基于RS-GIS的干旱半干旱煤礦區(qū)生態(tài)累積效應(yīng)研究
——以鄂爾多斯市為例

王文銘，閆慶武，仲曉雅，李茂林，劉政婷，趙蒙恩，吳振華

(1.中國(guó)礦業(yè)大學(xué) 礦山生態(tài)修復(fù)教育部工程研究中心，江蘇 徐州 221116；2.中國(guó)礦業(yè)大學(xué) 環(huán)境與測(cè)繪學(xué)院，江蘇 徐州 221116；3.中國(guó)礦業(yè)大學(xué) 公共管理學(xué)院，江蘇 徐州 221116)

0 引 言

累積效應(yīng)(Cumulative Effects)的概念[1-2]起源于美國(guó)1973年頒布的《實(shí)施“國(guó)家環(huán)境政策法”(NEPA)指南》。目前，被普遍認(rèn)可的是由美國(guó)環(huán)境質(zhì)量委員會(huì)(USCEQ)于1997年提出的，即“過(guò)去、現(xiàn)在以及未來(lái)發(fā)生的一切活動(dòng)對(duì)環(huán)境產(chǎn)生的持續(xù)性影響就是環(huán)境累積效應(yīng)”。

目前，西方國(guó)家在累積效應(yīng)評(píng)估理論和實(shí)踐方面取得了一定的重要成果。HOSSEINI[3]基于森林的景觀格局指數(shù)，對(duì)建設(shè)在森林中的道路網(wǎng)對(duì)于周邊環(huán)境的生態(tài)累積效應(yīng)進(jìn)行了研究；WILLSTEED等[4]則從海洋中的各種可再生的能源的開(kāi)發(fā)利用的角度研究它的生態(tài)累積作用，并通過(guò)將多個(gè)學(xué)科結(jié)合在一起建立模型框架來(lái)研究生態(tài)累積作用；HODGSON[5]基于生態(tài)效應(yīng)的角度對(duì)生態(tài)累積評(píng)估的方法進(jìn)行了分類(lèi)歸納，并提出了一種依據(jù)多物種進(jìn)行建模的方法。

與此同時(shí)，國(guó)內(nèi)也對(duì)生態(tài)累積效應(yīng)進(jìn)行了相應(yīng)的研究。如李佳承[6]在綜合運(yùn)用了RS和GIS的基礎(chǔ)上，對(duì)青藏鐵路的建設(shè)與運(yùn)行中對(duì)周邊環(huán)境的生態(tài)累積效應(yīng)展開(kāi)了研究；徐麗麗[7]通過(guò)建立生態(tài)累積效應(yīng)模型，對(duì)鹽城市的累積影響進(jìn)行分析；李哲等[8]構(gòu)建立了景觀類(lèi)型結(jié)構(gòu)的偏離性模型，探究了艾比湖典型地區(qū)的累積環(huán)境影響；黃青青[9]對(duì)福州市公路網(wǎng)對(duì)周邊地區(qū)的生態(tài)累積效應(yīng)展開(kāi)了研究。

累積效應(yīng)的研究雖然有很多，但主要偏向于研究城市還有自然景觀，涉及煤礦區(qū)的研究比較薄弱[10]。國(guó)外對(duì)這方面的研究較少[11-12]，如MERRIAM等[11]通過(guò)線性評(píng)價(jià)模型來(lái)評(píng)價(jià)累積效應(yīng)，并據(jù)此研究了阿巴拉契亞流域的生態(tài)環(huán)境受到采煤活動(dòng)所產(chǎn)生的累積影響。而國(guó)內(nèi)，由于煤炭資源的舉足輕重，其相關(guān)研究也稍多一些。如中國(guó)科學(xué)院、中國(guó)礦業(yè)大學(xué)等單位均已經(jīng)開(kāi)展了一些相關(guān)的案例研究[13-16]，但缺乏對(duì)于生態(tài)環(huán)境更加脆弱的干旱半干旱地區(qū)的煤礦區(qū)生態(tài)累積效應(yīng)的研究。

