当前煤炭仍是中国能源安全的基石，约占一次能源生产和消费的60%～70%[1]，富煤、缺油、少气的资源禀赋决定了煤炭的主体地位短期内难以撼动[2]。新疆煤炭预测储量2.19×1012 t，约占全国的39.3%[3]。囿于自然环境及其煤炭赋存迥异，采煤诱发的土地损毁也具有区域异质性[4]。因此，以往在东中部积累的矿区生态修复经验几乎无法应用于新疆[5-6]。其特殊性主要有3点:① 大量优质资源富集于生态脆弱的戈壁区[7-8]，该区植被盖度与物种丰度均难以同森林或湿地比拟[9]，但却保留了大量抗逆性植被、野生保护动物、孑遗物种，是国家重要的物种资源库；② 大型煤田多、煤层厚、埋藏浅的赋存特征决定了新疆以露天开采为主[10]。但露天开采会直接损毁地表[11]，大量排弃物堆积亦会改变原有地貌[12]，极易破坏戈壁砾幕层[13]、加剧沙土吹蚀[14]；③ 气候极为干旱，除采矿扰动外，降水、温度等气候变化亦是决定新疆植被生长及分布的重要因素[15]。因此，亟需高效精准揭示土地生态系统质量态势，识别戈壁矿区生态系统退化或改善成因，为科学权衡戈壁煤炭开发与生态保护提供技术支撑。
遥感反演的生态指数可实现长时序、大范围的监测[16-17]，如归一化植被指数(INDV)、地表温度(TLS)、归一化湿度指数(INDM)等。但单项指标评判并不公允[18]，例如戈壁区植被稀疏，仅用INDV衡量土地生态系统退化有失偏颇[18-19]。新修订的HJ 192—2015《生态环境状况评价技术规范》提出一项生态环境状况指数(IE)，可有效监测生态环境演变，但空间可见性仍然不足[20]。为了弥补这一缺憾，XU等[15]提出耦合绿度、湿度、干度、热度4项指标的遥感生态指数(IRSE)。随后，IRSE对半干旱矿区生态环境质量的有效性得以证实[21-22]。但戈壁矿区多为荒漠或山地自然生态系统，罕有人类活动的建设用地，其干度指标结果往往会被高估，势必干扰整体结果的准确性。为此，王杰等[23]以盐渍化指数与土地退化指数替代干度指标，构建了干旱遥感生态指数(IARSE)，并证实了IARSE在干旱区衡量土地生态系统质量的适用性。
戈壁矿区生态十分脆弱，一旦扰动短时间极难恢复甚至无法逆转[24]。准东煤田是世界最大的整装煤田，预测储量3.9×1011 t，占新疆总储量的17.8%。准东煤炭基地依托该煤田规划建设，拥有中国煤炭储量最高的超大型露天煤矿群。但准东煤炭基地位于生态极端脆弱的戈壁区，且又毗邻卡拉麦里山自然保护区[17]，采煤对土地生态系统负面效应大，亟需采取行之有效的措施守住戈壁矿区生态红线。笔者此前发现，准东煤炭基地土地退化兼受自然因素与开采扰动影响，并表现为沙漠化与土壤侵蚀[25]。但该结果尚未顾及土壤湿度、地表温度、盐渍化等要素影响。那么，如何评估戈壁矿区土地生态系统质量及其变化？气候变化与采矿如何影响其土地生态系统质量？该区应采取何种开发方式与生态修复措施，已成为亟需回答与解决的问题。为此，笔者尝试将IARSE指数引入戈壁矿区，揭示近20 a准东煤炭基地IARSE时空演变规律，解析采矿与气候变化对戈壁矿区土地生态系统的影响，以期为国家能源战略西移、构建新疆煤炭高质量发展新格局提供科学依据。
1 数据与方法
1.1 研究区概况
准东煤炭基地位于新疆昌吉州(44.22°～45.01°N，88.91°～90.82°E)，下辖五彩湾、大井、西黑山、将军庙、老君庙5个矿区，总面积约7 441.24 km2(图1)。其中，五彩湾、大井、西黑山矿区总体规划均在2010年获国家发改委批复，将军庙矿区于2017年获批复，老君庙矿区目前尚未获得批复。研究区煤炭品位高、厚度大、埋藏浅，层位稳定，开采条件优越，是“西气东输”、“疆电外送”的特大型能源基地[26]。但该区北接卡拉麦里山自然保护区，西邻古尔班通古特沙漠[27]，土壤贫瘠、植被稀疏，土地利用类型以荒漠戈壁为主[15]，生态环境极为脆弱。其外，囿于地处亚欧大陆腹地，加之山环盆地的封闭环境，该区年平均气温5～6 ℃，年均降水量仅约223 mm，但年均蒸发量却高达2 000 mm，气候极为干旱。可见，研究区煤炭富集、生态脆弱、气候干旱并存，亟需破解煤炭资源开发与生态环境保护的矛盾。
图1 研究区位置
Fig.1 Location of study area
1.2 数据来源及预处理
Landsat 5 TM与Landsat 8 OLI多光谱遥感数据来源于美国地质调查局(https://earthexplorer. usgs.gov/)，空间分辨率为30 m。根据徐轩等[19]研究，研究区周边植被5—6月份长势最好、7—8月份次之。因此，每年优选1期云量遮盖低、植被长势较好的影像;其中，2012年无相关影像，2013，2018年采集影像均为大范围云层覆盖。最终共选用36幅影像(表1)。Landsat影像数据预处理包括:辐射定标、大气校正、镶嵌同年份的2幅影像，使用研究区边界裁剪影像。DEM高程数据以及2000，2005，2010，2015，2018年土地利用数据来源于资源环境科学与数据中心(http://www.resdc.cn/)，空间分辨率均为30 m。其余年份基于Landsat 5 TM与Landsat 8 OLI多光谱遥感数据，参照《中国多时期土地利用/土地覆盖遥感监测数据分类系统》标准通过人机交互解译获得。为验证其分类精度，利用Google Earth历史高分影像，随机选取600个样本点，采用混淆矩阵方法，对2016，2017，2019，2020年分类结果进行评价，Kappa系数均高于0.81，符合精度要求。气候要素原始数据来源于国家气象科学数据中心(http://data.cma.cn/)，并参照YU等[15]研究，辅以DEM数据对气温、降水数据进行空间插值。
表1 Landsat影像的信息
Table 1 Information of Landsat images
