煤炭开采对矿区土地利用景观格局变化的影响.pdf

第 33 卷 第 23 期 农 业 工 程 学 报 Vol.33 No.23 252 2017 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2017 煤炭开采对矿区土地利用景观格局变化的影响 徐嘉兴 1,2，李 钢※2,3 ，余嘉琦 2，赵 华2，尹鹏程3，胡文敏1 （1. 中国矿业大学物联网（感知矿山）研究中心，徐州 221008；2. 中国矿业大学国土环境与灾害监测国家 测绘地理信息局重点实验室，徐州 221116；3. 徐州市国土资源局，徐州 221018） 摘 要为揭示煤炭资源开采对矿区土地利用景观格局变化的影响，以徐州沛北矿区为例，应用 GIS、景观生态学和数 理统计方法，分析了该区土地利用结构和景观格局变化，并从生命周期的角度探讨了煤炭开采对景观格局演变过程的影 响。结果表明19942014 年间沛北矿区土地利用结构和景观格局变化显著，耕地、林地和未利用地减少，工矿建设用 地和塌陷水体持续增加；景观呈破碎化和均匀化趋势，景观分形特征趋于简单化和规则化。进一步对景观指数突变检验 分析可知，耕地最大斑块指数和集聚度指数分别在 1999 年和 2001 年出现突变点；塌陷水体的最大斑块指数自 1995 年起 持续上升，而集聚度指数呈显著上升变化不显著显著上升的趋势。煤炭持续大规模开采导致地面塌陷、积水，耕地 损毁以及快速城镇化是景观格局变化的主要原因，但随着矿区土地复垦，耕地、水体面积增大，景观破碎化程度减小， 对塌陷地的治理取得了一定成效。研究结果对矿区土地复垦和受损生态景观修复具有重要的指导作用。 关键词土地利用；复垦；煤矿；景观格局；动态变化；生命周期；突变检验 doi10.11975/j.issn.1002-6819.2017.23.033 中图分类号TD88 文献标志码A 文章编号1002-68192017-23-0252-07 徐嘉兴，李 钢，余嘉琦，赵 华，尹鹏程，胡文敏. 煤炭开采对矿区土地利用景观格局变化的影响[J]. 农业工程学报， 2017，3323252－258. doi10.11975/j.issn.1002-6819.2017.23.033 http//www.tcsae.org Xu Jiaxing, Li Gang, Yu Jiaqi, Zhao Hua, Yin Pengcheng, Hu Wenmin. Effects of coal exploitation on land use and landscape pattern change in coal mining area[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE, 2017, 3323 252－258. in Chinese with English abstract doi10.11975/j.issn.1002-6819.2017.23.033 http//www.tcsae.org 0 引 言 人类活动已经对生态系统产生了广泛而深远的影 响[1]，这种影响在地球表层系统中主要表现为土地利用/ 土地覆盖变化（land use and land cover change） ，并与区 域水循环、养分循环、能量循环等生态过程密切相关[2]， 成为全球气候与环境变化研究的重要课题[3-5]。煤矿区作 为一个特殊的复杂地理区域，长时间、大规模和高强度 煤炭开采不可避免地破坏原生的矿床地质条件，占用和 破坏大量土地，引发植被退化、水土流失及物种减少等 一系列严重的生态环境问题[6-7]。据测算，仅土地破坏， 每开采万吨煤炭造成的土地塌陷率平均在 0.20～ 0.33 hm2[8]。 保守估计， 截止到2013 年底中国由于煤炭资源 开采累计塌陷地面积超过100 万hm2， 且每年仍以3.0 万～ 4.7 万 hm2的速度增加[9]。由于人们迄今尚不清楚煤炭资 源开采对矿区生态环境效应的影响机理，避免矿区生态 环境破坏、修复受损土地、改善矿区生态环境等都是十 分复杂、困难和富有挑战的工作。