生态脆弱区复垦排土场干扰类型划分及影响因素分析

谢苗苗，刘金莹，陈 彬，刘允瑄，高姝婷，周 伟，白中科

（1.中国地质大学（北京） 土地科学技术学院，北京 100083；2. 自然资源部土地整治重点实验室，北京 100035）

0 引 言

我国露天煤矿每开采万吨煤约破坏土地0.22 hm2，其中约45.5%由排土场引起［1-2］。 排土场导致矿区植被破坏、土壤结构功能受损、生物多样性下降、景观破碎等，是土地复垦与生态修复中的关键场所［3］。 排土场复垦受到多种因素影响，复垦效果存在差异；由于复垦方式不当、后期管护不力、环境不适等因素导致复垦失败的案例也时有发生［4］。 需要基于长时间的监测探索复垦效果影响因素，为矿区复垦模式选择、政策制定提供科学有效的指导。

目前对露天煤矿复垦区域的监测多针对景观格局、植被状态、地表温度等方面进行监测。 毕如田等［5］利用景观格局指数监测大型露天矿区复垦地的恢复状态；李晶等［6］利用归一化植被指数（NDVI）对矿区损毁及复垦过程进行监测；由于重建生态系统易受到外界干扰发生退化，MODIS 全球干扰指数（MODIS Global Disturbance Index，MGDI）、植被干扰指数（Vegetation Disturbance Index，VDI）等干扰指数也是当下主要的监测手段［7-8］，但仅适用于矿区整体或较大研究尺度。 为开展较小尺度的复垦后排土场长期动态监测，构建排土场复垦干扰指数（Dump Reclamation Disturbance Index，DRDI），以长时间序列中复垦效果最优状态下植被的结构和功能特征为比照标准，获得精度为30 m 的复垦后植被受干扰时空特征［9］。 在提出DRDI 的基础上对干扰发生及范围、程度进行类型划分，进而探究其影响因素，将有利于获得影响复垦效果的关键因素，为复垦措施的选择提供依据。

目前复垦效果影响因素研究中多以土壤理化性质［10-11］、植被状态［12-13］、地形重构［14-15］等要素中某一因子在复垦后的变化表示，尚未突破单一指标的范畴，没有深入分析露天煤矿复垦多种影响因子交互作用下产生的复杂现象［16］；而露天煤矿复垦的复杂性决定了欲要揭示其与植被状况、干扰恢复的内在机理，必须针对多种影响因子进行长时间监测与细致刻画。 地理探测器具有探索多因子交互作用的优势，可用于探究复垦后排土场不同干扰类型的影响因子及因子间的交互作用。

我国露天煤矿的分布与生态脆弱区高度重合，脆弱的自然环境加剧了重建生态系统的易受干扰程度。 笔者以位于生态脆弱区的平朔安太堡大型露天煤矿为例，在利用DRDI 指数对复垦后排土场进行长期监测的基础上，以干扰趋势、程度为指标划分复垦排土场干扰类型，并分析其影响因素，以期为露天煤矿排土场复垦的关键环节提供依据。

1 研究区与方法

1.1 研究区概况

研究区位于山西省平朔安太堡露天煤矿。 安太堡露天煤矿是我国规模最大、现代化程度最高的煤炭生产基地之一，地理位置为东经112.18°～113.5°，北纬39.38°～39.62°，位于山西省朔州市平鲁区境内，地处黄土高原东部，是典型的生态脆弱区。 平朔矿区作为采矿用地改革试点单位，一直采用“边开采边复垦”的政策，复垦时间较长，开创了一种“租用土地在三至五年内将恢复好的土地及配套设施返给农民”的新型复垦模式和土地利用形式［17］。

安太堡露天煤矿包括工业广场区、采掘场及4个排土场等主要部分，选择矿区内复垦年限较久，土壤理化性质稳定［18］的西排扩大区（西扩）、西排土场（西排）、内排土场（内排）、南排土场（南排）4 个排土场作为研究区，总面积779.8 hm2（图1）。

