在全球碳循环和大气CO2浓度变化中，陆地生态系统碳储量及其变化直接影响全球碳平衡[1],而农田生态系统碳库不仅是陆地生态系统碳库最重要的组成部分之一，还是减少陆地生态系统碳释放的最大潜力源[2]，因此，农田生态系统碳库的变动对陆地生态系统碳平衡起着关键作用。近年来，农田生态系统频繁地受到人类活动的干扰，其碳库也发生相应改变。目前，有关人类活动对农田生态系统碳库的扰动研究，学者们主要关注于农田土壤和植被碳储量在不同的农田管理措施下的变化情况，如盛婧等对农业生产措施与土壤碳库变化之间的关系进行了研究[3];罗怀良等在对区域农田植被碳库观测研究的基础上，发现农田生态系统植被碳库的碳储量和碳密度会随着作物种植结构的改变而呈现出不同的变动规律[4]。此外，还有大量研究表明土地利用与覆被变化、气候等均对农田碳库有扰动作用。

煤炭开采是目前对生态环境影响力度最大的人类活动之一。在相关研究中，煤炭开采产生的影响主要是:地表沉陷、压占和生态环境破坏[5-7]。高强度的煤炭开采造成采空区面积逐年增大，引起大面积的土地塌陷，对农田土壤-植被生态系统造成严重破坏，使土壤质量不断下降，影响矿区农田生态系统碳库的储量和积累，不仅使生态环境持续恶化[8-9]，还会引发区域及全球气候、环境问题[10]。因此，关于煤炭开采对农田碳库的扰动研究意义重大。

目前，就煤矿区而言，有关煤炭开采、运输及使用等过程中的碳排放研究十分活跃，但煤田工作面开采对农田土壤和植被等碳库扰动的影响研究依然较少[11]，多集中于煤炭开采对单个环境要素的影响，煤炭开采影响下多个环境要素之间协同损伤规律的研究相对较少。在相关评价方面，学者们主要关注采煤这一人类活动对生态环境的影响评价，包括过程中评价和后评价。如牛冲槐等针对山西省在煤炭开采过程中出现的一系列生态环境问题，利用主成分分析和模糊模式识别的方法对其进行了定性、定量分析[12]。蔡兆亮等则以金宝屯煤矿环境影响后评价为例，分析和探讨了煤炭开采环境影响后评价的主要内容[13]。这一类评价是对采煤过程中、采煤后出现的环境问题进行评价并对其制定相应的对策，但对于这些问题的出现却难以预测。

因此，笔者提出了一种预评价方法，即在煤炭未开采之前对碳库进行理论模拟预测。这种预评价首先可预防在煤炭开采中遇到的生态和环境问题;其次，通过充分把握植被、土壤碳库受煤炭开采在时间和空间上的扰动规律，可丰富碳排放研究理论，为矿区进行低碳开采、土地复垦、生态修复制定出科学合理的方案，同时，可对全面的生态补偿额度的确定及相关机制的制定提供重要依据。参考目前主要应用于煤炭开采沉陷评价、碳循环研究等方面的方法(如生物量因子测算法[14]、参数估算法、遥感资料反演法、环境参数模型法[15]等)以及预测模型(如生物地球模型、BIOME2、DOLY和MAPSS生物地理模型[16]等)，笔者在煤矿区选定实验样区，利用开采沉陷预计模型和生物地球化学模型(DNDC)对煤田工作面开采沉陷进行农田土壤和植被碳库扰动预评价，从而为煤炭低碳开采、矿区低碳复垦以及生态环境保护等政策的制定提供基础数据和方法支撑。

1 数据与方法

1.1 研究区概况

研究区位于山西省晋城市，属于山西省晋煤集团矿区，温带大陆性季风气候，四季分明，年平均气温为10.5 ℃，无霜期为165 d。降水量季节与年际变化大，主要集中于6,7,8月，这期间的降水量占全年的60%。耕地多为旱地，主要作物是小麦和玉米，一年一熟或两年三熟。

在矿区内选择4块面积相等的实验样区，分别为采煤引起的农田沉陷坡面样区SS1,SS2和未受采煤影响的农田对照样区NS1,NS2(图1)。其中，SS1,SS2样区，受该矿区多个煤田工作面影响，从2013年1月开始沉陷，2015年达到稳沉;NS1,NS2样区，未受开采沉陷影响，与SS1和SS2样区位于同一农田耕作区，土壤理化性质和农田管理措施与SS1,SS2样区基本一致，4块实验样区均为旱地，均种植玉米，一年一熟。笔者以SS1和NS1样区为例，进行DNDC模型的本地化验证，以SS2和NS2样区为例，进行煤田工作面开采沉陷对农田碳库的扰动预评价。

1.2 DNDC模型及其本地化验证

DNDC模型作为普遍应用的生物地球化学模型之一，不仅可用来模拟农田生态系统的碳氮循环，还可对其他环境因素(如土壤有机碳)的变化进行预测[17]。由于矿区生态系统具有独特性和整体性，在采煤作用下，任一部分的变动都会对土壤和植被碳库产生影响。当煤炭资源从地下被挖出后，其上层地表会因支撑物的缺失而向下塌陷，导致地表倾斜，地形坡度改变。根据相关研究，土壤有机碳多聚集在土壤表层且极易遭受水蚀和风蚀，开采沉陷区的坡度越大，土壤侵蚀对土壤有机碳的影响会越显著[18]，从而进一步扰动沉陷区的土壤理化性质以及植被对碳元素的吸收与转化。因此，笔者使用经过改进的DNDC(9.5版本)模型，其在先前版本的基础上，向土壤气候子模型中嵌入了SCS曲线和改进后的通用土壤流失方程，即MUSLE(Modified version of universal soil loss equation)[19-21]，可同时模拟水、碳、氮在水平和垂直方向的迁移与转化，具备模拟矿区沉陷坡面土壤有机碳在降水和径流冲刷力下流失的能力。与此同时，模型还为开采沉陷区生态系统的模拟提供了很好的参数接口[22]，首先，通过在土壤信息界面输入地形坡度、土壤旁系导水率、潜水位高度等参数，可对开采前后地表发生形变的生态系统进行模拟;其次，可通过设定气候和农田管理参数来催动子模型逐日模拟植物具体生长过程和微生物对C，N的转化过程，为开采沉陷影响下农田生态系统的温室气体排放研究提供基础;此外，模型还可在GIS数据库的支持下，对区域尺度碳氮循环的相关过程进行详细模拟，以其丰富的输出结果作为分析区域生态系统碳氮动态迁移与变化的依据，进一步增强该模型在模拟开采沉陷区及其周围农田生态系统碳循环过程的适用性和准确性。

