神东矿区植被生态对地下水文变异及气候变化的响应机制

解国强; 贺凯凯; 易四海; 王彦堂

doi:10.12404/j.issn.1671-1815.2502755

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (4) :1745-1756 DOI: 10.12404/j.issn.1671-1815.2502755

环境科学、安全科学

神东矿区植被生态对地下水文变异及气候变化的响应机制

解国强 ¹ ,
贺凯凯 ² ,
易四海 ³^,^* ,
王彦堂 ²

作者信息 +

Response Mechanism of Vegetation Ecology to Groundwater Hydrological Variations and Climate Change in the Shendong Mining Area

Author information +

文章历史 +

摘要

神东矿区煤层开采对当地生态系统，尤其对植被生态生长产生了重要影响。为了分析研究区植被生态对地下水文变异及气候变化的响应机制，选取神东矿区为研究对象，采用植被指标调查、隶属函数法和主成分分析等方法进行研究。结果表明：各矿区的植物种类均较充足，乔木、灌木、草本植物均有分布，且禾本科、豆科、菊科、藜科分布较多。神东矿区的植物群落稳定性总体上处于中等偏好水平。优势植物对矿区生态环境的适应性较好，牛枝子Lespedeza potaninii Vass.、艾草Artemisia argyi H.Lév. & Vaniot、猪毛草Cyclosorus parasiticus（L.） Farw. 对矿区适应性最好。降水量、干旱指数、地下水位共同影响了地表植物生态指标，降水量、干旱指数对生态环境的影响更大，地下水位次之；影响矿区生态环境质量的主控因素主要为降水量、干旱指数和地下水位。石圪台煤矿、哈拉沟煤矿的地下水位变化剧烈，且很难恢复；植被耗水的影响因素不只是气候变化，地下水也是其关键要素。

Abstract

The coal seam mining in the Shendong mining area has significantly impacted the local ecosystem，particularly the ecological growth of vegetation. To analyze the response mechanism of vegetation ecology to groundwater hydrological variations and climate change in the study area，the Shendong mining area was selected as the research subject. Methods such as vegetation index surveys，the membership function method，and principal component analysis were employed. The results indicate that plant species in each mining area are relatively abundant，with trees，shrubs，and herbaceous plants all present. Gramineae，Leguminosae，Asteraceae，and Chenopodiaceae species are more widely distributed. The overall stability of plant communities in the Shendong mining area is at a moderately favorable level. Dominant plant species exhibit good adaptability to the mining area’s ecological environment，with Caragana korshinskii，Artemisia，and Cleistogenes squarrosa being the most well-adapted. Precipitation，drought index，and groundwater level collectively influence surface vegetation ecological indicators，with precipitation and drought index exerting a greater impact on the ecological environment than groundwater level. The primary controlling factors affecting the ecological environment quality of the mining area are precipitation，drought index，and groundwater level. The groundwater level in Shigetai coal mine and Halagou coal mine fluctuates dramatically and is difficult to restore. Furthermore，the factors influencing vegetation water consumption are not limited to climate change；groundwater also plays a crucial role.

Graphical abstract

关键词

神东矿区 / 植被生态 / 地下水文 / 气候变化 / 响应机制

Key words

Shendong mining area / vegetation ecology / groundwater hydrology / climate change / response mechanism

引用本文

引用格式 ▾

解国强, 贺凯凯, 易四海, 王彦堂. 神东矿区植被生态对地下水文变异及气候变化的响应机制[J]. 科学技术与工程, 2026, 26(4): 1745-1756 DOI:10.12404/j.issn.1671-1815.2502755

XIE Guo-qiang, HE Kai-kai, YI Si-hai, WANG Yan-tang. Response Mechanism of Vegetation Ecology to Groundwater Hydrological Variations and Climate Change in the Shendong Mining Area[J]. Science Technology and Engineering, 2026, 26(4): 1745-1756 DOI:10.12404/j.issn.1671-1815.2502755

登录浏览全文

4963

注册一个新账户忘记密码

植被是陆地生态系统敏感的状态指示因子^[1-2]，对生态的平衡起着重要作用，植被退化会造成地表植被覆盖度的下降、土壤侵蚀的加剧和地下水位的下降等问题，继而带来相关的环境与社会问题，阻碍经济的可持续发展^[3-4]。矿区植被生态系统较脆弱，其稳定性较小，采矿等活动是否影响矿区的植被生长可以用植被覆盖度和植被长势的变化来反映^[5]。

矿区地下水文系统和气候变化是复杂的交互作用过程，植被在其中扮演了至关重要的角色^[6]。一方面，植被通过蒸腾作用和地表覆盖，影响土壤水分和地下水的动态平衡，尤其是在干旱和半干旱地区，深根性植物的水分吸收能力显著改变了地下水位的分布特征^[7]；另一方面，植被的覆盖程度和多样性对矿区水文循环过程也具有深远影响，植被减少会导致地表径流增加，加剧土壤侵蚀和水资源流失；而植被恢复则有助于减少径流，增加土壤含水量和地下水补给率^[8]。在气候变化背景下，温度升高和降水模式的改变可能进一步影响矿区植被生态系统和地下水文过程。

