稀土开采产生大量堆积尾砂，出现强烈水土流失过程，伴生严重水环境和地质灾害。采用工程和非工程措施结合手段开展稀土尾砂地植被修复是尾砂地灾害防治的常见手段。评价矿区植被恢复效果及成因可为尾砂治理措施的规划设计提供理论依据。

NDVI 时程变化

一、引言

稀土开采产生大量堆积尾砂，出现强烈水土流失过程，伴生严重水环境和地质灾害。采用工程和非工程措施结合手段开展稀土尾砂地植被修复是尾砂地灾害防治的常见手段。评价矿区植被恢复效果及成因可为尾砂治理措施的规划设计提供理论依据。本文以江西省寻乌县离子型轻稀土尾砂区为研究区，收集研究区1989-2015 年 Landsat 数据和寻乌站气象数据，实地调查研究区典型尾砂适生植被和堆积尾砂的地物波谱数据，解算典型植被的 NDVI 值，分析矿区 NDVI 的年际和年内时程变化规律。

二、基于 Landsat 数据的 NDVI 时程变化

在利用遥感技术对植被信息的研究中，NDVI 是植被指数中运用广泛的一种，它能很好地反映了植被生长状态以及植被空间分布情况，与植被分布密度呈线性相关。许多研究表明 NDVI 与植被覆盖度、叶面积指数（LAI）和光合作用等植被参数有关，NDVI 的时间变化曲线能有效地表现出植被的季节变化、年际变化和人为活动影响变化。因此，在监测废弃矿区植被恢复情况的过程中 NDVI 起到有效地作用。本文选取归一化植被指数（NDVI）来反映稀土矿尾砂地植被变化情况，其计算形式为近红外波段（NIR）与红光波段（R）的差值比上这两个波段数值之和，公式为：

表1 Landsat TM/OLI NDVI 计算公式

研究区 NDVI 时程变化分析分为两个部分进行，部分为整体矿区 NDVI 时程变化分析，第二部分选取植被修复时间较早的“稀土尾砂试验区”双茶亭矿区分析NDVI 时程变化规律。

2.1 整体矿区 NDVI 时程变化

基于 ENVI 软件中 Bａnd Math 计算 NDVI 结果，将整体矿区 NDVI 值提取出来并导出成 ASCII 文件，方便之后分析使用。计算 NDVI 平均值，诊断 NDVI 时序趋势，揭示整体矿区 NDVI 时程变化规律，见图1。图1 表明：1989-2015 年整体矿区 NDVI 值在 0.12-0.5 间变化，平均值为 0.31；NDVI 值和最小值所在年份分别为 1995 年和 2013 年，分别为 0.5 和 0.12，变化幅度为 0.38；NDVI 值相对时间的线性回归决定系数 R2 为 0.79，取显著性水平为 0.05，相应临界值 R2 05.0 为 0.08，决定系数大于相应临界值，线性回归趋势显著，NDVI 值的倾向率为-0.08(10a)-1，表明 NDVI值显著减小；NDVI 值的 Mann-kendall 趋势分析检验值 Z 为-6.68，取显著性水平为0.05，相应临界值 Z 05.0 为 1.96，检验值的值 Z 大于相应临界值，Mann-kendall 趋势检验显著，表明整体年 NDVI 值呈显著性下降趋势。

图1 整体矿区 NDVI 时程变化

NDVI 时程变化可分为三个阶段，阶段为稳定期，时间为 1989-2005 年，此阶段 NDVI 值相对时间的线性回归决定系数 R2 为 0.052，取显著性水平为 0.05，相应临界值 R2 05.0 为 0.157，决定系数小于相应临界值，NDVI 变化趋势不显著，平均 NDVI为 0.43，整体稀土矿区存在一定的开采，但是整体 NDVI 值未大幅度减小；第二阶段为剧烈开采期，时间为 2006-2008 年，此阶段 NDVI 值相对时间的线性回归决定系数R2 为 0.69，取显著性水平为 0.05，相应临界值 R2 05.0 为 0.658，决定系数大于相应临界值，NDVI 呈显著下降趋势，倾向率为-0.3(10a)-1，平均 NDVI 为 0.29，较稳定期下降了 0.14，此阶段稀土矿区进行剧烈的采矿活动，人类活动对稀土矿区影响较大，严重破坏了矿区植被，导致 NDVI 值迅速下降；第三阶段为植被修复期，时间为 2009-2015年，此阶段 NDVI 值相对时间的线性回归决定系数 R2 为 0.395，取显著性水平为 0.05，相应临界值 R2 05.0 为 0.197，决定系数大于相应临界值，NDVI 呈显著下降趋势，倾向率为-0.046(10a)-1，整个时间段 NDVI 呈现较低值，平均 NDVI 为 0.19，较剧烈开采期下降了 0.1，寻乌县 2009 年对稀土矿区进行植被修复治理，使研究区内的 2009 年和 2010 年的植被数量有所增加，对于整体矿区恢复效果一般。

