張 垚，白秀梅，郭漢清，亢晨波

（山西農業(yè)大學 林學院，山西太谷 030801）

礦產資源的開發(fā)利用給我國經濟建設帶來強有力支持的同時[1]，也產生了一系列的負面環(huán)境效應[2]，如土壤質量降低、土地生產力退化、生物多樣性減少等[3]。土地復墾與生態(tài)修復是綠色礦山建設的重要手段[4]。土地復墾為植被恢復提供了可能，而植被恢復有助于改善復墾土壤質量[5]。復墾后的土壤質量狀況也成為許多學者關注的熱點，如李葉鑫等[6]以海州露天煤礦復墾土壤為研究對象，采用了層次分析法評價不同植被類型土壤質量；王安寧等[7]采用模糊評判法評價了唐山鐵尾礦廢棄地不同復墾年限土壤質量；劉釗等[8]采用熵權TOPSIS 法對神府礦區(qū)復墾土壤質量進行了評價；MUKHOPADHYAY 等[9]采用最小數據集法評價了再生棄土礦4 種植被類型的土壤質量。然而，由于土壤因地域和環(huán)境而異，具有復雜性和變異性，合適的土壤質量評價方法必須經過驗證和比較[10]。因此，選擇一種合適的方法評估特定土壤或地區(qū)的土壤質量至關重要。

陽泉礦區(qū)是山西省東部的重要工礦區(qū)，也是我國最大的無煙煤生產基地，煤炭開采歷史悠久，破壞強度大，復墾時間早，復墾區(qū)土地利用類型多且保存狀況較好，在華北地區(qū)礦區(qū)復墾和植被修復方面具有代表性。

本研究選擇陽煤集團五礦煤矸石山復墾區(qū)為研究地點，測定分析復墾土壤的物理、化學及生物學指標，通過主成分分析篩選評價指標最小數據集，并找到最合適的煤矸石山復墾土壤質量評價方法，對復墾年限近30 a 的不同土地利用類型的土壤質量進行評價，旨在為華北地區(qū)典型礦區(qū)復墾土壤質量評價提供科學依據。

1 材料和方法

1.1 研究區(qū)概況

研究區(qū)位于山西省平定縣陽煤集團五礦煤矸石復墾區(qū)（37°75′～37°76′N、113°56′～113°57′E），海拔高度854～870 m，地貌類型屬于中低山和黃土丘陵地形。該地屬暖溫帶大陸性季風氣候，年平均降水量為576.4 mm，降雨集中在6—9 月，占全年降雨量的74%；年平均氣溫10.8 ℃，全年≥10 ℃的積溫為3 644.2 ℃，無霜期為130～180 d[11]。復墾時間為1992年，復墾土壤為黃土，覆土厚度為0.6～1.5 m。復墾后，研究區(qū)域土地利用類型為林業(yè)用地和農業(yè)用地。林業(yè)用地代表性喬木有構樹（Broussonetia papyrifera）、毛白楊（Populus tomentosa）等；灌木有紫穗槐（Amorpha fruticosa）、荊條（Vitex negundo）等；草 本有蘆葦（Phragmites communis）、野 艾 蒿（Artemisia lavandulaefolia）、益 母 草（Leonurus artemisia）、狗尾草（Setaria viridis）等。農業(yè)用地為耕地。

1.2 試驗設計

試驗以復墾區(qū)內5 種不同土地利用類型為研究對象，在草地（GL）、紫穗槐（AF）、構樹（BP）、楊樹（PT）、耕地（玉米，FL）內分別布設3 個標準樣地，并以附近原狀荒草地為對照（CK）。其中，喬木、灌木樣地面積為20 m×20 m，草地和對照樣地為5 m×5 m。分別在2019—2021 年的7—8 月植物生長旺盛期內取樣，每個樣地內隨機布設5 個采樣點，將每個采樣點上的枯落物清理干凈，并采集0～20、20～40、40～60 cm 土層土樣。用塑料自封袋將土壤樣品帶回實驗室進行物理、化學和生物學指標的測定。

