项阳++李君轶++陈宏飞

摘要：通过改进的CASA模型对神东矿区植被NPP（植被净初级生产力）进行估算，研究该矿区整体植被变化。分析了大柳塔、补连塔、榆家梁等3个矿井植被变化情况；并对矿区采区与非采区的植被生长状况进行对比研究；采用差值法，定量地确定矿井所在地自然地貌因素和采矿活动因素对植被NPP的影响并研究其影响程度。结果表明，不同空间尺度下神东矿区植被NPP和各个矿井地区植被生长状况均出现恶化的趋势，各个矿井恶化程度不同。不同地貌单元的矿区开采对植被NPP影响程度不同。不同矿井的不同植被类型受自然地貌和人为煤炭开采的影响各不相同。

关键词：NPP；矿区；植被；CASA模型

中图分类号：TP79；Q948.11 文献标识码：A 文章编号：0439-8114（2017）10-1843-04

DOI：10.14088/j.cnki.issn0439-8114.2017.10.011

Research on Vegetation NPP Changes by CASA Model in Shendong Mining Area

XIANG Yang， LI Jun-yi， CHEN Hong-fei

（College of Tourism and Environment，Shaanxi Normal University， Xian 710100，China）

Abstract：Based on improved CASA model， the NPP（the net primary productivity） of vegetation in Shendong mining area was estimated to study the vegetation changes as a whole. The mine vegetation changes was analyzed in Daliuta， Bulianta and Yujialiang. A comparative study on vegetation growth between mining area and non-mining area was also carried out. At the same time， using the differential method， quantitatively measured the effects of terrain factors and mining activities on vegetation NPP and vegetation growth， so as to provide references for the policy making of protecting and managing the vegetation growth in mining area. The results showed that the growth status of vegetation NPP in Shendong mining area and vegetation NPP in different mines under different spatial scales was deteriorated， and the degree of deterioration of each mine was different. The degree of influence of mining in different landforms on vegetation NPP was different. Different types of vegetation in different mines were affected by natural geomorphology and anthropogenic coal.

Key words： NPP（the net primary productivity）； mining area； vegetation； CASA model

礦产资源开采对国民经济的发展起至关重要的作用。一方面，矿产资源的开采促进了社会经济的发展，但同时会对矿区的生态环境产生一定程度的破坏。随着科学技术的进步，矿产资源开采与生态环境保护二者之间的矛盾是可以协调统一的[1]。植被是连接土壤、大气和水分等土地覆盖要素的自然“纽带”，其动态变化在一定程度上指示着土地覆盖的动态变化[2]。植被净初级生产力（NPP）是植被生态系统的基本数据指标，其大小反映植被生长情况，间接反映植被在该地区的生长状况[3]。

由于神东矿区（神府东胜矿区的简称）地理位置特殊，区内地貌类型多，因此通过对不同地貌区域的矿井进行研究可以分析矿区开采活动和地貌差异对植被生长的影响程度，为矿区植被生长保护与管理决策提供参考依据。

1 区域概况与研究方法

1.1 研究区概况

神东矿区是神府东胜矿区的简称，具体是指陕西省神木县、府谷县、内蒙古自治东胜市（现鄂尔多斯市）域内的矿区，现为中国最大的井工煤矿开采地，神东矿区东煤炭集团位于陕西省榆林市神木县大柳塔镇，与内蒙古伊金霍洛旗上湾镇相邻[4]。矿区属于典型干旱半干旱大陆性季风气候，表现为冬季严寒，夏季炎热，冬春干旱多风沙，夏季多暴雨且集中。补连塔矿井、大柳塔矿井、榆家梁矿井从北到南位于神东矿区内。补连塔矿井位于内蒙古自治区伊克昭盟伊金霍洛旗境内，地貌特征表现为波状沙地，沙丘起伏，相对水资源贫乏，植被稀疏[5，6]。大柳塔矿井属于陕西省神木县大柳塔镇和活鸡兔镇，大柳塔矿井处于毛乌素沙地与黄土高原丘陵沟壑区的过渡地带，该地区地表较厚松散覆盖，为典型的生态脆弱区[7]。榆家梁矿井位于神东矿区地方煤矿开采区东南部，地貌单元属黄土丘陵沟壑区，区内沟谷纵横交错，梁峁相间分布，植被稀少，水土流失严重[5]。