DNDC模型最初是以美国作物为研究对象并以此不断发展而来的，虽然在本次研究对相关参数进行了修正，但其在本研究区的可行性还需进一步验证。笔者采用纳什系数(ME)、决定系数(R2)和偏差率来检验模拟结果和观测资料的吻合程度[23-24]。

纳什系数公式为

其中，Oi和Pi分别为观测值和模拟值;为观测值的平均值;n为样本数。ME取值为负无穷至1，ME接近1，表示模型可信度高;ME接近0，即总体结果可信;ME远远小于0，则模型是不可信的。

决定系数R2为检验模拟结果与观测资料的相关性，R2越接近1，表明相关性越高。

式中,为所有模拟值的平均值。

偏差率指模拟值与实测值的偏差程度，偏差率越小，则模型模拟结果越好。偏差率=(模拟值-实测值)/实测值×100%。

1.3 外业调查与数据获取

1.3.1 实验样区基础数据获取

DNDC模型运行所需参数主要有土壤数据、农田管理、气候，坡度、植被等，获取方法如下:

(1)坡度。采用电子经纬仪竖直罗盘，于年初和年末各测1次，将其均值作为当年坡度。

(2)土壤数据。用蛇形法采集土壤样本[25]，实验期每月30日采集土壤样本。土壤理化性质在实验室测定:土壤有机质含量利用重铬酸钾容量法[26];土壤容重采用环刀法[27];土壤pH利用土壤浸提液测定[28];土壤孔隙度采用华北地区土壤总孔隙度的经验公式计算[29];土壤微生物活性采用薰蒸提取法[30]。

(3)植被数据。用样方法采集植被样本，时间为实验期5—9月的30号。植被各部分比重采用重铬酸钾容量法-外加热法测定;植被NPP含量采用“收获法”测定[31]。

(4)气候数据。由沁水县气象局提供，包括日降水量、日最低温、日最高温、风速等。

(5)农田管理数据。通过外业调查问卷得到，主要有:研究区作物种植种类、种植时间、收获时间、秸秆还田比例、耕地时间、施肥时间、施肥名称、施肥数量、灌溉时间及水量等。

(6)温室气体数据。运用静态箱-气相色谱法对CO2和CH4两种温室气体进行采样和测定[32]，2013年1月至12月，每半个月测1次。

1.3.2 开采沉陷预计参数获取

(1)矿区的基础资料。海天煤矿提供研究区所在矿区的井上下对照图、底板等高线图、矿区原始DEM数据、矿区煤炭开采计划等。通过测量上述基础资料，得到开采深度、工作面坐标等开采几何参数。

(2)开采沉陷预计参数。研究区所在煤矿的地表下沉系数、主要影响角正切、最大下沉角、水平移动系数、拐点偏移距的值、煤层倾角等开采沉陷预计参数由煤矿提供。

1.4 模型验证

DNDC模型是基于理论和观测数据上的一种理想化的生态系统，不仅可对农田生态系统碳氮循环过程进行模拟，还可通过模拟温室气体排放情况来反映植物生长发育过程，为减少模拟结果的不确定性，在模型使用前必须对其进行验证[33-35]。参考有关DNDC模型验证的文献，笔者采用NS1，SS1样区来进行DNDC模型的本地化验证，为了更精确地模拟农作物生长过程，除了对实验样区土壤有机碳储量和植被NPP含量进行验证外，笔者还对实验样区玉米生长过程中的温室气体(CO2和CH4)排放情况进行了模拟与验证[36-37]。

1.4.1 模型输入参数

NS1,SS1样区的模型输入参数见表1。

表1 模型输入参数
Table 1 Input parameters by the model

1.4.2 模型验证结果

(1)CO2排放验证。采用DNDC模型对NS1，SS1样区2013年1月至12月的CO2排放量进行模拟，对比结果如图2所示。观测结果显示，土壤CO2排放量的2次峰值分别在4月施用有机肥后和6—7月玉米生长旺盛阶段，对比实测值，DNDC模型较准确地模拟了土壤CO2排放的变化趋势。此外，NS1，SS1样区的纳什系数ME和决定系数R2分别为0.68和0.79，0.75和0.75，这表明模型模拟结果与实测结果拟合度高，DNDC模型可以用来模拟研究区土壤的CO2排放状况。

(2)CH4排放验证。采用DNDC模型对NS1，SS1样区2013年1月至12月的CH4排放量进行模拟，对比结果如图3所示。实测结果表明，农田对CH4的吸收主要在4月到5月的中下旬，处于施肥期和玉米生长期，随后土壤CH4的吸收量不断降低，对比实测值，DNDC模型较准确地模拟了土壤CH4的吸收量变化情况。此外，NS1，SS1样区的ME和R2分别为0.44和0.49，0.48和0.51，这也表明模拟结果与实测结果比较拟合，DNDC模型可以用来模拟研究区土壤CH4吸收状况。

(3)植被NPP验证。为了验证模型对植物生长过程模拟的准确性，笔者对模型中默认的玉米根、茎、叶和果实的生物量分配比进行了验证。DNDC模型中默认比例为0.16，0.22，0.22，0.40，笔者将实测的分配比0.21，0.21，0.20，0.38输入模型进行模拟。此外，笔者实测了SS1和NS1样区作物5—9月份每月30号的作物生物量，并分别与模拟值进行对比，计算偏差率，结果见表2。

