高级检索

基于改进局部变权理论的底板突水脆弱性评价方法研究

李哲, 丁湘, 刘守强, 蒲治国

李 哲,丁 湘,刘守强,等. 基于改进局部变权理论的底板突水脆弱性评价方法研究[J]. 煤炭科学技术,2023,51(5):209−218

. DOI: 10.13199/j.cnki.cst.2021-0959
引用本文:

李 哲,丁 湘,刘守强,等. 基于改进局部变权理论的底板突水脆弱性评价方法研究[J]. 煤炭科学技术,2023,51(5):209−218

. DOI: 10.13199/j.cnki.cst.2021-0959

LI Zhe,DING Xiang,LIU Shouqiang,et al. Research on vulnerability assessment of coal floor groundwater bursting based on improved local variable weight theory[J]. Coal Science and Technology,2023,51(5):209−218

. DOI: 10.13199/j.cnki.cst.2021-0959
Citation:

LI Zhe,DING Xiang,LIU Shouqiang,et al. Research on vulnerability assessment of coal floor groundwater bursting based on improved local variable weight theory[J]. Coal Science and Technology,2023,51(5):209−218

. DOI: 10.13199/j.cnki.cst.2021-0959

基于改进局部变权理论的底板突水脆弱性评价方法研究

基金项目: 

国家重点研发计划资助项目(2017YFC0804104);国家自然科学基金资助项目(41877186,41602262)

详细信息
    作者简介:

    李哲: (1993—),男,河南周口人,硕士。E-mail: 2521933950@qq.com

  • 中图分类号: TD745

Research on vulnerability assessment of coal floor groundwater bursting based on improved local variable weight theory

Funds: 

National Key Research and Development Program of China (2017YFC0804104); National Natural Science Foundation of China (41877186,41602262)

  • 摘要:

    为更加科学地解决煤层底板突水预测评价难题,首先系统全面地查阅、比较了以往底板突水危险性评价理论与方法,并深入细致地分析了目前最为先进的基于局部变权理论的底板突水脆弱性评价方法,结果认为该方法在局部状态变权函数的构建、变权区间及调权参数的确定中依据不够充分,存在一定改进的空间;为此,基于现有理论与认识构建出了新型的三区间局部状态变权函数,将常权权重与常权相关系数加入到状态变权函数中,给出了基于主控因素归一值累积频率的变权区间阈值确定新方法,并采用在初步给定经验值的基础上根据评价结果不断调整确定调权参数最终取值的方法;其次,利用新型的三区间变权模型及其参数确定方法对研究区底板奥灰突水脆弱性进行了评价,圈定了相对脆弱区;最后,分析了改进后的变权模型的权重调整规律,并通过灵敏度分析的方法确定了常权相关系数的限定条件,结果表明,加入常权权重与常权相关系数的新型三区间变权模型不仅体现了现有变权模型权重随因素状态值及其组合状态的变化而改变的核心特征,还能够实现权重调整程度与常权权重呈正相关关系,说明本次对变权脆弱性评价模型的改进是科学的、可行的,研究成果对提升底板突水预测评价方法的科学性与实用性具有重要意义。

    Abstract:

    In order to more scientifically solve the difficult problem of coal seam floor water inrush prediction and evaluation, first of all, a systematic and comprehensive review and comparison of the previous floor water inrush risk evaluation theories and methods, and in-depth and detailed analysis of the most advanced theory based on local variable weight According to the method of evaluating the water inrush vulnerability of the floor, it is considered that the method is not sufficient in the construction of the local state variable weight function, the variable weight interval and the determination of the weight adjustment parameters, and there is room for improvement. For this reason, a new three-interval local state variable weight function is constructed based on the existing theory and knowledge. The constant weight and the correlation coefficient of the constant weight are added to the state variable weight function, and the normalized value accumulation based on the main control factor is given. The new method for determining the threshold of the frequency variable weight interval is adopted, and the method of continuously adjusting and determining the final value of the weighting parameter based on the preliminary given empirical value is adopted according to the evaluation result. After that, a new three-interval variable weight model and its parameter determination method were used to evaluate the water inrush vulnerability of the Ordovician limestone floor in the study area, and the relatively vulnerable area was delineated. Finally, the weight adjustment law of the improved variable weight model is analyzed, and the limiting conditions of the constant weight correlation coefficient are determined through the sensitivity analysis method. It is found that a new three interval variable weight model with constant weight and constant weight correlation coefficient is added It not only reflects the core feature that the weight of the existing variable weight model changes with the change of the state value of the factor and its combination state, but also realizes the positive correlation between the degree of weight adjustment and the constant weight, which illustrates the impact of the variable weight vulnerability evaluation model this time. The improvement is scientific and feasible, and the research results are of great significance for improving the scientificity and practicability of the floor water inrush prediction and evaluation method.