本文旨在研究排土场复垦后土壤理化性质、地形、复垦类型等因素对干扰的发生造成的影响，选取内排北部接近自然状态的井坪梁林场有林地（112.3°E，39.52°N）作为对照区，来消除该区域在自然状态下植被、气温等变化对植被状态造成的影响。

1.2 数据来源

利用29 期Landsat 遥感影像、安太堡露天煤矿的规划资料和实地调研资料为数据源。 遥感影像包括1986—2011 年24 期Landsat TM5 影像、2013—2017 年5 期Landsat8 影像，源于美国地质调查局资源探测卫星数据（http：／ ／earthexplorer.usgs.gov／）。时间选取植被茂盛的7 月至9 月，天气晴朗、云量较少，遥感影像清晰、受到的干扰较小，可真实反映植被状况。 对于原始的Landsat 数据，采用ArcGIS 10.3 及ENVI 5.3 进行几何校正、大气校正等预处理。

复垦植被类型通过对WorldView-2 影像进行监督分类获取，排土场复垦开始年份为安太堡露天煤矿规划资料中记载年份；在研究区进行土壤采样并测定相关理化性质；基于平朔露天矿区地测部2010年地形图获得地形数据。

1.3 研究方法

1.3.1 干扰类型

排土场复垦过程中受到干扰的原因不同，干扰的程度、范围、持续时间等复杂多样，为探究其中的影响因素，应对干扰进行类型划分。

1）指数计算。 通过排土场复垦干扰指数（Dump Reclamation Disturbance Index，DRDI） 监测研究区植被状况［9］，进而监测研究区干扰的发生。数据基础包括利用遥感数据反演地表温度及EVI指数，计算获得1986—2017 年安太堡露天煤矿4 个排土场的DRDI。 DRDI 值与地表温度成正比，与EVI 成反比，意味着研究区地表温度越高、植被条件越差，DRDI 值越大，复垦效果越差。

2）类型划分方法。 多年DRDI 的Slope 趋势与突变点能够监测干扰的发生、程度、持续时间等，是干扰类型划分的主要依据。 根据各排土场在复垦后DRDI 指数斜率变化及突变发生所处的时间节点、阶段，将研究区分为持续干扰型、复垦稳定型、干扰恢复型及复垦退化型。 由于平朔矿区在经过3 ～5 a后将恢复好的土地及配套设施返给农民进行耕作，排土场复垦5 a 内仍处于人工管护、复垦恢复阶段，因此自复垦开始5 a 前后属于两个不同的阶段。 持续干扰型指DRDI 在复垦后持续增加，说明植被状况恶化，复垦效果较差；复垦稳定型则相反，在复垦后DRDI 值持续降低，植被状况趋于好转，复垦效果稳定；DRDI 整体Slope 小于零且在复垦前5 a 出现峰值、之后逐渐下降的类型定义为干扰恢复型；将DRDI 整体Slope 小于零，且峰值出现在复垦5 a 之后的区域定义为复垦退化型（图2）。

图2 干扰类型趋势Fig.2 Trend of interference types

复垦10 a 同样是复垦关键期［19］，复垦初期排土场的植物群落仍处于演替的前中期，需较长时间进行恢复，即便是草本植物群落在较为苛刻的区域都难以在十年内发育成熟，此外复垦时间在10 a 以上的排土场则基本具有长期、可观测的扰动变化。因此，在选择研究区间时依据复垦是否满10 a 进行区分；之后对矿区排土场与对照区逐年DRDI 之差进行Slope 趋势分析，依据Slope 趋势及DRDI 极大值判断研究区是否出现干扰导致植被退化，并区分干扰类型（图3）。

图3 干扰类型分类流程Fig.3 Flow of interference type classification

1.3.2 影响因子

复垦排土场干扰受到预定型、演进型和突发型因素的影响［9］，其中预定型与复垦方式的选择关系最大。 为体现对复垦方式的参考价值，本文选取地形（高程、坡度、坡向）、复垦模式（复垦植被类型、复垦时间）、土壤要素（土壤有机碳、pH 值、全氮、全磷、有效磷和速效钾）等预定型影响因素进一步探究排土场复垦后干扰的发生及与影响因子之间的作用机理。