表2 植被NPP模拟值与实测值对比
Table 2 Comparison between simulated and measured NPP values of vegetation

由表2可知，玉米在5到7月生长最快，因为这一时间段玉米处于吐丝期、灌浆期、乳熟期，生长最为迅速，生物积累量也逐渐升高，到了8月份，玉米的生长速率下降，逐渐达到成熟期，其生物量随之趋于稳定，通过对比可知DNDC模型可以很好的模拟玉米生长过程。此外，2013年5—9月份，NS1样区和SS1样区各月份植被NPP的偏差率都在±20%之间，最小值仅为0.01，这进一步表明DNDC模型能够用来模拟煤田工作面开采沉陷区农田植被NPP含量。

(4)土壤有机碳库验证。将实测的2013年末NS1，SS1样区的土壤有机碳储量与DNDC模型的模拟值进行对比，并计算偏差率。结果表明，2013年末，NS1样区土壤有机碳库储量的实测值为39 705.53 kg/ha，模拟值为42 694.12 kg/ha，偏差率为7.5%;SS1样区土壤有机碳库储量的实测值为38 301.12 kg/ha，模拟值为42 089.02 kg/ha，偏差率为9.9%。综上，NS1样区和SS1样区土壤有机碳库储量的偏差率都在10%以内，因此，DNDC模型能够用来模拟工作面开采沉陷区的土壤有机碳库储量变化状况。

综上所述，通过验证，笔者认为DNDC模型能准确地模拟采煤沉陷坡面农田碳循环过程，可用作本文研究。

1.5 煤田工作面开采沉陷对农田土壤和植被碳库扰动预评价流程

在完成了DNDC模型的本地化验证后，就可进行工作面开采沉陷对农田土壤和植被碳库扰动预评价，评价流程:① 在研究区选定待评价实验样区，笔者在矿区煤田工作面开采影响区随机选取了受采煤影响实验样区SS2，并在采区周边选取未受采煤影响对照实验样区NS2;② 对煤田工作面开采沉陷影响区农田坡度进行预测，并采用DNDC模型对SS2和NS2实验样区2013—2015年度的土壤有机碳和植被NPP进行模拟;③ 将各年度SS2和NS2实验样区土壤有机碳和植被NPP的模拟结果进行差值计算，即煤田工作面开采扰动影响(MCE)=沉陷区模拟值-对照区模拟值，得到煤田工作面开采沉陷对农田土壤和植被碳库扰动预评价结果;④ 实测2013—2015年度SS2和NS2实验样区土壤有机碳和植被NPP，并进行差值计算。将其与煤田工作面开采沉陷对农田土壤和植被碳库扰动预评价结果进行对比，计算偏差率来对本次的预评价结果进行精度分析。

2 结果与讨论

2.1 开采沉陷区农田坡度模拟

首先，根据海天煤矿区已开采工作面分布、工作面开采计划以及开采沉陷预计参数，应用中国矿业大学“三下”采煤实验室的开采沉陷预计系统(MSPS)中的动态预计功能，获取海天煤矿区2013—2015年的地表下沉等值线。然后，利用ARCGIS软件，将下沉等值线转为矢量数据，再以高程字段创建TIN，最后利用TIN转栅格功能，得到地表下沉数字高程模型，如图4所示。

利用ARCGIS中的分析工具，将地表下沉等值线与该沉陷区在未开采前的原始DEM进行叠加分析，获得海天煤矿区2013—2015年受工作面开采影响的矿区现状DEM，然后利用ARCGIS的3D分析工具中的DEM转坡度模块转化为坡度图(图5)。根据实验样区的坐标数据，得到SS2样区2013—2015年的模拟坡度值，分别为:4.3°，7.5°，8.6°，未受到煤炭开采影响的对照样区NS2，3 a的坡度均为2.2°。

2.2 基于DNDC模型的农田碳循环模拟

为了能定量分析受开采沉陷与不受开采沉陷影响情况下，农田生态系统碳循环的变化程度，笔者利用DNDC模型分别模拟了沉陷区SS2与对照区NS2在2013—2015年的土壤有机碳库储量和植被NPP变化情况。由于笔者选取的实验样区位于同一农田耕作区，除了3年的坡度、土壤初始有机碳含量不同外，实验样区的气候、土壤理化性质、农田管理制度基本相同，输入相关参数运行DNDC模型，具体输入参数见表3。

2.2.1 土壤有机碳库储量

2013—2015年，NS2，SS2样区的土壤有机碳库储量变化情况模拟结果如图6(a)所示。

模拟结果显示2013—2015年，沉陷样区SS2的农田土壤有机碳库储量分别为:42 099.94，38 742.93，32 329.14 kg/(ha·a);对照样区NS2的农田土壤有机碳库储量分别为:42 694.12，41 941.83，38 845.39 kg/(ha·a)。在农田土壤碳库中，土壤有机碳库占据主体地位，它的储量及变化与土壤质量、作物产量关系密切，并且极易受到人类活动的影响。SS2和NS2实验样区2013—2015年度的土壤有机碳储量逐年下降，并且下降幅度SS2实验样区比NS2实验样区大。

表3 模型输入参数
Table 3 Input parameters of model

2.2.2 植被NPP变动情况模拟

2013—2015年，NS2，SS2样区植被NPP变动情况模拟结果如图6(b)所示。

模拟结果显示，2013—2015年，沉陷样区SS2的植被NPP分别为:5 845.49，6 274.01，7 509.22 kg/(ha·a);对照样区的植被NPP分别为:5 886.75，6 814.17，8 181.76 kg/(ha·a)。农田植被碳库是陆地生态系统碳库重要组成部分之一，是判定农田生态系统碳源、碳汇的主要因子。植物NPP的积累也取决于气候、植被数量、人类活动以及土壤养分等多种因素。研究SS2和NS2实验样区2013—2015年的植被NPP逐年上升，可能和2013年到2015年逐年的降水等因素有关。

