陕北黄土高原煤矿区土壤理化性质及质量评价

刘 钊，韩 磊，王丹月，刘志宏，陈 芮，李日升，夏龙飞，常珊珊

(1.长安大学 土地工程学院，陕西 西安 710054; 2.陕西省土地资源整治重点实验室，陕西 西安 710054; 3.陕西省土地工程建设集团有限责任公司，陕西 西安 710075; 4.国家自然资源督察西安局，陕西 西安 710065;5.长安大学 地球科学与资源学院，陕西 西安 710054)

煤炭资源在我国的能源结构中占据着重要位置[1]。陕北煤炭资源丰富、煤质优良、煤层埋藏浅，地质构造简单，生产成本低，是我国重要的能源生产基地[2-3]。但陕北气候干燥、沙漠广泛、植被稀疏，生态环境极其脆弱，大规模的煤炭开采造成地表塌陷、水位下降、植被破坏，进一步恶化了该地区的生态环境，降低了环境承载能力[4-5]。在进行煤炭开采的同时，加强生态环境保护是实现区域可持续发展的重要需求[6]。

当地政府积极贯彻黄河流域生态保护和高质量发展国家战略，采取消除地质灾害隐患、重塑地形地貌、土地复垦利用、矿山植被重建等措施，实现矿区生态系统功能恢复和提升。利用植被来恢复环境是矿区生态治理的重要措施[7]。植被恢复能显著增加土壤有机质，加速土壤团聚体的形成，促进土壤碳氮循环，改善土壤理化性质，增强土壤微生物活性[8-9]。土壤理化性质对于植被生长起着举足轻重的作用，研究矿区土壤对生态修复有着重要指导意义。毕银丽等[10]研究指出，在煤矿沉陷复垦地的土壤全氮、有机质和有效磷存在空间自相关性，接菌可促进土壤养分含量提高。张雅馥等[11]研究发现，煤矿塌陷增加了土壤有机质和全氮含量在水平方向的变异程度，而土地复垦则降低了土壤有机质和全氮含量水平方向的变异性。毛旭芮等[12]研究表明，采煤活动对矿区周边土壤理化性质有显著影响，进而降低土壤可蚀性。闫美芳等[13]研究得出，土壤有机碳在人工植被修复和有机物添加后增加显著，且与修复时间成正比。张彬等[14]研究表明，基于改进的TOPSIS技术能相对准确的评价土壤养分水平。学者们对矿区土壤的研究成果丰富，但在矿区不同状态土地类型下连续的土壤理化性质变化方面的研究还存在不足。因此，笔者选取陕北神府矿区，通过实地调查采样，对比分析开采、修复、自然区域的土壤理化性质，探讨矿区土壤的变化规律，对研究区的生态修复和重建具有重要的科学意义。

1 材料与方法

1.1 研究区概况

神府矿区位于毛乌素沙漠、内蒙古草原和陕北黄土高原的接壤复合过渡地带，地貌单元为黄土丘陵沟壑区;该区域属半干旱大陆性季风气候，冬季干旱寒冷，夏季干燥炎热，昼夜温差悬殊，年均气温8.9 ℃，年极端气温-29.1～38.9 ℃，年降雨量少而集中，年内和年际变化均较大，年均降雨量402.7 mm，蒸发量却高达1 753.8～1 978.7 mm，原生地质及生态环境极度脆弱，是国家级水土流失重点监控区域。煤炭等资源的开发加剧了该区域的水土流失和土地荒漠化[15-16]。

