王平煤矿废弃地位于北京市门头沟区王平镇境内，研究区地处东经 115°57′33″～115°58′57″，北纬 39°57′17″～39°57′59″，属暖温带半湿润半干旱季风气候。总面积123 hm²，位于王平镇政府及王平村煤矿的西侧，俗称坷垃洼地区。研究区平均海拔328 m，自王平村开始，自东向西，海拔从170 m逐步上升为最高处370 m。而研究区自北向南，高差变化从312到357 m，变化相对较小。区域内有煤矸石山压占及塌陷坑2个典型煤矿废弃地生态环境破坏类型，为门头沟区生态修复示范工程。

研究区生态修复工程自2007年开始陆续实施，于2010年完成治理。2011—2020年通过生态种植区、京津风沙源治理工程等项目，使王平煤矿废弃地生态环境进一步得到改善。研究区位，见图1。

依据高分一号遥感影像数据并结合现场踏勘及采样条件，在王平煤矿划分3类研究对比区域：对照区、高修复区与低修复区。且3类研究区均位于王平煤矿修复区中部，各研究分区样品采集时间为2021年7—8月。

对于各研究分区土壤调查，为了保证样品的代表性，采取采集混合样的方案。根据实际情况，低修复区与高修复区采用对角线布点法，对照区采用梅花布点法（根据地势情况，布点法进行修改）。每个区域采集9个混合样，每个混合样依据对角线法由5个土样混合得到，3个区域一共采集27个土样。

对于各研究分区植被调查，在不同植物修复模式里分别随机设置样方，其中草本采用1 m×1 m=1 m²的样方, 灌木采用4 m×4 m =16 m²的样方, 乔木采用10 m×10 m=100 m²的样方。根据生态样方调查的结果，确定研究区域内的优势物种。在每个典型样地内分别采集每种优势物种的植物体样品。其中：乔木采集枝叶，灌木采集地上植株，草本采集地上植株。采样方案同土壤采样方案。

王平煤矿区境内共有关闭的大小煤窑、矿井20多个，多年无序开采给该地区生态环境造成了极大的破坏和严重的污染，形成了大面积的采空区，造成多处地表塌陷。本研究以王平煤矿修复区原生自然环境条件为研究重点，仅考察自然环境因素。

评价指标体系的构建是区域生态环境评价中的关键一环，关乎评价结果的客观性、科学性等关键因素。通过对王平煤矿生态环境问题进行实地调查和查阅矿区生态环境评价相关文献及政府政策文件，结合实地调查结果与专家指导意见，秉承评价因子选取的科学性、可操作性和综合性等原则^[9-10]，从生态修复学、地质学和系统工程学角度提出一套较为规范化、完善的反映矿山生境特性的综合定量评价体系。

评价研究结果可表示原生自然环境下的王平煤矿修复效果^[11]。鉴于研究区地理环境的复杂性，将评价指标体系分为2个层次展开^[12]：第1层次划分为矿山原生生态环境的4个准则层—土壤理化性质、植被理化性质、植被群落现状和重金属污染现状；第2层次在4个准则层基础上筛选出15项与矿区生态环境息息相关的具体指标，包括：pH、土壤有机质、全氮、速效磷和速效钾4项土壤理化性质指数；植物全碳、全氮、全磷和全钾4项植被理化性质指数；植被丰富度、植被覆盖度2项植被群落指数；Cu、Zn、Pb和Cd 4项重金属污染指数。

目前对于矿区生态环境评价，主要采用模糊综合评价、灰色关联分析、聚类分析和综合指数评价等方法^[13-14]。其中综合指数评价法的优点在于将不同单位性质的指标量纲化，并转换为某一标准形式，可在复杂的情况下，进行生态环境综合评价^[15]。一般对于综合指数评价法权重确定多采用专家打分法，但该方法易受主观因素干扰，进而影响最终结果。因此，本研究基于综合指数评价法，对权重确定进行方法改进，最终结合王平煤矿修复区实地情况对研究区修复效果进行评价分析。

综合指数评价法的核心之处在于对指标权重的确定^[16]。目前常见的赋权方法主要分为主观赋权法和客观赋权法^[17]。目前常用的主观赋权法有德尔菲法、层次分析法、最小平方法和环比评分法等^[18]。常见的客观赋权法有熵权法、CRITIC法、主成分分析法和数据包络法等^[19]。其中客观赋权法主要依据大量的原始数据之间的内在关系来确定权重，而本研究无法提供大量原始数据，因而最终采用主观赋权法。