1.3 測定指標及方法

本研究共測定土壤物理、化學和生物學指標19 項，采用環(huán)刀法測定土壤容重（BD）、總孔隙度（TOP）、非毛管孔隙度（NCP）和飽和持水量（WHC）等指標；采用干篩法和濕篩法按＞5、5～2、2～1、1～0.25、＜0.25 mm 等5 個粒級測定＞0.25 mm 土壤機械穩(wěn)定性團聚體（＞0.25 mmM）和水穩(wěn)性團聚體（＞0.25 mmW）組成，并計算團聚體平均重量直徑（MWDw）；采 用電位法測定 土 壤pH 值（1∶2.5）（pH）；采用重鉻酸鉀氧化法測定土壤有機質含量（SOM）；采用半微量開氏法測定土壤全氮含量（TN）；采用堿解擴散法測定堿解氮含量（AN）；采用鉬銻抗比色法測定土壤全磷（TP）和有效磷（AP）含量；采用火焰光度計法測定全鉀（TK）和速效鉀（AK）含量；采用高錳酸鉀滴定法測定過氧化氫酶（CAT）活性；采用磷酸苯二鈉比色法測定磷酸酶（PHO）活性；采用3，5-二硝基水楊酸比色法測定蔗糖酶（SUC）活性；采用苯酚鈉-次氯酸鈉比色法測定脲酶（URE）活性[12-13]。

1.4 土壤質量評價

1.4.1 主成分分析法構建最小數據集 通過主成分分析法對19 個土壤指標進行降維分組，并根據矢量常模值（Norm 值）篩選各組中的指標，保留每組最大Norm 值10%范圍內的指標，若某組中只有一個指標，則直接選入土壤質量評價最小數據集；若某組中保留有多個指標，則根據指標的相關性來確定指標的去留；若剩余指標不相關則全部保留，反之則選取Norm 值最高的指標納入最小數據集[14]。式中，Nik為第i個指標在特征值≥1 的前k個主成分上的綜合荷載；Uik為第i個指標在第k個主成分上的荷載；λk是第k個主成分的特征值。

1.4.2 土壤質量指數計算 采用非線性評分方法計算最小數據集各指標數值的得分。

式中，f(x)nl是介于0～1 的評價指標非線性得分，a為最大得分，在這里被確定為1，x是評價指標實測值，x0為相應的指標平均值，b為方程的斜率，“越多越好”指標被確定為-2.5，“越少越好”指標被確定為2.5[9]。

其次，根據指標公因子方差計算權重。

式中，Wi為指標的權重；Ci為指標的公因子方差；n是最小數據集（Minimum data set，MDS）中包含的指標數。

最后，通過公式（4）計算土壤質量指數（Soil quality index，SQI）。

式中，fi為評價指標的隸屬度值。

以標準線性評分方法進行適用性驗證，標準線性評分方法中，“越多越好”型如公式（5）所示，“越少越好”型如公式（6）所示。

式中，f(x)s為評價指標的得分；U和L分別為評價指標的最大值和最小值。

1.5 數據分析

所得數據采用Excel 2019 進行數理統(tǒng)計分析；采用SPSS 25.0 對數據進行正態(tài)分布檢驗、方差分析和LSD 多重比較、相關分析和主成分分析；采用Origin 2019b 繪圖。

2 結果與分析

2.1 土壤質量指標統(tǒng)計分析

土壤質量指標統(tǒng)計結果如表1 所示。

表1 土壤質量指標統(tǒng)計結果Tab.1 Statistics results of soil quality indexes

由表1 可知，楊樹樣地土壤容重最低且顯著低于其他5 種土地利用類型（P＜0.05）；楊樹樣地土壤總孔隙度、非毛管孔隙度、飽和持水量、＞0.25 mm水穩(wěn)性團聚體含量及水穩(wěn)性團聚體平均重量直徑均處于較高水平。耕地pH 值顯著低于其他土地利用類型（P＜0.05）；楊樹樣地有機質、全氮和堿解氮含量均處于最高水平；全磷含量在各樣地間均無顯著差異；耕地速效磷含量顯著高于其他樣地（P＜0.05）；全鉀和速效鉀含量均為草地最高，分別為27.79 g/kg 和186.51 mg/kg，對照最低。各土地利用類型間土壤酶活性基本無差異，但楊樹樣地過氧化氫酶、堿性磷酸酶及脲酶活性處于較高水平。

