基于生态系统服务功能提升的矿区土地格局优化——以抚顺矿区为例

《Land Degradation & Development》：Optimization of Land Pattern in Mining Area Based on the Improvement of Ecosystem Service Function—A Case Study of Fushun Mining Area

　　

采矿活动在全球普遍存在，对人类生态系统服务（ESs）的供给构成重大威胁。许多矿区在资源枯竭后面临恢复和复垦的挑战。这些地区可持续发展的一个关键挑战是如何在恢复过程中实现土地格局的协同优化和生态系统服务（ESs）的提升。为应对上述挑战，研究人员创新性地通过机器学习分析了土地适宜性，并结合生态系统服务评估（InVEST）和驱动因素分析（地理探测器、结构方程模型），探索了抚顺矿区未来恢复的最优土地格局。研究结果如下：（1）1990年至2020年，产水量（WY）、土壤保持（SC）和粮食生产（FP）呈增加趋势（8%、3%、22%），而生境质量（HQ）和碳固存（CS）呈下降趋势（12%、4%）。PLUS模型预测，未来2030年至2050年，生态系统服务将下降4%–60%。（2）露天采矿通过间接改变地形显著影响土壤保持（SC），进而影响与土壤保持（SC）协调的生态系统服务；归一化植被指数（NDVI）是改善生态系统服务的主要因素（0.2–0.6）。（3）机器学习分析表明，高林地复垦适宜性主要集中于露天矿和工厂边界，而矿坑更适宜水体复垦。矿区外围区域更适合农田和建设用地复垦。（4）基于土地适宜性和生态系统服务结果，提出了生态系统服务提升情景下的最优土地格局。未来应形成“坑塘蓄水—田间耕作—周边造林”的土地格局，以合理恢复土地并全面提升生态系统服务。本研究提出了一种基于生态系统服务提升的矿区土地格局优化新方法，为全球其他矿区的可持续发展提供了重要参考。

**研究背景与问题**
地表采矿活动在全球范围内广泛存在，导致土地退化、生境丧失和生态系统服务（ESs）供给能力下降，尤其在中国等发展中国家，矿区面积持续扩张，资源枯竭后遗留大量待复垦土地。例如，抚顺矿区（亚洲最大露天煤矿，开采逾百年）于2019年停产，大规模废弃矿区亟需恢复。然而，现有研究多聚焦于短期环境影响或经济价值评估，缺乏对矿区ESs长期演变规律及驱动机制的深入理解；同时，传统土地适宜性评价方法存在主观性强、权重分配随意等问题，且未能将ESs评估有效纳入复垦决策。因此，如何实现矿区土地格局优化与ESs协同提升，成为可持续发展面临的关键挑战。

**研究内容与结论**
研究人员以抚顺矿区为案例，通过改进的InVEST模型和PLUS模型，量化了1990–2020年及未来2030–2050年五种关键ESs（产水量WY、土壤保持SC、粮食生产FP、碳固存CS、生境质量HQ）的时空演变，发现历史时期WY、SC、FP呈上升趋势（8%、3%、22%），而CS和HQ下降（4%、12%）；未来所有情景下ESs将下降4%–60%。借助地理探测器和结构方程模型，研究表明表面采矿活动通过间接改变地形（如坡度、坡长）显著影响SC，进而波及与SC协同的其他ESs，而归一化植被指数（NDVI）是提升ESs的主导因子（贡献度0.2–0.6）。基于机器学习的随机森林算法，研究首次客观评估了矿区土地复垦适宜性，发现高海拔、陡坡地带（如露天矿周边）适宜林地复垦，矿坑内部适宜水体，外围平坦区域适宜农田和建设用地。结合ESs提升情景，最终提出“坑塘蓄水—田间耕作—周边造林”的最优土地格局，以实现土地恢复与ESs综合提升的双重目标。该论文发表在《Land Degradation》。

**关键技术方法**（不超过250字）
研究采用以下主要关键技术方法：
1. **改进的InVEST模型**：基于矿区地形起伏大、植被分布不均等特征，修正碳密度系数，引入地形指数和土壤水导率优化产水量模块，考虑植被截留和泥沙滞留效应评估土壤保持，通过熵权法量化采矿用地对生境质量的胁迫权重。
2. **PLUS模型**：集成LEAS规则挖掘框架和CARS元胞自动机，结合四种未来气候情景（SSP126/245/370/585）模拟2030–2050年土地利用变化。
3. **地理探测器**：构建表面采矿活动指数（SM）和地形因子（DEM、坡度S、坡长L、起伏度RA）等12个驱动因子，分析单因子及交互作用对ESs演变的贡献。
4. **结构方程模型（SEM）**：量化SM、地形、植被、气候、人口等因子对ESs的直接与间接路径效应。
5. **随机森林机器学习**：以现有林地、耕地、水体、建设用地作为正负样本（各约200个），训练模型预测废弃矿区各栅格单元的复垦适宜性，精度达84%–99%。
数据来源包括公开遥感、气象、土壤、社会经济统计年鉴等，所有空间数据重采样至30 m分辨率。

