采煤塌陷裂缝对沙蒿吸水来源影响试验研究

尚京萱，陈 实,2，刘骞文，郭旭锋，郭俊廷，李 敏

(1.西北农林科技大学 水利与建筑工程学院，陕西 杨凌 712100；2.西北农林科技大学 旱区农业水土工程教育部重点实验室，陕西 杨凌 712100；3.煤炭开采水资源保护与利用国家重点实验室，北京 102209；4.北京低碳清洁能源研究院，北京 102209)

煤炭开采带来的采煤塌陷是非常直观的地质灾害，对矿区的生态环境带来了严重影响[1]，如土壤理化性质改变、土壤结构破坏[2]和植被生长受阻[3-6]。大面积的地面沉陷和地裂缝，对当地植被造成严重威胁，减弱了水土保持功能，导致矿区生态破坏进入恶性循环。采煤塌陷造成的裂缝，一方面破坏了土壤结构，增加了土壤水的渗透[2]，造成矿区地下水位下降，另一方面也破坏了植物根系的原有网络[7]，对植物根系产生拉伤，影响植物水分吸收[8]，造成植被生长发育受阻，多样性显著降低[9]，进而影响矿区生态环境。

为此，多名专家学者在矿区植被的生长及生态修复、评价等方面进行了大量研究，苗春光等[10]研究了微生物对沙棘根系生长的影响；张雁等[11]研究了不同气象要素和地下水埋深与植被生长的关系；李琪[12]研究了不同地下水埋深下典型植物的生长情况和吸水规律；李欣颖等[13]研究了不同的土壤因子对草本植物多样性的影响程度；李斐等[14]研究了不同光合类型的禾草对于干旱条件的响应和适应机制。赵明等[15]引入冠级和龄级概念，研究了沙蒿根系生物量和分布特征；刘嘉伟[16]、王博[17]等对于承受外力破坏的植物根系进行了生长特性和自修复能力的研究；王成龙[18]构建评价体系，分析不同植物根系损伤后自修复的固土能力，对采煤塌陷区植被建设有重要的实践意义。

在研究植物-土壤的水分运移过程中，使用氢氧同位素、示踪剂[19]并建立模型[20]是极好的研究手段；特别是稳定同位素技术(δ18O 和δ2H)在研究植物根系吸水来源上起着至关重要的作用。由于水分运移过程中氢氧同位素不分馏的特性，通过比较从植物木质部和土壤水中提取的氢和氧同位素，可以确定植物吸水的具体来源[21-26]，从而研究不同条件下植物的水分利用机制[27]。

笔者选定中国四大沙地之一的毛乌素沙地为研究区。随着该地区煤炭资源不断开采，脆弱的生态环境使植被面临死亡风险。在这些植被中，沙蒿占毛乌素沙地植被总量的30%[28]。笔者通过使用δ2H 同位素标记水进行模拟降水，研究陕西活鸡兔井田未开采区、受采煤塌陷影响但无明显裂缝区(无明显裂缝区)以及裂缝区的土壤水补给机制，并分析了3 个试验区内不同土层深度对沙蒿根系吸水的贡献，以期对采煤塌陷地区的防护治理和矿区生态系统的人工修复提供借鉴。

1 研究区域与方法

1.1 研究区概况

研究区位于陕西省神木市大柳塔矿区的活鸡兔井田22312 工作面中部，处于毛乌素沙地东南部。大柳塔矿区属于半干旱干旱区的过渡地带，是典型的大陆性气候，平均气温6.0～8.5℃。该地区降水量较少，蒸发量极大。降水主要集中在7～9 月，年降水量为250～440 mm，自东南部向西北部递减，年平均潜在蒸发量1 800～2 500 mm，无霜期约156 d。大柳塔矿区地表植被稀疏，荒漠化严重，大部分是沙丘土地，风沙活动十分强烈，最大风速在20 m/s 以上，土壤疏松，抗风蚀能力差，易遭受水蚀和风蚀。

