赵艳辉，赵 华

(中国矿业大学环境与测绘学院，江苏 徐州 221116)

高潜水位矿区水域空间扩展特征分析:以徐州沛北矿区为例

赵艳辉，赵 华

(中国矿业大学环境与测绘学院，江苏 徐州 221116)

矿区水土关键要素的变化对区域生态环境保护和水土流失防治具有重要意义。以徐州市沛北矿区2000年、2004年、2008年和2012年SPOT-4/5影像为数据源，运用土地利用重要性指数、间隙度指数和分形维数3个指标，分析矿区水域空间变化特征；结合煤炭产量和粮食单产，分析塌陷水域空间扩展驱动因素及对耕地影响。结果表明：①矿区景观格局发生剧烈变化，耕地大量转为水域，而水域是新增耕地的主要来源，耕地斑块趋于破碎化，水域空间均衡性降低且呈多中心化结构；②煤炭开采是区域景观格局演变主要驱动因素，采煤沉陷改变了水域空间分布特征。

沛北矿区；景观格局；塌陷水域；耕地

土地是人类赖以生存的基础，也是人类进行各种活动的载体，土地利用变化是全球环境变化和可持续发展研究的主要内容之一。土地利用变化是景观格局演变的重要因素，在时空上具有复杂性和变异性[1]。景观格局变化特征定量分析是研究格局与过程相互关系的基础[2]，主要包括土地利用的转化和转移、景观格局空间变化特征等方面[3]。景观格局变化驱动力分析有利于了解景观格局变化的深层次原因，主要从自然和社会经济等多方面研究景观格局驱动力，在较大尺度景观格局驱动力研究方面取得了丰富成果[4-5]，P. Jiang等[6]通过分析黑河流域景观破碎度特征研究湿地空间演变的驱动力，得出温度和降雨量是主要影响因素；SU等[7]运用多个景观指数综合分析黄土高原地区景观格局变化和人类活动的关系。近年来，越来越多的学者关注小尺度研究，并采用多种方法对区域景观特征进行深入探讨[8-9]。

徐州沛北矿区地处黄淮海平原，是典型的高潜水水位平原煤矿区，也是我国重要的粮食生产基地[10]。煤炭大规模开采使矿区景观格局显著变化，原本单一、均质、整体的自然景观格局趋向复杂、多中心、异质演变。采煤沉陷容易形成积水区，景观格局演变更加复杂[11]，引起一系列生态环境问题，如生产力下降[12]、水土流失[13]等。以2000年、2004年、2008年和2012年SPOT-4/5为数据源，利用土地重要性指数、全局间隙度指数和信息维数等方法分析近十年来矿区水域空间扩展特征，结合煤炭产量，尝试分析格局演变的主要驱动因素，以此反映矿区景观格局演变的主要驱动因素，为防治塌陷区水土流失保护提供依据。

1 区域概况

研究区位于江苏省徐州市沛县北部(116°41′～117°09′E、34°28′～34°59′N)，包括姚桥、徐庄、孔庄、龙东、三河尖、张双楼、龙固等矿井，涉及经济开发区、新城区、大屯镇、安国镇、杨屯镇和龙固镇(图1)。沛北矿区是华东地区最大煤炭基地的重要组成部分，自1977年建矿以来累计开采煤炭23亿t，土地大面积塌陷，甚至积水，景观格局发生剧烈变化，逐渐演变为次生湿地，部分地区由陆生生态系统演变为水陆共生生态系统。

图1 研究区示意图

2 数据来源与研究方法

2.1 数据来源

数据源为2000年、2004年、2008年和2012年4期SPOT-4/5影像，空间分辨率2.5m，轨道号为285/280、284/280、285/280、285/281，采集时间为：11月23日、10月26日、11月20日、10月31日。采用人机交互解译分类法，将研究区土地分为耕地、园/林地、交通用地、水域、未利用地和建设用地等，经实地验证kappa检验值为93%。煤炭产量来源于历年矿井统计数据。

2.2 景观类型变化分析

基于空间叠加分析计算土地景观类型间转移，计算土地利用变化重要性指数(Ci)，直观反映矿区土地利用变化的主要方向[14]。计算见式(1)、(2)。

(1)

(2)

式中：Ci为第i类变化类型的土地利用变化重要性指数，取值0～1，百分数；ΔS为研究区各类土地变化面积之和；ΔSi为第i类土地变化面积。Ci值越大，说明该土地利用变化越占主导。

2.3 景观格局分析

2.3.1 景观指数

景观指数应用广泛，是反映景观格局的结构组成和空间配置等方面特征的简单定量指标[15]。本文选取平均斑块大学(MPS)和斑块密度(PD)用于反映斑块水平的空间变化关系。融合处理后，在Fragstats3.3软件里进行计算，分析其指数变化特征。

