引用本文
刘英, 侯恩科, 岳辉. 基于MODIS的神东矿区植被动态监测与趋势分析[J]. 国土资源遥感, 2017,29(2): 132-137
LIU Ying, HOU Enke, YUE Hui. Dynamic monitoring and trend analysis of vegetation change in Shendong mining area based on MODIS[J]. REMOTE SENSING FOR LAND & RESOURCES,2017,29(2): 132-137  
doi: 10.6046/gtzyyg.2017.02.19
Permissions
Copyright©2017, 《国土资源遥感》编辑部
《国土资源遥感》编辑部
基于MODIS的神东矿区植被动态监测与趋势分析
刘英, 侯恩科, 岳辉
西安科技大学测绘科学与技术学院,西安 710054
通讯作者: 岳 辉(1983-),男,博士,讲师,主要从事矿区环境遥感监测研究。Email:13720559861@163.com。

第一作者: 刘 英(1982-),女,博士,讲师,主要从事环境遥感监测研究。Email:liuying712100@163.com。

收稿日期: 2015-12-07
基金项目: 国家自然科学基金项目“荒漠化矿区土壤湿度多分辨率时空演变机理研究”(编号: 41401496)、中国博士后科学基金资助项目“ 荒漠化矿区湖泊水量平衡遥感估算”(编号: 2016M592815)和陕西省科技统筹创新工程项目“浅埋厚煤层群开采地表治理技术研究”(编号: 2011KTZB01-02-04)共同资助
摘要

以神府-东胜矿区(简称神东矿区)为研究对象,利用2000―2015年获取的250 m分辨率MODIS NDVI数据,采用像元二分法提取矿区植被覆盖度(fractional vegetation coverage,FVC)的基础上,利用一元线性回归方法和重标极差分析法分析矿区植被空间格局变化并预测其未来发展趋势。结果表明: 16 a来神东矿区的年均植被指数(NDVI)呈上升趋势,增加速率为8.9%/10 a; 矿区大部分地区地表植被覆盖得到改善,其中明显改善面积占比为50.43%,分布趋向为矿区东南方向; 而退化面积仅为4.90%,分布在乌兰木伦河、窟野河两侧以及西部和北部沟壑区; 65.03%的矿区区域Hurst指数值在0.35~0.45之间,具有较弱的反持续性; 矿区中部Hurst指数较高,而西部Hurst指数偏低; 结合FVC来看,矿区地表植被未来仅有较弱的退化趋势。综合遥感分析结果,神东矿区植被改善的主要原因在于神东矿区对环保的重视和投入的增加,以及科学和高效的生态环境综合防治技术体系的建立与实施。

关键词: 神东矿区; 地表植被; 植被覆盖度(FVC); 动态监测; 趋势分析
文献标志码:A 文章编号:1001-070X(2017)02-0132-06
Dynamic monitoring and trend analysis of vegetation change in Shendong mining area based on MODIS
LIU Ying, HOU Enke, YUE Hui
College of Geomatics, Xi’an University of Science and Technology, Xi’an 710054, China
Abstract

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.

Keyword: Shendong mining area; surface vegetation; fractional vegetation coverage(FVC); dynamic monitoring; trend analysis
0 引言

植被作为陆地生态系统的重要组成部分, 是大气圈、生物圈和水圈等地球圈层相互连接的枢纽, 在调节大气组成、防止水土流失、保持气候系统稳定和维持温室气体在大气中的合理浓度等方面发挥着重要作用[1]。神府-东胜矿区(简称神东矿区)位于我国西北部, 是我国规划建设的13个大型煤炭基地之一, 煤炭年产量位居全国首位, 在全球化石能源储量日趋减少的情况下, 我国西北地区煤炭资源的大力开发, 对国家未来经济的发展和稳定具有十分重要的战略意义[2, 3, 4]。然而, 西北地区地处内陆, 属干旱、半干旱荒漠区, 水资源匮乏, 降雨稀少且季节分配不均, 植被稀疏, 地表沟壑纵横发育, 荒漠化趋势加剧, 生态环境极为脆弱[5, 6]。近年来, 煤炭大规模地下开采和矿山露天开采, 导致矿区地表河流的径流量减少、地下水位下降、植被因缺水而枯萎死亡等生态问题, 使本来就十分脆弱的矿区生态系统进一步恶化, 矿区生态环境已成为各级政府部门和相关专家学者关注的焦点和热点。一个地区生态环境的演变与变迁可通过植被覆盖变化来反映, 因此植被变化监测是揭示干旱、半干旱荒漠矿区自然环境演变的重要手段之一[7, 8]。本文利用2000―2015年获取的250 m分辨率MODIS归一化差值植被指数(normalized difference vegetation index, NDVI)数据, 研究神东矿区地表植被的时空演变规律并对其未来发展趋势做出预测。

