当前世界环境

介绍

正确了解土地利用和土地覆盖是任何区域若干规划和管理活动的重要因素。它是资源管理和政策发展以及其他相关问题的关键信息。深入了解土地利用和土地覆盖特征是土地分类和管理的基础。¹遥感和地理信息系统(GIS)是研究土地利用分布及其变化趋势的重要工具。利用卫星图像进行变化检测提供了及时和一致地估计大面积土地利用趋势变化的机会，并具有易于由地理信息系统处理数据的额外优势。²

煤炭开采是对任何社会的经济发展做出贡献的重要活动之一，但与此同时，它污染空气、水、土壤质量和破坏生物多样性，使环境恶化。随着人口的快速增长和工业化、矿业活动的加快，优质土地日益成为一种稀缺资源。地球表面任何部分的土地利用和土地覆盖格局都是自然和社会经济因素及其随时间和空间变化而被人类社会利用的结果。^3.因此，关于土地利用和土地覆盖的信息对于正确的规划和实施是至关重要的。它可以用来满足人类对基本需求和福利日益增长的需求。无论是地表还是地下煤炭开采都对水文条件、土壤覆盖以及环境系统的所有生物构成了巨大的破坏。为露天采矿而砍伐森林必然会对环境系统造成广泛的破坏和损失。

这些观测结果与Raniganj煤矿区非常相关。它是印度最古老的煤矿之一。在印度煤矿国有化的时候，414个煤矿，几乎整个Raniganj煤田，都归成立于1975年的Eastern Coalfields Limited (ECL)管辖。这些地雷被重新划分为大约123个。1973-74年，这些矿山的产量为2 100万吨，其中2 074.4万吨来自地下矿山，其余来自人工采石场。地下矿山的产量占比已从国有化时的98.49%降至2014- 2015年的18.23%。重点是地下矿山的技术升级。ECL在Raniganj煤田共经营98个煤矿，其中77个是地下煤矿，21个是露天煤矿。煤田已探明储量169亿吨。ECL计划将Raniganj的产能扩大到每年5000万吨。⁴

在目前的研究区，无规划的露天开采正成为对当地环境的巨大威胁。本研究旨在揭示土地利用变化的影响。不幸的是，当地政府并没有采取必要的预防措施来对付这些未经授权的活动。进行这样的研究对学术界来说是一个巨大的挑战，同时也是社会利益的需要。特别是在印度最古老的煤矿地带之一，如Raniganj，当前的尝试是与当前情况相关的。

文献综述

在题为"基于遥感和GIS的Sukinda流域土地利用和土地覆被变化检测研究比斯瓦吉特·马祖德(Biswajit Majumder)指出，非森林面积的增加导致了人文景观、贫瘠土地和森林砍伐活动的蔓延。因此，露天采矿活动的增加正在对植被造成破坏。^3.

Debashree Garai和A.C Narayana在2018年1月17日发表在《埃及遥感与空间科学杂志》上的文章有助于该领域的土地复垦和土地管理决策。早期的一些研究认为，由于光谱异质性和空间复杂性，Landsat数据可能不适合用于露天煤矿的确定。然而，也有一些学者认为，利用Landsat数据的TM影像可以有效地进行土地利用/土地覆盖分析。⁵

在Prasenjit Samanta撰写的一篇论文中指出，为了正确理解人类活动对环境的影响，实时收集的空间数据是建模各种环境退化的基础。简单的分类方法，如变化检测，数据处理包括几何/辐射校正;采用了数据归一化、变化增强、图像分类和精度评估等方法。由于土地利用和土地覆被变化，研究区污染和社会经济水平大幅度提高，近年来已达到临界水平。⁶

g . Areendran等,他们在文章中指出，随着建筑面积和采矿活动的增加，毁林率和森林破碎程度也增加了许多倍。近年来，耕地和建设类面积不断增加。这种研究将有助于规划、管理和利用土地和其他自然资源以及露天采矿未来可能产生的影响。它是研究人员、政策制定者和相关部门的一个潜在工具。毕竟，这些研究将有助于土地利用和自然资源的科学管理，从而实现可持续的土地利用规划和非常规能源的利用。⁷

乌玛·尚卡尔等,在他们的论文中，他们展示了煤矿活动如何降低印度梅加拉亚邦多山地区的土壤质量。为此，将一定参数下的土壤质量水平与20年时间间隔的数据集进行了比较。最后，提出了各种具有经济效益的土地利用管理措施。⁸

D. Limpitlaw等人在采煤生活中的可持续发展研讨会上提出的研究论文已经讨论了与南非关闭煤矿有关的土地使用问题。地方当局在管理废弃矿井的土地使用方面面临着巨大挑战。在这里，作者强调了公私合作在寻找可持续的采矿后土地使用计划方面的作用。⁹

