露天矿区的生态网络格局评价<br/>——以胜利露天矿区为例

露天矿区的生态网络格局评价
——以胜利露天矿区为例

2019-02-11张周爱邢龙飞雷少刚

煤炭学报 2019年12期

张周爱，杜芳，黄赳,邢龙飞，雷少刚

(1.神华宝日希勒能源有限公司，内蒙古呼伦贝尔 021500; 2.中国矿业大学国土资源研究所，江苏徐州 221116; 3.中国矿业大学矿山生态修复教育部工程研究中心，江苏徐州 221116)

近年来国家对生态和环境保护越来越重视，在矿山开采方面提出了“绿色矿山”的理念，在发展经济的同时，也要注重生态环境保护。但是目前矿山开采技术还不够完善，对矿区周围环境造成很大影响。“矿山土地复垦”也成为近年来研究的热门话题。2011年土地复垦条例将土地复垦定义修改为“是指对生产建设活动和自然灾害损毁的土地，采取整治措施，使其达到可供利用状态的活动”，适当的人工干预可以促进矿山土地生态系统的自然修复[1]。煤炭资源开采给这类地区带来了一系列生态环境问题[2-3]，例如土壤污染[4]、地表沉降、土地破坏、植被退化、水质污染、大气污染等[5]。矿山开采带来巨大经济效益的同时也使得矿区周围的大型生境斑块不断被侵占，导致景观破碎化程度加剧。露天煤矿开采造成矿区生态系统破坏和生物多样性丧失[6]。土地资源的破坏导致原地貌形态下动植物赖以生存的生境遭到毁灭性破坏，生物多样性也随之消失。目前土地复垦后，地表主要形态为“平台-边坡”模式，形态单一且易破碎。尤其是边坡复垦后形成的高坡度大坡长的松散坡面，分割了排土场生境，限制了动物迁徙与种群交流。景观破碎化导致生境斑块的面积缩小，景观连通性降低，生境斑块逐渐岛屿化，从而干扰景观正常的连通性以及生态自身的调控能力，另外也导致当地的生物多样性降低，损害了健康的生态系统，导致生态系统服务功能发生变化[7-8]。生态网络的构建能够促进生境斑块的连接，促进物种的迁移，更好地维系物种扩散过程，丰富生物多样性，从而提高生态系统的稳定性，实现生态网络的功能连通，对生态保护和环境保护有重要意义[9]。

近年来，一种偏向测度结构连接性的形态学空间格局分析(MSPA,Morphological Spatial Pattern Analysis)方法开始被引入生态网络分析研究中[10]。MSPA是基于腐蚀、膨胀、开运算、闭运算等数学形态学原理对栅格图像的空间格局进行度量、识别和分割的一种图像处理方法，能够更加精确地分辨出景观的类型和结构[11-12]。传统的分析景观连通性方法是将斑块或者廊道单独提取出来，形态学方法是从像元层面上识别出生境斑块和廊道等对景观连通性起重要作用的区域[13]。该方法主要强调结构性数据，依据土地利用分类数据，提取湿地、优良的天然草地作为前景数据，其他的用地类型作为背景，采用一系列的图像处理方法，把前景数据分为互不重叠的7类(核心区、桥接区、环道区、支线、边缘区、孔隙和岛状斑块)，从而识别出对生态系统具有重要意义的景观类型。

胜利矿区土地退化严重，属于半干旱草原气候，降雨量少，地下水位下降，疏干水的排放导致土壤盐碱化严重，对地表植物生长产生影响，由此引起物种栖息地减少，生态安全格局下降。因此，运用生态网络对构建生态安全格局具有较大优势，连接生态源地，促进物种交流。建立生态廊道是景观生态规划的重要方法，也是解决当前人类剧烈活动造成的景观破碎化以及随之而来的众多环境问题的重要措施。

