引言

国内许多矿山随着大规模开采，尾矿堆积情况越来越严重。尾矿库是金属矿山中最为常见且极难恢复的废弃地，库区表面极端的环境条件，自然植被很难实现自然定植^[1]。唐山市作为河北省主要矿产资源地区，其铁尾矿累计堆存量已经达到了2亿t以上^[2]。尾矿堆积不但占用大量土地，破坏自然景观，而且严重影响矿区及周边居民生产生活，制约区域经济可持续发展^[3]。尾矿库又是矿山企业最大的危险源，尤其是在破坏生态环境方面，其影响是长期性的^[4]。目前矿山尾矿库生态重建实质上是人为采取适宜的工程措施和植被措施，为植物生态重建创造条件，使被破坏的生态平衡达到最佳恢复效果^[3]。矿区生态重建工作目前已经有许多专家学者进行了深入研究和实践，但对生态恢复后的尾矿库从植被角度做定性和定量分析评价就较少有系统深入研究。如王杨扬等以山西省安太堡露天矿排土场为研究区，分析了复垦21年的以3种刺槐为优势物种的复垦模式土壤的7项理化性质指标，以OP原地貌及UR未复垦地作为对照，计算各样方土壤质量综合指数，对安太堡露天煤矿3种刺槐复垦模式的土壤质量做了定量评价^[5]；蒋美琛等采用像元二分模型反演了北京市重点矿山开采区的植被覆盖度, 对矿山开采区的生态环境变化进行了定性定量分析与评价^[6]。

位于河北省迁安市的首钢马兰庄铁矿1970年开始建矿，1972年正式投产，投产后选矿厂全部尾矿用于滦河边复垦造地，1980年建成尾矿库，尾矿边排放边复垦^[7]。随着矿山开采，许多环境问题也日益显露出来：大量植被破坏，土地和水源遭受污染，景观遭到破坏，给当地生态环境和生态安全造成了巨大隐患。随着生态重建工程一步步实施，如何建立一套可行、合理的评价体系和评价方法对重建效果及时进行客观评价，就显得尤为重要。

本文通过对研究区域生态重建现场调查，获取研究区原始资料和数据，通过分析植物群落特征，结合现场植被样方调查数据，选取合适的评价指标因子，建立一套合理的评价体系，对研究区生态重建效果进行定量评价，从而为矿山生态重建下一步规划设计提供科学依据。

1 研究区概况

本试验以唐山市首钢马兰庄铁矿尾矿库为示范基地。首钢马兰庄铁矿位于唐山市迁安市马兰庄镇境内，矿区地理坐标为：东经118°35′，北纬40°06′，矿区面积2.9 km^2[8]。地处京、津、唐、秦腹地，东临滦河，西部群山环抱，为半山区，燕山隆起带余脉南麓。马兰庄镇属温带大陆性季风气候，四季分明，气温变化较大，最高气温可达39 ℃，最低气温为- 28.2 ℃，年平均气温10.9 ℃。全年日照时数2 629.9 h，无霜期198 d，年平均降水量593 mm。马兰庄铁矿初期生产规模小，随着铁矿开采，植被覆盖率逐渐降低，生态环境一步步受到破坏。在2007年以后，马兰庄镇开采之后的尾矿区在政府带动下，与周围高校、科研机构积极配合，开展了以植被复垦为主的矿区土壤恢复工作，成果较为显著。该地区天然植被破坏严重，目前以人工恢复植被为主。人工恢复植被中草本主要以狗尾草、猪毛蒿、猪毛菜、荆条为主；灌木以紫穗槐、沙棘、白柠条和杨柴为主；乔木以沙枣、火炬树和刺槐为主。

2 现场调查

现场植被群落调查方法采用样方法，分别在子坝平台、子坝边坡和尾矿库库面三个区域选择12个经过复垦的人工群落进行。样方内尽量包含群落中绝大多数植物，其中草本采用1×1=1 m²的样方，灌木采用4×4=16 m²的样方，乔木采用10×10=100 m²的样方。

现场调查数据整理采用Excel 2007，所有数据参与数据分析^[9]。首先记录各样方区域内的植被类型和生境类型，同时记录样方内植物种类和伴生植物以及盖度。当样方的边线上正好有植物，只记录相邻两条边线上的植物，另两条边线上的植物不计入样方。乔木样方选取10株记录优势种数量、株高、冠幅，灌木样方选取10丛记录优势种数量、株高、丛径，草本样方记录各物种数量、株高、多度。乔灌群落选取一株平均木，分别取一年生新枝和多年生老枝地上部分，草本样方按样方面积取地上部分，于室内烘干至恒重进一步计算生物量。生物多样性测定采用物种丰富度指数(Margalef指数)、物种均匀度指数(Pielou指数)和物种多样性指数(Shannon指数)来表征。