礦區(qū)生態(tài)環(huán)境的退化具有典型的累積的特點(diǎn)，其不僅受到煤炭資源開(kāi)采的影響，還受到其他經(jīng)濟(jì)活動(dòng)的影響，并且礦區(qū)生態(tài)環(huán)境服務(wù)功能的降低(如地力衰退、土地污染等)也是煤炭開(kāi)采以及其他人類(lèi)活動(dòng)的時(shí)空疊加、累積影響所造成的[17]。近些年來(lái)，我國(guó)煤炭開(kāi)發(fā)的重心開(kāi)始向著干旱半干旱的西部地區(qū)轉(zhuǎn)移。明確煤炭資源開(kāi)發(fā)的生態(tài)效應(yīng)累積程度，對(duì)于促進(jìn)礦區(qū)可持續(xù)發(fā)展具有非常重要的意義。但目前相關(guān)方面的理論準(zhǔn)備明顯不足，從而影響了上述工作的開(kāi)展及實(shí)際效果?；诖?，以鄂爾多斯為主要研究對(duì)象，從其景觀格局、植被覆蓋、空氣污染變化等多個(gè)方面建立了煤礦區(qū)周邊地域生態(tài)的累積效應(yīng)模型，評(píng)價(jià)了煤礦區(qū)周邊地域的生態(tài)累積風(fēng)險(xiǎn)，以期為煤礦開(kāi)采過(guò)程中的生態(tài)環(huán)境保護(hù)和監(jiān)督管理工作提供科學(xué)的依據(jù)。

1 研究區(qū)概況

鄂爾多斯位于中國(guó)內(nèi)蒙古自治區(qū)，地理坐標(biāo)為37°53′～40°51′N(xiāo)與106°42′～111°27′E。東、南、西方向分別是山西、陜西、寧夏，東北方向、北方向分別是呼和浩特、包頭市，南部是榆林市。全市土地總面積8.7萬(wàn)km2，轄有8個(gè)旗(區(qū))，總?cè)丝?62.54萬(wàn)人[18]。其位于鄂爾多斯高原，平均海拔+1 000～+1 500 m，西北部地勢(shì)高，東南部地勢(shì)低，坐落在黃河的“幾”字形內(nèi)，南部是黃土高原。擁有著豐富的地貌類(lèi)型，既有沙漠、丘陵、草原，也有高原。北部為黃河沖積平原，東部分別是高山丘陵區(qū)和溝壑區(qū)，中部是庫(kù)布齊沙漠，南部毛烏素沙地，西部為廣闊的起伏狀高原。鄂爾多斯植物區(qū)系屬于歐亞草原區(qū)和亞洲荒漠區(qū)，總屬于泛北植物區(qū)，東部與中國(guó)華北森林區(qū)為鄰，東南部與黃土高原區(qū)銜接，西與阿拉善荒漠區(qū)相連。因此，植物種類(lèi)較為豐富和復(fù)雜，植物組成表現(xiàn)了這幾個(gè)區(qū)系的特點(diǎn)。鄂爾多斯有著豐富的礦產(chǎn)資源，其中探明的煤炭資源儲(chǔ)量為1 676億 t ，占全國(guó)1/6，有著豐富的煤炭種類(lèi)，是國(guó)家重要產(chǎn)煤區(qū)之一?；贕oogleEarth、土地利用分類(lèi)數(shù)據(jù)以及實(shí)地調(diào)研數(shù)據(jù)在鄂爾多斯選取了105個(gè)井工礦和80個(gè)露天礦(以下統(tǒng)稱(chēng)為礦區(qū))進(jìn)行礦區(qū)的生態(tài)累積效應(yīng)研究，礦區(qū)的位置如圖1所示，主要包括神東礦區(qū)和棋盤(pán)井礦區(qū)，其中神東礦區(qū)擁有著我國(guó)現(xiàn)已探明儲(chǔ)量最大的煤田—神東煤炭，該煤田與美國(guó)阿巴拉契煤田、德國(guó)的魯爾煤田等并稱(chēng)為世界七大煤田。

