煤炭開采背景下的伊金霍洛旗土地利用變化強度分析

桑 瀟，張成業,2，李 軍,2，朱守杰，邢江河，王金陽，王興娟，李佳瑤，楊 穎

(1.中國礦業大學(北京)地球科學與測繪工程學院，北京 100083；2.中國礦業大學(北京)煤炭資源與安全開采國家重點實驗室，北京 100083)

0 引言

長期以來煤炭在我國的能源結構中占比超過60%，處于絕對主體地位[1-2]，今后相當長時期內煤炭開采不可避免。大規模的煤炭開采活動會改變地貌和景觀生態，進而對區域生態環境造成一定程度的破壞，其中最直觀的影響是地表的土地利用變化[3-7]。因此，持續監測礦區的土地利用變化并分析其演變特征，揭示煤炭開采活動對生態環境的影響過程，對于開采活動的調控和生態環境保護具有重要指導意義[8-9]。

目前國內外學者在土地利用遙感監測方面做了大量研究。在土地利用遙感分類方法上，常用的方法有面向對象的分類方法[10]、支持向量機[11]、決策樹分類法[12]、神經網絡法[13]等。針對不同的場景和需求，學者們在其基礎上進行了改進研究，例如，Alimjan等[14]用支持向量機改進了K最鄰近分類方法；Bazi等[15]針對高分辨率無人機影像的目標監測提出一種新的卷積支持向量機網絡。在土地利用分析方面上，除了常見的土地利用變化幅度、單一土地利用動態度、土地利用程度變化綜合指數、景觀格局指數等分析方法外[16]，Aldwaik等[17]提出的了一種具有系統性的土地變化分析理論—強度變化分析理論，這種理論具有自上而下的層次性結構，可幫助研究人員深入理解土地利用變化過程[18]，之后Sang等[19]對其此理論進行了補充，使其更加清晰明了地服務于區域的可持續發展。對于長時間序列的土地利用變化研究，傳統的遙感處理軟件如ENVI及ERDAS等無法滿足大量遙感影像的快速處理需求。針對此挑戰，谷歌公司研發了谷歌地球引擎(Google Earth Engine，GEE)平臺—可以批量處理衛星影像等數據的云端運算平臺，具有快速、批量處理“巨大”影像數據集的優勢。目前，很多學者基于GEE平臺開展了地表變化和生態參數反演等應用研究，空間范圍從全球尺度、國家尺度到區域尺度[20-22]。而對于GEE中土地利用的研究，當前多為對其分類算法[23-24]與數量變化[25-26]的研究，鮮有對其強度變化的研究。

為探索煤炭開采活動背景下的地表土地利用變化特征，本文選取重要煤炭基地內蒙古自治區伊金霍洛旗為研究區，借助GEE云計算平臺，以長時間序列Landsat遙感影像為數據源，提取研究區1990—2019年各時期的土地利用分布信息，并利用強度分析理論分析礦區土地利用變化特征，進而結合煤炭開采統計資料，揭示煤炭開采對不同土地利用類型的影響差異及在不同開采階段的影響特征。

1 研究區概況

伊金霍洛旗隸屬于內蒙古自治區鄂爾多斯市，位于我國黃河流域中上游區域，是我國北方重要的生態安全屏障，地理位置如圖1所示?；镜貏莩饰鞲邧|低，海拔在1 070～1 556 m之間。東部屬晉陜黃土高原的北緣水蝕溝壑丘陵區，中西部為坡梁起伏的鄂爾多斯高原，西南部是毛烏素沙漠，地表屬于干燥剝蝕地帶。伊金霍洛旗是亞洲中部草原向荒漠草原過渡的半干旱、干旱地帶，有干旱少雨、日照強烈、冷熱劇變、風大沙多的特點，自然生態十分脆弱。與此同時，該區域是我國重要的能源戰略基地之一，有豐富的煤炭資源，煤炭開采活動始于20世紀90年代，歷年的煤炭產量如圖2所示。根據開采量變化趨勢，煤炭開采活動大致劃分為起步階段(1990—2000年)、高速發展階段(2000—2010年)及平穩發展階段(2010—2019年)。伊金霍洛旗已查明煤炭資源儲量約560億t(http://www.yjhl.gov.cn/qiqing/yqgk/)，現有煤礦74座，總核定產能2.235 5億t/a，2019年產銷原煤1.85億t，占全國煤炭產量的4.8%。

