对自然资源的长期开发活动会导致自然生态系统的退化^{[1, 2]}。连续不断的干扰及破碎化显著地改变着植被的组成及结构^[3]，大面积的植被破坏不仅重塑着区域景观格局，还会带来严重的环境问题，加剧水土流失，加速生态系统的进一步退化。因此，恢复退化生态系统，提高良性土地利用/覆盖类型的比重是生态系统的重要保护措施^[4]，也是景观设计的主要内容。长期以来，在矿区废弃地等受损生态系统中，大面积的植被重建一直被视为生态恢复的主体^[5]。然而，这些活动大多是独立和分散的，它们对区域生态系统结构和功能产生了哪些重要影响，其景观效应如何等问题，均需要进一步明确，其结果不仅有利于深入探讨重要的生态学理论^[6]，也有助于促进区域生态环境恢复与重建^[5]。景观生态学重视探讨人类活动、景观结构与生态系统功能三者之间的关系^[6]，其主要问题之一就是基于特定区域景观特征，在时间与空间两种尺度上解释生态系统过程与景观格局之间的相互作用^{[7, 8, 9, 10, 11, 12, 13]}。研究表明，生态系统结构及功能不可避免地要受到景观空间格局的制约，而景观空间格局的演变常常是区域土地利用变化的结果，因而直接受到人类活动的影响^{[14, 15, 16, 17]}。

煤炭作为主要的能源，在国民经济建设中具有不可替代的作用^{[18, 19]}，煤炭的开发在推动地区经济与社会发展的同时也带来了严重的生态环境问题^[20]。我国是全球五大无烟煤(硬煤)开采国家(中国、美国、印度、澳大利亚和南非)之一^[21]，并且我国的大型露天煤矿大多分布在生态环境脆弱的干旱、半干旱地区。其中以内蒙古草原区为主，例如黑岱沟露天煤矿、霍林河露天煤矿、伊敏露天煤矿、神府东胜及大唐露天煤矿等^{[18, 22]}，对干旱、半干旱区的生态环境造成了威胁。内蒙古草原区大型露天煤矿的开发面积达到了甚至远远超过了一些中小型城镇的规模^[23]。而大型露天煤矿的开采通过大面积采挖和填土，导致地表植被消失，增加水土流失、滑坡、泥石流、河道阻塞、地表和地下水系紊乱、土地沙化、盐渍化等的发生率^{[24, 25]}。并且，随着矿产的不断开发，矿区交通网络逐渐形成、人为活动越来越频繁，使矿区及周边景观结构组成与配置发生了极大的改变，导致生境斑块逐渐破碎化，面积不断减小，从而影响到生物个体、种群、群落、生态系统等各个组织水平的生态过程^{[26, 27]}。

本文以内蒙古准格尔黑岱沟露天煤矿为例，以景观生态学和恢复生态学理论为指导，利用3S技术，从空间、时间两个维度，探讨露天煤矿开采导致的区域景观格局的变化对生态系统初级生产力的影响，旨在回答以下两个问题:(1)矿区土地利用特征与动态是如何影响景观格局变化的？(2)矿区景观格局动态对区域生态系统初级生产力产生的影响及其尺度依赖性是什么？

黑岱沟露天煤矿位于内蒙古自治区鄂尔多斯市准格尔旗(东经111°06′—111°24′，北纬39°38′—39°52′)(图 1)，该矿于1990年开工建设，至今已有20年历史。矿区地处黄土丘陵沟壑区，年平均气温5.0—8.0 ℃，最热月7月平均气温20—30 ℃，最冷月1月平均气温-11—-15 ℃，≥10 ℃积温2700—3200 ℃。年平均降水量350—450 mm。从植被地带上看，该矿处于暖温性典型草原地带，本氏针茅(Stipa bungeana)草原为地带性植被类型，但是由于频繁的人为活动与地表侵蚀的作用，导致百里香(Thymus serpyllum)草原的广泛分布。研究区域主要的土壤类型为栗钙土，零星分布有黄绵土和黑垆土。由于北部与库不齐沙地相邻，部分地区有风沙土分布^[28]。

