神东矿区典型植被不同恢复年限对土壤质量的影响

为揭示矿区土壤质量在植被恢复过程中的变化,采用野外调查和室内分析相结合的方法,以神东矿区中心10个矿区不同恢复年限典型植被种植区土壤为研究对象,测定了土壤容重和全氮、碱解氮、有机质、有效磷、速效钾含量等6项理化指标,通过主成分分析确定了各评价指标权重值,并运用土壤质量指数法对土壤质量进行了评价。结果表明:各指标按权重值排序为全氮(0.198)>速效钾(0.187)>碱解氮(0.182)>有机质(0.177)>容重(0.172)>有效磷(0.084);樟子松、山杏和柠条种植区的土壤质量指数与恢复年限呈线性变化关系,油松和小叶杨种植区的土壤质量指数与恢复年限呈对数变化关系,沙棘、沙柳和黑沙蒿种植区的土壤质量指数与恢复年限呈抛物线关系。总体来说,矿区典型植被恢复对土壤质量有较好的改良效果,在今后的生态治理过程中,需要对恢复年限较长的植被类型加强人工管护,防止土壤质量退化。     

基于不同重构土壤材料配比的草木樨生物量差异分析

为揭示不同重构土壤材料对草木樨生物量影响的差异，探寻最适宜草木樨生长的重构土壤材料配比。以内蒙古胜利矿区的表土、煤矸石、粉煤灰及岩土剥离物为原料，在温室大棚内按照不同的配比进行分层和混合盆栽试验，并采用方差分析法对盆栽试验中的草木樨地上生物量进行差异性分析。结果表明：材料间不同的组合、不同的比例都会对草木樨生物量造成影响，且差异显著；表土、煤矸石及岩土剥离物以3：3：4的比例混合时，草木樨生物量较纯表土盆栽生物量提高近30%；煤矸石含量控制在20%~30%、粉煤灰含量控制在10%以下时，重构土壤条件对草木樨生物量促进作用明显。研究表明，煤矸石、岩土剥离物、粉煤灰等可作为表土替代材料，表土替代材料的不同配比会对草木樨生物量产生不同的影响，且当表土：煤矸石：岩土剥离物=3：3：4时，重构效果最佳。     

滕州矿区土壤与玉米籽粒重金属富集特征

[目的]研究土壤重金属对玉米籽粒中重金属含量的影响,为提高玉产质量提供理论依据。[方法]对滕州矿区农田根系土壤及表层土壤和玉米籽粒中5种重金属含量进行分析。[结果]5种重金属含量均低于各自对应的国家标准限值;玉米对Hg的吸收富集能力最强,对As和Pb的吸收富集能力最弱;玉米籽粒与根系土壤间As的相关系数最大,是由于籽粒中As含量随土壤中As含量的增加而增加,其他重金属间的相关性相对较弱;土壤中Cd对植株的影响能力最强,Hg和Pb仅具有一定的潜在影响能力,As和Ni的影响能力相对较弱。[结论]有效控制土壤重金属的输入量、pH和增加有机质含量等,对降低有效态重金属含量具有重要作用。     

煤矿复垦区不同有机物料的分解特征

  【目的】  研究不同有机物料在矿区复垦土壤中的分解速率及养分释放特征，为合理利用有机资源培肥矿区复垦土壤提供科学依据。  【方法】  在山西黄土丘陵区矿区复垦长期试验点进行大田填埋分解试验。采用尼龙网袋法，将供试的4种有机物料小麦秸秆、玉米秸秆、牛粪和猪粪烘干后过2 mm筛，均按等有机碳量 (8 g) 称取后装入尼龙网袋埋入试验地15 cm深。在填埋后的第12、23、55、218、280、365天采样，分析4种有机物料的干物质残留量和氮、磷、钾及半纤维素、纤维素、木质素含量，计算C/N值和木质素(Lignin)/N值。  【结果】  秸秆和粪肥在矿区复垦土壤中的分解速率均在第12天达到最大，然后迅速下降，分解第365天时，小麦秸秆、玉米秸秆、牛粪和猪粪的质量残留率依次为49.8%、55.1%、79.2%和54.0%，有机碳残留率依次为48.8%、53.4%、63.9%和51.8%。供试有机物料的养分释放率存在差异，在最初分解的第23天，玉米秸秆的氮、磷养分出现了明显富集，氮、磷养分残留率分别达到了131.0%和152.7%，小麦秸秆、牛粪和猪粪的氮素残留率依次为93.0%、81.3%和67.8%，磷素的残留率依次为92.5%、98.8%和84.3%，分解第365天时，小麦秸秆中养分释放速率大小表现为钾 > 磷 > 氮，其他3个物料中养分释放速率大小均表现为钾 > 氮 > 磷。从整个分解过程来看，玉米秸秆中氮素和磷素在矿区复垦土壤中表现出先富集再释放的模式，其他3个物料中氮素和磷素均表现为直接释放模式。采用地积温方程能较好地拟合有机物料的分解过程，由方程可知，秸秆和粪肥的分解速率常数 (K) 大小顺序为猪粪 > 小麦秸秆 > 玉米秸秆 > 牛粪。有机物料的分解速率与养分和木质素等成分的含量相关，全磷、半纤维素含量越高分解越快，木质素含量、C/N和Lignin/N越高分解越慢。  【结论】  秸秆和粪肥在山西矿区复垦土壤中的分解速率在填埋后第12天达到最大值，之后分解速率减缓。与秸秆相比，粪肥的有机碳残留率较高，氮、磷养分释放快，其中以牛粪的分解速率最慢，有机碳残留率最高，因此，牛粪可作为矿区复垦土壤培肥的首选有机物料。     