传感器类型行列号列行获取日期(年-月-日)Landsat 5TM141292000-07-09,2001-06-10,2002-06-13,2003-05-15,2004-07-04,2005-06-05,2006-07-26,2007-06-27,2008-06-29,2009-07-18,2010-07-21,2011-06-22142292000-06-14,2001-08-04,2002-06-20,2003-08-10,2004-07-11,2005-07-30,2006-07-01,2007-06-18,2008-08-07,2009-06-23,2010-08-13,2011-08-16Landsat 8OLI141292014-06-14,2015-08-20,2016-06-03,2017-07-08,2019-06-28,2020-05-29142292014-06-05,2015-06-24,2016-07-28,2017-06-13,2019-05-18,2020-05-20
1.3 研究方法
1.3.1 干旱遥感生态指数(IARSE)
干旱遥感生态指数(IARSE)耦合了绿度、湿度、热度、盐度、土地退化信息度5项指标[23]，可有效衡量干旱区土地生态系统质量。利用专题信息增强技术提取相关指标的表征信息[28]，5项指标分别以归一化植被指数(INDV)、缨帽变化的湿度分量(CTW)、盐度指数(IS-T)、地表温度(TLS)、土地退化指数(ILD)表征，各指标测算方法参照文献[23]。考虑5项指标结果范围差异，需进一步标准化处理[21]，令各指标取值范围为[0,1]。随后，运用PCA分析获取各指标的主成分、特征值及方差贡献率，以第1和第2主成分生成IARSE0，并将IARSE0进一步作标准化处理获取IARSE:
(1)
式中，
与
分别取累积概率为2.5%和97.5%的指标值。
IARSE取值范围为[0，1]，值越高表示其土地生态系统越健康。将IARSE划分为5个等级:差(0～0.2)、较差(0.2～0.4)、中(0.4～0.6)、良(0.6～0.8)、优(0.8～1.0)。
1.3.2 逐像元趋势分析法
运用一元线性回归方程拟合2000—2020年IARSE五项指标的时空演变特征，以及分别拟合2000—2005，2006—2010，2011—2015，2016—2020，2000—2020年间的IARSE年际时空变化(IARSEs)状况:
(2)
式中，i为某一具体年份;n为总年份。
若IARSEs>0，则表明土地生态系统有改善趋势;反之则表示存在退化趋势。运用F检验变化趋势显著性。结合IARSEs及F检验结果，IARSE变化趋势可分为7类:大幅改善(IARSEs>0，p<0.01)，一般改善(IARSEs>0，p<0.05)，轻微改善(IARSEs>0，p<0.10)，变化不显著(p>0.10)，轻微退化(IARSEs<0，p<0.10)，一般退化(IARSEs<0，p<0.05)，大幅退化(IARSEs<0，p<0.01)。
1.3.3 多元回归模型法
构建IARSE与气候要素间的理想回归方程，理论上需完全剔除人类活动干扰，但现实中罕有这种情景[29]。研究区位于人烟稀少的戈壁，2006年五彩湾矿区建设之前几乎无其他人类活动，因此可将2000—2005年的研究区视为无人类活动干扰的自然生态系统，即假设IARSE与气候要素间保持一种平衡状态。因此，以栅格像元为单元，统计这6年IARSE、月气温、月降水均值，测算IARSE与各月份气温、降水的相关系数。参照前人研究[15,29]，按相关性大小筛选与IARSE相关性最高和次高的2个气温月值和2个降水月值，解析IARSE同气温、降水的空间关系:
I′ARSE=a1Px+a2Py+b1Tm+b2Tn+e
(3)
其中，I′ARSE为基于气候条件的模拟值;Px,Py分别为与IARSE相关性最高和次高的2个降水月值;Tm,Tn分别为与IARSE相关性最高和次高的2个气温月值;a1，a2，b1，b2为待定系数。在模拟2006—2020年气候变化时，e取2000—2005年IARSE的平均值。
1.3.4 残差分析法
干旱区IARSE主要由气候与人类活动所决定，可通过土地利用方式来体现。研究区2018年戈壁与沙地分别占59.5%与27.2%，2者之和超过研究区总面积的86.7%;草地仅占约8.7%，除野生黄羊等有蹄类保护动物外，不存在任何放牧活动;建设用地占2.8%，为矿坑、排土场、工业广场、运输道路等。因此，采矿以及运输可视为该区域惟一的人为干扰。采矿活动受开采方式、采速、采高、采深等多重因素共同作用，其开发强度较难量化[25]。该区生态先天不足，其复垦措施也有别于东部地区，即矿山开采后没作任何绿化措施，而多是通过砾幕层重构来实现。因此复绿本质上并不存在，复垦对局部小气候的影响也可忽略不计。因此，采矿和气候变化是区域惟一的干扰。若假设气候与采矿活动2者互不干扰，该区采矿活动的影响可近似等于IARSE实际值与基于气候变化的模拟值之间的残差。参照式(3)模拟2006—2020年I′ARSE的空间格局，进而测算IARSE与I′ARSE的残差，分离气候要素和采矿活动对IARSE的影响:
δi=IARSEi-I′ARSEi
(4)
其中,IARSEi与I′ARSEi分别为第i年度IARSE的实测值与模拟值;δi为实测值与模拟值间的残差，即采矿活动对IARSE的影响。δi为正值表示采矿对矿区土地生态系统有恢复作用，反之则加剧退化程度。
2 结果与分析
2.1 戈壁矿区干旱遥感指数的向量特征
IARSE五项指标的前2项PC载荷及其累积贡献率如图2(a)所示，IARSE与各指标相关性如图2(b)所示，其中，PC为主成分。INDV，CTW，ILD在前2项PC的载荷为负值，与IARSE的相关系数为正值，表明植被、水分、良好的土地利用对戈壁矿区土地生态系统质量有正向作用;IS-T,TLS在前2项PC的载荷为正值，2者与IARSE为负相关关系，表明土壤盐分、地表温度对研究区土地生态系统质量有负向效应。TLS，CTW与IARSE的平均相关系数分别为-0.728，0.569，平均载荷为0.661，-0.517，表明温度与水分是研究区IARSE的重要指标。INDV，ILD，IS-T与IARSE的平均相关系数分别为0.562，0.534，-0.523，平均载荷为-0.302，-0.223，0.256。各指标与IARSE的相关性多数高于0.5，表示IARSE可更好表征各指标的综合信息。
图2 IARSE各指标主成分分析与相关性分析结果
Fig.2 Principal component analysis and correlation analysis of IARSE
2.2 戈壁矿区土地生态系统质量的总体态势