1）因子选取。 安太堡煤矿排土场复垦年限较久，植被类型多样。 随着复垦时间的增加，复垦排土场生态结构趋向复杂［20］；复垦植被类型及复垦时间会直接影响复垦地区的土壤肥力等，进而影响复垦效果［21］。 复垦模式对排土场复垦后的恢复状态和稳定性产生了重要影响，是排土场复垦后干扰类型的重要影响因素。

土壤质量决定着植被的恢复效果［22］，是排土场复垦的基础性要素［23］；土壤中各养分物质含量决定了植被的生长状态，土壤有机质、氮、磷等营养元素含量是生态系统恢复的关键问题，是植被生长不可或缺的元素［21］；土壤水分、有机质、全氮、pH 等土壤理化性质会影响土壤矿化、硝化过程等微生物反应［24］。

露天煤矿开采改变了当地的地形，出现了如排土场这样的正地形及矿坑等负地形［25-26］，影响了水热再分配；在复垦过程中，排土场多重建为阶梯型，但若地表形态与当地自然条件不适应，会存在水土流失、滑坡等风险［27］，影响排土场复垦后土壤重构和植被恢复［28］；排土场在复垦后土质较疏松，且排土场边坡较陡，加之降水较集中，极易发生土壤侵蚀，地形是排土场复垦后是否容易受到干扰的重要影响因素［29］。

2）因子提取。 将排土场复垦开始年与植被类型数据及遥感影像进行空间叠加并经过实地调研验证，确定复垦时间与复垦植被类型的空间分布。 4个排土场中西扩排弃时间为2003—2005 年，最晚停止排弃，2010 年后4 个排土场地形相对稳定。 以平朔露天煤矿区地测部2010 年地形图为数据源得到研究区排土场DEM 数据，基于排土场的高程数据获取坡度和坡向数据。

土壤数据通过实地调研获得，于2013 年8 月在四个排土场及周边区域选取分布均匀的203 个样点，以500 m 等间距网格法采集土样，每个样点采集0～20 cm 深的表土，重复采样消除试验误差。 主要测定指标包括：土壤pH 值、土壤有机碳、速效钾、全氮、全磷、和有效磷6 个指标。 采用“重铬酸钾氧化-外加热法”测定土壤有机碳含量，速效钾含量采用“NH4OAc 浸提—火焰光度法”测定，“钼酸铵分光光度法”测定全磷含量，“半微量凯氏定氮法”测定全氮含量，有效磷含量采用“碳酸氢钠浸提—钼锑抗比色法”测定。 利用反距离权重差值法对203个土壤样点进行空间插值。 4 个排土场复垦年限较久，土壤理化性质稳定［18］，排土场地形自停止排土后基本无明显变化，土壤采集时间与地形图数据获取时间前后相差3 a，不影响数据准确性。

1.3.3 影响因素解释力分析

通过地理探测器探究影响因素对复垦后干扰类型的空间关系解释力以及相互影响［30］，在地形、土壤条件、复垦类型等方面提炼出干扰类型的主导影响因素，研究排土场干扰类型与影响因素以及影响因子之间的关系、作用机理。

1）因子探测器。 使用因子探测器分析单因子X对干扰类型Y的解释力度，即得出各因子对干扰类型空间分布的不同影响程度。 因子探测器中每个影响因子对干扰类型的影响程度为q。 其公式为：

其中，N为研究区的样本数量；σ2为干扰类型的离散方差；i为影响因子划分类别序号；k为影响因子类别的总个数。q为影响因子对干扰类型空间分异的解释力，取值范围为［0，1］，q值越大，则表明对应的单因子对干扰类型的影响越大；同时会对q进行显著性检验。

2）交互作用探测器。 使用交互作用探测模块研究因子X1和X2共同作用时对干扰类型Y的作用程度。 交互作用探测器主要探究双因子在交互作用下共同对干扰类型产生的影响，通过计算因子两两组合下对干扰类型的影响程度q值探究不同组合双因子对干扰类型的影响程度；并比较单因子q值和双因子q值，进而判断双因子对干扰类型的交互作用方向、方式（表1）。