中外学者对矿区植被生态及其与地下水文和气候变化的相互作用的研究主要集中在矿区植被覆盖度变化及其生态效应方面。黄翌等^[9]以归一化植被指数（normalized difference vegetation index，NDVI）值为参数分析植被覆盖情况，并采用空间关联指数分析方法来探明矿区煤矿开采对植被生态的影响规律。王藏姣等^[10]以大柳塔煤矿为研究对象，采用时间轨迹分割算法对研究区1994—2014年的植被扰动和恢复时间进行研究，探明了大柳塔煤矿不同土地利用类型的植被空间分布差异和煤矿开采对植被的响应机制。杨泽元等^[11]以矿区生态环境和谐发展的角度提出了“生态地下水位埋深”概念，并对矿区植被生长和地下水位埋深之间的联系进行深入研究。韩双平等^[12]对开展相关实验对矿区的地下水-土壤水-植被生态三者之间的耦合关系进行研究。

上述研究为矿区生态环境管理提供了科学依据，但对多尺度、多因子交互作用的研究较少，缺乏长期监测数据支撑，难以全面揭示植被生态与地下水文及气候变化的动态关系。因此，选取神东矿区为研究对象，采用植被指标调查、隶属函数法和主成分分析等方法，进一步探索植被生态对地下水文变异及气候变化的多尺度响应机制，为矿区生态恢复和水资源管理提供更科学的依据。

1 研究区概况

神东矿区位于内蒙古鄂尔多斯东北部，地貌是黄土高原和高原沙漠的相交之地，其地理位置坐标为110.07°E~110.18°E、39.33°N~39.50°N。研究区地处干燥的半沙漠高原大陆性气候区。夏季最高气温达36.6 ℃，冬季最低为-27.9 ℃，年降雨量为288.7~637.73 mm，平均降雨量为514.98 mm，多集中在7—9月；年蒸发量为1 912~2 309.4 mm，平均年蒸发量为2 157.4 mm，是降雨量的4~10倍^[13]。研究区主要河流为属于黄河水系的乌兰木伦河。

神东矿区煤层全部分布于侏罗系延安组内，煤层可采储量约为78.38亿t，主要可采煤层为1^-2煤、2^-2煤、3^-1煤和5^-2煤层，煤层平均厚度在4~6 m^[14]。神东矿区主要含水层为松散岩类孔隙潜水含水层和碎屑岩类孔隙、裂隙潜水，承压水含水岩组。

（1）松散岩类孔隙潜水含水层。南部和北部具有较大的差异性，南部富水性中等，北部富水性较弱。研究区主要的含水层为黄土层、残坡积层，遍布在整个研究区。

（2）碎屑岩类孔隙、裂隙潜水，承压水含水岩组。此含水层广泛分布，厚度在500 m以下，岩性为砾岩和砂岩。侏罗系地层孔隙、裂隙承压水含水岩组分布于侏罗系中~下统延安组，其地层厚度在358 m以下，单位涌水量低。煤系基底三叠系上统延长组孔隙、裂隙含水岩组位于煤矿东部的边缘，含水层厚度均在78 m以上，单位涌水量中等。

矿区潜水主要存在于第四系松散层含水层，由于水位埋藏浅，主要接受降水补给，乌兰木伦河和沟谷溪水可对潜水进行补给。矿区承压水主要存在于松散层下的中生界白垩系、直罗组碎屑岩裂隙和侏罗系延安组裂隙，主要接受区外横向补给，局部区域也接受大气降水和地表径流的垂直入渗补给。矿区潜水主要向较低沟谷或低洼地势进行排泄，可通过地下径流方式排泄至乌兰木伦河。矿区承压水一般向东南方向流动，以侧向径流进行排泄。

2 材料与方法

2.1 样品采集与数据来源

为了计算景观生物多样性指数、生物丰度指数，测验各矿区不同土地利用类型土地的养分指标和不同类型土地上植物的生理指标，于2024年7月到矿区进行现场调查和取样，采用常规群落调查方法，分别调查各样方的植物种类及盖度等，同时对于样方内具有代表性且生长旺盛的优势植物，采集其茎叶、根和根部土壤。各矿区每种土地利用类型各选3块样地，矿区范围外不同土地类型各选3块样地，每个样地取3个样本，其采样点图如图1所示。降雨量、气温和蒸发数据来自国家气象科学数据中心中国气象数据网（https://data.cma.cn/）。

2.2 研究方法

采用常规群落调查方法进行现场调查和取样，按“品”字型随机设置6个2 m×2 m的样方，并对样方内的植物种类、植被盖度、频度、生物量进行统计，计算物种丰富度、Simpson优势度、Shannon-Wiener指数、Pielou均匀度，同时在样区内大范围调查植物种类。