因此，了解煤炭资源 收稿日期2017-08-16 修订日期2017-11-06 基金项目国家自然科学基金项目（41401610，41601500） ；江苏省自然科 学基金项目（BK20140186） ；国土环境与灾害监测国家测绘地理信息局重点 实验室开放基金项目（LEDM2014B06） 。 作者简介徐嘉兴，江苏邳州人，博士，讲师，主要从事遥感、GIS 与矿山 生态环境监测方面研究。Email xujx ※通信作者李 钢，河北张家口人，博士，教授，博士生导师，主要研究 方向为国土资源管理、土地利用与规划。Email cumtlig 开采所引起的景观格局变化及其响应规律是协调煤炭 资源开发与生态环境保护迫切需要解决的关键科学问 题之一。 矿区土地利用与景观格局的时空变化过程是采矿活 动对矿区生态系统影响的综合反映[10]。在煤炭开采的强 烈人为干扰下，矿区景观结构发生剧烈变化，景观功能 变化或衰退，生态环境不断恶化，已引起诸多学者的关 注。Areendran 等[11]利用遥感与 GIS 方法从动力学角度分 析印度中央邦辛格劳利煤矿区土地利用与景观格局时空 变化；Redondo-Vega 等[12]借助多期航空影像分析了近 50a 西班牙西北部山区不同类型采矿活动对土地利用变化的 影响；Antwi 等[6]通过多种土地利用和景观格局指标分析 了德国卢萨蒂亚典型煤炭采空区对土地利用变化及生物 多样性的影响。国内卞正富等[10]利用 3 期遥感影像分析 了徐州煤矿区景观要素及其景观格局的演变规律；李保 杰等[13]应用 GIS 和景观生态学方法对九里矿区复垦前后 景观格局变化和生态效应进行了评价； 曹银贵等[14]利用 6 期遥感数据分析了平朔矿-农-城复合区近 30 年土地利用 类型转换过程、特征及主要驱动因素。徐嘉兴等[15]在分 析徐州贾汪矿区土地利用变化特征基础上，运用多元 logistic 回归模型探讨了矿区土地利用演变的驱动力。目 前，虽然对区域景观格局演变的驱动力研究较多，但主 要从自然因素、政策、人类活动和空间距离等方面解释 区域景观格局变化[14-17]，对某一驱动因素是如何影响景 观格局变化的过程，如影响的时间以及不同时间段的影 土地整理工程 第 23 期 徐嘉兴等煤炭开采对矿区土地利用景观格局变化的影响 253 响程度等量化和分析的不够；另外，目前研究主要根据 已有数据将景观格局的演变阶段人为进行划分，忽略了 景观格局变化的周期性[18]。本文在分析煤矿开采生命周 期阶段及景观生态破坏特征的基础上， 运用 GIS、 景观生 态学和数理统计方法，定量分析土地利用和景观格局演 变，重点从生命周期的角度分析煤矿开采规模与强度对 矿区景观格局变化过程的影响，并从煤矿开采、经济、 城镇化和土地复垦政策等方面阐述变化的原因，以期为 矿区土地资源可持续利用和受损生态景观修复提供科学 依据。 1 研究区概况 研究区位于徐州市沛县北部（图 1） ，苏鲁 2 省结合 部，11641～11709E，3428～3459N，为黄淮冲积平 原接址地带，东临微山湖，地势平坦，地面高程为 33.6～ 37.5 m，属暖温带季风气候，年平均气温 13.8 ℃，年平 均降雨量 811.7 mm，覆盖 9 个镇，1 个新城区和 1 个经 济开发区，163 个行政村，总面积 850 km2。 图 1 研究区地理位置图 Fig.1 Location of study area 沛北矿区是江苏省煤炭生产基地，也是华东地区最 大煤炭工业基地的重要组成部分，煤矿企业及因煤而兴 的铝加工、煤化工等产业占全县经济总量的 55以上。 已探明储量 24 亿 t，从 1970 年开始建矿，1976 年投产， 现有生产矿井 8 对，年产煤炭 1 200 万 t，受煤炭形势影 响，部分矿井处于关停状态。经过 30 多年开采，累计塌 陷面积约 5 000 hm2，塌陷积水现象严重，导致大量土地 资源（尤其是耕地）损毁、流失、植被减少、景观破碎、 土壤污染等生态环境破坏现象严重，土地生态质量急剧 下降，严重影响区域的生态安全与粮食安全，形势十分 严峻。沛县采煤塌陷区具有坡地、季节性积水和常年积 水类型，与两淮、兖州、唐山等煤矿塌陷区相似，在黄 淮海矿区具有典型性和代表性。 