神東礦區(qū)生態(tài)系統(tǒng)服務(wù)功能評(píng)價(jià)

劉 英，魏嘉莉，畢銀麗，岳 輝，何 雪

(1.西安科技大學(xué) 測(cè)繪科學(xué)與技術(shù)學(xué)院，陜西 西安 710054; 2.西安科技大學(xué) 地質(zhì)與環(huán)境學(xué)院，陜西 西安 710054; 3.中國(guó)礦業(yè)大學(xué)(北京) 地球科學(xué)與測(cè)繪工程學(xué)院，北京 100083)

神東礦區(qū)是中國(guó)已探明儲(chǔ)量最大的煤田，然而該礦區(qū)生態(tài)環(huán)境極其脆弱，抗擾動(dòng)能力差，煤炭開采引起的一系列生態(tài)問題如地表沉陷、植被退化以及水土流失等，進(jìn)一步影響礦區(qū)生態(tài)系統(tǒng)服務(wù)功能，威脅礦區(qū)的可持續(xù)發(fā)展。面對(duì)大規(guī)模開采和生態(tài)保護(hù)之間的矛盾，采取科學(xué)的方法評(píng)估神東礦區(qū)的生態(tài)系統(tǒng)服務(wù)功能(Ecosystem Service,ES)，掌握其時(shí)空格局的演變規(guī)律及驅(qū)動(dòng)因素，探索煤炭開采對(duì)其造成的影響，對(duì)兼顧神東礦區(qū)煤炭開采和生態(tài)環(huán)境的協(xié)調(diào)發(fā)展至關(guān)重要，可為礦區(qū)走資源保護(hù)型開采與生態(tài)環(huán)境治理相協(xié)調(diào)的綠色礦業(yè)之路提供科學(xué)支撐。

近年來，隨著人類生態(tài)保護(hù)意識(shí)的覺醒，生態(tài)系統(tǒng)服務(wù)日益被重視，一些生態(tài)系統(tǒng)服務(wù)評(píng)價(jià)模型應(yīng)運(yùn)而生，如ARIES(Artificial Intelligence for Ecosystem Services)、SoLVES(Social Values for Ecosystem Services)及InVEST(Integrate Valuation of Ecosystem Services and tradeoffs Tool)模型等，其中InVEST模型以其強(qiáng)大的空間表達(dá)功能和運(yùn)行結(jié)果可視化功能，迅速成為生態(tài)系統(tǒng)服務(wù)功能定量評(píng)估和動(dòng)態(tài)分析的有效手段，且該模型具有多個(gè)模塊，對(duì)應(yīng)多種生態(tài)系統(tǒng)服務(wù)功能。國(guó)外學(xué)者利用InVEST模型對(duì)夏威夷、委內(nèi)瑞拉、哥倫比亞以及亞洲印度尼西亞等區(qū)域[1-3]的ES進(jìn)行了評(píng)估。國(guó)內(nèi)學(xué)者集中于InVEST模型的水源供給、土壤保持、碳固定、水質(zhì)的凈化及生物的多樣性等模塊，實(shí)現(xiàn)了多元化區(qū)域的生態(tài)系統(tǒng)服務(wù)功能評(píng)估，如橫斷山區(qū)[4]、韶關(guān)市[5]、白龍江流域[6]及黃河流域[7-8]等。目前國(guó)內(nèi)對(duì)ES的研究日益成熟，大多將單項(xiàng)生態(tài)系統(tǒng)服務(wù)作為評(píng)價(jià)標(biāo)準(zhǔn)，缺乏對(duì)多種生態(tài)系統(tǒng)服務(wù)進(jìn)行綜合評(píng)價(jià)的研究。

因此，筆者基于InVEST模型計(jì)算神東礦區(qū)1990—2018年的水源供給、土壤保持、碳儲(chǔ)存生態(tài)系統(tǒng)服務(wù)，對(duì)3者進(jìn)行耦合建立綜合生態(tài)系統(tǒng)服務(wù)功能(Comprehensive Ecosystem Service,CES)評(píng)價(jià)模型，首先基于礦區(qū)尺度對(duì)神東礦區(qū)CES的空間分布特征、變化特征及聚類特征進(jìn)行分析，并利用地理探測(cè)器探究CES變化的驅(qū)動(dòng)因素;然后基于礦井尺度分析神東礦區(qū)不同程度開采區(qū)、礦井采區(qū)和非采區(qū)及復(fù)墾區(qū)CES的差異，探求煤炭開采對(duì)礦區(qū)CES的影響。本研究旨在從不同尺度綜合測(cè)度神東礦區(qū)CES的變化規(guī)律，為促進(jìn)神東礦區(qū)綠色開采和生態(tài)可持續(xù)的協(xié)調(diào)發(fā)展提供科學(xué)依據(jù)。

1 研究區(qū)概況

神東礦區(qū)隸屬于神東煤炭基地，地處內(nèi)蒙古鄂爾多斯和陜西北部交錯(cuò)地帶，覆蓋黃土高原北緣與毛烏素沙漠過渡地帶東部(圖1)。礦區(qū)屬溫帶干旱、半干旱大陸性季風(fēng)氣候，春季多風(fēng)，夏季多暴雨，冬季長(zhǎng)且寒冷;年降雨量為400 mm左右，年季差異較大，年均蒸散發(fā)達(dá)1 319 mm;平均風(fēng)速為2.5～3.0 m/s，地勢(shì)西北高東南低。礦區(qū)以風(fēng)沙和黃綿土為主，北部、東南部為黃土丘陵溝壑區(qū)，梁峁起伏，溝壑縱橫，地表支離破碎。地表原生植被種類單調(diào)，以耐旱、耐寒的沙生植物、旱生植物為主，呈稀疏灌叢景觀。礦區(qū)煤層賦存穩(wěn)定，構(gòu)造簡(jiǎn)單，適宜機(jī)械化開采，主要以井工礦為主，多采用走向長(zhǎng)壁全部垮落法開采，是全國(guó)最大的煤炭生產(chǎn)基地。

2 研究方法及數(shù)據(jù)

2.1 研究方法

2.1.1綜合生態(tài)系統(tǒng)服務(wù)功能評(píng)價(jià)模型的構(gòu)建

(1)水源供給功能。InVEST模型中的產(chǎn)水量模塊基于水量平衡原理，利用降水量減去實(shí)際蒸散量計(jì)算每個(gè)柵格的水源供給量。計(jì)算公式為

(1)

式中，Yxj為第j類土地利用類型柵格x的年產(chǎn)水量，mm;Txj為第j類土地利用類型柵格x的實(shí)際年均蒸散發(fā)量，mm;Px為柵格x的年均降水量，mm。