2.3.2 间隙度指数

间隙度指数由Mandelbrot于1983年提出，Plotnick等将间隙度引入景观生态学分析景观格局异质性。间隙度指数分析方法主要有移动窗口法和查分盒子法。移动窗口法主要用于对景观格局总体特征及分布的度量；查分盒子法主要用于识别景观空间分布的局部异质性。本文采用移动窗口法计算间隙度指数，见式(3)。

(3)

式中：S为网格大小为i计数窗口中某种地类的数量；Q(S,i)为计数窗口中该地类的比例。

2.3.3 分形维数

信息维数[16]来源自信息熵，用于定量描述土地利用系统有序程度的分形维数[17]。信息维数可用于反映矿区景观空间分布的均衡性，表征空间分布多中心特征，见式(4)。

I(ε)=I0-D3lnε

(4)

式中：I(ε)为各种地类的空间信息量；ε为方格边长；D3为信息维数。

信息维数值变化区间理论上为[0,2]，当维数为零时，景观要素集中于一点；当维数等于2时，景观要素呈均匀分布。即信息维数越大，景观要素空间分布越均衡；信息维数越小，景观要素分布越集中。

3 结果与分析

3.1 矿区景观格局演化过程

3.1.1 土地利用转移特征

2000年和2012年土地利用变化信息表明：土地利用类型间转移明显，耕地大量转变为其他土地类型是矿区土地利用转移的显著特征，且以转变为水域和建设用地为主，指数分别为49.04%和10.82%。同时，水域也是重要转变为耕地的地类，指数为4.70%。

表1 2000～2012年矿区土地利用变化的主要类型

3.1.2 斑块动态变化特征

从图2看，耕地和水域的景观斑块动态变化特征较其他地类更为显著。耕地的斑块密度持续增加，其平均斑块大小增长趋势十分明显；同时，水域的斑块密度变化较小，但其平均斑块大小显著增加。结合表1中耕地主要转为水域，说明随着水域的空间扩展，水域斑块趋于集中化、大型化，侵蚀耕地斑块使其趋于破碎化。

图2 景观斑块水平指数变化图

3.1.3 空间格局变化特征

运用移动窗口法测算2000年、2004年、2008年和2012年矿区水域空间扩展间隙度指数，以1～10km观测尺度得到全局间隙度指数和观测尺度的双对数曲线(图3)，可知：随着观测尺度变化，间隙度指数为2012年>2008年>2004年>2000年，且2012年明显大于其他时期。随着观测尺度不断增加，间隙度指数差异越来越小，说明水域空间分布具有等级特征，即小区域内部异质性趋于增加，在大区域内空间异质性变化不明显。

图3 间隙度指数曲线

图4 2000～2012年研究区煤炭产量

以网格尺度变化范围0.5～10km，分别计算2000年、2004年、2008年和2012年研究区土地利用的信息维数(表2)。水域信息维数有一定程度增加外，土地利用信息维数普遍降低，说明景观空间分布总体上向非均衡化发展，但水域呈中心间融合态势，其原因是煤炭开采造成大量土地塌陷积水，水域比重越来越大。从年度角度而言，2000年信息维数普遍较高，主要是耕地、建设用地、水域比例较为协调，空间分布较均匀；2012年的信息维数较小，因为水域和建设用地面积比重显著增加，耕地面积大幅度减少，耕地空间分布破碎化，采煤塌陷形成多个孤立的积水区，其空间分布向多中心化结构发展，但随着面积的不断扩大，多个中心相互融合态势凸显，导致空间均衡性提高。

3.2 驱动因素分析

矿区土地利用变化明显且景观格局空间构型变化显著，其是采煤沉陷和土地整治等综合作用的结果。煤炭开采导致地表沉陷，促使耕地向水域转移；土地整治促进零星水域转为耕地。对高潜水位平原矿区而言，煤炭开采引起地表沉陷形成积水区。2000～2012年研究区煤炭产量见图4。2000～2012年水域面积保持逐步增长趋势，从2000年的29.55km2增加到2012年49.81km2。计算煤炭产量与水域面积相关系数(表3)，三河尖煤矿的相关系数最大(99.77%)，龙东煤矿相关系数最低(78.86%)，其他矿井相关系数均大于90%，表明煤炭产量与水域面积具有较好的相关性。这种现象表明煤炭开采是导致水域增加且呈多中心化结构的主要驱动力。

表2 沛北矿区土地利用信息维数

表3 煤炭产量与水域面积相关系数(单位：%)

4 结论与讨论

本文以2000～2012年四期SPOT-4/5数据源，运用土地利用变化重要性指数分析景观类型变化，利用全局间隙度指数和信息维数定量分析景观格局变化，结合矿井生产等资料分析矿区景观格局演变的驱动因素。

2000～2012年间，沛北矿区景观格局变化显著。由于塌陷积水区快速扩张，耕地转变为水域较其他转变类型更为激烈，斑块趋于破碎化；相应的水域面积呈现增加趋势，促使水域斑块趋于集中化和大型化，同时水域也是新增耕地的主要来源。全局间隙度指数和信息维数从景观格局空间构型的角度分析格局的动态变化特征，水域空间分布呈现多中心化发展趋势，且中心间融合态势逐渐明显，而耕地趋向破碎化。煤炭开采是矿区景观格局演化的主要驱动力，随着煤炭产量的提升，塌陷积水面积快速增加，导致水域空间持续扩展，促进耕地流失，推动区域景观格局演变。

[1] Feng H, Zhao X, Chen F, et al. Using land use change trajectories to quantify the effects of urbanization on urban heat island[J]. Advance in Space Research, 2013, 53(3): 463-473.

