肖 栋， 毕银丽， 于立安， 陈文文， 宋子恒， 何海伦， KEITA Mohamed

(1. 中国矿业大学煤炭资源与安全开采国家重点实验室， 徐州 221116； 2. 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室，北京 100083； 3. 中南大学生命科学学院， 长沙 410083； 4. 中国矿业大学矿业工程学院， 徐州 221116)

露天矿开采需要剥离表层土层，大量弃土、弃渣堆积形成规模性排土场. 据统计，露天开采剥离土层堆积形成的占压土量约为采掘挖损量的1.5～2.5倍[1]. 排土场是一种巨型人工松散堆垫体，由腐植表土、风化岩土、坚硬岩石和混合岩土构成, 其岩土层结构决定了场区表层土营养贫瘠、表层水资源匮乏，致使地表植被生长量下降[2]. 生物量减少、生态系统结构受损、功能及稳定性下降，进一步地影响表层土的物理化学组分，导致周边生态系统退化，并且引起水土流失、沙漠化发展，严重威胁当地生态[3]. 植被恢复与生态重建、修复与提高生态系统功能是控制露天开采对周边的生态破坏、控制地质灾害发生几率、实现生态可持续开采的重要措施.

以往研究多集中于排土场地表土壤结构与水资源对生态修复的影响. 纵观我国中西部地区露天矿排土场，普遍由于土质差、水资源匮乏等环境问题，导致生物量匮乏、依托自然恢复周期长、生态修复的不确定因素复杂[4]. 由此，排土场生态快速修复需要配合植物引种和人工干预，以提高地区植物多样性. 对排土场引种植物选择的研究已有若干结果，如：根据植被演替理论，植物选种采用当地物种，并依据当地气候条件实施播种且需配合松土翻耕等土壤改造，使种植物种能在短时间内适应当地的气候条件，快速恢复地表植被[5-6]；对土壤结构再造与地表植被多样性的研究发现，恰当引入新的物种，利用干扰激励有利于本土生态系统的修复[2,7-8]；在物种选择中，多年生草本植物能够降低修复成本，但物种习性、抗逆特征、积温需求、生长周期与当地气候条件的匹配仍是制约多年生草本植物引种的核心难题[9-10].

神华宝日希勒露天矿地处我国北方寒带地区，具有无霜期短、冬季气温低和日照时间短等特征，气候特征与我国中西部地区具有显著差异. 与多数露天矿排土场一样，神华宝日希勒露天矿排土场生态修复中草本植物引种亦是关键，选择一年生植物还是多年生植物、引种哪种植物、播种时间选择、是否需要考虑冻害和有效积温是否符合植物生长基本要求是北方寒带地区物种选择的5大核心问题[11]. 当前该地区排土场生态修复的相关研究主要集中在土壤土质[12]、土壤微生物多样性[13]和地表水分布[14]等方面，植物引种选择中气候影响的相关研究有待深入. 神华宝日希勒露天矿排土场植被的引种选择除了土壤与水资源条件外，气候因素不容忽视，需根据当地基准温度与昼夜温差、有效积温、无霜期和年最低气温等条件选择芽期适宜春季气温特征、生长快、耐低温和能越冬的物种[15]，以提高引种物种的成活率；同时，播种及秋收与当地春秋风向、风速相配合，对成功实现生态修复和逐步改善土壤物理、化学指标尤为重要. 本文以神华宝日希勒露天矿为研究区，综合数理统计、物种多样性分析方法，引入热图分析，以直观的可视化方法展现该地区近9年的气温分布和风场特征；结合周边高丰度物种的生长习性，确立研究区物种引种的立地条件与引种物种选择，为排土场生态修复提供理论依据与数据支持.

1 研究区概况

神华宝日希勒露天矿排土场位于中国东北地区西北部、内蒙古自治区东北部、呼伦贝尔草原中部、大兴安岭西麓的低山丘陵与呼伦贝尔高平原东部边缘的接合地带. 区境内东高西低，属于“海拉尔内陆断陷盆地”(119°28′ E～120°34′ E; 49°06′ N～49°28′ N)，海拔高度为603.00～776.60 m，距呼伦贝尔市海拉尔区15 km[16]. 所在的神华宝日希勒露天矿的煤炭地质储量为7 661万t，国家核定年生产能力为3 500万t；矿区主采煤层为褐煤，煤层构造简单、倾角为2°～3°，煤层最大可采厚度为28.00 m，平均厚度为22.16 m[17]. 研究区内排土工程量大、强度高，基底为煤层地表胶结的泥岩、砂岩和薄煤层，稳定性不佳.