3 研究方法 3.1 主成分分析方法

主成分分析是一种降维的多源统计方法，利用多个具有相关性的线性组合解释多维变量，从中寻找最佳变量，简化数据量^[10]。主成分分析基本思想是根据相关性大小把变量分组，使得同组内变量之间相关性较高，但不同组变量相关性较低，并试图用较少个数公共因子的线性函数和特定因子之和来表达原来观测的每个变量，以达到合理解释存在于原始变量间的相关性和简化变量维数的目的^[11-12]。

第一步，为消除量纲及数量级对评价结果的影响，首先将实测原始数据进行标准化处理，^[10]。

标准化处理公式为:

$ {D_{ij}} = \frac{{{X_{ij}} - {{\overline X }_j}}}{{{N_j}}} $

(1)

其中：D_ij为标准化值；X_ij为实测的指标数据值；X_j为实测的指标数据的平均值，计算公式为:

$ {\overline X _j} = \frac{1}{n}\sum\limits_{i = 1}^n {{X_{ij}}} $

(2)

N_j为实测指标数据的标准差，计算公式为：

$ \begin{array}{l} \;\;\;N_j^2 = \frac{1}{{n - 1}}\sum\limits_{i = 1}^n {{X_{ij}}{{\left( {{X_{ij}} - {{\overline X }_j}} \right)}^2}} ;\\ \left( {i = 1, 2, 3 \cdots 12;\mathit{j} = 1, 2, 3 \cdots 11} \right) \end{array} $

(3)

第二步，采用SPSS22.0软件的因子分析功能进行主成分分析。首先，选取11个指标作为植被生态重建效果评价因子，通过分析→降维→因子分析，建立指标之间的相关系数矩阵，确定参评样方植被指标主成分特征值和特征向量。然后，以各个主成分对应的方差贡献率作为权重，选择关键主成分计算主成分得分，由主成分得分和对应的权重线性加权求和，得到综合评价函数。最后，根据主成分综合得分模型，得出各样方植被重建效果综合分值和排序，这样就达到了对12个样方的植被生态重建效果分级定量综合评价目的。

3.2 指标体系建立依据

根据生态重建效果评价指标选取的科学性、可比性、可操作性等原则^[13]，在评价体系建立中主要考虑对生态环境影响较大的诸多因素，从植被重建效果方面选取能反映矿区植被生态重建效果的11项指标。

3.3 数据处理及分析

Excel作为电子表格软件拥有强大的计算、分析功能。由于实测样本数据量很大，因此采用Excel 2007软件对这些数据进行统计、计算和分析，得出物种丰富度指数、物种多样性指数和物种均匀度指数等如下指标数据值(表 1)。

加下划线的为缺失值，缺失处用当列的平均值补齐。

其中Margalet物种丰富度指数计算公式：D=(S-1)/lnN。其中，S为群落中的物种总数，N为观察到的全部物种的个体总数。

Shannon物种多样性指数计算公式：H’=ΣP_ilnP_i，式中P_i=N_i/N。其中S表示总的物种数，表示第i个种占总数的比例。

Pielou物种均匀度指数计算公式：E=H/H_max，式中H为实际观察的物种多样性指数，H_max为最大的物种多样性指数，H_max=lnS(S为群落中的总物种数)。

首先根据样本原始指标数据，利用SPSS软件建立植被生态重建指标相关系数矩阵R(表 2)。

利用主成分分析进行综合指标分析的关键，在于各个参评因子对总分值的实际贡献率，此贡献率是决定各个参评因子成分权重的主要因素^[14]。因此，通过单因素相关分析确定各个指标之间的相关性，再利用因子分析法得出各指标的主成分载荷，从而确定各指标的实际贡献率，通过得分公式计算，进而获得各样点的综合分值。

将标准化后的数据进行主成分分析，从表 3的贡献率可以看出，第1主成分对矿区生态重建的贡献最大，为31.444%，前4项的累计贡献率值已经超过了90%，达到了90.103%。用前4项的主成分信息足以代替原数据信息，因此把前4项作为主成分因子，可计算出各因子对于原始指标的载荷状况。

主成分因子载荷是主成分因子与原始变量因子之间的相关系数，主成分载荷矩阵除以主成分相对应特征值再开平方根，即为各个主成分中每个指标所对应的系数——特征向量^[15]。从表 4可知，第一主成分中，草本层多度载荷相对较高，为0.888，说明第一主成分是草本层多度的主要反应；第二主成分中，平均株高载荷最高，达到了0.876, 说明第二主成分反应了平均株高的状况；第三主成分中，一年生新枝生物量的载荷最高，达到了0.929，说明第三主成分代表了一年生新枝生物量的状况；第四主成分中，物种均匀度指数的载荷最高，达到了0.745，说明第四主成分代表物种均匀度状况(表 4)。

3.4 样地生态重建效果综合评价结果

由主成分载荷矩阵通过回归算法可得到因子的得分系数矩阵, 即各主成分的特征向量(表 5)。

进而可以确定第一、第二、第三、第四主成分得分的回归模型，即各主成分的特征向量与各原始指标标准化后数据的乘积之和，根据主成分计算公式(F_i=a_1iX₁+a_2iX₂+……a_piX_p, i=1, 2, ……m)，可得到4个主成分和原11项指标的线性组合：

