于 爽,朱 月,徐長友,劉永杰,曾利學,曲來葉
(1 牡丹江師范學院 生命科學與技術學院,黑龍江牡丹江 157011;2 國家電投集團內蒙古能源有限公司,內蒙古通遼028000;3 中國科學院生態環境研究中心,北京 100085)
露天煤礦具有安全高效、生產規模大、資源回收率高等特點,目前已經成為中國主要的煤炭開采方式。研究表明,中國露天煤礦的開采量從2003年開始不斷上升,這對于穩定煤炭產能,保障國家能源安全發揮了重要作用[1]。然而在露天開采規模逐年增加的情況下,也對生態系統造成了嚴重的破壞,地表層已經不利于植物的生長,減少了生物多樣性[2-5],因此植被恢復已經成為露天煤礦生態恢復的首要工作。
植被恢復是指運用生態學原理,保護現有的植被或者人工植被,利用植物自然的演替規律,去修復或重建已毀壞或破壞的森林和其他自然生態系統,恢復生物多樣性及其生態系統功能[6-7]。植被恢復可以快速改變區域的微環境和小氣候,改良土壤結構,增加土壤抗蝕性,對于生態系統的可持續發展有著深遠影響[8-11]。陳璐等[12]研究表明,不同的恢復模式對植物、土壤以及微生物群落結構都有不同影響。何旭東等[13]研究表明,不同地形以及坡向、坡度對植物的豐富度和蓋度有不同影響。韓軍旺等[14]研究表明,不同的配置模式結合,也會增加群落植被生物量。使用喬、灌、草多物種結合進行植被恢復,建立起來的植物群落穩定性和可持續性比單一物種效果好,因此進行植被恢復過程如何選擇適宜的植物種類并進行合理配置,是露天煤礦排土場恢復的關鍵,也是重建穩定生物群落的一個重要環節。周濤等[15]研究表明,恢復時間的不同是影響植被恢復的重要因素之一,隨著恢復年限的增加,植物的生物量、高度、蓋度以及土壤理化性質都有顯著增加和提高;隨著恢復年限的增加,群落物種多樣性也隨之增加。在植被恢復過程中,物種多樣性變化和群落特征變化是反映群落結構的一個重要指標,它不僅關系著生態系統生產力,同時也關系著生態系統的穩定性和復雜性[16-17]。
一些學者開展礦區開采后土壤重金屬污染的研究[18-21],但氮(N)、磷(P)、鉀(K)是植物營養的三大要素,是植物生理和生長的重要因子,對于植物恢復起著至關重要的作用[22-24]。對已經在排土場上恢復的優勢植物物種進行地上和地下養分含量比較分析,可評價植被恢復效果,為后續植被恢復的物種選擇提供數據支持。目前,中國對于礦區植被恢復研究多數集中在溫帶以及亞熱帶地區,對于北方干旱、半干旱區研究比較少,排土場土壤水分和養分條件很差,加之這一地區寒冷,植被的恢復相對更為困難,成為制約當地礦業綠色發展的瓶頸[25]。
本研究選擇內蒙古高寒露天煤礦的排土場2018年至2021年恢復4年的植物群落為研究對象,探討不同的恢復年限植物群落變化特征和優勢植物的養分吸收,為礦區人工植被恢復提供科學依據和決策支持,對建設綠色礦山具有重要意義。
研究地位于內蒙古自治區通遼市的露天煤礦,包括霍林河南礦、北礦、扎哈淖爾煤礦、白音華二號礦和三號礦共5個礦區。地理位置為E118°15′56″-119°44′50″,N44°13′23″-45°58′46″,礦區平均海拔大于1 000 m。氣候特點為降水量少,平均年降水量約為380 mm;年際溫度變化大,最低氣溫達到-35 ℃,冬季嚴寒,凍結期長,土壤從10月上旬開始凍結至次年5月解凍,僅能滿足早熟喜涼作物生長的需要[26]。
