一种露天矿区排土场植被自然恢复能力的评价方法技术

本发明专利技术涉及一种露天矿区排土场植被自然恢复能力的评价方法。该方法包括：S1，通过分析露天矿区排土场植被变化的驱动力，确定评价露天矿区排土场植被自然恢复能力的影响指标；S2，根据所述影响指标，采用层次分析法建立露天矿区排土场植被自然恢复能力评价的层次结构模型；S3，根据所述层次结构模型构建判断矩阵，进而为各影响指标赋权重值W

【技术实现步骤摘要】
一种露天矿区排土场植被自然恢复能力的评价方法


[0001]本专利技术属于植被自然恢复
，具体涉及一种露天矿区排土场植被自然恢复能力的评价方法。

技术介绍

[0002]矿区开采过程中，排土场的植被被完全破坏掉。露天矿区排土场不仅占用大量的土地，还会影响周边的环境。采矿结束后，如不能迅速进行植被恢复，露天矿区排土场和周边地区的自然生态环境将迅速恶化。为此，需要对露天矿区排土场植被的自然恢复能力进行观察研究。
[0003]西安煤航遥感信息有限公司的徐凯磊等人在《煤炭技术》中发表的《基于多时相遥感影像的蔚县矿区环境评价》运用层次分析法确定指标权重，选取生物丰度指数、植被覆盖度指数、自然地理因子、水体密度指数4个综合评价指标，实现了对崔家寨/单侯矿区生态环境质量的长时间序列综合评价，为矿区区域生态建设和可持续发展提供了一定的建议。但是上述文献对矿区生态环境进行综合评价时，评价指标均采用《生态环境状况评价技术规范》(HJ/T 192
‑
2006)中的综合指数，其计算方法固定，评价主体相对模糊，并未涉及到植被自然恢复能力。
[0004]中国神华能源股份有限公司的杨俊哲等人提出一种矿区生态环境的评估方法、存储介质和系统，该评估方法是选择生物丰富度指数、植被覆盖度指数、水网密度指数、土地退化指数和/或环境质量指数等评价因子值进行加权后相加得到矿区生态环境的评价指数。但是上述文献的评价指标均采用绝对实测值，而我国幅员辽阔，生态环境复杂，不同区域气候、土壤、植被类型差异较大，植被自然恢复的对不同驱动因素的响应也有所差异。
[0005]因此，亟需一种新的露天矿区排土场植被自然恢复能力的评价方法。