圖1 研究區(qū)主要煤礦分布Fig.1 Distribution of coal mines in study area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源與數(shù)據(jù)處理

選取了景觀格局、植被覆蓋以及空氣污染3個(gè)方面對(duì)生態(tài)累積效應(yīng)進(jìn)行研究，3個(gè)方面的數(shù)據(jù)來(lái)源以及處理方法如下：

景觀格局方面選取了2000年、2005年、2010年、2015年以及2019年的鄂爾多斯的Landsat5 TM和Landsat8 OLI影像為主要數(shù)據(jù)源，以同時(shí)期的Google Earth歷史影像和中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心發(fā)布的土地利用分類(lèi)數(shù)據(jù)作為輔助數(shù)據(jù)。利用ENVI軟件對(duì)遙感數(shù)據(jù)進(jìn)行預(yù)處理后進(jìn)行土地利用分類(lèi)處理，主要以目視解譯為主，參考輔助數(shù)據(jù)，獲得鄂爾多斯市的土地利用數(shù)據(jù)，并據(jù)此通過(guò)FRAGSTATS和Conefor軟件計(jì)算景觀格局指數(shù)。

植被覆蓋方面選取了和景觀格局方面相同的遙感影像數(shù)據(jù)作為主要數(shù)據(jù)源，通過(guò)處理后的遙感影像數(shù)據(jù)提取NDVI，采用像元二分模型提取出研究區(qū)的植被覆蓋度。

空氣污染方面選取中國(guó)環(huán)境監(jiān)測(cè)總站開(kāi)放的城市空氣質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)的空氣質(zhì)量數(shù)據(jù)為主要數(shù)據(jù)源，以中國(guó)1 km分辨率逐月降水量數(shù)據(jù)集(1901—2017年)和中國(guó)1 km分辨率逐月平均氣溫?cái)?shù)據(jù)集(1901—2017年)的降水量和年均氣溫?cái)?shù)據(jù)、來(lái)自地理國(guó)情監(jiān)測(cè)云平臺(tái)的全國(guó)30 m分市縣DEM數(shù)據(jù)以及來(lái)自中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的NDVI數(shù)據(jù)作為自然因子預(yù)測(cè)自變量，以同時(shí)期的MODIS AOD(氣溶膠光學(xué)厚度)和與NDVI同樣來(lái)源的人口空間分布數(shù)據(jù)作為社會(huì)經(jīng)濟(jì)預(yù)測(cè)自變量，利用這些自變量，通過(guò)隨機(jī)森林算法來(lái)進(jìn)行預(yù)測(cè)各年P(guān)M2.5的質(zhì)量濃度。

2.2 研究方法

生態(tài)累積效應(yīng)評(píng)價(jià)所選取的指標(biāo)應(yīng)該要能夠反映礦區(qū)開(kāi)采對(duì)周邊地區(qū)生態(tài)各個(gè)方面的影響，并以此來(lái)構(gòu)建模型。因此，結(jié)合研究區(qū)的特點(diǎn)，以生態(tài)系統(tǒng)服務(wù)于礦區(qū)生產(chǎn)、生活的要求為核心，從為礦區(qū)生態(tài)環(huán)境質(zhì)量綜合評(píng)價(jià)提供生態(tài)累積效應(yīng)信息的角度，參考相關(guān)領(lǐng)域?qū)＜业难芯砍晒鸞6,13]，選擇了景觀格局干擾累積、植被退化累積和空氣污染累積作為研究區(qū)生態(tài)累積效應(yīng)分析的指示因子，并據(jù)此構(gòu)建了干旱半干旱礦區(qū)生態(tài)累積效應(yīng)的表征模型以生態(tài)累積效應(yīng)指數(shù)(ECEI) 來(lái)表征這種因煤炭資源開(kāi)發(fā)活動(dòng)而造成的礦區(qū)生態(tài)累積損失，其概念模型為