准东煤炭基地IARSE各等级面积占比如图3(a)所示。研究区以中与较差等级为主，平均占比分别为44.22%与41.27%;差、良等级次之，平均占比分别为7.17%与5.77%;优等级的占比极低，平均占比1.57%。变幅方面，差等面积在2006年基本稳定，2007—2011年持续上升，2014年后逐步下滑;较差等面积波动较大，2005年之前波动上升，2006—2011年波动下降，2014年后呈波动上升趋势;中等面积整体呈波动下降趋势;较优等面积2006年前基本呈递减趋势，2007—2011年逐步上升，2014年降至不足1%，随后再呈升上趋势;优等面积基本稳定。
图3 不同等级IARSE面积占比的年际变化
Fig.3 Interannual variation of the area proportion for different grades of IARSE
研究区及其下辖五大矿区IARSE的年际变化特征如图3(b)所示。IARSE最小值、均值和最大值均刻画了准东煤炭基地土地生态系统质量，但不同矿区最小值与最大值几乎相近，难以体现各矿区差异;而均值可近似刻画研究区及其下辖矿区的土地生态系统质量，因此均值的结果相对而言更合理。准东煤炭基地近20 a平均IARSE为0.403 8，五彩湾、大井、将军庙、西黑山、老君庙矿区IARSE均值分别为0.371 7，0.377 1，0.452 6，0.407 1，0.368 0。其中，将军庙矿区IARSE均值远高于其他矿区;西黑山矿区与研究区IARSE均值基本持平;老君庙矿区、五彩湾矿区、大井矿区的IARSE均值低于研究区平均水平。从IARSE年际变化看，研究区2000—2007年IARSE均值呈下降趋势，2007—2011年有小幅上升，随后降至2014年的0.356 9，相比于2011年峰值降低了近15%;2014—2017年IARSE均值出现明显上升，相较于2014年峰值增加了近13%;2019年后基本稳定于0.38左右的水平，仍未恢复至2000—2005年的平均水平(约0.43)。
尽管IARSE均值可近似表征研究区总体土地生态系统质量，但也可能造成部分信息缺失，如一些高值区、低值区被掩盖。因此，采用整体研究区均值加各矿区局部均值的嵌套方法，并辅以研究区IARSE时空格局特征(图4)，消除信息偏差问题，可以更好地刻画各矿区土地生态系统质量变化趋势。总体上看，准东煤炭基地土地生态系统质量总体表现以较差与中等级为主，表现为优的极少。其中，研究区南部IARSE值较高，以中等水平(0.4～0.6)为主;而北部、东北部与东南部IARSE值较低，以差等级(0～0.2)与较差等级(0.2～0.4)为主。在变化层面，与2000年相比，2005—2020年北部与东南部差等级与较差等级大幅增加。与2005—2010年相比，2015，2020年北部较差等级与差等级区域开始形成连片态势，并逐渐向南延伸。分矿区看，五彩湾、老君庙、大井矿区变幅比整体更为显著。其中，五彩湾矿区2000—2006年基本稳定，2007—2010，2011—2014年大幅降低，五彩湾矿区于2006年开发建设、2010年矿区总体规划获批复，与降低期所处时间基本一致;2015年后IARSE逐步增加，有所好转。2000—2007年老君庙矿区IARSE呈持续下降趋势，2007—2008年小幅升高，其后再次下降。2008年老君庙矿区曾发生安全事故，所有煤矿被迫关停。但该区域IARSE值2014年后才出现明显地上升，这表明矿区生态恢复存在滞后性，矿山关停后生态环境并不会很快得到恢复。这种滞后性与稳沉、地下水位恢复、地灾消除等多方面因素有关，如关停后地下煤火燃烧迅速、缺乏有效灭火举措，煤火区面积扩张了20倍[30]，极大地制约区域生态恢复。大井矿区IARSE呈先降低(2000—2011年)、后增长(2011—2016年)、再降低(2016—2020年)的趋势。西黑山矿区IARSE变化与整体基本一致;将军庙矿区IARSE波动也较大，2000—2003年大幅下降、2004—2020年虽有波动，但相对较稳定。
图4 准东煤炭基地IARSE时空分布格局
Fig.4 Spatio-temporal distribution pattern of IARSE in Zhundong Coal Base
2.3 戈壁矿区土地生态系统质量的时空演变
研究区近20 a间IARSE的时空演变格局如图5，6所示。整个研究期内，退化区面积占比远高于改善区。其中，大幅退化、一般退化、轻微退化面积占比分别为3.23%,7.58%,30.38%，大幅改善、一般改善、轻微改善面积占比分别为3.28%,2.32%,1.45%。其中一般退化与轻微退化主要发生在大井矿区，大幅改善与一般改善主要分布在五彩湾矿区南部。值得注意的是研究区煤炭开采范围内(即矿山尺度)，大幅退化与一般退化之和的占比高达82.3%。
图5 准东煤炭基地IARSE时空演变格局
Fig.5 Spatio-temporal variation pattern of IARSE in Zhundong Coal Base
分阶段看:① 2000—2005年，退化区占比约48.8%，其中轻微退化区占比为40.44%，广泛分布于各矿区;一般退化区占比7.97%，主要分布在高海拔地区，即大井北部与老君庙矿区东部。改善区占比不足4%，主要分布于五彩湾西北部。② 2006—2010年，改善区与退化区占比均在25%左右，并呈显著的南北分异，研究区南部以改善区为主，北部则以退化区为主。③ 2011—2015年，退化区面积约占45.33%，其中约一半为轻微退化区，主要分布在大井矿区南部与将军庙矿区。一般退化区占比约15.44%，也主要分布在大井与将军庙矿区;大幅退化区占比约7.68%，主要分布在五彩湾南部与将军庙矿区。改善区面积约占13.92%，主要分布在老君庙矿区。④ 2016—2020年，改善区面积占比(19.23%)略高于退化区(17.57%)。大幅退化与一般退化占比之和约为4%，主要分布在煤炭开采区，以及大井矿区北部。改善区主要分布于五彩湾、将军庙、老君庙矿区。
图6 IARSE不同变幅的面积统计
Fig.6 Statistics of different variation trend of IARSE
2.4 戈壁矿区土地生态系统质量变化的成因解析
