趙旭煒 賈樹海 李 明 劉 陽 蘇鐵成

(沈陽農(nóng)業(yè)大學，沈陽，110086) (遼寧省林業(yè)科學研究院) (遼寧省撫順礦務局)

責任編輯:王廣建。

煤矸石是煤炭生產(chǎn)和加工過程中產(chǎn)生的固體廢棄物，其年排放量相當于煤炭產(chǎn)量的10%左右。據(jù)中國煤炭工業(yè)協(xié)會通報，2013年我國煤炭產(chǎn)量達37億t，當年堆存的煤矸石占地約1 500 hm2，煤矸石已成為目前我國排放量最大的工業(yè)固體廢棄物之一。矸石山是礦區(qū)長期將廢棄的煤矸石堆放于地表而形成的堆積物［1－2］，它不僅占用土地資源，破壞自然景觀，而且還會因自燃導致空氣污染，淋溶作用帶來土壤和水體重金屬和放射性污染，土壤抗蝕指數(shù)降低、加劇水土流失以及破壞自然景觀等諸多環(huán)境問題［3］。由于植被恢復措施成本低，見效快，已經(jīng)成為矸石山土壤質(zhì)量改良的主要措施之一，也是礦區(qū)生態(tài)重建領域的主要方向［4－5］。目前，植被恢復技術(shù)仍然是矸石山生態(tài)重建的主要研究內(nèi)容，但是，不同的植被恢復措施對矸石山土壤質(zhì)量改良的效果差異明顯［6］，以往單純基于土壤理化和生物指標的分析方法［7］，對于最優(yōu)恢復模式的選擇卻沒有明顯的幫助。

目前，土壤質(zhì)量評價方法的研究有很多［8－10］，常見的有主成分分析法［11］、模糊數(shù)學法［12］、熵權(quán)系數(shù)法［13］等，不同評價方法的優(yōu)缺點也不相同。主成分分析法(PCA)已經(jīng)廣泛應用于耕地地力評價［14］、景觀評價［15］以及土壤質(zhì)量評價［16］等諸多方面，測算過程基本上是通過計算機完成，步驟嚴謹規(guī)范，指標體系建立的結(jié)果相對科學客觀，可以有效剔除人為選擇指標體系中，指標間相關(guān)性較高帶來的主觀影響。與常規(guī)的多指標分析僅能闡明不同指標的差異不同，逼近理想解排序法(TOPSIS)是一種比較常用的多目標決策方法，該方法在醫(yī)療、工業(yè)和環(huán)境綜合評價中被廣泛應用［17－18］，近些年來也逐漸開始運用到土壤和環(huán)境科學相關(guān)評價中［19］，該方法使用相對方便，靈活，可以保證評價結(jié)果更直觀地反映評價對象之間的差距。為了避免TOPSIS 法指標體系主觀化影響最終結(jié)果，在不同領域，已有學者采用PCA 法或與之接近的最小二乘法，排除指標體系中的主觀因素［20－21］。

我們在針對撫順市矸石山植被恢復重建的實踐，不同植被恢復模式下，14 個土壤理化和生物指標表現(xiàn)出的規(guī)律性較差［7］，難以綜合反映土壤肥力質(zhì)量、土壤環(huán)境質(zhì)量、土壤微生物以及物理性質(zhì)等多目標下的最優(yōu)植被恢復模式，這也是當前困擾立地生態(tài)恢復實踐中的突出問題。為此，本文引入TOPSIS 法，并應用PCA 法客觀篩選評價指標，以期解決這一問題。

1 研究地概況

試驗地布置在遼寧省撫順市西南部的西排土場，地理位置E123°38'～125°27'，N41°40'～42°37'，屬于溫帶大陸性季風氣候，年均氣溫4.5 ℃，年降水量700～900 mm，全年日照2 250～2 520 h，相對濕度69%。研究區(qū)為平坦的礦區(qū)廢棄地，海拔150 m 左右。植被大部分地段為弱生草類，總蓋度在50%左右，局部地段有5～10 m2以上的裸露面積。區(qū)內(nèi)煤矸石主要包括:綠頁巖、油頁巖、煤頁巖、凝灰?guī)r、砂巖等。經(jīng)過近30 a 的風化及局部墊土，其表層已形成5～15 cm 深的準土壤層。