$ \begin{array}{l} \;\;\;\;\;\;\;{F_1} = - 0.018{X_1} + 0.298{X_2} - 0.259{X_3} - 0.271{X_4} - \\ 0.087{X_5} + 0.249{X_6} - 0.049{X_7} + 0.139{X_8} - 0.009{X_9} + \\ 0.054{X_{10}} + 0.113{X_{11}} \end{array} $

(4)

$ \begin{array}{l} \;\;\;\;\;\;{F_2} = 0.008{X_1} - 0.016{X_2} - 0.018{X_3} + 0.047{X_4} + 0.304{X_5} + \\ 0.095{X_6} + 0.038{X_7} + 0.067{X_8} + 0.287{X_9} + 0.429{X_{10}} + 0.193{X_{11}} \end{array} $

(5)

$ \begin{array}{l} \;\;\;\;\;\;{F_3} = - 0.364{X_1} + 0.072{X_2} + 0.233{X_3} + 0.064{X_4} + \\ 0.071{X_5} + 0.292{X_6} + 0.365{\mathit{X}_7} + 0.046{\mathit{X}_8} - 0.104{X_9} + 0.076{X_{10}} + 0.104{X_{11}} \end{array} $

(6)

$ \begin{array}{l} \;\;\;\;\;\;{F_4} = - 0.031{X_1} - 0.079{X_2} - 0.181{X_3} + 0.022{X_4} - 0.009{X_5} + \\ 0.092{X_6} - 0.107{X_7} + 0.443{X_8} + 0.054{X_9} - 0.265{\mathit{X}_{10}} - 0.592{\mathit{X}_{11}} \end{array} $

(7)

式中F₁、F₂、F₃、F₄分别是第一、第二、第三和第四主成分得分。X₁~X₁₁所代表指标如表 1所示。

以各个主成分对应的方差贡献率作为权重，由主成分得分和对应的权重线性加权求和，得到综合评价函数，即综合主成分表达式：

$ F = 0.349{F_1} + 0.287{F_2} + 0.241{F_3} + 0.123{F_4} $

(8)

根据主成分综合得分模型，可计算出12个样方的综合得分及排序(表 6)。

从表 6可见，综合得分排在前4位的样方依次是11、12、6和8号样方。因为第一主成分代表多度，多度的方差贡献率最大，因此11号、12号样方以紫穗槐为优势种的植被多度最多，生态重建性最好。而10、5、2号样方分别以沙棘和白柠条为优势种的植被多度最低，生态重建性最差。

4 结论

当前为响应国家政策，全国矿山企业正全面推进绿色矿山创建工作。为实现资源开采与生态修复相协调，在矿区被破坏的土地上建立稳定的人工植被群落，进而形成自然植被群落是矿山土地复垦和生态系统重建最重要的一步。

(1) 采用主成分分析方法对矿区尾矿库生态重建效果从植被方面评价，可在不损失或较少损失原有指标信息的基础上，把多个评价指标转换为几个评价变量。生态重建效果综合主成分得分，可以代表 90.103%的不同植被栽植样方重建效果差异信息，具有较好的代表性和客观性。

结果表明：各样方植被恢复模式中，因为第一主成分代表多度，因此11、12号样方以紫穗槐为优势种的草本层植被多度最多，生态重建性最好，10、5、2号样方分别以沙棘和白柠条为优势种的植被多度最低，生态重建性最差；第二主成分反应平均株高的状况，因此从平均株高角度排序，样方11>12>6>8>7>4>9>3>1>10>5>2，说明在样方11、12上栽植的植物水分相对充足，阳光照射均匀，生长茂盛，长势良好；第三主成分代表一年生新枝生物量的状况，说明样方11、12上栽植的植物大多都是新近栽植的植物，而10、5、2号样方新栽植植物较少，并且未及时砍除干枯死亡的老枝和植株；第四主成分代表物种均匀度状况，说明样方11、12中草本、灌木、乔木各品种植物栽植分布较均匀。

(2) 利用统计分析方法对矿区生态重建实地调查监测数据进行效果评价，可及时了解矿区生态重建工程现状。矿区生态重建过程中，考虑群落物种多样性，应形成乔灌草结合形式，防止物种过于单一而不能抵抗自然灾害。避免盲目性、破坏性的进行生态重建工作，增强生态重建工作现实性和科学性，提高矿区生态重建现代化水平，为进一步改善和治理矿区生态环境提供科学依据，有计划、有步骤推进“绿色矿山”创建工作。

(3) 在今后的研究中可以继续联合实地监测数据，除植被因素外，将景观要素和土壤要素以及周边居民满意度等要素，在生态重建效果评价中的重要性考虑进去。另外下一步工作中可以进一步结合多种评价方法，例如和层次分析法、灰色关联度法、聚类分析法、模糊综合评价法等做对比，对研究区的生态重建效果进行全面评价比较和分析。

注：本文样本原始指标及数据来源为唐山学院王欣老师收集整理。