(2)土壤保持功能。InVEST模型中的土壤保持模塊即泥沙輸移比模塊以通用土壤流失方程USLE為基礎(chǔ)，產(chǎn)生基于柵格單元的土壤保持量。本研究利用InVEST模型中土壤保持模塊計(jì)算礦區(qū)水蝕區(qū)的土壤保持量，計(jì)算公式為

Sx-Retention=Sx-Potential-Sx+Dx

(2)

Sx-Potential=RxKxLx

(3)

Sx=RxKxLxPxCx

(4)

(5)

式中，Sx-Retention,Dx為柵格x的土壤保持量、泥沙持留量，t；Sx-Potential為僅考慮地貌和氣候條件下柵格x的潛在土壤侵蝕量，t；Sx和Sy為考慮了管理、工程措施后柵格x及其上坡柵格y的實(shí)際侵蝕量，t；Rx，Kx，Lx，Cx，Px分別為柵格x的降雨侵蝕力因子、土壤可蝕性因子、坡長(zhǎng)坡度因子、植被覆蓋和管理因子和土壤保持措施因子，這些因子的計(jì)算參考InVEST用戶指導(dǎo)手冊(cè)[9]；rx為柵格x的泥沙持留效率；ry為上坡柵格y的泥沙持留效率。

神東礦區(qū)遭受風(fēng)蝕的面積約占全區(qū)的70%，因而利用土壤通用風(fēng)蝕方程(Wind Erosion Equation，WEQ)監(jiān)測(cè)神東礦區(qū)風(fēng)力侵蝕區(qū)的土壤保持量。該模型通過土壤風(fēng)蝕速率與各因子之間的經(jīng)驗(yàn)關(guān)系發(fā)展而來，被廣泛的應(yīng)用于風(fēng)蝕區(qū)的研究中。計(jì)算公式為

Ex=WxKxLxBx

(6)

Ex-Potential=WxKxLx

(7)

Ex-Retention=Ex-Potential-Ex

(8)

式中，E為柵格x的風(fēng)蝕侵力模數(shù);Ex為柵格x的實(shí)際風(fēng)力侵蝕模數(shù);Ex-Potential為柵格x的潛在風(fēng)力侵蝕模數(shù);Ex-Retention為柵格x的風(fēng)力侵蝕土壤保持量;Bx為植被覆蓋因子，即研究區(qū)的植被覆蓋度;Wx為風(fēng)蝕氣候因子，計(jì)算參考文獻(xiàn)[10-11]。

(3)碳儲(chǔ)存功能。碳儲(chǔ)量模塊基于土地利用類型和其對(duì)應(yīng)的地上生物量碳庫(kù)(陸地表層上所有存活的植物材料的碳)、地下生物量碳庫(kù)(植物活的根系統(tǒng)中的碳)、土壤碳庫(kù)(土壤中的有機(jī)碳)和死亡有機(jī)碳庫(kù)(凋落物、倒立或站立著的已死亡的樹木的碳)，將這4種碳庫(kù)的碳儲(chǔ)存量相加來評(píng)價(jià)每個(gè)地圖單元和整個(gè)景觀的總碳儲(chǔ)存，公式為

Ci=Ci,above+Ci,below+Ci,soil+Ci,dead

(9)

(10)

其中，Ci為土地利用類型i的土壤及生物量總碳密度,t/hm2;Ci,above,Ci,below,Ci,soil,Ci,dead分別為土地利用類型i的地上生物量碳密度、地下生物量碳密度、土壤有機(jī)質(zhì)碳密度和枯落物有機(jī)質(zhì)碳密度;Ctotal為總碳儲(chǔ)量，t;Si為土地利用類型i的面積，hm2;n為土地利用類型數(shù)。考慮到四大基本碳庫(kù)已滿足研究目的及數(shù)據(jù)的難獲取性，模型中的采伐木材產(chǎn)品或相關(guān)木材產(chǎn)品斑塊的第五大碳庫(kù)不予考慮[10]。查閱相關(guān)資料和文獻(xiàn)[12-17]并采用生物量碳密度和土壤碳密度與降水量、氣溫的關(guān)系校正模型[18-20]得到研究區(qū)各土地利用類型的碳密度(表1)。

表1 不同土地利用類型的碳密度Table 1 Carbon density of different land use types

(4)構(gòu)建綜合生態(tài)系統(tǒng)服務(wù)功能評(píng)價(jià)模型?？紤]到神東礦區(qū)的水源供給、土壤保持、碳儲(chǔ)存生態(tài)系統(tǒng)服務(wù)功能具有相同的重要性，賦予其相同的權(quán)重以構(gòu)建綜合生態(tài)系統(tǒng)服務(wù)功能評(píng)估模型SCE。計(jì)算公式為

(11)

式中，SEw，SEs，SEc分別為標(biāo)準(zhǔn)化后研究區(qū)水源供給、土壤保持、碳儲(chǔ)存生態(tài)系統(tǒng)服務(wù)量，取值均為[0，1];SCE為綜合生態(tài)系統(tǒng)服務(wù)量，取值為[0，1]，值越大表示綜合生態(tài)系統(tǒng)服務(wù)功能越高。

2.1.2梯度結(jié)構(gòu)相似度

基于梯度的結(jié)構(gòu)相似度模型(Gradient-based Structural Similarity,GSSIM)[21]從圖像組成的3個(gè)要素來解釋圖像的結(jié)構(gòu)信息，公式為

GSSIM(x,y)=[l(x,y)]a[c(s,y)]β[g(x,y)]γ

(12)

其中，l(x，y)，c(x，y)，g(x，y)分別為2期圖像x，y的亮度、對(duì)比度、梯度結(jié)構(gòu)度比較函數(shù),l(x，y)，c(x，y)分別由x，y的均值、標(biāo)準(zhǔn)差計(jì)算得到，g(x，y)通過梯度幅值來計(jì)算，梯度幅值則采用Sobel算子計(jì)算的梯度得到;常數(shù)α，β和γ用于調(diào)整各分量的重要程度，取α=β=γ=1。GSSIM值越高，表示圖像x，y越相似，2者的變化越小。將GSSIM值分為3個(gè)區(qū)間:[0,0.25]為突變區(qū)，表示2期圖像x，y發(fā)生了顯著變化;(0.25,0.65]為中變區(qū)，說明變化處于中等水平;大于0.65的區(qū)域定義為低變區(qū)，說明兩期圖像變化并不明顯[22]。

2.1.3局部莫蘭指數(shù)