图 1 研究区地理位置和不同时期矿区边界 Fig. 1 The location of study area and outline of mining area in different times

图选项

2010年8月，对矿区人工排土场及周边天然植被进行了实地调查。在矿区人工排土场，根据植被类型的差异，每个排土场设置调查样地1—3个，共21个样地；在周边天然草地设置40个样地。合计调查样地61个，获取植物群落样方183个。样方大小为1 m×1 m，记录样方内每一物种的株丛高度和株丛数，分种齐地剪取，称取鲜重后带回实验室，置于65 ℃烘箱内烘干至恒重(约24 h)，得到每个样方的地上现存生物量，代表样地初级生产力。使用GPS记录每个样地的位置，作为参照数据，支持卫星遥感图像的专题解译。

收集准格尔旗气象站(东经110°52′12″，北纬39°40′02″)1990—2010年每隔1a逐月降水数据，用于统计该地区生长季降水量。

遥感图像均为Landsat TM(空间分辨率为30 m)，共12景，分别为1987年8月(1景)，1990—2010年每隔1年取1景(均为8月成像，共11景)。

首先利用ERDAS及PCI等遥感图像处理软件，对遥感图像进行大气校正、几何校正、图像增强等预处理。然后在PCI图像处理软件支持下，用1990—2010年的11期TM反射率图像，获得相应年份研究区域NDVI(normalized difference vegetation index，NDVI)的空间分布图。计算公式为:

点击浏览公式

式中，DN_IR、DN_R分别为TM图像在近红外波段(IR)和红光波段(R)的像元反射值。

就本项研究而言，矿区及周边地区都应该成为具体的分析对象，但应该包括多大范围的周边地区，需要提出一种客观的界定方法。首先依据Landsat TM图像，确定2010年矿区界限。利用GIS工具，基于矿区中心点，建立最接近矿区外围边界的方形区域，视为矿区；然后，根据矿区边界，分别向外建立1、2.5、5、10、20、30、40、50 km的缓冲区，作为敏感区，它包含了矿区与不同面积大小的毗邻区域；接着，依据1990—2010年NDVI图像，计算矿区与敏感区NDVI逐像元的加和比值的百分数，定义为指标k，k值越高，表明矿区植被生产力越高，对周边生态系统初级生产力的影响越大；指标k的计算方法为:

点击浏览公式

式中，i为矿区范围内第i个像元(矿区i= 1，2，3,…,n)；j为研究区范围内第j个像元(研究区j = 1，2，3,…,m)。最后，通过对矿区和不同敏感区范围内NDVI逐像元的加和(n = 11，11期图像)之间进行Pearson相关性分析，进而确定受矿区影响的敏感范围。本文以10 km缓冲区的敏感区作为本文专题解译和景观指数计算的研究区域范围(10 km范围的选取依据见内容2.1)。

生物量是表征净初级生产力等生态系统功能的重要参数^[29]。本文利用NDVI估测植被生物量，并将其作为反映生态系统初级生产力的指标。将2010年实地调查的样方干重数据与同期NDVI结合，利用回归分析建立生物量遥感估测模型，并应用于其他10期(1990—2009年)的生物量估算：

点击浏览公式

依据2010年同期野外调查数据^[30]对以上模型进行验证，验证结果标明，观测值 = 1.05×模拟值(R² = 0.81，P< 0.001)。

依据2007年国土资源部发布的《土地利用现状分类》国家标准(GB/T21010—2007)，结合地面调查数据和TM图像的可解译性，制定土地利用/覆盖分类系统。利用eCognition面向对象的图像自动分类软件，对1987年(开矿前)、1990年(开矿初期)、2000年(开矿中期)及2010年(开矿后期)四期图像的土地利用/覆盖进行相同尺度的自动分割。此方法避免了手工勾画过程中斑块划分、最小斑块界定的主观性，增加了时间序列数据动态分析的一致性，有效地克服了由于主观因素所造成的结果偏差，提高了景观格局分析的科学性与准确性。最后，利用ArcGIS，依据野外调查获得的参照数据，确定水浇地、旱地、有林地、天然草地、人工牧草地、工业场地、采矿用地、仓储用地、城镇住宅用地、农村宅基地、河流水面、坑塘水面和裸地等13个土地利用二级类型，并按类型归为耕地、林地、草地、工矿仓储用地、住宅用地、水域及水利设施用地和其它土地7类。

