ICS 65.020.01 CCS B 05 15 内蒙古自治区 地方 标准 DB15/T 4205—2025 沙化草地土壤修复评价技术规程 Code of practice for evaluation of soil restoration in desertified grassland 2025-10-30发布 2025-11-30实施 内蒙古自治区市场监督管理局 发布 DB15/T 4205 —2025 I 前言 本文件按照 GB/T 1.1 —2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定 起草。 本文件由内蒙古自治区林业和草原局提出并归口。 本文件起草单位：蒙草生态环境（集团）股份有限公司、内蒙古草业技术创新中心有限公司、内蒙 古蒙草草业科技有限公司、内蒙古自治区农牧业科学院、乌兰察布市农林科学研究院。 本文件主要起草人：冯彩霞、王召明、陈翔、邢鹏飞、张健、王雅茹、王媛媛、董文利、胡努斯吐、 杨红艳、潘东、包海龙、张晓严、金净、谢海桃、朱晓庆、周颖、苑榕、刘若男。 DB15/T 4205 —2025 1 沙化草地土壤修复评价技术规程 1 范围 本文件规定了沙化草地土壤修复的技术要求，修复成效评价指标和评价方法。 本文件适用于内蒙古科尔沁沙地和浑善达克沙地的土壤修复技术及修复效果评价。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。 其中， 注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本 文件。 GB/T 39228 土壤微生物生物量的测定 熏蒸提取法 LY/T 3399 沙化草原治理技术规程 NY/T 1121.1 土壤检测第 1部分：土壤样品的采集 、处理和贮存 NY/T 2998 草地资源调查技术规程 ISO/TS 29843 -2:2021 土壤质量土壤微生物多样性的测定 第2部分：磷脂脂肪酸分析法 3 术语和定义 下列术语和定义适用于本文件。 沙化草地 desertified grassland 草地因自然因素或人为活动影响，导致地表土壤严重风蚀、沙化、砾质化或出现风积沙地貌形态， 且结构和功能发生明显退化。 沙化草地土壤修复 oil restoration of desertified grassland 针对沙化草地，采用生物、物理、化学等系列技术，改善土壤理化性状，恢复土壤的生态功能。 沙化草地土壤修复成效评价 evaluation of the effectiveness of desertified grassland soil restoration 通过综合评判修复后沙化草地的土壤性质和植被特征，评定土壤修复等级。 4 沙化草地土壤修复技术 DB15/T 4205 —2025 2 本底调查 4.1.1 土壤调查 土壤含水量，容重，沙粒、粉粒、黏粒含量， pH，有机质含量，全氮、速效氮含量，全磷、速效磷 含量，细菌、真菌 Shannon-Wiener指数，微生物碳、氮生物量，按照 NY/T 1121.1 、GB/T 39228 、ISO/TS 29843-2:2021执行。 4.1.2 植被调查 地上、地下生物量，按照 NY/T 2998 执行。 修复技术 按照LY/T 3399 执行。 5 修复成效评价 指标体系 5.1.1 物理指标 包括土壤含水量，土壤容重，土壤沙粒、粉粒、黏粒含量。 5.1.2 化学指标 包括土壤 pH，土壤有机质含量，土壤全氮、速效氮含量，土壤全磷、 速效磷含量。 5.1.3 生物指标 包括土壤细菌、真菌 Shannon-Wiener指数，土壤微生物碳、氮生物量，植被地上、地下生物量。 评价方法 5.2.1 模型构建 沙化草地 土壤修复 成效评价综合指数计算方法见公式（ 1）。 𝑆𝑅𝐹 =∑ (𝐶𝑖 𝑄𝑖×𝑋𝑖)𝑛 𝑖=1 ································ ································ ·· (1) 式中： SRF——土壤修复成效评价综合指数； n ——评价指标的个数； Ci ——土壤修复后，第 i个评价指标的赋值； Qi ——土壤修复前，第 i个评价指标的赋值； Xi ——第i个评价指标的权重值， 采用主成分分析法确定 。 权重值的确定按照附录 A。 5.2.2 土壤修复成效等级评定 依据公式(1)计算的SRF值及表1评定沙化草地土壤修复成效 。 DB15/T 4205 —2025 3 表1 土壤修复成效分级表 等级 优 良 差 SRF值 SRF＞1.5 1＜SRF≤1.5 SRF≤1.0 DB15/T 4205 —2025 4 A A 附录 A （规范性） 权重值的确定 A.1 数据标准化 因选择的各指标量纲不同，因此分析和评价前应进行标准化处理，具体公式如下： 对于正向指标：见公式（ A.1）。 𝑍𝑖𝑗=𝑍𝑖𝑗/𝑍𝑚𝑎𝑥(𝑍𝑖𝑗≤𝑍𝑚𝑎𝑥) ································ ························ (A.1) 对于负向指标： 见公式（ A.2）。 𝑍𝑖𝑗=𝑍𝑚𝑖𝑛/𝑍𝑖𝑗(𝑍𝑖𝑗≥𝑍𝑚𝑖𝑛) ································ ························· (A.2) 式中： i ——第i个样地； j ——第j个指标； 𝑍ij ——实测值； 𝑍𝑚𝑎𝑥——第j个指标实测值中的最大值； 𝑍𝑚𝑖𝑛——第j个指标实测值中的最小值。 A.2 计算相关系数矩阵 相关系数矩阵反映指标间的线性相关性如下：见公式（ A.3）。 𝑅𝑗𝑘=∑ (𝑍𝑖𝑗𝑍𝑖𝑘)𝑛 𝑖=1 𝑛−1 (j,k=1，2，…，m,m为指标数 ) ········ (A.3) 式中： 𝑅𝑗𝑘——变量j和变量k之间的相关系数； Zij,Zik——分别是第 j个和第k个变量在样本 i上的标准化值； n——样本的总数； n−1——代表自由度。 A.3 确定主成分个数 主成分个数需满足“累计方差贡献率≥ 85%（或特征值λ＞ 1）”见公式（ A.4）。 𝑘=𝜆𝑘 ∑ 𝜆𝑖𝑚 𝑖=1(总方差 ∑𝜆𝑖=𝑚,因R是相关系数矩阵 ) ································ (A.4) 式中： K ——贡献率，即第 k个主成分的方差占全部总方差的比重； 𝜆𝑘——相关系数矩阵 R的第k个特征值。 A.4 计算指标权重 以主成分的方差贡献率为权重，结合特征向量，计算原始指标的综合权重： 若选取k个主成分，则第 j个主成分的权重为：见公式（ A.5）。 𝑤𝑗=𝜆𝑗 ∑ 𝜆𝑖𝑘 𝑖=1 ································ ································ ······· (A.5)