2.4.1 气候变化对矿区土地生态系统质量变化的影响
研究区逐月气温与降水均值变化如图7所示。研究区近20 a年均气温11.41 ℃，年均降水量约223.18 mm。降水主要集中在5—8月，除2007年7月降水量达95.66 mm外，其余月份降水均不足70 mm。从趋势看，研究区呈微弱的“冷湿化”，即呈温度下降、降水增多的趋势。
图7 准东煤炭基地逐月气温与降水均值变化
Fig.7 Changes of monthly temperature and precipitation in Zhundong Coal Base
考虑海拔高度对气温的影响，依据DEM修正气温数据[15]。相关性分析结果显示，4月气温、12月气温、4月降水、5月降水这4项气候要素与IARSE的相关系数最高，分别为-0.269，-0.358，0.305，0.382，且均通过了p<0.001水平的显著性检验。以IARSE为因变量，以4月与12月气温、4月与5月降水为自变量，运用Matlab R2019b对2000—2005年进行逐像元回归，构建基于气候条件模拟的I′ARSE回归模型(表2)，且方程F值通过p<0.01的显著性检验，表2中，T4与T12分别为4月与12月的气温;P4与P5分别为4月与5月的降水量。结合表2方程，温度系数均为负，降水系数均为正，而研究区“冷湿化”恰好对IARSE是利好趋势。
表2 基于气候条件模拟的I′ARSE回归模型
Table 2 Regression model of I′ARSE based on climate condition’s simulation
回归模型R2自由度(f1, f2)F值显著性水平I′ARES=-0.002 5T4-0.034 0T12+0.018 0P4+0.019 9P5 +e0.413 54,8 265 79151 263.240p<0.01
准东煤炭基地2006—2020年I′ARSE范围落于0.007～0.885，平均值约0.463(图8(a))。I′ARSE与IARSE在空间分布上具有较高的相关性，相关系数为0.726(p<0.01)。气候驱动下，I′ARSE呈现由西南向东北递减的格局，且高海拔区的IARSE较低，特别是老君庙北部与大井北部。分矿区看，五彩湾与将军庙矿区I′ARSE较高，均值分别为0.563与0.548。其次大井与西黑山矿区，均值分别为0.448与0.426。老君庙矿区最差，均值仅为0.332。
从时间维分析，2006年以来气候变化对I′ARSE呈现利好趋势，I′ARSE变化斜率为0.000 8，远高于IARSE的变幅(-0.000 5)。结合图8(b)，气候变化驱动下的I′ARSE退化区主要分布在五彩湾矿区，变化斜率均值为-0.002 2;改善区则集中在大井东部、将军庙东北部、西黑山北部，3个矿区I′ARSE变化斜率均值分别为0.000 70，0.000 30，0.000 13。
图8 基于气候条件的I′ARSE及其变化斜率的空间格局
Fig.8 Spatial pattern of I′ARSE and its slope based on climatic conditions
2.4.2 采矿对矿区土地生态系统质量变化的影响
通过各年度IARSE与I′ARSE的残差δ衡量采矿活动对土地生态系统质量的影响(图9(a))。研究区2006—2020年平均δ为-0.128，表明采矿活动对土地生态系统具有负效应。五彩湾矿区出现集中连片的δ负值区，并且不局限于煤炭开采区。该矿区具有5个大型露天煤矿，并已初步形成了煤电化一体的工业园。其外，δ负值广泛分布于铁路与公路周边，特别是研究区东西向的能源专线铁路的两侧出现大面积δ负值，并且其单侧缓冲宽度可长达5.5 km。因此，戈壁矿区开采的生态环境效应并不局限于矿点，并且极易沿着点(煤炭开采区)—线(公路或铁路)连接形成网状，进而形成集中连片的面状生态负效应。
图9 准东煤炭基地IARSE残差δ及其变化斜率的空间格局
Fig.9 Spatial pattern of IARSE residual δ and its variation slope in Zhundong Coal Base
时间维度上采矿活动的负环境效应呈上升趋势，2006—2020年δ变化斜率为-0.001 4，表明采矿活动加剧了研究区土地生态系统退化。其中，退化区分布可大致划分为2类:① 五大矿区新增的煤炭开采区;② 新建道路周边，特别是大井、西黑山、将军庙接壤区的新增道路(图9(b))。道路是矿区开发建设的重要基础设施，如若缺乏运输途径，则开采的煤炭资源将无从运出。相较之下，早期的煤炭开采区残差变化率并不显著。其主要原因是煤炭开采区土地生态系统IARSE值非常低，已经完全退化，生态恢复难度高，所以既未发生显著改善、也未发生显著退化。通过分区计算气候变化与人类活动的贡献率:IARSE改善区采矿活动的贡献率约为11.47%，相应地气候变化贡献率为88.53%;而IARSE退化区采矿活动的贡献率约为41.32%，相应地气候变化贡献率为58.68%。
3 讨 论
3.1 IARSE方法评估戈壁矿区土地生态系统质量的适用性
绿度指标表征地表植被覆盖状况，较稳定的植被覆盖对维护干旱区生态系统具有重要意义[16]。此前有研究指出，五彩湾矿区植被受煤炭开发影响较明显[19]。但实地调研发现该区植被极为稀疏，即便受开采扰动，也不应出现大面积植被退化[17]。而本研究绿度载荷与相关性均处于中等水平，低于湿度与温度，但高于盐度与土地退化信息度。可见，以往仅以植被覆盖度评判戈壁区土地生态系统质量是有失偏颇的。湿度与热度指标的载荷与相关性较高，也可佐证气候对于戈壁矿区土地生态系统质量的重要影响。湿度指标可表征植被、土壤、地表水体的水分，热度指标也是干旱区荒漠化程度的表征参数之一，在戈壁矿区土地生态系统质量评估中均占据举足轻重的地位。研究区降水稀少、夏季地表温度高、昼夜温差大[15]，这也决定其气候条件的恶劣，也造就了仅少数旱生植被可存活的现实，如白梭梭、沙生针茅、短叶假木贼等(图10(a))。此外，露天开采需疏干大量地下水并排至地表，且煤炭吸热较强，也会增加蒸散发。例如五彩湾南部形成一个面积较大的疏干水池(图10(b))，改变了煤炭开采区周边湿度。盐渍化在干旱区十分普遍[31]，且该区表现尤为严重(图10(c))。盐渍化会造成土壤板结，抑制植被生长，并致使植被向盐生植被或荒漠植被转变[23]，加剧矿区土地生态系统退化态势。此外，土地利用方式与生态系统服务息息相关[32]，而煤炭开发势必会改变土地利用方式，不同煤炭开采强度也会影响其生态环境效应[24]。