探究生態(tài)系統(tǒng)服務(wù)的空間聚類特征可有效把控其強(qiáng)弱分布的走向。空間聚類的高-高聚類要求要素具有高值且被其他具有高值的要素所包圍，低-低聚類則要求要素具有低值且被其他具有低值的要素所包圍。局部莫蘭指數(shù)(local Moran’s I)可將空間關(guān)聯(lián)結(jié)構(gòu)模式可視化以衡量局域空間自相關(guān)性，對(duì)ES的空間聚集性進(jìn)行測(cè)度[23]，其中空間聯(lián)系局域指標(biāo)ILSA(Local Indicators of Spatial Assoction)的公式為

(13)

2.1.4地理探測(cè)器

地理探測(cè)器[24]中的因子探測(cè)器可探測(cè)自變量對(duì)因變量空間分異性的解釋程度，用q值度量，q值越大表示自變量對(duì)因變量的解釋力越強(qiáng)，反之則越弱;交互作用探測(cè)器可以識(shí)別不同影響因子的交互作用，評(píng)估2個(gè)自變量協(xié)同作用對(duì)因變量的解釋力。本研究利用地理探測(cè)器探究神東礦區(qū)生態(tài)系統(tǒng)服務(wù)空間分異的驅(qū)動(dòng)因子?；谧匀缓腿藶橐蛩?個(gè)方面，選取降水、坡度、高程、植被覆蓋度及土地利用類型5個(gè)影響因子。地理探測(cè)器要求輸入變量為類別數(shù)據(jù)，參考王勁峰提出的數(shù)據(jù)離散化方法并根據(jù)相關(guān)文獻(xiàn)的先驗(yàn)知識(shí)[6,24-25]，將坡度按照<5°，5°～10°，10°～15°，15°～20°，20°～25°，25°～30°，30°～35°，>35°分為8級(jí)，植被覆蓋度按照<0.3，0.3～0.4，0.4～0.5，0.5～0.6，0.6～0.7，0.7～0.8，0.8～0.9，0.9～1.0分為8級(jí)，將高程、多年平均降雨量按等距分類法分為9類，土地利用類型依據(jù)類別進(jìn)行分類。王勁峰指出提取柵格格網(wǎng)點(diǎn)密度越大計(jì)算精度越高，考慮到軟件可容納的最大行為32 767，因此基于ArcGIS隨機(jī)提取神東礦區(qū)30 000個(gè)點(diǎn)，作為地理探測(cè)器的運(yùn)行數(shù)據(jù)。

2.2 數(shù)據(jù)來源

InVEST模型與WEQ模型的運(yùn)行以多源數(shù)據(jù)為依托，本研究的數(shù)據(jù)來源與說明見表2?？v觀神東礦區(qū)的開采歷程，經(jīng)歷了4個(gè)階段：① 1985—1990年，處于開發(fā)起步階段;② 1991—2000年，礦區(qū)確立了“高起點(diǎn)、高技術(shù)、高質(zhì)量、高效率、高效益”的礦井建造方針，處于探索提高階段;③ 2001—2008年，礦區(qū)對(duì)小煤礦進(jìn)行整合，進(jìn)入集成創(chuàng)新開發(fā)階段;④ 2009—2018年，礦區(qū)進(jìn)入快速發(fā)展跨越階段，高產(chǎn)、高效、高清潔的開采方式成為主流。因此，選取1990,2000,2005,2010,2015,2018年探究神東礦區(qū)各開采周期的綜合生態(tài)系統(tǒng)服務(wù)功能的演變規(guī)律。另外，本研究用到的遙感影像有1990年的Landsat 5和2018年的Landsat 8影像，對(duì)其進(jìn)行輻射定標(biāo)、大氣校正等預(yù)處理。

表2 數(shù)據(jù)來源與說明Table 2 Data source and description

3 結(jié)果與分析

3.1 基于礦區(qū)尺度的生態(tài)系統(tǒng)服務(wù)功能評(píng)價(jià)

3.1.1神東礦區(qū)CES時(shí)空分布特征

圖2為神東礦區(qū)各年份的SCE，神東礦區(qū)SCE由0.448 6(1990年)下降到0.382 5(2000年)后持續(xù)增加至0.471 6(2015年)，2018年又下降到0.453 2，整體以每年0.009的速度呈增加趨勢(shì)。1990年為神東礦區(qū)未開采期，自然生態(tài)系統(tǒng)受人為干擾較少，生態(tài)系統(tǒng)服務(wù)功能為較高水平;開采時(shí)期2000年生態(tài)系統(tǒng)服務(wù)功能減弱，但又在2005—2015年不斷增強(qiáng)，且2010年超出1990年水平，這與神東礦區(qū)實(shí)行煤炭開采與礦區(qū)生態(tài)環(huán)境治理工作并重的方針政策密切相關(guān)，1990年雖為未開采時(shí)期，但是其植被覆蓋極其稀少，神東礦區(qū)開采時(shí)期實(shí)行植被修復(fù)，植被覆蓋率由開發(fā)初的3%～11%提高到60%以上。岳輝等[34]的研究也表明神東礦區(qū)生態(tài)環(huán)境質(zhì)量在2005—2015年總體趨于穩(wěn)定并向生態(tài)環(huán)境質(zhì)量好的方向發(fā)展。

圖2 神東礦區(qū)1990—2018年SCEFig.2 SCE of Shendong mining area from 1990 to 2018

由圖3可知，神東礦區(qū)CES在空間上具有一致性，均以西北部最弱，整體呈由西北向東南逐漸增強(qiáng)的格局。1990年礦區(qū)CES在西北部高低值混合分布，東南部CES則以高值為主;2000年的CES較1990年有所減弱，尤以西北部減弱明顯，CES低值區(qū)連片性有所增強(qiáng)，東南部CES也呈現(xiàn)退化趨勢(shì);2005，2010，2015年礦區(qū)CES持續(xù)好轉(zhuǎn)，2005,2010年西北部礦井密集處的CES輕微增強(qiáng)，2010年礦區(qū)西南部CES有所增強(qiáng)，2015年礦區(qū)西北部的CES變化并不明顯，集中在東南部呈現(xiàn)增強(qiáng)態(tài)勢(shì);2018年CES全區(qū)較2015年有所減弱，與1990年相比，礦區(qū)西北部CES呈減弱趨勢(shì)，南部CES得到增強(qiáng)。整體來看，神東礦區(qū)CES往好的方向發(fā)展。神東礦區(qū)CES呈現(xiàn)西北部最弱，且由西北向東南逐漸增強(qiáng)的格局，可能是由于神東礦區(qū)西北部自1990年后工礦用地不斷擴(kuò)張，加之一部分未利用地穩(wěn)定分布于此，兩者的各項(xiàng)CES均較弱，導(dǎo)致西北部CES處于低水平，而東南部有部分草地和耕地覆蓋，可在一定程度上抑制土壤流失、增強(qiáng)碳匯;另外，礦區(qū)降雨自西北向東南逐漸增多，水源供給受降雨分布的影響較為明顯，且東南區(qū)域土壤侵蝕以水蝕為主，高降雨量區(qū)域的降雨侵蝕力較高會(huì)導(dǎo)致土壤潛在侵蝕大，土壤保持量因此表現(xiàn)為高值，因此水源供給和土壤保持均表現(xiàn)為西北弱東南強(qiáng)的特征。