以2.3 km×2.3 km的距离，采用随机采样法在研究区进行采样(共计100个采样点)，依据解译者对研究区的了解程度和实地调查的样地对土地利用二级类型进行精度验证(准确度 = 91%)，其中，共9个采样点的人工牧草地被分为天然草地中，共1个采样点的仓储用地被分为采矿用地中，从而导致9%的错误率。由于人工牧草地和天然草地均属于土地利用一级类型中的草地，仓储用地和采矿用地均属于土地利用一级类型中的工矿仓储用地，因此，该部分误差并不影响以下景观格局的分析研究。

选用一组相互独立的景观指数描述景观格局非常必要^{[31, 32]}。本文选取了以下景观指数(表 1)，有代表景观结构组成的斑块密度指数(PD)、多样性指数(SHDI)、均匀度指数(SHEI)，也有代表景观配置特征的最大斑块指数(LPI)、平均斑块周长面积比(PARA)和景观形状指数(LSI)^{[33, 34]}。斑块密度指数、平均斑块周长面积比的增大及最大斑块指数的降低，表明景观的破碎化^[34]；景观形状指数越小，表明景观几何形状越简单而又紧凑^[6]；景观多样性指数的增加不仅取决于斑块类型丰富度的增加，还随着景观结构组成复杂性的增加而上升^[6]；均匀度指数表示景观斑块分布的均匀程度，值越小反映该景观受到一种或少数几种优势斑块所支配^[33]。

一个特定的景观具有空间异质性，并且这种异质性具有尺度效应^[6]。本文在研究区和矿区两种景观尺度，依据上述四期土地利用/覆盖一级类型解译结果，采用Fragstats 3.3软件计算上述景观指数。一方面，比较分析研究区与矿区景观水平指数的变化特征；另一方面，重点对研究区范围内的草地和工矿仓储用地两种类型，比较分析类型水平指数的变化特征。

在干旱、半干旱地区，陆地生态系统植物生物量或初级生产力的高低，除了决定于生态系统自身的结构和特征外，还深受水分供应的影响，年际间的波动尤为如此。本文以生长季降水作为控制因子，通过研究区及矿区平均生物量(11期)与景观指数(4期)之间的偏相关分析，在消除降水影响的前提下，定量化阐述景观格局与初级生产力的关系。

图 2显示出不同时期、不同大小敏感区下指标k的变化趋势。敏感区范围越小，k值越高，表明矿区对周边区域生态系统的影响就越大。而对相同大小的敏感区而言，随着矿区开发年限的增加，k值越低，表明矿区范围内植被复垦效果显现，矿区对周边生态系统的影响有逐渐降低的趋势。然而，当敏感区范围增大到一定程度时，这种年际间的变化则十分微弱。

图 2 指标k随年份的动态 Fig. 2 Dynamics of k value

图选项

Pearson相关性分析发现(表 2)，在1—2.5 km的敏感区范围内，矿区和敏感区NDVI加和随年份的动态变化具有极显著相关性(P<0.01，n = 11)；2.5—10 km的敏感区范围内，二者具有显著相关性(P< 0.05，n = 11)；当敏感区范围大于10 km时，二者则不存在显著相关关系。为此，确定围绕矿区向外10 km建立缓冲区，并作为本项研究中专题数据提取、景观分析等的区域(图 3)。

图 3 研究区及矿区范围示意图 由最接近矿区外围边界的方形区域为矿区；由矿区范围向外建立的10 km缓冲区为研究区；虚线表示矿区在2010年的外围边界 Fig. 3 Study area and mineral area

