Please wait a minute...
国土资源遥感  2020, Vol. 32 Issue (1): 130-137    DOI: 10.6046/gtzyyg.2020.01.18
     技术应用 本期目录 | 过刊浏览 | 高级检索 |
察尔汗盐湖演变趋势及驱动力分析
杨显华1,2,徐肖3,肖礼晓2,3,田立1,2,郝利娜3,许鹏2
1. 稀有稀土战略资源评价与利用四川省重点实验室,成都 610081
2. 四川省地质调查院,成都 610036
3. 成都理工大学地球科学学院,成都 610051
Evolution trend and driving force analysis of the Chaerhan Salt Lake
Xianhua YANG1,2,Xiao XU3,Lixiao XIAO2,3,Li TIAN1,2,Lina HAO3,Peng XU2
1. Sichuan Key Laboratory of Evaluation and Utilization of Rare Earth Strategic Resources, Chengdu 610081, China
2. Sichuan Geological Survey Institute, Chengdu 610036, China
3. College of Earth Sciences, Chengdu University of Technology, Chengdu 610051, China
全文: PDF(4968 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

察尔汗盐湖蕴藏着丰富的氯化钠、氯化钾、氯化镁等无机盐,是中国矿业基地之一。但是,近年来随着察尔汗盐湖及其周边盐田工业开采活动的迅速发展,盐湖的水质受到了污染,湖水面积也在快速减小。通过计算研究区2002—2018年间归一化植被指数(normalized difference vegetation index,NDVI),得到研究区植被变化情况,运用遥感监测手段,结合降雨、工业发展等多个因素对察尔汗盐湖演变趋势以及驱动力因素进行研究。研究表明: ①盐田矿山的开发是造成察尔汗盐湖退化的主要因素,随着盐田开采面积的增大,自然盐湖面积大量减小,水量减少,水体盐碱化严重; ②察尔汗盐湖面积受降水量的影响,降雨充沛的年份,盐湖面积变大,但降雨较少的年份盐湖面积减少并不显著; ③盐田的开采会影响植被的生长,经野外实地调查,盐田的开采导致盐湖水质盐碱化严重,在高盐碱区植被难以生长,所以盐湖周边植被较少。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
杨显华
徐肖
肖礼晓
田立
郝利娜
许鹏
关键词 察尔汗盐湖NDVI降雨矿山开采    
Abstract

The Chaerhan Salt Lake contains abundant inorganic salts such as sodium chloride, potassium chloride and magnesium chloride, and it is also one of the mining bases in China. In recent years, with the rapid development of industrial mining activities in the Chaerhan Salt Lake and its surrounding salty field, the water quality of the salt lake has been polluted, and the lake water area has also rapidly decreased. By calculating the normalized vegetation index (NDVI) for the study area in 2002—2018, the authors obtained vegetation changes in the study area. Using remote sensing monitoring methods and combined with various factors such as rainfall and industrial development, the authors studied evolutionary trends and driving factors of the Chaerhan Salt Lake. Some conclusions have been reached: ① The development of salty field mine is the main factor causing the degradation of the Chaerhan Salt Lake. With the increase of the mining area of salt fields, the area of natural salt lakes has been greatly reduced, the amount of water has been reduced, and the salinization of water bodies has become serious. ② The area of the Chaerhan Salt Lake is affected by precipitation. In the years of abundant rainfall, the area of the salt lake has been larger, and smaller changes occur in the area of salt lakes in less rainy years. ③ Mining of salt fields will affect the growth of vegetation. According to the field investigation, salt field mining leads to serious salinization of salt lake water, and vegetation can hardly grow in the high salinity area, so there is less vegetation around the salt lake.

Key wordsChaerhan Salt Lake    NDVI    rainfall    mining
收稿日期: 2019-02-22      出版日期: 2020-03-14
ZTFLH:  TP79  
基金资助:中国地质调查局项目“全国矿山开发状况遥感地质调查与监测(编号: DD20190511);“全国矿山环境恢复治理状况遥感地质调查与监测”(编号: DD20190705);“四川省矿产资源开发环境遥感监测”(编号: 12120115061801)
作者简介: 杨显华(1982-),男,硕士,高级工程师,主要从事遥感地质、生态环境调查研究等工作。Email: 170219994@qq.com。
引用本文:   
杨显华,徐肖,肖礼晓,田立,郝利娜,许鹏. 察尔汗盐湖演变趋势及驱动力分析[J]. 国土资源遥感, 2020, 32(1): 130-137.