2.2 最小數據集指標的篩選

基于19 個土壤指標的主成分分析結果如表2所示，提取的6 組特征值大于1 的主成分可以在78.175%水平上解釋土壤指標對土壤質量的影響。在此基礎上，各主成分因子載荷絕對值≥0.5 且最大Norm 值在10%范圍內的指標組成MDS 備選指標，其中，第1 主成分包括飽和持水量、總孔隙度和非毛管孔隙度；第2 主成分包括蔗糖酶和脲酶活性；第3 主成分包括＞0.25 mm 水穩(wěn)性團聚體含量和水穩(wěn)性團聚體平均重量直徑；第4 主成分包括有機質和全氮；第5 主成分包括全鉀和速效鉀；第6 主成分包括pH 值。

表2 土壤質量指標主成分分析Tab.2 Principal component analysis of soil quality indexes

根據Pearson 相關分析判斷指標間的相關性以減少冗余度（表3），可得第1 主成分中飽和持水量、總孔隙度和非毛管孔隙度之間均極顯著相關（P＜0.01），保留最大Norm 值的飽和持水量；以此類推，第2 主成分只保留蔗糖酶；第3 主成分只保留＞0.25 mm 水穩(wěn)性團聚體含量；第4 主成分只保留全氮；第5 主成分只保留全鉀；第6 主成分中僅有pH值，直接納入MDS。最終，復墾區(qū)不同土地利用類型土壤質量MDS 包含飽和持水量、＞0.25 mm 水穩(wěn)性團聚體含量、蔗糖酶、全氮、全鉀和pH 值等6 個指標。

?

2.3 土壤質量指數分析

首先通過公式（2）得到MDS 評價指標的得分，之后根據主成分分析得出MDS 指標公因子方差（表2），通過公式（3）計算各指標權重（表4），最后用公式（4）算出土壤質量指數（SQI）。

由圖1 可知，6 種不同土地利用類型土壤質量指數SQI 依次為楊樹（0.528）＞耕地（0.494）＞紫穗槐（0.466）＞構樹（0.433）＞草地（0.415）＞對照（0.406），表明楊樹樣地土壤質量較好，對照荒草地最差。進一步分析MDS 各指標土壤質量指數平均值可以得出，＞0.25 mm 水穩(wěn)性團聚體含量＞飽和持水量＞全鉀＞pH 值＞全氮＞蔗糖酶，表明＞0.25 mm 水穩(wěn)性團聚體含量是影響土壤質量的最主要因素。其中，楊樹樣地SQI 主要受飽和持水量影響；而草地和對照SQI 受＞0.25 mm 水穩(wěn)性團聚體含量影響較大。

圖1 不同土地利用類型和土層土壤質量指數Fig.1 Soil quality indexes of different land utilization types and soil layers

進一步分析可以看出，土壤質量隨土層的加深而降低，與0～20 cm 土層相比，20～40、40～60 cm土層平均SQI 分別降低19.58%、26.71%。隨著土層的加深，＞0.25 mm 水穩(wěn)性團聚體含量對土壤質量指數的影響增加，飽和持水量、全氮和蔗糖酶的影響則逐漸減弱。0～20 cm 土層最小數據集各指標土壤質量指數表現為飽和持水量＞蔗糖酶＞全氮＞大于0.25 mm 水穩(wěn)性團聚體含量＞全鉀＞pH值；在20～60 cm 土層最小數據集各指標土壤質量指數表現為大于0.25 mm 水穩(wěn)性團聚體含量＞全鉀＞pH 值＞飽和持水量＞全氮＞蔗糖酶。表明表層0～20 cm 土壤質量主要受飽和持水量和蔗糖酶的影響，而下層土壤質量主要受＞0.25 mm 水穩(wěn)性團聚體含量和全鉀的影響。

2.4 非線性評分方法與標準線性評分方法適用性驗證

2 種評分方法基于MDS 和TDS 土壤質量指數之間的關系如圖2 所示。

圖2 2 種評分方法基于MDS 和TDS 土壤質量指數之間的關系Fig.2 The relationship between soil quality indexes of the two scoring models based on MDS and TDS