目前国内对东部草原区的生态安全格局研究较少，针对矿区景观的更是少之又少，大多以城市为中心研究区。笔者以锡林浩特市胜利露天矿区为研究区，根据遥感图像解译土地利用类型，提取植被覆盖度较高的绿地景观，采用MSPA方法，识别出研究区的核心区景观要素，然后通过选用景观连接概率(LCP)、整体连通性(IIC)、可能连通性(PC)和斑块重要性(DI)等景观指数[14]，对核心区进行连通度评价，按照重要性程度提取生态源地，采用最小累积阻力模型模拟研究区潜在的生态廊道，构建生态网络，并基于重力模型对生态廊道进行分级，提取重要廊道，在此基础上有针对性地提出了生态网络优化对策。研究结果将为景观破碎化地区生态网络的科学构建提供依据和参考。

1 研究地区概况

胜利矿区(43.904°～44.231°N，115.407°～116.442°E)位于内蒙古自治区锡林浩特市西北2～5 km处，海拔970～1 212 m，地形为缓坡起伏的山前平原，该区属于半干旱草原气候，冬寒夏炎，年温差较大。极端最高气温38.3 ℃(1955-07-25)，最低气温-42.4 ℃(1953-01-15)。日均气温低于-25 ℃平均每年40.15 d，年平均降水量294.74 mm，年平均蒸发量为1 794.64 mm，约达到年平均降雨量的6倍。降水主要集中于6，7，8月，降水量占全年降水总量的71%。春季多风，主导风向为南西，风速为2.1～8.4 m/s，瞬时最大风速可达36.6 m/s。冻结期为10月初—12月上旬，解冻期为翌年3月末—4月中旬。矿区下辖胜利煤田和巴彦温都尔煤田，总面积725.8 km2，查明地质资源量18 054.17 Mt。2020年胜利煤田的生产规模预计将达到138.90 Mt/a。

如图1所示，胜利矿区目前有4个生产矿井，分别为:Ⅰ露天锗矿;Ⅱ西三号露天矿;Ⅲ一号露天矿;Ⅳ东二号露天矿。其他矿井都处于基础建设阶段。本文的研究区设定为基于高程数据，用Geo WEPP模型模拟出的包含露天矿的1个流域。

图1 研究区位置Fig.1 Map of study area

2 数据与研究方法

2.1 数据来源与预处理

本文所采用的数据主要是2016-08-07的Landsat遥感数据(空间分辨率30 m，ID为LE71240292016220EDC00)。对遥感数据进行大气校正、辐射定标等预处理，进而采用监督分类和矢量化相结合的方法对遥感影像解译，从而得到研究区的土地利用类型图。植被覆盖度高、生境质量好的草地分为绿地景观;相对较差的草地因为沙化严重，植被覆盖度低，生境质量差，不足以支撑物种生存，分为沙化地。各景观类型根据Google Earth生成的高分影像结合实地调研进行分类。各个样本类型之间的可分离性用Jeffries-Matusita距离参数来表示，参数值均在1.9～2.0，说明各类型样本分离性较好，精度较高[15]，同时结合《TD/T 1010—2015土地利用动态遥感监测规程》中规定的精度验证方法进一步进行验证了分类精度的可信性[16]。

2.2 研究方法

2.2.1基于MSPA方法的绿地景观格局分析

根据解译后的遥感数据，提取去除人工草地后并且植被覆盖度达60%以上的绿地景观作为MSPA分析的前景数据，其他土地利用类型作为背景数据。将数据转换为TIFF格式的二值化栅格文件;再基于Guidos分析软件，采用八邻域分析方法，Edge Width设置为30 m，得到7种不同类型景观，分别为核心区、桥接区、边缘区、岛状斑块、孔隙、环道区和支线，其各个不同景观类型的生态学含义见表1。

表1 各景观的生态学含义
Table 1 Ecological meaning of landscape

景观类型生态学意义核心区前景数据像元中较大的生境斑块,可以为物种提供较大的栖息地,对生物多样性的保护具有重要意义,是生态网络中的生态源地桥接区连通核心区的狭长区域,代表生态网络中斑块连接的廊道,对生物迁移和景观连接具有重要意义岛状斑块彼此不相连的孤立、破碎的小斑块,斑块之间的连接度比较低,内部物质、能量交流和传递发可能性较小边缘区核心区和主要非绿色景观区域之间的过渡区域孔隙核心区和非绿色景观斑块之间的过渡区域,即内部斑块边缘(边缘效应)环道区连接同一核心区的廊道,是同一核心区内物种迁移的捷径支线只有一端与边缘区、桥接区、环道区或者孔隙相连的区域