2 数据与方法 2.1 数据来源与处理 本文采用 6 期遥感影像作为数据源，分别为 1994 年 的 SPOT-2 全色影像和 Landsat TM， 1998 年 SPOT-4 多光 谱影像，2002、2006、2010 年的 SPOT-5 多光谱影像和 2014 年 GF-1 号多光谱影像， 成像季节均为秋季， 成像质 量和成像时的天气状况都较为理想；利用 ERDAS IMAGE9.3 图像处理软件和 1∶10 000 地形图对 2010 年 影像几何校正后作为参考影像，采用二次多项式转换方 程对其他影像进行几何校正，几何纠正的误差控制在 0.5 个像元以内，满足纠正精度要求。利用 1994 年 TM 影像 与同期 10 m 分辨率的 SPOT-2 全色波段融合以提高影像 分辨率。为了使各期不同分辨率影像具有可比性，将 6 期影像都重采样到分辨率为 10 m 10 m。参照全国土地 利用分类体系，结合东部平原矿区景观特征，兼顾图像 解译的可能性，将沛北矿区的土地景观类型分为 8 类 耕地（旱地、水田） 、林地、园地、河流水体、塌陷水体、 工矿建设用地、交通用地、未利用地。基于 IDL8.4 平台， 采用随机森林分类方法，结合影像纹理特征、光谱特征 等信息对各期影像进行解译，其中塌陷水体是辅助开采 沉陷预计结果进行获取。通过同期土地调查资料验证、 高分辨率影像对比、GPS 采点及当地居民访谈等方法对 各期景观分类精度进行评价（表 1） 。 表 1 土地覆被类型精度评价 Table 1 Accuracy uation of land cover types 年份 Year 统计 类型 Stat- istics types 耕地 Culti- vated land 林地 Fore- st land 园地 Gar- den land 河流 水体 River water 塌陷 水体 subsi- dence water 工矿建 设用地 Const- ruction land 交通 用地 Traffi c land 未利 用地 Unu- tilized land 总体 精度 Over- all ac- curacy Kappa 系数 Kappa coeff- icient 制图 精度 0.770.90.830.91 0.89 0.81 0.85 0.79 1994 用户 精度 0.880.870.830.91 0.85 0.79 0.75 0.84 0.840.82 制图 精度 0.870.930.860.89 0.89 0.86 0.89 0.77 1998 用户 精度 0.880.890.860.86 0.9 0.83 0.81 0.85 0.860.84 制图 精度 0.750.950.790.96 0.88 0.78 0.89 0.83 2002 用户 精度 0.860.940.840.90.83 0.8 0.78 0.85 0.850.83 制图 精度 0.9 0.950.930.93 0.92 0.84 0.94 0.93 2006 用户 精度 0.940.950.940.96 0.91 0.86 0.88 0.9 0.910.91 制图 精度 0.850.990.930.94 0.93 0.85 0.93 0.91 2010 用户 精度 0.950.960.930.95 0.9 0.88 0.86 0.88 0.910.9 制图 精度 0.8 0.910.880.93 0.92 0.79 0.9 0.86 2014 用户 精度 0.930.950.880.92 0.85 0.84 0.82 0.79 0.870.85 2.2 方法与模型 2.2.1 景观动态变化模型 景观动态变化可通过各景观类型的变化幅度和年平 均变化速度表示[19]，计算公式为 ab UUU （1） 1 100 a U x UT   （2） 式中 ΔU 为研究时段内某一景观类型的总变化幅度，x __为 农业工程学报（http//www.tcsae.org） 2017 年 254 研究时间段内景观的年平均变化速度，Ua、Ub分别为研究 期初和末某种景观类型的面积， hm2， T 为研究时段长， 年。 2.2.2 景观格局指数 基于景观格局指数的生态意义，本文从景观水平和 斑块类型水平 2 方面选取景观形状、分维数、聚集度、 最大斑块指数等来分析矿区景观格局的变化特征。 