神東礦區(qū)AVHRR/NDVI的時空、開采強度和氣候效應

馬 超，田淑靜，鄒友峰*，郭增長，韓瑞梅，謝少少（.河南理工大學，礦山空間信息技術國家測繪與地理信息局重點實驗室，河南 焦作 454000；.云南國土資源職業(yè)學院，測繪地理信息系，云南 昆明 6550；.桂林理工大學，博文管理學院，廣西 桂林 54006）

神東礦區(qū)AVHRR/NDVI的時空、開采強度和氣候效應

馬 超1，田淑靜2，鄒友峰1*，郭增長1，韓瑞梅1，謝少少3（1.河南理工大學，礦山空間信息技術國家測繪與地理信息局重點實驗室，河南 焦作 454000；2.云南國土資源職業(yè)學院，測繪地理信息系，云南 昆明 652501；3.桂林理工大學，博文管理學院，廣西 桂林 541006）

研究采礦擾動區(qū)長時序、多維度 NDVI變化趨勢，有助于認識非自然生態(tài)區(qū)植被演替規(guī)律，對高強度開采條件下西北脆弱生態(tài)區(qū)地表植被自然修復和人工修復工作具有指導意義.研究通過設立直接影響區(qū)、間接影響區(qū)和自然生態(tài)校驗區(qū)，利用長時序 GIMMS AVHRR/NDVI（1981～2006）植被指數數據集，結合同期溫度、降水和煤炭產量信息，從時間、空間、氣候和開采強度方面開展對比分析，并以長時序MODIS NPP/NDVI（2000～2010）數據進行結果驗證.時序分析表明，全球變化背景下，神東礦區(qū)植被生長季二度延長；空間分析表明，神東礦區(qū)NDVI增量低于緩沖區(qū)，緩沖區(qū)NDVI增量低于自然生態(tài)區(qū)；開采強度分析表明，隨著神東礦區(qū)開采強度增強，NDVI增速放緩，增長速率低于自然生態(tài)區(qū)；氣候變化分析表明，神東礦區(qū)NDVI受溫度升高、降水減少共同作用，與溫度相關性較高，與降水相關性較低；同期MODIS NPP/NDVI驗證結果表現(xiàn)出與AVHRR/NDVI一致的規(guī)律性.

礦區(qū)生態(tài)系統(tǒng)；直接影響區(qū)；間接影響區(qū)；自然生態(tài)校驗區(qū)；GIMMS AVHRR/NDVI；MODIS NPP/NDVI

近100a（1906～2006年），全球平均地表溫度上升了0.74℃（0.56～0.92℃），近50a （1956～2006年）升溫率幾乎是過去100a的2倍（約1.1℃）［1-2］.在全球變暖的背景下，植被對溫度的響應敏感，生長期提前、生長季的延長（包括春季提前和秋季推遲）和生長季的生長加速致使植被指數呈增高趨勢［3-4］.全球歸一化植被指數（NDVI）年增加 0.2～1.3%［5］，全國平均植被指數年增加5～7.4% （1982～1999年），華北地區(qū)表征植被覆蓋狀況的年最大 NDVI整體上呈顯著增加趨勢（1982～ 2006年），達 0.007～0.011/10a［6］，中國西北、內蒙古地區(qū)植被指數增加大于7.0%［7］，我國西部地區(qū)NDVI增加的結論得到了許多研究的印證［8-9］.

基于連續(xù)一致的NDVI時間序列數據，自然生態(tài)區(qū)植被生長狀況及其動態(tài)變化研究取得了諸多成果，如全球植被生長期和季節(jié)性趨勢分析

［10-11］，氣候變化響應分析［12］，草場退化監(jiān)測［13］，干旱區(qū)環(huán)境評價［14］，地表物候和生產力變化分析［15］等.

而對人工生態(tài)系統(tǒng)為主導的礦區(qū)植被生態(tài)變化研究較少，如利用 SPOT-4/5（1999～2008年）NDVI研究表明，神東礦區(qū) 10a地表植被覆蓋明顯 改 善 面 積 達 82.13%［16］；利 用 SPOT VEGETATION NDVI（1998～2010年）研究認為烏海市煤礦開采區(qū)植被覆蓋狀況由差變好，與當地政府整頓和規(guī)范礦產資源開發(fā)秩序相關［17］；利用MODIS 250m、1km及TM/NDVI比較了神東5個主要礦井采區(qū)與非采區(qū)植被覆蓋差異，NDVI變化比有部分增高［18-19］；利用Landsat TM/NPP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，NPP 變化對采礦活動具有敏感性［20］；對潞安礦區(qū)SPOT-2/4（2004～2007年）NDVI的研究表明，相對于非采礦擾動區(qū)，8個試驗工作面NDVI變化與采礦活動有時空相關性［21-22］.