圖1 研究區范圍Fig.1 Study area

圖2 伊金霍洛旗歷年原煤產量Fig.2 Raw coal production in Yijin Holo Banner

2 數據源及其處理

本文使用的數據有Landsat 5—8系列遙感影像、高空間分辨率衛星影像、數字高程模型(digital elevation model，DEM)、基礎地理信息、原煤產量等。Landsat系列遙感影像來源于GEE平臺(https://developers.google.com/earth-engine/datasets)，ASTER GDEM V2來源于地理空間數據云，高空間分辨率衛星影像包括GF-1/2/6以及Google Earth歷史高空間分辨率影像來源于對地觀測數據共享計劃(http://ids.ceode.ac.cn/)與Google Earth，基礎地理信息下載于地理國情監測云平臺(http://www.dsac.cn/DataProduct/Index/201923)，原煤產量數據來自于鄂爾多斯市的歷史統計年鑒。

遙感影像預處理。通過GEE平臺篩選1990年、2000年、2005年、2010年、2015年及2019年6—8月份的Landsat衛星遙感影像，將含有云、陰影等的區域進行影像替換鑲嵌，并結合矢量行政邊界裁剪提取研究區遙感影像。

影像分類。根據國家現行土地利用分類標準(GB/T 21010—2017)及伊金霍洛旗的區域特點，將土地利用類型分為6類，即水域、耕地、植被、采礦用地、人工用地及裸地。水域指河流、水庫、灘涂、沼澤等區域；耕地指人工種植農作物的土地，包括熟地、新開發地、復墾地、休耕地等；植被指生長喬木、灌木、竹類以及草本植物的土地；采礦用地泛指采礦、采石、采砂(沙)場、磚瓦窯、尾礦堆放地等地面生產用地及附屬設施；人工用地泛指服務于人類居住生活及其附屬設施的土地，如農村宅基地、城鎮住宅用地、城鎮商業服務用地、公共管理與服務用地；裸地泛指表層為土質且無植被覆蓋的土地。按此分類體系，采用隨機森林[27]方法處理遙感影像，其分類標簽通過目視解譯高空間分辨衛星影像(GF-1/2/6)與Google Earth的歷史高分辨率影像獲取，并進行分類后處理，結果如圖3所示。隨機選取500個點對分類結果進行精度評定，包括Kappa系數與總體精度，計算結果如表1所示。根據影像分類精度與分類質量的關系：Kappa系數在[0.6,0.8)之間分類質量為很好，在[0.8,1.0]之間分類質量為極好，表明提取結果可以滿足本文對數據質量的精度要求[28]。

(a)1990年 (b)2000年 (c)2005年

表1 分類結果精度Tab.1 Classification results accuracy

研究區總面積為5 485.05 km2，在1990年、2000年、2005年、2010年、2015年和2019年6個時期，各類型用地面積及其占比情況如表2所示。由表2可知，伊金霍洛旗近30 a間的主要用地類型一直是植被，且植被的面積占比逐年增加，共增長約16%，而裸地面積大幅減少，共減少約88%，表面該區域的植樹造林效果明顯。同時，城鎮化與人口經濟等的增長也帶來人工用地與耕地的增長。采礦用地從無到有，接著快速增長并最終趨于穩定，其分布主要集中在研究區東部。在此時間段內，研究區的水域面積大幅減少，共減少約42%。

表2 研究區各土地利用類型面積及占比Tab.2 Area and ratio of land use types in study area

3 強度變化分析

土地利用的強度變化分析理論是由Aldwaik等[17]于2012年提出的一種系統性的土地變化分析理論。此理論借助于土地利用的轉移矩陣，自上而下從間隔層次、類別層次、轉化層次3個層次深入分析土地利用變化過程。