2 研究方法

2.1 樣地設置及土壤屬性指標測定

2002年4月，在試驗地內(nèi)選取面積1.2 hm2作為造林試驗標準地，同時選取面積0.2 hm2的試驗地作為對照樣地，使其植被自然恢復。在造林前定期對樣地上的草本植物殘體進行整理。2003年4月，在采用保水劑復墾措施的基礎上進行造林，造林樹種為刺槐(Robinia pseudoacacia L.)、樟子松(Mongolica Litv)、火炬樹(Rhus typhina Nutt)、小葉楊(Populus simonii Carr)、白榆(Ulmus pumila L.)、欒樹(K.paniculata)、日本落葉松(L.kaempferi)、長白落葉松(Lolgensis)、中國沙棘(Hippophae rhamnoides L.susp.Chinensis Rousi)、錦雞兒(Caragana sinica.)和文冠果(Xanthoceras sorbifolia Bunge)，造林苗木為2年生苗。在造林地內(nèi)先開挖規(guī)格為0.5 m×0.5 m ×0.5 m 定植穴，將樹苗放入穴內(nèi)進行培土并分層踏實，定植樹苗后澆灌一次定根水。

2012年4月，經(jīng)過野外調(diào)查，選擇上述造林樹種中生長正常的刺槐林、火炬林、白榆林和中國沙棘林作為研究對象，在標準地和對照樣地內(nèi)用棋盤法隨機采集土壤樣品，每個植被恢復模式下挖掘了三個剖面，由于困難立地條件的特殊性，最后經(jīng)過觀察對比，在發(fā)生層次比較明顯的一個剖面上分0～10 cm、＞10～30 cm、＞30～70 cm 采土，每一層樣點重復采三次，然后分別將其混勻，用四分法取1 kg 左右?guī)Щ?，在實驗室?nèi)風干、過篩，用于養(yǎng)分和酶活性以及重金屬指標的測定。

本文中，有機質(zhì)采用元素分析儀(Vario EL cube，德國，Elementar)測定，pH 值用酸度計(pH S－3C 型，中國雷磁)測定，堿解氮采用堿解擴散法測定，有效磷采用pH8.5 的NaHCO3 浸提－鉬銻抗比色法測定，速效鉀采用火焰光度計法(FP －640，中國上海)測定，蔗糖酶用3，5 －二硝基水楊酸比色法測定，過氧化氫酶用容量法測定，脲酶用苯酚－次氯酸鈉比色法［22］測定，重金屬含量利用HCl +HNO3+HF+HClO4全分解法進行消解［23］，然后利用ICP －OES(Varian 700，美國)測定。比色法全部使用紫外－可見分光光度計(UV751GD，中國－上海)。

經(jīng)過數(shù)據(jù)初步分析后，發(fā)現(xiàn)首層(0～10 cm)土壤肥力、環(huán)境、微生物以及物理性質(zhì)明顯受到不同造林模式影響，其它兩層影響不夠顯著，因此，選擇首層(0～10 cm)進行分析比較有實際意義。

2.2 基于PCA 的評價指標體系和TOPSIS 法

PCA 法是通過降維的過程，將原來具有一定相關(guān)性的多維變量進行重新組合，挑選出最佳變量子集，轉(zhuǎn)化為相互不相關(guān)的少數(shù)新指標。PCA 法可以避免信息重疊并且綜合反應原有多個指標的信息，從而加強分析結(jié)果的可信度［23－24］。綜合Andrews［25］、Yemefack［26］、黃婷［27］等的研究成果，按以下步驟篩選評價指標:

(1)由于不同指標度量單位不同，會影響PCA分析結(jié)果，故先采用SPSS 描述統(tǒng)計分析，將原始數(shù)據(jù)標準化，繼而進行PCA 分析。

式中:X'是標準化后的數(shù)值;X 是原始值;ˉX 是均值;D 是標準差。

(2)將每個成分中，因子載荷量絕對值≥0.5 的指標進行升序排序。

(3)計算所有指標的綜合荷載(Norm)值［28］，計算方法如下:

式中:Nik是第i 個指標在特征值≥1 前的k 個主成分上的綜合荷載;Aik是第i 個指標在第k 個主成分上的荷載;βk是第k 個主成分的特征值。

(4)將每個成分(PC)中因子載荷量絕對值≥0.5 的指標進行雙變量相關(guān)分析，若指標間存在較高相關(guān)性［29］(r ＞0.8)，剔除Norm 值較小的指標，Norm 值較大的進入最小數(shù)據(jù)集(MDS);若指標間相關(guān)性比較低(r ＜0.8)，則該組指標全部進入MDS。

TOPSIS 基本思路是在同趨化和歸一化數(shù)據(jù)的基礎上，構(gòu)造規(guī)范化的決策方案矩陣，在現(xiàn)有的決策方案中找出最理想方案和最差方案，由最優(yōu)向量和最劣向量來表示。計算評價對象所形成的可行決策方案與最理想方案和最差方案的距離，最后用相對接近程度作為評價的依據(jù)進行比較排序［30－31］。具體步驟分如下［32］:

(1)數(shù)據(jù)同趨化和歸一化處理。所謂的同趨化就是統(tǒng)一評價指標體系內(nèi)所有土壤屬性指標對評價對象的影響作用方向，在本文中利用倒數(shù)法［33］，將低優(yōu)指標變?yōu)楦邇?yōu)指標。數(shù)據(jù)同趨化后將其進行歸一化處理。設m 個指標a1，a2，a3，…，am同趨化后的高優(yōu)指標分別為:A″j=(A1j，A2j，…，Anj)，其中j =1，2，...，m。歸一化處理的公式為:

(2)確定最理想決策方案和最差決策方案。將歸一化處理后的數(shù)據(jù)構(gòu)造成規(guī)范化的決策方案矩陣，計算最大值向量和最小值向量，即為現(xiàn)有方案中的最好決策方案和最差決策方案。

設:Ijmax=(I1j，I2j，…，Inj)，Ijmin=(I1j，I2j，…，Inj)為決策方案矩陣，其中:j=1，2，…，m。則:最理想決策方案:I+=max(I1max，I2max，…，Inmax);最差決策方案:I－=min(I1min，I2min，…，Inmin)。

(3)計算距離。計算評價對象所形成的可行決策方案與最理想決策方案和最差決策方案的距離:

(4)計算相對接近程度，得到綜合排序結(jié)果。計算評價對象所形成的可行決策方案與最差方案的相對接近程度:

Fi的取值范圍在0 到1 之間，根據(jù)各評價對象Fi的取值大小進行排序，就可以得到相應被評價對象的優(yōu)劣排序的結(jié)果。其中，F(xiàn)i值越靠近1 表示評價對象越接近最理想水平，反之則越接近最差水平。

本文利用SPSS 軟件的描述統(tǒng)計和因子分析以及Excel 軟件對試驗數(shù)據(jù)進行統(tǒng)計分析。

3 結(jié)果與分析

3.1 土壤質(zhì)量評價指標的篩選

土壤質(zhì)量評價指標體系的建立是評價的核心。必須從大量反映土壤屬性的指標中，選取敏感指標建立最小數(shù)據(jù)集(MDS)［14］。評價指標體系由能代表土壤各種性質(zhì)和過程的復雜指標組成。本文在特爾菲法的基礎上，通過查閱相關(guān)文獻［3，7，34］，測定了反映土壤肥力質(zhì)量、土壤環(huán)境質(zhì)量、土壤微生物以及物理性質(zhì)等4 個方面共14 個指標(見表1)，然后根據(jù)主成分分析法對指標進行篩選，并建立MDS，從而確定評價指標體系。

