移动扫码阅读
移动扫码阅读
准格尔露天矿位于黄河流域中游[1]，有“中国第一大露天煤矿”的称号，是我国主要的煤炭基地，对国家经济的发展和稳定具有十分重要的战略意义[1-2]。长期以来，黄河中游地区土地荒漠化严重，生态环境脆弱，煤炭资源的大力开发与矿区生态安全的矛盾日益突出[3-4]。2019年9月，习近平总书记提出黄流与生态环境保护与高质量发展，煤矿区积极践行“绿水青山就是金山银山”理念，全力打造“绿色矿山”，不断加大矿区生态修复的投入力度。因此，结合多方数据对煤矿区建设以来的生态环境变化做出定量及定性的分析显得十分必要，为科学评判煤炭开采及生态修复对区域生态环境的影响提供技术支撑。
露天煤矿在我国煤炭生产中的地位越来越重要，但多数露天煤矿地处干旱、半干早地区，生态环境相较脆弱，因此在露天煤矿开发的同时也出现了不可避免的一系列的生态环境问题。露天煤矿开采进程中土地损毁与矿区土地复垦在同时进行，而遥感技术可将历史时期的植被状况进行追溯，能够对地物进行长时序持续监测，是揭示区域生态环境与微气候变化的重要手段之一[5-8]。植被覆盖度是反映生态状况的最直观指标，多年来被研究者作为主体对象进行回顾及动态分析。吴立新等[9]利用SPOT-NDVI时间序列数据对神东矿区植被进行动态分析，指出自建矿初期至评价期为止，矿区植被状况变化存在先降低后升高的趋势，表明在矿区建设生产期间辅以大规模的土地复垦与生态修复对整体环境质量的改善具有较强的作用，在区域尺度上可以利用遥感时序植被数据对生态环境的变化做出定量分析；胡振琪等[10]根据1986—2006年四景同期TM影像数据利用像元二分法对陕西省神府矿区采煤沉陷地的植被覆盖度进行计算，定量分析了神府矿区在20 a间的植被覆盖变化情况，结果表明神府矿区植被覆盖度整体提高，在局部矿区则有所降低；张耀等[11]利用1987—2013年Landsat数据对平朔露天矿区内部排土场植被改善和退化面积进行提取，结果指出27 a来平朔露天煤矿生长季NDVI均值整体上呈增加趋势，植被质量以改善为主，且长期复垦的人工植被生长状态优于自然植被。露天煤矿区作为对环境损伤最为强烈的一个区域，由于土地损毁造成裸土地的出现，矿区内部地表温度与周边环境有着极大的差异，而地表温度的升高反映出该区域的土壤水分蒸发较高，因此矿区地表温度的变化能够间接体现出生态环境质量的波动[12]。郑海峰等[13]通过测定黑岱沟露天矿对不同复垦模式下的地表温度及土壤水分证实了不同复垦模式下地表温度均低于裸地，且不同复垦模式间地表温度与土壤水分也存在差异。
综合分析国内外相关研究，大多以井工矿采煤沉陷地与露天矿排土场的植被及土壤水分为研究对象，并未对矿区外围的未扰动植被状况、矿区人工修复植被对未扰动植被的影响进行综合分析，因此笔者以准格尔矿区建矿及投产时间为研究序列，利用1988—2020年Landsat TM/OLI影像和MODIS地表温度数据产品MOD11A2分析植被覆盖度、NDVI年际变化、地表温度时序变化及干旱指数的变化趋势，结合气象等数据对准格尔矿区人工修复区及其外围未扰动原始植被进行时序变化动态分析，揭示其生态协同演变规律，以期为矿区生态修复提供理论支撑。
研究区位于内蒙古自治区准格尔旗境内的哈尔乌素露天煤矿和黑岱沟露天煤矿(110.82°E～111.43°E，39.42°N～40.04°N)(图1)。该区域地处黄土高原丘陵沟壑区和库布奇沙漠东部边缘地带之间，隶属于黄河中游流域，土地荒漠化较为严重，生态环境较为脆弱，随着准能露天矿的产能不断扩大，产生了一系列的生态问题。矿区东侧边界距离黄河干流仅4.3 km，属于典型温带大陆性气候，四季分明，全旗年平均气温在6.2～8.7 ℃[14]；准格尔旗年平均降水量为400 mm，主要集中在7—9月，年均日照时数约3 000 h。土壤类型以栗钙土为主[15]，区域属于典型草原和荒漠草原的过渡地带，也是我国北方农牧交错带的典型地区[16]，草原植被建群种为本氏针茅(Stipa capillata)、克氏针茅(Stipa grandis)、达乌里胡枝子(Lespedeza daurica)及百里香(Thymus mongolicus)[17]。
图1 研究区位置
Fig.1 Map of study area