  • 煤炭开采过程造成表土的剥离与挖掘、煤炭资源的运输和倾倒会破坏原有土层结构[1],致使土壤养分损失,酶活性降低,土壤微生物多样性锐减,土壤功能稳定性减弱[2],土地生产力和地表植被受损[3-4]。在绿色开采煤矿的同时,采取灵活有效的途径增加土壤养分,实现快速高效的植被恢复,是保障采矿区生态环境高质量发展的首要任务[5]

    紫花苜蓿(Medicago sativa L.)为多年生豆科草本植物,具有耐寒、抗旱、较强的再生能力和广适性,其根系发达,可改善土壤养分,优化土壤结构[6],是矿区生态修复的首选植物。此外,紫花苜蓿还具有良好的培肥作用,其根系分泌物释放增加土壤有机质[7],其根、茎、叶翻压、腐解可作为绿肥[8]。秦嘉海等[9]发现在黑河流域的草甸盐土种植紫花苜蓿3年后地表覆盖度达95%~98%,土壤速效氮、磷、钾含量增加。

    为提高矿区植被的抗逆性能,利用具有促生作用的微生物进行联合修复,是目前矿区生态修复常用的技术手段。深色有隔内生真菌(Dark Septate Endophytes,DSE)是一类以深色菌丝和微菌核结构定殖于植物根系组织细胞内和细胞间隙的内生真菌[10]。DSE在多种植被中广泛存在,无宿主特异性,且不会对宿主植物产生病害作用,同时具有促进植物生长、提高宿主抗逆性的特性[11]。DSE还能增强植物应对干旱[12]、盐胁迫[13]以及抵御病虫害的能力[14]。微生物会分泌具有活性的生长刺激素,可以增加植物养分含量、提高植物非生物胁迫耐受性和改善植物品质性状[15]。徐润冰[16]发现DSE分泌的酸性磷酸酶,能将难溶态磷转化为容易被植物吸收的可溶态磷,进而促进植物生长[17]。DSE也可以分泌蛋白水解酶,矿化土壤中的蛋白质和肽,使氮以无机形式供植物吸收利用[18]。此外,DSE分泌的生长素、氨基酸、糖类等代谢物[19]具有促进植物获取养分、增强植物抗性[20]的功能。DSE代谢物具有作为植物生物刺激素的潜在用途[21],代谢物中的化合物会影响植物在分子水平上的反应,促进色素、激素、抗氧化剂和生物碱的生物合成[22]

    菌剂的接种方式会影响其对植物的促生效果。黄望启等[23]用农杆菌在植物移栽时对植物幼根进行浸泡,TINNA等[24]将洋葱幼苗移栽前用微生物菌剂浸根可以提高洋葱对营养物质的吸收,进而提高洋葱产量,大面积农田作物的接种也可将一定浓度的液体菌剂溶于灌溉水中对根系进行接种[25]。此外,笔者等[26]通过叶面涂抹施加DSE提高了蛋白桑生长速率及品质。

    目前,DSE的研究主要集中在其与植物的互作机理以及DSE多样性上,不同接种方式下DSE及其代谢物对植物的促生效果研究较少。以紫花苜蓿为研究对象,探究浸根和模拟土培2种接种方式下DSE及其代谢物对紫花苜蓿生长特性的影响,筛选促进植物生长的最适接种方式,是植被恢复前期帮助幼苗在矿区恶劣条件下快速生长的有效方式。

    供试植物紫花苜蓿为矿区生态修复常用物种。水培溶液为1/2 霍格兰营养液(各物质质量浓度分别为:硫酸钾 303.5 mg/L,磷酸铵 57.5 mg/L,硫酸镁 246.5 mg/L,EDTA铁钠盐 10 mg/L,硫酸亚铁 1.43 mg/L,硼砂 2.25 mg/L,硫酸锰 1.065 mg/L,硫酸铜 0.025 mg/L,硫酸锌 0.11 mg/L,硫酸铵 0.01 mg/L,钙盐 472.5 mg/L)。

    供试菌种从内蒙古自治区锡林浩特市胜利露天矿外围草原区克氏针茅(Stipa krylovii)根部分离纯化获得,测序鉴定为链格孢属(Alternaria sp.),是植物根内DSE常见的种属之一[27],保存于中国矿业大学(北京)微生物复垦实验室。

    Alternaria sp.接种至PDA固体培养基(各物质质量浓度分别为:马铃薯淀粉 6.0 g/L,葡萄糖20.0 g/L,琼脂 20.0 g/L,购自北京酷来搏科技有限公司),28 ℃黑暗倒置培养14 d,得到Alternaria sp.菌落。在无菌条件下取直径7 mm 的菌饼,然后置于MMN液体培养基(氯化钙 0.05 g/L,氯化钠 0.025 g/L,氯化铁 0.01 g/L,硫酸镁 0.15 g/L,磷 0.0001 g/L,葡萄糖 10.0 g/L,柠檬酸 0.2 g/L,麦芽提取物 10.0 g/L,购自北京酷来搏科技有限公司),28℃、180 r/m振荡培养8 d得到DSE菌液。将DSE菌液分装于10 m/L离心管,于4 ℃、10000 r/m离心15 min,取离心管内上清液过0.22 µm的滤膜,滤液即为DSE代谢物,离心管内固体物质即为DSE,将DSE与DSE代谢物保存备用。

    供试基质为玻璃珠和无菌水,玻璃珠直径为1 mm,用高温灭菌锅将去离子水灭菌30 min后得到无菌水。

    试验在西安科技大学西部矿山生态环境修复研究院水培室进行。选取颗粒饱满、大小一致的紫花苜蓿种子,用体积分数为75%的乙醇处理种子3 min,再用体积分数为10%的H2O2溶液浸泡15 min后用无菌水冲洗干净,备用。