2.2.2生态源地的选取

生态源地是物种扩散和维持的源点，主要包含3个生态特征:可提供关键的生态服务、具有景观格局的连续性和完整性、可防止生态系统退化引起的生态问题[17]。生态连通性有助于物种的迁移和扩散，从而保证生态系统的稳定性。本文利用Conefor软件，选用景观连接概率(LCP)、整体连通性(IIC)、可能连通性(PC)和斑块重要性(DI)4个景观指数，将斑块连通距离阈值设置为1 000，连通的概率设为0.5[14]，对核心区进行景观连接度评价，并将核心区斑块重要值(dPC)大于1且面积大于0.5 km2的斑块作为源地[18]。

(1)

式中，LCP为景观连接概率;NC为栖息地的组分数;景观组分是指在空间结构或生态功能上相互连接的斑块组成的整体;Ci为每个组分的总面积;Al为总景观的面积,包括栖息地和非栖息地。

(2)

式中，IIC为整体连通性指数(0

(3)

(4)

其中，I为指数的初始值;Iremove为移除此栖息地后指数的值;DI值越大，表明此栖息地越重要。

2.2.3基于最小累积阻力模型的生态网络构建

最小累积阻力模型可以确定源和目标之间的最短路径，即是生物迁移的最佳路径，可以有效避免干扰。该方法是在GIS平台支持下，通过源和阻力系数的设置[19](表2)，来确定核心区之间的连接路径。结合MSPA分析结果，提取相应的生态源地，根据不同景观对物种迁移的阻力大小，对不同的土地利用类型分别赋值，构成阻力面模型。景观阻力越大，表明物种迁移难度较大，相反表示物种迁移较容易。基于GIS软件平台，在ArcGIS10.2的空间分析模块下，利用提取的生态源地和构建的阻力面，生成源斑块之间的最小路径，对冗余路径进行剔除，即可得到潜在生态廊道。

2.2.4基于重力模型的生态廊道分析

重力模型可以定量评价源地斑块间的相互作用强度，从而判定生态廊道的相对重要性[12]。

(5)

式中，Gab为斑块a，b之间的相互作用力;Na和Nb分别为两斑块的权重值;Dab为斑块a，b间潜在廊道阻力的标准化值;pa,pb为斑块a,b的阻力值，Sa,Sb为斑块a,b的面积;Lab为斑块a到b之间廊道的累积阻力值;Lmax为研究区中所有廊道阻力的最大值。

表2 各景观的阻力系数
Table 2 Resistance coefficient of each landscape

土地利用类型景观阻力系数源地1～5绿地景观10水域100建筑用地1 000道路800外排土场700内排土场1 200采坑1 500沙化地600

由式(5)可以得出任意两个生态源地之间的作用强度，根据结果和研究区的实际情况，将相互作用强度大于100的廊道作为重要廊道，其他廊道作为一般廊道[20]。

2.2.5生态网络连通性对比分析

使用目前常用的网络连接度(Network connectivity)评价新增廊道和源地后生态网络整体连通性的差异性[21]。评价指标主要有α指数(网络闭合度)、γ指数(连接度)、β指数(网络连接度)。评价指标结合了图论相关原理，可反映构建生态网络后景观流动较构建前的连通性变化，进而对构建的生态网络有效性进行验证[22]，计算公式如下:

α=(L-V+1)/(2V-5)

(6)

β=L/V

(7)

γ=L/Vmax=L/[3(V-2)]

(8)

其中，L为生态廊道数量;V为节点的数量，V≥3;Vmax为最大可能连接生态廊道数量。α指数的范围是[0,1]，β指数范围是[0,3]，γ指数的范围是[0,1]。α指数越高，说明区域物质循环、能量流动及物种迁移越顺畅。β指数≤1说明网络结构较为单一，β指数>1说明网络结构复杂。γ指数越高说明节点连接度越高。