气象数据使用来自国家气象科学数据中心的1988-01-01—2019-12-31中国地面气候资料日值数据集。由于准格尔矿区未设立气象监测台站，因此利用周边内蒙古东胜、伊金霍洛旗以及山西河曲县的气象台站的气象监测数据进行插值得到准格尔矿区日降水量、日平均气温、日最高气温、日最低气温、日平均相对湿度、日最小相对湿度数据。
植被覆盖度(Fractional Vegetation Cover，FVC)作为反映地表植被群落生长态势的重要指标，可以直接指示植被的茂密程度以及植物进行光合作用面积的大小，因此，选择植被覆盖度这一指标作为描述区域生态系统的重要基础数据[18-19]。植被覆盖度需要通过NDVI计算得到，故从美国地质勘探局网站下载Landsat5 TM和Landsat8 OLI/TIRS影像，成像时间选择1988—2019年每年生物量高峰期即6—9月中质量最佳的影像，条带号为126/32，其中1988—2011年的数据属于TM传感器，2013—2019年的数据属于OLI/TIRS传感器。其中，2012年由于传感器故障造成数据缺失；2018年由于设定时间范围内卫星过境时云量较大，影像质量较差且无替代产品造成数据缺失。
地表温度(Land Surface Temperature，LST)是土地退化、盐化、沙化和侵蚀以及气候变化的一个重要指示器，可被用于大面积的植被干旱监测和评估由于缺水所造成的植被所受胁迫程度[20-21]。而温度植被干旱指数(Temperature Vegetation Dryness Index，TVDI)与土壤湿度显著相关，可以用来反演地表的土壤湿度[22-23]。地表温度数据使用MOD11A2 LST_8day_1 km，该产品来自美国国家宇航局的网站。由于MODIS卫星于1999年12月正式向地面发送观测数据，因此，地表温度数据时间设定为2000-01-01—2019-12-31，条带号为h26/v4和h26/v5(h,v为MODIS数据的条带号标识)。该数据是经过8 d合成产品，下载该时段内每个年份的所有影像，对下载影像进行最大化合成后代表研究区每年的地表温度。并将LST数据重采样设置为30 m空间分辨率，用于后续与Landsat-NDVI数据进行干旱指数的计算。
1.3.1 矿区边界提取
以Landsat遥感数据为基础，利用eCognition Developer 9.0软件中Multiresolution Segmentation工具对遥感影像进行多尺度分割，将栅格数据分割为矢量数据。利用分割后的矢量数据进行目视解译，获得多个时间点的矿区边界,并以其为基础，进行缓冲分析，矿区边界向外辐射距离分别为500、1 000、3 000和5 000 m。
1.3.2 气象数据
利用Excel软件对气象台站数据进行统计，生成东胜、伊金霍洛旗、河曲县3个台站的多年气象数据表，在ArcGIS软件中运用Kriging插值法进行空间插值，之后使用Zonal工具，以准格尔矿区为范围进行区域统计。
1.3.3 数据处理方法
1)植被覆盖度。使用ENVI5.3对Landsat影像进行预处理，包括辐射定标、大气校正及正射校正，之后进行NDVI计算(式(1))以及像元统计，利用像元灰度值的分布情况设定公式，计算每年的植被覆盖度，具体见式(2)。
NDVI=(RI-R)/(RI+R)
(1)
其中：RI为红外波段的像素值；R为红光波段的像素值。将NDVI处于[-1，-0.1]的值赋值为-0.1，再通过公式DN=(NDVI+0.1)/0.004转换到0～250用较大的值表示DN。为了便于计算和参考，本研究对NDVI和DN同时进行比较。研究以不同年际间的NDVI和DN栅格数据为基础，利用band math工具进行一元线性回归，分析33 a来准格尔矿区年度植被的变化趋势。
FVC=(NDVI-NDVImin)/(NDVImax-NDVImin)
(2)
其中：NDVImax和NDVImin分别为区域内的最大和最小NDVI；由于不可避免存在噪声，NDVImax和NDVImin一般取一定置信度范围内的最大值与最小值，置信度的取值主要根据图像实际情况来定。
在得到准格尔矿区范围的植被覆盖度图像之后，利用ArcGIS中Zonal工具对植被覆盖度进行不同区域统计(包括未扰动植被区、人工植被区)。