1）景观形状指数（landscape shape index，LSI）与面 积加权斑块分维指数（area-weighted mean patch fractal dimension，AWMPFD）描述土地利用变化过程中景观形 状和分形特征，揭示景观形状变化的复杂程度，可通过 Fragstats3.3 软件计算。 2）最大斑块指数（largest patch index，LPI）用于 描述景观的基质或优势类型，其值的变化可以改变干扰 的强度和频率，反映人类活动的方向和强弱[20]，计算公 式为   12 Max,,, 100LPI n a aa A   （3） 式中 LPI 为最大斑块指数，，取值范围 （0, 100） ， Maxa1,a2,,an表示某景观中最大斑块面积，m2，A 为景 观类型的总面积，m2。 3）斑块聚集度指数（aggregation index，AI）是描述 不同斑块类型空间分布特征及其混合状况，反映斑块类 型在空间上聚合的趋势[21]，计算公式为 100 max AI ii ii g g  （4） 式中 gii为基于单倍法的斑块类型 i 像元之间的节点数， maxgii为基于单倍法的斑块类型 i 像元之间的最大节点 数。AI 越小表示斑块类型的破碎程度越大，反之则表明 斑块聚集程度越高。 2.2.3 景观变化趋势检验模型 Mann-Kendall 分析是一种非参数统计检验法，该方 法具有检测范围宽，定量化程度高，不受样本分布的影 响等优点，已广泛用于水文、气候、植被、污染物监测 等长时间序列分析中[22-24]，其定义为 对于具有 n 个样本的时间序列 X，构造一秩序列 1 1 ,1,2,, 0 k ij kii i xx rrji else S          （5） 式中 Sk是第 i 时刻数值大于 j 时刻数值个数的累计数， 在 时间序列随机独立的假定下，定义统计量 1,2,, kk k k SE S kn Var S UF   （6） 式中 ESk， VarSk是累积数 Sk的均值和方差， 在 x1, x2,, xn相互独立，且有相同连续分布时 1125 , 472 kk k kk kk Var SE S   （7） UFk为标准正态分布，UF10；按 X 逆序 xn, xn-1,, x1, 重复上述过程，则反序列的 UBk由式（8）给出 ,1,,1 kk UFkn nUB （8） 其中 UB10。给显著性水平 α0.05，则 u0.051.96，将 UFk、UBk绘制成曲线，若 UFk0，表示序列呈上升趋势， 反之则为下降趋势；当它们超过临界线时，表明上升或 下降趋势显著；如果曲线有交点且位于临界值内，则交 点对应的时间为突变开始的时间。 3 结果与分析 3.1 沛北矿区生命周期阶段特征分析 由于煤炭是不可再生资源，其赋存条件和有限性决 定了矿区发展必然要经历着形成、发展、稳定、衰退等 生命周期过程[25]，处于生命周期不同阶段的矿井，对景 观格局的扰动特征亦不同。发展初期，煤炭产量较小， 矿区植被覆盖基本没发生变化；发展期，矿井建设不断 加大，煤炭开采量不断增加，矿区土地利用、植被覆盖 等均发生较大变化；稳定期，煤炭持续大规模开采，矿 区地表塌陷、耕地损毁，景观破碎化加剧，生态系统恶 化；衰退期，煤炭开采量下降，对景观格局的影响减弱， 由于生态环境损坏的累积效应和滞后性，矿区的生态环 境继续恶化[26-27]。 沛北矿区生命周期曲线与历年煤炭产量如图 2 所示。 根据矿区生命周期阶段划分[28-29]，目前沛北矿区处于开 采的稳定期（2000 年以来） ，即煤炭持续大规模开采，矿 区原有的生态平衡状态被打破，地面塌陷加快，土地利 用、植被覆盖等均发生剧烈变化，生态系统由稳定转向 脆弱。 图 2 沛北矿区历年煤炭开采量与煤矿生命周期曲线 Fig.2 Annual coal production and life cycle curve of Peibei mining area 3.2 矿区景观动态变化分析 利用 1994－2014 年的景观分类数据，按不同景观类 型面积的统计结果及年均变化速度如图 3、表 2 所示。 