气候方面，海拉尔属中温带半干旱大陆性草原气候[18]. 由于纬度偏高，远离海洋，同时受大兴安岭的屏障作用，使湿润的海洋性气候团的影响减弱，大部分时间在西伯利亚高压的控制之下，形成独特的气候特征：春季多大风而少雨，蒸发量大；夏季温凉而短促，降水集中；秋季降温快，霜冻早；冬季严寒漫长，地面积雪时间长[19]. 年平均气温为-1～2 ℃，年平均降雨量为350～370 mm，其中1月和7月的平均降雨量分别为3.79 mm和99.38 mm[20].

2 研究方法

2.1 研究区2011—2019年的气温分布

以海拉尔区气象局提供的气象资料为基础，统计分析2011年1月1日至2019年12月31日期间的每日最高气温、最低气温、日间气温、日间小时数、夜间气温和夜间小时数等基础参数. 下面给出各参数的计算方法.

(1)各年度日均气温和昼夜温差的计算公式如下：

(1)

DIF=TDHD-TNHN，

(2)

其中，ADT为日均气温，DIF为昼夜温差，TD为日间气温，HD为日间小时数，TN为夜间气温，HN为夜间小时数.

(2)大昼夜温差统计：以DIF>12 ℃为条件[20]，根据每天昼夜温差计算结果，以月为单位统计分析9年期间各月DIF>12 ℃的天数. 将各月温差数据与四季季节相对应(春季：3—5月，夏季：6—8月，秋季：9—11月，冬季：12月和1—2月)，统计各季度DIF>12 ℃的天数.

(3)年无霜期统计：以年为单位，以当日最低气温为参考，统计各年度终霜后至初霜前的总天数.

(4)低温天气统计：以日最低气温<-35 ℃为条件[20]，以月为单位统计分析9年各月日最低气温<-35 ℃的天数.

2.2 研究区连续9年的活动积温计算

以海拉尔区日均气温为基础数据，以10 ℃为生物学下限日均气温[21]，以3—5月期间日均气温持续升高且7天日均气温持续保持10 ℃以上(偶有降温时，连续7天内日均气温<10 ℃的天数<1天)的周期初始日期为初始时间；以秋季日均气温持续下降，连续7天内日均气温<10 ℃的天数≥2天的周期终止日期为终止时间. 各年度活动积温的计算公式如下：

(3)

其中，A为年度活动积温，n为初始时间到终止时间的累计天数，Ti为第i日的日均气温.

2.3 研究区连续9年的风速风向

以海拉尔区气象局提供的气象资料为基础，根据每天平均风速数据，以月为单位、风向为一级分类、风速为二级分类(统计风速为3～7级)，统计分析各月份不同风向的风速分布，并汇总各年度不同风向的风速分布，绘制风向风速玫瑰图.

2.4 排土场植物的多样性分析

在研究区的黑粘土试验区和腐殖土试验区各预留了一块原生保留区块，分别编号A1、A2区(图1). 2个区域的边界呈不等边四边形. 在进行植物多样性分析时，首先将每个试验区从长度方向等分为3个区块，然后参考文献[18]，在每个区块利用五点取样法选取5个样方(样方规格：1 m×1 m)，每个样方分为25个块(每块规格：20 cm×20 cm)，最后利用计数法统计每个样方内各种植物的数量.

图1 神华宝日希勒露天矿排土场A1与A2原生保留区块位置鸟瞰图

研究区的植物多样性调查时间为2019年8月1日和2019年9月30日. 2次调研的区块划分保持一致，样方位置保持位置相邻但不重叠的取样方法. 每个区块以5个样方中辛普森指数最优的1组数据表示所在区块的最高植物多样性分布. 其中，辛普森指数的计算公式如下：

(4)

其中，Dj为编号j样方的辛普森指数，S为物种数目，Nj为j样方中所有物种的个体总数，nji为j样方中第i个物种的个体数.

