周 妍，羅 明※，周 旭，黃元仿，張世文

?

工礦廢棄地復墾土地跟蹤監(jiān)測方案制定方法與實證研究

周 妍1，羅 明1※，周 旭1，黃元仿2，張世文3

（1. 國土資源部土地整治中心，北京 100035；2. 中國農業(yè)大學資源與環(huán)境學院，北京 100193； 3. 安徽理工大學地球與環(huán)境學院，淮南 232001）

由于廢棄時間長、成因復雜、不確定性因素多，歷史遺留工礦廢棄地復墾后的地力提升與質量改善需較長的過程，跟蹤監(jiān)測評價工作至關重要。本文基于3S技術和地統(tǒng)計學，整合復墾前、中、后不同階段不同部門的多源數(shù)據(jù)，提出了包含監(jiān)測點布設、監(jiān)測指標最小數(shù)據(jù)集確立、監(jiān)測手段選擇為一體的面向復墾區(qū)內的土壤、地表水、地下水和農作物的工礦廢棄地復墾跟蹤監(jiān)測方案制定方法，并以西南地區(qū)某歷史遺留硫磺礦采選廢棄地復墾后土地為對象進行實證研究。采用該文提出的方法，該項目復墾土地跟蹤監(jiān)測分別布設了由面狀復墾單元生成的復墾土壤、農作物、地下水、地表水監(jiān)測點53、5、5和1個，以及1類點狀地物（集水池）和4類線狀地物（生產路、田間路、溝渠和河流）2種監(jiān)測類；建立了涵蓋建設、環(huán)境和肥力等3方面內容15個指標的監(jiān)測最小數(shù)據(jù)集。采用變異系數(shù)和相對偏差、變異函數(shù)變程和全局莫蘭指數(shù)，從監(jiān)測點數(shù)量、空間布局2個方面驗證評價監(jiān)測點布設方案的合理性。布設監(jiān)測點數(shù)（53個）與驗證計算得到的樣本數(shù)（51個）較為接近，符合數(shù)量要求；實際取樣間距（平均456 m）未超過各監(jiān)測指標變異函數(shù)變程，無需細化監(jiān)測單元或監(jiān)測點；監(jiān)測點空間分布特征介于隨機或集聚與隨機之間，顯著性不明顯（0.05水平），監(jiān)測點空間布局比較理想。基于驗證評價結果可知，該文制定的實證區(qū)復墾土地跟蹤監(jiān)測方案是合理的，提出的監(jiān)測方案制定方法是可行的，能夠指導工礦廢棄地復墾后管護與質量提升工作，為制定工礦廢棄地復墾跟蹤監(jiān)測技術標準提供技術支撐與實證依據(jù)。

土地復墾；土地利用；工礦；廢棄地；多源數(shù)據(jù)；地統(tǒng)計學；監(jiān)測方案

0 引 言

工礦廢棄地是一類特殊的因工礦業(yè)活動受損的國土空間，其復墾利用對改善生態(tài)環(huán)境、優(yōu)化國土空間開發(fā)布局、促進資源節(jié)約和生態(tài)文明建設具有重要作用。近年來，《土地復墾條例》、《歷史遺留工礦廢棄地復墾利用試點管理辦法》等法規(guī)政策文件相繼頒布實施，有力地推進了中國土地復墾相關工作，相關法規(guī)政策均提出了開展復墾土地跟蹤監(jiān)測和評價的要求，凸顯其重要性[1]。由于采樣費時費力，樣品測試分析成本高，確定監(jiān)測所需要的采樣點數(shù)目、監(jiān)測測試指標等十分重要，如果布點和測試指標確定不當，不僅沒有代表性，得到的數(shù)據(jù)也沒有意義[2-3]。

目前國內外有關土地監(jiān)測方案的研究主要集中于非重構土壤采樣點布設方法，常用方法主要有主觀判斷采樣、規(guī)則網格采樣與混合采樣等[4-5]。在環(huán)境因素監(jiān)測上，常采用網格法[6-7]，這種方法工作量大，主觀因素對結果的影響也大，分析效率低，不能夠準確、全面地掌握土壤信息。最優(yōu)采樣方案的確定是土壤環(huán)境調查、監(jiān)測及監(jiān)測網建設過程中的熱點和難點科學問題[8-9]。土壤特征的變化并非完全隨機，不同尺度上土壤特征均呈現(xiàn)出相應的空間結構，具有明顯的空間相關性。這種空間相關性的發(fā)現(xiàn)表明基于土壤特征隨機變異假設的傳統(tǒng)土壤采樣布點方法具有較大的缺陷，往往難以避免采樣區(qū)域局部樣點冗余和局部樣點密度無法滿足精度要求的情況[2]。精準農田管理提出了將農業(yè)帶上數(shù)字和信息時代，3S為土壤的野外調查提供了眾多便利，結合地統(tǒng)計學的3S技術更是準確布設采樣點，進行空間插值運算以全面掌握待監(jiān)測評價土壤信息的有力工具[10-11]。由于廢棄時間長、成因復雜、不確定性因素多，歷史遺留工礦廢棄地復墾后的地力提升與質量改善需要較長的過程，復墾后跟蹤監(jiān)測與評價工作尤為重要，但目前針對性的跟蹤監(jiān)測評價技術不成熟，體系不完善，工作缺位，已然制約了中國歷史遺留工礦廢棄地復墾工作的推進。對于某一歷史遺留工礦廢棄地復墾項目而言，不同部門（如國土、農業(yè)和環(huán)保等）在不同階段開展了眾多的調查評價工作。如復墾前地調、環(huán)保等部門開展的土壤地球化學和土壤環(huán)境背景調查，復墾過程中國土部門進行的復墾規(guī)劃設計，復墾后國土、農業(yè)等部門進行的復墾項目工程驗收和復墾耕地質量等級評定。在跟蹤監(jiān)測前，同一復墾項目產生了多源數(shù)據(jù)集合。綜合考慮歷史遺留工礦廢棄地復墾后土地這一監(jiān)測對象的特征，充分利用這些多源數(shù)據(jù)，提出復墾后土地跟蹤監(jiān)測方案制定方法及具體監(jiān)測方案，將為全面客觀評價復墾土地質量演變過程，進而為制定針對性管護與質量提升措施提供科學依據(jù)與技術支撐。