2.2.1 生物量测定方法

以收获法测定地上部分生物量，在植物生物量高峰期（7月末—8月初）进行。在样方内收获所有植物，现场称量样品鲜重，然后带回实验室在70 ℃烘箱中烘干至恒重，精确称量植物干重。

2.2.2 植物群落物种多样性指标

丰富度指数是衡量样方内物种丰富度的生态学指数，即反映一个生态系统中物种数量相对于个体总数的变化情况，用Margalef指数表示^[15-16]。Margalef指数的表达式为

（1）$R=\frac{S-1}{lnN}$

式（1）中：S为样地植物种数；N为总体个数。

均匀度指数是衡量生态群落中物种的均匀度，即反映物种分布的均衡程度，用Pielou指数表示^[15-16]。Pielou指数的表达式为

（2）$E=\frac{\sum _{i=1}^{S}{P}_{i}ln{P}_{i}}{lnS}$

式（2）中：${P}_{i}=\frac{{n}_{i}}{N}，$其中n_i为第i个种的个数。

综合多样性指数是衡量一个生态系统中物种的多样性，考虑了物种的数量和物种的相对丰度，用Shannon-Wiene指数和Simpson指数表示^[15-16]。Shannon-Wiene指数的表达式为

（3）$H=-\sum _{i=1}^{S}{P}_{i}ln{P}_{i}$

Simpson指数的表达式为

（4）$D=1-\sum {P}_{i}^{2}$

2.2.3 植物综合评价得分

植物综合评价得分（soil quality index，SQI）计算公式为

（5）$SQI=\sum _{i=1}^{n}{W}_{i}{S}_{i}$

式（5）中：W_i为各植物指标的隶属函数值；S_i为各植物指标的评分。

式（5）中植物各指标隶属值的计算公式为

（6）$X（\mu ）=\frac{X-{X}_{min}}{{X}_{max}-{X}_{min}}$

（7）$X（\mu ）=1-\frac{X-{X}_{min}}{{X}_{max}-{X}_{min}}$

式中：X为某一指标的测定值；μ为隶属度；X_max和X_min分别为其指标的最大值和最小值。式（6）用于计算植物指标与其适应效果的关系为正相关时，式（7）用于计算植物指标与适应效果的关系为负相关时^[18-19]。

2.2.4 帕尔默干旱指数

帕尔默干旱指数（palmer drought severity index，PDSI）可以综合反映降水量和蒸发量，定义为二者的比值^[20-21]，即

（8）$r=\frac{{E}_{0}}{P}$

式（8）中：E₀为蒸发能力；P为降水量；r为干旱指数，当r<1.0时，表明该地区降水量大于其蒸发量，气候湿润；当r>1.0 时，表明该地区降水量小于蒸发量，气候干燥；r数值越大，表明该地区越干燥^[20-21]。

3 矿区植被群落组成特点

研究区的地表植被结果表明，矿区共有21科、50属、68种植物。其中种数最多的为禾本科（16种）、菊科（12种）、豆科（10种），三科植物占植物总种数的56.72%，矿区调查区的植物多为耐旱性较强的植物。经过统计发现，多年生草本植物灯心草（Juncus effusus L.）、萹蓄（Polygonum aviculare L.）、百蕊草（Thesium chinense Turcz.）、猪毛草（Cyclosorus parasiticus （L.） Farw.）、牛枝子（Lespedeza potaninii Vass.）、艾草（Artemisia argyi H.Lév. & Vaniot）、节节草（Equisetum ramosissimum Desf.）、鼠尾栗（Sporobolus fertilis（Steud.） Clayton）在各矿区中均有分布且数量比例均超过1%。在接下来的植物指标分析中，着重对这8种共有多年生草本植物进行测定并统计。

3.1 矿区多年生草本植物盖度、频度和生物量特征

3.1.1 植被盖度特征

植被盖度是植被重要的生态参数，能够直观地反映地表植被的丰度，同时对土壤水分蒸散、土壤侵蚀等过程起着重要的控制作用。如图2所示，各矿区植被盖度差异明显，布尔台煤矿和上湾煤矿植被盖度最大，均超过了90%；大柳塔煤矿、补连塔煤矿、寸草塔二煤矿、活鸡兔煤矿、哈拉沟煤矿的盖度均超过了80%；寸草塔一煤矿、石圪台煤矿、乌兰木伦煤矿的植被盖度稍高于60%，柳塔煤矿植被盖度最低，未超过40%。