2.3 开采沉陷对农田碳库扰动预评价结果

分别对2013—2015年，NS2，SS2样区的土壤有机碳储量、植被NPP进行差值计算，结果如下:

(1)工作面开采对沉陷区土壤有机碳库扰动影响结果，见表4。

表4 煤炭开采对沉陷区土壤有机碳库扰动影响
Table 4 Effects of coal mining on soil organic carbon pool disturbance in subsidence areakg/(ha·a)

由表4可知，煤田工作面开采对沉陷样区SS2农田土壤有机碳库的扰动量分别为-594.18，-3 198.9，-6 516.25 kg/(ha·a)。由此可见，2013—2015年，实验样区的土壤有机碳库储量都明显减少，但与对照区相比，煤田持续开采会加剧沉陷区农田土壤有机碳的流失。

沉陷区的土壤有机碳流失量大于对照区是因为:工作面开采使SS2样区的地形坡度发生了改变，在2013—2015年间从开采沉陷前的2.2°分别上升为4.3°，7.5°，8.6°。相关研究表明，在降雨淋溶下，土壤侵蚀随着坡度的升高而加剧，引起土壤碳流失量增加，植被也日益稀疏，其对碳元素的吸附能力相应减弱，从而减少土壤有机碳库储量。相比而言，对照样区NS2未受开采沉陷影响，其坡度在2013—2015年均为2.2°，因此，在相同的降雨强度下，虽然NS2样区也受到土壤侵蚀的影响，但其坡度较小，土壤有机碳库的变化量也相对较小。此外，煤炭开采对沉陷样区土壤有机碳库的扰动量不断增加，这是因为:2013年，沉陷样区SS2开始沉陷，其坡度较原始坡度升高了2.1°，这时土壤理化性质和坡度的变动较小，因而煤炭开采对其土壤有机碳库的扰动量不太明显，为-594.18 kg/(ha·a)。到了2014年，SS2样区持续沉陷，其坡度上升明显，较开采前的坡度升高了5.3°，坡度的升高使农田生态系统中光、温、水等自然资源的空间分配发生改变，加快土壤导水率，土壤质地也逐渐变差，从而影响土壤有机碳分解速度，降低土壤有机碳的积累量。因此，煤田开采对沉陷区农田土壤有机碳库的扰动量也明显增多，从-594.18 kg/(ha·a)变为-3 198.9 kg/(ha·a)。

本次预评价结果与相关学者的研究也基本一致。如，孙文义等发现在诸多地形因子中，坡度显著的影响土壤有机碳的含量与分布[38];史娜娜等采用相关分析、因子分析、回归分析法研究了开采塌陷前后，土壤碳储量影响因素和变动情况，其结果表明，开采塌陷引起地表错位、植被覆盖度降低，迫使土壤碳储量不断流失[39]。渠俊峰等通过对开采沉陷区土壤有机碳密度取样和对比分析，发现沉陷区土壤有机碳流失显著[40]。邱文伟等的研究发现，矿区采煤活动在显著影响区域生态环境的同时对其土壤有机碳储量也有明显扰动[41]。因此，认为煤田工作面开采沉陷对农田土壤有机碳库扰动预评价结果可反映现实情况。

(2)煤炭开采对沉陷区植被NPP扰动影响结果。见表5。

结果表明(表5)，煤田工作面开采对沉陷样区SS2农田植被NPP含量的扰动量分别为:-41.26，-540.16，-672.54 kg/(ha·a)。由此可见，2013—2015年，沉陷样区SS2与对照样区NS2的植被NPP含量年际变化较大，开采沉陷对农田植被碳库扰动剧烈，使沉陷区农田植被NPP积累量逐渐降低。

表5 煤田工作面开采对沉陷区植被NPP扰动影响
Table 5 Effects of coal mining on NPP disturbance in subsidence area

沉陷样区与对照样区的植被NPP含量年际变化较大，SS2样区2014,2015年的植被NPP含量分别比前一年增加了428.25，1 235.21 kg/(ha·a)，同样，NS2样区的植被NPP含量依次增加了927.42，1 367.59 kg/(ha·a)。在众多的植被NPP影响因素中，外界气候条件尤其重要。根据相关研究，降水与积温是影响植被NPP积累的主要因子。而本文的研究区位于大陆性季风气候区，四季比较分明，雨热同期，其降水与温度在季节和年际间变化明显，因此，笔者推断，气候条件可能是实验区的植被NPP含量年际差异显著的主要原因。另外，根据差值计算结果，2013—2015年，煤田工作面开采使沉陷区农田植被NPP积累量逐渐降低。在2013年，煤炭开采对沉陷样区SS2植被NPP的扰动量为-41.26 kg/(ha·a)，到2014年，煤炭开采对沉陷区植被NPP的扰动量明显增加，变为-540.16 kg/(ha·a)，究其原因，沉陷样区SS2在开采沉陷影响下地表坡度不断升高，而坡度的改变会影响植被NPP的积累。2013年，沉陷样区SS2开始沉陷，2013—2014年处于沉陷中状态，其坡度变化明显，相比开采前的坡度升高了5.3°。在相同气候条件下，沉陷坡面的土壤侵蚀强度会随着坡度的升高而逐渐增大，这不仅使土壤养分的输送受到影响，还会降低土壤呼吸速率、减弱土壤中微生物的活性，使植被根系生长受阻，进而阻碍植被NPP的积累。因此，在这一时间段，煤田工作面持续开采对沉陷区农田植被NPP含量的扰动剧烈。而在2015年，沉陷样区SS2达到稳沉状态，其坡度变化较小，地形地质条件和土壤理化性质稳定，煤炭开采对沉陷区农田植被NPP的扰动量也相应减弱。