3 研究区植物引种立地条件分析

3.1 研究区连续9年的气温分布特征分析

温度是植物生命活动的生存因子，对植物的生长发育影响很大. 影响植物生长的温度因素[21-22]为：(1)基准温度：植物进行光合作用的最低温度，低于此温度时植物停止生长. 宝日希勒露天煤矿所在地区属亚寒带，当地草种基准温度一般为5～10 ℃. (2)最佳温度：植物光合作用率最高的温度，随植物成熟度降低. (3)日均气温：一天24小时的平均气温. (4)积温：是研究温度与生物有机体发育速度之间关系的一种指标，为持续高于某温度(如：≥10 ℃)期间日平均气温的总和. (5)昼夜温差：日间气温的最高值与夜间气温的最低值之间差值. 植物生长过程中，酶催化效率与温度有直接关系[15]. 在一定的温度范围(近似于从最低温度到最适宜温度)内，酶的催化活性与环境温度成正相关；温度超过最适宜温度，酶的催化活性逐渐降低，植物的生长同步受到影响[22]. 由此，日均气温、基准温度和昼夜温差形成影响植物体内酶活状态的三因素.

本项研究基于海拉尔区气象局提供的气象数据，统计了研究区2011—2019年的气温分布，以及日均气温和昼夜温差计算，分别绘制了日均气温变化与昼夜温差曲线图(图2)和温度波动热图(图3). 以2011、2016、2019年的温度波动(图2)为例，研究区四季分明，冬季寒冷、夏季凉爽. 从基准温度因素分析，研究区的最低气温高于5 ℃(图3B中草绿色至红色区域所示)且日均气温高于10 ℃(图3A中黄色至红色区域所示)的日期为126～142天. 由研究区日均气温分布热图(图3A)可知：每年温度持续超过10 ℃的临界日期不同，整体呈滞后趋势发展；每年秋季气温降至10 ℃以下的日期呈现逐渐延迟的特征.

图2 研究区2011、2016、2019年的日均气温与昼夜温差

图3 研究区的温度波动热图(2011—2019年)

由图3C可知：以昼夜温差>12 ℃为临界条件，研究区的大昼夜温差分布在2011—2014年呈现春末夏初(2—6月)、夏末秋初(8—10月)温差大，冬季及7月前后温差小的特征，而2014年的昼夜温差分布呈现特殊的状况：2—6月的昼夜温差持续较大；2015—2016年，昼夜温差波动较大的日期拓展至春、夏、秋三季；2018年夏季的昼夜温差稍有缓和；2019年的昼夜温差波动重复出现类似2014年的情况，波动较大的日期从1月持续至10月，且昼夜温差的波动幅度向冬季延伸变化的特征尤其明显. 较大的昼夜温差有助于植物的生长：日间气温高有利于植物光合作用，促进植物生长；夜间气温低有利于降低植物对累积营养的消耗，促进植物营养累积. 尽管这一特征有利于研究区排土场生态修复，但是同时有可能诱发大风天气. 在修复植物选择中需要选择根系更发达、固定能力好的抗风物种.

低温能够对植物生长与代谢产生影响，导致植物生长受损，严重时可导致植物死亡. 根据我国植物抗寒带分区，研究区地处植物抗寒带二区(年平均最低气温为-40～-35 ℃)[23]，各年度最低气温与日最低气温<-35 ℃的天数统计(表1)显示：2011—2019年，该地区的极低气温达到-42 ℃(2012、2016年)，除2015年出现一次低温异常，其余年的最低气温均低于-35 ℃，日最低气温<-35 ℃的时间基本分布在12月与次年1、2月，其中1月份出现低温频率最高. 综合各年份无霜期，该地区无霜期平均130天，5—9月份的日最低气温高于冰点.

表1 研究区最低气温与低于-35 ℃的天数统计

综合以上分析，研究区地处植物抗寒带二区，四季明显；2015年之前，春、秋两季的温度波动较大，2015年的温度波动拓展至春、秋、冬三季；除2015年外，年最低气温均低于-35 ℃，2011—2019年逐渐有转暖迹象.

3.2 研究区近9年的有效积温特征分析

高于或等于生物学下限温度的日均气温称为有效积温[24]. 以日均气温10 ℃为生物学下限，完成了研究区2011—2019年各年度的有效积温统计. 由统计结果(表2)可知：2011—2019年的最高有效积温为 2 623.5 ℃(2018年)，最低有效积温为2 054.5 ℃(2019年)，9年有效积温平均为2 391.8 ℃；2015年的有效积温累积天数最多(达到177天)，最短累积天数出现在2013年(为142天)，9年平均有效积温累计天数为157.11天.