3 结果与分析

3.1 基于MSPA绿地景观生态网络结构分析

对遥感影像进行解译，结果如图2(a)所示，研究区主要以沙化地为主，绿地景观次之，分别占研究区总面积的65.63%和14.84%;水体面积最少，为1.89 km2，占研究区面积0.18%。提取分类图中绿地景观和湿地，进行MSPA分析，得到互不重叠的7类景观如图2(b)所示，并对分析结果进行统计，结果见表3，4。

图2 基于MSPA的景观类型Fig.2 Landscape type map based on MSPA

表3 土地利用类型统计
Table 3 Statistic of land use

土地利用类型占总面积的百分比/%面积/km2湿地1.1711.90内排土场1.1411.64露天采坑1.5415.77道路1.7117.49绿地景观14.84151.63人工草地1.2112.32建筑用地10.64108.71沙化地65.63669.37水体0.181.89外排土场2.0320.77总计1001 021.51

表4 景观类型分类统计
Table 4 Statistics of each landscape

景观类型占前景总面积的百分比/%面积/km2核心区55.8284.64桥接区2.153.26岛状斑块2.223.37边缘区33.9151.42孔隙2.123.21环道区0.971.47支线2.814.26总计100151.63

由表4和图2可以看出，研究区的绿地景观面积共有151.63 km2，基于MSPA方法分析，其中核心区面积为84.64 km2，占研究区绿地景观的55.82%，斑块破碎化程度严重，连通性差，最大核心区斑块分布于锡林河湿地;岛状斑块是孤立的绿地景观，且不与其他斑块相连接，占绿地景观的2.22%，可以作为物种迁徙的踏脚石以及临时栖息地，必要时可以提高斑块的连通性。桥接区是连接核心区的狭长区域，代表生态网络中的连接廊道，对生物迁移和景观连接具有重要意义，占研究区绿地景观面积的2.15%。可知研究区现有的生态廊道较少，无法满足物种的迁移交流要求，生态连接性较差。边缘区面积为5 141.90 hm2，占绿地景观的33.91%，边缘区的生态学意义是核心区和非绿色景观区域之间的过渡区域，可产生物种生存的边缘效应，边缘区面积越多，则适宜物种生存的核心区就越少并且分散越严重，即景观破碎化越严重。

3.2 生态源地选取

对核心区进行连通性分析，计算斑块的重要性，即对整体连通性的贡献程度，程度越大，则越重要。

筛选原则是选取LCP，IIC，PC指数表征的斑块结果均在前20名的核心区作为生态源地，这3个指数可有效评价景观连通性。根据已有研究及实际情况，选取这3个指数均排在前20名的斑块除了体现了作为源地所需的生态系统服务价值外，更加兼顾了斑块在景观连通中的作用大小;这些斑块对景观连通性贡献最大，从而能更有效地维持和发挥景观生态功能[23]。结合连通性指数和斑块面积经过筛选共计15个斑块作为生态源地[24]，空间分布结果如图3所示。生态源地将为当地物种提供栖息地，以保证物种的生存交流，生态源地的缺失将直接导致整体连通性的下降，所以无论从地理空间位置还是生境质量属性来看，都是不可缺少的生态斑块。

图3 生态源地与核心区分类Fig.3 Classification map of ecological sources and core

表5表示生态源地景观连通性指数重要性排序结果。由表5和图4可以看出，1号源地的整体连通性指数与可能连通性指数最大，皆在40以上;2号源地各连通性指数在20以上，相比3～15号斑块对研究区的整体连通性发挥了极大作用。3～15号斑块的连通性指数相差不大，对整个研究区的连通性贡献程度基本一致。主要是由于1和2号斑块占绿地景观的面积较大，1号斑块的面积为14.38 km2，2号斑块的面积为6.63 km2，3～15号斑块面积最大为3.59 km2;在其他条件相同的情况下，面积越大，斑块的生境适宜性越大，对物种以及生态贡献越大。其次由于两个斑块在锡林河附近，生态服务价值相对较高，起到对整个研究区的生态源地连接的作用。