上述非自然生態(tài)區(qū)NDVI變化研究，要么忽略了氣候變化；要么時間序列過短或時序間斷；要么缺少空間對比分析；也沒有對擾動強度進行研究；對時相歸一化、分辨率同化的插值算法易于引入數據處理誤差，植被月度、季度、年度動態(tài)變化表征能力弱，因此結論存在局限性.

本研究設置了分屬人工修復、自然修復、自然增長生態(tài)演化特征的直接影響區(qū)（即神東礦區(qū)）、間接影響區(qū)（即緩沖區(qū)）、背景生態(tài)對比區(qū)（即自然生態(tài)校驗區(qū)），兼顧全球變化及人類活動的雙重影響，借助AVHRR NDVI擴展數據集超高光譜分辨率（10nm）和超長時序（26a）的優(yōu)勢，結合神東礦區(qū)高密度井田、高強度開采特點，分析在生長層受到開采損傷的情況下，西部脆弱生態(tài)區(qū)受迫植被NDVI變化規(guī)律，旨在發(fā)現(xiàn)采礦與復墾活動對自然生態(tài)的擾動與植被生態(tài)系統(tǒng)演化的時空關系，為脆弱生態(tài)區(qū)環(huán)境保護與生態(tài)重建提供一定的科學依據.

1 研究區(qū)與數據

1.1 研究區(qū)

1.1.1 直接影響區(qū) 直接影響研究區(qū)為神東礦區(qū)主礦區(qū)（以下簡稱神東礦區(qū)）.神東礦區(qū)（110°05′～118°14′E，39°17′～39°26′N）主要礦井分布于陜西省神木縣、府谷縣及內蒙古自治區(qū)伊金霍洛旗、準格爾旗，見圖 1.該區(qū)屬于鄂爾多斯沉降構造盆地的中部，北為毛烏素沙漠，南為黃土高原，地表侵蝕強烈，水土流失嚴重，局部地區(qū)基巖裸露，是典型的丘陵溝壑區(qū).其在地理學上兼具多重代表性特征，被稱為“干旱-半干旱過渡帶［23］”、“沙漠-風蝕荒漠化草原過渡帶［24］”、“農牧交錯帶

［25］”、“礦—糧，礦—牧”復合生態(tài)區(qū)［26］等，是中國北方典型的生態(tài)脆弱區(qū)，是全球氣候變化的敏感區(qū)，因此該地區(qū)的生態(tài)環(huán)境研究兼具現(xiàn)實意義和科學價值.

1.1.2 間接影響區(qū)和自然生態(tài)校驗區(qū) 參考生態(tài)學研究結果［27］，設置礦區(qū)緩沖區(qū)為間接影響區(qū)（以下簡稱緩沖區(qū)），圍繞直接影響區(qū) 20km，借以認識礦區(qū)開采對周邊區(qū)域的影響；類比區(qū)為自然生態(tài)區(qū)，在此借用農學概念，稱之為“自然生態(tài)校驗區(qū)”（CK，以下簡稱校驗區(qū)），藉以認識自然狀態(tài)下植被的生態(tài)過程.

圖1 研究區(qū)的地理位置Fig.1 Location of the study area

如圖2，自然生態(tài)校驗區(qū)與礦區(qū)同屬蒙古高原河谷丘陵地貌，兩區(qū)經差 24′17"，緯差 26′44"，幾何中心相距 71.2km，所在烏蘭木倫河河谷與納林川河谷地形地貌特征非常相似，具有相近的平均高程（分別為953.038m， 1000.222m），相似的平均坡度（分別為44°05′， 44°30′），近乎一致的光照幾何條件（平均坡向分別為 85°29′，82°20′），且地質成因相同，開發(fā)前地表覆蓋類型相同，流經神東礦區(qū)的烏蘭木倫河與牛川匯成窟野河、流經校驗區(qū)的納林川與長川匯成黃甫川，同屬于黃河流域三級水系，總長分別為 349.1km和292.9km.