    将250 g高温灭菌的玻璃珠放入直径7.9 cm,高7.5 cm的花盆中,每盆播种25粒上述紫花苜蓿种子,并浇1/2霍格兰营养液50 mL,共种植24盆。植物出芽后生长在自然光14 h((25±3) ℃)和黑暗10 h((20±3) ℃)的环境中。生长10 d后进行间苗,每盆保留长势一致的幼苗10株。12盆用于模拟土培方式接种试验,12盆用于浸根方式接种试验。

    模拟土培接种试验植物生长基质为玻璃珠,设置接种DSE(DH)、DSE代谢物(DM)、DSE +DSE代谢物(DH+DM)及空白对照(CK)四个处理,用镊子在盆中扎小孔,将DSE及其代谢物倒入小孔并拨动玻璃珠覆盖。按照质量比1∶100添加DSE和DSE代谢物,分别接种2.5 g DH,2.5 mL DM,2.5 gDH+2.5 mL DM,CK添加2.5 mL无菌水,每个处理3个重复。生长期间称重浇灌营养液,保持含水率为50%~60%。一周后移入水培盒(12.7 cm×8.7 cm×11.4 cm)中进行培养试验。

    水培盒中加入1/2霍格兰营养液800 mL,将10株紫花苜蓿幼苗移入水培盒并进行固定,在试验期间,在水培盒中连续充气。每天添加营养液以保持液体体积。

    浸根方式接种试验先将植物移入水培盒,水培试验设计同上。试验处理同模拟土培试验。按照质量比1∶100接种DSE和DSE代谢物,分别在水培盒中接种8 g DH,8 mL DM,8 g DH+8 mL DM,CK添加8 mL无菌水,直接将DSE及其代谢物倒入水培盒内,每个处理3个重复。一周后水培盒更换1/2霍格兰营养液。植物生长47 d后收获,进行各项指标的测定。

    随机取少量细根样冲洗干净,放在适宜大小的试管中。加入10%KOH溶液(10 g KOH溶于100 mL蒸馏水)放于恒温水浴锅(90 ℃)加热至透明为止。加热后将试管取出倒出KOH,用清水漂洗干净后加入染色液(酸性品红)浸泡,于90 ℃恒温水浴锅加热30 min进行染色。将上述已染色的根段用清水漂洗加入脱色液(乳酸与甘油与水质量比为1∶1∶1)静置过夜脱色,脱色后将根系切成长1.0~1.5 cm根段,随机选取30根制片,放于显微镜下观察,分别记录总定殖率、菌丝定殖率和微菌核定殖率[28]。计算公式如下:

    $${C_x} = A/B \times 100\% $$ (1)

    式中:Cx为定殖率;A为定殖根段数;B为总根段数。

    每个处理10株紫花苜蓿,收获后用无菌水冲洗根部粘连菌丝后,用分析天平称重测定植株地上部鲜重和根鲜重,根冠比计算式为

    $${R_{{\rm{sr}}}} = {R_{\rm{b}}}/{S_{\rm{b}}} $$ (2)

    式中:Rsr为根冠比;Rb为根鲜重;Sb为地上部鲜重。

    采用乙醇法[29]测定叶绿素含量:取新鲜植物叶片于研钵中,加入碳酸钙和石英砂与95%乙醇进行破碎浸提,研磨成浆后静置3~5 min。静置后过滤至25 mL容量瓶定容。后用分光光度计分别在波长665、649、470 nm处测定滤液的吸光度,计算叶绿素a(Ca)、叶绿素b(Cb)、类胡萝卜素(Cxc)含量及总叶绿素含量(CT),mg/L。

    $$C_{\mathrm{T}}=C_{\mathrm{a}}+C_{\mathrm{b}} $$ (3)
    $$ C_{\mathrm{a}}=13.95 A_{665}-6.88 A_{649}$$ (4)
    $$ C_{\mathrm{b}}=24.96 A_{649}-7.32 A_{665}$$ (5)
    $$ C_{\mathrm{xc}}=\left(1\;000 {A}_{470}-2.05 {C}_{\mathrm{a}}-114.8 {C}_{\mathrm{b}}\right)/245$$ (6)

    式中:A665A649A470分别表示波长在665、649、470 nm的吸光度。

    植物根部黏连菌丝用清水漂洗干净后用Microtek ScanMaker i800 plus进行根系扫描,并用根系表型分析系统V2.3.2软件分析根系表型结构,获得植物根长、根表面积、根体积、平均直径、根尖数。

    植物样品烘干磨碎后用H2SO4−H2O2消煮,消煮至溶液澄清透明后静置冷却,用凯氏定氮仪测定植株全氮含量[30],用电感耦合等离子发射光谱仪(ICP-OES)测定植株全磷和全钾含量[31]

    采用Excel 2013软件处理数据,使用Origin2019进行绘图。试验数据通过spss20.0进行单因素方差分析(ANOVA),显著性水平选择α=0.05。采用R语言corrplot包进行相关性分析。使用R语言Vegan包进行分解分析。

    DSE及其代谢物在紫花苜蓿根系定殖效果如图1所示。在显微镜下观察,CK和DM处理的紫花苜蓿根系均没有发现DSE定殖。由图1a1c可知,与模拟土培相比,浸根方式紫花苜蓿根系DSE以菌丝方式为主要定殖方式,DH、DH+DM处理菌丝侵染率与模拟土培相比分别提高了7.67、9.33倍,DH、DH+DM处理总定殖率与模拟土培相比分别提高了2.71、5.2倍。由图1b可知,DH处理有助于微菌核定殖于紫花苜蓿根系。定殖率最高可达15.56%。

    图  1  DSE及其代谢物对紫花苜蓿根系定殖率的影响
    注:相同字母表示采用“Duncan test”检验,组间没有显著差异(P>0.05),不同字母表示有显著差异(P<0.05)。
    Figure  1.  Effect of DSE and metabolites on root colozination rate in Medicago sativa L.