1.2 数据来源和处理

采用的数据为2007、2010、2011年神东矿区的Landsant5遥感影像，具体时间为2007年8月12日、2010年8月20日、2011年8月7日，影像均經过辐射校正和图像配准，根据井上下对照图确定采区、非采区边界和矿区边界来裁剪遥感图像，并通过监督分类所选取的土地覆盖类型草地和耕地，分类精度在研究要求的范围之内。

1.3 方法

CASA模型中的植被NPP是利用植被获取太阳辐射，加上植物自身利用的情况，从而估算出植被净生长状况，这是CASA模型的基本思想。模型中所估算的NPP可以由植物吸收的光合有效辐射（APAR）和实际光能利用率两个因子来表示[8]。

APAR取决于太阳辐射（SQL）和植被层对入射光合有效辐射的吸收比例（FPAR），朱文泉等[8]根据内蒙古地区植被条件研究估算了FPAR（NDVI）和FPAR（SR）。估算结果发现，采用NDVI估算的FPAR值高于实际测算值，而采用SR估算的FPAR值低于实际测算值。为了避免研究结果出现较大偏差，在研究过程中采用的FPAR估算值取FPAR（NDVI）和FPAR（SR）二者的平均值：

FPAR（x，t）=（FPARNDVI+FPARSR）/2 （1）

FPAR（x，t）表示像元x在t月植被层对入射光合有效辐射的吸收比例，表示通过NDVI和SR估算的FPAR。

在光能利用率的估算过程中，植被光利用率模型的构建过程如下。首先确定最大光能利用率，然后再根据不同的环境胁迫因子对最大光能利用率进行调整以确定最终的光利用率。Potter等[9]认为在理想条件下植被具有最大光能利用率[7]，而在现实条件下的最大光能利用率主要受温度和水分的影响。月最大光能利用率的取值因不同的植被类型而有所不同，由于CASA模型所采用全球最大光能利用率0.389 gC对NPP的估算有很大影响，彭少麟等[10]利用GIS和RS估算了广东植被光能利用率，研究发现CASA模型中所使用的全球植被最大光能利用率（0.389 gC）较广东植被低，根据朱文泉等[8]对光利用率进行模拟来测算不同植被类型的光利用率取值，耕地、草地采用的光利用率取值均为0.542 gC。

由于CASA模型的时间分辨率为月，而遥感影像数据为即时获取的瞬时数据，两者在时间尺度上无法达到统一，这就使得植被NPP的估算结果会产生不同时间尺度上的误差，但由此引发的误差不可避免[3]。CASA模型是一种利用光能利用率模型，借助于遥感数据进行植被NPP估算的研究方法，此模型在测算植被对入射光合辐射的吸收比例（FPAR）时，对原有模型进行了改进，将由NDVI估算的FPAR和由SR估算的FPAR的算术平均数作为最后的FPAR。由于CASA模型的最大光能利用率不符合中国地区的植被生长情况，因此，本研究通过改进的CASA模型对神东矿区植被NPP（植被净初级生产力）进行估算。

2 结果与分析

2.1 不同空间尺度下的植被NPP

2.1.1 神东矿区下植被NPP的研究 基于遥感数据，利用改进的CASA模型估算了2007、2010、2011年8月整个神东矿区草地和耕地植被NPP，结果见图1。由图1可知，耕地和草地的植被NPP总体发展趋势大致可分为两大阶段：2007～2010年，耕地和草地的植被NPP均呈缓慢下降趋势；2010～2011年，耕地和草地的植被NPP呈现快速下降状态。总体而言，两大阶段耕地和草地植被NPP演化趋势呈现高度相似性，即均呈现下降趋势。整体植被生长状况处于加速恶化的情况。

2.1.2 矿井下植被NPP 以补连塔、大柳塔、榆家粱3大矿井为例，利用改进的CASA模型估算了3大矿井2007、2010、2011年8月草地和耕地植被NPP，结果见图2。由图2可知，各个矿井间耕地和草地的生长状况在时间序列上呈现出高度相似性。2010～2011年，植被NPP呈现出明显的下降趋势；2010年与2007年相比，植被NPP总体上略有下降，但补连塔耕地NPP、大柳塔草地NPP、榆家梁草地NPP略有上升。总体而言，植被NPP呈下降趋势，这表明植被生长状况在不断恶化。