1.2 數據

1.2.1 NDVI數據 NDVI數據源于中國西部環(huán)境與生態(tài)科學數據中心（http：//westdc.westgis. ac.cn）的GIMMS（Global Inventory Modeling and Mapping Studies，GIMMS）AVHRR/NDVI亞太地區(qū)擴展數據集（1981.7～2006.12）［34］.該NDVI數據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）數據（ftp：//ftp.glcf.uniacs.umd. edu/glcf/GIMMS/）.

針對鄂爾多斯與榆林地區(qū)內的礦區(qū)與緩沖區(qū)，采集了GIMMS AVHRR NDVI中位于烏蘭木倫河谷神東主礦區(qū)子集69像元，緩沖區(qū)子集114像元.

圖2 直接影響區(qū)（a）和自然生態(tài)校驗區(qū)（b）的地形地貌Fig.2 Topography of the directly affected area （a） and the CK （b）

1.2.2 MODIS NPP/NDVI驗證數據 MODIS（MODerate resolution Imaging Spectro radiometer）NDVI被認為是AVHRR NDVI 的完善，在半干旱地區(qū)GIMMS NDVI 與MODIS NDVI 數據具有很好的一致性［28］.研究采用的 MODIS數據來自美國 NASA的 EOS Terra/MODIS的 2000～2010年的 MOD17A3和 MODIS13Q1數據（http：//ladsweb.nascom.nasa.gov）.

1.2.3 氣象數據 氣象數據來源于中國氣象科學數據共享服務網（http：//cdc.cma.gov.cn）.本文選取了1981～2006年，包含內蒙古自治區(qū)、陜西省、山西省86個氣象臺站的氣象數據進行插值，以此來獲取神東礦區(qū)年溫度、降水、相對濕度等氣象數據.

此外，矢量數據來源于1：400萬的全國省級、地區(qū)級、縣級行政區(qū)劃圖；高程數據來源于SRTM DEM.

2 結果與分析

2.1 數據處理

2.1.1 NDVI數據合成 NDVI數據合成方法主要有累加處理、平均值處理與最大值處理.礦區(qū)的地理位置、所在區(qū)域的降水量、氣溫以及作物生長期等條件共同決定合成方法的選擇.對于自然條件惡劣、生態(tài)環(huán)境脆弱的干旱半干旱的西北礦區(qū)（如神東礦區(qū)），為突出植被覆蓋狀況，可取全年 NDVI的最大值；對于自然條件一般、植被生長季不到一年的半濕潤礦區(qū)（如撫順礦區(qū)），可取植被生長季內的累加值；對于自然條件優(yōu)越、全年都有植被覆蓋的濕潤礦區(qū)（如淮南礦區(qū)），可取全年 NDVI的平均值［37］.采用 NDVI最大值合成法進行數據合成，獲得NDVI最大值月合成數據306期，季合成數據102期，年合成數據26期.

2.1.2 NPP數據處理 利用MODIS數據專用處理軟件 MRT（MODIS Re-projection Tool）對MODIS17A3數據進行拼接、投影轉換，使用矢量數據對MODIS17A3數據進行裁剪，得到11a直接影響區(qū)、間接影響區(qū)（20km緩沖區(qū)）、自然生態(tài)校驗區(qū)NPP影像數據.

2.1.3 氣象數據處理 對晉、陜、蒙三省的86個氣象臺站月降水量和月均氣溫，利用 ArcGIS的反距離加權法（Inverse Distance Weighted Method）空間插值為 8km×8km分辨率的月降水和氣溫空間數據，與NDVI數據時空同步，在此基礎上，計算得到研究區(qū)全年（1～12 月）的平均氣溫和降水量.

2.2 結果分析

2.2.1 時空效應分析

（1）礦區(qū)與校驗區(qū)的月度NDVI比較

對1～12月最大值合成的NDVI取均值，可獲得26a的NDVI月均值，圖3是直接影響區(qū)與校驗區(qū)NDVI月均值對比及擬合曲線，可以看出月度植被指數動態(tài)變化曲線符合偏態(tài)高斯分布（其中，0y為基線偏移；式中：A為曲線下側的積分面積；x0為中央峰值；w=2σ近似于峰值半高寬的 0.849），兩區(qū)的擬合度R2分別為 0.9793，0.9897.兩區(qū)一年內的植被指數呈單峰變化規(guī)律，支持了一年一熟制的當地農情及物候［29］；如以草原生長季開始的 NDVI最小閾值為0.1［30］，1～6月直接影響區(qū)植被生長季的啟動（返青期，SOS）超前于校驗區(qū)， 10～12月直接影響區(qū)植被衰退期（枯黃期，EOS）滯后于校驗區(qū)，7～9月直接影響區(qū)最大值低于自然生態(tài)校驗區(qū).在全球變暖，內蒙古西部生長期延長的背景下，鄂爾多斯礦區(qū)植被在人類活動的影響下生長期被再度延長.