分別選擇2018年、2019年、2020年和2021年礦區人工恢復的樣地,調查取樣時間為2021年6-8月。研究采用樣方法進行隨機試驗,根據樣方選取的科學性和典型性原則,在5個礦區分別設置12個樣地,每個樣地面積大于100 m2,且樣地間距離大于1 km。在每個樣地內隨機選取3~5個標準樣點,對樣地內的草本(1 m×1 m)和灌木(5 m×5 m)分別進行調查,記錄不同恢復年限人工種植與非人工種植植物的物種組成、高度、蓋度、冠幅和株數等,同時記錄樣地的坐標、海拔和地形等基本信息。其中蓋度采用實測法進行測算,將1 m×1 m樣方平均分成100份,當垂直投影蓋度布滿1個格子時,蓋度為1/100,樣地分別設置多個樣點進行測試,取平均值,匯總后推算樣地恢復的群落蓋度。
1.3.1 生物多樣性研究采用物種多樣性來表征植被恢復區的生物多樣性。多樣性指數是指用簡單的數值來表示群落內種類多樣性的,用來判斷群落或生態系統的穩定性指標。采用Shannon-Weiner指數,Simpson指數,Pielou指數計算多樣性指數[27-28]。
Shannon-Wiener指數(多樣性指數):
(1)
Simpson指數(優勢度指數):
(2)
Pielou指數(均勻度指數):
E=H′/lnS
(3)
式中:S為出現在樣方內的物種數;Pi為群落內第i種物種的重要值。重要值是評估1個物種在1個群落中的重要性。
重要值=(相對蓋度+相對多度+相對頻度)/3;其中,相對蓋度=某一個種的蓋度/樣方內所有種的蓋度之和;相對多度=某一個種的個體數/樣方內所有種的個體數之和;相對頻度=某物種出現的樣方數/樣方總數。
1.3.2 生物量灌木生物量采用標準枝法進行計算,草本生物量為整株計算。分別采集樣方內的灌木和草本的優勢物種,每種植物取3株以上作為重復,將植株4 ℃保存盡快帶回實驗室。將野外采回來的新鮮樣品,先稱量鮮重,然后將植物樣品按根、莖、葉分別裝入紙袋,放入烘箱60 ℃烘48 h至恒重,再用電子天平稱量干重[29-30],生物量測定均采用2021年的采集樣品。
1.3.3 元素含量植物全氮測定:將2021年采集的植物樣品,烘干后的植物樣品用球磨儀研磨粉粹,將植物樣品放入錫舟,包好后用元素分析儀(Vario EL Ⅲ,德國Elemenlar公司)測定樣品全氮含量。
植物全磷、全鉀測定:先稱取0.2 g樣品放入消解管底部,然后加入8 mL硝酸,放置通風櫥過夜,再放入微波消解儀(Mars6Xpress,美國GEM)中消解,消解完全后將試管置于趕酸裝置(溫度140 ℃),至液體剩余約1 mL,趕酸。將試管里剩余液體用水洗定容至50 mL。
然后用注射器吸取10 mL,過45 μm過濾器至10 mL離心管中得到消解液。用P和K標準樣配好標準曲線,用ICP-OES(Prodigy7,美國Leeman 公司)測定樣品P和K含量。
通過SPSS 26.0和R 3.4.3對植物的根、莖、葉的N、P、K元素進行單因素方差分析,設置α=0.05;數據處理采用origin作圖。
對5個礦區植物恢復群落調查發現,人工種植的植物(表1)和非人工種植植物(表2)物種數隨恢復時間變化而變化。在恢復第1年,人工種植植物有10種,非人工種植植物有6種,總物種數為16種;恢復第2年,人工種植有13種,非人工種植有16種,總物種數為29種;恢復第3年,人工種植有13種,非人工種植18種,總物種數31種;恢復第4年,人工種植有12種,非人工種植有19種,總物種數31種。
如表3所示,植物群落的多樣性指數也呈現出隨恢復時間增加而增加的趨勢。植被恢復1年的蓋度和多樣性指數最低,然后隨著恢復年限增長,蓋度越高,多樣性逐漸增加。雖然恢復4年的多樣性指數有微弱下降,恢復3年的Shannon-Weiner指數,Simpson指數,Pielou指數和蓋度均達到了最高值。