3.1.2 植被频度特征

如图3所示，大柳塔煤矿植被建种群为灯心草，优势种有百蕊草、猪毛草，二者合计占比60.04%。活鸡兔煤矿建种群为猪毛草，优势种有萹蓄、百蕊草，二者合计占比64.14%。补连塔矿区建种群为百蕊草，优势种为艾草，二者合计占比45.25%。上湾煤矿、布尔台煤矿、寸草塔一煤矿建种群均为百蕊草，优势种分别为鼠尾栗、萹蓄，猪毛草、艾草，猪毛草、灯心草，二者合计占比分别为62.39%、65.28%、60.88%。寸草塔二煤矿建种群为艾草，优势种为节节草、鼠尾栗，二者合计占比60.55%。柳塔煤矿建种群为猪毛草，优势种为灯心草、牛枝子，二者合计占比58.75%。乌兰木伦煤矿、石圪台煤矿、哈拉沟煤矿建种群均为猪毛草，优势种均为牛枝子、节节草，二者合计占比分别为60.91%、52.44%、56.70%。其频度最高的为寸草塔一煤矿和布尔台煤矿的百蕊草，其频度分别为29.57%、29.35%。

3.1.3 植被生物量特征

如图4所示，在11个矿区中，布尔台煤矿矿区植物中总生物量最多，石圪台煤矿总生物量最少。其中，补连塔矿区、上湾煤矿、布尔台煤矿、寸草塔一煤矿矿区植物中百蕊草的生物量最多，柳塔煤矿、石圪台煤矿、哈拉沟煤矿矿区植物中都是猪毛草生物量最多，大柳塔煤矿、乌兰木伦煤矿矿区植物中则是灯心草生物量最多，活鸡兔煤矿、寸草塔二煤矿矿区植物生物量最多的分别是牛枝子、艾草。补连塔矿区、寸草塔一煤矿、乌兰木伦煤矿矿区植物中牛枝子的生物量最少，活鸡兔煤矿、上湾煤矿矿区植物则是艾草的生物量最少，大柳塔煤矿、布尔台煤矿矿区植物鼠尾栗的生物量最少，寸草塔二煤矿、石圪台煤矿、哈拉沟煤矿矿区植物生物量最少的分别为猪毛草、灯心草、百蕊草。

3.2 矿区植被群落物种多样性特征

研究区各煤矿Margalef丰富度指数的结果如图5（a）所示，布尔台煤矿的丰富度指数最大，且与其余10个矿区的丰富度指数有显著性差异，柳塔煤矿的Margalef丰富度指数最低，其余9个矿区的Margalef丰富度指数无显著性差异，表明布尔台矿区群落环境稳定，生态系统具有较高的承载能力，而柳塔煤矿群落生态系统可能受到人为干扰，如污染、栖息地破坏或单一作物种植。

Pielou均匀度指数的结果如图5（b）所示，柳塔煤矿的均匀度指数最高，补连塔矿区的最低。柳塔煤矿与寸草塔二煤矿、活鸡兔煤矿均匀度指数无显著性差异，与其他矿区的均匀度指数有显著性差异，补连塔煤矿与哈拉沟煤矿均匀度指数无显著性差异，同其他9个矿区的均匀度指数有显著性差异，表明柳塔煤矿群落的平衡性较好，生态结构稳定，而补连塔煤矿群落虽平衡但总体复杂性不高。

Shanon-Wiener多样性指数的结果如图5（c）所示，布尔台煤矿的多样性指数最高，柳塔煤矿的多样性指数则最低。布尔台煤矿与寸草塔二煤矿、乌兰木伦煤矿无显著性差异，这3个矿区与其他8个矿区的多样性指数有显著性差异。柳塔煤矿与寸草塔一煤矿的多样性指数无显著性差异，与其他9个矿区的指数有显著差异，表明布尔台煤矿群落的综合多样性高，物种数量多且分布较均匀，而柳塔煤矿群落生态系统受到了压力或干扰（如污染、栖息地丧失）。

Simpson优势度指数的结果如图5（d）所示，布尔台煤矿和乌兰木伦煤矿的优势度指数最高，寸草塔一煤矿和柳塔煤矿的优势度指数则最低。布尔台煤矿、乌兰木伦煤矿、大柳塔煤矿与寸草塔二煤矿的优势度指数没有显著性差异，与其他7个矿区的优势度指数有显著差异。补连塔矿区、寸草塔一煤矿、柳塔煤矿、哈拉沟煤矿4个矿区的优势度指数无显著性差异，这4个矿区与其余8个矿区的优势度指数则有显著性差异，表明布尔台煤矿和乌兰木伦煤矿群落中存在多种物种，各物种在群落中占据的比例接近，而寸草塔一煤矿和柳塔煤矿群落中某些物种具有明显的优势地位，多样性较低。

综上来看，研究区布尔台煤矿的Margalef丰富度指数、Shanon-Wiener多样性指数和Simpson优势度指数均为最高，而柳塔煤矿则为最低，表明布尔台煤矿群落生态系统复杂度高、稳定性强、抗干扰能力强，物种间的竞争和资源利用较为均衡，而柳塔煤矿可能受到环境污染，如水体污染，土壤退化等原因^[15]。