圖3 直接影響區(qū)與校驗區(qū)月度NDVI對比曲線Fig.3 The contrast curve of monthly NDVI in the directly influence area and the CK

（2）礦區(qū)與校驗區(qū)的季度NDVI比較

將直接影響區(qū)與自然生態(tài)校驗區(qū) 26a每年的 4個季度一對一單列，判斷人工植被（礦區(qū)，城鎮(zhèn)綠地等）與自然植被四季響應規(guī)律.圖 4顯示，春季直接影響區(qū)NDVI大于自然生態(tài)校驗區(qū)，即返青期提前于自然生態(tài)區(qū)，冬季直接影響區(qū)NDVI大于自然生態(tài)校驗區(qū)，即枯黃期滯后于自然生態(tài)區(qū).二季度（4～6月，夏季）自然的生態(tài)校驗區(qū)增速較快，植被活動振幅加大；三季度（7～9月，秋季）是該地區(qū)植被生長的旺盛時期，自然的生態(tài)校驗區(qū)NDVI明顯大于直接影響區(qū)，植被活動振幅加大，增速加快，比礦區(qū)更加活躍；直接影響區(qū)26a第三季度NDVI均值為0.2986，自然生態(tài)校驗區(qū)NDVI均值為0.3251，直接影響區(qū)第三季度NDVI均值比自然生態(tài)校驗區(qū)低約8.9%.四季度（10～12月，冬季）大部分年份礦區(qū)植被NDVI衰退滯后于自然生態(tài)核驗區(qū)，生長期的延長的特點在此進一步得到印證.

圖4 直接影響區(qū)與生態(tài)校驗區(qū)季度NDVI變化對比Fig.4 Change trend comparison of the quarterly NDVI between the directly affected area and the CK

（3）直接影響區(qū)、間接影響區(qū)與校驗區(qū)年際NDVI比較神東礦區(qū)NDVI值與緩沖區(qū)、校驗區(qū)NDVI值三組變量在P＜0.01水平上兩兩顯著相關，相關系數分別為0.9718、0.9174、0.9490，神東礦區(qū)與緩沖區(qū)、校驗區(qū)NDVI變化趨勢高度一致（圖5）.

在長達26a的NDVI時間序列中，神東礦區(qū)的NDVI年均值絕大多數年份小于緩沖區(qū)，而緩沖區(qū)的NDVI年均值絕大多數年份小于校驗區(qū)；礦區(qū) NDVI26a均值為 0.2808，緩沖區(qū) 26a的NDVI均值為0.2999，校驗區(qū)26a的NDVI均值為0.3252，礦區(qū)內NDVI均值比緩沖區(qū)低約6.79%，比校驗區(qū)低約15.81%.

2.2.2 開采強度相關性分析 隨著煤炭的采出，塌陷面積不斷增加，結合礦業(yè)開發(fā)歷程，分析了礦區(qū)及周邊植被是否對礦業(yè)開發(fā)有明確響應.

在NDVI時序范圍內，神東礦區(qū)經歷了“未開發(fā)階段”（1981～1985年），“初始礦建階段”（1986～1988年），“高產高效開發(fā)階段”（1989～1998年），“跨越式發(fā)展階段”（1999～2009年） 4個主要 階 段 （http：//www.shendong.com.cn/sdhtml/ renshishendong/fazhanlicheng/）.通過分段線性回歸分析，我們發(fā)現(xiàn)26年NDVI具有鮮明的分段特征；1981～1984年（階段I），1985～1988年（階段II），1989～1994年（階段III），1995～1998年（階段IV），1999～2006年（階段V）（其中，2001年受極端天氣事件影響，下降幅度較大，不參與回歸分析），通過分段線性回歸分析獲得各階段平均變化率，與神東礦區(qū)的建設發(fā)展階段高度吻合.