在調查的恢復群落中,優勢物種為披堿草(E.dahuricus)、無芒雀麥(Bromusinermis)、苜蓿(Medicagosativa)、草木樨(Melilotusofficinalis)、沙打旺(Astragalusadsurgens)、大籽蒿(Artemisiasieversiana)、油菜(Brassicanapus)、錦雞兒(Caraganasinica)和沙棘(Hippophaerhamnoides)。草本的重要值高于灌木,草本重要值較高的物種分別為披堿草、苜蓿和草木樨;灌木重要值較高的物種為沙棘(表4)。相對于其他物種,恢復1年的披堿草重要值最高,恢復2年時,豆科植物草木樨重要值大于披堿草;恢復第3年豆科植物的草木樨和苜蓿的重要值均超過披堿草;恢復第4年時,沙棘重要值與前3年沒有顯著差異,但錦雞兒重要值顯著減小。隨著恢復年限增加,優勢物種的重要值越小,說明植物群落相比復雜。
對優勢物種進行植物特征分析,如圖1所示,植物生物量隨恢復年限的變化趨勢是先上升再下降。恢復第1年,生物量最低,顯著低于恢復2年、3年和4年的生物量(P<0.05),但恢復2年、3年和4年的生物量沒有顯著差異。對優勢物種的根、莖、葉生物量進一步分析發現,植物的莖大多高于根和葉,不同草本和灌木生物量差異顯著。在草本植物中,豆科植物草木樨和菊科植物大籽蒿生物量較大;在灌木植物中,沙棘生物量較大。豆科植物根生物量顯著高于非豆科植物(P<0.05)。不同植物的根冠比差異顯著,其中豆科植物苜蓿和沙打旺根冠比較高,顯著高于其他草本植物(P<0.05),是非豆科植物的3倍左右;其他科的物種根冠比沒有顯著差異(圖2)。
2.3.1 草本優勢種N、P、K養分吸收差異如圖3所示,總體來說大多數植物的葉片元素含量高于根和莖,不同草本植物的各器官吸收N、P、K元素含量不同,大籽蒿莖和葉片的N、P、K含量最高,禾本科植物各器官的N、P、K含量低于豆科植物。
根中N含量依次為沙打旺>苜蓿>草木樨>大籽蒿>無芒雀麥>油菜>披堿草;莖和葉片N含量依次為大籽蒿>草木樨>苜蓿>沙打旺>油菜>披堿草>無芒雀麥。
沙打旺、苜蓿、草木樨等豆科植物和菊科的大籽蒿葉片的N含量高于禾本科的無芒雀麥和披堿草以及十字花科的油菜(P<0.05)。
沙打旺根的P含量顯著高于其他植物,其他植物無顯著差異;莖和葉片P含量依次為大籽蒿> 沙打旺>草木樨>苜蓿>油菜>披堿草>無芒雀麥,其中菊科的大籽蒿和沙打旺、苜蓿、草木樨等豆科植物葉片的P含量顯著高于十字花科的油菜和禾本科的無芒雀麥和披堿草(P<0.05)。
沙打旺、草木樨、苜蓿和大籽蒿根的K含量顯著高于禾本科的無芒雀麥和披堿草,以及十字花科油菜(P<0.05);而大籽蒿莖和葉片的K含量最高,顯著高于其他植物。
2.3.2 灌木優勢種N、P、K養分吸收差異如圖4所示,不同灌木植物吸收元素含量不同。沙棘莖N含量和P含量顯著高于錦雞兒(P<0.05);沙棘莖K含量略高于錦雞兒,但差異不顯著(P>0.05)。沙棘葉片的N、P、K含量略高于錦雞兒,但均不顯著(P>0.05)。
植被恢復和群落重建是礦區生態恢復的關鍵環節,植物通過根系分泌物和凋落物歸還不斷改善土壤質量[31],土壤質量的提高進一步促進植被生長和恢復,植被更新逐漸達到穩定的演替階段[32-34]。根據群落演替規律,植被群落向著多樣性更高、更復雜、更穩定的方向發展[35-37]。