本文基于3S技術和地統(tǒng)計學，整合多源數(shù)據(jù)，提出中國工礦廢棄地復墾土地跟蹤監(jiān)測方案制定方法，并以西南地區(qū)某歷史遺留硫磺礦采選廢棄地復墾項目為例進行了實證研究。旨在為工礦廢棄地復墾后管護與質量提升，進而為制定工礦廢棄地復墾跟蹤監(jiān)測技術標準提供科學依據(jù)和技術支撐。

1 多源數(shù)據(jù)整合下的工礦廢棄地復墾后土地跟蹤監(jiān)測方案制定方法

工礦廢棄地類型眾多，成因復雜，且復墾時采取的措施多樣，導致工礦廢棄地復墾后土地監(jiān)測不同于一般的土地監(jiān)測。收集整理復墾前中后各個階段不同部門（國土、農業(yè)和環(huán)保等）的相關數(shù)據(jù)與資料，包括：復墾前背景調查、復墾中規(guī)劃設計、復墾后驗收等數(shù)據(jù)與資料，用同期遙感影像對相關數(shù)據(jù)進行驗證核實，對發(fā)現(xiàn)的錯誤進行糾正，形成工礦廢棄地復墾監(jiān)測方案確定的基礎多源數(shù)據(jù)集合?；谠摱嘣磾?shù)據(jù)集合，借助于3S和地統(tǒng)計學，提出包含監(jiān)測點布設方案、監(jiān)測指標最小數(shù)據(jù)集確定、監(jiān)測手段選擇為一體的面向土壤、地下水、地表水、農作物的工礦廢棄地復墾監(jiān)測方案制定方法。具體制定技術流程如圖1所示。

圖1 工礦廢棄地復墾土地跟蹤監(jiān)測方案制定技術流程

1.1 跟蹤監(jiān)測單元劃分與監(jiān)測點布設

1.1.1 跟蹤監(jiān)測單元劃分與監(jiān)測點布設一般流程

工礦廢棄地復墾土地跟蹤監(jiān)測對象包括點狀、線狀和面狀監(jiān)測單元。

收集篩選整合復墾不同階段、不同部門的多源數(shù)據(jù)。從國土部門獲取“復墾規(guī)劃設計圖”和“耕地質量等級評定圖”等資料；并收集地質調查、環(huán)保、農業(yè)等相關部門的調查采樣數(shù)據(jù)。

運用高分遙感影像，對國土部門的“復墾規(guī)劃設計圖”中復墾單元、復墾措施等進行校準與核實，確保同一復墾單元內復墾方向、復墾措施基本一致，形成復墾單元圖。點（集水池）、線狀監(jiān)測單元（道路、溝渠等）可直接從復墾單元圖中提取。

根據(jù)收集的相關部門調查采樣數(shù)據(jù)及其變異系數(shù)，確定具體質量要素，參考《土壤環(huán)境質量標準》[12]、《耕地地力調查與質量評價技術規(guī)程》[13]、《農用地質量分等規(guī)程》等標準[14]，采用地統(tǒng)計學或其與多維分形理論相結合等方法插值獲取“復墾土地質量要素專題圖（如鎘含量等級分布圖等）”。

面狀監(jiān)測單元是以復墾規(guī)劃設計圖中的復墾單元為基礎，借助ArcGIS軟件，疊置復墾土地質量要素專題圖和復墾耕地質量等級評定圖形成。多圖層疊置后，將形成若干細碎小圖斑。根據(jù)屬性相似程度（待合并的大小圖斑復墾措施和方向相同，且兩者所有質量要素中有50%以上的要素等級相同），就近將面積相對較小的細碎圖斑合并到大圖斑中。并按以下2個原則確定小圖斑面積大?。阂皇谴_保合并后各質量要素等級占總復墾面積的比例與疊置前基本相同；二是確保合并后各復墾單元占總復墾面積的比例與疊置前基本相同。以面狀監(jiān)測單元的幾何中心作為監(jiān)測點。

土壤環(huán)境質量評價中應該特別注意“點對點”和“同時”兩個關鍵詞，這里的“點對點”是指土壤和農產品的樣品應該來自同一點位，而“同時”是指采集土壤樣品的同時采集生長于該樣點的農產品[15]。參考礦山歷史生產狀況和復墾后土壤重金屬含量的分布情況，從重金屬含量較高，地勢較低的土壤監(jiān)測點中選擇不少于5個點作為農作物和地下水監(jiān)測點；若有地表水系，則至少在地表水系下游設置1個地表水監(jiān)測點。最終，形成面向土壤、地下水、地表水、農作物等包含監(jiān)測點和監(jiān)測類2種的復墾后土地跟蹤監(jiān)測布點方案。

采樣人員攜帶監(jiān)測點分布圖、信息表和GPS，進行野外采樣，并核實采樣點位置是否合適，對于分布不盡合理的進行微調，形成最終的監(jiān)測點布設方案。

1.1.2 質量要素專題圖制作方法

如何科學準確地實現(xiàn)復墾質量要素由點到面的擴展，將影響復墾監(jiān)測單元的劃分和監(jiān)測效果，方案將結合已有數(shù)據(jù)的變異函數(shù)、空間特征等，選擇適合不同質量要素的高精度空間預測方法。這些方法包括地統(tǒng)計學以及基于此發(fā)展起來的相關方法[16-20]。目前使用最多的空間插值方法主要為克里格法，然而，單一克里格法具有平滑效應，無法凸顯復墾土地質量要素由于復墾措施的差異導致的突變性。因此，本文將分形理論與克里格法結合，采用多維分形克里格法（Multifractal Krige，Mkrige）進行復墾土地質量要素的空間預測，以消除其平滑效應對預測結果的影響[21-25]。通常，空間變量的平均聚集隨著測量尺度的變化而變化[21]。按照多維分形理論，在尺度變化的一定范圍內，二維空間變量在點附近的平均聚集與測量尺度符合下面的冪率關系

（2）

進而可以得到Mkrige的計算公式

一組實測樣本通過空間預測后，在空間上將產生實測與預測值兩組樣本數(shù)據(jù)，分別從實測值和預測值中取最大（?。┑?0%作為最大（?。┨禺愔到M。采用特異值覆蓋比率和均方根誤差（root mean squared errors，RMSE）檢驗預測方法（多維分形克里格法）對特異值的再現(xiàn)程度以及空間預測精度。以全樣本預測結果為對比值，比較預測值和實測值的特異值。覆蓋比率為預測值最?。ù螅┨禺愔蹈采w實測值最小（大）特異值的百分比，比率越高說明空間預測效果越好[21-22]。RMSE用來評價預測的準確性，RMSE值越小，模擬結果越準確[26-27]。

