• 0点赞

  • 0收藏

首页 > 健康 > 正文

LDD | 云南4个典型露天矿扰动梯度植被群落组成

摘要:露天采矿造成了严重的土地退化,导致开采后景观的物理和化学条件发生巨大的变化,因此露天开采后退化土地的植被恢复具有挑战性。本研究比较了4种典型露天矿类型(磷矿、锌矿、锡矿和铁矿)在3个干扰梯度(矿区、恢复区和控制区)下的植被群落组成和环境因子。非度量多维尺度分析表明,各矿区植被群落在3个梯度上存在显著差异。通过植被恢复的指示种分析,筛选出优势植物:磷矿(phosphate :虎尾草、魁蒿)、锌矿(zinc:马桑、魁蒿和毛莲菜)、锡矿(tin:魁蒿)和铁矿(iron:短叶黍)。采用典范对应分析、排序和蒙特卡罗排列检验确定环境因子对植被多样性的影响。结果表明:镉(Cd)、砷(As)、锌(Zn)、铅(Pb)、TC和海拔高度均对植被多样性有显著影响。此外,基于Akaike Information Criterion(AIC)最低的模型,发现这些变量对矿区植被的综合效应大于其他两个梯度。这些结果表明,任何露天矿区的植被恢复计划都应该考虑干扰强度/矿山类型和关键的环境变量。

1. 引言

采矿对经济和社会发展具有促进作用,然而,露天开采会对植被和土壤造成严重破坏。地表开采的潜在破坏面积是地下开采的2-11倍,采矿区的水污染/生物多样性丧失/土地退化等问题十分严重。

露天开采会直接或间接影响矿区植被的生长。直接影响如景观破碎化/森林和耕地减少;间接影响如空气污染/土壤侵蚀和毒性等,最明显的是低有机质和高重金属对植被生长的抑制。

露天矿区的生态恢复可以加速土壤的自然恢复过程,提高生物多样性,因此在土壤退化和土壤侵蚀方面发挥着重要作用。由于自然恢复需要较长时间,因此人工恢复非常有必要。生态恢复技术方法是当前矿山废弃地恢复的重要技术,我国由于对植被动态变化的认识不足,植被恢复速率仍然很低。

目前矿区生态恢复的研究主要集中在基质的改善/重金属污染治理/优质树种等。基质改善:土壤和植物的相互作用(不同植物和施肥处理),地质累积指数评价废弃地重金属,重金属污染指数。利用优质树种进行自然恢复受到大家的青睐,研究表明部分植物对重金属具有较强的耐受性,是重金属污染土壤植被恢复的适宜先锋树种;种植本地植物可以加速演替过程。

景观和土壤参数如何影响植被对植被恢复很重要。露天矿区植被特征和环境因子之间的相关性分析表明,水分与植被生长显著相关;海拔越高植被盖度越高,陡坡植被盖度越低。大部分都是定性分析,定量分析有限,同时对于植被沿扰动梯度恢复的研究较少,尤其是在矿产资源丰富/露天矿较多的云南省。

研究目的:(1)不同干扰梯度下植被组成的差异;(2)各矿点和所有矿点联合选择植被恢复的优质树种;(3)量化不同环境因子对不同梯度区域植被多样性的影响。研究结果可以为植被选择和土壤改良提供依据。

2. 方法

采样点描述:4种矿区非常典型,露天矿区面积大,开采历史悠久,主要是人为干扰的采矿活动,如采矿、冶铁、尾矿和废渣等。相关的基础设施包括道路建设、矿区生产和生活区建设。同时还存在一些农业活动,如农作物种植、果园建设、生态修复工程和生活垃圾等。总计选择40个样点,磷矿13个,锌矿9个,锡矿9个,铁矿9个。

LDD | 云南4个典型露天矿扰动梯度植被群落组成

植被调查和土壤采样方法:

3个不同的梯度为:矿区(采矿活动正在进行)、恢复区(任何采矿活动结束后植被恢复的受损区域)和控制区(不受采矿活动影响的自然林区)。总共调查了40个plot,沿着样条线分布,在每个小区,随机选择3个样方。乔木调查样方为10米*10米,灌木为5米*5米,草本为1米*1米。对所有单株植物进行识别和测量。记录每个样方的景观特征,包括坡度、坡向、坡度位置、海拔高度、距离矿区的距离和最近的道路。