2)地表温度。利用MRT软件对MOD11A2数据进行批处理，包括波段提取、投影转换与重采样，提取MOD11A2数据中的第一波段LST作为目标文件，将投影转换为Albers投影，将图像重采样成250 m分辨率。利用ENVI5.3软件中的layer stacking工具进行波段合成，将每年内的各景图像合成为一个多波段文件，再使用Maximum Value Composites工具进行最大化合成，获得每年的地表温度空间图像。由于MOD11A2数据单位为开尔文温度，所以需要将单位为摄氏温度，对所有图像进行批量的计算，见式(3)：
K=0.02K0-273.15
(3)
其中：K为计算后单位为摄氏温度的地表温度;K0为最大化合成后的像元原始值，然后运用ArcGIS中Zonal工具进行区域统计。
3)干旱指数。使用上述处理过后的NDVI图像与重采样为30 m分辨率的地表温度LST图像计算干旱指数TVDI，见式(4)。
TVDI=(Ts-Ts，min)/(Ts，max-Ts，min)
(4)
其中：Ts，min为最小地表温度,对应的是湿边；Ts为任意像元的地表温度；Ts，max=a+bNDVI为某一NDVI对应的最高温度，即干边；a、b为干边拟合方程的系数[24]。利用ENVI5.3软件中进行像元统计，拟合得到干湿边方程，最终生成TVDI结果，运用ArcGIS平台下的Zonal工具进行区域统计，并以TVDI值作为不同土壤湿度分级指标，将土壤湿度划分为5级，分别是：极湿润(0<TVDI<0.2)，湿润(0.2<TVDI<0.4)，正常(0.4<TVDI<0.6)，干旱(0.6<TVDI<0.8)和极干旱(0.8<TVDI<1)。
准格尔矿区气象状况时序变化如图2所示，由图2知，自1988年以来，准格尔矿区的年降水量和年平均温度均存在多次波动，就年均降水量而言，该区域历年年均降水量维持379～420 mm，而在对气象台站获取的年均降水量统计发现，多数时间内，该区域的降水量处在较低水平，在近年来，在全球气候变暖的背景下，准格尔旗年平均气温连续7 a高于历年平均气温(年平均气温7.8 ℃)。33 a间平均相对湿度呈明显逐渐降低趋势(图2c)。另外，在对极端天气情况进行统计时(图2d)，发现自1988年以来，年内气温高于35 ℃的天数在进入2005年之后明显增多，但是在2011年之后明显开始减少。
图2 准格尔矿区气象状况时序变化
Fig.2 Time series change of meteorological conditions in Jungar Mining Area
2.2.1 人工植被空间动态
准格尔矿区的遥感图像及植被覆盖度如图3和图4所示。1988年准格尔矿区遥感图显示矿区未开始建设，周边植被状况整体较差；矿区建设初期即1990年，开始出现大面积的裸土地，植被整体状况仍处于较低水平；而到1994年矿区投产初期，矿区开展了排土场复垦，排土场首次出现人工植被；1998年左右，矿区排土场复垦力度不断加大，矿区周边的未扰动植被状况也得到明显改善；进入21世纪后，2003年矿区向西南方向推进，产能不断扩大，矿区东北部排土场人工植被的面积明显增加，矿区外围未扰动植被盖度不断增加；2007年矿区范围持续向西南方推进，东北部人工植被面积不断增长，矿区裸土地大面积增加，而在这一时期，矿区外围未扰动植被的状况得到明显提升，包括周边沟壑内的植被也保持良好的生长态势；2013年矿区西南部排土场开始复垦，部分裸土地上出现植被覆盖，矿区外围未扰动植被覆盖度大幅提升；截至2019年，矿区内部复垦面积快速上升，矿区外围未扰动植被保持着较好的生长状况。
图4 准格尔矿区植被覆盖度空间分布
Fig.4 Spatial distribution of vegetation coverage in Jungar Mining Area
图3矿区内部排土场复垦区的人工植被在1994年首次出现，面积仅为15.49 hm2，而1998年该面积已达到156.81 hm2，进入21世纪后，2003年的植被盖度也出现了显著上升，人工植被面积达到240.69 hm2，而2007年该面积超过2003年的2倍，达到333.68 hm2，在复垦技术和生态修复工程的大力开展与实施下，2013年矿区东北部的复垦区植被盖度接近饱和，东北部和西南部两个区域的人工植被面积达到715.14 hm2，2016年人工植被面积达到957.20 hm2，2019年达到1 694.86 hm2。