圖5 26年 NDVI年均值對比曲線Fig.5 Contrast curve of the annual NDVI during 26years

2.2.3 氣候效應分析 直接影響區(qū)，間接影響區(qū)和生態(tài)校驗區(qū) NDVI與年平均降水的 SPSS/ Pearson相關系數分別為0.2300，0.2880和0.2520（P＜0.05），認為缺乏統(tǒng)計意義的相關性［32］.直接影響區(qū)，間接影響區(qū)和生態(tài)校驗區(qū)NDVI與年平均溫度的Pearson相關系數分別為0.4870，0.4420和0.4340（P＜0.05）.認為 NDVI /氣溫相關系數高于NDVI/ 降水相關系數，但呈不顯著的弱相關關系.對鄂爾多斯地區(qū)而言，氣溫對植被的影響超過降水，這與以往研究有一定共性［33］.

2.3 MODIS NPP/NDVI結果驗證

MODIS/NPP研究表明，2000～2010年，神東礦區(qū)植被年 NPP主要介于（98～160）gC/（m2·a）區(qū)間，11a平均值為 139.62gC/（m2·a），低于同期全國植被年平均NPP值360.97gC/（m2·a），低于同期礦區(qū)20km緩沖區(qū)年平均NPP值143.81gC/（m2·a），同時也低于同緯度生態(tài)校驗區(qū)年均 NPP值161.97gC/（m2·a）.

MODIS/NDVI與 AVHRR/NDVI有 7年（2000～2006年）時序重疊（圖6），在重疊區(qū)部分，校驗區(qū)年 NDVI＞緩沖區(qū)年 NDVI＞神東礦區(qū)年NDVI.三區(qū)的 Pearson相關系數分別為 0.7960，0.6910，0.7712（P＜0.05）.

2000～2006年MODIS/NDVI礦區(qū)平均值低于同期20km緩沖區(qū)約2.43%，同時也低于同緯度校驗區(qū)約 24.57%；2000～2006年礦區(qū) AVHRR/ NDVI平均值低于同期20km緩沖區(qū)約2.28%，同時也低于同緯度校驗區(qū)約 9.63%.由于眾所周知的 NDVI尺度問題［34］，量值會有不同.此外，MODIS/NPP（2000～2006年），礦區(qū)平均值低于同期20km緩沖區(qū)約3.30%，同時也低于同緯度校驗區(qū)約15.91%，反映的規(guī)律是一致的.

圖6 MODIS NDVI與AVHRR NDVI 對比曲線Fig.6 Contrast curve between MODIS NDVI and AVHRR NDVI during 2000～2006

3 討論

文獻表明，截至2006年底，神東礦區(qū)累計投入生態(tài)環(huán)境建設經費 2.69億元，神東礦區(qū)開發(fā)初期（1985年）植被覆蓋率僅 3%～11%，經國家水利部2005年8月組織驗收，礦區(qū)飛播區(qū)自然恢復覆蓋度達到65%以上，林草覆蓋率達到59.4%以上［35］；區(qū)域整體生態(tài)系統(tǒng)功能比開發(fā)以前有了明顯改善，鳥類等各類生物數量開始增加［36］.如果數據可靠，局部植被覆蓋率提高是否可以作為礦區(qū)生態(tài)環(huán)境改善的評判標準，值得商榷.從本文的研究結果來看，植被覆蓋率的提高與生態(tài)環(huán)境的改善尚不能劃等號，在全球變化的背景下，采區(qū)地表遙感生物量指標（覆蓋率、NDVI或NPP）的增加，均不足以表明煤礦開采對地表生態(tài)沒有影響；人工干預下的采煤區(qū)地表遙感生物量指標階段性的增長，不能說明礦區(qū)地表生態(tài)過程是正常演化的.

實驗顯示，遙感測定研究區(qū)全年NDVI＞0.12，故以草原生長季開始的NDVI最小閾值為0.1不適合該地區(qū)，根據鄂爾多斯地區(qū)物候，本文認為選擇0.15作為草原生長季開始及結束的閾值更為合理.此外，由于AVHRR NDVI時間分辨率較低，礦區(qū)生長季二度延長具體時間不易獲得，但通過月度NDVI變化曲線高斯擬合，可以得到一個計算值，擬合獲得的直接影響區(qū)月度變化高斯函數為；校驗區(qū)月度變化高斯函數為（圖3）.如取草原生長季開始及結束的 NDVI最小閾值均為 0.15，可得礦區(qū)生長季二度延長約 10.8d，該擬合結果僅供參考.