由图 3 可看出，各景观类型中，耕地占整个区域的 比例最大，均在 40以上；工矿建设用地次之，从 1994 年的 15 035.2 hm2增加到 2014 年 26 923.5 hm2； 第三为自 然水体，包括湖泊、河流及坑塘水面，主要受降雨量影 响，变化不大；未利用地集中在微山湖周围及采煤塌陷 区内，略有增加；园地与交通用地比例不大，变化缓慢； 塌陷水体比例最小， 但增加较快， 从 1994 年的 56.38 hm2 增加到 2014 年的 1 254.31 hm2，增加了约 22 倍。近 20a 第 23 期 徐嘉兴等煤炭开采对矿区土地利用景观格局变化的影响 255 土地利用景观变化显著，主要表现为耕地、林地和未利 用地减少，净减少面积分别为 6 752.99、2 560.13 和 2 422.12 hm2，而工矿建设用地和塌陷地却迅速增加，净 增加面积分别为 11 888.30 和 1 188.93 hm2。 图 3 19942014 年沛北矿区土地利用景观变化状况 Fig.3 Change of land use landscape of Peibei mining area from 1994 to 2014 表 2 1994－2014 年沛北矿区各景观类型年平均变化率 Table 2 Annual mean changing rate of landscape types in Peibei mining area from 1994 to 2014 景观类型 Landscape types 1994－ 1998 1998－ 2002 2002－ 2006 2006－ 2010 2010－ 2014 耕地 Cultivated land 2.58 0.061.69 3.20 1.55 林地 Forest land 10.02 0.356.76 9.49 2.23 园地 Garden land 0.53 0.291.85 4.46 2.31 河流水体 River water 0.65 0.330.82 0.22 2.10 塌陷水体 Subsidence water 114.99 23.4810.59 7.56 2.42 工矿建设用地 Construction land 0.73 1.626.74 4.32 2.43 交通用地 Traffic land 1.08 0.681.27 0.35 2.53 未利用地 Unutilized land 7.09 6.780.69 1.55 2.50 从年平均变化速度来看（表 2） ，1994－2014 年塌陷 水体面积变化速度最快，其次是林地和未利用地；耕地 和工矿建设用地的净变化速度虽大，由于基数较大，因 此年均动态度不显著；研究期内工矿建设用地的动态度 持续增加，最大值为 2002－2006 年的 6.74。从动态度 变化程度来看，近 20 a 来，随着经济、社会及城市化快 速发展，研究区土地利用程度加快，尤其是进入煤矿开 采稳定期（2000 年以来） ，煤炭开采加剧了工矿用地、塌 陷地等变化，土地流转较为频繁。 3.3 矿区景观格局变化分析 利用 Fragstats3.3 软件计算得出研究区景观格局指数 变化状况（图 4 和表 3） 。由图 4 可知，近 20 a 景观形状 指数（LSI）呈先降后升趋势，特别是 1998 年处于低谷， 之后持续上升，主要原因受亚洲经济危机及严重水害的 影响，县域经济不景气，煤炭行业发展进入下行周期， 之后又迅速增长； 2006－2014 年 LSI 值仅在小范围波动， 主要是受到土地复垦、生态修复等影响，景观类型趋于 稳定；面积加权平均斑块分形指数（AWMPFD）呈现波 动上升趋势，且均低于 1.30，表明景观分形特征边缘周 长比较简单，景观面积变化对景观几何形状复杂程度影 响不明显，而在 2010 年出现低谷，表明受人为活动影响 增大。 