研究区位于神府矿区(N39.35°～N39.37°,E110.50°～E110.53°)。区域内盛行偏西和西北风，受气候和风沙的影响，以耐干旱的沙生植物、旱生植物为主，主要有紫花苜蓿、狗尾草、蒿类、长蕊石头花、藜、猪毛菜等。矿区土壤母质来源丰富，有煤渣、粉煤灰、剥离的岩石、碎石等，内部结构紊乱，没有明显的土壤纹理。矿区的土壤成土条件较特殊，有开采产生的矿坑，也有因占压、堆垫形成的排土场，两者差距较大，在垂直距离上产生差异，改变了矿区土壤的光照和水分状况，以至于无法规律性成土。矿区土壤剖面与自然土壤不同，受人类扰动较大，其剖面结构发生了巨大改变，主要有3层土体构型:堆垫表层、下垫砾石层、基岩层。该煤矿自2017年开采以来，采用边开采边治理的模式，开采后用30～40 cm厚度的壤砂土覆盖煤矸石进行土壤基质改造，以灌草混交配置的模式进行植物种植。矿区土壤受开采和治理措施的影响，具有明显的空间分布差异，故将研究区沿着远离采矿中心的方向划分为采矿区(1～100 m)、治理区(100～500 m)和自然植被区(500～1 500 m)。

1.2 样品采集

课题组于2020年7月以矿区露天开采场为中心，分别按0～100,100～200,200～500,500～1 000和1 000～1 500 m五个距离在下风处划分为5个采样区域。每个采样区域按棋盘式布设10个样点，携带GPS对采样点的位置进行记录(图1)，并按对角线法多点混合采样。清除土壤表面的腐殖质，去除植物的根系以及石块等后，用圆形土钻采取表层(0～20 cm)的土壤样本。将采样点的土壤样品混合均匀，按照四分法取2 kg土样入袋，放入聚乙烯塑封袋中，并附上标签，记录好编号、采样地点、采样深度等重要信息。共采集50袋土壤样品，封装好后带回实验室。

1.3 测定项目与方法

将带回实验室的样品，进行自然风干后研磨，全部通过2 mm的土壤筛。取部分样品进行分类编号后，继续研磨。分别通过1 mm和0.15 mm土壤筛后，最终保留每种样品100 g备测。土壤理化性质采用常规分析方法进行测定:土壤质地按照GB/T 19077.1—2008《粒度分析激光衍射法第1部分:通则》测定土样样品的黏粒、粉粒、砂粒含量;土壤含水量依据GB/T 50123—1999《土工试验方法标准》和HJ 613—2011《土壤干物质和水分的测定重量法》来进行测定;电导率采用电极法进行测定;土壤pH值依据NY/T 1377—2007《土壤pH的测定》测定;以中性乙酸铵溶液侵提、火焰光度计法来测定土壤速效钾质量分数;使用紫外/可见分光光度计测定土壤有效磷质量分数;土壤有机质采用重络酸钾氧化-外加热法;土壤全氮质量分数使用半微量开氏法测定。

1.4 研究方法

笔者采用熵权TOPSIS法进行土壤质量评价。传统的TOPSIS法常用于竞争力评估、决策选择和效益评价等领域[17]。是一种在进行分析过程中使用无限接近理想值的技术，确定被评价指标的次序或者重要程度的方法。该方法的主要特点是有效利用函数的递增递减趋势，同时对实验过程中的样本数量、样本分布特征和指标数无特殊要求，且具有便捷、灵活、实用等特点[18]。熵权法是对所提供的指标客观的确定其权重，主要用于消除主观因素的影响，避免人为的主观任意性，提高了结果的客观性以及准确性[19]。结合2者的优势，计算评价指标的综合向量与最优、最劣解之间的欧式距离而进行的评判，称为熵权TOPSIS法。具体步骤如下:

(1)构建评价矩阵。假设被评价对象有m个，每个被评价对象的评价指标有n个，构建判断矩阵E:

E=(ei-j)m×n

(1)

式中,ei-j为初始矩阵中的值，(i=1,2,…,m;j=1,2,…,n)。

(2)初始判断矩阵的标准化。对判断矩阵进行归一化处理，方法如下:

(2)

式中,emax为同一指标下的最大值;xi-j为归一化后的值。

(3)计算信息熵。

(3)

式中,Hj为所有方案对xi-j的贡献程度;k为常数;pi-j为评价指标对被评价对象的贡献度。

(4)指标权重的确定。

(4)

(5)构建加权判断矩阵R。

R=(ri-j)m×n

(5)

式中,ri-j=ωjxi-j，i=1,2,…,m，j=1,2,…,n。

(6)依据加权判断矩阵获取评估目标的最优解和最劣解。

(6)