钛微肥在大豆上的应用效果

试验表明大豆叶面喷施钛微肥可延迟大豆生育期,降低大豆的病粒率、虫食率,降低株高,增加分枝数、百粒重、株荚数、株粒数,提高了大豆产量,较对照增产11.3%。     

铅锌矿区重金属胁迫对野生小花南芥根系特征的影响

为云南会泽铅锌矿区重金属污染土壤治理与植被恢复提供科学依据,通过分析野生小花南芥地下部生物量、根系长度、根系表面积、根系体积和投影面积等根系指标研究重金属胁迫对野生小花南芥的根系特征的影响。结果表明:矿区内不同位置野生小花南芥地上部与地下部的生物量(以干重计)以及根冠比较低,指标保持相对稳定,各样点间差异性不显著,生长情况大致相同;野生小花南芥的根系长度、表面积、体积及投影面积在各径级(根径,mm)分布存在差异,其中,径级0d≤1.5根系长度所占总量的比重较大,根长随根径增大呈不同程度减小且减幅较大;根系表面积和投影面积在各径级下分布相对均匀;小径级0d≤1.5的根系体积占总体积的比重较小,较大径级1.5d≤4.5和d4.5的占比较大。     

废弃矿区大豆根际土壤细菌群落对施肥方式的响应

【目的】从细菌多样性和组成结构角度评估化学肥料与硅酸钠或蚯蚓结合施用对废弃矿区大豆根际细菌群落的影响,为日后矿区复垦和生态恢复提供理论依据。【方法】在广东省梅州市黄畲村废弃矿区种植大豆‘华春9号’,试验设置4个施肥处理:氮磷钾肥结合硅酸钠(3NPK+S和5NPK+S),氮磷钾肥结合蚯蚓20条·m-2(3NPK+E和5NPK+E),以不施肥为对照(3CK和5CK)。在施肥后3和5个月时对大豆根际土壤进行采样。通过提取土壤细菌总DNA、16S rRNA测序和测定土壤基本化学性质,探究该矿区大豆根际细菌群落多样性和结构对不同施肥处理的动态响应过程。【结果】与3CK相比,3NPK+E处理显著增加了Chao1和Shannon指数;与5NPK+E处理相比,5NPK+S处理显著增加了Shannon指数。主坐标分析(PCoA)表明,不同处理下的根际细菌群落组成在操作分类单元(OTU)水平上出现显著分离。从属的相对丰度来看,Uncultured_f_Anaerolineaceae是3NPK+S、3NPK+E、5NPK+S、5NPK+E处理土壤中的优势菌属。基于Mantel检验和典型关联分析(CCA)显示,土壤有机质、有效磷和全碳含量对5NPK+E处理的根际细菌群落有显著影响。【结论】施加NPK+S和NPK+E肥料均能有效提高矿区土壤细菌多样性,从而间接对土壤修复起促进作用。施肥方式和处理时间均会显著影响细菌群落组成,并且施肥处理时间越长对细菌群落组成的影响越明显。Uncultured_f_Anaerolineaceae富集在施肥处理下的土壤中,这类细菌可能在促使碳转化的过程中起重要作用,同时还具有修复土壤污染的潜力。NPK+E施用增加了有机质含量,对细菌群落的生长有促进作用。     

神东矿区不同治理年限典型灌木群落调查与分析

为评估神东矿区的植被恢复治理成效,从群落物种丰富度、物种个体总数、群落总盖度及物种多样性等方面分析了矿区典型植物群落随治理年限延长而呈现出的发展趋势。从分析来看,沙棘群落和柠条(柠条锦鸡儿)群落随治理年限延长表现出总体向好的发展趋势,后期基本不需人为干预,表现出良好的水土保持效益;而沙柳(乌柳)群落随治理年限延长表现出总体向差的发展趋势,后期需要人为干预和管理才能发挥较好的水土保持效益。     

灯光遥感数据在监测建设范围扩张及其影响因素相关性研究中的应用

准确了解区域人类建设扩张动态对于评估生态环境和社会影响不可或缺。基于DMSP/OLS、Landsat等多源遥感数据,采用阈值分割法提取2000—2013年攀西矿区的人类建设活动范围,并结合分形理论研究其动态变化特征,最后采用回归分析法研究其影响因素。结果表明,灯光遥感数据能够较好地提取人类建设活动范围,且分形维数总体呈现出先增加后稳定的变化趋势;灯光遥感数据的像元亮度与人口数量、矿山开采面积及经济等影响因素具有不同程度的相关性。研究结果将为优化土地利用模式,制定人口、经济等政策提供科学依据。     

基于GIS的高山峡谷煤矿区土地损害程度评价——以重庆市松藻矿区为例

将煤矿区土地损害程度评价与GIS技术相结合,着重分析了GIS支持下的矿区损害土地指标因子,建立了基于GIS技术的高山峡谷煤矿区土地损害程度评价模型和体系。结合重庆松藻矿区土地损害实例,实现了对矿区土地损害程度的科学、客观、可视化评价。评价结果表明:松藻矿区采煤塌陷导致的损害区面积为6 230.14 hm~2,其中中度破坏面积最大,为3 216.28 hm~2,占51.62%;其后依次为轻度破坏2 086.02 hm~2、重度破坏909.98 hm~2、严重破坏17.86 hm~2,分别占损害区面积的33.48%、14.61%和0.29%。