收稿日期2020-10-09
基金项目
河北省自然科学基金项目（编号：E2015209300）；河北省高等学校青年拔尖人才计划项目（编号：BJ2014029）；河北省引进留学人员资助项目（编号：CL201633）；唐山市科技研发计划重点项目（编号：19150247E ）；唐山市科技创新团队培养计划项目（编号：19130206C ）；唐山市科技研发平台建设项目（编号：2020TS003b ）。
作者简介成少平（1995—），男，硕士研究生。通信作者谷海红（1982—），女，副教授，博士，硕士研究生导师。
总第539期2021年第5期
金
属矿山
METAL MINE
基于遥感信息的矿区生态扰动监测研究
——以迁安市为例
成少平1
谷海红1，
2，3，4
宋
文1艾艳君1张义璇1
卢
赛1
（1.华北理工大学矿业工程学院，河北唐山063210；2.河北省矿业工程开发与安全技术重点实验室，
河北唐山063210；3.唐山市资源与环境遥感重点实验室，河北唐山063210；
4.河北省矿区生态修复产业技术研究院，河北唐山063210）摘要
矿产资源开发会引发一系列环境问题，制约了矿区城市的可持续发展，矿区生态环境扰动监测已成
为矿区城市生态文明建设的重要组成部分。为研究矿区活动及矿区生态修复对我国典型矿产资源型城市——迁安市生态环境的影响，利用2000—2018年Landsat 系列遥感数据对该市矿区生态扰动进行了监测研究。利用随机森林（Random Forest，RF）算法对迁安市2000—2018年间矿区演变进行了提取研究，并构建了遥感生态指数（Re-mote Sensing Ecological Index，RSEI）定量分析研究区生态环境质量及变化特征。研究表明：2000—2018年间，迁安市矿区范围变化明显，矿区总面积明显变少，且有修复效果优良的矿区；该市生态环境质量整体呈现波动下降趋势，其变化与矿区活动及矿区生态修复具有较强的相关性。结合RSEI 时空分布与矿区生态修复活动，迁安市生态环境变化可分为两个阶段：①2000—2008年间，生态环境质量主要由优、良向中、差转变，生态环境质量改善和恶化面积占比分别为20.18%和34.31%；②2008—2018年间，生态环境质量整体上升，生态质量改善面积占比达到43.11%，且变化具有明显的区域性。2000—2018年，迁安市生态环境经历了先恶化、后逐步恢复的过程，表明该市在实行功能分区、健全矿产资源规划和矿区分区治理政策后，生态环境得到改善，生态修复效果显著，为矿区城市环境治理和生态文明建设提供了参考。
关键词
生态修复
矿区生态扰动
遥感生态指数环境质量
主成分分析
中图分类号
TD167，P237文献标志码A
文章编号1001-1250（2021）-05-182-08
DOI 10.19614/jki.jsks.202105025
Study on the Ecological Disturbance Monitoring in Mining Area Based on
Remote Sensing Information:Taking Qian'an City as an Example
CHENG Shaoping 1GU Haihong 1，2，3，4SONG Wen 1AI Yanjun 1ZHANG Yixuan 1LU Sai 1（1.Collage of Mining Engineering ，North China University of Technology ，Tangshan 063210，China ；2.Hebei Provincial Key Laboratory of Mining Engineering Development and Safety Technolog
y ，Tangshan 063210，China ；3.Tangshan Key Laborato⁃ry of Resources and Environment Remote Sensing ，Tangshan 063210，China ；4.Hebei Mining Area Ecological Restoration In⁃
dustry Technology Research Institute ，Tangshan 063210，China ）
Abstract
The development of mineral resources caused a series of environmental problems and has restricted the sus⁃
tainable development of mining cities.The monitoring of environmental disturbances in mining areas has become an important