研究区域

Mangalpur是Raniganj的一个未规划的露天煤矿，已被选为本研究的一个案例研究。它位于北纬23°36 ' 54 "到北纬23°37 ' 07 "和东经87°07 ' 52 "到东经87°08 ' 03 "内，在Raniganj煤田的东北部，Paschim Barddhaman，西孟加拉邦。它占地面积386,472平方米。它位于距离2号国道不到500米的地方，靠近拉尼甘市一个密集的居民点“Ronai”。在如此繁忙的地方进行未经批准的采矿活动对环境和社会都是一种风险。考虑到这些因素，本文选择了该民营煤矿区作为研究区域。(图1)

图1:研究区域的位置 点击这里查看图

研究目的

本研究的主要目的如下

监测Raniganj煤带，特别是Mangalpur露天矿区的土地利用和土地覆盖变化趋势。

确定该地区由于这种变化而产生的环境风险的性质。

提出一些可持续的措施来缓解这个问题。

方法和数据来源

目前的工作是一次和二次数据分析的结合。为了实现这些目标，我们采用了一种系统的方法(图2)。由于这家私人煤矿是该地区最近开始的活动，其不良影响还没有暴露出来。但就作者的看法而言，相关的环境风险是非常高的。

图2:研究方法流程图 点击这里查看图

主要数据

为正确了解研究区目前的土地利用模式，需要经常访问研究区。首先，利用GPS接收机对Mangalpur露天煤矿进行了测量，获得了研究区详细的位置信息。在二次数据处理后进行GPS测量，进行地面真实感验证。笔者走访了地表裂缝和沉降地区进行了实地考察。与工人和居民也进行了口头交流。

辅助数据

二手资料是从各个网站收集的。谷歌土层被用来代表曼加尔普尔煤矿的条件。为此，它的边界，由GPS野外测量收集，已绘制在谷歌图像作为一个多边形。为了对土地利用变化和相关的煤矿活动有一个广泛的了解，我们对整个Raniganj区块进行了二次数据处理。从USGS站点，Landsat-8 OLI/TIRS和Landsat-5 TM以30 m的空间分辨率收集，并从印度调查nakshe门户地形图编号73^米/₂下载一九六七年(比例为1:5万)。为了比较Mangalpur露天煤矿和整个Raniganj煤带的土地使用变化，下载了2013年和2019年的Landsat-8 OLI/TIRS数据集，另一方面下载了2007年的Landsat-5 TM数据集。本研究区域位于Landsat全球参考系统的139路径和44行。监督图像分类是通过QGIS(2.18版)软件使用软体插件完成的。为了实现监督分类，本文采用了最小距离算法。土地利用和土地覆被变化的检测方法多种多样。¹在本研究中，通过比较土地覆被类型的变化来实现目标。利用ArcGIS软件(10.1版)对Raniganj地区植被覆盖变化进行NDVI分析。最后，对现有数据进行简单的统计分析，以总结本研究。

图3:Raniganj煤带煤矿位置:1967年 点击这里查看图

图4:2007年Mangalpur的土地使用状况 点击这里查看图

曼加尔普尔煤矿的土地使用状况

利用谷歌Earth和地面GPS测量，对研究区原有土地利用格局的变化进行了整理。在主要研究区域，即曼加尔普尔，露天私人煤矿活动于2017年开始。在此之前，该区域主要是农业实践，一小部分区域被池塘覆盖，休息很长一段时间被植被、聚落等覆盖。

2019年的地图显示，该研究区域被露天煤矿所侵占。与过去两年的地图相比，水覆盖的频率有所增加。目前，毗邻的农业活动地区正逐渐被煤矿侵占，对当地环境构成威胁。由于煤矿矿区临近一所护理学校、高中、国道、新建的多层建筑、密集的人居环境等，这些在未来都有很大的风险。

图5:2013年Mangalpur的土地使用状况 点击这里查看图

图6：2019年曼加尔普尔的土地使用状况 点击这里查看图

土地利用模式的变化

在研究区土地利用和土地覆盖图中，划分出6类不同的土地利用模式。这些是露天矿区、建成区、植被、裸地、农田、水体。图7、8、9分别代表了研究区2007、2013、2019三个不同时期土地利用的时序变化。

植被覆盖变化

在这里，对归一化差异植被指数(NDVI)地图的对比研究(图10)显示，在考虑期间，整个研究区域的植被覆盖发生了巨大变化，即。2007年，2013年和2019年。茂盛的绿色植物含有大量的叶绿素，这种物质是植物的绿色的原因。地球表面叶绿素含量的减少导致绿色波长的反射率降低。物候和活力是影响NDVI的主要因素。

图7:Mangalpur煤矿的Raniganj地块的土地使用和土地覆盖地图，2007年 点击这里查看图

图8:Mangalpur煤矿的Raniganj地块土地使用和土地覆盖地图，2013年 点击这里查看图

图9:Raniganj区块和Mangalpur煤矿的土地使用和土地覆盖地图，2019年 点击这里查看图

图10:通过NDVI改变植被覆盖 点击这里查看图

这里较暗的地区是干燥、贫瘠的土地，植被较少。在真实的彩色模拟图像中，灌溉的农田呈现出深绿色。在NDVI分析中，2007 - 2019年植被覆盖度呈现负变化，这主要是由于该地区煤矿活动的急剧增加以及快速城市化导致的新建建成区的发展。地图上的白色斑点代表较少地方的植被。就研究区域土地利用和土地覆被格局的变化而言，目前研究区域植被覆盖的逐渐减少和露天煤矿的增加是一个严重的观察问题。

