来源：《土壤通报》2018年1期

作者：李佳燕1，王金满1,2*，冯宇1，王大为1

单位：1.中国地质大学(北京）土地科学技术学院；2.国土资源部土地整治重点实验室

摘要：煤炭开采对矿区土壤质量、地形地貌、生态环境产生较大影响，开展矿区土壤动态监测具有重要意义。通过对重构土壤特性，监测样点布设方法，遥感、无人机、物联网等动态监测技术及其应用进行评述，总结各监测样点布设方法适用条件，分析各监测方法的优势及特点，发现在矿区土壤监测研究中仍存在一些问题：缺少针对重构土壤的特性、影响因素研究；适用于重构土壤监测样点布设方法研究较少；土壤监测新技术研究、应用尚待完善。未来矿区土壤监测应拓展重构土壤特性、影响因素及变化规律研究，探究适用于重构土壤的样点布设方法，探索智能化土壤监测新技术并提高监测精度，为科学监测矿区土壤提供依据。

我国矿产资源丰富，煤炭作为经济发展的主要能源，在未来较长时期内，其主体地位不会改变。煤矿开采方式主要有井工和露天开采两种方式，不同方式对土地损毁类型影响不同，井工开采对土地的损毁以沉陷和矸石压占为主，露天开采则以采场挖掘和排土场压占为主。煤炭开采破坏了矿区土壤环境，加剧了人地矛盾。我国有大小矿区近30万个，矿山生态环境破坏和污染问题十分严重，据统计，我国因采矿造成的各类损毁土地约4×106hm2，并且正以数十万公顷的速度增加。由此引发的环境污染、生态破坏及地质灾害等问题日益严峻。

土壤是人类生存的载体，因此，土壤质量状况始终受到广泛关注。煤矿开采对土壤水分、养分、有机质、土壤结构等方面有不同程度影响。土壤监测是反映土壤质量的重要途径，可为矿区土壤保护提供重要支持。但由于土壤构成复杂、地域差异较大，开展系统、全面的土壤监测相对困难。国内外关于土壤监测研究取得了一定成果，以耕地、污染土壤监测研究较多，关于重构土壤监测研究较少，且集中在土壤重金属的监测、指标选取等方面，土壤监测样点布设和监测技术应用研究不够深入。土壤监测样点布设是研究矿区土壤监测的基础，土壤空间变异性研究可为样点布设提供依据。因此，本文系统综述了重构土壤特性、影响因素及空间变异研究方法，深入分析了当前监测样点布设方法的优劣势，并总结矿区土壤监测方法及其应用，指出该领域研究存在的问题，提出未来研究方向。

1 重构土壤特性

1.1 土壤剖面重构及其对采样的影响

由于开采中挖掘、运输、排土等过程破坏了地表，对原状土壤造成扰动，使矿区土壤特性发生退化，其演变形式为突变型、跃变型和复合型。研究表明，煤矿区开采造成的塌陷地土壤含水量低于非塌陷地，塌陷造成土壤性质空间变异变大，塌陷地不同层次有机质和养分与原土层比较呈逆序，表明采煤区地面沉降引起地表土壤肥力的显著变化。

土地复垦的核心为土壤重构，其目的是通过改造成土条件、土壤层次，改善土性、调节土壤水肥气热等建立有利于植物生长的地表土壤。土壤重构一般包括地貌重塑、土壤剖面重构和土壤培肥改良，涉及表土剥离、充填复垦、土壤改良等众多技术环节。重构土壤空间变异性影响因素分为结构性因素和随机因素。结构性因素为成土母质、地形地貌、气候等，随机性因素包括覆土方式、表土来源、施工方式、种植植被等。此外，胡振琪对不同方向土壤容重进行半方差函数拟合分析，发现土壤空间变异性也与采矿方向相关。王辉等通过测定、分析充填煤矸石、充填粉煤灰、未塌陷地土壤含水量值，发现复垦可减小土壤空间变异性，且表土来源不同，土壤含水量不同。

1.1.1 土壤剖面重构对采样的影响

土壤剖面重构工艺流程为表土剥离与贮存—充填—表土覆盖。表土剥离即是将原始地表肥沃土层在开采或排土前预先剥离。表层土壤容重、有机质、水分等理化性质及微生物等较深层土壤更好，能够保证植物生长，因此，在开采前要将表土剥离。焦晓燕等将表土剥离复垦与混推复垦2种复垦方式比较，得出剥离复垦土壤养分含量比较高，但其变异也较大。充填复垦的充填基质有煤矸石、粉煤灰、剥离物、垃圾、沙泥、湖泥、水库库泥和江河污泥等。粉煤灰持水性强，透气性较差，煤矸石则相反，粉煤灰—煤矸石水力特性与土壤最接近，适宜作充填介质。粉煤灰和煤矸石充填需要大量运输成本，为此学者们对黄河泥沙充填已做了研究，短距离引黄河泥沙充填复垦已在济宁市北部试验场成功实现。由于充填介质中含有重金属，充填复垦会引起重金属污染，需要监测重构土壤中的重金属含量。充填后需覆盖表土，在表土覆盖时需均匀，如果表土覆盖不均匀，会使不同区域土壤理化性质产生较大差距。