3.1 間隔層次

間隔層次的強度分析反映了研究期每個時間間隔的土地利用面積總變化。強度分析使用觀察變化強度S(t)(式(1))來解釋t時期內土地利用變化，使用平均強度U(式(2))表達整個研究時期的年均變化強度。以U為基準，如果S(t)>U，則這一時期的土地利用的變化是快速的，反之則變化緩慢。具體計算公式為：

(1)

(2)

式中：J為土地利用類別數；Ctij為時間t內由第i類轉化為第j類的面積；Yt+1與Yt分別為時間段t的起始時間和結束時間；YT-Y1為整個研究時間。

結合土地利用轉移矩陣及式(1)和(2)中得出結果如圖4所示。由圖4可知，1990—2019年的平均變化強度為1.30%；1990—2000年、2000—2005年、2005—2010年、2010—2015和2015—2019年的觀察變化強度均大于平均變化強度，分別為3.38%,6.08%,5.74%,5.57%和6.05%，說明各時期的土地利用變化都是劇烈的。值得一提的是，強度分析理論中所有的對比值均是某一期間的強度值(即年均變化量)，而非絕對變化值，所以具有較好的對比性[29]。

圖4 土地利用變化強度-間隔層次Fig.4 Land use intensity change of study area at interval level

3.2 類別層次

類別層次的強度分析研究的是特定時間間隔內每個土地利用類別的強度變化。它使用年均增加強度Gtj(式(3))和年均減少強度Lti(式(4))來解釋某一類別的土地利用變化，具體公式為：

(3)

(4)

式中：Gtj為時間t內土地利用類別j的增加強度；Lti為時間t內土地利用類別i的減少強度。以觀察變化強度S(t)為基準，如果Gtj或Lti大于S(t)，則該土地利用類別處于活躍狀態；否則，它的變化則處于休眠狀態。Gtj與Lti的差即為凈增加強度。

結合土地利用轉移矩陣及式(3)和(4)中得出結果如表3所示。

表3 土地利用變化強度-類別層次Tab.3 Land use intensity change of study area at category level

由表3可知，在煤炭開采起步階段(1990—2000年)，變化最為活躍的是人工用地和耕地，可以推斷其主要原因是這兩種用地類型總面積較小，且城市建設迅速、人口增長快等。對于水域，其減少強度大于增長強度，整體呈現減少趨勢，主要受氣候因子、用水量增加等影響。裸地的減少強度大于增加強度，整體呈減少趨勢。植被的增加強度略大于減少強度，但由于其面積基數較大，其變化強度均小于觀察變化強度3.38，處于休眠狀態。

在煤炭開采高速發展階段(2000—2010年)，采礦用地是變化最活躍的，其凈增加強度在2000—2005年間達到了113.67，遠超這一期間的年均土地利用觀察變化強度6.08；在2005—2010年間達到了19.65，約為同時期年均土地利用變化強度的3.5倍。水域仍然呈減少趨勢，且凈減少強度較煤炭開采起步階段更大，可以推斷是由煤炭開采活動與氣候因子、用水活動的疊加作用導致。耕地在兩個階段的凈增加強度分別為13.29與9.88，體現了當地種植農業的快速發展。人工用地在2000—2005年間、2005—2010年間的凈增加強度分別為7.51與10.64，體現了當地城鎮建設的強度逐漸增強。裸地持續減少，植被持續增長，說明這一時期對裸地的利用有所加強，此外植樹造林活動的持續開展使地表產生明顯變化。

在煤炭開采平穩發展階段(2010—2019年)，采礦用地仍呈增長趨勢，其凈增加強度在2010—2015年間、2015—2019年間分別為12.41與2.7，較其高速發展階段下降很多。耕地在2010—2015年間、2015—2019年間的凈增加強度分別為8.83與4.45；人工用地在2010—2015年間、2015—2019年間的凈增加強度分別為14.29與7.64，這兩類用地的增長強度均比上一階段減弱。值得注意的是水域在這一階段增加強度大于減少強度，呈增長趨勢，可以推斷研究區內在逐步實施生態環境保護措施。植被依舊呈現增長趨勢并處于休眠狀態。