图3 准格尔矿区遥感图像
Fig.3 Remote sensing image of Jungar Mining Area
2.2.2 植被覆盖度时序动态
对准格尔矿区的植被覆盖度的空间分布数据进行像元统计，得到1988—2020年的植被覆盖度时序变化如图5所示，从图5可知，该区域在33 a内未扰动植被的状况具有明显的改善，从最初未建设准能矿区的1988年左右开始，未扰动植被的覆盖度水平较差，仅有37.32%，而随着区域气候的改善，尤其是在年降水量缓慢上升过程中，该区域植被覆盖度也得到提升，2020年已经达到63.38%，直接反映出准格尔矿区的生态状况得到明显提升。
利用zonal工具对植被覆盖度的图像进行像元提取可以得到固定区域的像元灰度值年际变化，对提取值进行统计即获得准格尔矿区人工植被与未扰动植被的覆盖度时序变化(图5)。由图5可知，人工植被1988—1990年植被覆盖度出现骤降，而1990年之后又开始出现明显上升，造成这一现象的原因主要是矿区建设初期露天开采地表剥离造成未扰动植被的破坏，而在逐渐投产后，开始进行排土场复垦，人工植被覆盖度逐渐上升，随着产能的不断扩大及矿区人工生态修复工程强度增加，人工植被盖度在2012年左右已经达到饱和。对两条曲线对比分析发现，人工植被和未扰动植被的覆盖度在33 a中均呈上升趋势。表明随着人工植被覆盖度增加可以带动周边未扰动的未扰动植被协同生长发育。
图5 准格尔矿区植被覆盖度时序变化
Fig.5 Time series change of vegetation coverage in Junggar Mining Area
2.3.1 矿区周边植被时序动态
根据矿区扩张方向及扩张速度，以目视解译得到的矿区边界向外缓冲5 km为边界(图6)，对NDVI图像和DN图像进行掩膜提取，并利用一元线性回归斜率得到准格尔矿区33 a内各像元NDVI变化趋势，该斜率可表示区域内植被状况在时间尺度上的变化及程度，根据斜率分布，将植被退化程度分为5个等级(表1)。可知1988—2020年准格尔矿区植被严重退化与中度退化区域的面积均未达到1%，而植被中度改善区面积占比达到74.74%。从空间分布上看，严重退化和中度退化的区域主要分布在矿区采坑的位置，由于露天开采对于土地损毁较为彻底，人工修复面积小于损毁面积，因此33 a来矿区植被总体呈下降趋势；由图6可知，33 a来矿区外围未扰动植被生长不断得到改善，该区域植被变化趋势大多属于中度改善；生态明显改善区域主要分布在矿区排土场，该区域主要是高密度种植的人工植被。
表1 植被变化趋势分级标准与面积统计
Table 1 Classification standard and area statistics of vegetation change trend
NDVI值一元线性回归斜率DN值一元线性回归斜率变化程度面积/hm2占总面积比例/%≤-0.00118≤-3.0273严重退化2.790.009-0.00118～-0.0001-3.0273～-1.1065中度退化286.290.98-0.0001～0.00283-1.1065～0.8142基本未变6677.0122.930.00283～0.007180.8142～2.7350中度改善21764.3474.740.00718～0.018622.7350～4.6558明显改善392.581.35
图6 NDVI变化趋势分布
Fig.6 NDVI change trend distribution
2.3.2 地表温度
在对准格尔矿区2000—2020年地表温度进行统计后，得到该区域21 a间地表温度的时序变化图(图7)。由图7可知，自2000年以来地表温度的波动较大，2013年该区域的地表温度达到了极低值，这与当年的降水较高(646.9 mm)和年平均气温较低(8.07 ℃)有关。图7表明准格尔矿区地表温度整体存在着下降趋势，说明在人工修复的高密度种植后，植被覆盖度增长，植被的郁闭度也明显增加，避免了太阳对地表直接辐射，地表温度降低，土壤水分蒸发减少，而在人工植被区的地表温度降低之后，对区域整体的地表温度也有降低作用，从而对区域生态环境的改善起到正效应。