part of the construction of urban ecological civilization in mining areas.In order to study the impact of mining activities and
ecological restoration of the mining area on the ecological environment of Qian'an City ，this paper uses the Landsat series of
remote sensing data from 2000to 2018to monitor the ecological disturbance in the mining area of Qian'
an City.Random forest （RF ）algorithm was used to extract and study the evolution of mining areas in Qian'an City from 2000to 2018，and a remote
sensing ecological index （RSEI ）was constructed to quantitatively analyze the ecological environment quality and change char⁃
Series No.539May 2021
182
acteristics of the study area.Studies show that from2000to2018，the scope of the mining area in Qian'an has changed sig⁃nificantly，the total area of the mining area is significantly less and there are completely restored mining areas；the ecologi⁃cal environment quality of Qian'an City has a fluctuating downward trend，and the changes have a strong correlation with mining activities and ecological restoration in mining areas；combined with the spatial and temporal distribution of RSEI and ecological restoration activities in the mining area，the ecological environment changes in Qian'an City can be divided into two stages:①from2000to2008，the ecological environment quality mainly changed from excellent，good to medium and poor，the areas with improved and deteriorated ecological quality accounted for20.19%and34.31%respectively.；②from 2008to2018，the overall ecol
ogical environment quality has increased，and the area of ecological quality improvement has reached43.11%，and the changes are obviously regional.During the study period（from2008to2018），the ecological envi⁃ronment of Qian'an City experienced a process of first deterioration and then gradual recovery.It shows that Qian’an City has implemented functional zoning，perfected mineral resource planning and mining area zoning governance policies，the ecologi⁃cal environment has been improved，and the effect of ecological restoration is significant，providing a scientific basis for ur⁃ban ecological governance in mining areas.