大柳塔矿区活鸡兔井田22312 工作面位于井田西南侧。工作面所在区域属沙盖黄土丘陵地貌，地表为流动沙及半固定沙所覆盖。工作面中部及东南部地貌类型属于波状高平原台地，地形平缓开阔，以风沙地貌为主；西北部为黄土丘陵沟壑区，形成梁峁、沟壑和黄土塬3 种地貌，工作面北部沟谷纵横，地形破碎，植被稀疏，地面坡度大，坡面水蚀、沟蚀发育。区内土壤以风沙土为主，结构疏松，抗蚀性差，极易遭受风蚀。研究区工作面内有一拆迁村落，村落内至今留有一口灌溉用水井，井中静止水位埋深约20 m。该区域典型植被主要以芒草群系为代表，主要是天然沙蒿。

工作面采用放顶煤工艺开采，按平均煤厚6 m 考虑，正常回采期间工作面采高设计3.5～3.9 m，放煤高度2.4 m，整体工作面采高6 m，矿方实测导水裂缝带高度直接到达地表。试验开始前对选定区域的采煤塌陷裂缝进行了测量[29]，结果显示：研究区内采煤塌陷裂缝宽度为1～74 cm，平均宽度15 cm。

1.2 试验设计

通过划分样区和喷洒同位素标记后的重水δ2H 模拟降水来进行田间试验。采集试验前后土壤样本和植物样本(沙蒿)，测定样本中水的氢氧同位素含量，进行植物吸水来源的研究。此次试验区设定在22312 工作面，根据沙蒿与裂缝的距离不同共划分3 个试验区，每个试验区再根据沙蒿植株细分为2 个小试验地，最终设置面积为2 m×2 m 的6 个试验地(图1)，具体划分情况如下：沙蒿距离裂缝大于50 m，划分为未开采区；沙蒿距离裂缝大于5 m，划分为受采煤塌陷影响但无明显裂缝区(简称无明显裂缝区)；分布有宽度15 cm 左右的裂缝通过，且距离沙蒿0～20 cm，划分为裂缝区。3 个试验区各有2 株生长状况良好且灌木大小相似的沙蒿。本区沙蒿根冠比约为0.46[30-31]，根系深度主要集中在0～30 cm。具体植被数据见表1。

图1 试验样地位置Fig.1 Position of the test plots

表1 试验样地内沙蒿植被参数Table 1 Vegetation parameters of Artemisia Desertorum in the sample area cm

野外试验采用模拟降水的方法。取购置的δ2H 浓度为99.6%的重水20 mL，与140 L 当地地下水充分混合，这相当于一次约为35 mm 的降水。混合后δ2H同位素的计算值应为800‰。

2020 年10 月27 日，使用喷壶将标记后的混合水均匀喷洒至6 个试验地。模拟降水时间持续1 h，保证喷雾均匀，无径流产生。选择在秋天进行试验，以避免偶然产生的降水对试验结果产生影响；5 d 后即11 月1 日待沙蒿充分吸水后再进行采样[23]。试验期间采样区平均气温15℃，且未发生自然降水(图2)。

图2 试验区喷洒水样Fig.2 Spraying water samples in the test area

在降水前后，分别使用土钻法分别对6 个试验地进行土壤样品的采集，测量土壤的初始含水量、氢氧同位素含量以及土壤质地成分。采集试验地6 株沙蒿相对完整的枝干分支，进行沙蒿木质部氢氧同位素含量的测量。

1.3 样品采集和分析

在6 个试验地分别钻取2 个1 m 深的土壤剖面，分为6 层采集土壤样本，具体的土壤剖面分层为0～10、10～20、20～40、40～60、60～80、80～100 cm。将一部分土壤样品放入塑料瓶中，然后用Parafilm 薄膜密封瓶口，将其存储在-18℃的冰箱中用于土壤水分提取和水同位素含量测定。另一部分放在铝箱中测量土壤含水量。将剩余土壤样品放入自密封袋中进行土壤质地成分测量。