1.2 跟蹤監(jiān)測內容確定

基于已有的調查取樣數(shù)據(jù)，采用地統(tǒng)計學、經典統(tǒng)計學方法，結合《土壤環(huán)境質量標準》[12]、《耕地地力調查與質量評價技術規(guī)程》[13]、《農用地質量分等規(guī)程》等[14]，分析復墾后土地中障礙因素，并結合復墾前后土地質量變化，分析不同復墾土地質量指標的易變性。綜合考慮障礙、易變性選擇監(jiān)測指標，構建涵蓋工礦廢棄地復墾后土地跟蹤監(jiān)測指標最小數(shù)據(jù)集。

采用單項污染指數(shù)、點位超標率和養(yǎng)分指標豐富程度來反映指標的障礙性。單項污染指標接近1，且點位超標率達到20%以上的，以及養(yǎng)分缺乏，視作該指標存在障礙性。采用變化幅度來反映指標易變性，當養(yǎng)分（正向指標）呈現(xiàn)減少趨勢，或者重金屬（負向指標）呈現(xiàn)增加趨勢的，納入監(jiān)測指標范疇。地表水、地下水和農作物監(jiān)測指標與土壤監(jiān)測環(huán)境指標一致。

1.3 跟蹤監(jiān)測手段

土壤、地表水、地下水和農作物樣品的采集、處理、貯存及測試，按照《土壤檢測》[28]、《土地質量地球化學評估技術要求》[29]、《地下水監(jiān)測技術規(guī)范》[30]和《地表水和污水監(jiān)測技術規(guī)范》[31]進行。建設情況通過遙感監(jiān)測、實地調查等獲取，遙感監(jiān)測按《土地利用動態(tài)遙感監(jiān)測規(guī)程》[32]執(zhí)行。

2 跟蹤監(jiān)測方案合理性驗證評價

為了量化驗證評價監(jiān)測方案及其制定方法合理性和可行性，基于本文提出的復墾后土地跟蹤監(jiān)測方案制定方法確定的實證區(qū)跟蹤監(jiān)測方案，進行采樣化驗。同時，通過按照本監(jiān)測方案采樣獲取的2016年監(jiān)測數(shù)據(jù)，從監(jiān)測點布設方案（監(jiān)測點布設數(shù)量、空間布局）進行量化驗證評價。采用變異系數(shù)和相對偏差計算樣點數(shù)據(jù)，并與實際布設監(jiān)測點數(shù)量對比，進而驗證評價監(jiān)測點數(shù)量是否滿足要求；采用地統(tǒng)計學中變異函數(shù)的變程（range）衡量監(jiān)測點間距[13,16]，采用全局莫蘭指數(shù)驗證評價空間布局合理性[16-18,29-31]，進而確定按本文提出監(jiān)測方案制定方法確定的監(jiān)測點位置、分布格局是否合理。

2.1 監(jiān)測點數(shù)量驗證

參考《土壤環(huán)境監(jiān)測技術規(guī)范》[33]，采用變異系數(shù)和相對偏差計算樣本數(shù)進行監(jiān)測點數(shù)量的驗證評價。其計算公式如下

式中為樣品數(shù)；為選定置信水平（土壤監(jiān)測一般選定為95%）一定自由度下的值；為變異系數(shù)（%），根據(jù)采集的數(shù)據(jù)分析獲?。粸榭山邮芟鄬ζ睿?），土壤監(jiān)測一般限定為20%～30%。

2.2 監(jiān)測點空間布局的合理性評價

1）監(jiān)測點間距合理性評價。變異函數(shù)的變程表示了在某種觀測尺度下，空間相關性的作用范圍，其大小表示研究變量空間自相關變異的尺度范圍[21]。在變程范圍內，樣點間的距離越小，其相似性，即空間相關性越大。超出變程范圍將增加采樣點數(shù)量?；贕S+10，獲取監(jiān)測指標最優(yōu)的變異函數(shù)變程，對比分析得出的變異函數(shù)變程與實際取樣的樣點間距，在滿足鄰域搜索周邊2～5個監(jiān)測點的情況下，取樣間距小于變程，表明符合要求，無需加密補充采樣。

2）監(jiān)測點空間布局合理性驗證評價。以全局性莫蘭指數(shù)（Moran’s Index, Moran’s）為基礎，驗證監(jiān)測點布設方案的空間布局是否合理[34-35]。Moran’s是用來衡量集聚特征的一個綜合性評價統(tǒng)計特征參數(shù)。

全局性Moran’s一般過程為

式中為莫蘭指數(shù)；為空間數(shù)據(jù)的個數(shù)；x和x分別為區(qū)、區(qū)的空間要素的屬性值；為所有空間要素平均值；w為空間權重矩陣的元素，空間權重矩陣一般為對稱矩陣，且w=0。

對于全局Moran’s，一般使用標準化統(tǒng)計量()來檢驗空間要素空自相關性的顯著性水平，其公式為

式中()為Moran’s的理論方差；()1/(1)為Moran’s的理論期望值。

Moran’s>0表示空間正相關性，其值越大，空間相關性越明顯，Moran’s<0表示空間負相關性，其值越小，空間差異越大；Moran’s= 0，空間呈隨機性分布[36]。通過計算，聚集特征顯著則說明制定的布點方案各個方向過于密集，監(jiān)測點或單元需要進一步合并；分散（Dispersed）特征明顯則說明制定的布點方案各個方向過于分散，監(jiān)測點或單元需要進一步細分。若Moran’s具有空間相關性，且顯著性不明顯（0.05水平），樣點空間聚集特征處于隨機（Random）或介于集聚（Clustered）與隨機之間，則監(jiān)測布點空間布設比較理想。采用GeoDA軟件進行全局莫蘭指數(shù)的分析。