图7 准格尔矿区地表温度时序变化
Fig.7 Time series variation of surface temperature in Jungar Mining Area
2.3.3 干旱指数
由图8准格尔矿区干旱指数时序变化可得，该准格尔矿区的干旱指数从最初2001年的0.77降至2019年的0.57，干旱级别从干旱降低为正常。结果表明，在上述地表温度降低的前提下，土壤水分蒸发减少，从而使该区域的干旱得到极大程度的改善，原因可能是矿区人工修复的大面积、高密度种植，缓解了区域的干旱，表明矿区人工修复对当地的区域生态环境具有明显促进作用，促进了原始生态协同改善。
图8 准格尔矿区干旱指数时序变化
Fig.8 Time series change of drought index in Jungar Mining Area
本研究区域排土场人工植被的高密度种植在改善区域生态环境中起到了重要的作用，由于准能矿区排土场面积较大，高密度的人工植被面积增长速率较快，增加了植被郁闭度，降低了地表温度，减少了土壤水分蒸发，构建出与周边区域相异的小气候，综合表现出该区域干旱指数降低，级别由干旱降低为正常，一系列的生态因子变化综合表现出准格尔矿区的生态环境质量提升。
准格尔矿区为黄河中游流域的典型区域，1988年建矿投产后保持高强度煤炭开采，土地损毁较为严重，后期矿区内部大力开展人工生态修复与土地复垦工程。本研究表明该区域的生态环境质量并未因露天煤炭开采而降低，反而通过一系列的生态指标的计算反映出其向好的发展趋势。矿区内部的人工植被与矿区外围的未扰动植被覆盖度均得到提高，除露天矿采坑区域表现为严重退化外，矿区排土场及矿区外5 km缓冲区范围内的植被状况得到中度改善。根据对多年降水与气温数据进行统计后发现，研究区域降水在近年来虽高于历年平均降水，但是在整个研究时间内，多数时间处于较低水平，同时在近7 a年均气温高于历年年均气温的情况下，水热条件不利于植被生长，但是根据植被覆盖度的数值及空间表征该区域的植被状况并未受到区域气候的明显影响，反而在一定程度上呈现逐渐向好的趋势。露天开采剥离表土造成裸地使地表温度较高，后期矿区内部人工修复使大面积、高密度的种植明显降低了地表温度，减少了土壤水分蒸发，进而形成了区域小气候，干旱指数在该区域的变化也同样说明上述指标对区域生态环境质量的改善起着至关重要的作用。叶宝莹等[25]以人机交互方式对遥感影像进行解译得到安太堡煤矿30 a的土地利用变化数据，分析表明在长的时间序列上矿区土地利用类型由简单到复杂，开采导致的土地损毁面积随着大面积的复垦工作而逐渐减少，矿区整体植被状况呈现变好趋势，与本研究结果相似，表明矿区人工生态修复，可促使区域整体生态环境协同改善。就人工修复植被与原始植被对气候波动的响应的差异而言，由于人工修复植被多属于灌木及乔木层片，未经历草本层面的植被生长阶段，但在实地调查后发现，人工修复植被区的草本层片植物长势较好，且多样性较高，在矿区内部种植成功并养护2～3 a后，人工修复植被已达到稳定并达到演替后期，因此人工修复植被对其后波动的相应较低；而矿区外围原始植被异质化较强，有部分草地以及演替初期的植被群系，且容易受到人类活动的干扰，在与人工修复植被处于同一气候条件时，原始植被更容易产生对气候波动的响应。
以自然为本的解决方案(Nature-based Solutions，NbS)[26]的全球标准来看，该标准定位于总领所有基于生态系统的方法。针对矿区生态修复的原则与需求，来恢复矿区生态系统的完整性和功能性，以生态工程促进资源循环利用。如采用高密度的灌木或乔木植物种植使受损土地或露天矿排土场等得到利用。在人工修复后可形成区域小气候，从而起到降低地表温度、减少土壤水分蒸发量与增强水源涵养的作用，该作用对矿区外围的未扰动植被的生长状况改善具有协同促进作用。在长时间序列下，人工植被逐渐演替发育为与矿区外围的未扰动植被一致或相近的植被类型，并加速了未扰动植被向更高群落等级的演替，从而达到人工修复与未扰动植被的协同演变。
