周玄德，竇文章,,，李國棟

(1.新疆大學資源與環(huán)境科學學院，新疆 烏魯木齊 830046；2.北京博雅方略旅游研究院，北京 100044；3.北京大學軟件與微電子學院，北京100871；4.北京大學戰(zhàn)略研究所，北京 100871)

能源是人類歷史發(fā)展過程中不可或缺的要素之一，其中煤炭資源發(fā)揮著極其重要的作用。在我國發(fā)展過程中，煤炭資源助推了社會經濟等各方面的發(fā)展，然而伴隨著煤炭能源的枯竭以及在使用過程中帶來的生態(tài)環(huán)境等問題，日益引起人們的重視。大量的煤炭開采區(qū)，均面臨著大氣污染嚴重、空氣質量差等問題，給人們的生活帶來極大的影響。很多學者展開了對煤炭區(qū)域的生態(tài)環(huán)境治理對策等研究工作。劉佳駿等[1]對中國主要煤炭基地生態(tài)環(huán)境脆弱度進行了判別，分析了生態(tài)環(huán)境的約束因子，給出了不同煤炭綠色開采的措施;張海娜等[2]從煤炭資源型城市入手，對引發(fā)生態(tài)環(huán)境問題的原因進行了分析，提出了改善煤資源型城市生態(tài)環(huán)境問題的對策。在對煤炭開發(fā)區(qū)生態(tài)環(huán)境問題定性分析的同時，很多學者也展開了大量的定量評價性的研究，其中主要以煤炭開發(fā)區(qū)的生態(tài)風險評價體系的構建及實證分析為主[3]。萬倫來等[4]通過系統(tǒng)動力學原理構建了煤炭開發(fā)對生態(tài)系統(tǒng)的脅迫模型，并對淮南市進行分析；張思鋒等[5]通過半定量研究給出榆林煤炭開采區(qū)的風險源區(qū)域；路蘋[6]、王廣成等[7]構建了煤炭區(qū)生態(tài)環(huán)境的評價體系并展開研究。關于煤炭開發(fā)區(qū)的工作還包括對土壤修復、生態(tài)修復等方面的研究[8]，生態(tài)修復技術體系為我國煤炭基地的可持續(xù)發(fā)展提供了建議。

隨著科學技術的進步，多源遙感數據可以實現實時生態(tài)監(jiān)測，操作相對簡單、成本較低，可以很好地用于煤炭開發(fā)區(qū)生態(tài)環(huán)境的監(jiān)測[9]?；诖?，本文將選取山西省太原市西山煤田作為研究區(qū)，通過遙感方法對生態(tài)環(huán)境變化進行監(jiān)測，分析時空變化特征，揭示生態(tài)指數的變動規(guī)律。

1 研究區(qū)概況

西山煤田位于山西省中部，太原市西側，主要以煉焦煤為主，是山西省六大煤田之一。本文選取了西山煤田的東部主要區(qū)域，范圍為東經111°58′4″～112°30′0″，北緯37°24′0″～38°2′24″，面積3 250.71 km2，主要涵蓋了古交礦區(qū)，還包括大量的人類活動較頻繁的居住區(qū)，其中北部主要是古交礦區(qū)，南部為居住區(qū)，中間區(qū)域主要是地形相對復雜的過渡區(qū)域，人類活動較少。

2 數據來源與研究方法

數據選取2004年9月22日、2010年9月23日的Landsat TM影像，2016年9月23日Landsat8 OLI影像，行列號為125/034，分辨率30 m，日間數據，云量較少。數據來源于中國科學院計算機網絡信息中心地理空間數據云平臺 (http:∥www.gscloud.cn)。

生態(tài)指數的評價選用徐涵秋等人提取的遙感生態(tài)指數(RSEI)的計算方法[10-12]。該方法主要是由綠度、濕度、熱度、干度四個指標構成，即通過這四個指標的合成構建遙感生態(tài)指數。其中，綠度指標是指植被指數，濕度指標是指濕度分量，熱度是通過熱紅外波段反演的地表溫度，干度是由建筑指數和裸土指數構成，詳見公式(1)～(11)。

