基于RSEI的集成遥感框架揭示青藏高原露天采矿分区生态响应轨迹

《Ecological Indicators》：An integrated remote sensing framework reveals zone-specific ecological response trajectories to open-pit mining on the Qinghai-Tibet plateau

　　

为填补既有研究空白，研究人员开发了一个集成遥感评估框架，该框架结合植被覆盖度（FVC）、归一化植被指数（NDVI）的季节–趋势分解、函数型主成分分析（FPCA）、景观格局指数以及遥感生态指数（RSEI），对2000–2020年间青藏高原四个生态分区内30个采矿点的采矿诱发生态变化进行了系统诊断。该框架的具体内容包括：（1）利用基于语义分割的高分辨率影像分类方法绘制采矿足迹图，并通过FVC量化植被动态变化；（2）通过季节–趋势分解方法对NDVI时间序列进行分解，对比扰动区与未扰动区的差异，并通过将FPCA应用于同心缓冲区NDVI剖面，以可扩展、可重复的方式划定植被影响边界；（3）利用破碎化和连通性指标评估生态景观的结构重组；（4）利用RSEI评估生态质量，量化时间趋势，识别分区特异性生态响应轨迹，并通过与气候匹配缓冲区进行配对比较，将局部生态退化归因于采矿活动。该框架为追踪采矿活动对特定生态系统的影响提供了一种可扩展且可解释的方法，为脆弱环境中的恢复规划、法规执行和适应性管理提供了可推广的基础。通过整合多种遥感技术，该框架能够同时捕捉生态响应的空间异质性和时空动态变化，这对基于证据的生态管理至关重要。

**论文解读**

**研究背景**

矿产资源是人类发展和工业进步的重要物质基础，然而其开采活动往往对脆弱生态系统造成严重损害。青藏高原被誉为"第三极"，蕴藏着丰富的矿产资源，某些矿种储量占全国总量的30%–90%，但该地区海拔高、气候寒冷干旱、生态系统结构简单、抗干扰能力弱，是我国生态最敏感的区域。近二十年来，煤炭、金属和稀土元素需求的持续增长推动了采矿活动的大规模扩张，导致植被丧失、土地占用、地表沉降和生物多样性下降等一系列环境问题。然而，由于高原面积广阔、地形崎岖、气候异质性强，对采矿生态影响的强度、空间范围和时序演变进行系统量化面临巨大挑战。现有研究多集中于单一矿点或依赖粗放评估，常用的指数监测和景观破碎化分析方法难以有效区分采矿扰动与自然气候变异的影响，且缺乏能够在区域尺度上诊断生态变化并指导适应性管理的长期定量框架。

**研究人员开展的研究**

为填补上述空白，研究人员开发了一个集成遥感评估框架，选取青藏高原四个生态分区——亚热带常绿阔叶林区（SEBF）、温带荒漠区（TDD）、高寒植被区（Alpine）和温带荒漠草原区（TDV）——内30个采矿点，利用2000–2020年Landsat 5/7/8地表反射率数据，通过Google Earth Engine（GEE）平台进行大规模分析。主要技术方法包括：基于TransUNet深度学习语义分割模型，结合高分辨率Sentinel-2和Google Earth影像自动提取采矿足迹；利用像元二分模型从NDVI推导FVC并分析其动态变化；采用基于Loess的季节–趋势分解方法（STL）将NDVI时间序列分解为趋势、季节和残差分量；运用函数型主成分分析（FPCA）处理1–10 km同心缓冲区NDVI剖面，以量化采矿扰动空间半径；通过FRAGSTATS软件计算最大斑块指数（LPI）、斑块数量（NP）、斑块密度（PD）、景观形状指数（LSI）、周长–面积分形维数（PAFRAC）、聚合度指数（AI）、分裂指数（SPLIT）和斑块凝聚度指数（COHESION）共八项景观格局指标；采用遥感生态指数（RSEI）通过主成分分析（PCA）整合绿度（NDVI）、湿度（WET）、热度（LST）和干度（NDBSI）四个维度，并利用Theil-Sen斜率估计与Mann-Kendall检验量化RSEI变化趋势，通过与气候匹配缓冲区的配对比较来分离采矿信号。

**研究结果**

**采矿扩张与FVC动态**：2000–2020年间，30个采矿点的总采矿足迹从31.41 km²扩张至253.56 km²，增幅超过八倍。废弃土石堆场面积从20.48 km²增至147.20 km²，露天采坑面积在2020年达到69.40 km²。FVC时间序列分析显示低覆盖植被（I类和II类）比例持续增加，高覆盖植被（V类）持续下降，揭示了采矿扩张与植被退化之间的密切关联。不同生态分区的FVC动态呈现明显的时空异质性，其中高寒植被区和温带荒漠植被区退化最为显著。

**NDVI时空动态与空间梯度**：STL分解结果显示，所有生态分区中采矿核心区的NDVI长期趋势斜率均显著低于周边10 km缓冲区（p<0.05），表明采矿活动普遍抑制了植被恢复。季节振幅比（SAR）在所有分区均未显著偏离1（p>0.95），说明采矿对NDVI季节周期影响有限。NDVI异常比率分析显示采矿区普遍具有更高的短期不稳定性，其中温带荒漠植被区最为突出，而高寒植被区采矿区与缓冲区异常比率相近，表明气候因素仍是该区域植被动态的主要驱动力。