表1 土壤屬性因子載荷矩陣和公因子方差以及綜合載荷值

將14 項土壤屬性指標進行主成分分析后，由表1可知，特征值大于1 的一共有3 個主成分，累積貢獻率達到了97.489%(＞85%)，由此可見，這個3個主成分可以解釋基本上全部的土壤屬性指標所包含的土壤質(zhì)量的信息。通過PCA 分析，土壤環(huán)境質(zhì)量指標Cu、Pb、Cr、Cd 和土壤肥力質(zhì)量指標堿解氮、速效鉀、pH 以及土壤微生物指標蔗糖酶、過氧化氫酶進入第一組，對其9 個指標進行相關(guān)性分析(見表2)，Pb 與Cu(0.810*)、Cr 和Cd(0.981＊＊)相關(guān)性很大(r ＞0.8)，根據(jù)公式(2)得到各指標的Norm值，比較其大小可以將Pb 和Cd 剔除;第二組土壤屬性指標主要反應的是土壤肥力質(zhì)量狀況，它們是有機質(zhì)、有效磷、酶以及O 層厚度(枯枝落葉層厚度)。對其進行相關(guān)性分析(見表3)，脲酶與有機質(zhì)(0.884*)、有效磷(0.896*)、O 層厚度(0.880*)之間相關(guān)性較大(r ＞0.8)，根據(jù)Norm 值大小可以將脲酶剔除;第三組只有一個土壤屬性指標，因此將其保留。在某些程度上Pb 和Cd 作為評價指標具有環(huán)境學意義，但是本文嘗試的是一種不受主觀因素影響的客觀評價體系和方法，而具體指標的環(huán)境學意義是否重要屬于主觀因素。因此，評價指標體系的建立還是需根據(jù)統(tǒng)計分析結(jié)果確立。綜上所述，最后進入評價指標最小數(shù)據(jù)集的參數(shù)有Cu、Cr、有機質(zhì)、有效磷、堿解氮、速效鉀、蔗糖酶、過氧化氫酶、pH、O 層厚度以及直徑＜2 mm 粒級含量共11 個指標。

表2 第一組指標相關(guān)性分析

3.2 TOPSIS 法排序

根據(jù)PCA 法建立的土壤評價指標體系，利用TOPSIS 法的公式(2)計算出了11 個土壤屬性指標同趨化和歸一化之后的矩陣值(見表4)，以進行綜合評價。

表3 第二組指標相關(guān)性分析

最理想方案向量I+=(0.574 4，0.615 2，0.625 8，0.540 8，0.665 7，0.680 0，0.568 9，0.595 0，0.657 7，0.577 5，0.469 0);最差方案向量I－=(0.244 9，0.062 7，0.102 7，0.149 4，0.122 6，0.230 7，0.369 7，0.376 4，0.071 5，0.330 1，0.401 2)。

根據(jù)公式(3)計算評價對象所形成的可行決策方案與最理想方案和最差方案的距離，它們分別為Di+和Di－。最后根據(jù)公式(4)計算出Fi的值，由于Fi值越接近于1，表明評價對象越接近最優(yōu)水平，由此得到不同植被恢復下土壤質(zhì)量改良效果的排序(見表5)。

表4 指標體系歸一化矩陣值

表5 不同評價對象指標值與最優(yōu)值的相對接近程度及排序結(jié)果

表6 不同造林模式植被生長情況

表6顯示，不同模式綜合排名由大到小的順序為:白榆模式、刺槐模式、火炬模式、中國沙棘模式，人工林模式均優(yōu)于自然恢復的效果。因此，就反映土壤肥力質(zhì)量、土壤環(huán)境質(zhì)量、土壤微生物以及物理性質(zhì)的多目標綜合而言，植被恢復改良效果最好的是白榆模式。

4 討論

通過對同一矸石山相同的5 種植被恢復模式間土壤有機質(zhì)、堿解氮、有效磷、速效鉀、pH、過氧化氫酶、蔗糖酶和脲酶等8 個指標的差異進行分析，得出各造林模式0～10 cm 層土壤有機質(zhì)和養(yǎng)分含量均比自然恢復模式高，這與本文綜合評價方法一致;但就不同指標而言，白榆對有機質(zhì)、有效磷的改良效果最佳，且脲酶活性顯著增加;刺槐對速效鉀改良效果最佳;火炬樹模式下則是堿解氮增加最為明顯，而且蔗糖酶和過氧化氫酶活性增加效果也最為明顯［7］。就關(guān)鍵指標而言，自然恢復、中國沙棘模式均是非適宜模式，這與本文結(jié)論也是一致的。但是，僅以人為定性的關(guān)鍵指標，無法區(qū)分白榆、火炬樹和刺槐模式在改造－矸石山中的綜合生態(tài)效果。