3.3 研究区近9年的风速风向特征分析

风的形成受太阳照射与压差影响. 若不同区域冷暖差别大、气压差大，则区间风速越高. 研究区排土场以东南风为主，且多发生在春末夏初(每年4、5月). 该段时期气温波动剧烈(图3C)，冷暖空气交织活跃. 春夏两季风速6级以上大风在9年周期内的分布率为77.27%. 其中4、5月份的分布率分别为38.64%、27.27%. 该时期大风出现最多的是东南风，其次是南风，这是受北方冷空气南下影响导致[25]. 由于高空风速通常大于地面风速，伴随较为强烈的冷空气下沉-暖空气上升运动，出现动量下传，使地面风速增加.

由2011—2019年的4—10月风速分布(图4)可知：除2017年外，该地区有效积温时期内6级以上大风的出现频率较少，4、5级风的出现频率较高.

根据对研究区排土场植物生长密度与地势关系的观察，迎风面与高地势区块的植物密度低于背风面和涡流区区块. 由于野生猪毛菜与地肤的种子散播靠风实现，植物生长密度的差异化证实了排土场风速风场分布对种子散播和分布的影响.

排土场生态修复中，大风天气将给草种种植与地表耕作造成较大危害：大风天气易导致已播种入土的种籽被大风吹走或露出地面，降低草种发芽率，从而增加土壤修复成本. 因此，春季草种撒播作业期需密切关注地面风速动态.

表2 2011—2019年的有效积温统计

E：东风；ESE：东偏南风；SE：东南风；SSE南偏东风；S：南风；SSW：南偏西风；SW：西南风；WSW：西偏南风；W：西风；WNW：西偏北风；

4 研究区排土场主要原生草本植物物种及生长习性分析

研究区排土场A1区与A2区表层覆土存有差异：A1区表层覆土为黑黏土，覆层厚度为10～15 cm，该区黑黏土性状干燥坚硬，裂隙发酵丰富，遇水泥化，透水透气性差；A2区表层覆土为腐殖土，覆土厚度为20～25 cm，土壤理化特性与研究区周边的野外表土层相似. 于2019年8月与9月，利用样方法对宝日希勒露天矿排土场编号为A1和A2的原生保留区(图1)的野生植物生物多样性进行了现场考察. 分析结果(表3)显示：(1)A1区与A2区的植物多样性较差，其中A1区于8、9月份的平均辛普森指数分别为0.18、0.20，平均为0.19；A2区于8、9月份的平均辛普森指数分别为0.26、0.24，平均为0.25. (2)A1区与A2区的植物多样性存在显著差异. A1区的物种单一，猪毛菜(SalsolacollinaPall.)在该区域中分布最广，其次是地肤(Kochiascoparia(L.) Schrad.)，仅局部零星生长有萎蒿(ArtemisiaselengensisTurcz.);A1区中8、9月份猪毛菜的相对丰度平均为90.02%、88.90%. A2区中分布最广的是地肤(Kochiascoparia(L.) Schrad.)，其次是猪毛菜(SalsolacollinaPall.)，零星分布委陵菜(PotentillachinensisSer.)、平车前(PlantagodepressaWilld.)、艾草(ArtemisiaargyiH.Lév. & Vaniot)等植物，未发现萎蒿(ArtemisiaselengensisTurcz.);A2区中8、9月份地肤的相对丰度平均为84.55%、86.29%. 综合A1、A2区的物种分布、辛普森指数以及高丰度物种分布，可见腐殖土覆层区域更有利于排土场的生态修复.

表3 宝日希勒排土场A1区与A2区中野生植物多样性统计Table 3 The statistics of wild plant diversity in Zone H and I of Baorixile dumping site

综上分述可知：植物物种分布与土壤特征相关；猪毛菜与地肤为研究区排土场A1、A2区的主要物种. 根据《中国植物志》[26]，猪毛菜属的生长适宜温度为18～25 ℃，最低耐受温度为5 ℃. 经实地观察，研究区的猪毛菜的发芽期为5月中下旬至6月，日均气温高于10 ℃后大量萌发，花期为7—8月，果期为8—9月，平均生长周期约为3个月，平均积温约为 2 100 ℃. 综合植物多样性分布(表3)，该植物物种在黑黏土修复区的分布较广，能适应当地气候特征及较好适应黑粘土土质条件.