Xianhua YANG,Xiao XU,Lixiao XIAO,Li TIAN,Lina HAO,Peng XU. Evolution trend and driving force analysis of the Chaerhan Salt Lake. Remote Sensing for Land & Resources, 2020, 32(1): 130-137.
链接本文:  
http://www.gtzyyg.com/CN/10.6046/gtzyyg.2020.01.18      或      http://www.gtzyyg.com/CN/Y2020/V32/I1/130
Fig.1  研究区2018年度矿山开发占损土地遥感调查
Fig.2  2002—2018年NDVI提取结果
研究区地物分类 NDVI 遥感影像解译特征 野外实拍照片
自然水体 [-1,-0.4) 遥感影像上呈现暗蓝色调,在影像中表现为水的自然特征
盐田水体 [-1 ,-0.4) 矿山开采形成的盐田水体,影像上呈规律格状形态,在影像中表现为水的自然特征
裸露滩涂湿地 [-0.4 ,-0.02) 影像中呈棕灰色,具有一定水分,因含盐碱,仅有稀疏植被生长
戈壁或沙漠 [-0.02,0.1) 影像中呈黄棕色,颜色均一,地面几乎被粗沙、砾石所覆盖,植被稀少或几乎没有植被
植被稀疏区 [0.1,0.3) 影像上呈深灰色,有少量稀疏植被存在,多分布于河流冲积扇附近
植被较茂密区 [0.3,1] 影像上呈暗黑色,植被相比于稀疏区植被较为茂密,覆盖度大于30%,一般分布于河道两侧
Tab.1  自然环境要素分级
Fig.3  2002—2018年研究区矿业活动及自然环境要素监测
年份 水体 裸地 植被覆盖区
自然水体 盐田水体 合计 裸露滩涂湿地 戈壁或沙漠 合计 植被稀疏区 植被茂密区 合计
2002年 422.63 165.17 587.80 413.37 18 215.72 18 629.09 787.51 24.96 812.47
2006年 463.96 265.57 729.53 264.43 18 323.65 18 588.08 648.23 63.52 711.75
2010年 691.92 410.08 1 102.00 734.82 17 467.67 18 202.49 659.98 64.89 724.87
2014年 482.07 491.43 973.50 102.93 17 700.65 17 803.58 1 226.07 26.21 1 252.28
2018年 299.99 703.95 1 003.94 113.65 17 688.10 17 801.75 1 210.45 13.22 1 223.67
Tab.2  2002—2018年研究区矿业活动及自然环境要素面积
占地类型 特征 高分影像 Landsat影像
盐田水体 颜色多为深绿色,呈格状规律分布
固体废弃物 灰白色调,团块状,纹理较为杂乱
中转场 主要为选矿厂、堆矿场地,位于盐田旁
矿山建筑物 呈长方形、正方形等规则形态图斑或集合形态
Tab.3  矿山开发占地图斑类型遥感解译标志
年份 盐田水体 其他矿山占地 开发占地
面积合计/
km2
面积/
km2
增长
率/%
面积/
km2
增长
率/%
2002年 165.17 134.03 299.20
2006年 265.57 60.79 176.25 31.50 441.82
2010年 410.08 54.42 210.14 19.23 620.22
2014年 561.43 36.90 300.54 43.02 861.97
2018年 703.95 25.39 415.06 38.10 1 119.01
Tab.4  2002—2018年矿业活动信息提取结果
Fig.4  研究区2002—2018年水体面积变化
Fig.5  研究区内钾盐矿山周边盐湖变化情况监测
Fig.6  德令哈市2002—2018年降雨量变化趋势
Fig.7  苏干湖2006—2018年间水体变化遥感对比
Fig.8  小柴达木湖2006—2018年间水体变化遥感对比
Fig.9  研究区2002—2018年间植被面积变化
Fig.10  研究区2002—2018年各占地类型面积变化
[1] 杨显华, 孙小飞, 黄洁 , 等. 青海木里煤矿区荒漠化的驱动因素及防治对策[J]. 中国地质灾害与防治学报, 2018,29(1):78-84.
Yang X H, Sun X F, Huang J , et al. Analysis of driving factors and prevention measures for desertification in muli coal mining area in Qinghai Province[J]. The Chinese Journal of Geological Hazard and Control, 2018,29(1):78-84.
[2] 王宏森 . 矿山开发过程中循环经济研究[J]. 现代冶金, 2009,37(2):9-10.
Wang H S . Research on circular economy in the process of mine development[J]. Modern Metallurgy, 2009,37(2):9-10.