    DSE及其代谢物对紫花苜蓿鲜重的影响如图2所示。浸根方式和模拟土培方式接种DSE及其代谢物均能增加紫花苜蓿地上部鲜重、根鲜重、总鲜重,浸根方式作用效果表现为DH+DM>DH>DM>CK,模拟土培作用效果表现为DM>DH+DM>DH>CK。浸根方式DM、DH+DM处理较CK相比根冠比增加。模拟土培较CK相比,DH+DM处理根冠比增加。整体来看,浸根方式DH+DM对紫花苜蓿的促生效果最好(P<0.05),地上部鲜重、根鲜重、总鲜重较CK分别增加了83.54%、84.15%、83.78%。模拟土培DM对紫花苜蓿的促进作用最明显(P<0.05),地上部鲜重、根鲜重、总鲜重较CK分别增加了97.37%、88.77%、94.25%。

    图  2  DSE及其代谢物对紫花苜蓿生长特性的影响
    Figure  2.  Effect of DSE and metabolites on the growth characteristics of Medicago sativa L.

    DSE及其代谢物对紫花苜蓿叶绿素含量的影响如图3所示。浸根方式接种DSE及其代谢物叶片叶绿素a、叶绿素b、总叶绿素含量高于CK,DH、DM、DH+DM处理叶绿素a较CK分别增加7.58%、21.91%、32.14%,叶绿素b含量较CK分别增加1.02%、43.65%、43.19%,总叶绿素含量较CK分别增加5.57%、28.59%、35.54%。DH、DH+DM处理可增加类胡萝卜素含量(图3b),较CK相比分别增加2.54%、12.77%。模拟土培叶绿素a、叶绿素b、总叶绿素含量表现为DM>DH>CK>DH+DM。类胡萝卜素含量表现为CK>DH>DM>DH+DM。

    图  3  DSE及其代谢物对紫花苜蓿的叶绿素含量的影响
    Figure  3.  Effect of DSE and metabolites on chlorophyll content in Medicago sativa L.

    DSE及其代谢物对紫花苜蓿根系结构的影响如图4所示,对植物根系扫描和数据化处理获得根系表型结构(根系长度、平均直径、根体积、表面积、投影面积、根尖数)见表1。由表1可知,浸根方式各处理根系长度增加,DH、DM、DH+DM较CK分别提高59.31%、16.42%、38.13%。根体积表现为DH+DM>DM>DH>CK,其中,DH+DM较对照显著(P<0.05)增加132.12%。根尖数增加,表现为DH+DM>DH>DM>CK。模拟土培DH、DM、DH+DM处理较CK根系长度分别增加23.30%、54.09%、67.90%。DH、DM、DH+DM处理根体积较CK相比有所增加,较CK相比分别增加29.6%、40.28%、33.98%。根尖数表现为DM>DH>DH+DM>CK,DM较CK相比,根尖数显著(P<0.05)增加128.61%。总体来看,浸根方式DH+DM处理根体积最大,模拟土培DM处理根尖数最多。

    表  1  DSE及其代谢物对紫花苜蓿根系构型的影响
    Table  1.  Effects of DSE and metabolites on root architecture characteristic of Medicago sativa
    培养方式 处理方式 根系长度/cm 平均直径/mm 根体积/mm3 表面积/cm2 投影面积/mm2 根尖数
    浸根 CK 55.49±17.43b 2.36±0.27abc 99.87±19.46b 7.65±2.19a 2.43±0.70a 39.27±8.05b
    DH 88.40±9.48ab 2.32±0.15bc 180.78±31.17ab 12.61±2.20a 4.11±0.70a 66.93±11.15ab
    DM 64.60±1.57ab 2.82±0.25ab 181.52±25.98ab 11.42±1.03a 3.63±0.33a 40.90±1.27b
    DH+DM 76.65±20.19ab 2.88±0.12a 231.82±52.43a 13.98±3.49a 4.45±1.11a 72.27±7.6ab
    模拟土培 CK 57.22±4.08ab 2.45±0.02abc 111.91±7.85b 9.47±1.00a 3.01±0.32a 38.83±0.53b
    DH 70.55±2.56ab 2.41±0.11abc 144.43±8.56ab 10.58±0.20a 3.37±0.06a 53.20±7.61ab
    DM 88.17±15.15ab 2.18±0.15c 156.99±44.22ab 12.11±2.70a 3.85±0.86a 88.77±30.19a
    DH+DM 96.07±3.62a 2.07±0.11c 149.94±4.51ab 12.48±0.37a 3.97±0.12a 50.83±3.14ab
    下载: 导出CSV 
    | 显示表格
    图  4  不同处理下紫花苜蓿根系结构
    Figure  4.  Root structure of Medicago sativa L. under different treatments