表1 因子交互作用方式Table 1 Factor interaction types

2 结果分析

2.1 干扰指数时空变化

DRDI 连续30 a 的监测发现平均DRDI 相对平稳，每个排土场的平均DRDI 整体上在逐渐降低（图4），说明排土场植被状况转好，复垦效果良好。2017 年4 个排土场的DRDI 值与对照区DRDI 值相近，在经过复垦后，4 个排土场的生态环境逐渐趋向于自然状态。 在排土场受到干扰后，DRDI 会在短时间内快速增加，在曲线中体现为突变点；4 个排土场均存在着程度不同的波动，说明复垦过程是一个持续波动的过程，会受到各种因素的影响。 西扩在2001 年与2009 年、内排在1996 年发生突变，说明这2 个排土场在研究期间受到了较大范围的干扰导致DRDI 数值增大、植被退化。

图4 排土场DRDI 逐年变化Fig.4 Annual change of DRDI

2.2 干扰类型

数量结构上，干扰类型以复垦稳定型为主，占研究区总面积的39.89%，复垦退化型、干扰恢复型、持续干扰型分别占比35.81%、17.72%、6.58%，整体复垦效果良好（图5）。

图5 干扰类型空间分布Fig.5 Spatial distribution of interference types

在空间分布上，干扰类型具有一定的空间聚集性。 复垦稳定型集中在西扩、内排，西扩、内排总面积的65% 为复垦稳定型，说明西扩、内排复垦状况最好，基本未发生过大规模的干扰。 研究区94.03%的干扰恢复型均分布在西排和西扩，主要集中在西排南部、西排中北部，说明这些区域在复垦初期受到了干扰，但后续得到了及时的治理修复，整体的DRDI 值下降，复垦情况较好。 复垦退化型在西排、南排分布最为广泛，分别占西排、南排总面积的46.76%、64.61%，且在大面积复垦退化型集中区域中夹杂有零散持续干扰型，说明在西排、南排在复垦5 a 后发生了范围大、影响程度严重的扰动，该区域整体复垦效果不佳。 持续干扰型呈小型斑块状分散在各排土场，推测由于微地形、人为扰动等因素使其持续受到干扰。

西扩和南排干扰类型的空间聚集性相对不明显。 西扩最早自2006 年开始复垦，自2008 年开始全面复垦，至2017 年为止仍不满10 a，灌溉、排水等配套设施自复垦10 a 内仍对植被等产生积极影响，65.77%的区域属于复垦稳定型，西扩的西侧及南侧小部分非复垦稳定型区域空间上的分布与复垦时间及复垦类型大致相同。 南排在复垦过程中出现了煤矸石自燃现象，植被受到一定程度的破坏，复垦效果大大减弱，出现了大面积恢复退化型；且在煤矸石自燃的中心区域，出现了小范围的持续干扰型；26.98%的区域受到干扰较小，属于退化恢复型（图6）。

图6 复垦时间与复垦植被类型分布Fig.6 Distribution of reclamation time and vegetation types

2.3 影响因子分析

通过对影响因子及干扰类型的空间分布进行地理探测器分析，研究影响因子对排土场复垦后干扰类型的影响及多影响因子共同作用下的干扰情况。

2.3.1 单因子探测

通过因子探测的结果可以看出，地形要素、土壤理化性质、复垦类型中的各单个因子均会对排土场干扰类型的空间分布及小尺度排土场的复垦效果产生不同程度的影响。 对干扰类型空间分布的解释能力排序为：复垦时间＞pH＞复垦模式＞速效钾＞有机碳＞全氮＞磷＞有效磷＞坡度＞高程＞坡向，复垦时间对干扰类型空间分布的影响最为明显（表2）。 在地形、土壤、复垦类型3 类影响要素中，复垦类型对干扰类型空间分布的影响略强于土壤理化性质、地形产生的影响。