圖3 神東礦區(qū)1990—2018年生態(tài)系統(tǒng)服務(wù)空間分布Fig.3 Spatial distribution of ecosystem services in Shendong mining area from 1990 to 2018

3.1.2神東礦區(qū)CES空間變化特征

為定量分析神東礦區(qū)CES的空間變化特征，基于MATLAB平臺(tái)利用GSSIM模型計(jì)算神東礦區(qū)1990—2000，2000—2005，2005—2010，2010—2015，2015—2018，1990—2018年6個(gè)時(shí)期的GSSIM并生成空間分布圖(圖4)。統(tǒng)計(jì)各變化區(qū)所占比例并結(jié)合圖4可知，神東礦區(qū)CES空間變化在1990—2000年以低變區(qū)為主(占比為45.69%)，突變區(qū)占比16.12%，在礦區(qū)西北部分布連片，該區(qū)域在1990—2000年之間建成投產(chǎn)了寸草塔、大柳塔等礦井，這可能是導(dǎo)致此區(qū)域CES發(fā)生突變的原因;神東礦區(qū)CES空間變化在2000—2005，2005—2010年以低變區(qū)為主(占比為64.14%，51.37%)，在全區(qū)均有分布，中變區(qū)與突變區(qū)呈細(xì)碎狀分布在礦區(qū)西部以及礦井密集的西北部，這是由于2000—2010年，礦區(qū)大部分的植被有所改善，植被退化的區(qū)域主要集中在礦區(qū)的西部和西北部地區(qū);2010—2015年礦區(qū)東南部突變區(qū)明顯增多，礦區(qū)CES發(fā)生明顯變化的區(qū)域由西北部轉(zhuǎn)移到東南部，這是由于2010年之后，礦區(qū)植被覆蓋逐漸呈自西向東逐漸增加的規(guī)律，加之2013年礦區(qū)內(nèi)降雨量驟然增加(降雨量達(dá)661 mm，高出平均51.2%)，東南部的植被狀況長(zhǎng)勢(shì)越發(fā)良好，水源供給與碳儲(chǔ)量均有所增強(qiáng)，與2010年相比形成突變;2015—2018年全區(qū)以低變區(qū)為主，突變有所減少仍分布在礦區(qū)東南部;1990—2018年仍以低變區(qū)為主(40.04%)，全區(qū)均有分布，突變區(qū)次之(30.72%)，呈細(xì)條斑塊狀分布，西北部較其余區(qū)域相對(duì)密集。

圖4 1990—2018年各時(shí)段GSSIM空間分布Fig.4 Spatial distribution of GSSIM in various periods from 1990 to 2018

為進(jìn)一步分析神東礦區(qū)突變區(qū)和中變區(qū)CES的變化狀態(tài)，以1990—2018年GSSIM影像為例在圖上任意選取突變區(qū)3個(gè)樣點(diǎn)區(qū)(A，B，C)與中變區(qū)3個(gè)樣點(diǎn)區(qū)(E，F(xiàn)，G);并利用1990，2018年Landsat影像和1990—2018年的生態(tài)系統(tǒng)服務(wù)影像差值圖進(jìn)行驗(yàn)證(圖5)。由圖5可知，1990—2018年，突變樣點(diǎn)區(qū)A的植被覆蓋得到了明顯改善，結(jié)合1990和2018年的CES差值圖可發(fā)現(xiàn)，此樣點(diǎn)區(qū)的CES有所增強(qiáng);突變樣點(diǎn)區(qū)B由低植被覆蓋區(qū)變成了工礦用地，差值圖顯示此樣點(diǎn)區(qū)的CES減弱;突變樣點(diǎn)區(qū)C由低值被覆蓋區(qū)變?yōu)槁短扉_采區(qū)的排土場(chǎng)，差值圖顯示其CES有所減弱;中變樣點(diǎn)區(qū)D，E的地表覆蓋發(fā)生了明顯改變，均由低植被覆蓋區(qū)變?yōu)槁短扉_采區(qū)或建筑區(qū)，差值圖顯示中變樣點(diǎn)區(qū)D，E的CES均呈減弱趨勢(shì);中變樣點(diǎn)區(qū)F的植被覆蓋有所增加，CES為增加狀態(tài)。由此可知，神東礦區(qū)CES減弱的區(qū)域往往伴隨著工礦用地?cái)U(kuò)張對(duì)植被覆蓋區(qū)的侵占，而神東礦區(qū)CES增強(qiáng)的區(qū)域植被覆蓋度呈增加趨勢(shì)，因此神東礦區(qū)CES的空間變化與植被覆蓋和用地類型的變化密切相關(guān)。

圖5 突變樣點(diǎn)區(qū)(A，B，C)和中變樣點(diǎn)區(qū)(D，E，F(xiàn))Fig.5 Mutation sample point area (A,B,C) and intermediate variation sample point area (D,E,F)

為定量分析突變區(qū)、中變區(qū)及低變區(qū)CES的變化規(guī)律，將各時(shí)間段CES變化差值圖與對(duì)應(yīng)時(shí)段突變區(qū)、中變區(qū)及低變區(qū)的矢量疊加，統(tǒng)計(jì)不同變化區(qū)生態(tài)系統(tǒng)服務(wù)量增加和減少區(qū)域所占面積百分比(表3)。由表3可知，1990—2000年CES的下降主要來源于低變區(qū)(占比為32.71%)，中變區(qū)次之(28.64%);2000—2005年、2005—2010年，盡管突變區(qū)和中變區(qū)增加區(qū)域面積在持續(xù)增加，但是CES的增加均以低變區(qū)為主(占比分別為53.14%，42.43%);2010—2015年，突變區(qū)、中變區(qū)和低變區(qū)CES增加區(qū)域比例依次為19.19%，21.15%，20.85%，此階段突變和中變?cè)黾拥膮^(qū)域?qū)CE增加的貢獻(xiàn)增大;2015—2018年，低變區(qū)再次成為CES的下降主要貢獻(xiàn)者。1990—2018年，突變區(qū)和中變區(qū)增加和減少的區(qū)域并無明顯差異，低變區(qū)增加的區(qū)域大于減少的區(qū)域，且低變區(qū)占據(jù)全區(qū)的40.04%，說明1990—2018年CES的變化仍以低變區(qū)變化為主?？傮w上，神東礦區(qū)CES的變化主要是由于礦區(qū)內(nèi)低變區(qū)的變化導(dǎo)致，中變區(qū)和突變區(qū)對(duì)神東礦區(qū)CES變化的貢獻(xiàn)力次之。