    DSE及其代谢物对紫花苜蓿组织中全氮、全磷、全钾含量的影响如图5所示。接种DH、DM、DH+DM紫花苜蓿的营养元素含量均有所增加。浸根方式DH+DM处理紫花苜蓿全氮含量最高,较CK相比显著(P<0.05)增加82.16%,模拟土培DM处理紫花苜蓿全氮含量最高,较CK相比显著(P<0.05)增加103.70%。模拟土培各处理紫花苜蓿全磷含量均高于浸根方式,其中,DH处理全磷含量显著(P<0.05)高于其他处理,全磷含量较对照增加131.50%(图5b)。浸根方式与模拟土培DH处理紫花苜蓿全钾含量最高,浸根方式DH处理全钾含量较CK显著(P<0.05)增加116.75%,模拟土培DH处理全钾含量较CK显著(P<0.05)增加55.01%(图5c)。

    图  5  DSE及其代谢物对紫花苜蓿养分含量的影响
    Figure  5.  Effect of DSE and metabolites on the nutrient content of Medicago sativa L.

    图6所示的相关性分析表明,接种处理与菌丝定殖率、微菌核定殖率、总定殖率、根长、根表面积、根投影面积呈显著正相关(P<0.05),与地上部鲜重、根鲜重、总鲜重、根体积、全氮、全钾呈极显著正相关(P<0.01)。浸根方式接种对菌丝定殖率、总定殖率更有效,对根直径影响显著(P<0.05),对全磷影响极显著(P<0.01)。说明浸根方式接种DSE及其代谢物对促进紫花苜蓿生长更有效。同时,不同的接种处理对紫花苜蓿生长发育具有不同的作用效果。菌丝定殖率与总定殖率与根体积、全氮、全钾呈显著正相关(P<0.05),与根鲜重、总鲜重呈极显著正相关(P<0.01)。表明DSE菌丝、DSE代谢物均能促进植物根系发育,促进植物养分积累进而促进植物生长。

    图  6  接种方式、接种处理和紫花苜蓿侵染率、生理生长指标相关性热图
    注:It—接种处理;Im—接种方式;Hcr—菌丝定殖率;Mcr—微菌核定殖率;Cr—总定殖率;Sb—地上部鲜重;Rb—根鲜重;Rsr—根冠比;Tb—总鲜重;Ca—叶绿素aCb—叶绿素bCt—总叶绿素;Cxc—类胡萝卜素;Rl—根长;Rd—根直径;Rv—根体积;Rsa—根表面积;Pa—根投影面积;Rt—根尖数;N—全氮;P—全磷;K—全钾;接种方式:固体基质设为1,液体基质设为0;*在0.05水平(双侧)上显著相关;**在0.01水平(双侧)上显著相关;***在0.001水平(双侧)上显著相关。
    Figure  6.  Heatmap showing correlation between different planting method, inoculation treatment, physiological, biochemical indexes and infection rate of Medicago sativa L.

    对植物生理生长指标进行分解分析,结果表明,接种方式对紫花苜蓿生长的贡献度为3.1%,接种处理对紫花苜蓿生长贡献度为14.0%,两者对紫花苜蓿生长的共同贡献度为−2.4%,未被这2种环境因子解释到的残差为85.3%(图7)。说明2种环境因子完全独立,两2环境因子相比,接种处理是影响紫花苜蓿生长的主要因素。

    图  7  接种方式和接种处理对紫花苜蓿生长特性的分解分析
    Figure  7.  Variation partition analysis of different inoculation variation method and inoculation treatment

    煤炭开采过程破坏生态,对土壤、植被生长环境造成扰动,矿区生态环境微生物修复技术的应用,是从生态系统功能和结构修复的角度出发进行生态环境修复的一种可持续发展的方法。紫花苜蓿是矿区植被恢复的先锋植物,其长势参数,地上生物量、株高和植被水分可用于评价矿区复垦效果[32]。研究中添加DSE紫花苜蓿根长、根体积、根表面积、根投影面积以及根尖数增加;增加了植物全氮、全磷、全钾含量,增加了植物总生物量。有研究发现DSE菌丝可以延伸到根皮层细胞、细胞内以及根维管组织内扩大根的吸收面积,有效促进植物对水分和养分的吸收[33],DSE微菌核作为重要的贮藏器官可以积累大量糖原、蛋白质、聚磷酸盐和脂质等营养物质[34]。因此,DSE在紫花苜蓿根内的定殖促进了表明DSE可以促进根系发育,继而扩大根系吸收养分的空间。增加植物对营养元素的吸收,进而促进植物的生长。此外,有研究发现DSE代谢物中氨基酸和肽类占总化合物的36.45%[21],氨基酸可能是植物氮营养的重要贡献者[35],植物可以直接吸收氨基酸、酰胺、二肽、三肽和寡肽作为氮源,研究中在不同基质添加DSE代谢物紫花苜蓿体内含氮量增加,可能是由于植物吸收了DSE代谢物中的氨基酸和肽类物质,促进了紫花苜蓿的生长。

