江西赣州是离子型稀土矿山的主要产区，自1969年首次发现以来，经历了50年稀土矿山的开采和加工，在世界稀土采矿产业中有重要地位^[1]。但是，在离子型稀土矿山的开采过程中大量使用的池浸(已废弃)、堆浸及原地浸矿的方法，导致地表土壤理化性质和组成成分改变，造成严重的水土流失和植被退化^[2]。自2016年以来，赣州市全面开展废弃稀土矿山治理，主要包括自然恢复和人工治理2类，但开采过程中造成的土壤沙化、酸化和土壤肥力降低，使植被长势不佳，甚至死亡。因此，无论是自然生态恢复和人为修复治理，植被的覆盖率和植物生长程度是表征废弃稀土矿山生态效果的重要参数^[3-5]。

植被高光谱遥感以其准确、快速的特点成为连接遥感数据、地面测量、光谱模型、植物健康评价应用的强有力工具^[6]。根据植被的光谱特征分析发现，可见光及近红外波段反映了植物的植被覆盖程度、植物叶片叶绿素含量及植物叶片的光利用率，其中植物叶片的叶绿素含量和光利用率对植物的生长具有指示作用，是评价植物生长程度的重要指标^[7-8]。本文以龙南县典型稀土矿区为例，首先根据高分辨率遥感图像和实地勘验的结果，以植被发育情况和采矿背景、修复时间为因素，对废弃稀土矿区进行分区；然后，绘制不同分区植被提取特征光谱曲线，并进行对比分析；最后，依据光谱特征曲线，通过ENVI软件对整个区域的植被做林木健康分析，最终为废弃稀土矿山植被修复治理效果提供科学评价。

龙南县位于江西省赣州市最南端，以红壤山地丘陵地形为主，森林覆盖率达80.30%，稀土资源丰富，是赣州地区的最大稀土矿产开采地之一^[9]。南方离子型稀土矿山因为其独特的赋存形式及特殊简陋的开采方法，造成废弃稀土矿山地区残存大量的浸矿液和尾矿砂，植被退化、土壤酸化，大雨降水冲刷造成严重的水土流失，沙化十分严重，土壤肥力低下，矿山地质环境质量差^[10]。自2007年以来，赣州市政府高度重视废弃稀土矿山地质环境恢复治理工作，在龙南县开展多期废弃稀土矿山生态修复治理工作，主要治理过程为根据废弃矿山的地质环境条件人工干预修复治理。为了完成龙南县废弃稀土矿山的治理，龙南县修复工程选取耐酸的、耐干旱、耐贫瘠的植物进行植被恢复，有助于解决水土流失和矿山地质环境修复问题。

研究区位于龙南县足洞稀土矿区，地理位置位于东经114.8513°~114.8559°，北纬24.8260°~24.8324°，面积约2 km²(图 1)。目前废弃稀土矿山区域主要可分为3块区域：①早期采用堆浸工艺，后期采用原地浸矿工艺，经过几年的人工干预治理，表层土壤已经有少量有机质，是有机质覆盖的早期修复区域；②水土流失严重，近期人工干预治理的晚期修复区域；③位于矿区附近，未被破坏的原始植被区域(图 2)。

图 1

图 1 研究区位置图 Fig.1 Location of the study area

图 2

图 2 废弃稀土矿山分区图 Fig.2 Zoning of abandoned rare earth mines

本次实验是采用无人机搭载高光谱仪扫描地面，基本参数为398.1~1002.0 nm，采样间隔为3.2 nm，空间分辨率约为0.12 m，飞行高度为300 m，拍摄面积为2 km²，拍摄日期为2019年10月。为避免云层的干扰，光谱采集选择了晴朗无云的天气。为消除大气气溶胶、地形的影响，对高光谱数据采用快速大气校正工具(QUAC)。

在通过无人机获取的高光谱数据时，由于天气变化、植物类型不同、周围环境不可控等因素，必须去除其随机性，在不同区域内随机选取10个植物点，并求平均值，得到光谱曲线(图 3)。