表5 生态源地景观连通性指数评价
Table 5 Evaluation of landscape connectivity index of theecological sources

生态源地编号LPCIICPC146.9143.2647.96224.3221.4622.8738.0311.938.9946.356.706.0256.238.516.6765.235.085.0474.858.585.4584.814.034.1694.433.993.80103.533.373.28113.383.323.07123.293.483.02133.152.632.65143.103.042.82152.572.802.69

3.3 生态廊道及相互作用强度

基于最小累积阻力模型构建生态廊道，如图4所示，廊道宽度为30 m，生态廊道景观组成见表6，可以看出，基于最小累积阻力模型模拟的生态廊道的面积为0.82 km2，其中绿地景观在廊道中的面积有0.73 km2，占廊道面积的88.78%，绿地景观是生态廊道的重要组成部分。水域在廊道中的面积为0.03 km2，占3.05%，水域对于物种迁移起到一定的阻碍作用，然而水域周边的绿地是作为源地和廊道的重要建设区，适宜物种活动。道路和建设用地都占廊道面积的1.2%，人为活动频繁的区域能够阻碍物种迁移和扩散。穿过建设用地的生态廊道基本上不存在，更加说明人为活动导致区域的生态质量较差。矿业景观排土场和采坑中没有廊道，矿业活动对物种迁移起到严重阻碍的作用，因此在规划生态廊道时应该尽量避免这些区域。

图4 研究区生态网络Fig.4 Ecological network of the study area

表6 生态廊道的景观组成
Table 6 Landscape composition of the ecological corridor

土地利用类型总面积/km2在廊道中的面积/km2占生态网络总面积的比例/%绿地景观151.630.73488.78水域1.890.0253.05道路17.490.0091.20建设用地11.640.0091.20荒地676.610.0485.77外排土场20.7700内排土场11.6400采坑15.7700总计907.440.826100

基于重力模型分析源地之间廊道相互作用强度见表7和图4。可以看出，基于重力模型对生态源地之间生态廊道相互作用强度进行分析，2号和9号源地之间的相互作用强度最大，表明两个斑块之间的连通性较强，在实际评价中可以看作为一个整体，对物种丰富度和物种迁移有重要意义;而3和14号源地之间的相互作用强度最小，为0.13，说明景观阻力大，廊道适宜性差，物种迁移难度大，从而减弱了物质和能量流动的可能性。但是，两斑块之间没有直接的相连，而是通过其他源地作为垫脚石，减少了斑块之间的阻力。1，2，8，9号生态源地斑块集中于锡林河附近，它们之间的相互作用强度大，虽然某些斑块会被道路分割，但是在后期的研究中，可以认为是一个整体。其它生态源地斑块分布比较分散，例如3，6，14号源地斑块和其他斑块之间的相互作用强度都在10以下，表明与其他斑块之间的阻力较大，必将导致物质流和能量流无法迁移。因此在生态源地斑块附近可以通过改善生境质量或者设置垫脚石斑块来促进物质流和能量流的迁移。

表7 基于重力模型计算的源地之间的相互作用矩阵
Table 7 Node interaction based on the gravity model

源地斑块1 2 3 4 5 6 7 891011121314151 0 607 426.26 5.49 141.51 167.53 4.80 327.57 37 457 770.7459 840.17204.3944.3030.578 721.296.4728.482 0 5.20 140.59 167.19 4.61 335.04 179 930.44264 745 817204.9444.5430.335 589.016.2228.203 0 1.18 1.22 0.11 1.41 2.184.471.230.250.231.920.130.224 0 155.39 2.74 476.75 56.74119.31235.8253.8829.6643.929.1525.045 0 5.22 696.76 63.18133.333 185.96459.2217 853.2648.154.0921 243.726 0 4.42 2.204.495.181.001.331.930.251.197 0 135.29278.232 236.65711.9134.8388.645.7096.128 0133 115.9382.9117.9813.073 105.992.7511.929 0170.5036.9724.364 608.335.2322.2810 020 290.85637.2958.344.50398.6911 090.8811.650.9079.5812 09.060.77844.2013 02.208.1114 00.7515 0