2.2双茶亭矿区 NDVI 时程变化

在整体矿区 NDVI 影像数据中提取以种植桉树为主的双茶亭矿区 NDVI，计算NDVI 平均值，诊断 NDVI 时序趋势，揭示双茶亭矿区 NDVI 时程变化规律，见图2。按照整体矿区 NDVI 变化阶段对双茶亭矿区 NDVI 时程变化进行分析。

图2 双茶亭矿区 NDVI 时程变化

结果表明：1989-2015 年双茶亭矿区 NDVI 值在 0.17-0.65 间变化，平均值为 0.4；NDVI 值和最小值所在年份分别为 2015 年和 2008 年，分别为 0.65 和 0.17，变化幅度为0.48；稳定期 NDVI 值相对时间的线性回归决定系数 R2 为 0.321，取显著性水平为 0.05，相应临界值 R2 05.0 为 0.156，决定系数大于相应临界值，NDVI 呈显著下降趋势，倾向率为-0.049(10a)-1，平均 NDVI 为 0.44，稀土开采对双茶亭矿区内植被存在一定影响，植被呈现减少趋势；剧烈开采期 NDVI 值相对时间的线性回归决定系数 R2 为 0.732，取显著性水平为 0.05，相应临界值 R2 05.0 为 0.57，决定系数大于相应临界值，NDVI 呈显著下降趋势，倾向率为-0.63(10a)-1，平均 NDVI 为 0.28，较稳定期减少 0.16，和整体矿区情况类似，剧烈稀土开采活动严重破坏双茶亭矿区内植被，导致植被迅速减少；植被修复期 NDVI 相对时间的线性回归决定系数 R2 为 0.884，取显著性水平为 0.05，相应临界值 R2 05.0 为 0.187，决定系数大于相应临界值，NDVI 呈显著上升趋势，倾向率为 0.25(10a)-1，平均 NDVI 为 0.39，较剧烈开采期增加 0.11，双茶亭植被修复效果较好，对比整体矿区可得，油茶配置模式植被修复治理效果较差，桉树配置模式效果较好。

三、基于地物波谱的典型地物 NDVI 特征值分析

基于研究区各典型地物的地物波谱特性，利用红光波段和近红外波段的平均反射率计算相应地物的 NDVI，见图3。图3 表明：在研究区典型地物中，尾砂相应NDVI 值为 0.03，芒萁为 0.69，芭茅为 0.53，芒草为 0.52，油茶为 0.69，木荷为 0.8，竹子为 0.79，马尾松为 0.75，桉树为 0.6，樟树为 0.52，其中木荷 NDVI 值，尾砂 NDVI 值最小，尾砂存在一定的背景值。由于研究区地物波谱数采集时间为 2019年 1 月与 7 月，分别属于冬季和夏季，则获取各地物波谱特性计算出的 NDVI 会有一定的波动范围，其中波动范围较大的为芒萁、芭茅和芒草，这三种植被属草本类植被，说明对于 NDVI，草本类植被受季节变化影响较大，乔木类植被对相对较小，即草本NDVI 在年内变化更为剧烈，乔木类植被 NDVI 年内较为稳定。

图3 典型地物 NDVI

四、基于小波分解的 NDVI 时程变化

4.1小波分析理论概述

傅里叶变换是的分析信号工具，用于推导不同幅度和频率下特定正弦波函数的组合。但是傅里叶变换存在不足之处，在分析信号特征时会忽略信号的时间信息，通过变换结果无法判断某个信号发生的时间。以傅里叶变换为数学基础，理论物理学家 A·Grossman 建立了小波变换的理论体系。小波变换分析信号时可通过小波基函数的变换分析信号的局部特征，信号分析结果具有比傅里叶变换更良好的局部特性。分解后的信号呈现低频和高频特性两部分内容，低频信号具有较高的频率分辨率和较低的时间分辨率，高频信号具有较高的时间分辨率和较低的频率分辨率，所以有着“数学显微镜”之称。正是小波变换拥有着这些特性，使小波变换在信号处理、数值计算和流体力学等领域得到了广泛的应用。

4.2基于小波分解的 NDVI 多尺度时程变化

为了更好研究 NDVI 的时程变化规律，基于 Matlab 软件，本文将 NDVI 变化曲线作为一种信号曲线，对其进行小波分解，分析其低频信号与高频信号的特点。根据NDVI 数据特点，采用 db3 小波函数对整体矿区 NDVI 和双茶亭 NDVI 进行分解，结果如图4 和图5 所示。