(7)计算各样本目标值与理想值之间的欧式距离。

(7)

(8)

(8)计算各样本目标值与理想值直接的贴合度Ci。

(9)

式中,Ci∈[0,1]，Ci值越大表征评价对象越优。

2 结果与分析

2.1 土壤物理性质的变化分析

土壤中砂粒、粉粒、黏粒的质量分数构成了土壤的机械组成，即土壤质地。土壤质地反应的是土壤孔隙度，对土壤的保水性、通透性能等有重大影响[20]。从表1和图2可以看出，研究区的土壤质地整体较差，砂粒质量分数最高,为66.507%，黏粒质量分数最低，仅为4.184%;粉粒的变异性最强，变异系数为0.435，砂粒的变异性较弱，变异系数为0.208。在0～100 m的区域，粉粒质量分数为52.348%，超过砂粒和黏粒质量分数，且处于全区域的最大值，变异系数只有0.149，分布相对稳定;黏粒质量分数为2.676%，在全区域中最低。在100～200 m的区域，粉粒质量分数下降，砂粒的质量分数上升。200～1 500 m的区域，黏粒随着距离增加质量分数逐渐增大，粉粒和砂粒变化不大，尤其是砂粒比较稳定，变异系数仅为0.046。

表1 土壤物理性质统计特征Table 1 Statistical characteristics of soil physical properties

图2 土壤颗粒组成与含水量分布Fig.2 Soil particle composition and water content distribution

研究区的土壤含水量均值为11.210%，变异系数为0.249，采矿区到治理区有显著增高，随后趋于平缓增加。在100～200 m的区域，土壤含水量迅速提升，这是因为在治理区做了较多的土壤改善措施，有效提升了土壤含水量。治理区与自然区连接的区域植被破坏较少，并受到治理措施的影响，土壤含水量达到了最大值，为13.918%。随着自然区的深入，植被状况稳定，不再具有人工改善措施，但受到植物蒸腾的影响，土壤含水量又略微下降。

2.2 土壤化学性质的变化分析

对土壤的pH、电导率、有机质、全氮、有效磷、速效钾进行了检测，按照5个不同区域进行统计分析，得到土壤化学性质的统计表(表2)和分布图(图3)。

图3 土壤化学指标含量分布Fig.3 Content distribution of soil chemical indexes

表2 土壤化学性质统计特征Table 2 Statistical characteristics of soil chemical properties

土壤pH的大小不仅影响植被的生长，而且是土壤肥力的重要影响因素，特别是与土壤养分释放、土壤微生物活性有关[21]。研究区地处黄土沟壑区，土壤偏碱性，均值为8.51，变幅8.300～8.780，变异系数仅为0.018。0～100 m的区域，土壤pH值均值8.356，处于全区域的最小值，这可能是由于煤矿的开采增加了土壤酸性物质，降低了pH。100～1 000 m的区域，pH不断升高，并达到最高值8.708。1 000～1 500 m的区域，pH又出现下降趋势，这可能是由于自然状态下土壤有机质的分解以及植被固氮作用而增加了土壤酸度。

土壤溶液含盐量与电导率呈正相关，溶解的盐类越多，溶液电导率就越大，故土壤电导率可直接反映土壤全盐量[22]。全盐量是反映土壤盐害的重要指标之一，土壤全盐量的长期累积，潜在危害植物生长的风险。土壤电导率与土壤盐渍化、土壤肥力质量、土壤污染都有着密切的联系。研究区土壤电导率的均值为18.122 mS/m，变异系数为0.198，总体呈现波动中下降趋势。在0～100 m的区域最大，为22.264 mS/m;200～1 500 m的区域，电导率缓慢减少，达到13.757 mS/m。开采区较其他区的土壤电导率值高，是由于煤矿开采过程中，盐分会随着地下水上移至土壤表层，盐分的积累导致电导率值较高。进入治理区后土壤的电导率值下降趋势加快，之后随距离的增大而逐渐减少。