NDVI=(ρNIR-ρR)/(ρNIR+ρR)

(1)

WET=C1ρB+C2ρG+C3ρR+C4ρNIR+

C5ρSWIR1+C6ρSWIR2

(2)

NDBSI=(IBI+SI)/2

(3)

IBI=

(4)

(5)

式中：NDVI、WET、NDBSI分別為綠度、濕度、干度，主要通過波段運算計算得到；ρB、ρG、ρR、ρNIR、ρSWIR1、ρSWIR2分別為Blue、Green、Red、NIR、SWIR1、SWIR2波段的反射率；C1、C2、C3、C4、C5、C6依次為計算濕度的系數，在TM影像中，C1=0.0315、C2=0.2021、C3=0.3102、C4=0.1594、C5=-0.6806、C6=-0.6109，在OLI影像中，C1=0.1511、C2=0.1973、C3=0.3283、C4=0.3407、C5=-0.7117、C6=-0.4559。

LST=T/[1+(λT/ρ)lnε]

(6)

(7)

L6/10=gain×DN+bias

(8)

式中：LST為地表溫度;T為傳感器溫度值;K1、K2為定標系數；L6/10為TM/TIRS的熱紅外波段的輻射值，對應B6、B10波段；DN為像元灰度值;gain、bias依次為波段增益值、偏置值；λ為熱紅外波段的中心波長；ρ為波爾茲曼常數；ε為地表比輻射率，取值參見文獻[11]。在TM影像中，K1=607.76 W/(m2·sr·μm)，K2=1 260.56 K，gain=0.055,bias=1.18243，λ=11.4350 μm；在TIRS影像中，K1=774.89 W/(m2·sr·um)，K2=1 321.08 K，gain=3.342，bias=0.1,λ=10.9000 μm；ρ=1.438×10-2m·K。

RSEI=f(G,W,T,D)

(9)

RSEI0=

(1-{PCA{[f(NDVI,WET,LST,NDBSI)]}})

(10)

(11)

式中：RSEI為遙感生態(tài)指數，是通過四個指標綜合得到；PCA為主成分分析，PC1、PC2、PC3、PC4依次為主成分分析后得到的第一、第二、第三、第四主成分；RSEI0為遙感生態(tài)指數初始值，即對PCA進行正規(guī)化處理后的值；RSEI為RSEI0歸一化后的值；RSEI0-min、RSEI0-max分別為RSEI0的最小值、最大值。

表1顯示，在對綠度、濕度、熱度、干度四個指標進行主成分分析發(fā)現，PC1、PC2的累計貢獻率都在85%以上，能夠包含反應遙感生態(tài)指數的主要信息，因此選用PC1、PC2根據其貢獻率，加權求和得到研究年份的遙感生態(tài)指數，見圖1。

表1 各主成分特征值Table 1 Characteristic values of principal components

圖1 生態(tài)指數空間分布圖(2004年、2010年和2016年)Fig.1 Spatial distribution map of ecological indices in 2004,2010,2016

3 結果分析

3.1 生態(tài)指數的基本統(tǒng)計特征

根據式(1)～(11)，分別計算了2004年、2010年、2016年綠度、濕度、熱度、干度、遙感生態(tài)指數的相關統(tǒng)計值，見表2。研究發(fā)現，各類指標均表現為一定程度的波動變化。綠度指標2004年為0.345，2010年為0.476，增長了0.131，2016年為0.435，相比2010年下降了0.041，整體上表現為先上升后下降的倒“V”型；濕度指標2004年為-0.095，2010年為-0.09，2016年為-0.03，相比2004年增長了67.87%，保持著持續(xù)增長的趨勢；地表溫度指標在2004年、2010年、2016年的值依次為25.068、19.903、26.868，整體表現為先下降后上升的“V”型變化趨勢；干度指數也由2004年的0.096下降到2010年的0.075，2016年相比2010年上升了0.0128，達到0.088，與地表溫度的變化趨勢相一致，也表現為“V”型變化趨勢。