研究区生态环境质量不断提升的原因主要是准格尔能源公司长期以来坚持绿色发展理念，截止2019年底，准格尔能源公司累计投入复垦绿化资金15亿元，复垦绿化面积达3 000多公顷，加之对排土场复垦工艺的不断提升，配合开展微生物复垦等工程，使排土场土壤得到改良，植被恢复速率加快[27-29]。随着遥感数据的海量增多，遥感技术的不断发展与更新，矿区植被演变规律及主要生态因子的研究将会变得更加精准[30-31]，采用实测与遥感技术相结合的方式，以矿区排土场为研究对象，对植被生长状况进行精密监测，利用遥感数据对实测数据进行反演实现指标时空变化，将会更好地揭示生态演变的时序规律，为矿区生态修复提供一种新的手段和方法。
1)准格尔矿区自1988年以来年降水量与年平均温度呈现上升趋势，且在研究时间范围内，年降水量在多数时间处于较低水平，而年均气温连续多年高于历年平均气温；年平均相对湿度在时间序列上表现出明显降低的趋势，年内高温(高于35 ℃)天数存在波动式增多趋势，人工植被盖度达到饱和后气温开始明显降低。
2)矿区外围未扰动植被受矿区人工植被恢复及生态治理的影响，覆盖度不断提高，由建设初期的37.32%增长到2020年的63.35%，区域小气候加速了矿区周边未扰动植被向高级群落的演替。
3)准格尔矿区5 km范围内74.74%的面积植被得到中度改善，近20 a地表温度逐渐下降，水源涵养能力得到提高，干旱级别从干旱降低为正常。
[1] 彭苏萍, 毕银丽.黄河流域煤矿区生态环境修复关键技术与战略思考[J].煤炭学报, 2020, 45(4): 1211-1221.
PENG Suping, BI Yinli.Strategic consideration and core technology about environmental ecological restoration in coal mine areas in the Yellow River Basin of China[J].Journal of China Coal Society, 2020, 45(4): 1211-1221.
[2] 顾大钊.神华集团节能减排的特点及应把握的原则[J].神华科技, 2009, 7(2): 8-12.
GU Dazhao.The characteristics and principles of Shenhua group’s energy saving and emission reduction[J].Energy Science and Technology, 2009, 7(2): 8-12.
[3] 胡鞍钢.中国:创新绿色发展[M].北京：中国人民大学出版社，2012, 270.
[4] 杨汝荣.我国西部草地退化原因及可持续发展分析[J].草业科学, 2002,19(1): 23-27.
YANG Rurong.Analysis on the causes of grassland degradation and sustainable development in western China[J].Pratacul Tural Science, 2002,19(1): 23-27.
[5] 毕如田, 白中科.基于遥感影像的露天煤矿区土地特征信息及分类研究[J].农业工程学报, 2007,23(2): 77-82，291.
BI Rutian, BAI Zhongke.Land characteristic information and classification in opencast coal mine based on remote sensing imaes[J].Transactions of the CSAE, 2007,23(2): 77-82，291.
[6] 毕如田, 白中科, 李 华, 等.基于RS和GIS技术的露天矿区土地利用变化分析[J].农业工程学报, 2008, 24(12):201-204.
Bi Rutian, Bai Zhongke, Li Hua, et al.Land use changes in opencast mine based on RS and GIS technology[J].Transactions of the CSAE, 2008, 24(12)：201-204.