美国学者YAGER ^[20]提出了一种连续的有序加权平均算子(C-OWA)。作为一种指标权重优化衡量的主观赋权方法，合理地解决了多指标、多层次，信息参与过多的问题，科学地将专家极端决策合理分配，从而达到降低主观因素的影响，使赋权结果更具科学性与客观性^[21]。目前广泛应用于水利工程、施工安全和金融投资等领域^[22-24]。因此，本研究引入C-OWA算子对综合指数评价法的指标赋权进行改进，综合运用数理知识构建生态修复指数模型（EREI）。步骤如下。

（1）首先邀请$n$位环境影响评价领域的专家学者对同层次指标进行评价打分，所得数据构成决策集合$\left( {{a_1},{a_2},{a_3}\cdots {a_i}\cdots{a_n}} \right)$，然后将集合中的数据从大至小排序，得到新的数据集合$ \left( {{b_0},{\text{ }}{b_1},{\text{ }}{b_2}\cdots {b_j}\cdot\cdot\cdot{b_{n - 1}}} \right) $，其中$ {b_0} \geqslant {b_1} \geqslant {b_2}\cdots \geqslant {b_j}\cdots \geqslant {b_{n - 1}} $。

（2）采用组合数计算新的数据集合权重，得到加权向量${\alpha _{j + 1}}$，见式（1）:

式中，$C_{n - 1}^j$为从$n - 1$个数据中除去$j$个数据的组合数。

（3）加权向量$\alpha $对决策数据计算加权，得到指标绝对权重值，见式（2）:

式中，$ i\in [1,m]，{\alpha }_{j}\in [0,1]，j\in [1,n] $，$m$表示指标数目。

（4）最后计算指标得相对权重，见式（3）:

本次研究邀请了中国科学院生态环境研究中心6位环境影响评价领域专家学者，采用10分制对各个指标进行评分，基于评分数据，运用C-OWA算子对各个指标赋予权重，所得王平煤矿修复效果指标体系各因子权值，见表1。

矿区生态环境综合指数是一个动态变化的数值，因此需根据实地情况选择评价分级标准。本研究参考我国生态环境部2015年颁布的《生态环境状况评价技术规范》，将研究区生态环境修复效果指标体系分为5级，见表2。

以对照分区的指标值作为评估目标值，采用综合指数评价法对修复工程区的指标现状值进行评估。

（1）指标计算方法

对于评价指标为正向指标，数值越大，表征的生态系统状况越好，见式（4）:

对于评价指标为负向指标，数值越大，表征的生态系统状况越差，见式（5）:

式中：$ Si,{\text{ }}j $表示评估指标i的分值；$ Ci,{\text{ }}j $表示评估指标i在工程分区的实际调查值；$ Ci,{\text{ }}d $表示评估指标i在对照分区的实际调查值。

（2）工程分区生态修复效果评估

通过基于改进综合指数评价法建立了生态修复效果指数（EREI），进而评估单一工程分区的实际效果，见式（6）:

式中：EREI_j表示第j个工程分区的生态修复效果指数；n表示评估选用的评价指标的总数；W_i评估选用的第i个评价指标的分值；I_i评估选用的第i个评价指标的权重。

（3）生态修复工程效果评估

王平煤矿整体生态修复区的EREI值计算，见式（7）:

式中：EREI表示矿山生态修复工程的生态修复效果指数；EREI_j表示第j个工程分区的生态修复效果指数；S表示矿山生态修复各工程分区总面积；S_j第j个工程分区的面积。

近些年，因遥感技术实时高效、覆盖范围广和快速等特点，已广泛应用于生态环境监测评价领域^[25]。其中在2013年徐涵秋^[26]提出了遥感生态指数模型（RSEI），该模型运用主成分分析耦合绿度、湿度、干度和热度4个生态指标，根据指标贡献率建立模型。采用该多指标评价模型进行评估监测可准确地反映出区域生态环境质量。目前已广泛应用于矿区生态环境监测^[27]、地貌环境研究^[28]和矿业城市景观格局变化^[29]。因此，本研究尝试采用RSEI模型对改进综合指数评价法的评价结果进行验证。选用数据为2021年8月Landsat OLI遥感影像，RSEI模型各分量指标描述及计算如下。

（1）绿度指标。归一化植被差异指数（NDVI）与叶面积指数，植被状况及覆盖度休戚相关，为广泛使用的植被指标之一^[30]。因此，RSEI模型多采用NDVI作为绿度指标。

