摘要:煤炭开采会严重破坏生态环境质量,尤其是在黄河流域生态脆弱地区。因此,详细分析脆弱采煤区生态环境质量的时空动态和驱动因素,对于确保黄土高原生态安全、恢复黄河流域生态系统以支持可持续发展至关重要。GEE平台能够高效提取长期遥感数据,大大提高了时空分析的监测能力。因
文章基本信息
期刊:Ecological Indicators(中科院一区TOP)
英文题目:Research on ecological quality and restoration of fragile mining areas in the Yellow River Basin—The case of Xiegou coal mine
中文题目:黄河流域脆弱矿区生态质量与恢复研究——以斜沟煤矿为例
发表时间:2025年
文章链接:https://doi.org/10.1016/j.ecolind.2025.113426
Highlights
为黄河流域生态脆弱区的生态研究与恢复提供理论依据。
为小型工矿设施生态质量纵向研究提供依据。
创新性地利用遥感技术结合生态网络进行矿区生态修复。
利用GEE平台对小型矿区生态质量进行长序列时空分析。
摘要
煤炭开采会严重破坏生态环境质量,尤其是在黄河流域生态脆弱地区。因此,详细分析脆弱采煤区生态环境质量的时空动态和驱动因素,对于确保黄土高原生态安全、恢复黄河流域生态系统以支持可持续发展至关重要。GEE平台能够高效提取长期遥感数据,大大提高了时空分析的监测能力。因此,本研究基于GEE平台计算的生态遥感指数,在30m网格尺度上对矿区20年(2002-2022年)的生态质量进行空间异质性、空间统计和趋势分析等全方位评价,并与景观生态学构建的生态网络相结合,为矿区生态修复提供意见。结果表明:(1)研究区生态质量总体呈下降趋势,生态质量的变化与城市发展和煤炭开采密切相关。(2)生态质量的分布具有相关性,高值区集中在南部和北部的缓坡植被区,大部分城市和近郊区为低值区。(3) 在生态质量的驱动因素中,净初级生产力主要对中心城区产生积极影响,对北部和南部的陡坡地区产生消极影响。归一化植被指数对中部和南部地区有正面影响,对城市和高海拔地区有负面影响。气温对研究区域的东南部有正面影响,对其他地区有负面影响,尤其是对坡度较大的地区有显著的负面影响。降水主要对城市地区产生负面影响。(4)从生态质量发展趋势看,未来生态恶化的土地比例为53.72%,主要分布在城市、矿区和东南部地区;未来生态改善的地区比例为44.42%,分布在北部和西南部缓坡地区。黄河流域生态脆弱区地质条件复杂,受多种因素影响,急需进行生态修复。本研究将时空生态质量分析与生态网络模型(通过 “生态源-阻力面-廊道”原则构建)相结合,提出了“ 一核、两区、三带、四节点”的分层修复框架。这种方法旨在提高生态系统的恢复能力,并指导有针对性的干预措施。通过对生态脆弱的小型矿区的生态质量和影响因素进行量化和可视化,结合景观生态学的生态网络,提出研究区的生态修复方案,从理论上有利于优化小型矿区的生态空间,改善生物环境,促进生态修复。
研究框架
本研究包括五个主要步骤: (1)利用GEE平台获取研究区2002至2022年的遥感生态指数(RSEI),并分析其时空变化;(2)利用莫兰指数分析遥感生态指数的空间聚类;(3)探讨遥感生态指数的影响因素;(4)说明遥感生态指数的未来变化趋势;(5)建立研究区的生态网络,并结合遥感生态指数分析提出研究区的生态修复建议。具体工作流程如图2所示。
Fig. 2. Technical flowchart of the study.
未来展望
本研究的重点是利用遥感数据评估小范围内的环境质量,由于卫星图像的精度和长时间数据收集的彻底性不同,遥感数据可能存在误差。在本研究中,我们提取了一年中同一时间的数据,通过将高精度卫星模型与GEE平台相结合来评估研究范围内的生态质量,这样可以将小范围区域的研究误差降至最低。但由于研究的时间序列较长,无法保证每年遥感数据的提取时间高度一致,因此会产生一定的误差。因此,以下工作将利用无人机结合卫星遥感数据来提高数据精度。
该方法对研究区遥感生态指数的时空变化进行了表征,并分析其影响因素。这种方法有效地展示了整个研究区的生态变化情况。但是,它并没有对影响因素分布地保持生态完整性或促进可持续发展提出进一步的建议。未来的研究将关注生态产业和生态环境如何相互作用。例如,研究区域地形较为陡峭,山脉两侧风力作用较强,这为实现风力发电提供了可能;对于一些建筑用地,如城区,地势平坦,光照较强,可在屋顶等处设置光伏发电,占用部分矿山电能,等等。此外,研究区域观察到的生态变化与黄河流域生态脆弱地区面临的更广泛挑战相一致,特别是城市扩张和坡地治理。为解决这些问题,可在黄土高原的类似地区实施梯田种植,以减轻水土流失。发展绿色发电设施,建立连接南北地区的生态走廊,可以促进物种迁移,增强生态连通性。这将提高生态质量、碳储存和研究区的经济效益,实现区域的可持续发展。
文章主要图表
Fig. 1. Location and geographical features of the research area.
Fig. 3. Trends in RSEI, LST, NDVI, NDBIS, WET.
Fig. 4. Impact of LST, NDVI, NDBIS, WET on RSEI.
Fig. 5. Spatiotemporal distribution of different RSEI grades.
Fig. 6. Area share of different RSEI classes.
Fig. 7. RSEI Elliptic Difference Analysis for each level grade.
Fig. 8. Spatial distribution of different RSEI trend changes and the percentage of area.
Fig. 9. Spatial distribution of Moran's I in 2002, 2007, 2012, 2017, 2022 and scatter plot.
Fig. 10. Spatial distribution of impact factors, 2002, 2007, 2012, 2017, 2022.
Fig. 11. Spatial distribution of RSEI correlation and significance by influencing factors.
Fig. 12. Change in area of RSEI significance by each influencing factor.
Fig. 13. Distribution of Hurst Index and future trends in the study area.
Fig. 14. Landscape ecological patterns and ecological sources.
Fig. 15. Ecological networks in the study area.
Fig. 16. Ecological restoration patterns.
原文请见:Sui, X., Sun, Y., Wang, X., & Yuan, J. (2025). Research on ecological quality and restoration of fragile mining areas in the Yellow River Basin—The case of Xiegou coal mine. Ecological Indicators, 174, 113426.
来源:新浪财经