依據上述分析，煤炭開采在不同階段對各類用地的影響具有差異。煤炭開采起步階段，對各種類型用地影響較小，地類的變化主要受氣候因子、城鎮開發活動等影響；煤炭開采高速發展階段，煤炭開采主要影響礦區及周邊植被、裸地和水域。煤炭開采平穩發展階段，對各地類的影響強度減小，加上相關環保措施的實施，使水域面積逐漸恢復。

3.3 轉化層次

轉化層次的強度分析研究了特定土地類別的轉變。對于土地類別n，假設其在整個研究期間內呈增加趨勢，Rtin(式(5))是在特定時間間隔t中從土地利用類別i到土地利用類別n的土地利用轉化強度，Wtn是在該時間間隔期間的平均過渡強度(式(6))。對于土地類別n；Ptin(i)(式(7))從土地利用類別i的角度出發，描述在特定時間間隔t內從土地利用類別i到土地利用類別n的變化強度。

(5)

(6)

(7)

結合土地利用轉移矩陣及式(5)—(7)，采礦用地的轉換結果如圖5所示。采礦用地在煤炭開采起步階段經歷了從無到有的過程，因此無法計算這一期間的轉化強度。由圖5(a)可知，采礦用地的平均轉化強度W在2000—2005年、2005—2010年、2010—2015年及2015—2019年間分別為0.07，0.14，0.20及0.22。這與研究區煤炭的開采量變化特征相吻合(圖2)，即煤炭的開采量在高速發展階段增速較快增長，然后在平穩發展階段基本保持穩定。從采礦用地視角看(圖5(b))，采礦用地的主要轉化來源是植被和裸地。植被在5個時段對采礦用地的轉化占主導地位，且呈現增長趨勢；裸地在前4個時段對采礦用地的轉化較多，而由于裸地面積逐漸下降，因此在第5個時段對其轉化所占比例較低。

(a)采礦用地 (b)采礦用地視角下的轉化占比

綜上所述，煤炭開采活動對不同地類的影響不一樣，采礦用地主要從植被和裸地轉化而來，但植被減少的現象主要聚集在礦區小范圍上，而研究區的植被覆蓋整體趨勢向好，呈現逐年增長。水域減少是由于氣候因子、城鎮開發活動和煤炭開采的疊加作用，在煤炭開采高速發展階段礦區周邊的水域受到較大影響，但在煤炭開采平穩階段逐漸恢復。研究區的裸地發生大幅減少，特別是礦區周邊更明顯。煤炭開采對耕地、人工用地影響較小。針對采礦用地的轉化層次分析，可以清晰地了解到煤炭產業發展過程中其用地的主要來源和周邊的用地變化狀況，反映煤炭開采活動對地表景觀的詳細影響過程。

4 結論

煤炭是我國的主要能源資源，其大規模的開采活動不可避免地改變地表景觀，進而影響周邊的生態環境。為探索煤炭開采活動背景下的地表土地利用變化特征，本文以我國的重要產煤區伊金霍洛旗為研究區，借助GEE平臺，以長時間序列Landsat影像為數據源，采用隨機森林分類方法提取1990—2019年間土地利用分布信息，結合土地利用強度分析理論對煤炭開采3個階段的礦區土地利用變化特征進行分析。研究結果表明：

1)基于強度變化理論對土地利用變化從間隔層次、類別層次、轉化層次進行分析，可較單一指數等方法更加系統地展示出研究區30 a間的土地利用變化特征及人類活動的影響。

2)煤炭開采對不同地類的影響具有差異，植被和裸地是其用地來源，水域是其影響地類，對耕地、人工用地影響較小。

3)煤炭開采在不同階段對各類用地的影響作用具有差異。在煤炭開采起步階段，對各種類型用地影響較小，地類的變化主要受氣候因子、城鎮開發活動等影響；在煤炭開采高速發展階段，煤炭開采主要影響礦區及周邊植被、裸地和水域。在煤炭開采平穩發展階段，對各地類的影響強度減小，加上相關環保措施的實施，使水域面積逐漸恢復。研究結果可服務于制定在不同階段對不同地類的精準防護實施方案，為礦區生態環境的保護提供科學依據。