表3 生態(tài)系統(tǒng)服務(wù)量增加和減少區(qū)域所占面積百分比Table 3 Increase and decrease percentage of CES in study area

3.1.3神東礦區(qū)CES空間聚類分析

本研究基于GeoDa空間分析軟件，利用局部莫蘭指數(shù)對(duì)神東礦區(qū)CES的空間聚類進(jìn)行測(cè)度，以有效把控礦區(qū)CES強(qiáng)弱分布走向。由圖6可知，神東礦區(qū)CES的空間聚類特征以不顯著為主，低-低聚集次之，高-低聚集最少。不顯著區(qū)域分布在礦區(qū)中部及東南部區(qū)域，低-低聚集區(qū)由1990年的西北部、南部及河流兩岸破碎分布轉(zhuǎn)變?yōu)?000—2018年的西北部連片分布，在1990年礦區(qū)開采初期，西北部CES持續(xù)處于最弱水平;高-高聚集區(qū)的面積較小，零落分布在河流兩岸和礦區(qū)南部的部分區(qū)域，由土地利用類型圖可知河流沿岸分布著CES較強(qiáng)的耕地，所以神東礦區(qū)河流沿岸的CES水平較高;1990年低-高聚集區(qū)的分布處于礦區(qū)西北部，2000年以后主要分布在礦區(qū)東南部，該區(qū)域1990年被草地和耕地覆蓋，2000年以后被局部的工礦用地和建設(shè)用地破碎分割，因此呈低值區(qū)被高值區(qū)包圍的格局。整體上看，神東礦區(qū)的空間聚類特征明顯，呈“西北部最弱，河流沿岸最強(qiáng)，東南部不顯著”的格局。此格局可能是氣候、植被、人類活動(dòng)等綜合因素的影響所致，礦區(qū)降雨自西北向東南逐漸增多，西北部因采礦造成的植被覆蓋破壞均為西北部低-低聚類區(qū)提供了動(dòng)力。因此，應(yīng)將礦區(qū)西北部作為實(shí)行“煤炭開采與礦區(qū)生態(tài)環(huán)境治理工作并重”政策的傾斜區(qū)，同時(shí)對(duì)河流沿岸的高-高聚類區(qū)實(shí)施保護(hù)政策，穩(wěn)定此格局，并采用提高植被覆蓋、及時(shí)復(fù)墾廢棄礦區(qū)及改進(jìn)綠色開采技術(shù)等策略，提高神東礦區(qū)的生態(tài)系統(tǒng)服務(wù)功能。

3.1.4神東礦區(qū)CES變化影響因素分析

由地理探測(cè)器結(jié)果可知，對(duì)神東礦區(qū)CES解釋力最大的因子為土地利用(q=0.173)，其次為坡度(q=0.144)，然后依次為高程(q=0.106)，降雨量(q=0.102)、植被覆蓋度(0.057)，且各影響因子均通過了置信水平99%的顯著性檢驗(yàn)。土地利用的解釋力最高是由于不同地類的固碳能力存在差異，其蒸散能力與泥沙持留效果的不同導(dǎo)致水源供給和土壤保持功能也存在差異;坡度和高程對(duì)生態(tài)系統(tǒng)服務(wù)功能的影響主要體現(xiàn)在坡度小高程低的區(qū)域人為活動(dòng)較為頻繁，對(duì)生態(tài)系統(tǒng)的擾動(dòng)較大;降雨量對(duì)水源供給的作用較為明顯，土壤保持和碳儲(chǔ)量受到間接影響，所以解釋能力次于坡度與高程;植被覆蓋度高的區(qū)域碳匯較強(qiáng)，可抵御降雨侵蝕及其他物理性侵蝕，產(chǎn)水能力高而蒸散系數(shù)低，對(duì)生態(tài)系統(tǒng)功能均有正向促進(jìn)作用，然而盡管神東礦區(qū)的植被覆蓋在逐漸改善，但沙地植被占絕對(duì)優(yōu)勢(shì)，弱化了對(duì)生態(tài)系統(tǒng)服務(wù)的促進(jìn)作用。因此，神東礦區(qū)應(yīng)著重進(jìn)行以提高植被覆蓋為導(dǎo)向的土地利用結(jié)構(gòu)優(yōu)化方式，人工調(diào)控植被演替方向與速度，優(yōu)化草本為主、草灌結(jié)合的林分結(jié)構(gòu)，采用微生物復(fù)墾等科學(xué)方法復(fù)墾礦區(qū)沉陷地，對(duì)未利用地加大綠化力度等。

交互探測(cè)器的統(tǒng)計(jì)結(jié)果(表4)表明，神東礦區(qū)生態(tài)系統(tǒng)服務(wù)量的影響因子交互作用均高于單因子。土地利用與其他因子交互作用居于首位，且與高程的交互作用最為明顯(q=0.276);植被覆蓋度與其余因子交互作用提升明顯，與高程、坡度和土地利用的交互均為植被覆蓋度單因子的3倍以上，與土地利用的交互作用提升最多;高程與坡度的交互作用為單因子的1.5～2倍;降雨量與其他因子的交互作用提升并不明顯，與土地利用的交互作用相對(duì)較高。分析可知，神東礦區(qū)的生態(tài)治理應(yīng)以優(yōu)化土地利用格局為先導(dǎo)，根據(jù)礦區(qū)高程的分布特征實(shí)施草地修復(fù)、沉陷地復(fù)墾等政策;神東礦區(qū)在坡度30°以下的區(qū)域隨坡度的遞加CES不斷增強(qiáng)，30°以上發(fā)生減弱，有研究指出[6]隨著坡度的遞增，土壤保持功能整體呈先增強(qiáng)后減弱的趨勢(shì)，因此神東礦區(qū)應(yīng)對(duì)坡度與植被覆蓋、人類活動(dòng)進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，掌握CES強(qiáng)度分布的大致走向，將工作重點(diǎn)放在植被覆蓋度較低的陡坡(30°以上)區(qū)域，也可在緩坡區(qū)域(15°以下)實(shí)施生態(tài)管理措施以平衡采礦及其他人類活動(dòng)的地表擾動(dòng)，以期提高神東礦區(qū)生態(tài)系統(tǒng)服務(wù)能力。

表4 各項(xiàng)生態(tài)系統(tǒng)服務(wù)影響因子交互作用q值Table 4 q values of interaction of impact factors