**采矿点空间扰动半径**：FPCA分析表明，第一函数型主成分（FPC1）在所有采矿点均解释了超过90%的总方差。利用FPC1标准差随距离变化达到局部最小值的位置确定植被影响边界，结果显示高寒植被区影响半径最大且变异最强（4–9 km以上），与其高生态脆弱性和缓慢恢复速率一致；温带荒漠植被区影响范围较紧凑（2–3 km），表明采矿效应衰减较快；亚热带常绿阔叶林区呈双峰分布（约2 km和8 km），可能反映了矿山规模和管理的差异。金矿（Au）和铜矿（Cu）普遍表现出更大且更不稳定的影响半径。

**景观格局变化**：2000–2020年间，采矿影响区景观呈现持续的结构性转变。LPI在大多数时段持续下降，表明大型连续栖息地斑块的优势度降低；SPLIT和LSI上升，反映景观要素日益离散和斑块形状趋于不规则；AI和COHESION总体呈下降趋势，表明空间连通性减弱和斑块隔离度增加。温带荒漠植被区破碎化最为突出（LPI下降22.8%，SPLIT增加34.7%）；高寒植被区在2010年后出现急剧结构恶化（LPI下降24.3%，LSI激增140%）；亚热带常绿阔叶林区破碎化趋势相对缓和（LPI每十年仅下降1.5%）；温带荒漠区呈现破碎化与局部恢复交替的波动模式，但20年间SPLIT仍增加13.7%。

**矿区生态质量综合评价**：PC1方差贡献率在64.07%–89.89%之间（均值76.62%），验证了RSEI的统计稳健性。载荷分析显示亚热带常绿阔叶林区NDVI和WET持续呈正载荷、LST和NDBSI呈负载荷，符合理论预期；高寒植被区和温带荒漠植被区出现载荷反转现象（LST呈正载荷、WET呈负载荷），可能反映了热量限制或非冠层水源信号的区域特异性。空间上，高寒植被区和温带荒漠植被区生态本底较好（2000年优良类合计74.21%和66.62%），亚热带常绿阔叶林区生态压力最大（差和较差类合计全程超过50%）。时间上，亚热带常绿阔叶林区持续退化（优良类从15.13%降至5.0%），高寒植被区呈先退化后恢复趋势（2015–2020年改善面积22.24%超过退化面积20.12%），温带荒漠区和温带荒漠草原区波动剧烈。变化矩阵分析表明生态变化以渐变为主，显著变化比例极小。

**讨论总结**

RSEI基于PCA的自适应载荷能根据区域生态协方差结构动态调整各变量贡献，相比等权重综合指数更具诊断能力，能够揭示不同生态背景下各指标功能角色的变化。通过与气候匹配缓冲区的严格配对比较，矿区内RSEI下降斜率显著更陡，且关键退化加速期与矿山生产历史（如白马铁矿2006–2010年高强度剥离扩张期）高度吻合，表明采矿扰动是生态退化的主要局部驱动因素。不同生态分区呈现三类特征性响应轨迹：亚热带常绿阔叶林区呈"高负荷持续退化"轨迹，可能与历史累积效应和高生物量森林生态系统受损后自然恢复缓慢有关；高寒植被区和温带荒漠植被区呈"先退化后恢复"轨迹，表明这些生态系统在外部压力缓解后具有一定恢复力；温带荒漠区呈"高脆弱性强波动"轨迹，反映干旱系统低抵抗力和高敏感性的固有特征。研究局限性包括30 m空间分辨率可能低估细尺度扰动、因果推断缺乏定量扰动序列（如年开采量）的直接支撑、RSEI作为地表状况指标可能未充分捕捉土壤退化、重金属污染和生物多样性丧失等深层生态影响。未来应整合更高时空分辨率数据、开展实地验证、从识别退化拓展至评估恢复质量，并构建融合地形、水文气候和社会经济驱动因素的风险–脆弱性模型。

**研究结论**

本研究构建了以RSEI为核心的多维遥感监测框架，系统评估了2000–2020年青藏高原四个生态分区内高强度采矿的生态影响。主要结论如下：第一，采矿被确定为矿区内生态退化的主要局部因素。研究期内采矿足迹扩张超过八倍，植被覆盖度显著下降（p<0.05），景观破碎化持续加剧，矿区内RSEI下降趋势显著陡于气候匹配缓冲区，表明与采矿活动相关的生态质量出现了系统性、持续性衰退。空间上，采矿影响集中于矿区内并向外部延伸，形成生态分区特异性的扰动半径；时间上，生态退化与采矿活动轨迹密切相关。第二，采矿的生态效应高度异质，随生态系统固有属性呈现三种特征性响应轨迹：亚热带常绿阔叶林区的高负荷持续退化、高寒植被区和温带荒漠植被区的先退化后恢复，以及温带荒漠区的高脆弱性强波动。研究结果强调了超越"一刀切"模式、实施基于分区生态敏感性、恢复力和主导胁迫因子的差异化管理和针对性恢复策略的必要性，对平衡资源开发与生态保护、促进区域可持续发展具有重要意义。