    研究中浸根方式接种DSE紫花苜蓿根内DSE菌丝的定殖率更高,可能是浸根方式可以使菌体富集,能够在根表面看到菌体的缠绕[36],说明DSE菌液浸根幼苗可以快速有效的地促进DSE定殖。浸根方式DH+DM处理叶绿素含量更高;DH、DH+DM处理促进根系结构发育以及养分吸收。王淑惠等[37]发现接种鲜样和风干样DSE均能在紫花苜蓿根内定殖并促进植物生长,这与研究具有相似的结果。因此DSE菌液浸根方式是在西部矿区复垦过程中前期帮助促进幼苗快速生长的有效方式。此外,模拟土培方式接种DSE及其代谢物较对照相比根平均直径更细,这与应益山等[38]的研究结果相似,根系直径越小,其生理功能可能越活跃,DSE及其代谢物在模拟土培中的添加可能促进了根系吸收水分和养分的活跃程度。相关性分析表明,与接种方式相比,接种处理是影响紫花苜蓿生长的主要因素,无论是浸根方式还是模拟土培方式接种均能够促进紫花苜蓿的生长,这与郑爱珍等[39]人施用相同微生物菌剂,采用不同接种处理培养番茄均能够促进番茄生长的研究结果一致。

    近年来,微生物菌剂因其经济高效、低能耗、不产生二次污染等特点,被广泛应用于矿区生态环境修复领域[40-42]。研究通过室内模拟试验,分析对比了不同方式接种DSE及其代谢物的有效性,发现浸根方式接种对紫花苜蓿的生长更有益,DSE及其代谢物能够有效促进紫花苜蓿幼苗的生理生长,有潜在的生态修复利用价值。研究主要针对于紫花苜蓿幼苗生长情况,对于紫花苜蓿后期生长和矿区实际环境条件下的(土壤质地、养分、水分、土壤pH等)生长效应有待于进一步观察。

    1)浸根方式是最有效的接种方式。浸根方式DSE以菌丝为主要定殖结构。浸根方式接种DH+DM处理对紫花苜蓿的促生效果最好,与对照组相比,地上部鲜重、根鲜重、总鲜重、叶绿素b、总叶绿素、根体积、全氮和全钾含量分别显著增加83.53%、84.15%、83.78%、43.19%、35.54%、132.12%、82.16%、111.20%。

    2)模拟土培方式DSE以微菌核为主要定殖结构。模拟土培方式DM处理对紫花苜蓿生长的促进作用最明显,较对照相比,地上部鲜重、根鲜重、总鲜重根尖数、全氮含量分别显著提升97.37%、88.77%、94.25%、128.61%、103.70%。

    3)相关性分析表明,与接种方式相比,DSE不同接种处理是影响紫花苜蓿营养成分、生长特性的关键因素。DSE与其代谢物均能促进紫花苜蓿生长,对于矿区逆境的抗性具有潜在作用,有菌肥开发的潜力。

  • 图  1   变权向量求取过程

    Figure  1.   Variable weight vector obtaining process

    图  2   改进后的变权向量求取过程

    Figure  2.   Improved process of obtaining variable weight vector

    图  3   基于累积频率的变权区间确定方法示例

    Figure  3.   Example of the method for determining variable weight interval based on cumulative frequency

    图  4   9号煤层与奥灰关系示意

    Figure  4.   Schematic of relationship between No. 9 coal seam and Austrian ash

    图  5   9号煤底板奥灰水带压范围三维示意

    Figure  5.   3D schematic of pressure range of Ordovician water in No. 9 coal floor

    图  6   奥灰含水层水压等值线

    Figure  6.   Contour plot of Ordovician aquifer water pressure

    图  7   底板有效隔水层等效厚度等值线

    Figure  7.   Contour plot of equivalent thickness of effective water barrier of bottom plate

    图  8   断层规模指数等值线

    Figure  8.   Contour plot of fault scale index

    图  9   层次结构模型

    Figure  9.   Hierarchical model

    图  10   AHP法权重计算界面

    Figure  10.   AHP method weight calculation interface

    图  11   奥灰含水层水压累积频率

    Figure  11.   Accumulative frequency of water pressure in Ordovician aquifer

    图  12   等效厚度累积频率

    Figure  12.   Construct a distribution cumulative frequency

    图  13   脆性岩厚度累积频率

    Figure  13.   Cumulative frequency of brittle rock thickness

    图  14   基于新型变权模型的脆弱性评价分区

    Figure  14.   Vulnerability assessment partition based on a new variable weight model

    图  15   基于常权模型的脆弱性评价分区

    Figure  15.   Vulnerability evaluation zone based on constant weight model

    图  16   常权模型脆弱性指数与归一值关系

    Figure  16.   Relationship between vulnerability index and normalized value of constant weight model

    图  17   变权模型脆弱性指数与归一值关系

    Figure  17.   Relationship between vulnerability index and normalized value of variable weight model

    图  18   各主控因素变权权重变化曲线

    Figure  18.   Variable weight change curve of each main control factor

    图  19   权重调整程度与常权权重关系

    Figure  19.   Relationship between degree of weight adjustment and constant weight

    图  20   权重调整程度与常权权重关系

    Figure  20.   Relationship between degree of weight adjustment and constant weight

    图  21   常权权重、k值与变权程度关系

    Figure  21.   Relationship between constant weight, k and variable weight

    图  22   k值界限值与常权权重拟合关系

    Figure  22.   Fitting relationship between k boundary value and constant weight

    表  1   底板突水脆弱性主控因素常权权重

    Table  1   Constant weight of main controlling factors of floor water inrush vulnerability