4 結論

4.1 1981～2006年神東礦區(qū)AVHRR/NDVI月度變化分析表明，相對于自然生態(tài)區(qū)所在的鄂爾多斯地區(qū)植被生長季延長，礦區(qū)植被返青期提前，衰退期滯后，采礦擾動致使植被生長季二度延長；26a神東礦區(qū)NDVI年度變化分析表明，直接影響區(qū)、間接影響區(qū)、自然生態(tài)校驗區(qū)AVHRR/NDVI植被指數均呈增高趨勢，符合全球變化的背景下全球、全國、華北及內蒙古地區(qū)植被指數變化規(guī)律.

4.2 在全球變暖的背景下，26a神東礦區(qū)植被生長季延長，致使直接影響區(qū)、間接影響區(qū)、自然生態(tài)校驗區(qū)AVHRR/NDVI植被指數均呈增高趨勢；直接影響區(qū)26a 的NDVI均值為0.2808，間接影響區(qū)26a的NDVI均值為0.2999，自然生態(tài)校驗區(qū)26a的NDVI均值為0.3252，礦區(qū)內NDVI均值比緩沖區(qū)低約6.79%，比校驗區(qū)低約15.81%，即礦業(yè)開發(fā)對礦區(qū)植被生態(tài)有直接影響.

4.3 分段線性回歸分析表明，神東礦區(qū) 26a AVHRR/NDVI的階段性變化與礦區(qū)開發(fā)進程高度吻合，未開發(fā)期及初期階段，3個區(qū)域NDVI增長速率較高；開發(fā)中后期12a期間（1995～2006年）增長速率銳減；此外，開發(fā)中后期自然生態(tài)校驗區(qū)增長速率高于礦區(qū)及緩沖區(qū)，而且開采強度越大，NDVI增長速率越小，說明NDVI增長速率減小與開采強度有因果關系.

4.4 26a神東礦區(qū)直接影響區(qū)、間接影響區(qū)、自然生態(tài)校驗區(qū)AVHRR/NDVI受溫度升高、降水減少共同作用，NDVI最大值與溫度相關性較高.

［1］ 丁一匯，任國玉，石廣玉，等.氣候變化國家評估報告（I）：中國氣候變化的歷史和未來趨勢 ［J］. 氣候變化研究進展， 2006，2（1）：3-8.

［2］ 秦大河，陳振林，羅 勇，等.氣候變化科學的最新認知 ［J］. 氣候變化研究進展， 2007，3（2）：63-73.

［3］ JEONG S J， HO C H， GIM H J， et al. Phenology shifts at start vs.end of growing season in temperate vegetation over the Northern Hemisphere for the period 1982～2008 ［J］. Global Change Biology， 2011，17（7）：2385-2399.

［4］ Brown M E， K M de Beurs， M.Marshall. Global phenological response to climate change in crop areas using satellite remote sensing of vegetation， humidity and temperature over 26years ［J］. Remote Sensing of Environment， 2012，126：174-183.

［5］ 樸世龍，方精云.1982～1999年我國陸地植被活動對氣候變化響應的季節(jié)差異 ［J］. 生態(tài)學報， 2003，（1）：119-125.

［6］ 孫艷玲，郭 鵬.1982～2006年華北植被覆蓋變化及其與氣候變化的關系 ［J］. 生態(tài)環(huán)境學報， 2012，（1）：7-12.

［7］ 方精云，樸世龍，賀金生，等.近20年來中國植被活動在增強 ［J］.中國科學：C輯， 2003，33（6）：554-565.

［8］ 李軍媛，徐維新，程志剛，等.1982～2006年中國半干旱、干旱區(qū)氣候與植被覆蓋的時空變化 ［J］. 生態(tài)環(huán)境學報， 2012，（2）：268-272.

［9］ 陳安安，孫 林，胡 北，等.近10a黃土高原地區(qū)NDVI變化及其對水熱因子響應分析 ［J］. 水土保持通報， 2011，（5）：215-219.

［10］ de Jong R， de Bruin S， de Wit A， et al. Analysis of monotonic greening and browning trends from global NDVI time-series ［J］. Remote Sensing of Environment， 2011，115（2）：692-702.