为了研究采矿活动对植被生长所造成的影响，对补连塔矿井采区和非采区范围的耕地和草地植被NPP进行估算，结果见图3。由图3可知，采区的耕地和草地的植被NPP明显小于非采区。具体来说，非采区的草地植被NPP比采区的草地植被NPP高8.07 gC/m3，非采区的耕地植被NPP比采区的耕地植被NPP高4.75 gC/m3。表明补连塔矿区的采矿活动已对植被生长产生了不利影响。

对大柳塔矿井采区和非采区的耕地和草地的植被NPP进行估算，结果见图4。由图4可知，总体而言，采区的耕地和草地植被NPP低于非采区。具体来说，采区的草地植被NPP略较非采区低0.42 gC/m3，采区的耕地植被NPP较非采区低5.87 gC/m3。表明非采区的耕地和草地植被8月生长状况优于采区的耕地和草地植被，尤以耕地较为明显。由此说明大柳塔矿区开采活动不利于植被生长。

对榆家梁矿井采区与非采区范围内的耕地和草地植被NPP进行估算，结果见图5。由图5可知，采区和非采区耕地及草地的植被NPP相差不大，但采区耕地和草地的植被NPP均小于非采区。具体而言，非采区的耕地植被NPP较采区高2.19 gC/m3，非采区的草地植被NPP较采区高0.72 gC/m3。由此表明，榆家梁矿井的采矿活动对植被生长的影响不明显，黄土沟壑区里矿区开采对植被影响不大。

2.2 不同地貌矿井间植被NPP的比较

为了研究不同地貌单元的矿区开采活动对植被生长的影响程度，对耕地NPP差值和草地NPP差值定义如下：耕地NPP差值=非采区耕地的植被NPP-采区耕地的植被NPP；草地NPP差值=非采区草地的植被NPP-采区草地NPP。如果计算结果为正值，则说明矿区活动对植被生长有影响；计算结果为负值，则说明矿区活动对植被有促进作用。

补连塔矿井、大柳塔矿井和榆家梁矿井分别位于神东矿区北部和南部。补连塔地貌类型为波状沙地，沙丘起伏；大柳塔为沙地与黄土高原丘陵沟壑区的过渡地带；榆家梁地貌单元属黄土丘陵沟壑区。3大矿井之间地貌差异比较明显，因此可以认为不同矿井非采区的植被NPP之间的变化是由于自然地貌引起的，根据图3～图5不同矿井非采区同种植被之间的对比，不同矿井非采区植被NPP差值可以作为自然地貌因素对植被NPP的影响指数。选取榆家梁植被NPP作为研究标准，补连塔植被NPP/大柳塔植被NPP与榆家梁植被NPP做差值，分别得出补连塔植被NPP差值/大柳塔植被NPP差值。即大柳塔-榆家梁非采区的草地植被NPP差值为10.64 gC/m3，耕地NPP差值为10.61 gC/m3；补连塔-榆家梁非采区的草地植被NPP差值为5.86 gC/m3，耕地NPP差值为3.54 gC/m3。

同时，采用各矿井采区与非采区NPP差值作为该矿开采活动对植被的影响指数，即植被NPP差值越大，矿区活动对于植被生长状况的影响也就越大（图6）。在综合考虑自然地貌和人为矿井开采对植被NPP影响的情况下，定量分析各个矿井间的植被NPP影响比重指数。

其中，i表示耕地/草地类型，x为所在矿井，A（x，i）表示为自然地貌对植被NPP的影响程度比重指数，B（x，i）为矿井开采对植被NPP的影响比重指数。C（x，i）为人为矿井开采对植被NPP的影响程度，即非采区植被的NPP减去采区植被的NPP，D（x，i）为自然地貌对植被NPP的影响程度，即榆家梁矿井地貌非采区植被NPP减去所研究的矿井非采区的植被NPP。本研究着重分析补连塔和大柳塔的自然地貌和人为开采活动对植被NPP影响程度。具体分析补连塔和榆家梁的自然地貌和人为开采活动对植被NPP的影响程度。