采集6 株沙蒿相对完整的枝干分支，并选取土壤与大气交界处的枝条，立即清除枝条表层的土壤杂质，放入20 mL 的采样瓶中，用Parafilm 薄膜密封瓶口。同样将其存储在-18℃的冰箱中用于测量植物木质部的氢氧同位素含量。

具体的氢氧同位素含量测定分为2 个过程，第一步是土壤和植物样本中水的提取，采用基于低温真空蒸馏法的Li-2000 提取系统进行。提水效率控制在100%±2%。第二步是测量提取水分的氢氧同位素含量，对于土壤和植物样本分别采用不同的仪器。土壤样品采用液态水同位素分析仪(LGR，LWA-45EP，USA)测定稳定同位素。为保证试验数据的准确性，降水前后取得的未标记土壤水和标记后的土壤水按照不同的标准进行测定。δ2H 和δ18O 的同位素测量精度分别为1.0%和0.2%。考虑到植物样本提取水样存在有机物的污染，对植物样品采用Isoprime 100 同位素比值质谱仪(IRMS，Isoprime Ltd，USA)测定稳定同位素，δ2H 和δ18O 的测量精度分别为2.0%和0.3%。LGR和IRMS 对纯水的测定结果无显著差异。

1.4 数据处理

由于研究区地下水埋深远大于沙蒿最大根系深度，包气带水被认为是沙蒿吸水的唯一来源。为确定不同土层对根系吸水的相对贡献，使用R 脚本的MixSIAR 贝叶斯混合模型[32-33]来估计每个土层贡献的后验分布。在土壤剖面一致的情况下，自然稳定同位素不能分析植物根系吸水来源，而经过氢氧同位素标记的土壤水可以扩大土壤剖面中稳定同位素的差异，在植物根系产生明显的同位素信号，之后通过贝叶斯混合模型更好地划分根系吸水的比例。基于贝叶斯统计原理的混合模型充分考虑了植物根系水分和土壤水同位素值的潜在不确定性以及土壤水过参数化导致的不确定性，其中MixSIAR 模型不仅融合了MixSIR[34]和SIAR[35]模型的优势，又增加了土壤水的多元同位素原始数据源输入形式、分类变量等模块，显著提升了植物水分来源及其贡献比例定量计算的准确性。土壤水分和同位素的变化受上界降水和蒸发的影响，且影响强度一般随土层深度的增加而减小。在此背景下，根据土壤含水量和标记的同位素值(δ2H)变化，将根区土壤划分为0～10、10～20、20～40 和40～60 cm 共4 个层次。

基于降水是黄土区地下水补给的唯一来源，学者们形成了以优先流和活塞流为主的2 种补给观点。优先流指在一定边界条件下土壤中的水分和溶质绕过土壤基质区或土壤大部分区域，优先通过导水能力较强的渗透路径快速运移到土壤深层或地下水层的现象，表现为非均匀运动形式，也称为优势流或非平衡流。反之，活塞流补给往往是降水进入地表后经历蒸腾、蒸发作用后缓慢呈层状入渗，主要补给浅层土壤。不同的土壤水补给方式往往对植物根系的吸水来源产生影响。优先流的贡献率可以使用以下公式计算：

式中：P为优先流量占总投入水量的比例，%；θl、θP分别为洒后、洒前的土壤含水量，%；L为土壤深度，m；I为单位面积总投入水量，m；z为土壤深度，m。

使用SPSS 22.0 统计软件对数据进行统计分析，显著性水平为0.05。使用OriginPro 2021 软件进行相关图表的绘制。

2 结果分析

2.1 土壤水分补给比例

对试验区土壤样本的粒径成分进行测定，结果显示试验区的土壤成分主要为沙粒，且在6 个土层剖面上随深度的变化相对均匀(图3)。土壤颗粒类型以沙粒为主，质量分数为92%，黏土和粉土颗粒分别为3.2%和4.9%。此类土壤含沙量高，颗粒粗大，存在大量粒间孔隙，因此，土壤透气性良好。