[2] Tischendorf L. Can landscape indices predict ecological processes consistently[J].Landscape Ecology, 2001, 16: 235-254.

[3] 王永丽, 于君宝, 董洪芳, 等. 黄河三角洲滨海湿地的景观格局空间演变分析[J]. 地理科学, 2012, 32(6): 717-724.

[4] 齐杨, 邬建国, 李建龙, 等. 中国东西部中小城市景观格局及其驱动力[J]. 生态学报, 2013, 33(1): 275-285.

[5] 潘竟虎, 苏有才, 黄永生, 等. 近30年玉门市土地利用与景观格局变化及其驱动力[J]. 地理研究, 2012, 31(9): 1631-1639.

[6] Penghui Jiang, Liang Cheng, Manchun Li, et al. Analysis of landscape fragmentation processes and driving forces in wetlands in arid areas: A case study of the middle reaches of the Heihe River, China[J]. Ecological Indicators, 2014 (46):240-252.

[7] SU Changhong, FU Bojie, LU Yihe, et al. Land Use Change and Anthropogenic Driving Forces:A Case Study in Yanhe River Basin[J]. Chinese Geographical Science,2011,21(5) 587-599.

[8] 许吉任, 董霁红. 1987～2010年南四湖湿地景观格局变化及其驱动力研究[J]. 湿地科学, 2013, 11(4): 438-445.

[9] 杨俊, 单灵芝, 席建超, 等. 南四湖湿地土地利用格局演变与生态效应[J]. 资源科学, 2014, 36(4): 856-864.

[10] 卞正富, 张燕平. 徐州煤矿区土地利用格局演变分析[J].地理学报, 2006, 61(4): 349-358.

[11] 李保杰, 顾和和, 纪亚洲. 矿区土地利用分形特征动态变化[J]. 农业工程学报, 2013,29(21): 233-240.

[12] 侯湖平, 张绍良, 丁忠义, 等. 基于植被净初级生产力的煤矿区生态损失测度研究[J]. 煤炭学报, 2012, 37(3): 445-451.

[13] 胡振琪, 李玲, 赵艳玲, 等. 高潜水位平原区采煤塌陷地复垦土壤形态发育评价[J]. 农业工程学报, 2013, 29(5): 95-101.

[14] 罗娅, 杨胜天, 刘晓燕, 等. 黄河河口镇—潼关区间1998-2010年土地利用变化特征[J].地理学报, 2014, 69(1): 42-53.

[15] 阳文锐. 北京城市景观格局变化及驱动力[J]. 生态学报, 2015, 35(13): 1-14.

[16] 沈中原, 李占斌, 武金慧, 等. 基于GIS的流域土地利用/土地覆被分形特征[J]. 农业工程学报, 2008, 24(8): 63-67.

[17] 谭永忠, 吴次芳. 区域土地利用结构的信息熵分异规律研究[J].自然资源学报, 2003, 18(1): 112-117.

Waters spatial evolution of landscape pattern of underground mining area:a case study of in northern Pei county, Xuzhou city

ZHAO Yanhui，ZHAO Hua

(School of Environment Science and Spatial Informatics，China University of Mining and Technology，Xuzhou 221116, China)

The aim of this paper is to study the spatial evolution of landscape pattern and impact on the farmland in Peibei coal mining area including (a)a land use to significance index,(b) lacnarity index,(c) fractal dimension, had been explored at regional and subsided water scale by using SPOT-4/5 images in 2000, 2004, 2008 and 2012;based on coal production and grain yield per hectare, used to the driving factors of subsided waters spatial evolution and impact on the cultivated land. The results show that: ①the land cover has changed significantly, and the transformation types, including cultivated land to water body, water body to cultivated land were the primary types. and cultivated land has high degree of patches fragmentation. The centrality distribution of the water body, and it’s distribution pattern had formed a multicenter; ②coal mining is the main factors that cause the chang of landscape pattern.

mining area of northern Pei county; landscape pattern; subsided water; cultivated land

2016-09-10

黄淮海采煤塌陷区土地生态状况调查与评估项目资助(编号:201115106311)

赵艳辉(1993-)，安徽泗县人，硕士生，研究方向为景观生态，E-mail:ahzhaoyh@126.com。

赵华(1977-)，江苏东台人，博士，讲师，研究方向为土地生态和规划，E-mail:zhhcumt@163.com。

P237

A

1004-4051(2017)02-0095-04