本次预评价结果与相关学者的研究也基本一致。如:王琦等在矿区划分沉陷区和对照区后，根据实测数据，分析得出沉陷区的植被碳库的碳源作用显著[42];邱文伟等在矿区土地利用类型的基础上，着重分析了植被碳和土壤碳的变动情况，结果表明，采煤活动引起的生态破坏对植被碳库和土壤碳库扰动剧烈[41];刘伟红等研究发现，采煤活动影响着矿区生态环境，使土壤性质和植被覆盖率发生改变，从而对植被碳库造成明显扰动[43]。此外，学者常学礼的研究表明，不管在总体上还是在各个年份，植被NPP总是随着坡度的升高而降低[44]。因此，认为煤田工作面开采沉陷对农田植被碳库扰动预评价结果与现实情况比较相符。

综上所述，农田土壤和植被碳库在开采沉陷扰动下整体上呈现失碳效应，并且采煤沉陷区地形坡度的改变是产生这一现象的主要因素。

2.4 开采沉陷对农田碳库扰动预评价精度分析

采用DNDC模型旨在研究矿区沉陷坡面农田生态系统碳循环过程。在进行具体研究时，模型的精度受到多种因素的影响:① 实际数据与模拟数据存在误差，输入的地形数据是在实测坡度的基础上，利用MSPS系统进行预测得来的，与实际坡度存在一定偏差;② DNDC模型糅合了农田生态系统碳循环的物理、化学和生物过程，是一种理想化的生物地球化学模型，其模拟值与实际情况会有所出入。为了保证评价结果的可靠性，有必要对模型的模拟结果进行精度评价。实测了NS2和SS2样区2013—2015年5—9月份每月30日的土壤有机碳储量和植被NPP含量，并选择3 a内5—9月份的模拟值与实测值进行线性拟合(n=15)，如图7，8所示。拟合结果表明，实验样区土壤有机碳库的决定系数R2分别为0.88，0.82，植被NPP的决定系数R2分别为0.75，0.72，说明模拟结果与实测结果比较拟合。

笔者以实验样区2013—2015年土壤有机碳库和植被碳库(即NPP)实测值与模拟值为基础，计算了煤炭开采沉陷区和对照区农田土壤和植被碳储量扰动影响偏差率(表6)，由表6可知实测值和模拟值偏差率在±25%以内，表明煤田工作面开采沉陷对农田碳库扰动预评价的精度较好。

表6 模型模拟结果精度分析
Table 6 Accuracy analysis of model simulation results

DNDC95版本在原有模型的基础上，耦合了MUSLE(modified version of universal loss equation)，即改进的通用土壤流失方程[19-21]，使模型具备模拟降水下的土壤碳元素的水平迁移能力，同时，可将土壤碳流失过程具体到每个降雨日，从而提高了整个土壤有机碳循环的模拟精度。但通过对比不难发现，实验样区土壤有机碳库、植被NPP实测值与模拟值仍然存在一定偏差，这主要是由模型科学结构的不完善以及模型本身的适用条件导致的。模型是对客观事物的一种抽象表达，每一个模型都是针对具体的科学问题而开发的，为了达到研究目的，研发者们会将与研究目的密切相关的主要科学过程和影响因素当作必要条件，一些与研究目的不相关的科学过程或影响因素则会简化处理[45]。

使用DNDC模型旨在研究矿区沉陷坡面农田碳循环过程，在模型模拟中农田生态系统碳、氮元素的迁移转化主要受制于气候、土壤、植被、人类活动4种生态驱动因素，对这些因素之间的相互作用把握越准确，模型的模拟结果精度越高。而事实上农田生态系统碳循环包括一系列生物、物理、化学过程，具有复杂性和不确定性，在进行模拟时，模型只能尽力正确地把握碳循环的主要科学过程和影响因素，而忽略其他相对次要环境因子之间的相互作用及其与碳循环的协同影响。本研究的主要科学过程和影响因素，是着重模拟计算了坡度升高情况下，由地表径流和土壤侵蚀所造成的碳在水平、垂直方向的迁移流失量，忽略了在复杂的自然环境变化下，土壤理化性质对地表沉陷坡度、沉陷时间变化的响应。在相关研究中，土壤有机质含量、微生物活性、土壤质地等理化性质影响着土壤有机碳的固定与保护[46]，同时还与植被NPP的积累关系密切。因此，这种模型内部结构的缺陷将会使模型在模拟矿区环境条件、植物生长、土壤化学变化之间相互作用的准确性降低，从而影响模型的模拟精度。

DNDC模型虽然没有完全把握住自然环境因子的相关联系及其影响规律，其本身也还有一定的调整空间，但是，该模型在模拟矿区沉陷坡面农田碳循环过程的适用性得到了验证，并且抓住了矿区沉陷坡度这一主要因素改变的情况下，土壤侵蚀使土壤和植被碳流失量迅速增大这一主要科学过程，具有较强的机理性和应用性。每个模型都是基于不同的角度来对客观事物进行模拟，都有各自的侧重点与优势。尽管本研究中该模型的模拟精度还有待继续提高，但与遥感反演区域土壤有机碳库的模拟精度相比[47-56]，该方法模型还是具有一定的优势。

总体而言，认为DNDC模型可比较准确模拟工作面开采沉陷区农田生态系统碳循环，并且基于该模型的工作面开采沉陷下农田碳库扰动影响预评价精度整体上也较好。

3 结 论

(1)在开采沉陷影响下，农田土壤和植被碳库有显著的失碳效应，且随着开采工作的持续，其碳损失量逐渐增大。

(2)在开采沉陷区，坡度的升高是农田土壤和植被碳库储量发生明显变化的原因。

(3)DNDC模型可准确模拟煤田开采沉陷区农田生态系统碳循环过程，基于该模型的煤田开采沉陷下农田土壤和植被碳库扰动预评价方法评价精度整体上较好。

参考文献(References) :

[1] CANADELL J G,MOONEY H A,BALDOCCHI D D,et al.Carbon metabolism of the terrestrial biosphere:A multitechnique approach for improved understanding[J].Ecosystems,2000,3(2):115-130.