分別計算2 種評分方法TDS 和MDS 指標得分和權重，繼而得出非線性和標準線性TDS 和MDS土壤質量指數，利用最小數據集的土壤質量指數（SQI-MDS）和總數據集的土壤質量指數（SQITDS）二者的線性擬合對2 種評分方法進行驗證。

2 種指標評分方法的最小數據集SQI 與總數據集SQI 間均具有很強的相關性（圖2），非線性評分方法的回歸方程為：y=0.834x+0.082（R2=0.899，P＜0.001，n=90）；標準線性評分方法回歸方程為：y=0.848x+0.094（R2=0.799，P＜0.001，n=90）。從線性擬合效果來看，2 種最小數據集指標評分方法均呈極顯著正相關，但非線性的R2高于標準線性評分方法。MDS 的2 種評分方法的SQI 變異系數相同（均為0.221），非線性評分的SQI 標準差（0.101）大于標準線性評分方法（0.094），說明基于MDS 的非線性評分方法的擬合效果更好，土壤質量指數的離散程度更大，分布范圍更廣。因此，在本復墾區(qū)使用MDS 指標非線性評分方法得出的土壤質量指數具有較高的準確性，能夠代替土壤指標全數據集進行土壤質量評價。

進一步對2 種評分方法的3 個土層MDS 和TDS 土壤質量指數線性擬合（表5），結果表明，在2 種 評分方法 下，3 個 土 層的MDS 與TDS 均呈 正 相關，但與標準線性評分方法相比，非線性評分方法3 個土層R2均更高，尤其是20～40、40～60 cm，標準線性評分方法僅有0.532 和0.582，而非線性評分方法均在0.802 以上，3 個土層的SQI 的變異系數和標準差均為非線性評分方法更高。這表明非線性評分方法所得擬合方程更為顯著，非線性土壤質量指數對土層土壤質量的變化具有更高的解釋度，能更加準確地表征不同土層土壤質量的優(yōu)劣。

表5 2 種評分方法對各土層MDS 和TDS 土壤質量之間的關系Tab.5 The relationship between soil quality of each soil layer of the two scoring models based on the MDS and TDS

3 結論與討論

本試驗以陽煤集團五礦復墾區(qū)不同土地利用類型為研究對象，測定多種土壤指標，通過最小數據集土壤質量評價方法，研究了植被恢復對復墾土壤質量的影響，同時驗證了基于最小數據集指標非線性評分的土壤質量評價方法在礦區(qū)復墾區(qū)的適用性。有學者對國內外土壤質量評價MDS 的研究成果進行了匯總[15-16]，土壤容重、pH 值、有機質、全鉀、速效磷以及飽和持水量等具有較高的使用頻率。本研究篩選出的土壤pH 值、全鉀含量和飽和持水量3 個指標與大多數國內外研究結果一致[17]。除此之外，＞0.25 mm 水穩(wěn)性團聚體含量、全氮和蔗糖酶活性入選了研究區(qū)的最小數據集，說明該研究區(qū)域土壤質量的主要影響因素除了pH 值、全鉀和飽和持水量以外，土壤團聚體和微生物活動對土壤質量的影響作用也較為顯著。這是由該研究區(qū)域土壤特點決定的，研究區(qū)回填土壤經過壓實處理后，經過多年人工植被恢復，生物活動和腐殖化過程中產生的膠結物質使土壤水穩(wěn)性團聚體含量顯著增加[18]。土壤pH 也是礦區(qū)復墾植被恢復和成功的重要指標，因為pH 影響營養(yǎng)物質的可用性、改變了微量元素的流動性[19]。因此，本研究選出的6 個MDS 指標對于復墾土壤質量評價具有一定的代表性及借鑒意義。

