份后增加迅速(NDVI值陡升)，5—8月達(dá)到并保持峰值狀態(tài)，9月底至10月初NDVI值大幅度下降，直至2月份到達(dá)谷底。此變化特征與陜西省植被年內(nèi)變化趨勢相一致[30]。

(2)生長期分析

由圖4可以判斷，礦區(qū)和緩沖區(qū)(10 km,20 km)NDVI基數(shù)較高，有些年份12月時仍保持0.25的NDVI值，而且0.3的曲線極不穩(wěn)定，其返青期和枯黃期宜采用相同閾值0.35;校驗區(qū)受人為擾動較少，原始植被覆蓋類型為草地，其返青期和枯黃期宜采用相同閾值0.20。

圖4 研究區(qū)時間序列月NDVI暈渲圖Fig.4 Shading map of monthly average NDVI in the study area

① 圖4的“倒梯形”柱狀結(jié)構(gòu)表明，4個研究區(qū)返青期均有提前趨勢，枯黃期有滯后趨勢，生長期有延長趨勢。② 對1982—2013年礦區(qū)、10 km緩沖區(qū)、20 km緩沖區(qū)和校驗區(qū)植被返青期、枯黃期、生長期進行一元線性回歸，得到4個區(qū)琙植被生長期變化趨勢(圖5)。32 a四區(qū)生長期均有延長趨勢，生長期分別為182 d(礦區(qū))，185 d(10 km緩沖區(qū))，188 d(20 km緩沖區(qū))和180 d(校驗區(qū))，非開采區(qū)生長期延長13±3 d(10 km緩沖區(qū))，8±3 d(20 km緩沖區(qū))，6±3 d(校驗區(qū))，礦區(qū)生長期延長11±3 d，線性增長率為0.34 d/a，1984年為礦區(qū)生長期最小年(156 d)，生長期最大年是2004年(175 d)。

圖5 4類區(qū)域植被生長期變化Fig.5 LOS change in four types of regions

2.1.2年NDVI累加值比較

對1982—2013年裁剪、去除DN值后的遙感圖像運用IDL進行累加值處理，得到32 a累積值遙感圖像，進而提取出每年各個區(qū)域的NDVI累積值，可反映不同研究區(qū)植被生長狀況，為礦區(qū)植被自然恢復(fù)、人工修復(fù)提供參考。

圖6 32 a NDVI累加值變化趨勢Fig.6 Slope of NDVI during 32 years

根據(jù)圖6，研究區(qū)年NDVI總值對比趨勢顯示:

(1)通過0.01的顯著性水平檢驗，礦區(qū)與10 km緩沖區(qū)、20 km緩沖區(qū)、校驗區(qū)NDVI的相關(guān)系數(shù)分別為0.979 1,0.961 2,0.651 3;說明礦區(qū)與緩沖區(qū)植被響應(yīng)高度一致，而礦區(qū)植被活動變化趨勢與校驗區(qū)相關(guān)性不大，這樣更加適合相對變化的比較。32 aNDVI總量從高到低依次為20 km緩沖區(qū)(358.33)、10 km緩沖區(qū)(237.42)、直接影響區(qū)(158.43)、生態(tài)校驗區(qū)(121.93)，4區(qū)植被覆蓋均在波動中呈增加之勢，其中礦區(qū)植被活動變化幅度最弱。2006年開始，校驗區(qū)植被累積值開始逐漸縮小與礦區(qū)的差距，至2013年兩區(qū)年際植被總量基本一致，在自然生態(tài)環(huán)境條件下，校驗區(qū)植被自然生長，礦區(qū)植被受到人類活動影響，導(dǎo)致兩區(qū)植被總量差距縮小。

(2)對研究區(qū)32 a連續(xù)時間序列NDVI累積值做一元線性回歸，由回歸方程(式(2))得到的綠度變化率(S)分別為0.659 2(礦區(qū))、0.809 0(10 km緩沖區(qū))、1.174 8(20 km緩沖區(qū))、0.741 1(校驗區(qū))。32 a NDVI總量均值分別為158.43，237.42，358.33，121.93，結(jié)合年變化率式(式(3))，可得研究區(qū)32 a NDVI增長百分比為10.49%(20 km緩沖區(qū))<10.9%(10 km緩沖區(qū))<13.31%(礦區(qū))<19.45%(生態(tài)校驗區(qū))，礦區(qū)因受采煤影響植被增長率顯著低于無人工開采干擾的自然生態(tài)區(qū)。若以校驗區(qū)NDVI上升速率為自然增長率，可初步認(rèn)為虧欠的部分是采礦活動的影響，則開采活動對礦區(qū)、10 km緩沖區(qū)和20 km緩沖區(qū)NDVI增長率的貢獻分別為-6.14%，-8.55%，-8.96%，對覆蓋度高的區(qū)域影響似更為顯著。

2.2 氣候相關(guān)性分析

降水和氣溫是植被響應(yīng)氣候變化最主要的2個驅(qū)動因子，筆者選取32 a氣象數(shù)據(jù)與研究區(qū)NDVI做相關(guān)性統(tǒng)計分析(圖7)。結(jié)果表明:礦區(qū)和緩沖區(qū)植被與氣溫呈顯著性正相關(guān)，相關(guān)系數(shù)分別為0.443 0,0.412 1,0.501 0(p<0.05)，均通過顯著性檢驗。校驗區(qū)對氣溫響應(yīng)敏感性較差。4區(qū)與降水呈不顯著負(fù)相關(guān):-0.094 9,-0.085 9,-0.152 8,-0.085 1，植被對氣溫的響應(yīng)高于降水，這與以往研究結(jié)論有一致性[27-30]，氣候因子對研究區(qū)植被做“超前-滑動增量”表明，降水對植被生長有2～3 a的滯后性(相關(guān)系數(shù)達(dá)-0.469,0.587)，氣溫對于植被生長無明顯滯后性，秦超等對陜西省植被響應(yīng)氣候變化研究中也得出相同結(jié)論[31]。