3 實證研究

3.1 實證區(qū)基本概況

按本文提出監(jiān)測方案制定方法，以西南地區(qū)某歷史遺留硫磺礦采選廢棄地復墾項目為例進行實證研究（圖2）。該硫磺礦采選工程始建于1958年，主要從事硫磺礦開采和冶煉，2004年縣政府根據(jù)當時企業(yè)情況進行破產改制，改制后交由鄉(xiāng)政府管理。經過40余年的礦產開采以及冶煉制硫磺，排棄的磺渣堆積如山，整個礦區(qū)生態(tài)環(huán)境非常惡劣。復墾土地總面積266.49 hm2，其中耕地、林地和草地分別為197.24、63.49和5.76 hm2。該項目于2013年開始實施復墾工程，按復墾方向，總體上分成耕地、林地和草地3大復墾單元。耕地復墾單元主要采取客土、平整、坡改梯、配套基礎設施建設、撒播生石灰調節(jié)pH值等，林地復墾單元采取V形整地、穴狀種植等。2014年完成項目工程驗收。

圖2 實證區(qū)位置及已有樣點分布圖

3.2 跟蹤監(jiān)測方案制定所需數(shù)據(jù)收集整理

收集整理項目所在地區(qū)地質環(huán)境、工礦生產的歷史狀況、復墾規(guī)劃設計、復墾工程實施、以及不同階段的土壤調查和遙感影像等數(shù)據(jù)、文字和圖件。借助于遙感影像，對相關資料進行校準與核實。

實證區(qū)于2013—2014年完成主要復墾工程，國土、農業(yè)等部門在復墾土地上已開展調查采樣工作。2014年農業(yè)部門按照《土壤環(huán)境質量標準》[12]和《補充耕地質量驗收評定技術規(guī)程（試行）》的規(guī)范[37]，完成實證區(qū)復墾耕地質量評定，采集的16個樣點全部位于本實證區(qū)，測試分析了全氮（total nitrogen, TN）、土壤有機質（soil organic matter，SOM）、全鉀（total potassium，TK）、全磷（total phosphorus，TP）等肥力指標。2015年國土地質調查部門按照《土地質量地球化學評估技術要求》[17]，在本實證區(qū)內采集分析表層土壤樣點138個，完成實證區(qū)復墾耕地地球化學評價。138個樣點全部測試分析了砷（As）、鎘（Cd）、鉻（Cr）、銅（Cu）、汞（Hg）、鎳（Ni）、鉛（Pb）、pH值、硒（Se，）、鋅（Zn）等環(huán)境指標；其中98個樣點測試分析了全氮（total nitrogen, TN）、土壤有機質（soil organic matter，SOM）、全鉀（total potassium，TK）、全磷（total phosphorus，TP）等肥力指標。

參考《數(shù)據(jù)的統(tǒng)計處理和解釋正態(tài)樣本離群值的判斷和處理》[38]，結合復墾后土地質量突變性大的特征，剔除4個坐標不在項目區(qū)內的樣點（環(huán)境指標樣點），以及2個Zn、3個Se和1個SOM含量與各自平均值的偏差超過標準差的5倍以上的異常值，獲取環(huán)境指標有效采樣點129個，肥力指標有效采樣點113。由于數(shù)據(jù)多源，來自不同部門，測試的內容也不盡相同，為最大限度地利用已有的數(shù)據(jù)，確保分析結果的可靠性，不同指標樣本數(shù)可以有所不同。

3.3 實證區(qū)跟蹤監(jiān)測單元劃分和監(jiān)測點的確定

利用SPSS20.0計算已有復墾土地質量指標的統(tǒng)計特征值（表1）。按照一般對變異系數(shù)（）值的評價，所有指標10%<<100%，表明這些指標屬于中等變異性，值越大，變異程度越高[24-27]。參考《土壤環(huán)境監(jiān)測技術規(guī)范》[33]，根據(jù)變異系數(shù)大小，按變異系數(shù)大于40%的元素參與質量專題圖制作。表1表明，Cd、Cr、SOM和TK 4個要素變異系數(shù)超過40%。

表1 已有質量要素的統(tǒng)計特征值

注：TN為全氮，SOM為土壤有機質，TK為全鉀，TP為全磷；下同。

Note: TN is total nitrogen, SOM is soil organic matter, TK is total potassium, TP is total phosphorus. The same below.

采用Mkrige法對Cd、Cr、SOM和TK 4個質量要素進行空間預測，并采用特異值覆蓋比率和RMSE檢驗空間預測精度和效果。Cd、Cr、SOM和TK的特異值覆蓋比率分別為89.13%、92.75%、88.19、76.32%，均能較好地反映原始數(shù)據(jù)的差異性，消除了平滑效應對空間預測結果的影響。4個指標的RMSE分別為1.76、1.43、1.98、1.32，處于1～2之間，空間預測模型擬合效果較好。

基于Mkrige法制作實證區(qū)復墾土地質量要素專題圖（圖3a-3d）。根據(jù)校準核實后的復墾單元圖（圖3e），整個實證區(qū)復墾后土地共包括123個面狀復墾單元、4類線狀復墾單元（生產路、田間路、溝渠和河流）和1類點狀復墾單元（集水池）。根據(jù)校準核實后的耕地質量等級評定圖（圖3f），復墾土地質量等級主要以9、10等為主。以復墾單元圖為底圖，空間疊置復墾土地質量要素專題圖、耕地質量等級評定圖，生成1339個圖斑的監(jiān)測單元，按本文確定的合并方法，以3 333 m2合并閾值，就近將相對較小的圖斑合并到大圖斑中，共獲取53個監(jiān)測單元。

圖3 復墾土地質量要素專題、復墾單元和耕地質量等級評定圖

基于ArcGIS10.0獲取監(jiān)測單元幾何中心，并以幾何中心作為監(jiān)測點。根據(jù)復墾單元圖，直接提取監(jiān)測類，包括線狀監(jiān)測單元4類、點狀監(jiān)測單元1類。野外核實后，除了就近微調2個采樣點位置外，其他均未改變。最終共獲取土壤監(jiān)測點53個、線狀監(jiān)測4類，點狀1類（圖4）。按照本文提出的跟蹤監(jiān)測方案制定方法，布設與土壤“點對點”的農作物、地下水監(jiān)測點各5個；在地表水系下游布設1個地表水監(jiān)測點（圖4）。由于在生成監(jiān)測點過程中已經綜合考慮土地復墾措施、復墾后驗收質量、調查采樣等狀況，監(jiān)測點分布具有很強的代表性。