图选项

研究区域4期数据(1987年、1990年、2000年及2010年)土地利用/覆盖空间分布见图 4，面积统计见表 3。可以看出，作为研究区主要土地利用/覆盖类型的草地面积逐渐减少，其比重从1987的71.18%(45199.73 hm²)减少到2010年的60.71%(38550.76 hm²)。研究区第二大类型耕地的面积也呈现逐渐下降的趋势，从1987年的25.76%(16360.24 hm²)减少到2010年的20.48%(13002.40 hm²)。与此同时，工矿仓储用地及住宅用地面积逐渐增加。其中，工矿仓储用地的面积从1987年的0.01%(3.12 hm²)增加到1990年的0.29%(186.17 hm²)、再到2000的3.16%(2007.04 hm²)，最后到2010年，其面积迅速增加到10.05%(6385.04 hm²)。

图 4 研究区不同时期土地利用/覆盖图 Fig. 4 Land use/cover maps of study area in different years

图选项

基于上述四期土地利用/覆盖图，获得景观水平上的景观指数(图 5)。就研究区而言，随着矿区开发时间的延长，研究区最大斑块指数逐渐减少，斑块密度指数、景观多样性指数、景观形状指数和均匀度指数逐渐增加，表明新的斑块和类型不断在增加，使原始的优势斑块面积逐渐减小，形成越来越多的小斑块，即研究区景观越来越趋于破碎化。

图 5 不同空间尺度景观格局动态 Fig. 5 Changes in landscape patterns at the two different spatial scales

图选项

然而在矿区，景观格局则表现出与研究区不同的变化趋势。自1987年以来，矿区景观形状指数逐渐减少，表明在矿区景观中，景观形状指数的大小主要取决于斑块边界形状的复杂程度，而在研究区景观中，景观形状指数不仅受到斑块边界的影响，还取决于景观中斑块数量的变化。多数其他指数在最近10多年呈现出与研究区总体变化趋势的一致性，但在后期有差异。例如，斑块密度指数、景观多样性指数和均匀度指数在后期下降。

从类型水平上看，研究区草地及工矿仓储用地的景观格局动态具有不同的变化趋势(图 6)。两种类型的斑块密度指数及形状指数均随着时间逐渐增加；工矿仓储用地的最大斑块指数逐渐增加，而草地类型的该指数却逐渐下降；工矿仓储用地的平均斑块周长面积比呈现逐渐减小的趋势，而草地的该指数没有明显的变化，表明工矿仓储用地的面积在不断增加，边界失去复杂性，而草地正逐渐失去优势地位。

图 6 两种土地利用/覆盖类型景观格局动态 Fig. 6 Changes in landscape patterns for two land use/cover types

图选项

就初级生产力区域平均而言，在研究区及矿区两个不同空间尺度上，初级生产力均呈现出随时间逐渐减小的趋势(图 7a)。然而，从研究区与矿区平均初级生产力差值的年际间动态能够看出(图 7b)，在矿区开发早期，初级生产力差值变化不明显，但随后的10a尽管波动较大，但总体呈增加趋势，即矿区周边植被的初级生产力越来越高于矿区，近年来，上述差距被进一步拉大，并在2008年达到最大值。

图 7 两种尺度下植被初级生产力的动态 a: 研究区和矿区初级生产力的时间动态，空心圆为研究区，实心圆为矿区；b: 研究区和矿区初级生产力差值的时间动态 Fig. 7 Primary productivity changes (a) and primary productivity difference between two spatial scales (b)

图选项

初级生产力与景观指数的偏相关分析结果见表 4。不难发现，在研究区及矿区两种空间尺度上初级生产力与景观格局之间具有不同的关系特征。在研究区，初级生产力与景观配置紧密相关，表现为初级生产力与平均斑块周长面积比呈现显著正相关，与景观形状指数也具有正相关关系。

而在矿区，初级生产力则与景观结构组成的关系更为密切，初级生产力与斑块密度呈显著负相关(表 4)，与多样性指数和均匀度指数也具有负相关关系；同时，初级生产力也和景观配置有关，表现为与平均斑块周长面积比指数正相关。