图 4 19942014 年沛北矿区景观类型指数变化 Fig.4 Change of landscape type indices of Peibei mining area from 1994 to 2014 表 3 沛北矿区 1994－2014 年斑块类型指数变化 Table 3 Change of patch type indices of Peibei mining area from 1994 to 2014 景观指数 Landscape indices 年份 Year 耕地 Culti- vated land 林地 Forest land 园地 Gard- en land 河流 水体 River water 塌陷 水体 subside- nce water 工矿建 设用地 Construc- tion land 交通 用地 Traffi- c land 未利 用地 Unutili- zed land 1994 19.570.120.18 12.08 0.05 1.000.022.26 1998 26.910.040.10 7.67 0.12 1.740.024.51 20026.770.190.07 6.51 0.19 3.030.092.43 20064.670.070.11 14.11 0.21 2.090.011.24 2010 13.650.410.08 11.97 0.34 2.680.110.61 最大斑 块指数 Largest patch index LPI 2014 28.330.750.03 9.35 0.34 3.980.041.01 1994 89.80 63.12 51.37 84.01 86.35 63.8238.77 82.46 1998 94.27 67.31 75.35 86.76 90.62 86.4050.85 89.59 2002 86.02 67.75 46.99 81.18 91.57 73.0840.38 71.81 2006 78.59 40.45 34.90 84.49 88.16 64.7414.45 59.43 2010 85.03 50.45 38.96 85.31 90.43 67.1629.83 37.06 斑块聚 集度指数 Aggrega- tion index AI 2014 80.77 46.17 43.35 82.64 88.22 66.7724.36 40.85 由表 3 可以看出，1994－1998 年耕地的最大斑块指 数（LPI）分别为 19.57 和 26.91，由于这一阶段处于煤矿 发展期，耕地景观开始遭到破坏，但在景观类型中还处 于优势地位，2002－2006 年处于开采稳定期，高强度煤 炭开采与城市扩张，耕地锐减，LPI 持续下降，优势性大 大降低；2010－2014 年，由于矿区村庄搬迁、土地复垦 等工程实施，塌陷区治理取得了一定成效，增加了耕地 面积，LPI 持续上升，景观优势度逐渐加强。工矿建设用 地的 LPI 呈现波动性增加趋势，主要是由于城镇扩张及 工矿企业增多，建设用地优势度在逐渐增加；从斑块集 聚度指数（AI）来看，耕地的 AI 先升后降，总体呈下降 趋势，工矿建设用地的 AI 呈波动增加的趋势。 从林地、园地、交通用地的 LPI 和 AI 可以看出，林 地、园地和交通用地比例较小，但受人为扰动影响较大， 集聚程度逐渐下降，破碎化严重；塌陷水体的 LPI 持续 增加，AI 呈波动式增加，主要原因是随着煤炭持续高强 度开采，塌陷积水面积逐渐增大，同时随着复垦工程的 实施，塌陷水体也因地制宜地合并或改造成各类湿地景 观，其集聚度不断增加。19942010 年间，未利用地的 农业工程学报（http//www.tcsae.org） 2017 年 256 LPI 和 AI 总体呈不断下降趋势，表明未利用地逐步得到 开发与利用，其面积不断减少，到 2014 年 LPI 和 AI 的 值有所增加，可能的原因是开采导致塌陷区由陆地生态 景观逐渐转变为水生生态景观，内陆滩涂面积随之增加。 3.4 矿区景观突变检验分析 通过上面分析可知，研究区内耕地和塌陷水体的变 化最为显著，因此本文选取耕地和塌陷水体的景观指数 变化进行 Mann-Kendall 分析。 由于只有 6a 非连续景观指 数数据，本文采用灰色模型（gray model，GM）中一阶 单变量 GM（1，1）模型获取各指标的拟合曲线，再进行 内插得到 21a 连续数列，进行相关检验分析[30]。