地肤的生长适宜温度为20～30 ℃，最低耐受温度为8 ℃[26]. 研究区中地肤的发芽期为6—7月，日均气温高于15 ℃左右大量萌发，花期为7—8月，果期为8—9月，平均生长周期为2.5月，平均积温约为1 810 ℃. 根据植物多样性调查结果(表3)，该物种在腐殖土区的植物丰度相对较高.

综合当地近9年的活动积温特征与2种野生植物积温需求，该地区引种植物应满足以下条件：活性积温应控制在2 100 ℃以内、最低耐受温度<5 ℃、萌发温度>10 ℃、平均生长周期约为90天，以确保引种植物在有效生长周期内能够完成生长与繁殖过程.

5 讨论

研究区的生态修复是秉承“绿水青山就是金山银山”思想，通过强化环境保护、控制矿山开采对周边的生态破坏来实现煤炭资源的环境友好型开采. 研究区排土场存在2种表层土类型：一种是腐殖土，土壤呈碱性(pH=8.34±0.21)，有机质的质量分数为5.54%，盐度<0.1%；另一种是黑粘土，土壤呈弱碱性(pH=7.86±0.14)，有机质的质量分数为6.58%，盐度<0.1%. 由于原始环境表土层薄，腐殖土方量少，致使研究区排土场建设时可用腐殖土不足以覆盖整个待治理区域. 为解决这一难题，矿区将煤层上覆层剥离的一种有机质的质量分数相对较高、粘性较强的黑粘土作为地表生态重建用土加以利用. 尽管黑粘土中有机质的质量分数高，但存在遇水泥化、粘性强、干燥时硬度大、易皴裂、透水性差、生物可降解有机质的质量分数低的特性，黑黏土覆土区表层土性贫瘠，生态环境依靠自然修复周期长，需人工播种重建地表植被. 由此，根据研究区排土场的气候条件合理选种，是实现研究区快速生态重建的重要因素之一.

研究首先统计了研究区2011—2019年间每日温度特征(包括日最高温、日最低温、当日温差和日均气温等因素)，利用热图分析法，以可视方法呈现了9年间的温度分布特征(图3)；其次以日均气温为基础统计分析了研究区9年的活动积温分布，基于每日风速和风向统计分析了该地区的在活动积温时期内的风场特征；最后通过对排土场2种表土特征区块的植物多样性研究和高丰度物种的生长特征分析，明确了当地关键物种的生长习性. 本研究综合各项指标构建了研究区排土场植物引种的气候立地条件与引种物种选择的关键评估因素. 具体完成以下研究：

(1)研究区排土场植物引种的气候立地条件. 立地条件是影响地表植被形成与生长发育的各种自然环境因子的综合，其中气候立地条件直接关系到植物的生长和繁殖. 根据排土场气候特征，研究中重点分析了有效积温、冻害、越冬、风场四因素.

①有效积温：神华宝日希勒露天矿位于我国植物抗寒分区二区，根据近9年有效积温分布，该地区有效积温起始时间多集中于4月15日至5月3日，2016—2019年逐年有延迟迹象，年均有效积温累计天数为157.11天；2011—2019年的年均有效积温为2 391.8 ℃，最低有效积温出现在2019年，为2 054.5 ℃，统计数据显示，2015—2019年的有效积温呈现逐年减少趋势.

②冻害：该地区无霜期平均130天，春季昼夜温差大(超过12 ℃). 为减少冻害影响，草种播种应在5月中旬前后，以减少冻害对草种萌发的影响.

③越冬：针对该地区生态修复中有可能选种的多年生物种，冬季冻害需要尤为注意. 研究区9年的最低温统计数据表明：排土场的最低气温为-42～-35 ℃，最低气温基本分布在12月与次年1—2月，其中1月份出现低温频率最高；10天以上最低气温低于-40 ℃的年份占44.44%.

④风场：该地区秋冬交替时节昼夜温差较大，并且4—5月多大风(以东南风居多)，春季种子撒播时需关注大风风场变化，秋季种子收集也需注意天气影响.