［11］ Eastman J R， Sangermano F， Machado E A， et al. Global trends in seasonality of normalized difference vegetation index （NDVI），1982～2011 ［J］. Remote Sensing， 2013，5（10）：4799-4818.

［12］ Zhang Y， Gao J， Liu L， et al. NDVI-based vegetation changes and their responses to climate change from 1982 to 2011： A case study in the Koshi River Basin in the middle Himalayas ［J］. Global and Planetary Change， 2013，108：139-148.

［13］ Reevesa M C， Baggett L S. A remote sensing protocol for identifying rangelands with degraded productive capacity ［J］. Ecological Indicators， 2014，43：172-182.

［14］ Christina Eisfelder， Igor Klein， Markus Niklaus， et al. Net primary productivity in Kazakhstan， its spatio-temporal patterns and relation to meteorological variables ［J］. Journal of Arid Environments， 2014，103：17-30.

［15］ Dannenberg M P， Conghe Song， Taehee Hwang， et al. Empirical evidence of El Ni?o-Southern Oscillation influence on land surface phenology and productivity in the western United States［J］. Remote Sensing of Environment， 2015，159：167-180.

［16］ 吳立新，馬保東，劉善軍.基于SPOT衛(wèi)星NDVI數據的神東礦區(qū)植被覆蓋動態(tài)變化分析 ［J］. 煤炭學報， 2009，（9）：1217-1222.

［17］ 翟孟源，徐新良，江 東，等.1979～2010年烏海市煤礦開采對生態(tài)環(huán)境影響的遙感監(jiān)測 ［J］. 遙感技術與應用， 2012，27（6）：933-940.

［18］ 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.博士學位論文 ［D］. 中國礦業(yè)大學， 2009，177：45-52.

［19］ 卞正富，雷少剛，常魯群，等.基于遙感影像的荒漠化礦區(qū)土壤含水率的影響因素分析 ［J］. 煤炭學報， 2009，（4）：520-525.

［20］ 徐占軍，侯湖平，張紹良，等.采礦活動和氣候變化對煤礦區(qū)生態(tài)環(huán)境損失的影響 ［J］. 農業(yè)工程學報， 2012，（5）：232-240.

［21］ Ma， C， Guo Z Z， Zhang X K， et al. Annual integral changes of time serial NDVI in mining subsidence area ［J］. Transactions of Nonferrous Metals Society of China， 2011，21：583-588.

［22］ 馬 超，張曉克，郭增長，等.半干旱山區(qū)采礦擾動植被指數時空變化規(guī)律 ［J］. 環(huán)境科學研究， 2013，（7）：750-758.

［23］ 李軍媛，徐維新，程志剛，等.1982～2006年中國半干旱、干旱區(qū)氣候與植被覆蓋的時空變化 ［J］. 生態(tài)環(huán)境學報， 2012，（2）：268-272.

［24］ 張 翀，任志遠，李小燕.黃土高原植被對氣溫和降水的響應 ［J］.中國農業(yè)科學， 2012，45（20）：4205-4215.

［25］ 侯學會，牛 錚，高 帥，等.基于SPOT-VGT NDVI時間序列的農牧交錯帶植被物候監(jiān)測 ［J］. 農業(yè)工程學報， 2013，（1）：142-150+294.

［26］ 胡振琪，李 晶，趙艷玲.礦產與糧食復合主產區(qū)環(huán)境質量和糧食安全的問題、成因與對策 ［J］. 科技導報， 2006，（3）：21-24.

［27］ 康薩如拉，牛建明，張 慶，等.草原區(qū)礦產開發(fā)對景觀格局和初級生產力的影響——以黑岱溝露天煤礦為例 ［J］. 生態(tài)學報，2014，（11）：2855-2867.

［28］ Tucker C J， Pinzon J E， Brown M E， et al. An extended AVHRR 8-km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data ［J］. International Journal of Remote Sensing， 2005，26（20）：4485—4498.

［29］ 杜加強，舒儉民，王躍輝，等.青藏高原MODIS NDVI與GIMMS NDVI的對比 ［J］. 應用生態(tài)學報， 2014，25（2）：533-544.

［30］ 馬保東，陳紹杰，吳立新，等.基于SPOT-VGT NDVI的礦區(qū)植被遙感監(jiān)測方法 ［J］. 地理與地理信息科學， 2009，（1）：84-87.