2004年遙感生態(tài)指數為0.639，2010年該指數為0.694，增長了0.056，2016年為0.655，相比2010年下降了0.039，總體表現為倒“V”型態(tài)勢。通過四個指標共同作用產生的體現的生態(tài)環(huán)境狀況的遙感生態(tài)指數也表現一定程度的波動性。研究區(qū)遙感生態(tài)指數的變化特征也剛好是四個指標變化特征的體現。綠度、濕度對遙感生態(tài)指數起到正向的促進作用，它們兩者的上升一定程度的促進遙感生態(tài)指數的上升，反之，綠度、濕度的下降也會帶動遙感生態(tài)指數的下降；熱度、干度指標對遙感生態(tài)指數起到反向的抑制作用，即它們兩者的變動方向與遙感生態(tài)指數的變動方向相反，因此它們兩者的“V”型變化特征會對遙感生態(tài)指數起到倒“V”型的作用。因此，遙感生態(tài)指數的變化是四個指標的綜合體現，只是相互作用的強度有所差別。

3.2 生態(tài)指數的空間分布特征

在生態(tài)指數的空間分布中，將研究區(qū)遙感生態(tài)指數按照0.2等間隔進行分割，依次構成了差、較差、中、良、優(yōu)，共五個等級，也構成了生態(tài)指數的不同類型，為深一步的分析構建基礎。下面的分析所指的不同類型的遙感生態(tài)指數，就是劃分的五類生態(tài)指數。為了引用方便，分別給予編號，依次為A、B、C、D、E。分析中給出了5種不同類型遙感生態(tài)指數的空間分布圖，然后對各類型的區(qū)域面積構成及級別變化情況進行分析。

從圖2和表3可以發(fā)現，研究區(qū)不同等級遙感生態(tài)指數變動較明顯。E級生態(tài)指數區(qū)域面積增長較明顯， 2004年該區(qū)域面積僅89.23 km2， 2010年為295.40 km2，2016年達到了341.32 km2，由總面積的2.76%增長到10.54%，該類生態(tài)指數由相對分散向集聚式條帶分布，主要集中在古交主礦區(qū)與南部人類密集區(qū)之間的過渡區(qū)。D級生態(tài)指數在整個區(qū)域中一直占主導，占總面積的一半以上，2004年、2010年、2016年依次分別占總面積的63.74%、75.94%、58.77%，該類區(qū)域東南部區(qū)域減少明顯。C級生態(tài)指數的區(qū)域面積中，2004年1 080.02 km2，主要集中分布在西北部的古交礦區(qū)；2010年下降到481.31 km2，主要分布在京昆高速沿線區(qū)域；2016年達到了919.64 km2，主要分布在東南區(qū)域，該區(qū)域屬于密集居住區(qū)。A級、B級生態(tài)指數所占區(qū)域面積較少，比重較低，整體變化不大。研究區(qū)生態(tài)指數等級的變化過程，主要體現在西北區(qū)域的主礦區(qū)生態(tài)的好轉、東南居住區(qū)域生態(tài)惡化的狀態(tài)。