通過對不同土地利用類型土壤質量的比較，發(fā)現相比于原狀荒草地，人工植被恢復對土壤質量均有不同程度的改善，達到甚至超過了原狀荒草地土壤質量水平。本研究表明，經過近30 a 植被恢復，陽煤五礦復墾區(qū)人工栽植楊樹對復墾土壤質量改善效果最為明顯，這可能是由于楊樹林分結構完整，林下灌木與草本植物比較茂盛，植物根系分布更加密集，使得土壤結構、通氣性、保水能力和團聚體穩(wěn)定性均優(yōu)于其他土地利用類型，有利于土壤生物（土壤動物、微生物）生長和土壤有機質含量增加[20]，同時植物根系穿插及其分泌、腐解的有機物可促進土壤團聚體的形成，提高土壤滯水納墑能力[21]，另外，楊樹林地表枯落物與根系更新較多，植物歸還土壤養(yǎng)分比較充足[22]，使得楊樹樣地土壤的養(yǎng)分含量處于較高水平。耕地土壤質量略低于楊樹樣地，這可能與人為耕作措施、肥料的合理施用、農藝管理措施等有關[23]。另外，耕地土壤具有較好的通氣性、持水能力以及較高的大團聚體含量和土壤速效養(yǎng)分含量，說明耕地作為礦區(qū)復墾土壤恢復的方式是可行的。通過研究還發(fā)現，豆科灌木紫穗槐樣地具有較高的土壤質量指數，這與WEI 等[24]的研究結果一致，在黃土高原干旱半干旱地區(qū)種植灌木能夠顯著增加土壤養(yǎng)分，這種現象被稱為“沃島效應”[25]，這可能是由于豆科植物的灌木根系分泌大量的糖、氨基酸以及其他低分子量有機化合物，這些化合物對土壤微生物以及土壤養(yǎng)分有積極影響，同時也促進了主要來源于植物根、土壤微生物、動、植物殘留物的土壤酶增加，有利于土壤質量的提高[26]。因此，為提高礦區(qū)生態(tài)恢復效果，在進行人工植被恢復時可以推廣使用豆科灌木進行復墾。

土壤垂直梯度上，0～20 cm 土層土壤質量高于下層，隨著土壤深度加深，土壤質量逐漸下降，這與BüCHI 等[27]的研究結果一致。土壤經過壓實處理，物理結構惡化，分層效應降低，導致土壤持水和通氣能力顯著降低。表層土壤根系和微生物活動較下層頻繁，使表層土壤結構、團聚體結構和通氣性優(yōu)于下層。

通過2 種評分方法的適用性驗證發(fā)現，指標非線性評分方法對土壤質量的變化具有更敏感的反映，在土壤垂直梯度上表現得更為明顯。另外，標準線性評分方法需要了解指標閾值，而指標閾值大多是基于特定土壤或區(qū)域提出的[28]，在其他區(qū)域或者土壤條件下并不適用，本研究采用實測數據最大值和最小值替代指標上下限閾值，因此，標準線性評分方法得出的SQI 僅表征了試驗區(qū)域的相對土壤質量。綜上所述，說明非線性評分方法能更為真實地反映復墾區(qū)土壤質量及土層土壤質量狀況，同時也具有更好的適用性。這與李鵬飛等[28]和ASKARI 等[29]有關非線性評分方法評價土壤質量的研究結果一致。因此，本研究選出的最小數據集指標及基于MDS 的非線性評分方法在該研究區(qū)域具有較好的適用性，推薦未來在相似的復墾區(qū)土地利用類型和土壤深度進行研究與應用。

本研究結果表明，在本研究復墾區(qū)土壤質量評價的指標最小數據集由＞0.25 mm 水穩(wěn)性團聚體含量、飽和持水量、全鉀、pH 值、全氮、蔗糖酶構成；較好地反映了復墾后土壤質量的優(yōu)劣，研究區(qū)土壤質量的主要影響因素為水穩(wěn)性團聚體含量和飽和持水量。

人工植被恢復對礦區(qū)復墾土壤質量有明顯提高作用，礦區(qū)復墾土壤質量依次為楊樹（0.528）＞耕地（0.494）＞紫穗槐（0.466）＞構樹（0.433）＞草地（0.415）＞原狀荒草地（0.406）；表層土壤質量顯著高于下層，各土層土壤質量排序為：0～20 cm（0.540）＞20～40 cm（0.435）＞40～60 cm（0.396）。

與標準線性土壤質量評價方法相比，基于最小數據集的非線性土壤質量評價方法對該研究區(qū)土壤質量評價具有更好的適用性。