1.1.2 土壤改良对采样的影响

土壤物理改良、化学改良、生物改良即通过施肥、种植作物等措施优化土壤，改善生态环境。通过翻耕等物理改良可使土壤疏松，优化其结构。矿区复垦地土壤贫瘠，通过在土壤中施肥可增加土壤有机质，改良土壤特性。此外，可通过种植速生草本植物、加快腐殖质层的形成来提高土壤肥力。不同植被措施对土壤理化性质的影响不同，所以不同植被组合进行复垦对矿区土壤产生不同影响。选择适宜的植物种类,确定最佳的植被配置模式可优化土壤结构，增加土壤肥力。矿区复垦常用植被为草、灌木、榆树、刺槐、油松、沙棘等。马佳慧等对排土场不同植被组合下的土壤性质进行了研究，发现以林地为主的复垦方式土壤养分较高。

1.1.3 一体化工艺对采样的影响

一体化复垦工艺是将复垦工艺与开采工艺结合，在采矿的同时,有效地利用剥离的岩石、表土进行土地复垦，实现了边开采边复垦，大大缩短了土地复垦的周期。“剥-采-运-排-造-复”一体化流程,剥即将矿体上部土层和岩石分层剥离,采即是在剥离土层后裸露的矿体上采煤,排即使是把剥离的土石进行排弃，形成排土场,造即是地形地貌重塑，复即进行土壤重构和植被重建。一体化工艺中涉及多种技术，对土壤空间变异性产生一定影响，从而影响采样。

传统的剥离技术使耕作层优质土壤被压在底部，导致其不能再利用，为此，胡振琪提出“分层剥离，交错回填”。“分类排弃技术”即将土壤与岩石分类排弃，而不是混合排弃，有利于进行土壤剖面重构时利用。分区整地技术：不同的地区其性质不同，需要根据其性质，分区进行整治。黄土母质直接铺覆工艺：由于黄土区特殊地质结构，黄土资源丰富，表土肥力低下，将下层黄土覆在地表，经过合理培肥改良可达原地貌土壤肥力。表土堆状地面排土工艺：土壤压实严重时地表径流进入沉降裂缝中易造成地质灾害，可采用“堆状地面”排土工艺，即在平台上倾倒排土后推去顶尖,使地表凹凸不平，结构疏松。这一技术可促进水分均匀入渗，疏松土壤既可填补裂缝又可直接种植。生土快速熟化工艺：复垦初期表层覆盖土壤未经熟化，有机质含量低，利用绿肥压青培肥土壤可加快复垦区生土熟化，增加有机质、矿物元素含量。排土场植被恢复技术：肥沃的土壤为植物创造了良好的生长条件,种植植被又增加了土壤微生物、动物,促进生态系统良性循环,研究表明边坡因作为林牧用地，以乔木灌木为主，平台为农业用地，则以牧草、灌木为主。

1.1.4 复垦时间对采样的影响

复垦后的重构土壤空间变异性也随着复垦时间增加而变化。刚复垦后的土壤容重较大，土壤肥力未达到与原地貌相同。随着复垦年限的增加，土壤逐渐变疏松，且植被生长优化了土壤结构，提高了土壤中有机质等营养物质的含量，土壤结构、环境因子质量逐渐接近原地貌。郭伶俐等对安太堡煤矿排土场复垦初期土壤颗粒的空间分布特征进行了研究，分析得出黏粒空间变异受结构性因素影响较大，粉粒和砂粒受随机因素影响较大。王金满等对原地貌、未复垦、复垦20年、复垦23年的不同土层土壤的孔隙分布进行比较，得出随复垦年限增加土壤孔隙增加。王煜琴等以山东省邹城市矿区为例，对不同土层的土壤压实变异性和表土层5个复垦年限土壤压实变异性进行了比较研究，发现复垦后5年土壤压实度空间变异最大，垂直方向22.86~30.84cm土层压实度达最大。综上所述，有关重构土壤特性虽已有研究，但研究并不系统，针对矿区土壤从损毁到复垦一系列过程的影响因素及机理研究尚缺乏。

1.2 重构土壤空间变异性研究方法

土壤空间变异性研究方法不断发展，表现为从定性到定量的转变，当前，地统计学方法被广泛运用于土壤空间变异性分析研究中。地统计学是由南非地质学家Krige于1951年提出、法国学者Martheron完善并发展，20世纪70年代被引入土壤学中。我国将地统计学应用到土壤理化性质空间变异性的研究中较晚，但成果丰硕。当前，多数空间变异性研究将地统计学与描述性统计学相结合，较好实现了定性定量相结合。