图10 研究区实拍影像
Fig.10 Images in the study area
因此，IARSE集成湿度、绿度、热度、盐度、土地退化信息度5项指标，可较好反映客观自然环境信息、揭示戈壁矿区土地生态系统质量。尽管不同地形部位土地生态质量有所差异，但除露天或井工开采导致的微地貌变化外，并不会改变其余大部分地区的地形。结合图4可知，IARSE时空分布与地形基本呈负相关，即海拔越高，IARSE越低，事实上已表征出了地形对戈壁矿区土地生态系统质量的影响。与气候变化及采矿活动不同，在不考虑采矿导致的微地貌变化的前提下，地形因素在像元尺度上基本可视为一个常量。而王杰等[23]曾将IARSE引入乌兰布和沙漠，很好地表达了干旱区的生态系统变化，表明该指数对于干旱区具有较好的适用性。本研究各指标与IARSE相关性多数高于0.5，也可佐证IARSE对戈壁矿区土地生态系统质量评价的适用性较好。此外，IARSE指数所需的相关数据易获取，可较好实现戈壁区土地生态系统大范围、长时序动态监测。需要说明，IARSE也具有一定的局限性，例如选取的遥感影像精度有限(仅30 m)，难以有效识别部分零星植被，而这些植被对于戈壁生态系统质量也具有重要作用。因此，今后笔者将进一步结合野外考察与实验，借助“星—地”结合的多元生态质量监测技术，形成更适用于此区域、更科学的指标与方法，为科学评判开采对戈壁矿区的影响提供更为切实的数据与理论支撑。
3.2 戈壁矿区土地生态系统对气候变化的响应
本研究以象元为基本单元，构建了IARSE与4月气温、12月气温、4月降水、5月降水的多元回归模型。但在此之前，本研究也曾尝试以年降水与年均温度、各季度降水与平均温度为自变量，或以更多月份的气温与降水为自变量，构建IARSE与气候要素的回归方程。但由于年际变化过小，或选取自变量过多，其R2均远低于本研究的0.413 5。此前李慧霞等[29]曾选用2个最高相关度的气温与降水，与INDV构建了多元回归方程，实现了较好的拟合效果。因此，本研究也选取了相关性最高的4月气温、12月气温、4月降水、5月降水这4项气候要素参数，取得了较好的拟合效果。此外，基于气候模拟的I′ARSE与实际IARSE相关系数高达0.726，达到p<0.01水平的显著相关，也可佐证将2000—2005年研究区视为无人类活动干扰的自然生态系统的原假设基本成立，这种情景下可基本代表无干扰状态，且IARSE与选取相应月份的降水、温度间存在较高的相关性。
正视戈壁矿区土地生态系统退化问题，不该只停留于问题表象描述，更应有深刻而科学的研判。即便近年气候“冷湿化”对土地生态系统质量呈现利好趋势，该区仍不乏大面积退化区。有研究发现，中国西北干旱区出现“变绿”趋势[33]，这与气候变化息息相关。虽然研究区生态环境改善与降水渐增、温度渐降关系密切[19]，但这仅是近20 a的短期气候变化。若放眼长期，气候变暖趋势已然不可避免的全球性问题，对陆地生态系统影响深远[34]，必须谨防“暖化”对戈壁区带来的生态风险。
大尺度的气候持续干旱不仅会导致陆表水持续亏损，也会降低土壤沙粒孔隙水的表面张力及颗粒间黏合力[35]。因此，戈壁生态系统受损退化后极大地受制于水资源的空间分配和循环特征。此外，该区由于高温干燥与蒸散发强烈，土壤可溶性盐分积聚表层[31]，出现大面积土壤板结[23]，加剧了盐渍化。二者耦合交织进一步加剧植被退化、加速群落逆向演替。
戈壁区地表反照率高，地表获得净辐射减少，相应的感热通量和潜热通量随之减少[35]，引起地表温度上升;其外，也会减弱空气辐合上升，进而减少降水发生。砾石覆盖地表形成稳定的戈壁天然砾幕层，可有效地抵御沙土吹蚀[36]，抑制沙尘暴等自然灾害[14]，是戈壁不可或缺的珍贵资源。但其存量极少，平均厚度仅7～8 cm[13]。一旦砾幕层损毁，不可避免地会加剧沙漠化。而沙漠化会增加大气中沙尘气溶胶的含量，过量的沙尘凝结核导致水汽的无效凝结[37]，进而抑制降水发生。如若不予以适度人工引导，生态系统将步入恶性循环。另外，笔者此前提出准东煤炭基地生态退化主要表征为沙漠化与土壤侵蚀[25]，特别是砾幕层损毁后的沙化，以及特殊气候条件下的风蚀或冻蚀。相关研究表明，本研究区的风蚀模数高达6 456.17 t/(km2·a)[7-8]，也是一个值得关注的重点问题。但由于冻蚀、风蚀在该区广泛存在，可视为一种全局变量，但较难实现空间层面的展示。因此本研究未量化侵蚀这一变量，这也将是笔者未来在该领域重要的研究方向。
需要说明，本文尚未考虑极端气候与气候的周期性变化，也未兼顾降水年内分配不均以及降水对土地生态系统影响的滞后性问题。例如，研究区2007年7月降水量高达95.66 mm，几乎是其余年份月降水量最高值的1.8倍，这种极端气候也势必会对土地生态系统产生深远影响。再比如，戈壁矿区植被生长季与中东部的其他地区也有差异，该区植被在5—6月份生长状况更佳。但由于降水在年内分配极不均匀，这种统计结果可能会受到降水影响滞后性的干扰。因此，未来可考虑将极端气候(例如极端气温、极端降水等)变量纳入研究范围。
3.3 戈壁矿区土地生态系统对采矿活动的响应
本研究通过残差分析法较好地分离出近20 a采矿相关活动对矿山土地生态系统的影响，采矿活动对IARSE改善区贡献率约为11.47%，对退化区贡献率约为41.32%。无论退化区或改善区，采矿活动的贡献率均低于气候变化，但需要注意的是气候变化是一种研究区全局性影响，而采矿活动是一种局部性扰动。结合笔者此前对矿区与矿山2个尺度的界定[25]，本研究矿山尺度IARSE退化比率超过85%，其中，大幅退化与一般退化之和的占比高达82.3%，其余未发生退化主要是开采较早区域。刘芳等[27]发现准东生态风险区主要集中于开采区与工业区附近，与本研究结果相似。这表明在矿山尺度上，距离开采区越近，生态环境受损越严重。此外，煤炭开采区与土地生态系统退化或改善并非简单的线性关系，而是由自然与人为多因素共同调节的过程。相较之下，新增煤炭开采区更易加剧退化。其原因有二:① 新增煤炭开采区改变了土地利用方式，直接损毁地表砾幕层[11]，破坏了原有稳定生态系统;② 历史煤炭开采区IARSE值已非常低，基本逼近退化极限，除非采取行之有效的生态修复措施，否则难以出现较大程度改变。