图3 土壤剖面的粒径分布Fig.3 Particle size distribution of soil profiles

3 个试验区降水前后土壤含水量如图4 所示。从图4a 可以看出，3 个试验区初始土壤含水量差异很小，平均初始含水量分别为3.3%、3.4%和3.3%，且土层剖面的初始土壤含水量随土层深度波动不大，在土层顶部为2.5%，20～60 cm 处增加到4%，80 cm 以下下降到2.5%。图4b 可知，在进行模拟降水试验后，3 个试验区80 cm 以上土层的土壤含水量都有明显增加。其中，裂缝区的土壤含水量在各个土层都是最低的，通过式(1)计算可知，裂缝区存在优先流，优先流比例为18.2%。但在100 cm 深的土壤处，裂缝区的土壤含水量明显是最高的。对于未开采区和无明显裂缝区，未开采区表层土壤(0～20 cm)的土壤含水量最高，无明显裂缝区在其他土层(40～80 cm)的含水量是3 个试验区最高的，这2 个试验区的土壤水分贮存量分别增加了18.5 mm 和19.8 mm，且只有活塞流存在。

图4 模拟降水前后的土壤含水量Fig.4 Soil water content before and after simulated precipitation

2.2 土壤水贡献比例

基于同位素标记的土壤水在注入示踪剂后，其稳定同位素(δ2H)具有明显的信号，并有能力更好地区分根系吸收的水[24-26]。试验测量得出，无明显裂缝区植物木质部的标记水δ2H 同位素含量最高(261‰±115‰)，其次是未开采区(203‰±96‰)，裂缝区(79‰±33‰)(图5)。在植被吸水来源的研究中，植物根系分布的深度与水分获取的土壤深度呈正相关关系，在10—11 月份，植物自身的生命力减弱，逐步进入休眠状态，根系获取浅层土壤水消耗的能量更低，更容易在浅层土壤中获取到足够的水分[25]。同时图5 中不同样区沙蒿木质部水与土壤水的氢同位素含量分别相交于30、42 和25 cm 土壤深度，根系总是向着水分充足和最容易吸水的区域生长[31]。由于沙蒿的最大根系深度在60 cm 的土壤层之上，在满足植物生长所需的水分条件下，可以推断60 cm 土壤深度以上的土壤水是植物生长的主要来源。

图5 3 种试验样地不同深度的土壤水和沙蒿木质部水同位素含量Fig.5 Isotope content in soil water at different depth and xylem water of Artemisia Desertorum in 3 test areas

通过MixSIAR 模型可以定量测量植物根系在不同深度土层的吸水比例，具体结果如图6 所示。可以看出，3 个试验区的植物吸水来源具有很大的差异。在未开采区，沙蒿吸收的59.7%水分来自10～20 cm的土层。在无明显裂缝区，沙蒿主要从40～60 cm 土层(46.6%)和0～10 cm 土层(39.4%)吸水。在裂缝区，沙蒿吸收的85.9%水分都来自40～60 cm 土层，说明植株的水分来源几乎全部在深层土壤。

图6 3 种试验样地不同土层对沙蒿吸水的贡献比例Fig.6 Contribution proportions of different soil layers to source of water uptaken by Artemisia Desertorum in three test areas

3 讨论

3.1 土壤水分补给机制

研究表明，不同试验区土壤剖面的粒径分布没有显著差异，土质的细微差异对降水入渗的影响可以忽略不计，可以专注分析采煤活动带来的地裂缝对土壤水分补给的影响。

通过对降水前后3 个试验区土壤含水量的测量分析，无明显裂缝区的土壤含水量在大部分土层都高于未开采区和裂缝区，且裂缝区的土壤含水量在0～80 cm深度一直最小。但在100 cm 深度的土壤，可以看到裂缝区的土壤含水量是高于其他2 个试验区的。