ECEI=CLDI+CVDI+CAPI

(1)

式中:ECEI為生態(tài)累積效應(yīng)指數(shù)；CLDI為景觀格局干擾累積指數(shù)；CVDI為植被退化累積指數(shù)；CAPI為空氣污染累積指數(shù)。

2.2.1 景觀格局干擾累積指數(shù)模型

煤礦區(qū)的生態(tài)環(huán)境對(duì)外界影響的響應(yīng)能力不僅和景觀類(lèi)型組成有關(guān)，而且和景觀格局結(jié)構(gòu)有著密不可分的關(guān)系。為了評(píng)價(jià)煤礦區(qū)的開(kāi)采活動(dòng)對(duì)當(dāng)?shù)鼐坝^格局帶來(lái)的累積影響，參考相關(guān)研究[19-20]，選取破碎度、分離度和優(yōu)勢(shì)度3個(gè)指標(biāo)來(lái)表征干旱半干旱草原礦區(qū)景觀格局受各種干擾影響的程度，其表達(dá)式為

LDIit=cCit+sSit+dDit

(2)

式中：LDIit為景觀類(lèi)型i在t年的景觀格局干擾指數(shù)，Cit、Sit和Dit分別為標(biāo)準(zhǔn)化過(guò)的景觀類(lèi)型i在t年的破碎度指數(shù)、分離度指數(shù)和優(yōu)勢(shì)度指數(shù)；c、s、d分別為三者的權(quán)重，且c+s+d=1，借鑒相關(guān)研究，對(duì)c、s和d分別賦為0.5、0.3和0.2的權(quán)值。

采用差分分析法構(gòu)建景觀干擾累積指數(shù)CLDI，其表達(dá)式為

(3)

式中：CLDIit為的格局干擾累積度指數(shù)；LDIit為景觀類(lèi)型i在t年的景觀格局干擾指數(shù)，LDIi0為景觀類(lèi)型i在起始年份的景觀格局干擾指數(shù)；CLDIit>0，表示景觀格局受到外界的負(fù)面影響增強(qiáng)；CLDIit<0，表示景觀格局受到外界的負(fù)面影響減弱。

2.2.2 植被退化累積指數(shù)模型

采用趨勢(shì)線法構(gòu)建植被退化累積指數(shù)，表示干旱半干旱草原礦區(qū)煤炭開(kāi)采對(duì)當(dāng)?shù)氐闹脖桓采w帶來(lái)的累積影響。表達(dá)式為

(4)

式中：CVDIt為植被退化累積指數(shù)；NDVIt為植被指數(shù)平均值；n為時(shí)間。CVDIt>0，為NDVIt在研究期內(nèi)呈下降趨勢(shì)；CVDIt<0，為NDVIt在研究期內(nèi)呈上升趨勢(shì)。

2.2.3 空氣污染累積指數(shù)模型

選取可吸入顆粒物PM2.5的濃度作為衡量干旱半干旱草原礦區(qū)空氣污染的指標(biāo)，構(gòu)建空氣污染累積指數(shù)，計(jì)算式如下：

(5)

式中：CAPIt為第t年研究區(qū)空氣污染累積指數(shù)；Ct為第t年的污染物的濃度；C0為研究期初的污染物的濃度。

3 結(jié)果與分析

3.1 鄂爾多斯生態(tài)累積風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果

將鄂爾多斯的2000—2010年以及2000—2019年的生態(tài)累積指數(shù)統(tǒng)一分辨率后，歸一化到-1～1，結(jié)果景觀格局干擾累積風(fēng)險(xiǎn)如圖2a所示，植被退化累積風(fēng)險(xiǎn)如圖2b所示，空氣污染累積風(fēng)險(xiǎn)如圖2c所示，接著根據(jù)生態(tài)累積效應(yīng)模型進(jìn)行計(jì)算后，采用自然斷點(diǎn)法進(jìn)行分級(jí)，得到鄂爾多斯2000—2010年以及2000—2019年的生態(tài)累積風(fēng)險(xiǎn)分布如圖2d所示。