本文在上述指標基礎上，進一步測定了與土壤污染有關(guān)的4 種重金屬離子以及與土層有機質(zhì)層積累有關(guān)的O 層厚度等6 個指標，通過PCA 篩選出11 個相關(guān)性較低的指標，最終確定在土壤肥力質(zhì)量、土壤環(huán)境質(zhì)量、土壤微生物以及物理性質(zhì)等4個目標方向，得出白榆模式明顯優(yōu)于火炬樹和刺槐模式。

人工林模式下的4 個樹種均具有耐瘠薄特性，這也是使用它們進行矸石山恢復的主要原因。其中，白榆是我國北方的鄉(xiāng)土樹種，除了中國沙棘以外，其它2 種原產(chǎn)地均不在我國，并且火炬樹已經(jīng)被確定為外來入侵植物。表5可知，不同植被恢復模式中白榆模式的存活率和草本層蓋度都最高，而對于土壤功能形成有重要作用的凋落物產(chǎn)量也僅次于中國沙棘。因此，我們認為，作為鄉(xiāng)土樹種，白榆對撫順矸石山的氣候適應性更強，枝葉凋落物產(chǎn)量較高，白榆人工林土壤有機質(zhì)積累效果優(yōu)于其它模式，這也證明了本文所用方法是客觀有效的，并能夠應用于同類生產(chǎn)活動中最佳造林模式的篩選。在困難立地恢復實踐中，有針對性的選擇鄉(xiāng)土樹種，不僅可規(guī)避外來種入侵的潛在風險，因其氣候與立地適應性，也能夠更好地達到預期目標。

值得注意的是，不同樹種在相同立地條件下對土壤質(zhì)量的改善方向存在明顯差異，因此，改變?nèi)斯ぜ兞帜Ｊ綖閺秃夏Ｊ剑ㄟ^合理的功能配置設計，必將取得更好的綜合生態(tài)效益。

［1］ 王麗艷，韓有志，張成梁，等.不同植被恢復模式下煤矸石山復墾土壤性質(zhì)及煤矸石風化物的變化特征［J］.生態(tài)學報，2011，31(21):6429 －6441.

［2］ 蘇強平.植被恢復下矸石山土壤改良效益研究［D］.北京:北京林業(yè)大學，2004:70.

［3］ 趙廣東，王兵，蘇鐵成，等.煤矸石山廢棄地不同植物復墾措施及其對土壤化學性質(zhì)的影響［J］.中國水土保持科學，2005，3(2):65 －69.

［4］ 劉青柏，劉明國，劉興雙，等.阜新地區(qū)矸石山植被恢復的調(diào)查與分析［J］.沈陽農(nóng)業(yè)大學學報，2003，34(6):434 －437.

［5］ Ramon J，Montse J，Ramon V.Opencast mine restoration in a Mediterranean semi-arid environment:Failure of some common practices［J］.Ecological Engineering，2012，42:183 －191.

［6］ 蘇霽虹.遼西半干旱地區(qū)困難立地植被恢復技術(shù)措施［J］.防護林科技，2012，107(2):111 －114.

［7］ 劉陽，劉暢，邢兆凱，等.矸石山不同造林模式對土壤養(yǎng)分及酶活性影響的研究［J］.生態(tài)環(huán)境學報，2013，22(8):1418 －1422.

［8］ 張貞，魏朝富，高明，等.土壤質(zhì)量評價方法進展［J］.土壤通報，2006，37(5):999 －1006.

［9］ 張心昱，陳利頂.土壤質(zhì)量評價指標體系與評價方法研究進展與展望［J］.水土保持研究，2006，13(3):30 －34.

［10］ 劉占鋒，傅伯杰，劉國華，等.土壤質(zhì)量與土壤質(zhì)量指標及其評價［J］.生態(tài)學報，2006，26(3):901 －913.

［11］ 姚曉蕊，潘存德，李兆慧，等.克拉瑪依農(nóng)業(yè)開發(fā)區(qū)造林地立地類型劃分及其土壤質(zhì)量綜合評價［J］.新疆農(nóng)業(yè)科學，2009，46(1):1 －7.

［12］ 王建國，楊林章，單艷紅，等.模糊數(shù)學在土壤質(zhì)量評價中的應用研究［J］.土壤學報，2001，38(2):176 －183.