从11个矿区的上述植物种类、盖度、频度、生物量和4个多样性指标可以看出，各矿区的植物种类均较充足，乔木、灌木、草本植物均有分布，但乔木偏少。禾本科、豆科、菊科、藜科分布较多，说明植物对矿区的适应性较好。各矿区植被的盖度总体较好，多数都在80%以上，植物的生物量中等水平，说明植物的存活度中等，但覆盖度较好，有利于保持水土。矿区植物的4种多样性指标，总体上属于中等水平，均匀度偏低，说明矿区植物种类的组成结构尚不成熟，物种组成丰富度中等。上述结果表明，神东矿区的植物群落总体上处于中等偏好水平。

3.3 优势植物种类对矿区生长环境的适应性

由于矿区优势植物的选择是根据多个因素决定，单一指标因具有片面性和不真实性，不能准确地反映植被对矿区生境适应的综合效果。因此，采用隶属度函数法和主成分分析来综合评价各植被对矿区生存环境的综合效果^[17]。

采用隶属函数法对原始数据进行处理的结果如表1所示，同时对植物指标进行主成分提取，结果如表2和表3所示。

将表2和表3中的数据代入式中，可得研究区优势植物适应生境综合评价结果，结果如图6所示。可以看出，研究区优势植物适应性综合评价得分由高到低分别为：牛枝子、艾草、猪毛草、萹蓄、节节草、百蕊草、灯心草、鼠尾栗。

4 矿区生态环境演替的主控因素

4.1 矿区地下水位和气候变化特点

地下水位埋深是指地面到地下水位的垂直距离，其变化信息可以直观反映地下水位和地下水开采量的变化信息，水位埋深越低，对地表植被生长越有利^[22]。地下水位埋深图通过空间插值得到，如图7（a）所示，可以看出，水位埋深由南向北递减。从图7（b）可以看出，降水量由东南向西北递减。从图7（c）可以看出，气温数据体现为乌兰木伦河沿线温度最高，整体由北向南逐渐递减的趋势。从图7（d）可以看出，潜在蒸散量发体现为南北高、东西低的趋势。

4.2 干旱指数特征

干旱指数综合考虑降水量、土壤湿度等因素，是用于衡量和监测干旱程度的定量指标，来反映某一地区干旱程度。从图8可以看出，矿区干旱指数均大于1，为典型的半干旱区，干旱指数的分布体现为从东南向西北逐渐增加的状态。

4.3 相关性分析和冗余分析

4.3.1 相关性分析

对研究区内15个指标进行相关性分析，其结果如表4所示。显著相关的系数中，NDVI与FVC、SHDI与SHEI的相关系数大于0.9，表明其相互影响。AR与NDVI、FVC、SHDI的相关系数均为强烈正相关，而PDSI与NDVI、FVC、SHDI的相关系数为强烈负相关，表明AR、PDSI 受NDVI、FVC、SHDI的影响。PDSI和AR的相关系数大于0.8，说明二者关系非常紧密；MWD和AN、AR与MBC的相关系数大于0.6，SHDI与GWD、SHEI与Temp、AN与Chl、SOM和MBC、AR与SHEI的相关系数大于0.5，Chl与MBC和MWD、MBC与SOM、Temp与SHEI的相关系数大于0.4，说明它们紧密相关。

总体来看，研究区GWD与SHDI、SHEI极显著正相关，AR与NDVI、FVC、SHDI显著正相关，PDSI与NDVI、FVC、SHDI显著负相关。

4.3.2 冗余分析

对研究区生态质量变量与地下水文和气候变量进行冗余分析，结果如图9所示。由冗余分析结果可以看出，PDSI、AR和VAPE在排序轴上的投影显著长于GWD和Temp，表明前三者对生态质量的影响大于后两者，PDSI和VAPE两个环境因子与SHDI和SHEI存在较大的正相关关系，与LFI、Chl.、NDVI、FVC 等指标存在负相关关系；相反，AR与LFI、Chl.、NDVI、FVC等指标存在正相关关系，与SHDI和SHEI存在较大的负相关关系。矿区生态环境质量的指标主要包括了植被生态指标和土壤质量指标，而降水量、干旱指数、地下水位共同影响了地表植物生态指标，对土壤质量指标影响不大；降水量、干旱指数对生态环境的影响更大，地下水位次之。因此，影响矿区生态环境质量的主控因素主要为降水量、干旱指数和地下水位。

4.4 矿区生态对地下水文变异及气候变化的响应机制

4.4.1 采煤影响下地下水位变化规律

石圪台煤矿、哈拉沟煤矿的第四系潜水水位变化特征如图10所示，哈拉沟和石圪台的第四系潜水水位变幅区间较广。如图10（a）所示，哈拉沟煤矿第四系潜水位在0~1 m变化的区域临近乌兰木伦河，占总面积的9.58%；水位在1~3 m变化的区域在乌兰木伦河或沟谷地带附近，占总面积的34.13%；哈拉沟煤矿的中南部水位变化可达8~15 m，占总面积的12.06%。如图10（b）所示，石圪台煤矿水位变化要大于哈拉沟煤矿。石圪台煤矿第四系潜水位在1~3 m变化的区域为矿井西部，占总面积的7.93%；水位变化在3~8 m的区域位于乌兰木伦河附近，占总面积的13.18%；水位变化大于8 m的区域占总面积的78.89%。总体而言，这两个矿的地下水位变化剧烈，且很难恢复。