圖2 鄂爾多斯累積風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果Fig.2 Cumulative risk assessment results of Ordos

從圖2d中可以看出2000—2010年鄂爾多斯的生態(tài)累積高風(fēng)險(xiǎn)地區(qū)與較高風(fēng)險(xiǎn)地區(qū)主要分布在區(qū)域的中心位置，而四周的高風(fēng)險(xiǎn)地區(qū)的分布則比較松散破碎，整體呈現(xiàn)一種“中心聚集，四處開(kāi)花”的形態(tài)，并且西北方向和東南方向都有較大片狀分布的低風(fēng)險(xiǎn)地區(qū)以及較低風(fēng)險(xiǎn)地區(qū)，中風(fēng)險(xiǎn)地區(qū)則主要圍繞著高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)地區(qū)零星分布。

相較于2000—2019年的生態(tài)累積風(fēng)險(xiǎn)分布，2000—2019年的生態(tài)累積風(fēng)險(xiǎn)分布則呈現(xiàn)出不一樣的形態(tài)。2000—2019年鄂爾多斯除了在區(qū)域的中心依舊有較大范圍的高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)地區(qū)之外，四周分布的高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)地區(qū)面積都有所增長(zhǎng)，并且中心區(qū)域的高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)地區(qū)面積明顯減小，從而表現(xiàn)出異于單中心聚集的多中心分布的分布形態(tài)。同時(shí)低風(fēng)險(xiǎn)與較低風(fēng)險(xiǎn)地區(qū)的分布形態(tài)相較于2000—2010年顯得更加破碎，原有的低風(fēng)險(xiǎn)與較低風(fēng)險(xiǎn)分布區(qū)域變?yōu)榱烁唢L(fēng)險(xiǎn)地區(qū)以及中風(fēng)險(xiǎn)地區(qū)。而中風(fēng)險(xiǎn)地區(qū)則不再局限于高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)地區(qū)附近，例如區(qū)域的西北方向出現(xiàn)了單獨(dú)分布的中風(fēng)險(xiǎn)地區(qū)，其面積明顯增長(zhǎng)。

對(duì)鄂爾多斯不同累積風(fēng)險(xiǎn)區(qū)域所占面積進(jìn)行計(jì)算，結(jié)果見(jiàn)表1。可以看出，相較于2000—2010年，鄂爾多斯2000—2019年的生態(tài)累積風(fēng)險(xiǎn)有所上升，低風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)面積占比下降，較低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)以及高風(fēng)險(xiǎn)區(qū)域面積占比上升，這與前面從圖2得到的結(jié)果相符合。

表1 鄂爾多斯各類(lèi)生態(tài)累積風(fēng)險(xiǎn)面積占比

總體而言，鄂爾多斯2000—2019年的生態(tài)累積效應(yīng)風(fēng)險(xiǎn)高于2000—2010年的生態(tài)累積，主要表現(xiàn)為低風(fēng)險(xiǎn)與較低風(fēng)險(xiǎn)地區(qū)的面積減少以及中風(fēng)險(xiǎn)地區(qū)的面積增長(zhǎng)，但局部而言，部分高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)地區(qū)生態(tài)累積風(fēng)險(xiǎn)降低，轉(zhuǎn)變?yōu)橹酗L(fēng)險(xiǎn)地區(qū)乃至低風(fēng)險(xiǎn)與較低風(fēng)險(xiǎn)地區(qū)。

3.2 礦區(qū)生態(tài)累積風(fēng)險(xiǎn)