[7] 姜 雪.基于高分辨率遥感影像的矿区土地利用/土地覆盖信息提取技术研究[D].北京：首都师范大学, 2007.
JIANG Xue.The research of mine area land use/land cover information extraction from high-resolution remote sensing image.[D].Beijing:Capital Normal University, 2007.
[8] 黎良财, 邓 利, 曹 颖, 等.基于NDVI像元二分模型的矿区植被覆盖动态监测[J].中南林业科技大学学报, 2012, 32(6):18-23.
LI Liangcai, DENG Li, CAO Ying,et al.Vegetation dynamic monitoring in mining area based on ndvi serial images and dimidiate pixel model[j].journal of central south university of forestry & technolog, 2012, 32(6):18-23.
[9] 吴立新, 马保东, 刘善军.基于SPOT卫星NDVI数据的神东矿区植被覆盖动态变化分析[J].煤炭学报, 2009, 34(9):1217-1222.
WU Lixin, MA Baodong, LIU Shanjun.Analysis to vegetation coverage change in Shendong mining area with SPOT NDVI data[J].Journal of China coal society, 2009, 34(9):1217-1222.
[10] 胡振琪, 陈 涛.基于ERDAS的矿区植被覆盖度遥感信息提取研究:以陕西省榆林市神府煤矿区为例[J].西北林学院学报, 2008，23(2):164-167,183.
HU Zhenqi, CHEN Tao.ERDAS Aided extraction of vegetation fraction from remote sensing information in coalmine area based：a case study of Shenfu Coalmine[J].Journal of Northwest Forestry University, 2008，23(2):164-167,183.
[11] 张 耀, 周 伟.利用多时相遥感图像动态监测矿区植被覆盖变化:以山西省平朔露天煤矿为例[J].西北林学院学报, 2016,31(4):206-212,251.
ZHANG Yao, ZHOU Wei.Monitoring of vegetation coverage by multi-temporal images: a case study of Pingsu Coal Mine[J].Journal of Northwest Forestry University, 2016,31(4):206-212,251.
[12] 周广胜, 张新时.植被对于气候的反馈作用[J].植物学报, 1996，38(1):1-7.
ZHOU Guangsheng, ZHANG Xinshi.Feedback of vegetation on climate[J].Acta Botanica Sinica, 1996，38(1):1-7.
[13] 郑海峰, 米俊珍, 周永利, 等.不同植被复垦对露天矿土壤水热环境的影响[J].露天采矿技术, 2019, 34(5):1-3,7.
ZHENG Haifeng, MI Junzhen, ZHOU Yongli, et al.Effect of different vegetation reclamation on soil hydrothermal environment in open-pit ming[J].Opencast Mining Technology, 2019, 34(5):1-3,7.
[14] 孙特生, 李 波, 张新时.北方农牧交错区农业生态系统生产力对气候波动的响应:以准格尔旗为例[J].生态学报, 2012, 32(19): 6155-6167.
SUN Tesheng, LI Bo, ZHANG Xinshi.The response of agro-ecosystem productivity to climatic fluctuations in the farming-pastoral ecotone of Northern China:a case study in Zhunger County[J].Acta Ecologica Sinica, 2012, 32(19): 6155-6167.
[15] 许志信, 赵萌莉, 韩国栋.内蒙古的生态环境退化及其防治对策[J].中国草地, 2000,(5): 60-64.
XU Zhixin, ZHAO Mengli, HAN Guodong.Eco-environmental deterioration and strategies for preventing it in Inner Mongolia[J].Grassland of China, 2000,(5): 60-64.
[16] 董光荣, 吴 波, 慈龙骏, 等.我国荒漠化现状、成因与防治对策[J].中国沙漠, 1999,19(4):22-36.
DONG Guangrong, WU Bo, CI Longjun,et al.Present situation, cause and control way of desertification in China[J].Journal of Desert Research, 1999,19(4):22-36.
[17] 穆少杰, 李建龙, 陈奕兆, 等.2001—2010年内蒙古植被覆盖度时空变化特征[J].地理学报, 2012, 67(9):1255-1268.
MU Shaojie, LI Jianlong, CHEN Yizhao, et al.Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001-2010[J].Acta Geographica Sinica, 2012, 67(9):1255-1268.