4.4.2 响应机制

由图11可知，哈拉沟煤矿和石圪台煤矿的NDVI近15年有所增长，这两个矿区的地下水位变化剧烈而且区域面积较大，但尚未引起地表生态环境的恶化，地表生态反而越来越好，表明目前煤层开采尚未引起生态环境退化灾变，神东中心矿区地表生态——植被指数利好的原因有以下几点：矿区煤田开采的裂隙会提高地表渗透系数，导致雨水的地表径流降低，而地下径流提高，减少了雨水对地表的侵蚀，提高了土壤含水率^[23]。

研究区位于毛乌素沙漠，地下水位较浅，且蒸发量为降水量的4~5倍，由雨水渗透到地下的地下水会蒸发，导致研究区的水资源量下降。研究表明，研究区的最大有限蒸发深度为0.8 m，而当地下水水位在0.8 m以下时，则会抑制蒸发能力^[24-25]。松散沙层的渗透性和导水性均较强，当雨水渗透到0.8 m以下时，就会抑制其蒸发量。因此，当煤田开采引起地下水水位埋深在0.8 m以下时，地下水的蒸发量会受到抑制，而研究区总体水资源的蒸发量降低，整体水资源增加。课题组研究发现，研究区的地表灌溉用水为处理后的矿井水，这对于表层土壤的含水率会大大提高，从而对矿区地表植被的生长产生积极作用

如表5所示，选择研究区5月到9月的植被NDVI来进一步研究植被NDVI与降雨量、气温的关联性。整体上来看，月NDVI与降雨量的正相关性较显著，而与气温表现为弱负相关性。从降雨量来看，研究区5月和8月的降雨量与NDVI无相关性，而6月和7月的降雨量与NDVI的正相关性较显著，其原因是6月和7月的降雨量较大，植被的生长速率最大，导致植被NDVI也为最大值，从而表明降雨量是影响植被生长的关键因素。与9月相比，植被NDVI与前月降雨量的相关性更显著，这是因为8月降雨量较大，且为植被生长末期，导致植被NDVI对降雨量产生滞后响应。7月的植被NDVI与气温无明显相关性，这是因为6月气温为全年最高，温度高使得植被的蒸发量增大，而7月的降雨可以很好促进植被生长，导致7月的植被NDVI与气温的相关性变弱。

5 结论

（1）植被调查发现，各矿区的植物种类均较充足，乔木、灌木、草本植物均有分布，但乔木偏少。从科属上分析，禾本科、豆科、菊科、藜科分布较多。各矿区植被的盖度总体较好，多数都在80%以上，植物的生物量中等水平。矿区植物的多样性指标，总体上属于中等水平。神东矿区的植物群落稳定性总体上处于中等偏好水平。

（2）通过测定优势植物的生态、生理指标发现，优势植物对矿区生态环境的适应性较好，通过综合指数法分析，牛枝子、艾草、猪毛草对矿区适应性最好。

（3）通过相关性分析和冗余分析可知，降水量、干旱指数、地下水位共同影响了地表植物生态指标，对土壤质量指标影响不大；降水量、干旱指数对生态环境的影响更大，地下水位次之；影响矿区生态环境质量的主控因素主要为降水量、干旱指数和地下水位。

（4）石圪台煤矿、哈拉沟煤矿的地下水位变化剧烈，且很难恢复；植被耗水并不单一的受到气候变化的影响，地下水也是影响植被耗水的关键要素。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Zhao H, Gu B, Lindley S, et al. Regulation factors driving vegetation changes in China during the past 20 years[J]. Journal of Geographical Sciences, 2023, 33(3): 508-528.

[2]	常铭, 孟淑英, 周毅, 等. 黑岱沟和哈尔乌素矿区2000—2020年生态环境质量时空格局与演变特征分析[J]. 科学技术与工程, 2023, 23(25): 10701-10712.

[3]	Chang Ming, Meng Shuying, Zhou Yi, et al. Analysis on spatio-temporal pattern change characteristics of eco-environmental quality in Heidaigou and Harwusu mining area based on RSEI[J]. Science Technology and Engineering, 2023, 23(25): 10701-10712.

[4]	侯湖平. 基于遥感的煤矿区植被净初级生产力变化的监测与评价[D]. 北京: 中国矿业大学(北京), 2010.

[5]	Hou Huping. Monitoring and evaluation of netprimary productivity change in coal mine based on remote sensing[D]. Beijing: China University of Mining and Technology-Beijing, 2010.