根據(jù)鄂爾多斯的生態(tài)累積風(fēng)險(xiǎn)分布，分別距礦區(qū)距離0～5、5～10、10～15 km以及15～20 km建立緩沖區(qū)進(jìn)行研究。根據(jù)生態(tài)累積效應(yīng)的相關(guān)研究[6]，對(duì)2000—2010年以及2000—2019年礦區(qū)對(duì)周邊的生態(tài)累積風(fēng)險(xiǎn)的影響進(jìn)行研究，結(jié)果如圖3所示，其中圖3a是空氣污染累積面積占比，圖3b是景觀格局干擾累積面積占比，圖3c是植被退化累積面積占比，圖3d是生態(tài)累積風(fēng)險(xiǎn)面積占比。

圖3 礦區(qū)生態(tài)累積風(fēng)險(xiǎn)區(qū)域面積占比Fig.3 Area proportion of ecological cumulative risks area in mining area

由圖3d可知，2000—2010年生態(tài)累積低風(fēng)險(xiǎn)所占面積隨著距離礦區(qū)的距離增加而升高，距礦區(qū)5～10 km區(qū)域的低風(fēng)險(xiǎn)面積最小，而面積占比最高的則為距礦區(qū)15～20 km。中風(fēng)險(xiǎn)、較高風(fēng)險(xiǎn)以及高風(fēng)險(xiǎn)地區(qū)的面積占比則隨著距離礦區(qū)的距離增加呈上升趨勢(shì)，距礦區(qū)0～5 km面積占比最低，最高在分別為距礦區(qū)5～10、10～15 km。此外，較低風(fēng)險(xiǎn)區(qū)面積占比呈降低趨勢(shì)，距礦區(qū)0～5 km范圍最高，15～20 km范圍最低。

總體而言，2000—2010年距離礦區(qū)越遠(yuǎn)生態(tài)累積風(fēng)險(xiǎn)越高，生態(tài)累積效應(yīng)風(fēng)險(xiǎn)最高的為距離礦區(qū)15～20 km，這個(gè)范圍的較低風(fēng)險(xiǎn)面積占比最低，中風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)面積占比都是第二高，可見(jiàn)礦區(qū)對(duì)外圍區(qū)域的生態(tài)累積影響基本為正面影響，其中0～5 km范圍的區(qū)域受到的影響最大，也是生態(tài)累積風(fēng)險(xiǎn)最低的區(qū)域。

如圖3d所示，2000—2019年隨著距離的增加，低風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)以及高風(fēng)險(xiǎn)地區(qū)的面積占比呈上升趨勢(shì)，其中最低點(diǎn)分別出現(xiàn)在距礦區(qū)0～5 km以及5～10 km，最高點(diǎn)則分別出現(xiàn)在距礦區(qū)15～20 km以及5～10 km。中風(fēng)險(xiǎn)以及較高風(fēng)險(xiǎn)地區(qū)的面積占比則呈下降趨勢(shì)。

總之，2000—2019年礦區(qū)的生態(tài)累積風(fēng)險(xiǎn)分布轉(zhuǎn)變?yōu)椤皟?nèi)外低，中間高”，距礦區(qū)5～10 km較低風(fēng)險(xiǎn)占比是最低的，高風(fēng)險(xiǎn)面積占比是最高的，其累積風(fēng)險(xiǎn)是最高的。總體而言，隨著距礦區(qū)距離增加，累積風(fēng)險(xiǎn)先增加再減少，這種累積風(fēng)險(xiǎn)變化的異常證明有其他因素影響了累積風(fēng)險(xiǎn)。通過(guò)圖3a以及圖3d可以看出，在所選取的3個(gè)評(píng)價(jià)指標(biāo)中，只有空氣污染累積呈現(xiàn)出“內(nèi)外低，中間高”的分布形態(tài)，而其他3個(gè)指標(biāo)依舊是“內(nèi)底外高”，可見(jiàn)2000—2019年累積風(fēng)險(xiǎn)的分布與空氣污染干擾累積，也就是PM2.5濃度高度相關(guān)。而城市、工業(yè)區(qū)等排放的PM2.5要遠(yuǎn)高于礦區(qū)，參考研究區(qū)的土地利用分類(lèi)數(shù)據(jù)以及遙感影像發(fā)現(xiàn)礦區(qū)5～10 km范圍內(nèi)存在有部分城市和工業(yè)區(qū)，考慮到這種異常的分布形態(tài)可能是由于城市以及工業(yè)區(qū)的廢氣排放影響了周邊的累積風(fēng)險(xiǎn)。于是，針對(duì)土地利用分類(lèi)中的城市、工業(yè)區(qū)的生態(tài)累積風(fēng)險(xiǎn)單獨(dú)進(jìn)行研究，結(jié)果如圖4所示。