先将耕 地和塌陷水体的 LPI 和 AI 指数分别与历年煤炭产量进行 相关性分析，其相关系数分别为0.634，0.748、0.911 和 0.191，表明耕地和塌陷水体的景观指数与煤炭产量具 有较高的相关性，尤其是塌陷水体的 LPI 指数相关性最 高；由于塌陷水体分别处于各煤矿塌陷区内，同时受煤 炭开采与土地复垦、整理等活动的影响，因此其 AI 指数 与煤炭产量的相关性不强。 分别对耕地和塌陷水体的 LPI 和 AI 指数进行 Mann- Kendall突变检验分析， 并给出显著性水平α0.05曲线 （图 5） 。由图 5a 可以看出，在置信区间内 UFk和 UBk有一个 交点， 即在2001年前后该序列出现突变点， 这表明从2001 年前后矿区耕地集聚度开始出现突变，并在 2003 年之后 下降趋势显著，表现出景观破碎化趋势。根据煤矿生命 周期阶段划分，2001 年前后是各矿井开采量提速初次达 到最大，此时耕地受到较大扰动，聚集度迅速下降，到 了 2010 年，除了姚桥煤矿开采强度增大，其他煤矿开采 保持平稳，三河尖煤矿已经闭矿，地面塌陷趋于稳定； 同时土地复垦工作落实到位，增加了耕地面积，耕地破 坏状况得到有效缓解，聚集度增加。由耕地 LPI 指数突 变检验结果可知 （图5b） ， UFk和UBk曲线交点出现在1999 年前后，表明耕地景观的优势度在 1999 年就开始发生突 变，之后持续下降，直到 2010 年左右才有所改善，但变 化不显著。研究结果表明煤炭资源开采先影响耕地景观 优势度，随着开采强度加大，耕地聚集度开始受到影响， 进而影响整个景观格局。这与耕地 AI 指数的变化趋势检 验结果一致。 由塌陷水体的 Mann-Kendall 检验结果 （图 5c） 可知， 塌陷水体的 AI 指数并未出现异常突变点，但在 1997－ 2006、2011－2013 年间有显著的上升趋势；LPI 指数正 反序列曲线虽然存在交叉点，却位于置信区间之外，但 LPI 指数的正序列曲线超过 α0.05 显著水平的信度线， 向正方向变化（图 5d） ，表明从 1995 年之后塌陷积水区 域呈持续扩大的趋势。结合煤炭开采强度及塌陷水体变 化情况，表明煤炭开采是造成地面塌陷的直接原因，随 着开采强度的持续，塌陷范围也不断增大，塌陷区积水 扩展的方向即是煤矿开采的方向。另外，塌陷水体的 AI 指数曲线在 2006－2011 年间变化不显著，其主要原因是 随着土地复垦、生态修复等工程实施，对塌陷水体的治 理取得了显著成效。 图 5 沛北矿区耕地与塌陷水体景观格局指数序列 Mann-Kendall 突变检验图 Fig.5 Mann-kendall trend test results of farmland and subsidence water area in Peibei mining area 4 讨 论 煤炭资源开采所固有的时间持续性、空间扩展性和 强干扰性，使得矿区景观生态系统受到严重影响，这种 影响具有时间和空间上的累积效应[25]。本文对景观指数 突变检验分析可知，耕地的 LPI 指数和 AI 指数分别在 1999 年和 2001 年出现突变点，之后均呈显著下降趋势， 符合景观生态累积效应的滞后性特征[25]。随着老采空区 地表逐步稳沉， 新采空区实施矸石充填、 离层注浆充填[31] 等措施，塌陷水体增加的速度减缓。目前沛北矿区正处 于开采的稳定期，煤炭开采对土地利用与景观格局的影 响仍在持续；随着绿色开采理念、土地复垦与修复工程 的实施，矿区土地整治与景观生态格局有所好转，研究 结果与实际情况基本吻合。 本研究的数据来源于不同卫星传感器，其空间分辨 率及光谱信息不一致，虽然通过影像融合、重采样和实 地调查验证等，试图尽可能地减少分类误差，但由于多 源遥感数据间存在本质差异性，致使景观格局变化特征 上存在着一定误差。此外，矿区景观格局演变是一个相 对复杂的过程，不仅受采矿干扰，也与本地区经济、人 口、城镇化等因素相关，本文仅从煤炭开采角度分析对 矿区景观格局演变过程的影响，今后还需进一步深入研 究景观格局演变的驱动机制。 5 结 论 基于 1994－2014 年 6 期遥感影像，利用 GIS、景观 生态学与数理统计方法，分析了煤炭资源开采对沛北矿 区土地利用与景观格局变化的影响。