[6]	肖继东, 陆锋, 李虎, 等. 基于3S技术的生态环境质量监测与评价方法研究[J]. 沙漠与绿洲气象, 2009, 3(1): 4-8.

[7]	Xiao Jidong, Lu Feng, Li Hu. et al. Method research on monitor and appraisal of ecological environment quality based on 3S technology[J]. Desert and Oasis Meteorology, 2009, 3(1): 4-8.

[8]	白中科, 师学义, 周伟, 等. 人工如何支持引导生态系统自然修复[J]. 中国土地科学, 2020, 34(9): 1-9.

[9]	Bai Zhongke, Shi Xueyi, Zhou Wei, et al. How does artificiality support and guide the natural restoration of ecosystems[J]. China Land Science, 2020, 34(9): 1-9.

[10]	于晓雯. 半干旱区流域植被生态过程及其与水文的响应机制研究[D]. 呼和浩特: 内蒙古大学, 2022.

[11]	Yu Xiaowen. Mechanism between ecological processes of vegetatiion and their hydrological response in semi-arid watersheds[D]. Hohhot: Inner Mongolia University, 2022.

[12]	张高强, 聂洪峰, 肖春蕾, 等. 浑善达克沙地东南缘地下水埋深对植被盖度的影响[J]. 干旱区资源与环境, 2022, 36(7): 147-153.

[13]	Zhang Gaoqiang, Nie Hongfeng, Xiao Chunlei, et al. Effect of groundwater depth on vegetation coverage in southeastern margin of Otindag Sandy Land[J]. Journal of Arid Land Resources and Environment, 2022, 36(7): 147-153.

[14]	魏燕. 榆林风沙滩区植被覆盖特征及其对水热条件的响应[D]. 西安: 长安大学, 2022.

[15]	Wei Yan. egetation cover characteristics and its response to hydrothermal conditions in eolian sand section of Yulin[D]. Xi’an: Chang’an University, 2022.

[16]	黄翌, 汪云甲. 大同半干旱煤矿区植被覆盖度时空演化研究及影响因素分析[J]. 西部林业科学, 2015, 44(1): 30-35.

[17]	Huang Yi, Wang Yunjia. Spatial-temporal evolution and affecting factors of vegetation coverage in Datong semiarid coal mining area[J]. Journal of West China Forestry Science, 2015, 44(1): 30-35.

[18]	王藏姣, 贾铎, 雷少刚, 等. 基于时间分割算法的半干旱矿区植被动态特征分析[J]. 煤炭学报, 2017, 42(2): 477-483.

[19]	Wang Cangjiao, Jia Duo, Lei Shaogang, et al. Analysis of dynamic characteristics of vegetation in semi-arid mining area based on time trajectory segmentation algorithm[J]. Journal of China Coal Society, 2017, 42(2): 477-483.

[20]	杨泽元, 王文科, 王雁林, 等. 干旱半干旱区地下水引起的表生生态效应及其评价指标体系研究[J]. 干旱区资源与环境, 2006(3): 105-111.

[21]	Yang Zeyuan, Wang Wenke, Wang Yanlin, et al. Research on supergene eco-effect induced by groundwater in arid and semi-arid regions and its assessment index system[J]. Journal of Arid Land Resources and Environment, 2006(3): 105-111.

[22]	韩双平, 刘少玉, 刘志明, 等. 玛纳斯河流域地下水-土壤水-植被生态耦合关系试验研究[J]. 南水北调与水利科技, 2008, 6(6): 100-104.

[23]	Han Shuangping, Liu Shaoyu, Liu Zhiming, et al. Experimental study on the coupling relationship between groundwater, soil water and vegetation in Manas River Basin[J]. South-to-north Water Transfers and Water Science & Technology, 2008, 6(6): 100-104.

[24]	郝春明, 张伟, 何瑞敏, 等. 神东矿区高氟矿井水分布特征及形成机制[J]. 煤炭学报, 2021, 46(6): 1966-1977.

[25]	Hao Chunming, Zhang Wei, He Ruimin, et al. Formation mechanisms for elevated fluoride in the mine water in Shendong coal-mining district[J]. Journal of China Coal Society, 2021, 46(6): 1966-1977.

[26]	陈永亮, 郝春明, 刘敏, 等. 神东煤矿区高氟矿井水季节成因分析及灌溉风险[J]. 科学技术与工程, 2022, 22(34): 15052-15061.

[27]	Chen Yongliang, Hao Chunming, Liu Min, et al. Seasonal cause analysis and irrigation risk of high fluoride mine drainage in Shendong mine area[J]. Science Technology and Engineering, 2022, 22(34): 15052-15061.

[28]	刘霏霏, 杨静, 王国庆, 等. 扰动对托木尔峰国家自然保护区植被多样性和土壤理化性质的影响[J]. 科学技术与工程, 2023, 23(7): 2787-2793.