值得关注的是，用于煤炭运输的公路、铁路等基础设施对戈壁矿区土地生态系统的负效应不容小觑，这些线状地物通过矿点间相互连接形成了大片集聚的生态退化区，佐证了白中科等[9]此前提出的观点，煤炭开采的生态扰动不局限于矿点，而是会随着“点—线—面—网”扩张。但与这种扩张模式稍有不同，本研究发现随着矿点与道路连接会形成网状，如若不予以及时的预防与修复，可能进一步形成区域性、大规模退化，即“点—线—网—面”式扩张。
在开采期间，露天开采会剥离砾幕层，煤层露出地表具有较高自燃风险，加之与采、排、剥等工作交织，极易提升地表温度。此外，采煤需疏干大量地下水并排至地表，加剧地下水位下降、形成地下水降落漏斗[38-39]，更易出现盐渍化[9]。而在运输期间，道路沿线抛洒煤渣情况严重，而煤渣掉落路面后吸收热量，加大周边蒸发;且道路两边也缺少有效的植被缓冲区，汽车尾气等对周边生态环境也有污染。其外，研究区毗邻卡拉麦里山有蹄类野生动物保护区，是黄羊、蒙古野驴、鹅喉羚等野生动物的重要栖息地，道路建设必然会阻碍原有生物流通，甚至威胁野生动物的生命健康，例如在实地调研时笔者曾亲眼目睹黄羊被车辆撞死的惨状。因此，不仅应重视煤炭开采过程对生态环境的影响，更需规避煤炭运输途中对生态系统的隐患。与中国东部湿润地区不同，囿于该区干旱脆弱的生态环境，道路周边开展生物工程或建设绿化缓冲带并不现实，其养护成本极高，如若不予以适度人工引导将难以存活。
4 结论与启示
4.1 结 论
(1)研究区近20 a平均IARSE为0.403 8，以中等(44.22%)与较差等(41.27%)为主，优等占比仅1.57%。矿区尺度上，IARSE多年均值大小排序为将军庙(0.452 6)、西黑山(0.407 1)、大井(0.377 1)、五彩湾(0.371 7)、老君庙(0.368 0)。变化幅度上，退化区面积占比(41.19%)远高于改善区(7.05%)。其中，一般退化与轻微退化主要发生在大井矿区，大幅改善与一般改善主要分布在五彩湾南部。矿山尺度大幅退化与一般退化之和的占比高达82.3%。
(2)基于气候条件模拟的I′ARSE平均值约0.463，且I′ARSE与IARSE空间分布的相关系数为0.726(p<0.01)。I′ARSE呈现由西南向东北递减的格局，且高海拔区的IARSE较低，特别是老君庙北部与大井北部。在时间维上，I′ARSE变化斜率为0.000 8，气候变化呈现利好趋势。气候驱动的改善则集中在大井东部、将军庙东北部、西黑山北部，而退化主要分布在五彩湾矿区。气候变化对改善区的贡献率约88.53%，对退化区的贡献率约58.68%。
(3)采矿活动对土地生态系统具有负效应，平均残差δ为-0.128。五彩湾矿区出现集中连片的δ负值，且δ负值广泛分布于铁路与公路周边。此外，2006—2020年δ变化斜率为-0.001 4，采矿活动加剧了研究区土地生态系统退化，并集中在新增煤炭开采区与新建道路周边。采矿活动对改善区的贡献率约11.47%，对退化区的贡献率约41.32%。
4.2 启 示
(1)合理规划能源产业布局，规避生态脆弱区与自然保护区。矿产资源开发需综合考虑区位条件与资源禀赋，科学制定矿产资源开发规划、区域产业结构规划、城镇发展规划以及国土空间生态修复规划。特别是戈壁区极度缺水，尤其需要考虑水资源约束，并据此规划未来能源产业规模与结构。此外，煤炭资源开发不仅要考虑经济价值，也应综合考虑资源环境价值，特别是针对一些重要生态与生境保护区及其周边，应限制或禁止矿产资源开发。例如，尽管大井矿区开发程度不算高，但2010年以来出现连片式生态退化，考虑该矿区毗邻卡拉麦里自然保护区，未来应尽量规避自然保护区、并设置相应过渡地带。
(2)推进煤炭资源保护性开发，降低基础设施的生态负效应。新疆戈壁生态极为脆弱，针对可开发区而言，也不宜过度开发。应选用一种与区域水土资源相匹配的开发方案和开采技术，确保煤炭开发强度与区域环境承载力相匹配，以减轻开采对土地生态系统的扰动。戈壁区煤层埋藏浅、厚度大，决定了以露天开采为主。目前我国具有代表性的采排复一体化、边采边复等工艺，可有效减少外排土场压占、缓解水土流失。上述技术可进一步结合戈壁实际，使得原有工艺与砾幕层重构相融合:如通过砾幕层剥离与回填，并辅以近自然地貌重塑手段，增强边坡稳定性，形成适用于戈壁矿区的生态修复技术体系。针对部分煤层埋藏深的地区，例如大井矿区，可通过保水开采等措施减少地下水损失，以缓解戈壁严峻的水资源约束。此外，戈壁煤炭开发的生态负效并不局限于开采阶段，因此应尽量减少不必要的新增道路建设，严控基础设施增量。同时也要重视现有公路、铁路周边的生态保护与修复，避免生态退化由矿点通过道路向外扩张，形成网状甚至面状的生态退化区。
(3)自然恢复与人工引导相结合，重视砾幕层保护与修复。可借鉴基于自然的解决方案(Nature-based Solution)，依托气候变化利好趋势，发挥自然修复和自修复的作用以节约修复成本，促进受损生态系统的自然修复，增强戈壁矿区土地生态系统对于气候的适应性管理。不能忽视的是，该区先天生态不足决定了矿区生态修复需辅以必要的前期人工引导，例如选种适应性强、耐旱耐寒耐瘠的沙生植被。需要强调，戈壁矿区不能仅以植被恢复评判生态修复效果，更需重视戈壁生态系统原有属性与特征是否得到恢复，例如砾幕层、水土资源条件等，以促进戈壁矿区土地生态系统自发走向恢复与良性循环。
[1] 陈浮,于昊辰,卞正富,等.碳中和愿景下煤炭行业发展的危机与应对[J].煤炭学报,2021,46(6):1808-1820.
CHEN Fu,YU Haochen,BIAN Zhengfu,et al.How to handles the crisis of coal industry in China under the vision of carbon neutrality[J].Journal of China Coal Society,2021,46(6):1808-1820.
[2] 彭苏萍,毕银丽.黄河流域煤矿区生态环境修复关键技术与战略思考[J].煤炭学报,2020,45(4):1211-1221.