结果表明，近 20a 来，沛北矿区土地利用景观变化显著，耕地、林地和未 利用地分别减少了 6 752.99、 2 560.13 和 2 422.12 hm2； 工 第 23 期 徐嘉兴等煤炭开采对矿区土地利用景观格局变化的影响 257 矿建设用地和塌陷水体迅速增加， 尤其是塌陷水体增加了 近 22 倍。进入开采稳定期（2000 年以来） ，耕地与建设 用地、塌陷水体间的转化过程剧烈且频繁。 近 20a 的景观类型变化直接影响着矿区的景观格局， 主要表现为景观类型指数呈现波动性上升，后趋于稳定， 景观分形特征趋于简单化和规则化；耕地、林地、园地 等斑块类型指数总体呈下降趋势，而工矿建设用地和塌 陷水体的斑块指数则持续增加，斑块类型趋于破碎化和 均匀化。 进一步对景观指数进行相关性与突变检验分析可 知，煤炭资源开采与景观指数变化具有较强的相关性， 耕地的 LPI 和 AI 指数分别在 1998 年和 2001 年出现下降 的突变点， 塌陷水体的 LPI 指数从 1995 年开始持续上升， 而 AI 指数呈显著上升变化不显著显著上升的趋势。 随着矿区生态修复与土地复垦，耕地、水体面积增加， 景观破碎化程度得到缓解。 [参 考 文 献] [1] 傅伯杰. 我国生态系统研究的发展趋势与优先领域[J]. 地 理研究，2010，293383－396. Fu Bojie. Trends and priority areas in ecosystem research of China[J]. Geographical Research, 2010, 293 383－396. in Chinese with English abstract [2] Tian H Q, Chen G, Zhang C, et al. Century-scale response of ecosystem carbon storage to multifactorial global change in the Southern United States[J]. Ecosystems, 2012, 154 674－694. [3] Foley J A, Defries R, Asner G P, et al. Global consequences of land use [J]. Science, 2005, 3095734 570－574. [4] Sterling S M, Ducharne A, Polcher J. The impact of global land-cover change on the terrestrial water cycle[J]. Nature Climate Change, 2012, 34 385－390. [5] 刘纪远，匡文慧，张增祥，等. 20 世纪 80 年末以来中国土 地利用变化的基本特征与空间格局[J]. 地理学报，2014， 6913－14. Liu Jiyuan, Kuang Wenhui, Zhang Zengxiang, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014, 691 3－14. in Chinese with English abstract [6] Antwi E K, Krawczynski R, Wiegleb G. Detecting the effect of disturbance on habitat diversity and land cover change in a post-mining area using GIS [J]. Landscape and Urban Planning, 2008, 871 22－32. [7] 徐嘉兴，李钢，陈国良，等. 矿区土地生态质量评价及动 态变化[J]. 煤炭学报，2013，38增刊 1180－186. Xu Jiaxing, Li Gang, Chen Guoliang, et al. Dynamic changes and uation of land ecological quality in coal mining area[J]. Journal of China Coal Society, 2013, 38S1 180－ 186. in Chines