[18] LI DK, FAN J Z, WANG J.Change characteristics and their causes of fractional vegetation coverage(FVC)in Shaanxi Province[J].The Journal of Applied Ecology, 2010, 21(11):2896-903.
[19] ZOU X K K, ZHAI P M M.Relationship between vegetation coverage and spring dust storms over northern China[J].Journal of Geophysical Research-Atmospheres, 2004, 109:D03104.
[20] SANDHOLT I, RASMUSSEN K, ANDERSEN J.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J].Remote Sensing of Environment, 2002, 79(2/3):213-224.
[21] SOBRINO J A, JIMENEZ-MUNOZ J C, PAOLINI L.Land surface temperature retrieval from LANDSAT TM 5[J].Remote Sensing of Environment, 2004, 90(4): 434-440.
[22] PATEL N R,ANAPASHSHA R, KUMAR S, et al.Assessing potential of MODIS derived temperature/vegetation condition index(TVDI)to infer soil moisture status[J].International Journal of Remote Sensing, 2009, 30(1): 23-39.
[23] WANG C Y, QI S H,NIU Z, et al.Evaluating soil moisture status in China using the temperature-vegetation dryness index(TVDI)[J].Canadian Journal of Remote Sensing, 2004, 30(5): 671-679.
[24] HOLZMAN M E,RIVAS R,PICCOLO M C.Estimating soil moisture and the relationship with crop yield using surface temperature and vegetation index[J].International Journal of Applied Earth Observation & Geoinformation, 2014, 28:181-192.
[25] 叶宝莹, 白中科, 孔登魁, 等.安太堡露天煤矿土地破坏与土地复垦动态变化的遥感调查[J].北京科技大学学报, 2008,30(9): 972-976.
YE Baoying, BAI Zhongke, KONG Dengke, et al. Dynamic change of land destroy and reclamation on ATB Opencast Coal Mine[J].Journal of University of Science and Technology Beijing, 2008,30(9):972-976.
[26] 以自然为本的解决方案全球标准[J].测绘标准化, 2020, 36(3): 75-77.
Global Standard for Nature Based Solutions[J].Standardization of surveying and mapping, 2020, 36(3): 75-77.
[27] 毕银丽, 吴福勇, 武玉坤.丛枝菌根在煤矿区生态重建中的应用[J].生态学报, 2005,25(8): 2068-2073.
BI Yinli, WU Fuyong, WU Yukun.Application of arbuscular mycorrhizas in ecological restoration of areas affected by Coal Mining in China[J].Acta Ecologica Sinica, 2005,25(8):2068-2073.
[28] 李全生, 贺安民, 曹志国.神东矿区现代煤炭开采技术下地表生态自修复研究[J].煤炭工程, 2012,(12): 120-122.
LI Quansheng, HE Anmin, CAO Zhiguo.Study on surface ecological self restoration under modern coal mining technology in Shendong Mining Area[J].Coal Engineering, 2012,(12):120-122.
[29] 岳 辉, 毕银丽, 刘 英.神东矿区采煤沉陷地微生物复垦动态监测与生态效应[J].科技导报, 2012, 30(24): 33-37.
YUE Hui, BI Yinli, LIU Ying.Dynamic monitoring and ecological effect of microbial reclamation on subsided land in area of Shendong Coal Mine Area[J].Science & Technology Review, 2012, 30(24): 33-37.
[30] 郭昱杉, 刘庆生, 刘高焕, 等.基于MODIS时序NDVI主要农作物种植信息提取研究[J].自然资源学报, 2017, 32(10): 1808-1818.
GUO Yushan, LIU Qingsheng, LIU Gaohuan, et al.Extraction of main crops in Yellow River Delta Based on MODIS NDVI Time Series[J].Journal of Natural Resources, 2017, 32(10):1808-1818.
[31] 李存军, 王纪华, 刘良云, 等.利用多时相Landsat近红外波段监测冬小麦和苜蓿种植面积[J].农业工程学报, 2005，21(2): 96-101.
LI Cunjun, WANG Jihua, LIU Liangyun,et al.Land cover mapping of winter wheat and clover using muti-temporal landsat nir band in a growing season[J].Transactions of the CSAE, 2005, 21(2): 96-101.