[2] 陈广生，田汉勤.土地利用/覆盖变化对陆地生态系统碳循环的影响[J].植物生态学报,2007,31(2):189-204.

CHEN Guangsheng,TIAN Hanqin.Land and use/cover change effects on carbon cycling in terrestrial ecosystems[J].Journal of Plant Ecology,2007,31(2):189-204.

[3] 盛婧，赵德华,陈留根.农业生产措施对土壤碳库的影响[J].生态环境学报,2006,15(2):386-390.

SHENG Jing,ZHAO Dehua,CHEN Liugen.Effects of agricultural managements on soil carbon sequestration[J].Ecology and Environment,2006,15(2):386-390.

[4] 罗怀良,袁道先,陈浩.南川市三泉镇岩溶区农田生态系统植被碳库的动态变化[J].中国岩溶,2008,27(4):382-387.

LUO Huailiang,YUAN Daoxian,CHEN Hao.Regime of vegetation carbon pool in karst farmland ecosystem in Sanquan town,Nanchuan city[J].Carsologica Sinica,2008,27(4):382-387.

[5] 胡予红,孙欣,张文波,等.煤炭对环境的影响研究[J].中国能源,2004,26(1):32-35.

HU Yuhong,SUN Xin,ZHANG Wenbo,et al.Study of impact of coal industry on environment[J].Energy of China,2004,26(1):32-35.

[6] 胡振琪,多玲花,王晓彤.采煤沉陷地夹层式充填复垦原理与方法[J].煤炭学报,2018,43(1):198-206.

HU Zhenqi,DUO Linghua,WANG Xiaotong.Principle and method of reclaiming subsidence land with inter-layers of filling materals[J].Journal of China Coal Society,2018,43(1):198-206.

[7] 卞正富,雷少刚,金丹,等.矿区土地修复的几个基本问题[J].煤炭学报,2018,43(1):190-197.

BIAN Zhengfu,LEI Shaogang,JIN Dan,et al.Several basic scientific issues related to mined land remediation[J].Journal of China Coal Society,2018,43(1):190-197.

[8] 汪云甲,张大超,连达军,等.煤炭开发的资源环境累积效应[J].科技导报,2010,28(10):61-67.

WANG Yunjia,ZHANG Dachao,LIAN Dajun,et al.Cumulative effects of coal mine development on resources andenvironment[J].Science & Technology Review,2010,28(10):61-67.

[9] 刘建功.冀中能源低碳生态矿山建设的研究与实践[J].煤炭学报,2011,36(2):317-321.

LIU Jiangong.Study and practice of low-carbon ecological miningconstruction of Jizhong Energy Group[J].Journal of China Coal Society,2011,36(2):317-321.

[10] 侯湖平,徐占军,张绍良,等.煤炭开采对区域农田植被碳库储量的影响评价[J].农业工程学报,2014,30(5):1-9.

HOU Huping,XU Zhanjun,ZHANG Shaoliang,et al.Effect evaluation on vegetation carbon pool of region agro-ecosystem by coal mining in mining area[J].Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2014,30(5):1-9.

[11] 黄翌.煤炭开采对植被-土壤物质量与碳汇的扰动与计量[D].徐州:中国矿业大学,2014.

HUANG Yu.Disturbance and measure of matter quantity and carbon sink of soil and vegetation affected by coal mining[D].Xuzhou:China University of Mining and Technology,2014.

[12] 牛冲槐,张敏,樊燕萍.山西省煤炭开采对生态环境影响评价[J].太原理工大学学报,2006,37(6):633-651.

NIU Chonghuai,ZHANG Min,FAN Yanping.The influence evaluation of ecologicalenvironment caused by coal mining of Shanxi[J].Journal of Taiyuan University of Technology,2006,37(6):633-651.

[13] 蔡兆亮,胡恭任,赵佳,等.煤炭开采项目环境影响后评价主要内容及实例运用[J].中国矿业,2010,19(5):41-43.

CAI Zhaoliang,HU Gongren,ZHAO Jia,et al.Discussion on environmental impact post-assessment in coal mining[J].China Mining Magazine,2010,19(5):41-43.

[14] 侯学会,牛铮,黄妮,等.基于RS和GIS的无锡市陆地生态系统的碳源汇估算[J].遥感技术与应用,2011,26(5):605-612.

HOU Xuehui,NIU Zheng,HUANG Ni,et al.The estimate of carbon source and sink of terrestrial ecosystemsin Wuxi based on RS and GIS[J].Remote Sensing Technology and Application,2011,26(5):605-612.

[15] 罗怀良.中国农田作物植被碳储量研究进展[J].生态环境学报,2014,23(4):692-697.

LUO Huailiang.Advances on carbon storage in crops of China[J].Ecology and Environmental Sciences,2014,23(4):692-697.

[16] 陶波,葛全胜,李克让,等.陆地生态系统碳循环研究进展[J].地理研究,2001,20(5):564-575.

TAO Bo,GE Quansheng,LI Kerang,et al.Progress in the studies on carbon cycle in terrestrial ecosystem[J].Geographical Research,2001,20(5):564-575.

[17] 郭佳伟,邹元春,霍莉莉,等.生物地球化学过程模型DNDC的研究进展及其应用[J].应用生态学报,2013,24(2):571-580.

GUO Jiawei,ZOU Yuanchun,HUO Lili,et al.Dndc model,a model of biogeochemical processes:Research progress and applications[J].Chinese Journal of Applied Ecology,2013,24(2):571-580.

[18] 孟勇,艾文胜,漆良华,等.土壤有机碳损失及影响因子研究进展[J].湖南林业科技,2010,37(4):29-35.

MENG Yong,AI Wensheng,QI Lianghua,et al.Progress of research on soil organic carbon losses and influence factors[J].Hunan Forestry Science & Technology,2010,37(4):29-35.

[19] 王盛萍,张志强,唐寅,等.MIKE-SHE与MUSLE耦合模拟小流域侵蚀产沙空间分布特征[J].农业工程学报,2010,26(3):92-98.