圖7 研究區(qū)AVHRR NDVI與降水(上)/氣溫(下)相關(guān)性曲線Fig.7 Correlation curves of AVHRR NDVI and precipitation (above)/temperature (below) in study area

2.3 討 論

(1)確定NDVI生長期閾值的方法很多(如滑動平均值法[32-33]，NDVI閾值法[34-36]，溫度界限法[37]等)，研究方法不同，得出結(jié)論也會有所偏差，筆者所采用的NDVI閾值法適合于我國北方植被生長期變化規(guī)律研究。由于植被類型不同，不同植被區(qū)域的NDVI閾值也有所不同。氣候驅(qū)動因子只是植被活動的影響因素的一部分，且本文只研究了氣候影響因子里最主要的降水和氣溫，并未研究蒸散量，濕度，日照強度等因素對植被的作用效果。研究結(jié)果表明，32 a來研究區(qū)植被活動顯著增強，這與MYNENI,FANG,TUCKER,LOS等研究成果一致[4-6，8-9];針對RASIM，PROSPER，HUANG，徐占軍、馬超等對礦區(qū)植被研究表明[10-15]，植被在受到開采擾動后生長受到較大影響，生物量呈減少之勢，而本文研究礦區(qū)植被NDVI累積量呈增加趨勢，但低于自然環(huán)境校驗區(qū)NDVI增長率，仍能說明煤炭開采對植被造成了一定影響。

(2)礦區(qū)植被生長期延長趨勢高于校驗區(qū)，一方面，說明植被在全球氣候變化條件下，生長期有延長傾向;植被受氣候變化影響返青期提前，生長期延長的特點，與農(nóng)牧交錯帶、陜西及我國北方等地植被生長期研究結(jié)論一致[38-41]。而彬長礦區(qū)屬糧礦復(fù)合區(qū)，工礦區(qū)工農(nóng)業(yè)生產(chǎn)均會導(dǎo)致植被生長周期發(fā)生變化，有如下方面:① 工礦區(qū)人類生產(chǎn)生活實踐，可能形成礦區(qū)熱島，改變局部水熱條件[42-45]，使區(qū)域植被返青期提前，枯黃期滯后;② 礦區(qū)綠化、植樹造林、退耕還林和土地復(fù)墾實踐，都可能引入人工植被、改良生態(tài)結(jié)構(gòu)[46]，使區(qū)域植被返青期提前，枯黃期滯后;③ 礦區(qū)周邊為傳統(tǒng)農(nóng)業(yè)種植區(qū)，糧礦復(fù)合區(qū)的植被物候受農(nóng)業(yè)生產(chǎn)影響較大，越冬作物或大秋作物都可能使區(qū)域植被返青期提前，枯黃期滯后;④ 煤礦開采造成土壤理化性質(zhì)的變化導(dǎo)致植被生理周期被延長。如土壤氮、磷等養(yǎng)分元素?fù)p失，開采塌陷造成土壤表面裂縫生成，土壤持水保肥能力弱，植物根系受損，光合作用能力變差，不利于植物生長及植被恢復(fù)，植被生理周期被延長[47]。這一點可以從“礦區(qū)植被生長期延長，但NDVI增長率卻下降”的結(jié)論得到一定的支持。

綜上所述，礦區(qū)及其緩沖區(qū)的植被生長期由于人工干擾，不同程度地被二度延長，凸顯了人類活動對生態(tài)環(huán)境的重大影響。

3 結(jié) 論

(1)32 a(1982—2013)彬長礦區(qū)月度NDVI變化表明，研究區(qū)年內(nèi)植被變化呈雙峰型，5—8月份植被指數(shù)較高，8月份達(dá)到峰值，9月底植被指數(shù)驟降，2月份植被指數(shù)達(dá)到谷值。年際上，4區(qū)平均NDVI總量為20 km緩沖區(qū)(358.33)、10 km緩沖區(qū)(237.42)、直接影響區(qū)(158.43)、生態(tài)校驗區(qū)(121.93)，32 a間NDVI增長百分比為生態(tài)校驗區(qū)(19.45%)>礦區(qū)(13.31%)>10 km緩沖區(qū)(10.9%)>20 km緩沖區(qū)(10.49%)，自然環(huán)境生長下的植被活動比煤礦開采區(qū)活躍，采煤活動對礦區(qū)植被造成了一定影響。

(2)1982—2013年研究區(qū)植被生長期研究表明:礦區(qū)及緩沖區(qū)在4月初進入返青期，9月底進入枯黃期，校驗區(qū)進入返青期日期為4月上旬，枯黃期日期為10月上旬，四區(qū)生長期長度在185 d左右。時間序列擬合曲線表明，四區(qū)返青期提前，枯黃期推遲，生長期延長，礦區(qū)延長天數(shù)高于生態(tài)校驗區(qū)5 d。

(3)植被響應(yīng)氣候因子相關(guān)性分析:研究區(qū)受全球氣候變化影響，氣溫升高，降水量減少，處于半濕潤地區(qū)的礦區(qū)與緩沖區(qū)植被對氣溫的響應(yīng)更為敏感;校驗區(qū)NDVI受其氣溫影響較小，植被與同期降水量相關(guān)性不大，但降水對其有明顯滯后性。植被受氣候變化影響返青期提前，生長期延長的特點，與農(nóng)牧交錯帶、陜西及我國北方等地植被生長期研究結(jié)論一致。