Keywords ecological restoration，ecological disturbance in mining area，remote sensing ecological index，environmen⁃tal quality，principal component analysis
随着经济全球化的发展，生态环境问题俨然成为全球性关注热点。矿业是我国经济支柱产业，其发展在一定程度上以破坏环境为代价，矿业在取得巨大成就的同时，也对生态环境造成了严重破坏。矿产开采不但破坏矿区自然植被，还会造成水污染、大气污染、固体废弃物污染、土壤污染等众多环境问题，是当前环境管理的难点之一［1］。矿业开发自身属性决定其会对生态环境造成持久性影响，快速、低成本地获取矿区生态扰动信息是开展矿区环境保护工作的重要内容［2］。
矿区生态扰动监测是指运用各种探测技术，对矿业开发造成的生态环境破坏影响及规律进行有效地判断
与评价［3］。近年来，遥感技术凭借其大范围、高时效等特点，在生态环境监测领域得以广泛运用。矿产资源生态环境遥感监测工作也由早期的矿区景观格局变化［4］、地表形变［5］、植被复垦［6］等单一矿区环境问题逐步演变为构建综合性评价指标体系来评价矿区生态环境［7］。如刘虎等［8］构建了生态评价指数对采矿活动引起的环境问题、煤矿周边湖区范围的时空变化进行了分析；岳辉等［9］构建了遥感生态指数对神东矿区各个矿井的生态环境动态演变特征进行了分析；徐嘉兴等［10］建立了RS、GIS和景观生物学综合指标，定量分析了土地复垦对嘉旺矿区生态环境系统的影响。目前针对矿区环境质量遥感监测多局限于矿区本身，对矿区周边区域及矿区城市生态环境质量演变关注较少。现有研究表明，矿区城市生态环境破坏速度远远大于治理速度，废弃矿区引起的环境问题严重影响了矿区城市可持续发展［11］。随着我国环境治理理念的进步以及生态红线、多规合一等政策的实施，针对矿区城市实施了多角度环境治理措施，例如构建主体功能区制度、健全矿产资源勘查开发环境影响评价制度、根据区域实际情况采取差异化策略等［12］。但矿区生态环境修复是一个长时间的过程，分析矿区生态修复效果及其对区域生态环境影响是政府制定环境治理政策和生态文明建设规划的科学依据。
遥感生态指数（RSEI）是近年来兴起的基于遥感信息的多指标综合生态指数，可避免人为权重设定，且结果能被可视化，能够快速、客观并直观地对区域生态环境进行监测。本研究利用迁安市2000—2018年的Landsat遥感影像数据，建立RSEI评价模型，分析矿区活动及矿区生态修复对该市整体生态环境扰动的影响，为矿区城市环境保护提供参考。
1研究区概况
环境变化
迁安市位于河北省唐山市东北部（图1），总面积为1208km2［13］。迁安市境内主要矿区为铁矿区（以下简称“矿区”），已探明铁矿储量达27.2亿t，有“铁迁安”之称，是典型的资源型城市，其铁精粉年产量连续14年居全国县级地方铁矿首位。市内驻有首钢迁钢、九江钢铁等大型钢铁企业，铁矿开发历史已有60余年，发展至今呈现出小型矿山比重大、大型矿区比重小的格局。其中大型矿山集中于迁安市西部，连绵成片形成矿业密集区，拥有较为完善的矿山采矿选矿体系；小型矿区星罗分布于迁安市各处，技术落后，产品结构单一且难以管理。多年来，铁矿开采形成了大量采矿废料、尾矿砂等，众多尾矿库、排土场不仅压占大量土地，而且导致土壤沙化、荒漠化，存在形成滑坡、泥石流等地质灾害隐患。
迁安市于2008年开始实施以人工复垦为主的生态修复工程，历经2000—2008年矿区井喷发展、2008—2013年矿区修复低速发展、2013—2018年矿区生态修复高速发展3个时期。因此本研究选取迁安市
2021年第5期
成少平等：基于遥感信息的矿区生态扰动监测研究——以迁安市为例
183
为研究区，利用遥感生态指数研究2000—2018年该市矿区变化对生态环境扰动的影响。
2
数据源及研究方法
2.1
数据来源与预处理
本研究采用4期Landsat 系列卫星遥感数据影像
（www.gscloud ）进行分析，时间分别为2000年6月18日、2008年7月16日、2013年7月24日、2018年7月16日。4景遥感影像分辨率均为30m，行带号（122，32），时相相近且云量均少于5%，均经过辐射定标及大气校正、几何校正预处理，以消除不同时相、大气、地形、光照影响，并依据迁安市行政边界对影像进行了裁剪。几何校正采用二次多项式，其均方根误差控制在0.5个像元以内。2.2
矿区提取方法