因此，可以认为土壤水分的变化是由土壤结构的差异引起，活塞流和优先流可能在水文系统中共存[36-38]。研究区降水主要以活塞流的方式补给土壤水，裂缝存在时，湿润锋沿裂缝快速向下运移，优先流现象明显，在同一土壤深度下，土壤含水量与距离裂缝的远近大约呈正相关关系[38]。未开采区距采煤作业面的距离远远大于其他2 个试验区，样区地面无裂缝，植被生长密集。无明显裂缝区位于采煤工作面边缘，与裂缝距离大于5 m，虽没有明显的裂缝，但采矿造成土壤孔隙增大，土壤变得松散，且地表已经出现细小的裂纹，与开采前未受干扰的情况相比，水更容易渗入。在裂缝区，受蒸发作用影响，表层含水量较低，采煤塌陷形成的裂隙会造成非均匀流，这将加剧优先流的产生，一些水通过裂缝流入更深层的土壤，导致样本整个剖面的含水量低于其他2 个试验区。

3.2 植物吸水来源

使用直接图解法(图5)得到的植物吸水来源取自土壤剖面的土壤水同位素含量和沙蒿木质部水同位素含量(δ2H)的交叉点，因为测量后δ2H 具有更大的含量范围，信号更加明显，且2 条线的交点只有一个，因此，选用δ2H 作为植物吸水的分析对象。这种方法的结果不能得出不同深度根系吸水比例的差异，但可以显示出交叉点都位于同位素含量起伏变化很大的区域，说明土壤水补给大的区域可能是植物的主要吸水来源。

使用MixSIAR 贝叶斯模型进行分析后，发现3 个试验区的植物吸水来源具有很大的差异。这种差异存在的原因是植物根系发生了变化[16]。采煤不仅会产生大范围的裂缝，破坏土壤结构，还会破坏植物根系。在未开采区，沙蒿根系表现为上层根系生物量大于下层[30]，植物主要吸收上层土壤水；在受煤炭开采影响的地区，表面根系网络有可能会从上层土壤中吸收水分，而较深的根系则会提取储存在深层区域的水，这些水是通过前期降水的优先流得到补给。具体体现在沙蒿在无明显裂缝区和裂缝区会吸收更多的深层土壤水，因为煤炭开采导致土层中更大的孔隙度，并且根系在深层土壤中可能更加密集，以确保根系可以吸收深层土壤水。同时，在裂缝区只有14.1%的根系吸水来源于40 cm以上的土层，这是因为地面的裂缝长期暴露在空气中，阻碍了表面根系的生长。

4 结论

a.基于稳定同位素技术和MixSIAR 贝叶斯混合模型的定量计算，发现研究区内采煤塌陷裂缝对沙蒿吸水来源有显著影响：裂缝区沙蒿吸收的水分有85.9%都来自深层土壤；在受采煤塌陷影响但无明显裂缝区，沙蒿主要从深层和浅层土壤中吸水；而未开采区主要吸收浅层土壤水分。随着裂缝的出现，沙蒿只能不断从更深的土壤中获取水分以供生长。

b.采煤塌陷裂缝的产生影响了土壤水补给方式，通过对土壤含水量的测量和分析，发现研究区降水主要以活塞流补给土壤，当裂缝存在时，降水迅速通过缝隙进入深层土壤，优先流的比例增加。

c.通过分析土壤含水量和植物吸水来源的变化，发现沙蒿的根系分布受到采煤塌陷裂缝的影响，裂缝区的沙蒿根系不仅会损伤断裂，同时表面根系也难以生长，植物吸水来源也随之变化。

d.通过定量分析的方法研究植物根系吸水机制和土壤水补给机制，对于研究矿区煤炭开采活动对植被生长和生态恢复的影响有重要的参考意义。