1 研究区概况

神东煤田位于陕西省榆林市北部与内蒙古鄂尔多斯市南部交界处, 煤田总面积3.1万km2, 探明煤炭储量2 236亿t。其中神东矿区面积3 481 km2, 煤炭地质储量354亿t。神东矿区拥有特大型现代化煤矿19座, 其中1 000万t以上的特大型煤矿12座, 现年煤炭总产能2亿t左右[9]。神东矿区北接毛乌素沙地, 南临黄土高原, 属典型的干旱、半干旱荒漠高原气候, 年平均降雨量仅360 mm左右, 年蒸发量却高达2 300 mm; 原生植被种类单一, 平均植被覆盖率仅为3%~11%; 风蚀区面积占总面积的70%, 是全国水土流失的重点治理区(图1)。

图1 神东矿区地理位置Fig.1 Location of Shendong ming area

2 数据与方法
2.1 植被动态监测

本文所采用的遥感数据为2000―2015年16 a期间获取的250 m分辨率的MOD13Q1(MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V005)植被指数产品数据集。表征植被信息的遥感指示因子采用NDVI和植被覆盖度(fractional vegetation coverage, FVC)。其中NDVI计算公式为

NDVI=(ρ nir-ρ red)/(ρ nir+ρ red) , (1)

式中: ρ nir和ρ red分别为地物在近红外波段和红光波段的反射率。

利用像元二分法计算FVC, 即

FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil) , (2)

式中: NDVIsoil为NDVI累积频率置信度为1%时对应的土壤NDVI值; NDVIveg为NDVI累积频率置信度为99%时对应的植被NDVI值。

根据水利部颁布的《土壤侵蚀分类分级标准》中的相关标准, 将FVC划分为6个等级: FVC =0为无植被覆盖, 0< FVC≤ 0.3为低FVC, 0.3< FVC≤ 0.45为较低FVC, 0.45< FVC≤ 0.60为中等FVC, 0.6< FVC≤ 0.75为较高FVC, 0.75< FVC≤ 1为高FVC。

2.2 植被变化趋势分析

植被在16 a期间的变化趋势采用一元线性回归法进行分析。Stow等[10]用此方法计算绿色植被的绿度变化率(greenness rate of change, GRC), 而将某段时间内的季节合成归一化植被指数(seasonally integrated normalized difference vegetation index, SINDVI)年际变化的最小次方线性回归方程的斜率Slope定义为GRC, 其计算公式为:

Slope= n∑i=1n(i·MNDVI, i)-∑i=1n∑i=1nMNDVI, in∑i=1ni2-(∑i=1ni)2, (3)

式中: i为年序号, i=1, 2, …, 16; MNDVI, i为第i年的最大NDVI值。

对植被未来变化趋势预测采用重标极差分析法。该方法最早由Hurst[11]提出, 通过分析时间序列样本的长程依赖性和自相关性得到赫斯特(Hurst)指数(即“ 有偏的随机游走” ), 用以描述时间序列未来变化趋势。根据Hurst指数(H值)的不同, 可分为:

1)H=0.5, 说明植被指数时间序列是随机变化的, 相互之间不存在依赖关系, 是完全独立的。

2)0.5< H< 1, 说明植被指数时间序列具有持续性, H越接近于1, 持续性越强。未来植被指数的变化趋势与过去植被变化趋势一致, 如果植被在过去呈增加趋势, 则未来植被变化趋势也是增加的; 反之亦然。

3)0< H< 0.5, 说明植被指数时间序列具有反持续性, H越接近于0, 反持续性越强。未来植被指数变化趋势与过去植被变化趋势相反。

3 结果与分析
3.1 植被时空动态变化分析

3.1.1 植被年际变化趋势

从植被的年际变化(图2(a))可以看出, 研究区2000年与2001年的植被状况相似。从2002年后, 神东矿区年均NDVI变化情况大致可分为5个阶段: ①2001— 2002年, 年均NDVI有一个明显的提高(约提高了25.78%); ②2003年后, 年均NDVI呈缓慢增长趋势; ③2009年后, 年均NDVI呈下降趋势; ④2011―2013年, 年均NDVI呈快速增加趋势(提高了22.19%); ⑤从2013年开始, NDVI呈下降趋势。从图2(b)可以看出, 2001―2002年、2003―2005年、2006―2009年及2011―2013年的NDVI差值为正值; 2000―2001年、2002―2003年、2005―2006年、2009―2011年和2013―2015年的NDVI差值为负值。从整体上看, 年均NDVI的增长幅度要大于其退化幅度, FVC在逐步提高, 地表植被有改善的趋势。

图2 2000―2015年神东矿区平均NDVI年际变化Fig.2 Yearly evolution of average NDVI in Shendong mining area from 2000 to 2015