随机森林（Random Forest，RF ）分类方法是一种决策树分类器的综合模型，可以通过对大量样本的训练学习来形成不同的分类规则，提升分类系统多样性，有较高精度及较好的稳定性［14］。因此，本研究采用RF 分类方法进行矿区提取研究，
为保证分类结果更加精准可靠，本研究在2000年遥感数据分类训练样本的基础上进行了2008、2013、2018年训练样本选取，以保证每期数据都有重叠的样本。矿区分类结果使用聚类处理（CLUMP ）进行分类后处理，对错分、误分区域进行分类后修改，使用谷歌地图随机选点进行了分类精度评价。分类精度均高于86%，Kappa 系数均在0.80以上，表明RF 分类方法可实现迁安市矿区信息准确提取。2.3
RSEI 评价指标构建
RSEI 耦合了绿度指标（NDVI ）、湿度指标（WET ）、
干度指标（NDBSI ）和热度指标（LST ），将其合成进行主成分分析降维处理来综合反映区域生态环境，具有客观性、多指标、大范围等优点［15-16］，可得到生态环境质量可视化空间分布与动态变化。
RSEI =f ()NDVI ,WET ,NDBSI ,LST ，
（1）
式中，NDVI 、WET 、NDBSI 、LST 分别为绿度指标、湿度指标、干度指标、热度指标。
（1）绿度指标。归一化植被指数能够反映各种植物生物量及区域植被的覆盖度，在生态环境变化监测和植被生态学分类中是最常用的植被指数［17］。该指标可定义为
NDVI =()
ρNIR -ρR ()ρ
NIR
+ρR ，
（2）
式中，ρR 、ρNIR 分别为红波段、近红外波段。
（2）湿度指标。该指标可利用缨帽变换的湿度
分量获得，已被广泛使用于生态环境评价中，对土壤与植被中的湿度有较好反映［18］。
WET =c 1⋅ρB +c 2⋅ρG +c 3⋅ρR +c 4⋅ρNIR -c 5⋅ρSWIR1-c 6⋅ρSWIR2，（3）
式中，
ρB 、ρG 、ρR 、ρNIR 、ρSWIR1、ρSWIR2分别代表蓝波段、绿波段、红波段、近红外波段、热红外波段1、热红
外波段2；对于TM 数据，c 1=0.0315、c 2=0.2021、c 3=0.3102、c 4=0.1594、c 5=0.6806、c 6=0.6109，对于OLI 数据，
c 1=0.1511、c 2=0.1973、c 3=0.3283、c 4=0.3407、c 5=0.0711、
c 6=0.4559。（3）干度指标。由裸土指数（SI ）和建筑指数
（IBI ）合成，是土壤干度的量化表现［19］。
NDBSI =IBI +SI
2
，（4）
IBI =2ρSWIR1ρSWIR1+ρNIR -ρNIR ρNIR +ρR +
ρG
ρG +ρSWIR1
2ρSWIR1ρSWIR1+ρNIR +ρNIR ρNIR +ρR +
ρG
ρG +ρ
SWIR1
，（5）
SI =
()ρSWIR1+ρR -()ρNIR +ρB ()ρ
SWIR1
+ρR +()
ρNIR +ρB .（6）
（4）热度指标。利用陆地地表温度代表热度指数，首先利用NDVI 计算出植被覆盖度，根据Landsat 数据中的热红外波段先计算亮度温度T ，再进行比辐射率ε校正求得温度LST ，根据Landsat 手册提供的参数计算［20］
LST =T []1+()λ⋅T ρ⋅ln ε，
（7）T =K 2
ln ()k 1
L +1，
（
8）L =gain ⋅DN +bias ，
（9）
式中，
DN 为像元灰度值；λ为TM 数据第6
波段中心金属矿山2021年第5期
总第539期184
波长（11.5um ）与OLI 数据第10波段中心波长（10.9um ）；ε为地表比辐射率；L 为TM、OIL 的热红外波段在传感器处的辐射值；
K 1、k 2为辐射定标参数；gain 和bias 为波段的增益值和偏置值；ρ=1.438×10-2()m ⋅k 。
2.4RSEI 评价模型构建
对以上各项遥感生态指标进行归一化处理，消除量纲之间的差异，使其4个指标值统一到0~1范围内，以便进行主成分分析［21］。为便于对比，将初始生态指数RSEI 0进行了标准化处理得到遥感生态指数RSEI 。其计算公式为
BI i =()
b i -b min ()b
max
-b min ，
（10）
式中，BI i 为标准化后的某一像素点指标值；I i 为该指标在像元i 的值；
b max 为该指标的最大值；b min 为该指标
的最小值。
根据前人研究，本研究将遥感生态指数以0.2为界限划分为优、良、中、较差、差5个等级［22］，结果见表
1。
3
结果与分析
3.1
迁安市2000—2018年矿区演变分析
基于随机森林（RF ）分类方法对迁安市2000、
2008、2013、2018年矿区进行了提取分析，绘制了该市2000—2018年矿区演变图（图2）。