［31］ 閆慧敏，曹明奎，劉紀遠，等.基于多時相遙感信息的中國農業(yè)種植制度空間格局研究 ［J］. 農業(yè)工程學報， 2005，21（4）：85-90.

［32］ Li X B， Chen Y H， Fan Y D， et al. Detecting inter-annual variations of vegetation growth based on satellite-sensed vegetation index data from 1983 to 1999 ［C］//Chandrasekar V，Werle D， Emery B eds. Proceedings of IGARSS. Toulouse，F(xiàn)rance， 2003，（5）：3263-3265.

［33］ 羅隆誠，王 俊.半干旱地區(qū)NDVI對氣溫和降水響應的多時間尺度分析——以甘肅省榆中縣為例 ［J］. 干旱區(qū)資源與環(huán)境，2011，（9）：167-171.

［34］ Fensholt R， Proud S R. Evaluation of Earth Observation based global long term vegetation trends—Comparing GIMMS and MODIS global NDVI time series ［J］. Remote Sensing of Environment， 2012，119：131-147.

［35］ 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）：83-87.

［36］ 中國礦業(yè)大學（北京），土地復墾與生態(tài)重建研究所《神東礦區(qū)土地生態(tài)環(huán)境的損害及其修復技術》研究報告 ［R］. 北京：2007.

致謝：感謝郝成元博士、聶小軍博士在生態(tài)學描述方面給予的幫助，感謝劉培博士英文潤色中給予的幫助.

Dynamic responses of the coalfield ecosystem to mining intensity， spatio-temporal variation， and climate change derived from AVHRR/NDVI in Shendong coalfield.

MA Chao1， TIAN Shu-jing2， ZOU You-feng1*， GUO Zeng-zhang1， HAN Rui-mei1， XIE Shao-shao3（1.Key Laboratory of State Bureau of Surveying and Mapping of Mine Spatial Information Technology， Henan Polytechnic University， Jiaozuo 454000， China；2.Department of Surveying and Mapping Geographic Information， Yunnan Land and Resources Vocational College， Kunming 652501， China；3.Bowen College of Management，Guilin University of Technology， Guilin 541006， China）. China Environmental Science， 2016，36（9）：2749～2756

Study purpose on biological productivity inverted from a long time series， the multi-dimensional Normalized Difference Vegetation Index （NDVI） in mining-disturbed areas is to understand vegetation succession of non-natural ecological areas， while to provide guidance for natural restoration and artificial restoration of the vegetation under high-intensity mining conditions northwest fragile ecological areas in China. Shendong coalfield， as a directly affected area， an indirectly affected area （20 km buffer）， and a natural ecological checked area were established. Using Global Inventory Modeling and Mapping Studies Advanced Very High Resolution Radiometer derived NDVI dataset （GIMMS AVHRR/NDVI） （July 1981-December 2006， 25.5 years）， combined with temperature and precipitation information （86 meteorological stations） and Shendong coal output， the aforementioned three areas are comparatively investigated for the effects of temporal， spatial， climatic， and mining intensities. Test validation is conducted by means of another long-term Moderate Resolution Imaging Spectroradiometer （MODIS： MOD17A3 and MOD13Q1） net primary productivity（NPP）/NDVI （2000～2010， 11 years） dataset. The results will provide new insights into ecological environment in mining：（1） under the background of climate change， the vegetation growing season was extended again in the Shendong mining area；（2） NDVI increment in the Shendong mining area was below the buffer， and NDVI increment in its buffer was lower than the natural ecological area；（3） In the mining area， with the increase in mining intensity， NDVI growth rate was lower than that of in the natural ecological area.

coalfield ecosystem；directly affected area；indirectly affected area；checked area；GIMMS AVHRR NDVI；MODIS NPP/NDVI

X14

A

1000-6923（2016）09-2749-08

2016-02-04

國家自然科學基金委員會與神華集團有限責任公司聯(lián)合資助項目（重點項目）（U1261206）；國家自然科學基金委員會與神華集團有限責任公司聯(lián)合資助項目（培育項目）（U1261106）；2013年度河南省高?？萍紕?chuàng)新團隊和人才支持計劃（13IRTSTHN029）

* 責任作者， 教授， zouyf@hpu.edu.cn

馬 超（1967-），男，內蒙古克什克騰旗人，教授，博士.主要從事遙感理論教學和礦區(qū)環(huán)境遙感、自然災害遙感研究.發(fā)表論文60余篇.