從圖4中可以很明顯看出，除了景觀格局干擾累積，城市、工業(yè)區(qū)的生態(tài)累積風(fēng)險(xiǎn)以及其他各指標(biāo)累積風(fēng)險(xiǎn)均要高于礦區(qū)，特別是空氣污染累積方面，并且相較于2000—2010年，2000—2019年城市、工業(yè)區(qū)的空氣污染累積出現(xiàn)了大幅上升，這就證明了2000—2019年生態(tài)累積風(fēng)險(xiǎn)分布的異常的原因是礦區(qū)周邊城市、工業(yè)區(qū)的空氣污染加劇導(dǎo)致的空氣污染累積分布異常。

圖4 城市與工業(yè)區(qū)生態(tài)累積風(fēng)險(xiǎn)面積占比Fig.4 Proportion of ecological cumulative risk area in urban and industrial area

比較圖3d可知，與2000—2010年相比，2000—2019年距礦區(qū)10～15 km以及15～20 km范圍的生態(tài)累積風(fēng)險(xiǎn)都有所下降，受到城市和工業(yè)區(qū)影響較大為距礦區(qū)5～10 km以及0～5 km范圍的累積風(fēng)險(xiǎn)則有所反彈。根據(jù)3.1節(jié)可知，2000—2019年鄂爾多斯整體累積風(fēng)險(xiǎn)相較2000—2010年是升高的，可見(jiàn)礦區(qū)對(duì)于周邊的生態(tài)累積影響還是正面影響。

4 結(jié) 論

1)對(duì)于鄂爾多斯，其生態(tài)累積風(fēng)險(xiǎn)整體呈增加趨勢(shì)，高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)區(qū)域分布由“中心聚集，四處開(kāi)花”轉(zhuǎn)變?yōu)椤岸嘀行木奂?，低風(fēng)險(xiǎn)與較低風(fēng)險(xiǎn)區(qū)域分布由成片變?yōu)槠扑?，中風(fēng)險(xiǎn)區(qū)域面積也有顯著增加。

2)對(duì)于礦區(qū)，2000—2010年和2000—2019年礦區(qū)的生態(tài)累積影響皆為正面影響，可見(jiàn)礦區(qū)的生態(tài)治理卓有成效。

3)2000—2019年的累積風(fēng)險(xiǎn)分布出現(xiàn)了由“內(nèi)低外高”轉(zhuǎn)變?yōu)椤皟?nèi)外低，中間高”的異常，進(jìn)一步研究表明主要是受到了城市及工業(yè)區(qū)的空氣污染影響，所以相關(guān)部門(mén)要加強(qiáng)城市及工業(yè)區(qū)的空氣污染治理。

整體而言，礦區(qū)的生態(tài)治理需要保持并進(jìn)一步加強(qiáng)，同時(shí)鄂爾多斯地區(qū)要加強(qiáng)生態(tài)累積風(fēng)險(xiǎn)的治理，特別是城市以及工業(yè)區(qū)空氣污染方面的生態(tài)治理。除了景觀格局干擾累積、植被退化累積以及空氣污染累積這三種生態(tài)累積因子之外，還有許多其他因子如邊界擴(kuò)展、土地塌陷和水環(huán)境效應(yīng)等有待進(jìn)一步擴(kuò)展。