圖4 某硫磺礦采選廢棄地復墾監(jiān)測單元和監(jiān)測點方案圖

3.4 監(jiān)測指標最小數(shù)據(jù)集與監(jiān)測手段

基于本文提出的監(jiān)測方案制定方法，通過計算變化幅度來表征監(jiān)測指標的易變性。變化幅度為各指標2015年數(shù)值與2013年數(shù)值之差除以2013年數(shù)值的百分數(shù)。采用平均值、單項污染指數(shù)或等級、點位超標率來反映指標障礙性[39]。土壤污染物的單項污染指數(shù)P按公式（7）進行計算[40]。

式中C為土壤中指標實測濃度；S為污染物在GB 15618中給出的二級標準值。點位超標率將結合點位的pH值來確定該點是否超標，根據(jù)每個采樣點的pH值大小，按《土壤環(huán)境質量標準》[12]分別確定對應點的超標情況。

表2表明，環(huán)境指標中Cd、Cr、Cu和Ni元素的單項污染指數(shù)高于或者接近1，依次分別為3.17、0.91、0.83、1.47，點位超標率也均在30%以上，其中Cd、Ni分別達到92.35%、93.02%；就變化幅度而言，As、Ni呈現(xiàn)下降趨勢，Cd、Cr、Cu、Hg四個指標呈現(xiàn)上升趨勢，且Cd反彈明顯。綜合考慮各項因素的單項污染指數(shù)、點位超標率、變化幅度等，將Cd、Cr和Ni元素納入監(jiān)測最小數(shù)據(jù)集。由于復墾區(qū)Se含量豐富，計劃發(fā)展富硒農產品，將其納入監(jiān)測指標。土壤有機質和全氮均為較豐富，兩者相關性強，且土壤有機質是土壤肥力的重要指標，故而將其列入監(jiān)測指標。項目區(qū)鉀素嚴重缺乏，土壤速效鉀是土壤全鉀中作物可利用的部分，更能反映土壤肥力狀況，因此本方案以速效鉀（available potassium，AK）作為監(jiān)測最小數(shù)據(jù)集的一個指標。復墾區(qū)為歷史上“土法煉磺”的廢棄地，酸化嚴重，復墾過程中使用大量生石灰中和其酸性，但由于生石灰的作用具有一定時效性，且pH值大小直接影響到環(huán)境指標的污染狀況判定，因此，將pH值作為監(jiān)測指標。根據(jù)《土地復墾質量控制標準》[41]，將地形、配套設施、生產力水平等建設質量指標也納入監(jiān)測內容。

表2 已有指標障礙性與易變性分析

注：*以2013年為基準年，數(shù)據(jù)采于2015年。

Note: * taken 2013 as reference year and data was collected in 2015.

上述指標與建設質量指標構成該硫磺礦采選廢棄地復墾項目的跟蹤監(jiān)測指標最小數(shù)據(jù)集（表3）。地下水、地表水和農作物只監(jiān)測相應的環(huán)境指標。

表3 某硫磺礦采選廢棄地復墾項目跟蹤監(jiān)測內容與手段

注：AK為速效鉀；下同。

Note: AK is available potassium. The same below.

3.5 跟蹤監(jiān)測方案合理性驗證評價

3.5.1 監(jiān)測點數(shù)量驗證評價

通過對按照本監(jiān)測方案采樣獲取的2016年監(jiān)測數(shù)據(jù)的分析，所有監(jiān)測指標的平均變異系數(shù)為85.24%；可接受的相對偏差取最低限值20%。根據(jù)公式（4）計算，驗證區(qū)約布設51個監(jiān)測點。與按監(jiān)測方案制定方法確定的53個較為接近。

3.5.2 監(jiān)測點空間分布格局的合理性評價

采用GS+10，確保殘差和（residual sum of squares，RSS）最小，擬合各監(jiān)測指標對應的最優(yōu)化變異函數(shù)，獲取各指標準確的變程值[31,48-49]。Cd、Cr、As、Ni、Se、pH值、SOM、AK的變程分別是521.78、484.36、1694.31、646.96、651.39、519.75、1335.29和546.29 m，多數(shù)指標的變程在500 m以上。通過對布設的監(jiān)測點測距，按周邊5個監(jiān)測點鄰域范圍估算，相互之間的間距均不超過500 m，平均為456 m。所有的監(jiān)測指標Range均大于該值，表明所有指標總體上均未超過其空間相關性范圍，無需細化監(jiān)測單元或監(jiān)測點，也即按本文提出的方法制定的實證區(qū)監(jiān)測點間距方案是符合要求的。

利用公式（5）～（6），借助于GeoDA和ArcGIS10.0，計算不同監(jiān)測指標的全局性Moran’s和標準統(tǒng)計量()。GeoDA空間自相關分析可進一步參考相關文獻[50-51]。

由表4和圖5可以看出，Cr、Cd、Se、As、pH、SOM、AK、Ni的莫蘭指數(shù)（Moran’s）分別為0.09、0.16、0.13、0.18、0.01、0.03、0.21，均為正值，表明監(jiān)測點之間呈現(xiàn)空間正相關，且具有一定的相似性，這也進一步驗證了變程分析的結果。從空間布局特征看，在0.05水平下，Cr、Cd、Se、As、pH、SOM、AK的標準化統(tǒng)計量()值分別為1.05、1.64、1.33、1.73、0.28、0.05，為隨機分布；Ni的()值為2.04呈聚集，但值為0.06不顯著，處于聚集與隨機之間。綜上可知，各監(jiān)測指標具有空間相關性，但顯著性不明顯（0.05水平），監(jiān)測指標空間分布特征處于隨機或介于聚集與隨機之間，監(jiān)測點布局比較理想。

表4 不同監(jiān)測指標莫蘭指數(shù)

注：為莫蘭指數(shù)；()為標準化統(tǒng)計量；為水平值。

Note:was the Moran index,() was the standardized statistic of, andisvalue of significance level.