技术实现思路

[0006]本专利技术针对现有技术的不足，提供了一种露天矿区排土场植被自然恢复能力的评价方法。该方法以露天矿区排土场为研究对象，重点关注植被自然恢复能力的评价，同时以矿区所在地外围的自然植被作为恢复目标的，采用一个相对值
‑
退化程度来测度露天矿区排土场植被重建与自然植被的差距，评价方法灵活，因地制宜，具有一定的科学性和合理性。
[0007]为此，本专利技术第一方面提供了一种露天矿区排土场植被自然恢复能力的评价方法，其包括以下步骤：
[0008]S1，通过分析露天矿区排土场植被变化的驱动力，确定评价露天矿区排土场植被自然恢复能力的影响指标；
[0009]S2，根据所述影响指标，采用层次分析法建立露天矿区排土场植被自然恢复能力评价的层次结构模型；
[0010]S3，根据所述层次结构模型构建判断矩阵，进而为各影响指标赋权重值W
i
；
[0011]S4，根据各影响指标的退化度，获得各影响指标的得分R
i
；
[0012]S5，根据各影响指标的权重值W
i
以及得分情况R
i
，获得露天矿区排土场植被自然恢复能力得分值Q；
[0013]S6，根据所述得分值Q，采用等间距法确定露天矿区排土场植被自然恢复能力的等级评定。
[0014]本专利技术中，W
i
表示第i种影响指标的权重值；R
i
表示第i种影响指标的得分。
[0015]在本专利技术的一些实施方式中，步骤S1中，所述影响指标包括土壤状况、植被状况和根际微生物状况；优选地，所述土壤状况包括土壤水分、土壤有机质、土壤速效磷、土壤全氮、土壤速效钾、土壤容重、土壤团聚体和土壤pH；所述植被状况包括植被覆盖度、植被丰富度指数、植物密度、植物多样性、优势度指数和植物生物量；所述根际微生物状况包括微生物丰富度指数、微生物多样性和微生物数量。
[0016]本专利技术在选择评价指标上，根据植被特征变化的驱动力分析，选择土壤状况、根际微生物状况和植被状况这3个方面作为露天矿区排土场植被自然恢复能力评价的基本指标；选择土壤水分、微生物多样性和植物多样性等17项因素作为露天矿区排土场植被自然恢复能力评价的影响指标，所选评价指标体系能够充分的反映露天矿区排土场植被特征的影响因素，具有一定的科学性和合理性。
[0017]在本专利技术的一些实施方式中，步骤S2中，所述层次结构模型包括三个层次，分别为目标层(A)、准则层(B)和指标层(C)；其中所述目标层(A)是最高级别的层次结构，其为实现露天矿区排土场植被自然恢复能力的评价；所述准则层(B)是确保总体目标实现的层次结构，包括3类生态特征指标，分别为B1土壤状况、B2植被状况和B3根际微生物状况；所述指标层(C)是最基本的层次结构，包括17个影响指标，分别为C1土壤水分、C2土壤有机质、C3土壤速效磷、C4土壤全氮、C5土壤速效钾、C6土壤容重、C7土壤团聚体、C8土壤pH、C9植被覆盖度、C10植被丰富度指数、C11植物密度、C12植物多样性、C13优势度指数、C14植物生物量、C15微生物丰富度指数、C16微生物多样性和C17微生物数量。
[0018]本专利技术中所述层次结构模型如图1所示。其中目标层(A)是最高级别的层次结构，其为实现露天矿区排土场植被自然恢复能力的评价。准则层(B)是确保总体目标实现的主要系统层次结构，包括3类生态特征指标，分别为B1土壤状况、B2植被状况和B3根际微生物状况。所述指标层(C)是最基本的层次结构，包括B1土壤状况、B2植被状况和B3根际微生物状况中具体的影响因素。其中，所述B1土壤状况包括C1土壤水分、C2土壤有机质、C3土壤速效磷、C4土壤全氮、C5土壤速效钾、C6土壤容重、C7土壤团聚体和C8土壤pH的影响因素集合；B2所述植被状况包括C9植被覆盖度、C10植被丰富度指数、C11植物密度、C12植物多样性、C13优势度指数和C14植物生物量的影响因素集合；B3根际微生物状况包括C15微生物丰富度指数、C16微生物多样性和C17微生物数量的影响因素集合。
[0019]具体地，影响因素集合为：B1＝{C1，C2，C3，C4，C5，C6，C7，C8}，B2＝{C9，C10，C11，C12，C13，C14}，B3＝{C15，C16，C17}；A＝{B1，B2，B3}。
[0020]在本专利技术的一些实施方式中，步骤S3具体包括以下步骤：
[0021]T1，根据指标层(C)中的各影响指标对上一级的准则层(B)中相应的生态特征指标的重要性，采用两两比较方式分别构建B1
‑
C判断矩阵、B2
‑
C判断矩阵和B3
‑
C判断矩阵，进而获得指标层(C)对准则层(B)的权系数；
[0022]T2，根据准则层(B)中的各基本指标对上一级的目标层(A)的重要性，采用两两比较方式构建A
‑
B判断矩阵，进而获得准则层(B)对目标层(A)的权系数；
[0023]T3，将指标层(C)对准则层(B)的权系数与准则层(B)对目标层(A)的权系数相乘，进而获得指标层(C)中各影响指标的权重值W
i
；
[0024]其中，所述重要性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种露天矿区排土场植被自然恢复能力的评价方法，其包括以下步骤：S1，通过分析露天矿区排土场植被变化的驱动力，确定评价露天矿区排土场植被自然恢复能力的影响指标；S2，根据所述影响指标，采用层次分析法建立露天矿区排土场植被自然恢复能力评价的层次结构模型；S3，根据所述层次结构模型构建判断矩阵，进而为各影响指标赋权重值W
i
；S4，根据各影响指标的退化度，获得各影响指标的得分R
i
；S5，根据各影响指标的权重值W
i
以及得分情况R
i
，获得露天矿区排土场植被自然恢复能力得分值Q；S6，根据所述得分值Q，采用等间距法确定露天矿区排土场植被自然恢复能力的等级评定。2.根据权利要求1所述的方法，其特征在于，步骤S1中，所述影响指标包括土壤状况、植被状况和根际微生物状况；优选地，所述土壤状况包括土壤水分、土壤有机质、土壤速效磷、土壤全氮、土壤速效钾、土壤容重、土壤团聚体和土壤pH；所述植被状况包括植被覆盖度、植被丰富度指数、植物密度、植物多样性、优势度指数和植物生物量；所述根际微生物状况包括微生物丰富度指数、微生物多样性和微生物数量。3.根据权利要求2所述的方法，其特征在于，步骤S2中，所述层次结构模型包括三个层次，分别为目标层(A)、准则层(B)和指标层(C)；其中所述目标层(A)是最高级别的层次结构，其为实现露天矿区排土场植被自然恢复能力的评价；所述准则层(B)是确保总体目标实现的层次结构，包括3类生态特征指标，分别为B1土壤状况、B2植被状况和B3根际微生物状况；所述指标层(C)是最基本的层次结构，包括17个影响指标，分别为C1土壤水分、C2土壤有机质、C3土壤速效磷、C4土壤全氮、C5土壤速效钾、C6土壤容重、C7土壤团聚体、C8土壤pH、C9植被覆盖度、C10植被丰富度指数、C11植物密度、C12植物多样性、C13优势度指数、C14植物生物量、C15微生物丰富度指数、C16微生物多样性和C17微生物数量。4.根据权利要求3所述的方法，其特征在于，步骤S3具体包括以下步骤：T1，根据指标层(C)中的各影响指标对上一级的准则层(B)中相应的生态特征指标的重要性，采用两两比较方式分别构建B1
‑
C判断矩阵、B2
‑
C判断矩阵和B3
‑
C判断矩阵，进而获得指标层(C)对准则层(B)的权系数；T2，根据准则层(B)中的各生态特征指标对上一级的目标层(A)的重要性，采用两两比较方式构建A
‑
B判断矩阵，进而获得准则层(B)对目标层(A)的权系数；T3，将指标层(C)对准则层(B)的权系数与准则层(B)对目标层(A)的权系数相乘，进而获得指标层(C)中各影响指标的权重值W
i
；其中，所述重要性通过德尔菲法进行判断，且采用相对重要性标度进行表示；所述相对重要性标度为：“1”表示两个因素相比，具有同等重要性；“3”表示两个因素相比，行因素比列因素稍微重要；“9”表示两个因素相比，行因素比列因素极端重要。5.根据权利要求4所述的方法，其特征在于，所述A
‑
B判断矩阵、B1
‑

【专利技术属性】
技术研发人员：李全生，王菲，张凯，张国军，宋子恒，张周爱，
申请(专利权)人：北京低碳清洁能源研究院国家能源投资集团有限责任公司，
类型：发明
国别省市：