[3] 赵玉灵 . 粤港澳大湾区自然资源遥感调查与保护建议[J]. 国土资源遥感, 2018,30(4):139-147.doi: 10.6046/gtzyyg.2017373.
doi: 10.6046/gtzyyg.2017373
Zhao Y L . Remote sensing survey and proposal for protection of the natural resources in Guangdong-Hong Kong-Macao Greater Bay Area[J]. Remote Sensing for Land and Resources, 2018,30(4):139-147.doi: 10.6046/gtzyyg.2017373.
doi: 10.6046/gtzyyg.2017373
[4] 陈丽新 . 国外矿山环境治理的思考[J]. 经济研究导刊, 2014(27):265-266.
Chen L X . Reflections on comprehensive ecological improvement of mines abroad[J]. Economic Research Guide, 2014(27):265-266.
[5] 杨显华, 黄洁, 田立 , 等. 矿山遥感监测在采空区稳定性分析中的应用[J]. 国土资源遥感, 2018,30(3):143-150.doi: 10.6046/gtzyyg.2018.03.20.
doi: 10.6046/gtzyyg.2018.03.20
Yang X H, Huang J, Tian L , et al. Application of mine remote sensing monitoring to analysis of mine goaf stability[J]. Remote Sensing for Land and Resources, 2018,30(3):143-150.doi: 10.6046/gtzyyg.2018.03.20.
doi: 10.6046/gtzyyg.2018.03.20
[6] 孟猛, 宗美娟 . 3S技术在矿山环境治理中的应用[J]. 中国矿业, 2011,20(9):59-61.
Meng M, Zong M J . The application of 3S technology in the treatments of mine environment[J]. China Mining Magazine, 2011,20(9):59-61.
[7] 岳媛媛, 苏敬勤 . 生态效率:国外的实践与我国的对策[J]. 科学研究, 2004,22(2):170-173.
Yue Y Y, Su J Q . Eco-efficiency:Foreign practice and our measure[J]. Studies in Science of Science, 2004,22(2):170-173.
[8] 赵振斌, 包浩生 . 国外城市自然保护与生态重建及其对我国的启示[J]. 自然资源学报, 2001,16(4):390-396.
Zhao Z B, Bao H S . Overseas urban nature conservation,ecological rehabilitation and enlightenments to China[J]. Journal of Natural Resources, 2001,16(4):390-396.
[9] 顾祝军, 曾志远, 史学正 , 等. 基于遥感图像不同辐射校正水平的植被覆盖度估算模型[J]. 应用生态学报, 2008,19(6):1296-1302.
Gu Z J, Zeng Z Y, Shi X Z , et al. Estimation models of vegetation fractional coverage (VFC) based on remote sensing image at different radiometric correction levels[J]. Chinese Journal of Applied Ecology, 2008,19(6):1296-1302.
[10] 黄敬峰, 王秀珍, 王人潮 , 等. 天然草地牧草产量与气象卫星植被指数的相关分析[J]. 农业现代化研究, 2000,21(1):33-36.
Huang J F, Wang X Z, Wang R C , et al. Relation analysis beween the production of natural grassland and satallite vegetation indices[J]. Research of Agricultural Modernization, 2000,21(1):33-36.
[11] 栾海军, 章欣欣, 田庆久 , 等. Landsat-7 ETM+归一化差分植被指数影像真实性检验[J]. 遥感信息, 2016,31(6):138-146.
Luan H J, Zhang X X, Tian Q J , et al. Validation of Landsat-7 ETM+NDVI imagery[J]. Remote Sensing Information, 2016,31(6):138-146.
[12] 杨金中, 秦绪文, 聂洪峰 , 等. 矿山遥感监测工作指南[M]. 北京: 中国大地出版社, 2009.
Yang J Z, Qin X W, Nie H F , et al. Mine Remote Sensing Monitoring Work Guide[M]. Beijing: China Land Press, 2009.
[13] 中国地质调查局. DD2011—06矿产资源开发遥感监测技术要求[S]. 北京:中国地质调查局, 2011.
China Geological Survey. DD2011—06 Technical Requirements for Remote Sensing Monitoring of Mineral Resources Development[S]. Beijing:China Geological Survey, 2011.
[14] 刘洪滨, 邵雪梅, 黄磊 , 等. 青海省海西州德令哈地区近千年来年降水量变化特征分析[J]. 第四纪研究, 2005,25(2):176-183.
Liu H B, Shao X M, Huang L , et al. Statistical characteristics of annual precipitation variation during the past 1 000 years in Delingha,Qinghai Province,China[J]. Quaternary Sciences, 2005,25(2):176-183.