3.2 礦井尺度CES差異分析

3.2.1不同開采強(qiáng)度下的CES差異分析

神東礦區(qū)煤層構(gòu)造簡(jiǎn)單，主要以井工礦開采為主，是我國(guó)最大的井工煤礦開采基地，為了實(shí)現(xiàn)分區(qū)探究礦區(qū)的生態(tài)系統(tǒng)服務(wù)功能，通過不同區(qū)域的開采強(qiáng)度進(jìn)行進(jìn)一步分析。范立民等[35]指出煤礦的開采強(qiáng)度可由平面開采強(qiáng)度和立面開采強(qiáng)度決定，即開采強(qiáng)度主要取決于工作面長(zhǎng)度和采厚大小2個(gè)因素。本研究嘗試探究礦區(qū)內(nèi)不同開采強(qiáng)度下CES的差異及變化規(guī)律。神東礦區(qū)開采強(qiáng)度的劃分依據(jù)文獻(xiàn)[35-36]的研究成果，將神東礦區(qū)劃分為開采強(qiáng)度極高、強(qiáng)度高、開采強(qiáng)度中等和低強(qiáng)度4級(jí)，得到神東礦區(qū)開采強(qiáng)度分區(qū)圖(圖7)。極高強(qiáng)度開采區(qū)位于烏蘭木倫河和窟野河之間，此處分布著大柳塔、活雞兔等千萬噸礦井;高強(qiáng)度采區(qū)的特點(diǎn)是工作面較為連續(xù)，采煤高度大(1.3～4.5 m)，單位面積采出煤炭量高;中低強(qiáng)度采區(qū)的煤炭作業(yè)方式并未全部實(shí)現(xiàn)機(jī)械化開采，少部分為整合煤礦，產(chǎn)能低，工作面較為破碎。

圖7 神東礦區(qū)不同開采強(qiáng)度分布Fig.7 Distribution map of different mining intensity in Shendong mining area

將不同程度開采區(qū)的矢量與礦區(qū)生態(tài)系統(tǒng)服務(wù)功能圖疊加，對(duì)不同程度開采區(qū)的SCE進(jìn)行統(tǒng)計(jì)(圖8)。從各程度開采區(qū)的SCE差異來看，6個(gè)年份SCE大小順序:中強(qiáng)度開采區(qū)>低強(qiáng)度開采區(qū)>未開采區(qū)>高強(qiáng)度開采區(qū)>極高強(qiáng)度開采區(qū)，中強(qiáng)度開采區(qū)的綜合生態(tài)系統(tǒng)服務(wù)最強(qiáng)，多年SCE平均值達(dá)到0.502 8;極高強(qiáng)度開采區(qū)的綜合生態(tài)系統(tǒng)服務(wù)最弱，SCE平均值為0.430 8。各個(gè)程度開采區(qū)的SCE均在1990—2000年和2015—2018年呈下降趨勢(shì)，1990—2000年未開采區(qū)SCE下降量為各區(qū)下降總量的22.34%，該值在2015—2018年減少為15.09%，而高強(qiáng)度采區(qū)和極高強(qiáng)度采區(qū)CES下降量在1990—2000年為各區(qū)下降總量的7.52%，18.19%，2015—2018年上升為21.67%，26.94%;2015—2018年與1990—2000年相比，導(dǎo)致礦區(qū)SCE減少的未開采區(qū)的貢獻(xiàn)率變小，而高強(qiáng)度、極高強(qiáng)度的貢獻(xiàn)率變大了，說明神東礦區(qū)在各個(gè)開采區(qū)實(shí)行的生態(tài)保護(hù)措施并未完全抵消掉采礦活動(dòng)帶來的負(fù)面影響。而且，在2010—2015年，極高強(qiáng)度的SCE發(fā)生下降，其他程度采區(qū)則處于上升趨勢(shì)，說明極高強(qiáng)度開采區(qū)對(duì)SCE的增長(zhǎng)具有抑制作用。張文凱等[36]的研究也表明，神東礦區(qū)中強(qiáng)度開采區(qū)的NPP最高，極強(qiáng)度開采區(qū)的NPP最低，與本研究結(jié)果一致。

圖8 不同開采強(qiáng)度區(qū)SCEFig.8 SCE quantities in different mining intensity zones

3.2.2采區(qū)和非采區(qū)的CES差異分析

為進(jìn)一步探究采礦活動(dòng)對(duì)生態(tài)系統(tǒng)服務(wù)的影響，選取神東礦區(qū)的7個(gè)主要礦井對(duì)其采區(qū)和非采區(qū)的生態(tài)系統(tǒng)服務(wù)量及變化比進(jìn)行統(tǒng)計(jì)(表5)。從采區(qū)與非采區(qū)的差異來看，補(bǔ)連塔礦井的CES均值由采區(qū)大于非采區(qū)，其變化比由2005年的34.48%大幅下降為2010年的0.92%之后保持低值，說明2010年之后補(bǔ)連塔礦井采區(qū)和非采區(qū)的差距大幅縮小;大柳塔礦井采區(qū)均值均小于非采區(qū)，變化比介于-12.32%～-5.30%，說明采區(qū)與非采區(qū)差異較為穩(wěn)定;活雞兔礦井采區(qū)均值大于非采區(qū)，2015年之后小于非采區(qū)，且2015年之后采區(qū)非采區(qū)差異增大;哈拉溝礦井采區(qū)均值小于非采區(qū)，變化比持續(xù)下降至2015年的-10.67%后上升，說明哈拉溝礦井采區(qū)、非采區(qū)的差異先變小后變大;烏蘭木倫礦井采區(qū)均值小于非采區(qū)，采區(qū)非采區(qū)差異十分顯著(變化比為-35.41%～-26.88%)，且該礦井的CES最弱，可能是由于該礦井位于干旱少雨、植被覆蓋低的毛烏素沙漠邊緣;榆家梁礦井由最初的采區(qū)大于非采區(qū)在2010年后逆轉(zhuǎn)為采區(qū)小于非采區(qū)，變化比介于-3.85%～1.96%;石圪臺(tái)礦井采區(qū)均值小于非采區(qū)，變化比由2010年的-14.03%上升為-5.49%，說明非采區(qū)和采區(qū)的差異在變小。

表5 各礦井采區(qū)與非采區(qū)生態(tài)系統(tǒng)服務(wù)量及變化比Table 5 Ecosystem service quantity and change ratio between mining area and non-mining area