根据重力模型分析生态源地之间的相互作用强度，即产生廊道的难易程度对廊道进行类别划分。如图4所示，当相互作用强度大于100时，划分为重要廊道，当相互作用强度小于100时，源地间廊道为一般廊道。重要廊道主要是连接矿区与城区之间的生态源地所构建的生态廊道，作为防护林建设，可减少粉尘向城区的进一步传播，并提升城镇内的景观连通性。一般廊道的主要作用是提升位置相对分散的源地的物质连接性和能量流动性。通过生态廊道将位置较为分散的源地和其它位置分布较为集中的源地相连，并和基质构成一个有机整体，以增强区域景观整体连通性。

3.4 景观生态网络连通性优化效果分析

构建生态源地和生态廊道前，根据节点和生态廊道数量计算和分析研究区生态网络连接度的改善情况，进而反应景观生态网络格局优化的效果[25]。其中，生态源地可根据3.3节中重力模型计算出的相互作用大小简化为9个点对象，进而对景观生态网络格局优化效果进行分析。

网络连接度指数皆为正值，说明生态网络构建对区域景观网络连通性起到了一定的优化作用。其中，网络闭合度α指数为0.69，网络闭合度较高，说明在区域内景观生态网络提供的扩散路径较多，循环性和流通性较好;节点连接度指数β为1.89，即网络结构复杂，具有较好的稳定性，在这样的基础上，假如生态受到干扰，恢复能力较强;连接度指数γ为0.81，即生态源地间的连接度在增加廊道后有所提升。用反映生态网络优劣的连接度指数进行评价的结果表明，所构建的源地和廊道能够提高区域景观生态网络的完整性和稳定性。

4 讨论

本文以内蒙古自治区锡林郭勒盟锡林浩特市胜利矿区为研究区，基于MSPA方法对绿色基础设施进行分析，结合景观连通性指数和斑块面积对生态源地进行提取，基于最小累积阻力模型模拟潜在生态廊道，对生态廊道相互作用强度进行定量评价。

研究区的绿地总景观破碎化严重，生态源地之间的相互作用力小，物质流和能量流迁移可能性降低，缺乏必要的生态连通性[26]。但在锡林河附近形成了较大面积区域的生态源地[27]，一方面是由于水资源对当地植物生长起到了促进作用，另一方面是对锡林河周围湿地的保护使其生境质量较好。城镇内廊道和锡林河高度吻合，是依水而建，这比较符合实际情况，也从侧面说明，水资源对物种生存、迁移的重要性。然而其他区域的斑块破碎化依然严重，所以在保护锡林河附近湿地和草原景观的基础上还要加强对研究区其他地方的优化治理，增加绿地景观，保护生态，控制放牧，并且尽量减小矿山开发对草原生态的影响，从而构建更加完善的生态网络[28-29]。

不同源地之间的相互作用强度差异较大。由于矿业景观和城镇建设用地的影响[28]，源地之间构成自然生态网络较难，并且景观阻力对廊道的构建造成很大的影响。所以在廊道构建时，必须优先考虑景观阻力值，应尽量避免景观阻力值较大的区域，例如矿业景观、建设用地和道路。其次，对于适宜性差的廊道进行人工干预恢复自然生态能够促进物质流和能量流的迁移，因此十分必要。生态廊道的规划建设可以以此为基础，向外扩充至合适的范围，可以根据当地实际物种类型来调节廊道宽度。如果廊道的宽度达不到物种迁移需求，不但无法保护物种，反而会为外来物种的入侵创造条件。

矿山开采对草原生态造成了一定的影响，导致矿区周围的源地斑块减少。由于挖损、压占和疏干水抽排[29]，造成景观斑块破碎化，景观连通性下降，严重阻碍物种的扩散和交流。生态网络构建可以有效控制景观斑块破碎化，增加景观连通性[30-31];提高斑块间物种的迁移率，促进斑块间的基因交换和物种流动[32-34];并且可以增加物种重新迁入机会[32]，对保护生物多样性有重要意义[35]。