PENG Suping,BI Yinli.Strategic consideration and core technology about environmental ecological restoration in coal mine areas in the Yellow River basin of China[J].Journal of China Coal Society,2020,45(4):1211-1221.
[3] 黄艳利,王文峰,卞正富.新疆煤基固体废弃物处置与资源化利用研究[J].煤炭科学技术,2021,49(1):319-330.
HUANG Yanli,WANG Wenfeng,BIAN Zhengfu.Prospects of resource utilization and disposal of coal-based solid wastes in Xinjiang[J].Coal Science and Technology,2021,49(1):319-330.
[4] 卞正富,于昊辰,雷少刚,等.黄河流域煤炭资源开发战略研判与生态修复策略思考[J].煤炭学报,2021,46(5):1378-1391.
BIAN Zhengfu,YU Haochen,LEI Shaogang,et al.Strategic consideration of exploitation for coal resources and its ecological restoration in the Yellow River Basin,China[J].Journal of China Coal Society,2021,46(5):1378-1391.
[5] 卞正富,雷少刚.新疆煤炭资源开发的环境效应与保护策略研究[J].煤炭科学技术,2020,48(4):43-51.
BIAN Zhengfu,LEI Shaogang.Green exploitation of coal resources and its environmental effects and protecting strategy in Xinjiang[J].Coal Science and Technology,2020,48(4):43-51.
[6] DONG Wen,YANG Yu.Exploitation of mineral resource and its influence on regional development and urban evolution in Xinjiang,China[J].Journal of Geographical Sciences,2014,24(6):1131-1146.
[7] 张和钰,管文轲,李志鹏,等.基于无人机影像的戈壁区植被空间分布特征及其主要影响因素研究[J].干旱区资源与环境,2020,34(2):161-167.
ZHANG Heyu,GUAN Wenke,LI Zhipeng,et al.Research on vegetation coverage and spatial distribution characteristics in Gobi region based on UAV image[J].Journal of Arid Land Resources and Environment,2020,34(2):161-167.
[8] 曹月娥,吴芳芳,张婷婷,等.基于风蚀模型的准东地区土壤风蚀研究[J].干旱区资源与环境,2018,32(3):94-99.
CAO Yue’e,WU Fangfang,ZHANG Tingting,et al.Research and application of wind erosion model in Zhundong area[J].Journal of Arid Land Resources and Environment,2018,32(3):94-99.
[9] 白中科,周伟,王金满,等.试论国土空间整体保护、系统修复与综合治理[J].中国土地科学,2019,33(2):1-11.
BAI Zhongke,ZHOU Wei,WANG Jinman,et al.Overall protection,systematic restoration and comprehensive management of land space[J].China Land Science,2019,33(2):1-11.
[10] 宋子岭,范军富,王来贵,等.露天煤矿开采现状及生态环境影响分析[J].露天采矿技术,2016,31(9):1-4.
SONG Ziling,FAN Junfu,WANG Laigui,et al.Impact analysis on mining status and ecological environment in open-pit coal mine[J].Opencast Mining Technology,2016,31(9):1-4.
[11] 于昊辰,卞正富,陈浮.矿山土地生态动态恢复机制:基于LDN框架的分析[J].中国土地科学,2020,34(9):86-95.
YU Haochen,BIAN Zhengfu,CHEN Fu.Dynamic mechanism of land ecological restoration in mining area:Based on land degradation neutrality (LDN) framework[J].China Land Science,2020,34(9):86-95.
[12] WU Zhenhua,LEI Shaogang,LU Qingqing,et al.Spatial distribution of the impact of surface mining on the landscape ecological health of semi-arid grasslands[J].Ecological Indicators,2020,111:105996.
[13] 张俊杰,白中科,杨博宇.新疆荒漠露天矿区生态受损及砾幕层重构方法研究[J].地学前缘,2021,28(4):142-152.
ZHANG Junjie,BAI Zhongke,YANG Boyu.Ecological damage and gravel layer reconstruction in northwest desert openpit mining area[J].Earth Science Frontiers,2021,28(4):142-152.
[14] 冯益明,吴波,周娜,等.基于遥感影像识别的戈壁分类体系研究[J].中国沙漠,2013,33(3):635-641.
FENG Yiming,WU Bo,ZHOU Na,et al.Gobi classification system based on remote sensing image recognition[J].Journal of Desert Research,2013,33(3):635-641.
[15] YU Haochen,BIAN Zhengfu,MU Shouguo,et al.Effects of climate change on land cover change and vegetation dynamics in Xinjiang,China[J].International Journal of Environmental Research and Public Health,2020,17(13):4865.
[16] 李晶,ZIPPER Carl E,李松,等.基于时序INDV的露天煤矿区土地损毁与复垦过程特征分析[J].农业工程学报,2015,31(16):251-257.
LI Jing,ZIPPER Carl E,LI Song,et al.Character analysis of mining disturbance and reclamation trajectory in surface coal-mine area by time-series INDV[J].Transactions of the Chinese Society of Agricultural Engineering,2015,31(16):251-257.
[17] 夏楠.准东矿区生态环境遥感监测及生态质量评价模型研究[D].乌鲁木齐:新疆大学,2018.
XIA Nan.Study on remote sensing monitoring of eco-environment and assessment model of ecological quality in Zhundong Mining Region[D].Urumqi:Xinjiang University,2018.
[18] 于昊辰,卞正富,陈浮,等.矿山土地生态系统退化诊断及其调控研究[J].煤炭科学技术,2020,48(12):214-223.
YU Haochen,BIAN Zhengfu,CHEN Fu,et al.Diagnosis and its regulations for land ecosystem degradation in mining area[J].Coal Science and Technology,2020,48(12):214-223.
[19] 徐轩,李均力,包安明,等.新疆五彩湾矿区开发对荒漠植被的扰动分析[J].地球信息科学学报,2019,21(12):1934-1944.
XU Xuan,LI Junli,BAO Anming,et al.Disturbance analysis of desert vegetation under the development of Wucaiwan Mining Area in Xinjiang[J].Journal of Geo-information Science,2019,21(12):1934-1944.
[20] 魏信,乔玉良,王鹏.自然生态环境遥感动态监测与GIS分析评价——以山西“煤田之乡”的乡宁矿区为例[J].地球信息科学学报,2010,12(1):111-118.
WEI Xin,QIAO Yuliang,WANG Peng.Dynamic monitoring of ecological environment based on remote sensing and gis—taking Xiangning County,shanxi province as an example[J].Journal of Geo-information Science,2010,12(1):111-118.