(2)排土场引种植物物种选择的关键评估因素. ROTS[5]、WANG等[6]建议采用当地物种进行生态修复是由于当地物种更加容易适应排土场生长环境. 如若引种新的物种，则需通过干扰激励以提高当地生态修复[8]，需要评估拟引种植物的生长特征是否符合排土场的气候条件. 综合气候立地条件与当地相对丰度较高的地肤(Kochiascoparia(L.) Schrad.)和猪毛菜(SalsolacollinaPall.)的生长特征，构建了引种植物评估指标：

①当地植物引种优选一年生植物：地肤(Kochiascoparia(L.) Schrad.)和猪毛菜(SalsolacollinaPall.)；

②引种植物有效积温需求<2 100 ℃；

③单年生植物最低耐受温度<5 ℃、萌发温度>10 ℃、平均生长周期为90天左右；

④多年生植物最低耐受温度<5 ℃、根系冻害温度<-40 ℃、萌发温度>10 ℃、平均生长周期为90天左右.

(3)引种草本植物的选择与分步种植方法. 宝日希勒排土场主要有2种表土类型：一种是地层中夹杂的黑粘土(A1区)；另一种以原表土为来源的腐殖土(A2区). 针对2种表土类型区域的野生植物多样性调查发现，这2个区域主要分布的是地肤(Kochiascoparia(L.) Schrad.)和猪毛菜(SalsolacollinaPall.)，除这2种植物外，研究区不同区块中零星夹杂着萎蒿(ArtemisiaselengensisTurcz.)、委陵菜(PotentillachinensisSer.)、平车前(PlantagodepressaWilld.)和艾草(ArtemisiaargyiH.Lév & Vaniot). 其中地肤与猪毛菜果实的直径相似(1.5～2.5 mm)，但是地肤果实较为光滑，猪毛菜果实表面粗糙. 雨后的黑粘土表面平滑，种子固定难，表面散落的颗粒较小、表面光滑、果实轻的地肤种子容易被吹离，大风天气致使黑粘土表土区中地肤的相对丰度低于猪毛菜；表面粗糙并且孔隙较多的腐殖土表面能够很好地保护种子不被大风吹离，同时受到地肤低温耐受性优于猪毛菜、芽期早和生长速度快等优势影响，故A2区的地肤相对丰度较高. 综上所述，研究区排土场不同土质区域的物种差异受到多因素的影响：①土质差异；②大风对种子分布的影响；③不同物种芽期差异；④不同作物的生长速度.

综合排土场土质条件与修复目标，结合当地物种的植株特征与生长特性，排土场生态修复应分为2个阶段：

第一阶段：土质改造与微生态修复阶段. 该阶段以提高表层土有机质、重构土壤微生态和提升土壤活性为目标，引种草种需优选2～3种根系发达、生长周期短、气候和土壤的适应性较强、耐寒耐旱强的单年生物种. 此阶段优选物种为：地肤、猪毛菜和艾草等，每年果期前将植物破碎并翻耕，以提高土壤有机质含量，且控制引种植物种子散播，为后期修复区经济化利用奠定基础.

第二阶段：修复区经济化利用阶段. 该阶段通过合理耕作持续优化土壤理化结构、提高土壤活性、强化微生态丰富度；合理设计多科物种的间作与轮作，实现修复区的经济化利用. 在第一阶段所选物种的基础上，本阶段的物种可增加部分大叶类草本，如：委陵菜、平车前等. 种植采用间作和交叉轮作方式，耕作需注意大风对草种的散播.

6 结论

地处我国北方寒带的神华宝日希勒露天矿排土场生态修复关系到矿业开采安全与周围生态的影响. 合理的生态修复需要从当地气候条件出发选择适种物种. 本研究深入分析了研究区排土场2011—2019年的气候因素，研究结果表明：该地区有效积温较低，年均有效积温为2 391.8 ℃；春季大风增加了排土场播种难度，并且春季昼夜温差对作物萌发期存在冻害影响；对于多年生草本植物的引种，冬季越冬冻害与春季萌发冻害不容忽视；物种选择建议以当地分布较广的地肤(Kochiascoparia(L.) Schrad.)、猪毛菜(SalsolacollinaPall.)和艾草(ArtemisiaargyiH.Lév. & Vaniot)为主，秋季种子收获需要注意秋季大风的影响.

本研究将热图分析法引入气候分析，以可视化手段，通过丰富的色彩变化，以天为单位展现出2011—2019年不同日期以及年度之间的数据分布规律，为气候因素分析提供了新的可视化分析方法.