[15] 李永顺 . 近35年德令哈市降水量日数的特征分析[J]. 青海气象, 2017(2):41-44.
Li Y S . Characteristic analysis of precipitation days in Delingha City in recent 35 years[J]. Qinghai Meteorology, 2017(2):41-44.
[16] 金爱兵, 孙金海, 吴顺川 . 露天矿深部开采边坡稳定性分析与治理方案研究[J]. 金属矿山, 2005(6):5-8.
Jin A B, Sun J H, Wu S C . Analysis of slope stability in deep mining of an open-pit mine and its control scheme[J]. Metal Mine, 2005(6):5-8.
[17] 宫成, 丁杨, 侯世占 . 矿山生态环境的恢复治理[J]. 煤炭技术, 2008,27(10):3-5.
Gong C, Ding Y, Hou S Z . Recovery and harnessing of the mine ecological environment[J]. Coal Technology, 2008,27(10):3-5.
[18] 关军洪, 郝培尧, 董丽 , 等. 矿山废弃地生态修复研究进展[J]. 生态科学, 2017,36(2):193-200.
Guan J H, Hao P Y, Dong L , et al. Review on ecological restoration of mine wasteland[J]. Ecological Science, 2017,36(2):193-200.
[1] 程东亚,李旭东. 大气校正前后山地流域NDVI变化特征对比[J]. 国土资源遥感, 2020, 32(1): 90-97.
[2] 徐嘉昕,房世波,张廷斌,朱永超,吴东,易桂花. 2000—2016年三江源区植被生长季NDVI变化及其对气候因子的响应[J]. 国土资源遥感, 2020, 32(1): 237-246.
[3] 王伟,阿里木·赛买提,吉力力·阿不都外力. 基于地理探测器模型的中亚NDVI时空变化特征及其驱动因子分析[J]. 国土资源遥感, 2019, 31(4): 32-40.
[4] 刘英,岳辉,侯恩科. MODIS数据在陕西省干旱监测中的应用[J]. 国土资源遥感, 2019, 31(2): 172-179.
[5] 唐亮,赵忠明,唐娉. 从NDVI序列检测植被“绿化”或“褐化”变化趋势的新方法[J]. 国土资源遥感, 2019, 31(2): 89-95.
[6] 韩红珠,白建军,张波,马高. 基于MODIS时序的陕西省植被物候时空变化特征分析[J]. 国土资源遥感, 2018, 30(4): 125-131.
[7] 杨显华,黄洁,田立,彭孛,肖礼晓,宋新龙. 矿山遥感监测在采空区稳定性分析中的应用[J]. 国土资源遥感, 2018, 30(3): 143-150.
[8] 许剑辉,赵怡,肖明虹,钟凯文,阮惠华. 基于空间自回归模型的广州市NDVI和NDBI与气温关系研究[J]. 国土资源遥感, 2018, 30(2): 186-194.
[9] 丁相元, 高志海, 孙斌, 吴俊君, 薛传平, 王燕. 基于高分一号时间序列数据的沙化土地分类[J]. 国土资源遥感, 2017, 29(3): 196-202.
[10] 梁守真, 隋学艳, 姚慧敏, 王猛, 侯学会, 陈劲松, 马万栋. 落叶阔叶林冠层非光合组分对冠层FPAR的影响分析——一种分层模拟的方法[J]. 国土资源遥感, 2017, 29(2): 29-36.
[11] 姚镇海, 邱新法, 施国萍, 张喜亮. 我国近10年月平均NDVI空间分布特征分析[J]. 国土资源遥感, 2017, 29(2): 181-186.
[12] 赵庆庆, 姜鲁光, 李文叶, 封志明. 鲁西北平原冬小麦种植格局时空变化: 2000―2014[J]. 国土资源遥感, 2017, 29(2): 173-180.
[13] 张彦彬, 安楠, 刘佩艳, 贾坤, 姚云军. 基于物候特征参数的山西煤矿区典型复垦植被分类[J]. 国土资源遥感, 2017, 29(1): 170-177.
[14] 孟丹, 宫辉力, 李小娟, 杨思遥. 北京7·21暴雨时空分布特征及热岛-雨岛响应关系[J]. 国土资源遥感, 2017, 29(1): 178-185.
[15] 刘宝柱, 方秀琴, 何祺胜, 荣祁远. 基于MODIS数据和BFAST方法的植被变化监测[J]. 国土资源遥感, 2016, 28(3): 146-153.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《国土资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 Email:gtzyyg@agrs.cn; gtzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发