采區(qū)與非采區(qū)生態(tài)系統(tǒng)服務(wù)量的絕對(duì)差異僅能表明2者的CES是否存在明顯差異，差異的來源可能是采區(qū)與非采區(qū)生態(tài)環(huán)境的差異性或礦區(qū)生態(tài)環(huán)境治理的影響。因此為深入分析地下采礦活動(dòng)的影響，需進(jìn)一步對(duì)比兩者的相對(duì)差異。神東礦區(qū)大規(guī)模建設(shè)開始于20世紀(jì)90年代，以1990年為采礦前的初始狀態(tài)(此時(shí)采礦活動(dòng)并未進(jìn)行，采區(qū)、非采區(qū)未受采礦活動(dòng)的影響)，以此時(shí)礦井內(nèi)采區(qū)與非采區(qū)初始差異變化比作為參考基準(zhǔn)，采后狀態(tài)選取2018年，若采礦后的差異變化比小于參考基準(zhǔn)，說明礦井采區(qū)受到了地下開采活動(dòng)的負(fù)面影響，相反，則可能受到了生態(tài)保護(hù)措施的正面影響[37-38]。

將神東礦區(qū)的7個(gè)主要礦井采區(qū)與非采區(qū)范圍與1990年、2018年的生態(tài)系統(tǒng)服務(wù)量疊加即可得到采區(qū)與非采區(qū)的初始差異和采后差異變化。由表6可知，① 補(bǔ)連塔礦井各個(gè)年份的采后變化比均高于初始變化比(差值為0.51%～7.74%)，說明采礦并未對(duì)采區(qū)CES產(chǎn)生顯著的負(fù)面影響，可能受到了生態(tài)治理的正面影響;② 大柳塔礦井采后變化比在2010年之前大于采前變化比，2010年之后小于采前變化比，因此該礦井在2010年以后受到了采礦活動(dòng)的負(fù)面影響;③ 活雞兔礦井采后變化比在2010年之前大于采前變化比，2010年之后小于采前變化比，差值由1.54%(2005年)下降為-15.60%(2010)年，該礦井在2010年以后受到了采礦活動(dòng)的負(fù)面影響;④ 烏蘭木倫礦井的SCE最低，采前采區(qū)SCE大于非采區(qū)，采后采區(qū)SCE小于非采區(qū)，且初始與采后狀態(tài)的差異變化最顯著(采后變化比較采前下降23.10%～36.28%)，說明采區(qū)與非采區(qū)差異在采后大幅增加，采礦活動(dòng)對(duì)采區(qū)CES的負(fù)面影響較為顯著;⑤ 哈拉溝礦井采前采區(qū)SCE大于非采區(qū)，采后采區(qū)SCE小于非采區(qū)，且采后變化比小于采前變化比(差值為-10.98%～-8.90%)，說明哈拉溝礦井的CES受到采礦活動(dòng)的負(fù)面影響;⑥ 榆家梁礦井采后變化比小于采前變化比(差值為-4.08%～-0.57%)，且該礦井未采取植被改善措施，說明地下采礦活動(dòng)對(duì)采區(qū)CES產(chǎn)生了負(fù)面影響;⑦ 石圪臺(tái)礦井采區(qū)CES低于非采區(qū)，且采后變化比小于采前變化比(差值為-6.51%～-4.58%)，說明石圪臺(tái)采區(qū)受到了采礦活動(dòng)的負(fù)面影響?？傮w上，補(bǔ)連塔礦井采區(qū)的CES受到了生態(tài)治理措施的正面影響，大柳塔、活雞兔礦井采區(qū)的CES在2010年以后受到了采礦的負(fù)面影響，烏蘭木倫礦井采區(qū)CES受到采礦的顯著負(fù)面影響，石圪臺(tái)、哈拉溝及榆家梁礦井采區(qū)的CES自采礦以來持續(xù)受到采礦的負(fù)面影響，或采礦的負(fù)面影響高于生態(tài)保護(hù)措施的正面影響。

表6 各礦井采區(qū)和非采區(qū)相對(duì)變化比Table 6 Relative change ratio of mining area and non-mining area in each mine

為緩解礦區(qū)干旱、貧瘠、地表沉降植被受損等生態(tài)問題，神東礦區(qū)于2008年開始和中國(guó)礦業(yè)大學(xué)(北京)合作開展微生物復(fù)墾關(guān)鍵技術(shù)研究與試驗(yàn)，主要是通過從當(dāng)?shù)赝寥乐泻Y選出適宜的叢枝菌根真菌，培養(yǎng)后接種于植物根系，擴(kuò)大植物根系對(duì)土壤水分和養(yǎng)分吸收能力與吸收量，利用菌絲修復(fù)了斷根，以提高植物成活率和植株生長(zhǎng)量。

本研究為探究礦區(qū)微生物復(fù)墾工作對(duì)生態(tài)系統(tǒng)服務(wù)功能的影響，選取大柳塔礦井采煤沉陷地微生物復(fù)墾試驗(yàn)區(qū)，探究其CES對(duì)微生物復(fù)墾的響應(yīng)。將大柳塔采區(qū)分為復(fù)墾試驗(yàn)區(qū)和其他區(qū)域，統(tǒng)計(jì)SCE的值和變化比(表7)。由表7可知，2000—2005年復(fù)墾試驗(yàn)區(qū)SCE與采區(qū)其他區(qū)域的變化比呈下降趨勢(shì)(變化比分別為2.64%，2.03%)，2010，2015，2018年變化比呈持續(xù)增加態(tài)勢(shì)(變化比分別為5.10%，6.36%，9.45%)，說明復(fù)墾實(shí)驗(yàn)區(qū)的SCE與采區(qū)其他區(qū)域的差距越來越大，生態(tài)系統(tǒng)服務(wù)功能往變強(qiáng)的方向發(fā)展。礦區(qū)微生物修復(fù)是一個(gè)生態(tài)持續(xù)演變過程[39]，在2008年之后礦區(qū)微生物復(fù)墾對(duì)CES持續(xù)起正向促進(jìn)作用。畢銀麗等[39]指出微生物復(fù)墾后，土壤質(zhì)地發(fā)生改變、土壤保水能力增強(qiáng)，生態(tài)效應(yīng)也得到了改善。

表7 大柳塔采區(qū)與復(fù)墾試驗(yàn)區(qū)的變化比Table 7 Change ratio between Daliuta mining area and reclamation experimental area

4 討 論

鑒于已有生態(tài)系統(tǒng)服務(wù)的文獻(xiàn)缺乏對(duì)生態(tài)系統(tǒng)服務(wù)的綜合評(píng)價(jià)，本研究通過耦合單項(xiàng)生態(tài)系統(tǒng)服務(wù)綜合測(cè)度神東礦區(qū)的生態(tài)系統(tǒng)服務(wù)量，并從礦區(qū)和礦井尺度考量了研究區(qū)生態(tài)系統(tǒng)服務(wù)的變化規(guī)律，彌補(bǔ)了對(duì)神東礦區(qū)生態(tài)系統(tǒng)服務(wù)多尺度研究的空缺。