[29]	Liu Feifei, Yang Jing, Wang Guoqing, et al. Effects of disturbances on vegetation diversity and soil physicochemical properties of Tomur national nature reserve[J]. Science Technology and Engineering, 2023, 23(7): 2787-2793.

[30]	潘昱伶, 璩向宁, 李琴, 等. 黄河宁夏段典型滩涂湿地植物多样性及其与环境因子之间的关系[J]. 湿地科学, 2025, 23(2): 330-340.

[31]	Pan Yuling, Qu Xiangning, Li Qin, et al. Plant diversity and relationship with environmental factors in typical floodplain wetlands of Ningxia section of the Yellow River[J]. Wetland Science, 2025, 23(2): 330-340.

[32]	刘聪, 牛富婷, 张玉莲, 等. 基于主成分分析和隶属函数法对不同远志资源品质的综合评价[J/OL]. ( 2025-03-11)[2025-04-16]. https: //doi.org/10.13304/j.nykjdb.2024.0589.

[33]	Liu Chong, Niu Futing, Zhang Yulian, et al. Comprehensive evaluation of quality of different polygala tenuifolia resources based on principal component analysis and membership function method[J/OL]. ( 2025-03-11)[2025-04-16]. https://doi.org/10.13304/j.nykjdb.2024.0589.

[34]	张爱琴, 郭斌, 柳利龙, 等. 基于主成分分析和隶属函数法的谷子营养品质综合评价[J]. 河南农业科学, 2025, 54(1): 28-39.

[35]	Zhang Aiqin, Guo Bin, Liu Lilong, et al. Comprehensive evaluation of nutritional quality of foxtail millet based on principal component analysis and membership function method[J]. Journal of Henan Agricultural Sciences, 2025, 54(1): 28-39.

[36]	于晓伟, 谢明学, 王娟, 等. 基于主成分分析和隶属函数法筛选宁夏引黄灌区西兰花新品种[J]. 农业与技术, 2025, 45(2): 21-25.

[37]	Yu Xiaowei, Xie Mingxue, Wang Juan, et al. Selection of new broccoli varieties from Ningxia yellow irrigation area based on principal component analysis and membership function method[J]. Agriculture and Technology, 2025, 45(2): 21-25.

[38]	范虎, 党星海, 赵健赟, 等. 基于温度植被干旱指数的西北干旱区干旱时空变化[J]. 科学技术与工程, 2024, 24(27): 11537-11546.

[39]	Fan Hu, Dang Xinghai, Zhao Jianyun, et al. Temporal and spatial variation of drought in northwest arid region based on temperature vegetation drought index[J]. Science Technology and Engineering, 2024, 24(27): 11537-11546.

[40]	杨浩. 多种干旱指数对黄土高原植被受旱评价的适用性研究[D]. 咸阳: 西北农林科技大学, 2024.

[41]	Yang Hao. Research on the applicability of different drought indices for evaluating vegetation drought in the Loess Plateau[D]. Xianyang: Northwest A&F University, 2024.

[42]	杨瑞琪. 采煤影响下的生态脆弱区地表水-地下水相互作用研究[D]. 阜新: 辽宁工程技术大学, 2022.

[43]	Yang Ruiqi. Study on surface water groundwater interaction in ecologically fragile area under the influence of coal mining[D]. Fuxin: Liaoning Technical University, 2022.

[44]	牛鸿波, 田少国, 祖鹏举, 等. 神东矿区煤炭开采对植被净初级生产力的影响[J]. 煤炭科学技术, 2024, 52(7): 267-277.

[45]	Niu Hongbo, Tian Shaoguo, Zu Pengju, et al. Effect of coal mining on net primary productivity of vegetation in Shendong mining area[J]. Coal Science and Technology, 2024, 52(7): 267-277.

[46]	张健. 神东矿区水文地质模型构建及高强度开采对地下水影响研究[D]. 阜新: 辽宁工程技术大学, 2022.

[47]	Zhang Jian. Study on hydrogeological model construction and influence of high intensity mining on groundwater in Shendong mining area[D]. Fuxin: Liaoning Technical University, 2022.

[48]	刘英, 雷少刚, 陈孝杨, 等. 神东矿区植被覆盖度时序变化与驱动因素分析及引导恢复策略[J]. 煤炭学报, 2021, 46(10): 3319-3331.

[49]	Liu Ying, Lei Shaogang, Chen Xiaoyang, et al. Temporal variation and driving factors of vegetation coverage in Shendong central mining area based on the perspective of guided restoration[J]. Journal of China Coal Society, 2021, 46(10): 3319-3331.

基金资助

国家自然科学基金面上项目(52274165)

国家能源投资集团有限责任公司科技创新项目(HT2025-5)

PDF (13023KB)

访问

被引

详细

导航

Received	Published	Revised
2025-04-17	2026-02-08	2025-11-18
Online Date
2026-09-21

摘要