分析调查结果

通过图像分类软件的后处理，估计了本研究所采取的特定时期内土地利用类别的时间变化。通过对不同土地利用和土地覆盖范围及其变化的比较，可以得出一些重要的观测结果(图11和图12)。矿区水体呈现出增长趋势，从2007年的2.91%增长到2019年的3.08%，不过2013年的比例要高得多(3.24%)。

在2007年，露天煤矿覆盖了0.23%的区域，在2013年变成了0.36%，最后在2019年，露天煤矿的比例变成了整个研究区域的1.06%。因此，可以这样说，在研究中，露天煤矿的面积显示出其面积的不断增加。从2007年到2019年，其面积扩张的净变化为1.37%。人们注意到，随着采矿和工业活动的发展，人类占用用于居住、道路网络和其他建筑用途的土地的情况也有所增加。建筑面积从2013年的19.75%增加到2019年的21.38%。

人们还注意到，植被覆盖率从2007年的22.23%增加到2013年的28.72%，但在2019年急剧下降到2.89%。耕地面积从2007年的50.01%下降到2019年的41.26%。从2013年到2019年，裸地面积急剧增加。在前几年，这类土地的面积低于5%，而在2019年，这类土地增加到29.79%。裸地净覆盖的土地面积从2007年的4.44%增加到2019年的29.79%。

过渡矩阵解释了不同类型土地利用在其他类型中的变化。这里考虑了六种土地类别，并考虑了2007年不同类别的土地总数为1.000(表:1)。因此，每个类别的土地总数代表了2019年的土地总数。从整体上看，裸地(1.760)、水体(1.568)和露天开采(1.422)的总土地面积都有所增加。

图11:2007 - 2019年土地利用和覆盖变化对比研究 点击这里查看图

图12:2007 - 2019年LULC的净变化百分比 点击这里查看图

表1 2007 - 2019年Raniganj煤田土地利用变化过渡矩阵(平方公里)

1. Boakye E, Odai S. N, Adjei K. A, Annor F.O. Landsat图像，用于评估土地利用和土地覆盖变化对加纳巴雷克斯集水区的影响，欧洲科学杂志研究, 2008;2: 617 - 626。
2. Prakash A, Gupta R. P.在一个煤矿区域的土地使用地图和变化检测-印度Jhariacoalfield的一个案例研究，国际遥感学报。1998; 19 (3): 391 - 410 . DOI: 10.1080 / 014311698216053。
3. 王志强，王志强。基于GIS和遥感技术的苏木达流域土地利用变化监测研究[j] .地理科学进展，2017,36 (4):457 - 461
4. Eastern Coalfields Raniganj煤矿。全球能源监控。Wiki。https://www.gem.wiki/Eastern_Coalfields_Raniganj_coal_mines。2015.25/12/2019。12/01/2020。
5. 印度南部哥达瓦里煤田矿区土地利用/土地覆盖变化研究，埃及遥感与空间科学杂志, 2018;21日:375 - 381。DOI: 10.1016 / j.ejrs.2018.01.002
6. 张志强，张志强。露天矿开采对土地利用/土地覆被的影响及变化分析——以兰尼甘矿区为例。国际资讯科技杂志，工程与应用科学研究, 2015;4(5): 17 - 27所示。
7. 阿连德兰G.Rao, P. Raj, K. Mazumdar, S. Puri K. the Land use/ Land cover changes dynamics analysis in Singrauli district in Madhya Pradesh, India, International Society of Tropical Ecology, 2013;54(2): 239 - 250。
8. 王志强，王志强，王志强，等。煤炭开采对土地退化的影响及其生态恢复模式研究。当前科学协会, 1993;65(9): 680 - 687。
9. Limpitlaw D, Aken M, Lodewijks H, Viljoen J.南非煤矿的采矿后恢复、土地使用和污染，南非矿业和冶金研究所，在“煤矿生活的可持续发展”研讨会上发言;13/07/2005;博克斯堡。
10. 孙德军，李少刚，李振福。采煤沉陷对土壤物理性质的影响:以中国西部地区为例。环境地球科学, 2016;75(652): 1 - 14。DOI: 10.1007 / s12665 - 016 - 5439 - 2
11. 吴志刚，吴志刚，吴志刚。土壤改良对印度尼西亚邦加岛热带锡矿区环境和生命的影响等2017 IOP大会系列地球环境。Sci,2017;1755 - 1315/83/1/012030p DOI: 10.1088 /
12. Maczkowiack罗德,史密斯郭瑞昭,屠杀g J,穆里根D.R,卡梅隆,特区放牧post-mining土地使用:概念模型的风险因素,农业系统,爱思唯尔,2012;109: 76 - 89。
13. 王志强，王志强，王志强，等。基于GIS和遥感技术的矿区地表污染特征分析。遥感学报，2014;DOI 10.1007 / s12524 - 014 - 0363 - y