大量學(xué)者對(duì)神東礦區(qū)及主要礦井的生態(tài)環(huán)境質(zhì)量、植被覆蓋度及土壤濕度進(jìn)行了研究。筆者[40]指出神東礦區(qū)植被狀況2000—2015年有改善趨勢(shì)且未來會(huì)有較弱的退化趨勢(shì)，本研究中神東礦區(qū)生態(tài)系統(tǒng)服務(wù)在2000—2015年逐漸增強(qiáng)，2018年發(fā)生減弱，與前人研究結(jié)果一致并相互驗(yàn)證?；诘V井尺度，筆者[37]指出2010年以前，采礦活動(dòng)并未對(duì)大柳塔礦井采區(qū)的植被產(chǎn)生影響，這與本研究得到的大柳塔礦井2010年之后逐漸受到采礦負(fù)面影響的結(jié)論一致;岳輝等[34]指出烏蘭木倫采區(qū)生態(tài)環(huán)境質(zhì)量最差，本研究烏蘭木倫CES也處于最低水平;雷少剛[38]指出榆家梁礦井在2005年前受到采礦活動(dòng)的負(fù)面影響，本研究結(jié)果也表明地下采礦活動(dòng)對(duì)榆家梁采區(qū)CES產(chǎn)生了負(fù)面影響。本研究更新了基于神東礦區(qū)礦井尺度的研究年限，進(jìn)一步厘清了主要礦井是否受采礦活動(dòng)的干擾，客觀評(píng)價(jià)了礦井生態(tài)保護(hù)措施的實(shí)施成果。筆者等[22]指出礦區(qū)土壤濕度變化與地表覆蓋高度相關(guān)且與采礦活動(dòng)有關(guān)，這與本文得到的神東礦區(qū)CES與植被覆蓋、土地利用類型變化密切相關(guān)保持一致。

本文構(gòu)建了神東礦區(qū)綜合生態(tài)系統(tǒng)服務(wù)評(píng)價(jià)模型，通過前人的研究進(jìn)行間接驗(yàn)證，證明了該模型的綜合評(píng)估結(jié)果能夠定量反映神東礦區(qū)生態(tài)系統(tǒng)服務(wù)的演變規(guī)律。建議神東礦區(qū)將西北部作為實(shí)行“煤炭開采與礦區(qū)生態(tài)環(huán)境治理工作并重”政策的傾斜區(qū)，并著重進(jìn)行以提高植被覆蓋為導(dǎo)向的土地利用結(jié)構(gòu)優(yōu)化，利用微生物復(fù)墾等科學(xué)方法復(fù)墾礦區(qū)廢棄土地等。研究成果可為綜合評(píng)價(jià)區(qū)域生態(tài)系統(tǒng)服務(wù)拋磚引玉，而區(qū)域的多項(xiàng)生態(tài)系統(tǒng)服務(wù)的耦合機(jī)制仍然是一個(gè)具有挑戰(zhàn)性的難題，應(yīng)進(jìn)一步強(qiáng)化決策過程與機(jī)理耦合，依托多源數(shù)據(jù)獲取生態(tài)系統(tǒng)服務(wù)功能供給、需求、目標(biāo)管理等參數(shù)信息，致力于多項(xiàng)生態(tài)系統(tǒng)服務(wù)多尺度優(yōu)化集成模型的開發(fā)與應(yīng)用。因而本研究下一步將選取多種生態(tài)系統(tǒng)服務(wù)功能，尋求多種耦合機(jī)制，以求得更加精確的實(shí)驗(yàn)結(jié)果，促使生態(tài)系統(tǒng)服務(wù)評(píng)估為區(qū)域生態(tài)系統(tǒng)服務(wù)可持續(xù)管理提供更精準(zhǔn)可靠的決策支持。

CES受自然、社會(huì)和經(jīng)濟(jì)多種復(fù)雜因素的影響，探究生態(tài)系統(tǒng)服務(wù)的驅(qū)動(dòng)因素時(shí)，本研究所選因子多基于自然因素，進(jìn)一步研究可融入人口密度、經(jīng)濟(jì)指標(biāo)、煤炭產(chǎn)量等，以探究自然社會(huì)和經(jīng)濟(jì)因素對(duì)神東礦區(qū)生態(tài)系統(tǒng)功能變化的綜合影響。另外，基于生態(tài)系統(tǒng)服務(wù)功能與人類福祉的緊密聯(lián)系性，也可探尋生態(tài)系統(tǒng)服務(wù)與社會(huì)經(jīng)濟(jì)系統(tǒng)的耦合關(guān)系，為區(qū)域提升生態(tài)系統(tǒng)服務(wù)功能、實(shí)現(xiàn)可持續(xù)發(fā)展提供生態(tài)決策。

5 結(jié) 論

(1)礦區(qū)尺度上，① 神東礦區(qū)SCE由1990年的0.448 6下降為2000年的0.382 5，持續(xù)增加至2015年的0.471 6又下降為2018年的0.453 2，整體呈增加趨勢(shì)，速率為0.009 a-1;空間上神東礦區(qū)西北部CES最弱，整體呈由西北向東南部逐漸增強(qiáng)的格局;② 神東礦區(qū)CES空間變化特征明顯，礦區(qū)CES變化主要由礦區(qū)內(nèi)低變區(qū)的變化導(dǎo)致，中變區(qū)和突變區(qū)次之，神東礦區(qū)CES空間變化與植被覆蓋、用地類型的變化密切相關(guān);③ 神東礦區(qū)CES空間聚類表現(xiàn)為“西北部最弱、河流沿岸最強(qiáng)、東南部不顯著”的格局;④ 神東礦區(qū)CES變化的影響因子解釋力大小為:土地利用類型>坡度>高程>降雨>植被覆蓋度，且因子兩兩交互的驅(qū)動(dòng)力較單因子提升明顯。

(2)礦井尺度上，① 神東礦區(qū)不同程度開采區(qū)CES大小依次為中強(qiáng)度開采區(qū)、低強(qiáng)度開采區(qū)、未開采區(qū)、高強(qiáng)度開采區(qū)、極高強(qiáng)度開采區(qū);② 補(bǔ)連塔礦井采區(qū)的CES受生態(tài)治理措施的正面影響，使得采區(qū)CES大于非采區(qū);大柳塔、活雞兔礦井采區(qū)CES在2010年以后受到了采礦的負(fù)面影響;烏蘭木倫、石圪臺(tái)、哈拉溝及榆家梁礦井采區(qū)的CES自采礦以來持續(xù)受到采礦的負(fù)面影響，或采礦帶來的負(fù)面影響高于生態(tài)保護(hù)措施帶來的正面影響;③ 大柳塔復(fù)墾實(shí)驗(yàn)區(qū)CES往變強(qiáng)的方向發(fā)展。