分析矿区指标k发现，自1990至2010年矿区开发的20年间，k值表现出随时间减小的趋势，并且具有尺度依赖性，这种结果也证实了矿区景观的空间自相关性。这种影响在小尺度敏感区内较为明显，随着敏感区范围的增大，矿产开发对区域生态系统初级生产力的影响逐渐减弱。由此也可推断，虽然10 km缓冲区为本项研究的最适研究区域大小，然而，如果矿区开采范围不断扩大，矿区周边敏感区的范围也逐步增加，最适研究区也将需要相应的扩大范围。

景观指数的计算受到研究空间粒度、幅度、遥感数据质量和不同数据处理方法的影响而使数据产生一定的误差。然而，景观指数随空间尺度和时间的动态能够在一定程度上有效的、定量的刻画景观格局的变化。就本研究而言，景观指数在研究区和矿区两种空间尺度上随开采时间的表现并不一致。在研究区，新的斑块和类型不断在增加，使原始的优势斑块面积逐渐减小，形成越来越多的小斑块，即研究区景观越来越趋于破碎化。相比较而言，矿区尺度上的斑块类型在开采后期逐渐减少，其结果使矿区中逐渐失去复杂的斑块类型，形状简单的斑块成为构成矿区内景观格局的主体。

环境资源型斑块(如草地)破碎化后向残存斑块、干扰斑块和引进斑块等的转变并不一定会引起大尺度景观中生态系统初级生产力的降低，例如草原区草地向人工林的转变^[6]。在本文研究中，矿产开采初期，研究区和矿区尺度初级生产力变化没有显著差异，但在后期，两种空间尺度初级生产力差距逐渐拉大。究其原因，一方面，矿区内非植被覆盖类型的面积显著增加，降低了矿区的初级生产力；另一方面，近年来鄂尔多斯严格实施了禁牧、退牧还草、退耕还草等措施，加强了生态保护与建设，从而有效地保护了草原植被，增加了植被覆盖和初级生产力，因此矿区周边的初级生产力得以明显的增加。

传统生态系统的研究认为，自然和非自然因素是决定生态系统生产力的主要驱动因子^{[35, 36, 37, 38, 39]}。然而，近年来景观水平上的大量研究表明，生态系统结构和功能与景观空间格局之间也具有密切的关系^{[6, 14]}，如景观多样性的增加可提高生态系统对环境波动、干扰以及极端事件的抵抗能力，有利于增强生态系统功能的稳定性^[40]。人为活动的加剧促进景观破碎化的不断发展，影响系统内能量流动及养分循环，导致生态系统生产力的降低，使生态系统功能稳定性丧失^{[41, 42, 43]}，例如，城市扩展、矿产开发等人为活动改变着景观格局^[44]，直接影响物种、资源和人为干扰在景观中的分配与传播，从而影响生态系统的生物多样性和生产力，在区域景观功能及生态系统过程中起到重要的控制作用^{[15, 45]}。因此，景观格局的变化对生态系统功能的影响是复杂多样的，景观多样性的增加和异质性的提高不一定引起生态系统功能单一方向的提高或减少，进而深入探讨景观格局动态与生态系统过程之间关系的内在机制是必不可少的。

由于空间异质性，同一区域、相同粒度下的不同幅度景观，其结构和动态往往表现出不同特征，因此决定了不同的生态学过程^[46]。本文研究表明，矿产开发对两种空间尺度景观格局具有不同的影响表现，并且对两者的生态系统初级生产力均带来不利影响。在较大的空间尺度上，景观配置比景观结构组成更能决定区域生态系统生产力。究其原因，矿产开发导致处于基底地位的草地生态系统不断地被分割、破碎，使景观配置发生显著改变，使生境斑块之间逐渐失去物质交换与能量流动的能力，进而影响到生态系统初级生产力。而在小尺度景观，生态系统初级生产力的降低主要取决于景观结构与组成的变化，尤其是由于优势斑块类型发生转变，原有的环境资源斑块被非植被覆盖的干扰斑块所替代，并且其面积在不断增加所致。此外，上述现象还说明，受人类剧烈干扰的景观对区域生态系统初级生产力的影响在矿区更为明显。并且，随着时间的推移，在周边自然生态系统保持良好状态的前提下，如果受损生态系统没有得到及时有效地恢复，那么对局地生态系统初级生产力的不利影响仍然会很突出。