綜合考慮監(jiān)測點數(shù)量和空間布局，按照本文提出的監(jiān)測方案制定方法，該項目復墾后土地跟蹤監(jiān)測點布設53個，符合數(shù)量要求；監(jiān)測點間距均未超過空間相關性變程范圍，且監(jiān)測點間空間分布處于Random或介于Clustered與Random之間狀態(tài)，布設監(jiān)測點符合空間布局要求。通過驗證評價，采用本文提出的跟蹤監(jiān)測方案制定方法確定的復墾項目跟蹤監(jiān)測點布設方案可行，且具有一定的科學性。

圖5 不同監(jiān)測指標的莫蘭指數(shù)分析圖

4 討 論

本文借助于3S和地統(tǒng)計學，結合工礦廢棄地復墾特征，提出了涵蓋監(jiān)測點布設方案、監(jiān)測指標最小數(shù)據(jù)集確定、監(jiān)測手段選擇為一體的面向土壤、地下水、地表水和農作物的工礦廢棄地復墾項目跟蹤監(jiān)測方案制定方法。實證研究表明，單就監(jiān)測點布設方案而言，與2015年138個樣點相比，監(jiān)測點數(shù)量下降了61.59%；監(jiān)測指標減少了50%，對比圖2和圖4可知，監(jiān)測點分布更加均勻，監(jiān)測內容更加全面，節(jié)約監(jiān)測成本。綜合考慮監(jiān)測點數(shù)量、監(jiān)測點空間分布特征，采用本文提出的監(jiān)測方案制定方法制定的實證區(qū)跟蹤監(jiān)測方案是合理的，本文提出的監(jiān)測方案制定方法是可行的。

但本文僅以西南地區(qū)某歷史遺留硫磺礦采選廢棄地復墾項目作為實證案例，后續(xù)需要進一步結合其他案例進行驗證評價，以證明該監(jiān)測方案制定方法的普適性；由于監(jiān)測對象質量的時間演變，監(jiān)測方案具有時效性，后續(xù)每年的監(jiān)測方案應根據(jù)前一年的監(jiān)測情況，采用本文提出的跟蹤監(jiān)測方案制定方法進行優(yōu)化完善?？紤]到復墾土壤屬于重構土體，復墾早期土體突變界面明顯，復墾利用前幾年質量變化幅度較大的通常在表層土壤，所以本方案制定方法中未考慮土壤剖面監(jiān)測點布設。隨著復墾時間的推移，需要布設土壤剖面點，布設方法等需要進一步研究。

5 結 論

基于3S技術和地統(tǒng)計學，整合復墾前、中、后多階段、多部門多源數(shù)據(jù)，本文提出了適用于具有污染隱患的歷史遺留工礦廢棄地復墾項目跟蹤監(jiān)測方案制定方法，并以西南地區(qū)某歷史遺留硫磺礦采選廢棄地復墾項目為例進行了實證研究。

1）基于本文提出的復墾跟蹤監(jiān)測方案制定方法，構建了西南地區(qū)某歷史遺留硫磺礦采選廢棄地復墾項目2016年復墾監(jiān)測方案，該復墾項目共需布設53個監(jiān)測點以及1類點、4類線2種監(jiān)測類。

2）采用變異系數(shù)和相對偏差驗證評價監(jiān)測點數(shù)量是否滿足要求，通過樣點數(shù)量計算可知，監(jiān)測點數(shù)量為51個，與布設的53個比較接近，符合數(shù)量要求；采用變異函數(shù)變程、Moran’s等驗證評價監(jiān)測點間距、采樣點空間位置的合理性，取樣間距在空間相關性變程范圍之內，且空間分布特征處于隨機或介于聚集與隨機之間。

3）構建了西南地區(qū)某歷史遺留硫磺礦采選廢棄地復墾項目涵蓋建設質量、環(huán)境、土壤肥力等3方面15個指標的最小數(shù)據(jù)集。

[1] 羅明，周旭，周妍，等，工礦廢棄地復墾利用專項規(guī)劃研究[M]. 中國大地出版社，2013.

[2] 陳天恩，陳立平，王彥集，等. 基于地統(tǒng)計的土壤養(yǎng)分采樣布局優(yōu)化[J]. 農業(yè)工程學報，2009，25（增刊2）： 49－55. Chen Tianen, Chen Liping, Wang Yanji, et al. Optimal arrangement of soil nutrient sampling based on geo- statistics[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(Supp.2): 49－55. (in Chinese with English abstract)

[3] 許紅衛(wèi)，王珂. 田間土壤采樣數(shù)據(jù)的統(tǒng)計特征與空間變異性研究[J]. 浙江大學學報：農業(yè)與生命科學版，2000，26(6): 665－669. Xu Hongwei, Wang Ke. Statistical parameters of soil sampling data and its spatial variability[J]. Journal of Zhejiang Agricultural University: Agriculture and Life Science，2000, 26(6): 665－669. (in Chinese with English abstract)

[4] 任振輝，吳寶忠. 精細農業(yè)中最佳土壤采樣間距確定方法的研究[J]. 農機化研究，2006(6)：82－85. Ren Zhenhui, Wu Baozhong. The research of determine method for the best soil sampling space in precision agriculture[J]. Journal of Agricultural Mechanization Research, 2006(6): 82－85. (in Chinese with English abstract)

[5] 王宏斌，楊青，劉志杰，等. 利用計算機模擬采樣確定合理的土壤采樣密度[J]. 農業(yè)工程學報，2006，22(8)：145－148.Wang Hongbin, Yang Qing, Liu Zhijie, et al. Determining optimal density of grid soil-sampling points using computer simulation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(8): 145－148. (in Chinese with English abstract)

[6] 蘇全龍，周生路，易昊旻，等. 幾種區(qū)域土壤重金屬污染評價方法的比較研究[J]. 環(huán)境科學學報，2016，36(4)： 1309－1316.Su Quanlong, Zhou Shenglu, Yi Haomin, et al. A comparative study of different assessment methods of regional heavy metal pollution[J]. Acta Scientiae Circumstantiae, 2016, 36(4): 1309－1316. (in Chinese with English abstract)

[7] 李建波，王衛(wèi)華，Su Yiming，等. 溫室土壤含水率與導熱率空間分布及相關性[J]. 農業(yè)工程學報，2016，32(19)：127－132.Li Jianbo, Wang Weihua, Su Yiming, et al. Spatial pattern and interrelation of soil water content and thermal conductivity in greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(19): 127－132. (in Chinese with English abstract)

[8] Lark R M, Bellamy P H, Rawlins B G. Spatio-temporal variability of some metal concentrations in the soil of eastern England, and implications for soil monitoring[J]. Geoderma, 2006, 133(3/4): 363－379.