    主控因素奥灰含水层水压奥灰含水层富水性有效隔水层等效厚度矿压破坏带下脆性岩厚度底板岩心采取率构造
    分布
    断层规模指数
    权重0.27190.12090.24750.08250.04690.16160.0688
    下载: 导出CSV

    表  2   主控因素变权区间划分

    Table  2   Main control factor variable weight interval division

    区间性质
    主控因素
    惩罚区间不激励不惩罚区间激励区间
    奥灰含水层水压0≤x≤0.45340.4534<x≤0.59380.5938<x≤1
    奥灰含水层富水性0≤x≤0.40000.4000<x≤0.65000.6500<x≤1
    有效隔水层等效厚度0≤x≤0.35710.3571<x≤0.53330.5333<x≤1
    矿压破坏带下脆岩厚度0≤x≤0.39360.3936<x≤0.62410.6241<x≤1
    底板岩芯采取率0≤x≤0.01200.0120<x≤0.21590.2159<x≤1
    构造分布0<x≤0.60.6<x≤1
    断层规模指数0≤x≤0.07700.0770<x≤0.24000.2400<x≤1
    下载: 导出CSV

    表  3   调权参数最终取值

    Table  3   Final value of weighting parameter

    调权参数kca1a2
    数值0.10.31.52.5
    下载: 导出CSV
  • [1] “能源领域咨询研究”综合组. 中国煤炭清洁高效可持续开发利用战略研究[J]. 中国工程科学,2015(9):1−5.

    The comprehensive research group for energy consulting and research. Strategic research on clean, efficient, sustainable exploitation and utilization of coal in China[J]. Strategic Study of CAE,2015(9):1−5.

    [2] 董书宁,虎维岳. 中国煤矿水害基本特征及其主要影响因素[J]. 煤田地质与勘探,2007,34(5):34−38.

    DONG Shuning,HU Weiyue. Basic characteristics and main controlling factors of coal mine water hazard in China[J]. Coal Geology & Exploration,2007,34(5):34−38.

    [3] 武 强,张志龙,马积福. 煤层底板突水评价的新型实用方法Ⅰ:主控指标体系的建设[J]. 煤炭学报,2007,32(1):42−47.

    WU Qiang,ZHANG Zhilong,MA Jifu. A new practicalm ethodology of the coal floor water bursting evaluating The master controlling index system construction[J]. Journal of China Coal Society,2007,32(1):42−47.

    [4] 武 强,张志龙,张生元,等. 煤层底板突水评价的新型实用方法Ⅱ:脆弱性指数法[J]. 煤炭学报,2007,32(11):1121−1126.

    WU Qiang,ZHANG Zhilong,ZHANG Shengyuan,et al. A new practical methodology of the coalfloor water bursting evaluating Ⅱ: The vulnerable index method[J]. Journal of China Coal Society,2007,32(11):1121−1126.

    [5] 李 博. 基于变权理论的煤层底板突水脆弱性评价[D]. 北京: 中国矿业大学(北京), 2014: 33−45.

    LI Bo. Vulnerability assessment of coal floor groundwater bursting based on variable weight theory: a case in the typial mineral region if Yuxian[D]. Beijing: China University of Mining and Technology−Beijing, 2014: 33−45.

    [6] 武 强,李 博,刘守强,等. 基于分区变权模型的煤层底板突水脆弱性评价:以开滦蔚州典型矿区为例[J]. 煤炭学报,2013,38(9):1516−1521.

    WU Qiang,LI Bo,LIU Shouqiang,et al. Vulnerability assessment of coal floor groundwater bursting based on zoning variable weight model: A case study in the typical mining region of Kailuan[J]. Journal of China Coal Societ,2013,38(9):1516−1521.

    [7] 国家煤矿安全监察局. 煤矿防治水细则[M]. 北京: 煤炭工业出版社, 2018: .

    National Coal Mine Safety Administration. Coal mine water prevention and control rules [M]. Beijing: China Coal Industry Publishing Press, 2018

    [8] 武 强,解淑寒,裴振江,等. 煤层底板突水评价的新型实用方法Ⅲ:基于GIS的ANN型脆弱性指数法应用[J]. 煤炭学报,2007,32(12):1301−1306.

    WU Qiang,XIE Shuhan,PEI Zhenjiang,et al. A new practicalm ethodology of the coal floor water bursting evaluating the application of ANN vulnerable index m ethod based on GIS[J]. Journal of China Coal Society,2007,32(12):1301−1306.

    [9] 武 强,王金华,刘东海,等. 煤层底板突水评价的新型实用方法Ⅳ: 基于GIS的AHP型脆弱性指数法应用[J]. 煤炭学报,2009,34(2):233−238.

    WU Qiang,WANG Jinhua,LIU Donghai,et al. A new practicalm ethodology of the coal floor water bursting evaluating Ⅳ: theapplicationof AHP vulnerable index method based on GIS[J]. Journal of China Coal Society,2009,34(2):233−238.

    [10] 李 哲,牛鹏堃,宫厚健,等. 基于GIS的AHP型和ANN型脆弱性指数法在底板突水评价应用中的适用性分析[J]. 煤矿开采,2018(1):8−12.

    LI Zhe,NIU Pengkun,GONG Houjian,et al. Applicability analysis of ahp and ann vulnerability index based on gis in coal floor water inrush evaluation[J]. Coal mining Technology,2018(1):8−12.