[21] 岳辉,刘英,朱蓉.基于遥感生态指数的神东矿区生态环境变化监测[J].水土保持通报,2019,39(2):101-107.
YUE Hui,LIU Ying,ZHU Rong.Monitoring ecological environment change based on remote sensing ecological index in Shendong Mining Area[J].Bulletin of Soil and Water Conservation,2019,39(2):101-107.
[22] ZHU Dongyu,CHEN Tao,ZHEN Na,et al.Monitoring the effects of open-pit mining on the eco-environment using a moving window-based remote sensing ecological index[J].Environmental Science and Pollution Research International,2020,27(13):15716-15728.
[23] 王杰,马佳丽,解斐斐,等.干旱地区遥感生态指数的改进——以乌兰布和沙漠为例[J].应用生态学报,2020,31(11):3795-3804.
WANG Jie,MA Jiali,XIE Feifei,et al.Improvement of remote sensing ecological index in arid regions:Taking Ulan Buh Desert as an example[J].Chinese Journal of Applied Ecology,2020,31(11):3795-3804.
[24] 肖武,张文凯,吕雪娇,等.西部生态脆弱区矿山不同开采强度下生态系统服务时空变化——以神府矿区为例[J].自然资源学报,2020,35(1):68-81.
XIAO Wu,ZHANG Wenkai,LÜ Xuejiao,et al.Spatio-temporal patterns of ecological capital under different mining intensities in an ecologically fragile mining area in Western China:A case study of Shenfu mining area[J].Journal of Natural Resources,2020,35(1):68-81.
[25] 卞正富,于昊辰,侯竟,等.西部重点煤矿区土地退化的影响因素及其评估[J].煤炭学报,2020,45(1):338-350.
BIAN Zhengfu,YU Haochen,HOU Jing,et al.Influencing factors and evaluation of land degradation of 12 coal mine areas in Western China[J].Journal of China Coal Society,2020,45(1):338-350.
[26] 吕雁琴,马延亮.新疆准东煤田生态补偿费用估算及标准确定[J].干旱区资源与环境,2014,28(6):39-43.
LÜ Yanqin,MA Yanliang.Cost estimation and standard determination for eco-compensation in Zhundong coalfield in Xinjiang[J].Journal of Arid Land Resources and Environment,2014,28(6):39-43.
[27] 刘芳.准东煤炭开采区周边环境特征及社会经济发展评价[D].乌鲁木齐:新疆大学,2018.
LIU Fang.Evaluation of environmental characteristics and socio-economic development around the coalfield of East Junggar Basin[D].Urumqi:Xinjiang University,2018.
[28] 单薇,金晓斌,孟宪素,等.基于多源遥感数据的土地整治生态环境质量动态监测[J].农业工程学报,2019,35(1):234-242.
SHAN Wei,JIN Xiaobin,MENG Xiansu,et al.Dynamical monitoring of ecological environment quality of land consolidation based on multi-source remote sensing data[J].Transactions of the Chinese Society of Agricultural Engineering,2019,35(1):234-242.
[29] 李辉霞,刘国华,傅伯杰.基于INDV的三江源地区植被生长对气候变化和人类活动的响应研究[J].生态学报,2011,31(19):5495-5504.
LI Huixia,LIU Guohua,FU Bojie.Response of vegetation to climate change and human activity based on INDV in the Three-River Headwaters region[J].Acta Ecologica Sinica,2011,31(19):5495-5504.
[30] 唐梦迎,丁建丽,夏楠.新疆老君庙煤矿火区地表温度反演及时空变化分析[J].中国矿业,2018,27(5):164-167.
TANG Mengying,DING Jianli,XIA Nan.Space-time variation analysis and monitoring of the land surface temperature of coal fire area in Laojunmiao,Xinjiang[J].China Mining Magazine,2018,27(5):164-167.
[31] 丁建丽,王飞.干旱区大尺度土壤盐度信息环境建模——以新疆天山南北中低海拔冲积平原为例[J].地理学报,2017,72(1):64-78.
DING Jianli,WANG Fei.Environmental modeling of large-scale soil salinity information in an arid region:A case study of the low and middle altitude alluvial plain north and south of the Tianshan Mountains,Xinjiang[J].Acta Geographica Sinica,2017,72(1):64-78.
[32] YIN Dengyu,LI Xiaoshun,LI Guie,et al.Spatio-temporal evolution of land use transition and its eco-environmental effects:A Case Study of the Yellow River Basin,China[J].Land,2020,9(12):514.
[33] CHEN Chi,PARK Taejin,WANG Xuhui,et al.China and India lead in greening of the world through land-use management[J].Nature Sustainability,2019,2(2):122-129.
[34] SEDDON Alistair W R,MACIAS-FAURIA Marc,LONG Peter R,et al.Sensitivity of global terrestrial ecosystems to climate variability[J].Nature,2016,531:229-232.
[35] 贺志霖,俎瑞平,宗玉梅.沙漠化与气候变化相互作用机理研究进展[J].自然灾害学报,2015,24(2):128-135.
HE Zhilin,ZU Ruiping,ZONG Yumei.Progression of research on interaction mechanism between desertification and climate change[J].Journal of Natural Disasters,2015,24(2):128-135.
[36] 苏松领,毛东雷,蔡富艳,等.新疆策勒沙漠与砾质戈壁新月形沙丘表面沉积物粒度特征及其沉积环境[J].干旱区资源与环境,2020,34(8):124-132.
SU Songling,MAO Donglei,CAI Fuyan,et al.Grain-size characteristics and sedimentary environment of sediments on the surfaces of crescent-shaped dunes in the desert and gravel Gobi in Cele,Xinjiang[J].Journal of Arid Land Resources and Environment,2020,34(8):124-132.
[37] ROSENFELD D,RUDICH Y,LAHAV R.Desert dust suppressing precipitation:A possible desertification feedback loop[J].Proceedings of the National Academy of Sciences of the United States of America,2001,98(11):5975-5980.
[38] WU Di,CHEN Dingkai,TANG Lina,et al.A comprehensive assessment of ecological sensitivity for a coal-fired power plant in Xilingol,Inner Mongolia[J].International Journal of Sustainable Development and World Ecology,2017,24(5):420-426.
[39] 李根生,曾强,杨洁,等.准东大井矿区保水采煤开发利用研究[J].中国矿业,2019,28(7):142-147.
LI Gensheng,ZENG Qiang,YANG Jie,et al.Study on the development and utilization of water-preserved coal mining in Dajing area of eastern Junggar coalfield[J].China Mining Magazine,2019,28(7):142-147.