表2 生態(tài)指數的基本統(tǒng)計值Table 2 Basic statistical values of the ecological index

圖2 生態(tài)指數的空間等級分布圖Fig.2 Spatial level distribution map of the ecological index

為了進一步細化不同類型遙感生態(tài)指數的轉化情況，分別統(tǒng)計不同時間段的級差變化情況。表4中，分別給出了2004～2010年、2010～2016年、2004～2016年三個時間段的遙感生態(tài)指數的等級變化情況。研究遙感生態(tài)指數等級變化中，主要以保持原狀態(tài)為主，2004～2010年不變區(qū)域占總面積的66.86%，2010～2016年不變區(qū)域占總面積的73.27%，2004～2016年不變區(qū)域占總面積的56.27%。2004～2010年，遙感生態(tài)指數升級的區(qū)域面積達941.2974 km2，降級區(qū)域的面積為131.7852 km2，生態(tài)指數改善明顯；2010～2016年，遙感生態(tài)指數升級的區(qū)域面積達186.3162 km2，降級區(qū)域的面積為679.0941 km2,生態(tài)指數下降明顯；2004～2016年，遙感生態(tài)指數升級的區(qū)域面積達871.6842 km2，降級區(qū)域的面積為544.4631 km2,生態(tài)指數升級趨勢較明顯。同時，不同類型生態(tài)指數升級、降級過程中，主要一個級差變化為主，跳級的區(qū)域極少。

3.3 不同類型遙感生態(tài)指數的重心偏移

為較準確地把握不同類型遙感生態(tài)指數的移動方向，主要采用ArcGIS10分別測算各類遙感生態(tài)指數的重心坐標、偏移距離及方位角，見表5和表6。

表3 遙感生態(tài)指數各等級面積及占比Table 3 Area and proportion of each level of remote sensing ecological index

表4 遙感生態(tài)指數等級變化統(tǒng)計Table 4 Statistics on the level change of remote sensing ecological index

表5 不同類型遙感生態(tài)指數重心坐標Table 5 Center of gravity coordinates of different types of remote sensing ecological indices

表6 不同類型遙感生態(tài)指數重心偏移量及變動方位角Table 6 Center of gravity offset and variable azimuth of different types of remote sensing ecological index

2004～2010年，各類型生態(tài)指數的偏移距離差異較大。A級、B級生態(tài)指數的偏移距離較大，分別為37.172 km、31.255 km，其次是C級生態(tài)指數，偏移距離為13.594 km，D級、E級生態(tài)指數的偏移距離相對較小，分別為4.293 km和3.492 km。2010～2016年，各類型生態(tài)指數的偏移量相比上一階段均表現為縮小的趨勢。其中，A級、B級生態(tài)指數的中心偏移量依然最高，分別為15.270 km、18.814 km,C級以上的偏移量均較小，E級的重心偏移量僅2.495 km。

從兩個不同時段各類生態(tài)指數偏移距離的大小來看，總體上體現了生態(tài)指數越差偏移距離越大的規(guī)律性。主要是由于低級別類型的生態(tài)指數相對較小，很小的變化都會帶來重心較大的偏移量。同時也說明了研究區(qū)的生態(tài)持有一定程度的穩(wěn)定性。特別是2010年以來，生態(tài)系統(tǒng)的穩(wěn)定性有所加強。

為了比較直觀的展示不同等級遙感生態(tài)指數的具體重心位置及轉移方向，繪制了重心轉移變動圖，見圖3。研究發(fā)現，各級生態(tài)指數的重心的集聚性明顯。其中，A級生態(tài)指數的重心先由北部的礦區(qū)移動到南部的居住區(qū)，2016年又開始向北移動，但仍在人類居住區(qū)范圍內；B級生態(tài)指數的重心，最初位于古交市中心，2010年該重心向南移動，2016年繼續(xù)向南移動，達到人類居住相對密集的區(qū)域；C級生態(tài)指數重心由北向南一直移動，2016年位于京昆高速邊緣；D級生態(tài)指數的重心，表現為由南向北移動，2016年位于古交礦區(qū)與南部村莊密集區(qū)域的過渡地帶；E級生態(tài)指數的重心，也表現為由南向北的移動，與D級重心區(qū)域的位置較接近。A級、B級、C級生態(tài)指數的重心總體表現為由北向南移動，2016年的重心基本位于居民相對密集的村莊，說明了2004年礦區(qū)的生態(tài)較差，后來逐漸向人類居民密集分布的南部移動，該區(qū)域生態(tài)環(huán)境變差明顯。D級、E級為生態(tài)較好的區(qū)域，均表現為由南向北的移動方向，而且始終位于主礦區(qū)和居民密集分布的過渡地帶，說明了生態(tài)優(yōu)質區(qū)域在遠離人類活動區(qū)，向北轉移，該區(qū)域主要由于地形較復雜，人類活動干擾相對較少。

