新疆典型煤火区生态环境质量影响因素研究

《Fire》：Study on the Influencing Factors of Eco-Environmental Quality in Typical Coal Fire Zones, Xinjiang, China

　　

煤火是地下煤层因自然或人为因素引发的燃烧条件所导致的灾害。本研究调查了三个典型煤火区（苏拉布拉克、水西沟和四棵树）的生态环境质量。为此，研究人员应用先前提出的改进型煤火区遥感生态指数（RSEIds），基于2000年至2024年的多时相Landsat影像评估并追踪生态环境质量。随后采用地理探测器（GeoDetector）模型识别主导影响因素及其交互效应。研究结果表明：（1）RSEIds在煤火区具有较强的适用性，能够有效评估生态环境质量，其分类结果与谷歌影像高度一致；（2）2000年至2024年间，三个火区的生态环境质量总体上经历了退化后部分恢复的过程，2021年后的改善主要发生在边缘区域而非火区中心；（3）空间上，较差和较差的生态环境集中在火区核心扰动带，而良好和优秀等级主要分布在周边植被条件较好的山区和地带；（4）主导驱动因素表现出明显的区域差异：苏拉布拉克火区中，距煤火区距离和温度最为重要；水西沟火区中，土地利用类型和坡向最为重要；四棵树火区中，坡向和降水最为重要，而因子交互作用始终比单一因子具有更强的解释力。这些结果为煤火区的生态环境评估、恢复分区和可持续管理提供了重要参考。

**论文解读：新疆典型煤火区生态环境质量影响因素研究**

**研究背景与问题**
煤火是地下煤层因自然或人为因素引发的燃烧现象，在全球采煤活动中普遍存在。煤火燃烧过程中持续释放大量热量、有害气体和颗粒物，不仅导致煤炭资源损失和采矿安全隐患，还会引发地表热异常、土壤退化、植被破坏和大气污染等一系列生态环境问题。在干旱和半干旱地区，生态系统脆弱、环境承载力有限，煤火活动与采矿干扰的叠加效应使得生态退化更为持久且难以恢复。因此，系统识别煤火区生态环境质量的时空变化及其主导影响因素，对于评估煤火治理效果、制定生态恢复分区以及促进区域可持续管理至关重要。

**研究内容与意义**
该研究以新疆准噶尔盆地南缘的三个典型煤火区——苏拉布拉克（Surablak）、水西沟（Shuixigou）和四棵树（Sikeshu）为研究对象，应用先前提出的改进型煤火区遥感生态指数（RSEIds），基于2000–2024年的多时相Landsat影像评估生态环境质量的时空变化，并利用地理探测器（GeoDetector）模型识别主导驱动因素及其交互效应。研究意义在于：验证了RSEIds在不同煤火区的适用性，揭示了煤火干扰下生态环境质量的时空演化规律，为煤火区的生态评估、恢复分区和可持续管理提供了科学依据。该论文发表在《Fire》期刊上。

**主要关键技术方法**
研究人员采用以下关键技术方法：（1）基于Google Earth Engine（GEE）平台，对Landsat 5（MSS/TM）、Landsat 7（ETM+）和Landsat 8（OLI/TIRS）的影像进行辐射定标和大气校正，计算归一化植被指数（NDVI）、湿度分量（WET）、归一化差值裸土与建筑指数（NDBSI）、地表温度（LST）、粉尘指数（DI）和土壤退化监测指数（SDMI），通过主成分分析（PCA）构建RSEIds指数；（2）采用等间隔分类法将RSEIds分为五个等级：差（I, 0–0.2）、较差（II, 0.2–0.4）、中等（III, 0.4–0.6）、良好（IV, 0.6–0.8）、优秀（V, 0.8–1.0）；（3）应用GeoDetector模型中的因子探测器和交互作用探测器，分析温度、降水、高程、坡度、坡向、距煤火区距离、土地利用类型和GDP等八个自然与人为因子对RSEIds空间分异的解释力。样本来源：三个研究区（苏拉布拉克、水西沟、四棵树）位于新疆准噶尔盆地南缘的干旱到半干旱环境。

**研究结果**
**3.1 RSEIds评价**
通过将RSEIds分类结果与2024年高分辨率谷歌影像进行视觉对比，发现两者具有高度的空间一致性。RSEIds能够有效捕捉煤火区生态环境质量的空间异质性：在苏拉布拉克火区附近的牧场，良好（IV）和优秀（V）等级对应影像中地表条件较好的区域；在水西沟和四棵树火区，差（I）和较差（II）等级的边界清晰，反映了煤火活动导致的地表裸露和生态退化。