矿区植被的恢复，可有效地改变土壤的结构和质地，增加土壤的肥力和保水能力，进而增强控制水土流失的能力，改善局地生态环境问题，带来可观的经济效益、社会效益和生态效益^[47]。黑岱沟的植被复垦始于1992年，到2006年就已产生明显效果，如本土野生多年生植物成功定居人工生态系统中，并且具有很强的忍耐性和可塑性，它们与复垦植被组成多层次的植物群落，推动了演替进程，形成结构复杂的生态系统^[23]。然而，在景观水平上，无论是矿区尺度还是研究区尺度，其初级生产力的变化均不能体现出局地、良好的植被重建所发挥的积极作用。显然，这种变化与矿区不断加大开发力度有关。随着矿区建设与发展，废弃地面等非植被覆盖的面积快速增加，而植被恢复重建因自然因素的制约难以同步，从而降低了区域植被覆盖与生物量的积累。究其原因，一方面主要是因为生态系统的重建与修复规模远远不及加速开采所形成的矿坑等裸露土地的增长；另一方面，新形成的生境与原生境相比，其地貌形态趋于简单、固相岩土结构松散、地层层序紊乱、地表物质更趋复杂、土壤性质更趋恶化，加之区域性气候干旱，天然植被恢复无法有效地使受损生态系统发生顺向演替^[48]。受演替过程的控制，大量的复垦土地需要更长的时间才能达到相对稳定的状态，因此，重建的植被斑块对景观格局的构建作用也将非常微弱。

目前，景观生态学被应用于生态系统恢复当中^{[49, 50]}。在生态系统恢复过程中，充分阐明景观要素与恢复区的空间关系是恢复活动成功的必要条件。Bell Susan等明确提出并详细分析了景观生态学在人类社会经济活动、生态恢复等工作中的作用，认为景观生态学可以作为矿产开发等活动的重要理论之一，通过制定适宜的恢复目标等途径，指导矿区生态恢复工作^[49]。但是就具体理论而言，学者们的观点存在诸多的争议，如有些学者认为，生态恢复的成效与恢复区的面积有关，其面积越大越有利于生态系统的修复和重建，有利于动植物找到适宜的栖息地^{[51, 52]}。相比恢复面积的大小，Gary Huxel和Alan Hastings^[53]则认为，生态恢复的成效与恢复斑块的格局有关，确定哪些斑块被恢复比多少斑块被恢复更为重要。Lewis^[54]等的研究也更加注重恢复斑块的布局，认为把空间过程考虑到恢复管理当中，可以成功的抵消或减少栖息地消失及破碎化带来的影响。后来，Tilman^[55]等为了证实Lewis的观点，建立了精确的空间模型，并结合景观生态学原理进行人工控制实验，发现植被在几种不同斑块格局的恢复策略下，具有不同的恢复效果。本文研究区，经过矿产开采之后，其景观格局发生了极大的改变，其主导斑块类型趋于破碎化，草地为主的环境资源型斑块逐渐转变为残存斑块，工矿仓储用地、废弃地、复垦地等干扰斑块和引进斑块越来越多，整体景观逐渐由自然和半自然景观转变成托管景观。因此，在今后越来越多的人工景观的空间布局和配置需要人们深入研究和精心设计，这就需要景观生态学的理论来指导实践工作。Wu等认为，一方面景观是研究社会、经济与生态环境协调发展的最适空间单元，即可持续性科学研究的最理想的空间单元。另一方面，景观生态学可为可持续性科学提供了可靠的理论和有效研究途径。不难看出，今后在受损生态系统恢复和重建、可持续性科学的理论研究与实践领域，景观生态学将发挥越来越重要的作用。

致谢：感谢美国亚利桑那州立大学Alexander Buyentuyev教授对英文摘要的修改和润色，感谢姚虹、张树礼等为本文提供数据。