3.1.2 植被空间分布特征

2000―2015年间, 神东矿区FVC等级在空间上的分布状况发生了明显改变: 低和中低覆盖度等级的植被在矿区的西北和北部大面积减小, 中等覆盖度植被在矿区西部出现增加趋势, 中高和高等覆盖度植被在矿区东南部增加显著(图3)。

图3 研究区2000, 2005, 2010和 2015年植被覆盖度等级Fig.3 FVC grades of Shendong mining area in 2000, 2005, 2010 and 2015

从图3可以看出, 矿区西北向东南FVC呈逐渐增加的趋势。FVC为低等和中低等级的区域主要分布于西北临近毛乌素沙地和矿区北部的沟壑区, 以及乌兰木伦河、窟野河的两侧, 在矿区东部、西部和中部地区也有零星分布; 矿区的中西部地区为中等FVC区; 矿区东南部和红碱淖的周边为中高和高等FVC区。

3.1.3 植被年际变化空间格局

利用式(3)计算得到神东矿区2000―2015年植被覆盖动态变化趋势空间分布图(图4)。

图4 2000―2015年神东矿区植被覆盖度变化趋势空间分布Fig.4 Spatial distribution of FVC change trend in Shendong mining area from 2000 to 2015

按照一定的标准进行分级[12], 按Slope值的变化将植被变化类型分为严重退化、中度退化、轻微退化、基本不变、轻微改善、中度改善和明显改善7个等级, 并分别计算出各等级面积占全区总面积的比例(表1)。

表1 16 a来神东矿区NDVI变化趋势统计结果 Tab.1 Statistical result of trend of NDVI change since the last 16 years in Shendong mining area

矿区大部分地区的植被在16 a中得到了较好的改善, 改善区域主要集中在矿区中部、北部、东部及南部大部分地区, 植被退化主要集中在乌兰木伦河、窟野河两侧及矿区西部和西北部的沟壑区。NDVI改善面积达到92.25%(其中明显改善面积为50.43%), 而退化面积仅为4.90%, 地表植被覆盖状况得到了显著改善。

3.1.4 植被时空变化原因

神东矿区地处生态环境极为脆弱的西北地区, 在大规模和高强度煤炭开采的情况下, 矿区植被覆盖不仅没有遭到很大的破坏, 而且得到了进一步的保护和改善。相关学者的研究也证明了这一点, 例如吴立新等[7]以SPOT4/5 NDVI为数据源, 分析了神东矿区1999―2008年间植被覆盖和土地沙化的动态变化, 结果表明矿区82.13%面积的地表植被覆盖得到明显改善; 付新雷[13]利用Landsat TM/ETM+和HJ-1 CCD数据反演了神东矿区FVC, 结果表明神东中心矿区64.01%面积的FVC得到改善。结合相关资料综合分析, 笔者认为神东矿区地表植被改善的主要原因主要有: ①神东煤炭公司自1990年开始向国家财政部申请在每吨煤成本中提取0.45元作为环境治理专项资金, 另有专项配套的水土流失补偿金, 30 a来累计投入环保绿化资金26.3亿元, 累计生态治理面积达240 km2, 充足的资金保障使得神东矿区FVC由开发初期的3%~11%提高到60%以上; ②土地复垦和微生物复垦在矿区土地资源保护中发挥了重要作用。神东煤炭公司通过采用最大化减少地表沉陷的长壁综合机械化、充填开采等绿色开采工艺, 尽可能地减少了煤炭地下开采对土壤的破坏, 加之采煤后土地复垦和微生物复垦技术的推广和应用, 使矿区土壤得到改良, 植被重建速度加快[14, 15, 16, 17, 18]。

3.2 植被未来发展趋势预测

利用MATLAB语言编程进行Hurst指数的逐像元空间计算, 得到神东矿区2000―2015年MODIS NDVI变化的Hurst指数空间分布(图5)和各等级面积占全区总面积的百分比(表2)。

图5 神东矿区2000―2015年植被Hurst指数空间分布图Fig.5 Distribution map of vegetation Hurst index in Shendong mining area from 2000 to 2015

表2 神东矿区2000―2015年植被Hurst指数面积统计结果 Tab.2 Statistical result of area of vegetation Hurst index in Shendong mining area from 2000 to 2015

从总体来看, 神东矿区的Hurst指数偏低, 平均值为0.411 7; 矿区北部、西南部和东北部的部分区域的Hurst指数均在0~0.35之间。结合2000―2015年神东矿区FVC空间分布来看, 这些区域的植被是呈增加趋势的, 因此具有较强的反持续性, 预示这些区域未来植被状况有退化的趋势; 红碱淖周边区域的植被状况在2000―2015年的变化趋势是退化的, 但Hurst指数较低, 表明该区域未来植被覆盖有改善的趋势; 占矿区65.03%的区域的Hurst值在0.35~0.45之间, 从图2和表1可以看出, 尽管矿区50.43%的面积植被状况在2000— 2015年呈明显改善的变化趋势, 但由于这些区域的Hurst指数具有较弱的反持续性, 因而未来这些区域的植被变化会有较弱的退化趋势。