图 3

图 3 光谱曲线图 Fig.3 Spectrum curve

植被光谱曲线特征主要由两部分构成，一是由于植被自身的特殊结构特征使其具有独特的光谱曲线，能够用来识别植被，二是由于植被受外界干扰，自身结构发生变化，使光谱曲线发生局部变化，能够用来判断植物的生长情况^[11]。

图 4是一般健康植被(数据来源于JHU光谱库)与废弃稀土矿区原始植被、早期修复植被、晚期修复植被的光谱曲线对比图。从高光谱中提取的原始光谱曲线均经过预处理，处理后明显发现一般植被光谱曲线特有的红边、绿峰等现象。

图 4

图 4 植被光谱曲线 Fig.4 Vegetation spectral curve

(1) 可见光波段(400~700 nm)：主要受植物色素的影响，整体上光谱反射率不高，普遍低于0.15，光谱曲线表现出强吸收特性。在350~500 nm波长范围内，由于叶黄素、类胡萝卜素及叶绿素的影响，在光谱特征曲线上形成了第一个吸收谷；在550 nm附近，出现了第一个显著的反射峰，是由叶绿素的弱吸收特性引起的；在670 nm附近，出现第二个吸收谷，为叶绿素的强吸收带。

(2) 近红外波段(700~1002 nm)：在690~800 nm的近红外波长范围内，光谱特征曲线均出现一个明显的反射“陡坡”，这种由叶绿素的强反射而造成的“陡坡”常被称作植物的“红边效应”，由于植被生长环境、时间序列的不同造成“红边”位置、高度、斜率等存在一定的差异^[12]。

在植被光谱曲线大致相同的情况下，局部差异反映了在不同环境下植物的生长情况，当植物健康，长势良好时，绿峰、红谷向短波方向移动，即为“蓝移”现象，当植被受到某类因素干扰导致植被生长受到抑制，绿峰、红谷向长波方向移动，即为“红移”现象^[13]。另外，随着土壤中N元素含量的增加，红边会向长波方向移动，出现红移现象^[14]。表 1为绿峰波长及反射率。

表 1(Tab. 1)

表 1 绿峰波长及反射率(n=10) Table 1 Wave length and reflectance of green peal wave (n=10) 植被类型 波长/nm 反射率/% 原始植被 554.74 0.0495 早期修复区植被 554.74 0.0605 晚期修复区植被 557.50 0.0739 一般健康植被 546.00 0.1051 注：一般健康植被的光谱数据来源于JHU光谱库

表 1 绿峰波长及反射率(n=10) Table 1 Wave length and reflectance of green peal wave (n=10)

表 1中数据表明，废弃稀土矿山中的绿峰波长均比一般健康植被的波长大，存在不同程度的红移现象，原始植被、早期修复植被的绿峰向长波方向移动了8.74 nm，晚期修复区植被向长波方向移动了11.50 nm，表明废弃稀土矿山地区的植被由于受到某种因素干扰，生长发育受到抑制，光谱曲线存在变异现象，不排除是稀土矿山开采的结果。

根据实地踏勘，早期修复区因为修复时间早，表层形成了有机质层，红移现象与原始植被的红移现象一致。通过不同植被的绿峰反射率对比可知，一般健康植被的绿峰反射率比废弃稀土矿山植被的反射率高。从图 4光谱曲线可以发现，一般健康植被的可见光反射率均高于废弃稀土矿山植被，表明废弃稀土矿山植被含有较高的色素含量。赣州离子型稀土矿山独特的堆浸与原地浸矿采矿方式，使土壤中残存有较高的氨氮含量。有研究表明，土壤N元素和含水率对植物叶绿素的含量有正响应关系^[15]，因此废弃稀土矿山植被有较高的叶绿素含量。修复区由于水土流失严重，土壤含水量低，植被叶绿素含量低，可见光反射率较高，且存在绿峰反射率大小关系：晚期修复区植被>早期修复区植被>原始植被。