土壤有机质是土壤的重要组成部分之一，它可以提高土壤营养成分的有效性，促进团粒结构形成，改善物理性质，是生态修复的主要评价指标之一[23]。研究区的有机质整体质量分数不高，仅有10.650 g/kg，但变异性较高，变异系数为0.436。0～500 m的开采和修复区域，有机质质量分数较低，这是由于受开采过程的影响土壤破坏严重，外加雨水冲刷、煤粉粒的堆积都会使有机质质量分数降低。500～1 500 m的区域，随着距离增加，有机质质量分数逐渐增高，但在进入远离矿区的区域后，土壤有机质质量分数趋于稳定。

土壤全氮是植物生长发育所必须的营养元素之一，可以维持土壤生态系统养分平衡，刺激植被和地下根系的生长，改善土壤质量，是土壤肥力的一项重要指标[24]。研究区的全氮质量分数较低，为0.174 g/kg，变幅为0.137～0.230 g/kg，变异系数为0.167，整体呈逐渐增长的趋势。全氮质量分数随距离的变化波动不大，只有在采矿区边缘呈现陡增态势，且增量不多，之后随距离增加缓慢增长。从全氮质量分数变异系数的变化中可以看出，变化最大的区域是在治理区以及治理区域与自然区的连接区域，深入自然区之后全氮质量分数趋于平稳。

有效磷是土壤中易被植物吸收利用的磷酸盐，极易受到环境的影响，是反映土壤状况的重要指标[25]。研究区土壤有效磷的平均质量分数为2.085 mg/kg，变幅1.334～2.911 mg/kg，变异系数为0.237，有效磷质量分数随距离的变化波动较大。100～200 m的区域，即从开采区到治理区的值变化最快，变幅为1.686～2.546 mg/kg。在治理区的有效磷质量分数有略微波动，呈先增后减的趋势。进入自然区前后因为植被分布不均、生长状况不稳定导致质量分数有所下降，但深入自然区之后，有效磷质量分数呈现出增长趋势。

土壤的速效钾是指吸附于土壤胶体表面的代换性钾和土壤溶液中的钾离子，仅占全钾的0.1%～2.0%，较容易被植物吸收利用，是反映钾元素的重要指标[26]。研究区的速效钾质量分数均值为156.080 mg/kg，变幅为106.492～206.181 mg/kg，变异系数为0.172，也呈现出一定的波动性。速效钾的质量分数在采矿区最高，为182.089 mg/kg，之后有明显的下降趋势，进入治理区之后，速效钾的含量逐渐缓慢上升，进入自然区之后出现波动性减小。

2.3 土壤质量评价

通过熵权法计算土壤理化性质各个指标的权重，结果见表3，表3中，0～20 cm为距土壤表层的距离。根据TOPSIS法进行最优最劣解的计算，获得贴合度的值，进行土壤质量评价(图4)。研究区土壤Ci的平均值为0.404，土壤质量总体不高，这主要与神府矿区黄土丘陵土层浅薄、质地偏粗等自身特点、长期土壤侵蚀以及开采活动所产生的元素积累有关。进入治理区之后，Ci有小幅度的增长，表明土壤基质的治理对土壤质量提高有着积极的作用。在矿区200～500 m，Ci达到了最小值，为0.305，土壤质量相对较差，主要因为治理区的土壤波动较大，理化性质不够稳定。随着距离的增大，进入自然区之后，Ci值总体呈上升趋势，土壤质量相对提高。随着土壤理化性质的稳定，植被深度参与到土壤质地的改善和保持中来，土壤质量相对采矿区有着明显的提升。

表3 研究区土壤理化性质权重Table 3 Content distribution of soil chemical indexes

图4 贴合度分布Fig.4 Fit value distribution

3 讨 论

矿区生产对土壤质地带来较大影响，由于采矿过程中产生的粉尘、砂岩和砂页岩等粗颗粒物质富集所影响，矿区附近的粉粒比重较大，而随着距离的增加土壤受到矿区开采的影响会逐渐减少，最终呈现出当地自然环境所带来的土壤沙化特点。在黄土高原地区，水资源匮乏，土壤含水量是植被生长过程中最重要的限制因素，而煤矿开采加剧了土壤水分的流失。一些研究表明，矿区土壤蒸发量明显增大，不利于土壤水分的保持[27]。本研究发现，土壤的含水量不仅与煤矿区的开采扰动有关，还跟植物的生长有关。植物生长的过于繁盛，蒸腾作用增加，土壤里的含水量也会出现减小的趋势。