［13］ 蘇恒強，陳桂芬，朱春嬈，等.熵權(quán)系數(shù)法在土壤環(huán)境質(zhì)量評價中的應用［J］.安徽農(nóng)業(yè)科學，2010，38(25):13928 －13930.

［14］ 羅睿，何騰兵.兩種方法在山區(qū)耕地地力評價中的應用比較［J］.山東農(nóng)業(yè)科學，2013，45(11):91 －94.

［15］ 高智華.廊坊市大學校園綠化環(huán)境的調(diào)查分析［J］.沈陽農(nóng)業(yè)大學學報:社會科學版，2007，9(4):535 －538.

［16］ 王恒旭，胡永華，王文成，等.主成分分析在杞縣大蒜種植區(qū)土壤質(zhì)量評價中的應用［J］.中國農(nóng)學通報，2006，22(8):297－301.

［17］ Czogal E，Roubens M.An approach to multi-criteria decision making problems using probabilistic set theory［J］.European Journal of Operational Research，1989，43(3):263 －266.

［18］ Huang C L，Lai Y J，Liu T Y.A new approach for multiple objective decision making［J］.Computers Operations Research，1993，20(8):889 －899.

［19］ 陳伯揚.TOPSIS 法在土壤環(huán)境質(zhì)量評價中的應用［J］.現(xiàn)代地質(zhì)，2008，22(6):1003 －1009.

［20］ 夏欣，?；燮剑崾V，等.用主成分分析法結(jié)合加權(quán)TOPSIS法對醫(yī)院醫(yī)療工作質(zhì)量綜合評價［J］.中國醫(yī)院統(tǒng)計，2008，15(4):343 －346.

［21］ 徐克龍.最小二乘法在TOPSIS 法中的應用［J］.西華大學學報:自然科學版，2009，28(3):98 －99.

［22］ 李旭華，王心義，楊建，等.焦作礦區(qū)煤矸石周圍土壤和玉米作物重金屬污染研究［J］.環(huán)境保護科學，2009，35(2):66 －69.

［23］ 李朝峰，楊中寶.SPSS 主成分分析中的特征向量計算問題［J］.統(tǒng)計教育，2007(3):10 －11.

［24］ 裴鑫德.多元統(tǒng)計分析及其應用［M］.北京:北京農(nóng)業(yè)大學出版社，1991.

［25］ Andrews S S，Karlen D L，Mitchell J P.A comparison of soil quality indexing methods for vegetable production systems in Northern California［J］.Agriculture，Ecosystems and Environment，2002，90:25 －45.

［26］ Martin Y，Victor G J，David G R.Developing a minimum dataset for characterizing soil dynamics in shifting cultivation systems［J］.Soil ＆ Tillage Research，2006，86:84 －98.

［27］ 黃婷，岳西杰，葛璽祖，等.基于主成分分析的黃土溝壑區(qū)土壤肥力質(zhì)量評價:以長武縣耕地土壤為例［J］.干旱地區(qū)農(nóng)業(yè)研究，2010，28(3):141 －147.

［28］ 于東升，張廣星，張忠啟，等.BIO－NORM 與NORM 耕地質(zhì)量評價方法對比研究［J］.土壤學報，2011，48(2):238 －245.

［29］ 龔曙明.應用統(tǒng)計學［M］.北京:清華大學出版社，2005:8.

［30］ 王紀杰.桉樹人工林土壤質(zhì)量變化特征［D］.南京:南京林業(yè)大學，2011:143.

［31］ 陳伯揚.TOPSIS 法在土壤環(huán)境質(zhì)量評價中的應用［J］.現(xiàn)代地質(zhì)，2008，22(6):1003 －1009.

［32］ 李春暉，李愛貞.TOPSIS 法在環(huán)境質(zhì)量綜合評價中的應用［J］.地質(zhì)災害與環(huán)境保護，1999，10(2):10 －14.

［33］ 陳軍才.主成分與因子分析中指標同趨勢化方法探討［J］.統(tǒng)計與信息論壇，2005，20(2):19 －23.

［34］ 楊建，陳家軍，王心義.煤矸石堆周圍土壤重金屬污染空間分布及評價［J］.農(nóng)業(yè)環(huán)境科學學報，2008，27(3):873 －878.