土壤样品:取0-10厘米的表层土,每个样方随机混合4个土壤样品,去除较大的石块,风干后对土壤进行研磨,过筛,用于测定土壤参数,包括Total Carbon、Total Nitrogen(元素分析仪);Total Phosphorus、Total Potassium、Ca、As、Cr、Ni、Cu、Pb、Zn、Cd、Co、Mn(ICP-AES测定)。

植被组成和环境因子统计分析:

植被群落组成和分布:植被群落α多样性(species richness,Shannon‘s diversity index,方差分析);植被组成差异(非度量多维尺度分析nmds,vegan package,R);指示种分析(indval function,labdsv package,R,筛选优质物种);计算一个物种样本的分类单元指标值(基于其在各个地点的占用情况的结合,与特定群体的丰富程度abundance有关)。

环境因子:以土壤参数和景观特征为环境因子,分析环境变量对植被多样性的影响。采用方差分析检验环境变量在不同梯度下的差异(分析前对数据进行ln转换),数据进行标准化。采用典型相关分析分析环境因子对植被的影响,用去趋势对应分析(排序轴前4个轴的最大值是5.14),用蒙特卡罗排列检验确定环境因素对植被是否有显著影响。建立多线性模型表征环境因子对不同梯度区植被群落的影响程度(比较和排序模型,最小的aic值,mass package,stepaic function,R)。

3. 结果

不同矿区植被组成:40个样地总计鉴定出99种植物,磷矿区40种,锌矿区33种,锡矿区33种,铁矿区25种。有些物种在多个矿区出现。鬼针草和虎尾草是磷矿的优势种;牛筋草和毛莲菜是锌矿的优势种;魁蒿和白车轴草是锡矿的优势种;三点金是铁矿的优势种。species richness index 和Shannon diversity index:4种矿区类型均是控制区最高,矿区最低,恢复区居中。方差分析结果表明,锡矿和铁矿的植被丰富度在3个梯度上存在显著差异。

LDD | 云南4个典型露天矿扰动梯度植被群落组成

各矿区植被组成:nmds分析结果表明,各矿区的物种相对独立,不同矿区植被组成存在显著差异,表明不同生境植被群落存在显著差异,且不同样地的植被组成也存在差异。

LDD | 云南4个典型露天矿扰动梯度植被群落组成

各矿区植被分布:指示物种分析结果表明,3个梯度区植被分布存在显著差异。

LDD | 云南4个典型露天矿扰动梯度植被群落组成

各矿区环境特征:4个矿区的As、Cd、Cu、Mn、Pb、Zn和海拔高度存在显著差异。锡矿的As、Cu和Mn与其他矿区之间差异显著。Cd的含量在所有点之间差异显著。

LDD | 云南4个典型露天矿扰动梯度植被群落组成

环境因子对植被多样性的影响:cca分析结果表明,两个轴对有意义的解释是有用的。As, Cd, Zn, Pb, TC和海拔高度对植被多样性有显著影响,海拔高度对研究区植被多样性影响最大。vegetation richness index和Shannon diversity index之间呈极显著正相关。

LDD | 云南4个典型露天矿扰动梯度植被群落组成

4. 讨论和结论4个矿区不同梯度植被群落存在显著差异,对照区植被多样性较高,矿区物种多样性较低;指示物种分析表明,植被分布与干扰梯度有关。在植被调查中可能漏掉一些相对稀缺的物种,今后可以加强植被调查,分析群落演替过程中不同植被类型的生存状况和生存能力。环境因子对矿区的植被多样性影响最大。部分小气候因素为加入到模型中分析,未来可以增加更多可能影响研究区植被多样性的环境因子,分析重金属等土壤参数富集对植物的影响。废弃矿厂:土壤有机质含量低,ph值低,有害微量元素浓度高的极端。从本地原生植物中选择适宜的优质树种作为恢复植物,并对其生理特征进行分析。

原文链接:https://onlinelibrary.wiley.com/doi/10.1002/ldr.3234

(今完)

版权声明:本站部分内容为综合网络现有资源整理并发布的,如果内容上有侵犯您的权益的时候请联系我并附上相关证明材料,核实后会删除。
温馨提示:鉴于部分资源来自于网络由于处理不细致难免出现广告信息,在遇到广告信息请勿相信一切广告信息,以免造成经济损失,本站所有资料均是免费分享。
部分视频苹果手机或者安卓手机无法在线观看的,凡是遇到视频加载失败的文章建议电脑访问观看,提醒大家手机不是万能的。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

在此浏览器中保留我的姓名、邮箱和网站

评论信息

TOP