植被指数(Ⅵ)是将2个或多个波长范围内的地物反射率组合运算，通过植被指数的计算，可以增强植被某种特性。目前，在科学文献中发布了超过150种植被指数模型，这些植被指数中只有极少数是经过时间考验的。根据对植被波谱特征产生重要影响的主要化学成分：色素(Pigments)、氮(Nitrogen)、水分(Water)、碳(Carbon)，产生了几类较实用的指数：绿度、光利用率、冠层氮、干旱或碳衰减、叶色素、冠层水分含量。这些植被指数可以简单度量绿色植被的数量和生长状况^[16]。

废弃稀土矿山植被受土壤理化性质和组成成分的改变，植物生长发育受到不同程度的影响，通过ENVI软件，选取绿度、光利用率、叶色素含量等植物指数，在废弃稀土矿山地区进行林木健康分析，评估矿山开采对植被的影响及修复区修复效果。

绿度指数主要用于评估展示绿色植被的分布及植物的生长情况，它对植物的叶绿素含量、叶子表面冠层、冠层结构较敏感，这些都是植被光合作用的主要物质。通过计算归一化植被指数(NDVI)，可评估废弃稀土矿山的生长状况，其计算公式为：

式中，ρ_NIR=800 nm，ρ_R=680 nm。在植被茂密地区，即LAI较高的地区，NDVI敏感度会降低，废弃稀土矿区的植被稀疏，特别适用于稀土矿区度量植被的生长与数量。

光利用率指数是用来度量植被在光合作用中对入射光的利用效率，光的利用效率直接与植被生长速度和光合有效辐射(fAPAR)有很大的关系。通过红绿比值指数(RG)评估和量化植被的光利用效率，其计算公式为：

式中，ρ_R为所有红色波段均值，ρ_G为所有绿色波段均值。RG比值指数可估算植被冠层发展过程，它还是叶片生产力与胁迫性的指示器，可评价植被的生长状况。

叶色素指数用于度量植被中与胁迫性相关的的色素，胁迫性相关的色素主要有花青素等色素，主要存在于衰老植被中，这些指数不能度量叶绿素。通过对叶色素指数中的花青素指数Ⅰ(ARI1)计算，可知植被是否死亡，其计算公式为：

式中，ρ₅₅₀=550 nm，ρ₇₀₀=700 nm。ARI1对叶片中的花青素特别敏感，ARI1越大表明植物冠层花青素含量越高，生存环境越恶劣。

通过选定相关植被指数(NDVI、RG、ARI1)，ENVI软件林木健康分析可创建整个森林区域健康程度的空间分布图。林木健康程度分布图将健康等级分为9类，可用于评估森林健康程度，数值越大代表林木越健康，数字1代表裸地，故舍去。

从图 5可以发现，原始植被区域森林健康等级较高，受到影响程度较低，早期修复区由于水土流失严重，表层土壤少，植被覆盖低，推测晚期修复区由于受土壤酸化的影响，大部分植被长势差，甚至出现死亡。

图 5

图 5 林木健康分布图 Fig.5 Distribution of forest health

本文通过无人机搭载高光谱成像仪，收集龙南县足洞矿区修复区高光谱图像，提取不同分区植被的光谱曲线，并评价足洞矿区森林健康程度，得出以下结论。

(1) 废弃稀土矿山地区植被光谱曲线在550 nm处出现反射峰，在450 nm、670 nm处出现吸收谷，与一般健康植物的光谱特征一致。另外，植被光谱曲线在700~800 nm形成陡坡，光谱反射率迅速上升到红谷4倍以上。

(2) 废弃稀土矿山地区的植被与一般健康植被相比，发生了不同程度的“红移”现象，其中晚期修复区植被的红移现象最明显。初步断定，在废弃稀土矿山地区，植被受到环境胁迫影响，主要因素可能为土壤酸化。

(3) 通过对废弃稀土矿山地区植被的森林健康分析，植被生长受到矿山影响程度不同，离矿区越远，植被越健康，且存在不同分区健康程度大小变化：原始植被>早期修复区植被>晚期修复区植被，表明矿山开采会对植被恢复有抑制作用，需要长期修复治理才能使植被恢复到正常健康水平。

致谢: 野外实地调查由项目组和赣南地质调查大队共同完成，高光谱数据由中国地质科学院国家地质实验测试中心提供，审稿专家对本文提出了宝贵的修改意见，在此一并表示衷心的感谢。