采样区地势相对平坦，不同地块之间的土壤扰动和修复造成采样区之间土壤养分出现明显的波动性变化。这种波动变化说明矿区土壤质量的变化不仅与矿区煤炭开采活动中土壤扰动、煤粉灰和粉尘传播有关，而且可能与植被修复有关，但土壤养分总体上均趋于随着与矿区距离的增大而增大。土壤养分的这种分布规律与韩煜等[21]、李向磊等[28]在露天煤矿开采对土壤性质和植物群落影响方面的研究结果相一致。土壤养分状况对植被生长影响显著，谷裕等[29]、李鹏飞等[30]研究表明，在土壤养分贫瘠且生态环境恶劣的黄土高原矿区,改善土壤肥力状况是生态重建的关键。因此在矿区开采后，采取有效的措施，提高土壤养分水平，是进行植物恢复的一个必要手段。

陕北地区自然条件较差，地域环境和采煤活动会造成土地不同程度、不同形式的退化[31]。为了防止煤矿开采过程中土地的退化，需要结合区域环境承载力和矿区开采强度来确定土壤治理的相关措施。半干旱生态脆弱矿区的生态修复过程中常伴随着大范围、高强度的土壤基质扰动，因此在“保护性开发”的措施下，还要结合当地自然条件采取环境可持续的方式进行治理，通过适度的人为干预保证与维持区域内生态系统服务的功能[32]。

4 结 论

(1)研究区土壤的砂粒质量分数高于粉粒和黏粒，且变化浮动较大，在32.11%～85.00%，黏粒变化不大且质量分数较少;粉粒在开采区的质量分数最大，进入治理区后，粉粒与砂粒质量分数出现较大变化，砂粒质量分数逐渐高过粉粒;进入自然区后，土壤中颗粒质量分数:砂粒>粉粒>黏粒，且基本处于稳定状态，变化较小。土壤含水量整体呈上升趋势，在进入治理区后变化最快，变幅为9.830%～11.240%;进入自然区含水量呈稳步增长的趋势，达到最大值13.918%;但随着自然区的深入，植被覆盖率提升，受到植物蒸腾的影响，土壤含水量有所下降，值为13.710%。

(2)研究区土壤整体呈碱性，pH变化波动较大，开采区的碱性最弱，pH为8.356，在自然区达到最大值8.708，之后由于植被覆盖增加，土壤pH略微下降。电导率随距离变化持续减小，从开采区的22.264 mS/m降低到自然区的13.757 mS/m。有机质质量分数整体较低，随距离呈现逐步升高的趋势，在自然区达到最大值17.663 g/kg。全氮质量分数在研究区内变化不大，变幅仅有0.093 g/kg，均值为0.174 g/kg，质量分数缓慢增加。有效磷的质量分数变化波动性较大，在开采区为最少，质量分数为1.633 mg/kg，从开采区到治理区质量分数出现较快增长，变幅1.686～2.546 mg/kg，进入自然区后达到最大值2.609 mg/kg。速效钾质量分数在进入治理区后降低速度较快，变幅达到148.828～204.181 mg/kg，深入治理区后缓慢增加而后减少，在自然区达到最小值131.88 mg/kg。

(3)研究区土壤理化性质中的有机质、黏粒、粉粒所占权重较大，分别为0.228,0.204,0.226，含水量、有效磷、电导率、砂粒所占权重次之，pH、全氮和速效钾所占权重最小。土壤质量评价结果表明,研究区整体的土壤贴合度只有0.404，土壤质量水平较差。在开采区进入治理区过程中，贴合度变化不大，进入治理区之后，达到最小值0.305。从治理区进入自然区后贴合度快速增加，深入自然区后达到最大值0.647。