**3.2 苏拉布拉克火区生态环境质量**
2000–2024年，苏拉布拉克火区生态环境质量呈现明显的空间异质性和阶段性变化。良好和优秀等级主要分布在周边山区和沟谷地带，而中心火区长期以差和较差等级为主。2000–2006年，中等和良好等级面积较大；2009–2021年，差等级显著扩展并连片分布；2021–2024年，差等级面积从19.77 km2减少到11.49 km2，良好和优秀等级增加，表明边缘优先的恢复趋势。

**3.3 水西沟火区生态环境质量**
水西沟火区生态环境质量整体较差，差和较差等级占研究期总面积的79%–98%。中等等级零星分布在火区中部和南部边缘形成过渡带，良好和优秀等级面积很小且集中在东南部植被较好区域。2003–2021年，差等级比例从6.27%持续上升至49.13%；2021–2024年，差等级比例从47.56%降至16.14%，较差和中等等级相应增加，表明阶段性退化缓解。

**3.4 四棵树火区生态环境质量**
四棵树火区生态环境质量同样以差和较差等级为主（68%–88%），呈现明显的空间异质性和阶段性演化。良好和优秀等级分布在周边和局部斑块，中心及东部区域以差和较差为主。2003–2021年，差等级比例从5.28%持续升至41.47%，中等和良好等级比例下降；2021–2024年，差等级比例从41.47%降至14.90%，较差、中等、良好和优秀等级均增加，表明一定程度的恢复。

**3.5 影响因子分析**
因子探测器结果显示，三个火区的主导驱动因子存在显著区域差异：苏拉布拉克火区中，距煤火区距离（q=0.490）和温度（q=0.353）解释力最强；水西沟火区中，土地利用类型（q=0.179）和坡向（q=0.178）解释力最强；四棵树火区中，坡向（q=0.162）和降水（q=0.104）解释力最强。交互作用探测器表明，所有因子对的交互作用均以双因子增强和非线性增强为主，无减弱或独立情况，交互作用的解释力（平均q值0.193–0.408）显著高于单一因子（平均q值0.069–0.236）。

**讨论与结论**
讨论部分指出：RSEIds通过引入粉尘指数（DI）和土壤退化监测指数（SDMI），增强了对煤火区颗粒物排放和土壤盐渍化过程的敏感性，与谷歌影像的空间一致性验证了其可靠性。2000–2024年三个火区生态环境质量总体呈现先恶化后部分恢复的趋势，恢复主要发生在边缘区域而非核心火区，表明残余热干扰和地表裸露仍制约整体恢复。驱动因子分析显示，空间分异与煤火干扰、气候、地形和人类活动的不同组合相关，且因子交互作用具有更强的解释力。

结论部分（翻译）：为了实现典型煤火区生态环境质量的有效评估，本研究将颗粒物和土壤盐渍化信息纳入传统遥感生态指数框架，构建了RSEIds模型。基于2000–2024年多时相Landsat影像，研究人员分析了苏拉布拉克、水西沟和四棵树煤火区的生态环境质量及其时空变化，并应用GeoDetector模型量化了主要驱动因子的解释力。结果表明：RSEIds模型有效捕捉了煤火区复杂的生态环境条件，具有较强的生态退化与恢复区识别能力。总体而言，三个火区的生态环境质量在2018–2021年之前普遍恶化，之后有所改善。苏拉布拉克火区中，较差（II）和中等（III）等级合计比例介于66%–82%，差（I）等级面积从2021年的19.77 km2降至2024年的11.49 km2。水西沟火区中，差（I）和较差（II）等级持续占79%–98%，表明生态环境质量长期较低。四棵树火区中，差（I）和较差（II）等级合计比例介于68%–88%，差（I）等级从2021年的41.47%降至2024年的14.90%，显示出近期一定程度的恢复。GeoDetector结果进一步表明：苏拉布拉克火区中，距煤火区距离（q=0.490）和温度（q=0.353）是主导因子；水西沟火区中，土地利用类型（q=0.179）和坡向（q=0.178）是主要控制因子；四棵树火区中，坡向（q=0.162）和降水（q=0.104）作用最强。此外，在三个火区中，因子交互作用均表现出比单一因子更强的解释力，表明生态环境质量受煤火干扰和区域环境条件的共同控制。