WANG Shengping,ZHANG Zhiqiang,TANG Yin,et al.Evaluation of spatial distribution of soil erosion and sediment yield for a small watershed of the Loess Plateau by coupling MIKE-SHE with MUSLE[J].Transactions of the CSAE,2010,26(3):92-98.

[20] 丁恩俊,谢德体,魏朝富,等.基于MUSLE模型的三峡库区重庆段农业非点源污染危险性评价[J].西南大学学报(自然科学版),2010,32(5):96-101.

DING Enjun,XIE Deti,WEI Zhaofu,et al.MUSLE-based agricultural nonpoint source pollution risk assessment in the three gorges reservoir area of Chongqing[J].Journal of Southwest University(Natural Science Edition),2010,32(5):96-101.

[21] 刘楠,谢永生,索改弟,等.基于GIS和MUSLE的东北沟小流域非点源污染关键区识别[J].水土保持研究,2014,21(2):123-126.

LIU Nan,XIE Yongsheng,SUO Gaidi,et al.Identification of critical non-point source pollution areas in Dongbeigou watershed based on GIS and MUSLE[J].Research of Soil and Water Conservation,2014,21(2):123-126.

[22] DENG Q,HUI D,WANG J,et al.Assessing the impacts of tillage and fertilization management on nitrous oxide emissions in a cornfield using the DNDC model[J].Journal of Geophysical Research Biogeosciences,2016,121(2):337-349.

[23] MIEHLE Peter,LIVESLEY S J,LI C S,et al.Quantifying uncertainty from large-scale model predictions of forest carbon dynamics[J].Global Change Biology,2006,12(8):1421-1434.

[24] NASH J E,SUTCLIFFE J V.River flow forecasting through conceptual models part I―A discussion of principles[J].Journal of Hydrology,1970,10(3):282-290.

[25] 贺香云.土壤污染及其防治[M].上海:华东理工大学出版社,2001.

[26] 农业部全国土壤肥料总站.土壤分析技术规范[M].北京:农业出版社,1993.

[27] 胡婵娟,刘国华,郭雷,等.土壤侵蚀对土壤理化性质及土壤微生物的影响[J].干旱区研究,2014,31(4):702-708.

HU Chanjuan,LIU Guohua,GUO Fu,et al.Effects of soil erosion on soil physicochemical properties and soil microorganisms[J].Arid Zone Research,2014,31(4):702-708.

[28] ISO.Soil Quality―Determination of pH(ISO 10390:2005)[S].2005.

[29] 伍海兵,李爱平,方海兰,等.绿地土壤孔隙度检测方法及其对土壤肥力评价的重要性[J].浙江农林大学学报,2015,32(1):98-103.

WU Haibing,LI Aiping,FANG Hailan,et al.Green-belt soil testing methods for porosity and the importanceof porosity on soil fertility evaluation[J].Journal of Zhejiang A & F University,2015,32(1):98-103.

[30] 张海燕,张旭东,李军,等.土壤微生物量测定方法概述[J].微生物学杂志,2005,25(4):95-99.

ZHANG Haiyan,ZHANG Xudong,LI Jun,et al.Outline of soil microbial biomass measurement methods[J].Journal of Microbiology,2005,25(4):95-99.

[31] 田文文,王卫,陈安磊,等.红壤稻田弃耕后植被和土壤有机碳对积水与火烧的早期响应[J].植物生态学报,2014,38(6):626-634.

TIAN Wenwen,WANG Wei,CHEN Anlei,et al.Early responses of vegetation and soil organic carbon to waterlogging and winter wildfire on abandoned red paddy soils[J].Chinese Journal of Plant Ecology,2014,38(6):626-634.

[32] WANG Y S,WANG Y H.Quick measurement of CH4,CO2 and N2O emissions from a short-plant ecosystem[J].Advances in Atmospheric Sciences,2003,20(5):842-844.

[33] 王德营,姚艳敏,司海青,等.黑土有机碳变化的DNDC模拟预测[J].中国生态农业学报,2014,22(3):277-283.

WANG Deying,YAO Yanmin,SI Haiqing,et al.Using DNDC model to simulate and predict changes in black soil organic carbon[J].Chinese Journal of Eco-Agriculture,2014,22(3):277-283.

[34] 杨兴.基于DNDC模型土壤有机碳变化和作物产量空间估算——以乌裕尔河流域为例[D].哈尔滨:哈尔滨师范大学,2015.

YANG Xing.Spatial estimation of soil organic carbon change and yield based on DNDC model——take Wuyuan river basin as an example[D].Harbin:Harbin Normal University,2015.

[35] 邵玲玲.基于DNDC模型的水稻土有机碳储量变化研究[D].金华:浙江师范大学,2014.

SHAO Lingling.Study on the changes of paddy soil organic carbon storage in Qingtian county based on DNDC model[D].Jinhua:Zhejiang Normal University,2014.

[36] 郝雯晖.基于DNDC模型的麦玉轮作农田尺度土壤碳循环模拟研究[D].咸阳:西北农林科技大学,2014.

HAO Wenhui.Simulation research of soil carbon cycle in wheat-maize rotation farmland scale by DNDC model[D].Xianyang:Northwest A&F University,2014.

[37] 杨黎,王立刚,李虎,等.基于DNDC模型的东北地区春玉米农田固碳减排措施研究[J].植物营养与肥料学报,2014,20(1):75-86.

YANG Li,WANG Ligang,LI Hu,et al.Modeling impacts of alternative farming management practiceson carbon sequestration and mitigating N2O emissions from spring maize fields[J].Journal of Plant Nutrition and Fertilizers,2014,20(1):75-86.

[38] 孙文义,郭胜利.黄土丘陵沟壑区小流域土壤有机碳空间分布及其影响因素[J].生态学报,2011,31(6):1604-1616.

SUN Wenyi,GUO Shengli.The spatial distribution of soil organic carbon and it’s influencing factors in hilly region of the Loess Plateau[J].Acta Ecologica Sinica,2011,31(6):1604-1616.