图4 整体矿区 NDVI 信号和小波分解部分注：（a）表示原始信号，（b）表示低频信号，（c）表示高频信号。

（1）低频信号按照 NDVI 变化阶段对低频信号进行分析。图4 表明：稳定期整体矿区低频NDVI 值处于较高水平，进入剧烈开采期后低频 NDVI 值迅速下降，在植被修复期保持稳定；低频信号整体趋势与整体矿区 NDVI 时程变化趋势一致，说明低频信号表示NDVI 的年际变化特征，将年内波动信息滤除，呈现与原始信号一致的三个变化阶段。图5 表明：双茶亭矿区低频 NDVI 值呈现微下降-剧烈下降-上升的三个阶段变化，与双茶亭矿区 NDVI 时程变化趋势一致。

（2）高频信号高频信号表示为 NDVI 的年内变化，按照 NDVI 变化阶段对高频信号进行分析。图4 表明：稳定期整体矿区高频 NDVI 值呈波动变化，波动幅度较大，说明在此阶段整体矿区年内 NDVI 变化较为剧烈；剧烈开采期整体矿区高频 NDVI 值也呈波动变化，但是波动幅度较小，说明在此阶段矿区年内 NDVI 呈波动变化，但是由于人类活动较为剧烈，使植被数量迅速较少，导致 NDVI 变化幅度变小；植被修复期整体矿区高频 NDVI 值在此阶段初期呈水平变化，后期呈波动变化，说明研究区年内 NDVI 在植被修复期初期年内变化较小，这是由于剧烈开采期过后植被破坏过于严重，导致矿区内植被数量稀少，年内植被变化较小，后期由于植被修复措施的实施，植被得到一定的恢复，然后呈现出了年内波动变化。

图5 表明：双茶亭矿区高频 NDVI 值三个时期都呈波动变化，这是由于在剧烈开采后，植被措施的迅速实施，使双茶亭矿区内植被得到良好的补充，导致在剧烈开采期之后、植被恢复期初植被表现出良好的年内波动变化。

图5 双茶亭矿区 NDVI 信号和小波分解部分注：（a）表示原始信号，（b）表示低频信号，（c）表示高频信号。

结合草本植被 NDVI 在年内变化更为剧烈，乔木类植被 NDVI 年内较为稳定的结论可得：稳定期与剧烈开采期 NDVI 波动较大是由于草本植被变化剧烈引起的，说明矿区植被变化的主要原因为草本植被的变化；在植被修复期初期高频 NDVI 值呈水平变化特征，说明此时矿区内草本类植被数量稀少，原因为剧烈稀土开采将草本植被破坏严重，几乎不存在草本类植被，在经过人工植被修复后，矿区植被得到一定的补充，草本植被开始增长，最后呈现波动特征。总体表明：矿区内对 NDVI 影响的为草本类植被，基于此情况，矿区植被恢复措施的植被配置模式可针对草本类植被进行选择，并针对草本植被进行维养。

四、讨论

本章基于 Landsat TM/OLI 数据和研究区典型地物波谱数据，计算了研究区 1989-2015 年的 NDVI 值以及典型地物的 NDVI 值，总体分为三个部分：

（1）整体矿区 NDVI 时程变化和双茶亭矿区 NDVI 时程变化分析。整体矿区NDVI 呈下降趋势，可分为三个阶段，即稳定期、剧烈开采期和植被修复期，其中整体矿区 NDVI 在稳定期呈波动变化，在剧烈开采期和植被修复期呈显著下降趋势，双茶亭矿区 NDVI 在稳定期和剧烈开采期呈显著下降趋势，在植被修复期呈显著上升趋势。油茶配置模式尾砂修复治理效果较差，桉树配置模式效果较好。

（2）典型地物 NDVI 值的分析。典型地物可分为三种稀土尾砂、草本植被和乔木类植被，其中尾砂和乔木类植被年内 NDVI 值变化幅度较小，草本植被年内 NDVI值变化较大。（3）对 NDVI 时程变化曲线进行小波分解。结果分解为低频信号和高频信号，且分别表示 NDVI 的年际变化和年内变化特征。通过分析整体矿区 NDVI 高频信号发现了对研究区 NDVI 产生影响的主要因素为草本类植被，此结论可指导后期继续进行植被修复，针对草本植被，选择更良好的植被配置模式

推荐：

地物光谱仪iSpecField-HH/NIR/WNIR

地物光谱仪是莱森光学专门用于野外遥感测量、土壤环境、矿物地质勘探等领域的明星产品，的光路设计，噪声校准技术、可以实时自动校准暗电流，采用了固定全息光栅一次性分光，测试速度快，最短积分时间最短可达20μs，操作灵活、便携方便、光谱测试速度快、光谱数据准确，广泛应用于遥感测量、农作物监测、森林研究、海洋学研究和矿物勘察等各领域。