[9] 謝志宜，羅小玲，郭慶榮，等. 耕地土壤環(huán)境質量監(jiān)測網最優(yōu)網格尺度識別研究—以珠三角耕地土壤鎘為例[J]. 生態(tài)環(huán)境學報，2015(9)：1519－1525. Xie Zhiyi, Luo Xiaoling, Guo Qingrong, et al. Identify optimal grid scale on soil environmental quality monitoring network as an example of cultivated soil cadmium in the Pearl River Delta[J]. Ecology and Environmental Sciences, 2015, 24(9): 1519－1525. (in Chinese with English abstract)

[10] Cerri C E P, Bernoux M, Chaplot V, et al. Assessment of soil property spatial variation in an Amazon pasture: Basis for selecting an agronomic experimental area[J]. Geoderma, 2004, 123(1/2): 51－68.

[11] Welsh J P, Wood G A, Godwin R J, et al. Developing strategies for spatially variable nitrogen application in Cereals, Part II: Wheat[J]. Biosystems Engineering, 2003, 84(4): 481－494.

[12] 土壤環(huán)境質量標準：GB 15618-1995[S].

[13] 耕地地力調查與質量評價技術規(guī)程：NY/T 1634-2008[S].

[14] 農用地質量分等規(guī)程：GB/T 28407-2012[S].

[15] 陳懷滿. 耕地土壤環(huán)境質量評價中點對點土壤-農產品同時采樣的重要性和必要性[J]. 農業(yè)環(huán)境科學學報，2016, 35(3).

[16] Coburn T C. Geostatistics for Natural Resources Evaluation[M]//Geostatistics for natural resources evaluation. Oxford University Press, 2000: 437－438.

[17] Mosammam A M. Geostatistics: Modeling spatial uncertainty, second edition[J]. Journal of Applied Statistics, 2013, 40(4): 923－923.

[18] Abzalov M. Introduction to Geostatistics[M]//Applied Mining Geology. Springer International Publishing, 2016.

[19] Gómez-Hernández J J, Horta A, Jeanée N. Geostatistics for environmental applications[J]. Mathematical Geosciences, 2016, 5(1): 1－2.

[20] Seyedmohammadi J, Esmaeelnejad L, Shabanpour M. Spatial variation modeling of groundwater electrical conductivity using geostatistics and GIS[J]. Modeling Earth Systems & Environment, 2016, 2(4).

[21] 陳光，高然，張世文，等. 基于多維分形法的土壤養(yǎng)分空間預測[J]. 農業(yè)機械學報，2015，46(8)：159－168.Chen Guang, Gao Ran, Zhang Shiwen, et al. Spatial prediction of soil nutrients based on multi-dimensional fractal methods[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(8): 159－168. (in Chinese with English abstract)

[22] Yuan Feng, Li X, Jowitt S M, et al. Anomaly identification in soil geochemistry using multifractal interpolation: A case study using the distribution of Cu and Au in soils from the Tongling mining district, Yangtze metallogenic belt, Anhui province, China[J]. Journal of Geochemical Exploration, 2012, s 116–117(3): 28－39.

[23] Cheng Q. Multifractal interpolation method for spatial data with singularities[J]. Journal of the Southern African Institute of Mining & Metallurgy, 2015, 115(3): 235－240.

[24] 李慶謀. 多維分形克里格方法[J]. 地球科學進展，2005, 20(2)：248－256. Li Qingmou. Multifractal-krige interpolation method[J]. Advance in Earth Sciences, 2005, 20(2): 248－256. (in Chinese with English abstract)

[25] 張世文，寧匯榮，高會議，等. 基于各向異性的區(qū)域土壤有機碳三維模擬與空間特征分析[J]. 農業(yè)工程學報，2016, 32(16)：115－124. Zhang Shiwen, Ning Huirong, Gao Huiyi, et al. Three- dimensional simulation and spatial characteristics of soil organic carbon based on anisotropy in region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(16): 115－124. (in Chinese with English abstract)

[26] Zhang S W, Shen C Y, Chen X Y, et al. Spatial interpolation of soil texture using compositional kriging and regression Kriging with consideration of the characteristics of compositional data and environment variables[J]. Journal of Integrative Agriculture, 2013, 12(9): 1673－1683.

[27] Zhang Shiwen, Huang Yuanfang, Shen Chongyang, et al. Spatial prediction of soil organic matter using terrain indices and categorical variables as auxiliary information[J]. Geoderma, 2012, 171(2): 35–43.

[28] 土壤檢測：NY/T 1121.1-2006[S].

[29] 土地質量地球化學評估技術要求：DD2008-06[S].

[30] 地下水監(jiān)測技術規(guī)范：HJ/T164-2004[S].

[31] 地表水和污水監(jiān)測技術規(guī)范：HJ/T91-2002[S].

[32] 土地利用動態(tài)遙感監(jiān)測規(guī)程：TD/T 1010-1999[S].

[33] 土壤環(huán)境監(jiān)測技術規(guī)范：HJ/T 166-2004[S].

[34] 史舟，李艷. 地統(tǒng)計學在土壤學中的應用[M]. 北京：中國農業(yè)出版社，2006.

[35] 李子良，王樹濤，張利，等. 經濟快速發(fā)展地區(qū)耕地生產能力空間格局[J]. 農業(yè)工程學報，2010，26(11)：323－331. Li Ziliang, Wang Shutao, Zhang Li, et al. Spatial pattern of cultivated land productivity in rapid economic development region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(11): 323－331. (in Chinese with English abstract)

[36] Anselin L. Local indicators of spatial association-LISA[J]. Geographical Analysis, 1995, 27(2): 93－115.

[37] 農業(yè)部辦公廳，補充耕地質量驗收評定技術規(guī)程(試行)：以農辦農(2012)35號[S].

[38] 數(shù)據(jù)的統(tǒng)計處理和解釋正態(tài)樣本離群值的判斷和處理：GB/T 4883-2008[S].

[39] 索琳娜，劉寶存，趙同科，等. 北京市菜地土壤重金屬現(xiàn)狀分析與評價[J]. 農業(yè)工程學報，2016，32(9)：179－186. Suo Linna, Liu Baocun, Zhao Tongke, et al. Evaluation and analysis of heavy metals in vegetable field of Beijing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 179－186. (in Chinese with English abstract)

[40] 劉巍，楊建軍，汪君，等. 準東煤田露天礦區(qū)土壤重金屬污染現(xiàn)狀評價及來源分析[J]. 環(huán)境科學，2016，37(5)： 1938－1945.