[39] 史娜娜,韩煜,王琦,等.采煤塌陷区土壤碳储量变化及其影响因素分析[J].水土保持研究,2015,22(6):144-148.

SHI Nana,HAN Yu,WANG Qi,et al.Effects of mining subsidence on soil carbon storage in the semi-arid area[J].Research of Soil and Water Conservation,2015,22(6):144-148.

[40] 渠俊峰,张绍良,李钢,等.高潜水位采煤沉陷区有机碳库演替特征研究[J].金属矿山,2013,42(11):150-153.

QU Junfeng,ZHANG Shaoliang,LI Gang,et al.Evolution characteristics of“Organic Carbon”in coal mining subsidence wetland with high groundwater level[J].Metal Mine,2013,42(11):150-153.

[41] 邱文玮,侯湖平.矿区生态破坏碳扰动研究―以徐州九里矿为例[J].中国矿业,2013,22(2):49-52.

QIU Wenwei,HOU Huping.Research on carbon disturbance of mine ecological damage:A case study in Xuzhou Jiuli mine[J].China Mining Magazine,2013,22(2):49-52.

[42] 王琦,叶瑶,韩煜,等.半干旱采煤塌陷区植被土壤碳循环及源、汇功能转换特征[J].水土保持学报,2016,30(4):166-172.

WANG Qi,YE Yao,HAN Yu,et al.The characteristics of soil and vegetation carbon cycle and conversion of carbon source and sink in mining subsidence area of the semi-arid region[J].Journal of Soil and Water Conservation,2016,30(4):166-172.

[43] 刘伟红.黄土丘陵区露天煤矿复垦土壤有机碳的变化特征及影响因素[D].北京:中国地质大学,2014.

LIU Weihong.Variation characteristics and influencing factors of soil organic carbon of reclaimed soils at an opencast coal mine in loess hilly region[D].Beijing:China University of Geosciences,2014.

[44] 常学礼,吕世海,冯朝阳,等.地形对草甸草原植被生产力分布格局的影响[J].生态学报,2015,35(10):3339-3348.

CHANG Xueli,LÜ Shihai,FENG Zhaoyang,et al.Impact of topography on the spatial distribution pattern of net primary productivity in a meadow[J].Acta Ecologica Sinica,2015,35(10):3339-3348.

[45] 邓佳.小流域氮素流失模拟研究[D].北京:中国科学院大气物理研究所,2011.

DENG Jia.Modeling nitrogen loss from small watershed[D].Beijing:Institue of Atmospheric Physics,Chinese Academy of Sciences,2011.

[46] 罗龙皂,李渝,蒋太明.我国土壤碳库及循环机制研究进展[J].贵州农业科学,2012,40(10):81-85.

LUO Longzao,LI Yu,JIANG Taiming.Research progress on soil carbon pool and recycle machnism[J].Guizhou Agricultural Sciences,2012,40(10):81-85.

[47] GRINAND C,MAIRE G L,VIEILLEDENT G,et al.Estimating temporal changes in soil carbon stocks at ecoregional scale in Madagascar using remote-sensing[J].International Journal of Applied Earth Observation & Geoinformation,2017,54:1-14.

[48] WICAKSONO P,DANOEDORO P,HARTONO,et al.Mangrove biomass carbon stock mapping of the Karimunjawa Islands using multispectral remote sensing[J].International Journal of Remote Sensing,2016,37(1):26-52.

[49] PEREIRA O J R,MONTES C R,LUCAS Y,et al.Use of remote sense imagery for mapping deep plant-derived carbon storage in Amazonian podzols in regional scale[J].2013:3770-3772.

[50] VICHARNAKORN P,SHRESTHA R,NAGAI M,et al.Carbon stock assessment using remote sensing and forest inventory data in Savannakhet,Lao PDR[J].Remote Sensing,2014,6(6):5452-5479.

[51] CUI R R,HUA-QIANG D U,ZHOU G M,et al.Remote sensing-based dynamic monitoring of moso bamboo forest and its carbon stock change in Anji County[J].Journal of Zhejiang A & F University,2011,28(3):422-431.

[52] 陈四清.基于遥感和GIS的内蒙古锡林河流域土地利用/土地覆盖变化和碳循环研究[D].北京:中国科学院研究生院(遥感应用研究所),2002.

CHEN Siqing.Studyon land-use/cover change and carbon cycleofXilin river basin,inner Mongoliabasedon remote sensingandGIS[D].Beijing:Institute of Remote Sensing and Digital Earth,Graduate School of Chinese Academy of Seiences,2002.

[53] 周稀,潘洪旭,邓欧平,等.基于RS和GIS的西河流域土壤有机碳含量的空间反演[J].中国土壤与肥料,2016(4):32-38.

ZHOU Xi,PAN Hongxu,DENG Ouping,et al.Spatial prediction of soil organic carbon based on RS and GIS in west river valley[J].Soil and Fertilizer Sciences in China,2016(4):32-38.

[54] 刘焕军,赵春江,王纪华,等.黑土典型区土壤有机质遥感反演[J].农业工程学报,2011,27(8):211-215.

LIU Huanjun,ZHAO Chunjiang,WANG Jihua,et al.Soil organic matter predicting with remote sensing image in typical blacksoil area of Northeast China[J].Transactions of the CSAE,2011,27(8):211-215.

[55] 于士凯,姚艳敏,王德营,等.基于高光谱的土壤有机质含量反演研究[J].中国农学通报,2013,29(23):146-152.

YU Shikai,YAO Yanmin,WANG Deying,et al.Studiesonthe inversion of soil organic matter content basedon hyper-spectrum[J].Chinese Agricultural Science Bulletin,2013,29(23):146-152.

[56] 游浩辰.林地土壤有机碳遥感反演及空间分异研究[D].福州:福建农林大学,2012.

YOU Haochen.Research on the remotesensing inversion and spatial distribution of soil organic carbon in forest[D].Fuzhou:Fujian Agriculture and Forestry University,2012.