由图2可知：2000年矿区范围明显小于其他年份，主要分布于迁安市西北部、西南部及东南3个区域；2000—2008年期间，矿区范围增幅较大，并于2008年达到最大值，表明此阶段迁安市矿区大量增加，矿业飞速发展；2008—2013年，3个区域矿区范围均有不同程度缩小，矿业发展受到限制；2013—2018年，矿业发展趋于稳定，未发现新开发的采矿作业区，而且少数矿区消失，其变化符合2000—2008年、2008—2013年、2013—2018年3个时期发展规律。3.2
主成分分析结果统计分析
根据主成分分析结果（表2）可知，4个指标在第一主成分的贡献率分别为78.76%、76.94%、81.52%、79.14%，均高于75%，表明第一主成分分量PC 1已集中了4个分量主要信息。对四大分量荷载值进行对比发现绿度指标与湿度指标呈正值，表明两者对生态环境起到正向促进作用；干度指标与热度指标呈负值，表明两者对生态环境起到负面消极作用，结果
与实际情况相符。绿度、湿度代表植被覆盖度及土壤植被含水量，两者均起到改善生态质量的作用，干
度、热度代表地表裸土干化程度和地表温度，两者都是生态环境恶化的典型标志。
2000—2018年，迁安市2000、2008、2013、2018年RSEI 均值计算结果分别为0.644、0.546、0.594、0.573，
表该市2000—2018年间生态环境质量呈现波动下降趋势，且变化与研究区矿业活动具有高度相关性。受矿业生态修复活动影响，2008年可视为迁安市生态环境质量的转折点，2000—2008年期间RSEI 指数下降了0.098，降幅15.21%；2008—2013年期间RSEI 指数由0.546上升至0.594，涨幅8.79%；2013—2018年期间，RSEI 指数降至0.573，但较2008年上升
0.026，涨幅4.94%。说明2000—2008年间迁安市生态环境出现恶化，2008—2018年生态环境总体得到改善。绿度、湿度两个正向指标也符合这一变化，2008年NDVI 均值与WET 均值最低分别为0.587、
2021年第5期
成少平等：基于遥感信息的矿区生态扰动监测研究——以迁安市为例185
0.534，植被覆盖度和土壤含水率较2000年下降严重，其中NDVI 降幅达20.1%，
WET 降幅达12.32%。2008年之后绿度、湿度指标值有所上升，至2018年分别上涨了6.81%和7.49%；热度4期均值为0.45，各期变化（±0.017）较为稳定，干度指标变化较大，是造成
研究区生态环境质量下降的主要原因。
3.3迁安市生态环境时空变化分析
迁安市根据资源禀赋、生态条件和产业基础，将
全市1208km 2区域作为一个整体，划分为产业聚集区、生活服务区、生态涵养区三大主体功能区，不同功能分区实行不同的要素配置和考核评价机制。本研究根据RSEI 空间分布图（图3）对研究区矿区生态扰动进行了可视化动态分析，结果表明：2000年为迁安市生态环境质量最优时间节点，整体生态环境质量等级主要为优、良等级，生态质量差、较差集中于西部采矿密集区与中部人口密集区；2008年，迁安
市生态环境质量发生明显变化，生态环境质量降低区域大面积增加，并且随小型矿山开发呈现散布式发展；2013年，生态环境质量变化更为集中，呈现出一定层次化发展趋势，环境恶化中心区变化明显，但周边地区得到有效改善，且向人口密集区发展；2018年西部采矿密集区、中部人口密集区生态质量上升明
显，
但存在周边地区生态质量再次恶化趋势。
根据迁安市2000—2018年RSEI 统计数据（表3）可以看出，2000年迁安市生态环境质量优、良等级面积占比分别为40.92%和26.04%，生态质量差、较差等级仅为4.44%和10.71%。2008年RSEI 各等级指标浮动较大，其中质量优等级较2000年减少了11.96%，生态质量中、较差等级分别增加了11.95%和11.25%。2013年较2008年生态环境质量优、较差等级分别下降了5.90%和2.24%，其他等级区域小幅变化。2018年生态环境质量优等级变化最为明显，较2013增加了6.53%，差等级减少了3.96%，为近年来最低，但总体环境质量不如2013年。3.4
迁安市生态环境质量动态监测
为分析迁安市不同年份生态环境质量的时空变化，在RSEI 5个生态等级的基础上，对研究区2000—2018年生态环境质量数据进行了红绿法差值分析［23］，得出了每个区间的变化面积及区域（图4）。
结合图4统计分析表明（表4），迁安市2000—2008年间生态环境质量改善面积为247.2km 2，占比20.18%，生态环境变差地区总面积为420.2km 2，占总面积34.31%；2008—2018年间生态环境质量改善面积为528.1km 2占比43.12%，生态环境变差地区总面积为371.4km 2，占比
30.33%。
金属矿山2021年第5期
总第539期186