补连塔自然地貌相比榆家梁自然地貌耕地植被NPP影响D（补连塔，耕地）=3.54 gC/m3，补连塔人为开采对耕地植被NPP影响C（补连塔，耕地）=4.75 gC/m3，补连塔自然地貌对耕地植被NPP影响程度比重指数A（补连塔，耕地）=42.70%，补连塔矿井开采活动对耕地植被NPP影响程度比重指数B（补连塔，耕地）=57.30%。同样算出补连塔自然地貌对草地植被NPP影响程度比重指数为42.07%，补连塔矿井开采活动对草地植被NPP影响程度比重指数为57.93%。

大柳塔自然地貌相比榆家梁对耕地植被NPP影响程度D（大柳塔，耕地）=10.61 gC/m3，大柳塔人为开采对耕地植被NPP影响C（大柳塔，耕地）=5.87 gC/m3，大柳塔自然地貌对耕地植被NPP影响程度比重指数A（大柳塔，耕地）=64.38%，大柳塔矿井开采活动对耕地植被NPP影响程度比重指数B（大柳塔，耕地）=35.62%。同样算出大柳塔自然地貌对草地植被NPP影响程度比重指数为96.20%，大柳塔矿井开采活动对草地植被NPP影响程度比重指数为3.80%。

综上所述，不同矿井的不同类型植被受自然地貌和煤炭开采的影响是不同的。开采活动对于补连塔耕地植被NPP和草地植被NPP的影响程度大于地貌因素的影响；对于大柳塔而言，耕地植被NPP受自然地貌的影响明显大于开采活动所带来的影响，且对草地植被NPP的影响占主导地位。

3 小结与讨论

1）通过对不同尺度下的神东矿区植被NPP和各个矿区植被NPP的研究发现不同空间尺度下植被生长状况均出现恶化的趋势，各个矿井恶化程度不尽相同。

2）不同地貌单元的矿井开采对植被NPP影响程度不同。对大柳塔、补连塔、榆家梁的植被NPP研究发现，非采区耕地和草地植被NPP高于采区，说明矿井开采对植被NPP产生了一定程度的影响，但不同地貌单元的矿井开采对植被NPP影响程度不同。通过计算同一矿井采区与非采区植被NPP差值，并进行各个矿井间的纵向对比，发现位于沙丘沙地地貌的矿井开采对植被影响较大，位于黄土丘陵沟壑区地貌的矿井开采对植被影响较小。

3）自然地貌与矿井开采对植被NPP的影响研究。通过对自然地貌和矿井开采程度进行量化，并通过对比分析确定影响植被NPP变化的主要因素，发现不同矿井的不同植被类型受自然地貌和人为煤炭开采的影响各不相同。自然地貌和开采活动对于补连塔耕地和草地植被NPP的影响程度基本相当，但开采活动对于植被NPP的影响程度略大于地貌因素的影响；自然地貌对于大柳塔的耕地植被NPP的影响较大，且对草地植被NPP的影响占主导地位。

参考文献：

[1] 隗合明，余明刚，周 军，等.矿产资源与生态环境资源同步开发探讨[J].中国地质灾害与防治学报，2004，15（3）：73-77，82.

[2] 陈朝晖，朱 江，徐兴奎.利用归一化植被指数研究植被分类、面积估算和不确定性分析的进展[J].气候与环境研究，2004，9（4）：687-696.

[3] 杜 红.基于CASA模型的呼伦贝尔地区NPP估算研究[D].石家庄：河北师范大学，2010.

[4] 刘 岩.半干旱草地NPP遥感模型和环境响应研究[D].北京：中国科学院研究生院（遥感应用研究所），2006.

[5] 雷少刚.荒漠矿区关键环境要素的监测与采动影响规律研究[D].北京：中国矿业大学，2009.

[6] 迟琳琳.神东采煤塌陷区造林技术研究[D].呼和浩特：内蒙古农业大学，2009.

[7] 徐友宁，吴 贤，陈华清.大柳塔煤矿地面塌陷区的生态地质环境效应分析[J].中国矿业，2008，17（3）：38-40，50.

[8] 朱文泉，潘耀忠，張锦水.中国陆地植被净初级生产力遥感估算[J].植物生态学报，2007，31（3）：413-424.

[9] POTTER C S，RANDERSON J T，FIELD C B，et al. Terrestrial ecosystem production：A process model based on global satellite and surface data[J].Global Biogeochemical Cycles，1993，7（4）：811-841.

[10] 彭少麟，郭志华，王伯荪.利用GIS和RS估算广东植被光利用率[J].生态学报，2000，20（6）：903-909.