**研究结果**
**3.1 抚顺矿区生态系统服务演变**
通过改进InVEST模型评估1990–2020年五种ESs，发现WY、SC、FP呈增加趋势（8%、3%、22%），而CS和HQ下降（4%、12%）。空间上，WY高值集中于采矿和建设用地，SC高值分布于露天矿和工厂周边，CS高值位于东部植被区，HQ高值位于南部和东北部，FP高值集中于南部耕地。ESV总值先增后减（4.4亿–6.5亿–4.1亿CNY）。

**3.2 生态系统服务演变机制**
地理探测器分析显示，WY主要受降雨（RAI，q=0.42）和温度（TMP，q=0.34）影响；SC受坡长（L，q=0.50）和坡度（S，q>0.4）主导；NDVI是HQ（q=0.35）和CS（q=0.22）的关键因子。SEM进一步揭示，表面采矿通过间接改变地形（DEM、S、L）对SC产生负向影响（?0.12），但地形因子本身正向促进SC（0.27–0.91）；NDVI正向促进WY、CS、FP和HQ（0.20–0.30），降雨通过增加NDVI间接提升ESs。综合表明，提高植被覆盖是改善矿区ESs的核心途径。

**3.3 未来生态系统服务演变趋势**
PLUS模型模拟四种情景（自然发展ND、生态保护EP、城市发展UD、农田保护FP）下2030–2050年土地变化，预测HQ、SC、CS将分别下降4%–13%、4%–26%、2%–10%，仅EP情景下SC略有提升；FP在非农田保护情景下下降50%–59%；WY变化不大（3%–5%）。空间上，HQ和SC下降集中于露天矿和排土场边界，FP和CS下降位于排土场南部。

**3.4 矿区土地复垦适宜性**
随机森林模型预测各栅格复垦概率，分类为五级。林地高适宜区集中于东南部（约30%），主要受DEM（重要性>25%）和S、RA、NDVI（15%–20%）驱动；水体高适宜区集中于北部，受距河流距离DRV（>30%）和L（>20%）主导；耕地高适宜区分布于南部，受距城市中心DC和人口密度POP（各约20%）影响；建设用地高适宜区集中于北部，受距道路距离DRD（>20%）支配。各适宜性类型存在空间重叠，需结合ESs目标进行决策。

**讨论与结论**
讨论部分指出，本研究构建了包含ESs评估、长期演变、驱动机制和复垦策略的完整框架，首次将机器学习用于矿区土地适宜性评价，改进了InVEST模型参数，并揭示了表面采矿通过地形间接影响ESs的关键机制。NDVI是提升ESs的最重要因子，建议未来恢复中优先提高植被覆盖。针对土地适宜性重叠问题，研究将ESs提升目标纳入决策，确定了不同ESs情景下的复垦优先级：CS、SC、ESV提升对应林地优先；HQ对应水体；FP对应耕地；WY对应建设用地。最终提出“坑塘蓄水—田间耕作—周边造林”的最优格局，具体方案包括：西排土场和王良排土场周边恢复林地（723 ha）、内部恢复耕地（1115 ha）；西露天矿恢复水体（577 ha）、周边恢复林地（403 ha）；东排土场恢复林地（1283 ha）和耕地（278 ha）；东露天矿恢复水体（78 ha）。该格局可最大化多种ESs协同，提供多样化生境和生计收益。研究局限性包括未评估文化服务、InVEST模型缺乏现场验证、未来预测未考虑政策强度变化等。

**研究结论**（翻译自原文Conclusion部分）
本研究得出以下关键结论：
（1）1990年至2020年，抚顺矿区WY、SC和FP呈增加趋势（8%、3%、22%），而CS和HQ呈下降趋势（4%、12%）。未来气候暖干化将加剧矿区生态系统服务退化（2030–2050年），WY和CS下降5%–10%，HQ下降14%–26%，SC下降4%–14%，FP下降45%–59%（非农田保护情景）。
（2）降雨是影响WY的重要因素（q > 0.3）。表面采矿过程通过间接改变地形显著驱动SC演变（q > 0.4）。NDVI对HQ和CS服务功能影响较大（q = 0.22–0.35）。表面采矿活动指数通过对地形的间接正向影响（0.02–0.26）显著作用于ESs，相关系数介于?0.06至0.51。降雨通过对植被覆盖指数的间接正向影响（0.25）显著影响ESs，相关系数为0.20–0.33。综合分析表明，NDVI是提升矿区ESs的最重要因子。
（3）机器学习优化土地适宜性结果显示，林地恢复更适用于高海拔区域，如露天矿和排土场周边（地形起伏度≥50%）；水体适宜性适用于靠近河流、地形低洼的露天矿内部（地形起伏度≤5%）；耕地适宜性主要分布于高程稳定、远离城区的区域，露天矿和排土场（地形起伏度≤5%）不适宜耕地恢复。未来应形成“坑塘蓄水—田间耕作—周边造林”的土地格局，以系统提升矿区生态系统服务功能。这种空间优化配置不仅最大化多种ESs协同，还创造了水生、农田和森林镶嵌生境，支持物种多样性，同时为当地社区提供多样化生计机会——包括供水、农产品和森林生态系统效益，直接改善居民生活质量。