    [11] 刘守强,武 强,曾一凡,等. 基于GIS的改进AHP型脆弱性指数法[J]. 地球科学,2017(4):625−633.

    LIU Shouqiang,WU Qiang,ZENG Yifan,et al. The technique and the application of the improved AHP vulnerable index method based on GIS[J]. Earth Science,2017(4):625−633.

    [12] 汪培庄. 模糊集与随机集落影[M]. 北京: 北京师范大学出版社, 1985: 85−22.

    WANG Peizhuang. Fuzzy sets and random sets[M]. Beijing: Beijing Normal University Press, 1985: 85−22.

    [13] 李洪兴. 因素空间理论与知识表示的数学框架(Ⅷ):变权综合原理[J]. 模糊系统与数学,1995(3):1−9.

    LI Hongxing. Factor spaces and mathematical frame of knowledge representation(Ⅷ) variable weights analysis[J]. Fuzzy Systems and Mathematics,1995(3):1−9.

    [14] 姚炳学,李洪兴. 局部变权的公理体系[J]. 系统工程理论与实践,2000(1):107−110.

    YAO Bingxue,LI Hongxing. Axiomatic system of local variable weight[J]. Systems Engineering-Theory & Practice,2000(1):107−110.

    [15] 张英平. 变权模型在城市工程地质环境质量评价中的应用[D]. 北京: 中国地质科学院, 2012: 57-63.

    ZHANG Yingping. Application of variable weight model for quality evaluation of urban engineering geological environment: a case study of zhengzhou city[D]. Beijing: Chinese Academy of Geological Sciences, 2012: 57-63.

    [16] 段树乔. 电力企业安全管理变权综合评价方法[J]. 数学的实践与认识,2003(8):17−23.

    DUAN Shuqiao. A method of variable weight synthetic evaluation for safety management of power business[J]. Mathematics in Practice and Theory,2003(8):17−23.

    [17] 李 博,武 强. 煤层底板突水变权脆弱性评价模型参数灵敏度分析[J]. 采矿与安全工程学报,2015(6):911−917.

    LI Bo,WU Qiang. An analysis of parameters sensitivity for vulnerability assessment of groundwater inrush during mining from underlying aquifers based on variable weight model[J]. Journal of Mining & Safety Engineering,2015(6):911−917.

    [18] 武 强,李 博. 煤层底板突水变权评价中变权区间及调权参数确定方法[J]. 煤炭学报,2016,41(9):2143−2149.

    WU Qiang,LI Bo. Determination of variable weight interval and adjust weight parameters in the variable weight assessment model of water-inrush from coal floor[J]. Journal of China Coal Society,2016,41(9):2143−2149.

    [19] 李 哲,曾一凡,牛鹏堃,等. 应用于底板突水评价的层次分析法研究[J]. 煤炭技术,2018(1):170−172.

    LI Zhe,ZENG Yifan,NIU Pengkun,et al. Study on application of analytic hierarchy process in floor water bursting evaluation[J]. Coal Technology,2018(1):170−172.

    [20] 韩林山,李向阳,严大考. 浅析灵敏度分析的几种数学方法[J]. 中国水运(下半月),2008(4):177−178.

    HAN Linshan,LI Xiangyang,YAN Dakao. Analysis of several mathematical methods of sensitivity analysis[J]. China Water Transport,2008(4):177−178.

    [21] 刘玉珍,程世迎. 灵敏度分析法确定水文地质参数的基本模型及其应用[J]. 水利学报,2006(7):846−850.

    LIU yuzhen,CHENG Shiying. Basic model of sensitivity analysis method for determining hydro-geological parameters[J]. Journal of Hydraulic Engineering,2006(7):846−850.

    [22] 赵春虎. 高承压含水层水文地质参数局部和全局灵敏度分析[J]. 煤炭科学技术,2013,41(8):110−113.

    ZHAO Chunhu. Analysis on local and overall sensitivity of high pressurized hydrological parameters of aquifer[J]. Coal Science and Technology,2013,41(8):110−113.

  • 期刊类型引用(4)

    1. 辛亮. 综掘巷道液压组合支架设计及模拟分析. 机械管理开发. 2025(02): 59-61 . 百度学术
    2. 赵丽娟,张展鹏,曹正,尚祖恩,吴天谷,李文亮,孙强. 50000 kN液压支架试验台垂直加载液压缸同步控制. 辽宁工程技术大学学报(自然科学版). 2024(02): 195-201 . 百度学术
    3. 倪苏黔,徐颖,来永辉,杨荣周,程琳,付鸿鑫,焦杨浩楠. 基于改进SPA-EWM理论的隧道通风竖井掘进风险评估模型. 自然灾害学报. 2024(04): 60-71 . 百度学术
    4. 孙旭东. 液压支架顶梁结构偏载工况下的静力学分析及结构优化. 机械管理开发. 2024(09): 156-158 . 百度学术

    其他类型引用(0)

图(22)  /  表(3)
计量
  • 文章访问数:  120
  • HTML全文浏览量:  14
  • PDF下载量:  31
  • 被引次数: 4
出版历程
  • 收稿日期:  2022-05-12
  • 网络出版日期:  2023-05-17
  • 刊出日期:  2023-05-30

目录

/

返回文章
返回