圖3 不同類型遙感生態(tài)指數重心偏移Fig.3 Center of gravity shift of different types of remote sensing ecological index

3.4 生態(tài)指數與四個指標的相關性

在城市遙感生態(tài)指數的評價體系中，為了量化四個指標對遙感生態(tài)指數的作用，通過計算兩兩之間的相關系數進行分析，見表7。

結果顯示，綠度、濕度與遙感生態(tài)指數的相關系數大于0， 表現為正相關； 熱度、干度指標與遙感生態(tài)指數的相關系數小于0，表現為負相關。在正相關的指標中，綠度指標的相關系數總體高于濕度指標的相關性，說明在促進遙感生態(tài)指數升級過程中，綠度指標的貢獻度更大。在負相關指標中，熱度指標的相關性絕對值一致高于干度指標的相關性，說明了在阻礙遙感生態(tài)指數的升級過程中，熱度的影響更明顯。通過計算，得到四個指標在三年中與遙感生態(tài)指數相關系數的平均值。

通過對平均作用強度取絕對值發(fā)現，對遙感生態(tài)指數的作用強度中，熱度的作用最顯著，相關度高達0.859，植被的作用次之，相關系數為0.799，干度的作用強度0.707，濕度的作用最小，相關系數為0.596。由此說明，在優(yōu)化升級生態(tài)指數過程中，降低溫度的作用比較明顯，其次提高植被覆蓋度也可以很好的調整生態(tài)環(huán)境，同時也降低了裸土的面積，弱化了裸土的負面作用。

表7 遙感生態(tài)指數與各指標的相關系數Table 7 Correlation coefficient between remote sensing ecological index and each indicator

4 結 論

1) 2004～2016年西山煤田區(qū)域遙感生態(tài)指數及其相關指標均表現為波動變化趨勢。遙感生態(tài)指數、綠度、熱度、干度均表現為先上升后下降的倒“V”變化趨勢，濕度則表現為持續(xù)的增長。

2) 西山煤田生態(tài)指數以良為主，其中優(yōu)級生態(tài)指數區(qū)域增長明顯。在不同類型的遙感生態(tài)指數中，良級區(qū)域的面積2004年為2 063.87 km2，占總面積的63.74%，2010年面積為2 459.03 km2，占總面積的75.94%，2016年面積為1 903.16 km2，占總面積的58.77%，一致處于主導地位。E級生態(tài)指數區(qū)域面積增長較明顯，由總面積的2.76%增長到10.54%。

3) 2004～2016年西山煤田生態(tài)指數的變化體現在西北區(qū)域主礦區(qū)生態(tài)好轉、東南居住區(qū)域生態(tài)惡化。研究區(qū)不同類型的生態(tài)指數變化中，一半以上的區(qū)域仍保留原來的狀態(tài)，2004～2010年不變區(qū)域占總面積的66.86%，2010～2016年不變區(qū)域占總面積的73.27%，2004～2016年不變區(qū)域占總面積的56.27%。

4) 2004～2016年不同類型的遙感生態(tài)指數重心均發(fā)生偏移。重心偏移距離較大的為A級、B級，其中，2004～2010年偏移距離分別為37.172 km、31.255 km，2010～2016年偏移距離分別為15.270 km、18.814 km。其他類型的生態(tài)指數重心偏移較少。

5) 西山煤田生態(tài)指數評價系統(tǒng)中，熱度的作用最強，綠度次之。遙感生態(tài)指數與構成指標的相關系數分析中，熱度與遙感生態(tài)指數的平均相關強度為0.859，植被與遙感生態(tài)指數的相關強度為0.799，干度、濕度的作用強度依次分別是0.707、0.596。