（2）湿度指标。以缨帽变量的三分量表示湿度指数（WET），可表征为土壤、植被湿度含量，反映区域生态环境湿度状况。

（3）干度指标。由于研究区人为扰动较频繁，存在一定比例的建筑用地与裸土区域，加重区域干化程度，因而选择由裸土指数和建筑指数两者合成得到干度指数NDBSI表示^[31]。

（4）热度指标。以地表温度表示热度，目前地表温度反演主要有单窗算法、单通道法和大气校正法等，本研究采用大气校正法反演计算地表温度（LST）^[32-34]。

（5）RSEI指数计算。因各分量指标单位存在不同，为消除量纲差异，需进行标准化处理^[35]，见式（8～9）:

式中：NI_i表示标准化后某像素的指标值；I_i表示该指标像元值；I_max表示该指标的最大值；I_min表示该指标的最小值。

式中，PCA为主成分分析。

在主成分分析之后再次对第一主成分进行标准化计算，最终结果便是RSEI，见式（10）:

经标准化处理后RSEI指数范围为[0，1]，越接近于１表示王平煤矿区生态环境质量愈好，越接近于0王平煤矿区生态环境质量则愈差。本研究同样依据《生态环境状况评价技术规范》，同时结合前人研究进行分类。以0.2为标准分为5级，分别表征优(0.8,1.0]、良(0.6,0.8]、一般(0.4,0.6]、较差(0.2,0.4] 和差(0,0.2]，见图2。

本研究通过运用改进综合指数评价法构建生态修复效果指数（EREI）对王平煤矿修复效果进行分析研究，将各指标参数代入公式后，计算出王平煤矿划分的高修复区EREI值为0.909，低修复区EREI值为0.619，依据评价分级标准，高修复区与低修复区分别评级为“优”“良”。王平煤矿整体生态修复区EREI值为0.672，评价等级为“良”；同时计算遥感生态指数（RSEI）用以结果对比分析，计算得到王平煤矿修复区总体RSEI数值为0.729，两者计算结果相差不大，评价等级均为“良”。由此说明联用EREI指数与RSEI指数对王平煤矿进行生态修复效果评价是科学合理的。

表1可知，评价指标体系指标层中各因素权重大小，发现植被丰富度指数与植被覆盖度指数权重占比最高，都为0.15，说明两者对王平煤矿生态环境修复效果影响最大。其次是土壤有机质、速效磷和速效钾，权重为0.08，这3项指标可表征土壤养分的主要元素，同时也是土壤提供给植物生长所必需的营养元素。而土壤重金属Cu污染指数、Zn污染指数、Pb污染指数和Cd污染指数的权重占比最小，仅为0.03。

图2可知，该时期王平煤矿修复区生态环境质量主要分布于“良”级与“优”级，两者区域面积占比分别为29.09%和50.90%。这与从2007年所实施的植被恢复治理工程密不可分，通过实施生态种植区、京津风沙源治理和生态公园景观重塑等项目的建设，在近十年研究区植被得到较好恢复。 评级“较差”与“差”级区域主要集中在研究区东北部边界，主要原因是这一区域靠近王平村住宅区，以及是丰沙铁路、G108国道、G109 国道与门头沟区通往市区的莲石快速路等主要交通干线范围，所以在解译中将其视为裸土类别。这两区域面积占比较小，分别为4.67%和3.55%。

综上所述，评价定量计算结果与王平煤矿实际修复情况基本吻合。由此说明整体定量评价体系是合理的，评价结果是可靠的。同时对王平煤矿修复区的生态环境质量进行定量评价，通过遥感影像解译计算的RSEI指数用以对比分析，误差较小。说明联用EREI指数与RSEI指数对王平煤矿进行修复效果定量评价是可行的，两者相互印证，使其评价结果更为科学合理。从评价结果可知，王平煤矿自2007年陆续开展生态修复工程，经十余年的人为干预与自然恢复，该区域修复效果良好。

（1）通过实验监测与遥感解译计算对王平煤矿生态环境修复效果进行评价分析，评价结果等级为“良”。结合实地调查表明经过十余年的生态修复工程治理，矿区生态环境质量整体由差转为良，修复效果良好，后续应继续保持这一良好态势。

（2）本研究从多尺度出发，结合宏观与微观监测方法，联用改进综合指数法所构建的生态修复效果指数（EREI）与遥感生态指数（RSEI）对王平煤矿修复区生态环境质量进行综合评价，经计算，两者结果相差不大，评价等级均一致，可为后续矿区生态环境监测评价研究提供一定参考。