4 结论

1)神东矿区2000―2015年16 a来年均NDVI总体呈上升趋势, 增加速率为8.9%/10 a, 表明矿区的NDVI呈增加趋势, 植被覆盖在16 a期间呈较快速度的增加。低和较低覆盖度的植被面积减少最多(减幅分别达63.96%和50.13%); 较高植被覆盖度等级的面积增加最多(增幅达395.93%); 中等和高覆盖度植被面积也分别增加了101.12%和245.32%, 说明植被覆盖度由低和较低等级向高等级转移。

2)神东矿区2000―2015年植被覆盖动态变化趋势的空间格局显示, 矿区的大部分地区植被16 a中得到了较好的改善, 改善面积为92.25%, 其中明显改善面积达50.43%; 退化面积仅为4.90%。但由于矿区65.03%区域的Hurst值在0.35~0.45之间, 具有较弱的反持续性, 尽管矿区的大部分区域植被状况在2000―2015年间有改善的趋势, 未来这些区域的植被仍会有较弱的退化趋势。

矿区生态系统的恢复和重建是解决大规模地下开采造成生态环境破坏的关键。生态环境的影响因素众多, 目前利用遥感技术研究较为成熟的影响因素包括地表植被、土壤湿度、植被净初级生产力等[19, 20], 但当前的研究多局限在对单因素的研究上, 在未来的研究中应加强对多种生态环境因素协同作用的研究。

The authors have declared that no competing interests exist.

参考文献
[1] 孙红雨, 王长耀, 牛铮, 等. 中国地表植被覆盖变化及其与气候因子关系——基于NOAA时间序列数据分析[J]. 遥感学报, 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. [本文引用:1]
[2] 钱鸣高. 煤炭的科学开采[J]. 煤炭学报, 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. [本文引用:1]
[3] 吴立新. 西北矿业开发与水资源矛盾分析及其对策[J]. 南水北调与水利科技, 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. [本文引用:1]
[4] 吴立新, 侯恩科. 西北五省(区)矿产资源开发与水资源保护对策[J]. 西安科技学院学报, 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. [本文引用:1]
[5] 刘英. 神东矿区地表植被与土壤湿度遥感监测研究[D]. 北京: 中国矿业大学(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. [本文引用:1]
[6] 雷少刚. 荒漠矿区关键环境要素的监测与采动影响规律研究[D]. 徐州: 中国矿业大学, 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. [本文引用:1]
[7] 吴立新, 马保东, 刘善军. 基于SPOT卫星NDVI数据的神东矿区植被覆盖动态变化分析[J]. 煤炭学报, 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. [本文引用:2]
[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. [本文引用:1]
[9] 王安. 神东矿区生态环境综合防治体系构建及其效果[J]. 中国水土保持科学, 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. [本文引用:1]
[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. [本文引用:1]
[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. [本文引用:1]
[12] 赵英时. 遥感应用分析原理与方法[M]. 北京: 科学出版社, 2003: 445-446.
Zhao Y S. Principles and Methods of Remote Sensing Application Analysis[M]. Beijing: Science Press, 2003: 445-446. [本文引用:1]
[13] 付新雷. 基于神东中心区植被覆盖变化的多时相遥感监测[J]. 中国环境监测, 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. [本文引用:1]
[14] 杨俊哲, 陈苏社, 王义, 等. 神东矿区绿色开采技术[J]. 煤炭科学技术, 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. [本文引用:1]
[15] 李全生, 贺安民, 曹志国. 神东矿区现代煤炭开采技术下地表生态自修复研究[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. [本文引用:1]
[16] 岳辉, 毕银丽, 刘英. 神东矿区采煤沉陷地微生物复垦动态监测与生态效应[J]. 科技导报, 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. [本文引用:1]
[17] 毕银丽, 吴福勇, 武玉坤. 丛枝菌根在煤矿区生态重建中的应用[J]. 生态学报, 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. [本文引用:1]
[18] 杜善周, 毕银丽, 吴王燕, 等. 丛枝菌根对矿区环境修复的生态效应[J]. 农业工程学报, 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. [本文引用:1]
[19] 雷少刚, 卞正富. 西部干旱区煤炭开采环境影响研究[J]. 生态学报, 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. [本文引用:1]
[20] 谢少少, 马超, 田淑静, 等. 2000―2010年神东矿区植被NPP的变化特征及影响因素分析[J]. 测绘科学技术学报, 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. [本文引用:1]