Liu Wei, Yang Jianjun, Wang Jun, et al. Contamination assessment and sources analysis of soil heavy metals in opencast mine of East Junggar Basin in Xinjiang[J]. Environmental Science, 2016, 37(5): 1938－1945. (in Chinese with English abstract)

[41] 土地復墾質量控制標準：TD/T 1036-2013[S].

[42] 土壤檢測第3部分：土壤機械組成的測定：NY/T 1121.3- 2006[S].

[43] 林地分類：LY/T 1812-2009[S].

[44] 耕地質量監(jiān)測技術規(guī)程：NY/T 1119-2012[S].

[45] 土壤檢測第2部分：土壤pH的測定：NY/T 1121.2-2006[S].

[46] 土壤檢測第6部分：土壤有機質的測定：NY/T 1121.6- 2006[S].

[47] 土壤速效鉀和緩效鉀含量的測定：NY/T 889-2004[S].

[48] 毛香菊，馬亞夢，鄒安華，等. 內蒙古草原某銅鉬礦區(qū)土 壤重金屬污染特征研究[J]. 環(huán)境科學與技術，2016(6)：156－161.Mao Xiangju, Ma Yameng, Zou Anhua, et al. Characteristics of heavy metal pollution in the soil of a copper molybdenum mining area in Inner Mongolia[J]. Environmental Science and technology, 2016(6): 156－161. (in Chinese with English abstract)

[49] 張世文，張立平，葉回春，等. 縣域土壤質量數(shù)字制圖方法比較[J]. 農業(yè)工程學報，2013，29(15)：254－262. Zhang Shiwen, Zhang Liping, Ye Huichun, et al. Comparison of digital mapping methods of regional soil quality[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(15): 254－262. (in Chinese with English abstract)

[50] Anselin L. GeoDaTM 0.9.5-i Release Notes[M]. http://www. csiss.org/, 2004.

[51] Anselin L, Rey S J. Modern Spatial Econometrics in Practice: A Guide to GeoDa, GeoDaSpace and PySAL[M]. GeoDa Press LLC, 2014.

Making method of tracking monitoring scheme for abandoned industrial and mining land reclamation and its empirical research

Zhou Yan1, Luo Ming1※, Zhou Xu1, Huang Yuanfang2, Zhang Shiwen3

(1.,,100035,; 2.,,100193,;3.,,232001,)

Abandoned land is a special kind of land space which is damaged by industrial and mining activities. Due to being abandoned for a long time, complicated formation and uncertain factors, the improvement of soil fertility and quality during abandoned land reclamation requires a long process. So tracking monitoring and evaluation work is really important. A making method of tracking monitoring scheme for abandoned land reclamation includes the layout of monitoring points, the establishment of the minimum data set of monitoring indicators, as one of the means of monitoring soil, surface water, groundwater and crop. A case study on a reclamation project of an abandoned sulfur mine land was carried out in the southwest area of China. With the help of 3S (remote sensing, RS;geographical information system, GIS;global positioning system, GPS) and geostatistics, we proposed monitoring point layout scheme, and monitoring indicators, and established the minimum data set as one of the means for soil, groundwater, surface water and plant. Considering the reclamation measures and monitoring index of spatial heterogeneity and the reclaimed land quality evaluation results, multi-layer spatial overlap was adopted to form monitoring units and monitoring points; considering the existing land reclamation quality factors and variability, through the analysis of the existing index average value, the single pollution index, exceeding rate, rhichness and rangeabilty to obtain the minimum data set of monitoring indicators. The monitoring sites of reclaimed soil, crop, ground water, and surface water were 53, 5, 5 and 1, and 2 kinds of monitoring types were collected. A minimum data set of 15 indicators was constructed, covering the quality of construction, environment, soil fertility, and so on. The reliability of the monitoring points was validated and evaluated from the monitoring point number and spatial layout using the coefficient of variation, relative deviation, variable range of variation function and Moran’s Index according to the monitoring scheme proposed in the paper. The evaluation results showed that the number of monitoring points obtained according to monitoring scheme was close to the number in verification calculation, which met the requirements. Compared with the 138 samples in 2015, the number of monitoring points decreased by 61.59%, the monitoring index was reduced by more than 50%, the distribution of monitoring points was more uniform, the monitoring content was more comprehensive, and the monitoring cost was saved; the actual sampling distance (average 456 m) did not exceed the monitoring index range of variation function, and there was no need to refine the monitoring unit or monitoring point; the spatial distribution characteristics of monitoring points were random or between clustered and random, which was not significant (>0.05), and the monitoring points layout was ideal. This shows that the making method of tracking monitoring scheme is scientific and feasible. The tracking monitoring scheme can guide the quality improvement project for the reclamation of abandoned mine land and also provide a technical support and empirical basis for developing the tracking monitoring standards of abandoned land reclamation.

land reclamation; land use; mines; abandoned land; multi-source data; geostatistics; monitoring scheme

10.11975/j.issn.1002-6819.2017.12.031

P962、X833

A

1002-6819(2017)-12-0240-09

2016-11-08

2017-05-20

國家自然科學基金資助項目（41471186 、41571217）

周 妍，湖北咸寧人，博士，高級工程師，研究方向為土地復墾政策、技術標準，以及土地復墾監(jiān)測監(jiān)管技術等。北京 國土資源部土地整治中心，100035。Email：zhouyan053991@163.com.

羅 明，吉林長春人，博士，研究員，研究方向為土地整治技術政策、礦地復墾標準等。北京 國土資源部土地整治中心，100035。 Email：luoming@mail.lcrc.org.cn

周 妍，羅 明，周 旭，黃元仿，張世文. 工礦廢棄地復墾土地跟蹤監(jiān)測方案制定方法與實證研究[J]. 農業(yè)工程學報，2017，33(12)：240－248. doi：10.11975/j.issn.1002-6819.2017.12.031 http://www.tcsae.org

Zhou Yan, Luo Ming, Zhou Xu, Huang Yuanfang, Zhang Shiwen. Making method of tracking monitoring scheme for abandoned industrial and mining land reclamation and its empirical research[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(12): 240－248. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.12.031 http://www.tcsae.org