本研究發現礦區排土場植物群落物種數、生物量和群落多樣性均隨恢復年限增加而顯著增加。總物種數從恢復1年的16種增加到恢復4年的31種,這主要是由于非人工種植增多,從6種增加到19種而導致,特別是在恢復第2年增加顯著,然后逐年穩定,這說明恢復第2年是物種增加關鍵的時期。也說明人工種植方式在恢復初期具有重要意義,當有植被在排土場裸地成功定植之后,相鄰自然草原的物種會迅速擴散到排土場,提高排土場植被群落的物種數;同樣地,植被生產力和蓋度也是恢復第2年顯著高于第1年,這可能都與物種數第2年顯著增加有關;而群落多樣性只有香農維納指數表現出相同的規律,生物多樣性的恢復是區域生態健康和實現可持續發展的重要指征[38]。可見,排土場植被恢復在第1年實現了“零突破”,而在人工措施恢復1年的基礎上,第2年開始進入迅速自我恢復的階段。但植被恢復是一個長期的過程,金立群等[39]研究表明,恢復年限越久,越能發現群落變化的趨勢。根據復墾地時空異質性的特點,只有對其進行長期定位監測,才能反映出植被恢復過程的不同階段的效果。由于本試驗研究地植被恢復僅4年,隨時間變化的規律仍需在更長的恢復進程去驗證。
在恢復群落中禾本科、豆科和菊科植物是礦區植被恢復的優勢類群,分別出現在不同的恢復時間,占據相對重要地位。在恢復初期,披堿草重要值最高,個體數量多,競爭力最強,適應性最好,因而在裸地開始恢復時占據了優勢。隨著恢復進程的發展,有些豆科植物如草木樨、苜蓿數量開始增多,通過根瘤菌固氮機制,促進植物在土壤相對貧瘠的排土場生存和生長,提高生物量。這與不同植物對干旱和貧瘠土壤的適應性不同密切相關,例如,本研究中的豆科優勢植物苜蓿、沙打旺和草木樨,生物量和根冠比顯著高于其他科物種,這表明整株豆科植物具有更高的生長速率、固碳能力以及養分吸收能力,雖然排土場土壤水分和養分受限,豆科植物分配更多的碳水化合物用于根生長,但地上生物量仍顯著高于其他物種,因而占據優勢地位。這種適應性使豆科植物在排土場初期具有很強的競爭力,成為先鋒物種。有研究表明,豆科植物因C/N較低,分解后增加了土壤N素的積累,能夠適應缺水和貧瘠的環境條件,在礦區植被恢復演替早期階段,常常被選作先鋒植物[7,40]。比較不同植物N、P和K元素含量發現,豆科和菊科植物養分吸收能力較強,顯著高于禾本科植物,特別是地上部分經和葉片的元素吸收更加顯著。
豆科在元素含量吸收以及生物量方面高于禾本科,這可能與豆科植物能夠通過根瘤菌固氮的方式,在恢復初期土壤養分相對貧瘠的情況下依然能夠固定更多氮,將更多的碳固定在植物體內,因此在草本植物種,豆科可以作為首選植物。除此之外,選取的礦區種植灌木種類比較少,與錦雞兒相比,沙棘更適應排土場的生境,為群落灌木優勢物種。從生物量以及元素吸收看,沙棘可以在短時期內形成郁閉,并有效起到土壤培肥和水土保持作用,可優先用于露天煤礦排土場的植被恢復。多年生灌木比草本植物的生活史更長,根系更發達,在抗旱、水土保持以及防風方面更有優勢[41],因此灌草混合的配置模式適合礦區排土場的人工恢復。但本研究恢復年限還相對較短,未來建議開展長期和深入的調查研究,探討植物恢復規律,評估喬—灌—草配置結合的方式進行植被恢復,探索更適宜的恢復措施,加速礦區生態恢復,把人工植被和自然恢復有效結合起來,制定科學的植被恢復措施和生物多樣性保護措施。
本研究表明,露天煤礦的植被恢復已經起到了一定的效果,特別是恢復的第2年,群落的物種數、生產力、蓋度和多樣性均會顯著升高,因此,人工恢復措施對于礦區排土場的生態恢復具有重要作用。而優勢物種的選擇也很重要,礦區生態修復需根據地域性、生態演替及生態位原理篩選適宜的先鋒植物,營建種群和生態系統,為微生物、植被和動物提供一個適宜生境。從4年的恢復實踐發現,基于植物生物量和元素吸收的比較,豆科植物占據優勢地位,是礦區排土場干旱貧瘠土壤上植被恢復的優先選擇。
致謝:感謝國電投內蒙古能源公司的白培龍、賀希格圖、李苗苗、李念航、李云峰、李忠、王志超、吳云鵬,牡丹江師范學院楊漫以及云南大學俞琦在樣品采集和分析測試過程中提供的幫助。