表2 分异及因子探测结果Table 2 Differentiation and factor detection

2.3.2 交互作用探测

通过对表3 交互作用探测器的结果分析，单个影响因子都会与其他影响因子产生交互作用，对干扰类型空间分异产生更明显的影响；由表3 可以看出，复垦时间在与其他因子共同作用下对干扰类型的解释力明显增强，与高程、有机碳、速效钾等最为明显；其中，复垦时间与全氮共同作用下对干扰类型的影响最大，复垦时间与高程交互作用次之；坡度、坡向、高程之间交互作用最小。 复垦时长与土壤理化性质的作用效果为双因子线性增强，说明时间的增长强化了土壤理化性质给复垦排土场造成的影响；植被类型与有机碳等土壤性质的交互作用为双因子线性增强，表明根据不同土壤条件选取适当的植被类型能使其对复垦产生的效果更加明显。

表3 交互作用探测器结果Table 3 Interaction probe results

地形中坡度、坡向、高程两两组合后对干扰类型的影响仍不显著，是双因子作用下解释力最弱的组合；但地形因素在与土壤要素、复垦类型共同作用下对干扰类型的影响远远强于地形单因子对干扰类型的影响，且均为非线性增强。 地形因子对排土场复垦后生态稳定性或干扰类型影响并不明显，但地形能够通过影响土壤元素、水热再分配，间接决定着排土场复垦后稳定性及干扰类型，对干扰类型的影响会显著增加。

速效钾、土壤pH 值、有机碳、氮等在交互作用下q值明显增加且均为非线性增强，说明土壤要素之间并不是单独起作用的，因子之间存在的相互作用，通过不同的作用方式，共同影响着排土场复垦后稳定性及干扰类型的空间分布干扰，导致土壤要素间的双因子作用远远强于单个土壤因子对干扰类型的影响程度。

3 讨 论

笔者基于地理探测器对矿区复垦后干扰类型的空间分布及影响因子进行了研究，为矿区复垦后干扰的发生机理进行了初步的探究，能够为以后的矿区复垦工作提供必要的参考。 4 个排土场的干扰类型在空间上的分布与复垦开始时间、复垦类型的分布及复垦过程中煤矸石自燃区域相重合，进一步印证了干扰类型划分的合理性。

交互作用探测表明多个因素的组合对复垦状况具有更强影响，在复垦中结合当地水土条件选取适宜的植被类型，进行地形平整，调整土壤中有机碳、氮、磷等元素的占比，能够提高排土场复垦后稳定性，改善矿区生态环境。 已有研究中，提出或验证了地貌重塑、土壤重构和植被再造在露天煤矿区土地复垦的重要作用［31-33］，本研究中利用地理探测器的交互因子分析也验证了露天煤矿土地复垦应关注植被类型与地形地貌因子和土壤特性的综合作用对复垦后重建生态系统的稳定性状况具有重要作用。 同时，重建生态系统的稳定是需要一定时期的，加强后期监管十分必要［34-35］。

笔者对影响干扰类型中的预定型因素进行了分析，下一步将进一步分析演进型因素和突发型因素对复垦排土场干扰类型的影响机理，以期提升重建生态系统人为与自然压力下的韧性。

4 结 论

1）排土场复垦后可划分为持续干扰型、复垦稳定性、干扰恢复型和复垦退化型，各类型分布存在着一定程度的空间聚集，以复垦稳定性、干扰恢复型最为明显。

2）地形、土壤理化性质、复垦类型中各因子均会对干扰类型的空间分布、稳定性产生不同强度、不同方向及不同作用方式的影响。 单因子作用下复垦时间、土壤pH 值、复垦植被类型对复垦影响程度最大，坡度、高程、坡向则较小；各因子有着显著的交互作用，但对复垦的影响程度不同，复垦时间在分别与全氮、高程、速效钾、有机碳交互作用下对复垦影响较大，全氮与pH 的交互作用次之。

3）排土场复垦稳定性受到多因子的交互作用，并呈现非线性关系，必须通过系统提升复垦区域的地形地貌、土壤条件和植被配置改善复垦效果；复垦时间、植被类型对其他因子以线性增强为主，作为直接因素影响影响复垦稳定性。