人工神经网络是模仿生物学的计算机系统。随着研究的深入，人工神经网络在空间变异性分析中的优势逐渐凸显，于是学者们用此方法开展了土壤性质的空间变异性研究。沈掌泉等运用集成BF神经网络、广义回归神经网络对北爱尔兰的Hayes的田间土壤性质空间变异性进行了研究，发现在样本数量少的情况下，集成BF神经网络与克里格法相比较，插值精度更好。屈忠义等对不同冻融时期土壤水盐时空变异性进行了研究，将普通Kringing、条件模拟、人工神经Kringing法预测值与实测值比较，得出人工神经Kringing法结合了其它2种方法的特征，适用性更广。高瑞忠等用神经网络模型对土壤水力特征参数进行了估值。

分形理论是研究土壤空间变异性的另一方法。20世纪70年代，Mandelbrot等提出了分形理论，Burrough首次将分形理论应用到土壤理化性质的空间变异研究中。国内外关于土壤特性分形特征方面的研究也不断展开。管孝艳等用分形理论在80m×80m、160m×160m和240m×240m三个研究尺度研究土壤水盐分布，表明土壤水盐在空间分布上具有多重分形特征，且多重分形方法能够反映尺度效应。Caniego等通过多重分形来表征某些土壤性质（导电性、有机质、土壤pH）变异状况。分形理论在土壤空间变异性研究中应用逐渐广泛，但在矿区土壤空间变异性研究中应用较少。

2 矿区监测样点布设与优化

监测样点布设是实施监测项目的重要一环，布设方案包括合理采样点确定、样点布设方法选择、样点优化三方面。

2.1 合理采样点确定

土壤取样是进行土壤分析工作的基础，土壤属性的空间变异性研究依托于充足的样本数据，但是由于成本等因素限制，不便开展大规模密集采样，需要在充分考虑精度要求的情况下确定采样数目，因此，合理采样数目的确定始终是研究者深入探讨的问题。确定合理采样数的基本思路是通过插值预测未知点的值，计算在不同采样点数目下插值的精度，便可根据精度最高的采样数目作为最佳采样数目。一般情况下，在相同置信水平和允许误差条件下，空间变异越大，要求的采样数也越大。学者们已对土壤水分、盐分、重金属等合理的采样密度进行了研究。姜怀龙等发现一定规模时，增加采样数土壤养分空间相关性变化较小，得出县域尺度有机质空间变异性适合的采样数应大于400。姚荣江等将不同层次土壤盐分(0~20cm，20~60cm，60~100cm，100~140cm)进行Kriging插值，得出空间分布状况，再进行分层采样，得出合理采样数，并将Cochran公式和分层采样方法对比分析，发现采用分层采样方法可减少采样数量。李凯等运用普通克里金法、径向基函数法和反距离权重法3种方法对重金属Cd污染指数进行插值预测，对比得出污染区域反距离权重法更佳，并通过不同采样数比较，得出合理采样数。张志霞等以庄浪县与武功县为例研究了县域土壤有机碳的空间相关性，得出平原区变异系数较沟壑区大，并进行精度验证得出合理采样数。Wang等对不同土层深度（0~20cm，20~40cm，40~60cm，60~80cm）各土壤属性在不同采样数目下插值并计算精确度，绘出采样数目与精确度关系图，得出合理采样数。合理选择采样点和采样间距问题虽已有研究，仍待进一步深入。

2.2 样点布设

确定合理采样数后，为既保证监测效果同时尽可能降低成本，需要合理布设监测样点。样点过于稀疏，不便向管理者提供足够信息进行科学决策；监测过于密集，则造成了人力、财力的浪费。可靠的监测系统决定了相关研究和评价的有效性、准确性。

2.2.1 经典样点布设法

在不具备研究区先验知识的情况下，需通过实地采样来获取样点，此时采样点的设计一般依赖于经典采样设计，包括随机采样、规则采样、目的性采样。随机采样适用于资料较少的研究区，规则采样有方格法，三角布点法、六边形布点法、S形布点法，Z形布点法等，目前普遍用的是网格布点；目的性采样是根据研究目的，调查者通过经验选择代表性样点的方法，因此相对较少的样点即可了解研究区整体信息。经典的采样方法使用普遍，但往往布设的样点较多。

2.2.2 地统计模型布点法

地统计学布设方法包括普通克里格、回归克里格、协同克里格等。普通克里格只考虑土壤属性的自相关性：McBratney等提出使用半变异函数计算网格间距，得出基于克里格方法的采样布置方法要明显优于传统方法；胡晓涛等在北京大兴区耕地质量等级监测中用变异函数布设理论监测样点95个，并对样点进行了修正，最终得监测样点46个。随着研究的深入，仅考虑土壤属性的自相关性计算变异已无法满足需求，当土壤属性与协同变量相关性较好时，将影响土壤的环境变量加入模型中，即回归克里格、协同克里格：姚荣江等将协同克里格和同比例克里格进行对比，发现与普通克立格法相比，协同克立格法更能体现土壤水分局部变异，估值产生的均方误差减小10.1%~21.3%，一定程度上减少了样点数量。

2.2.3 多元统计采样

利用多元统计理论布设样点的方法有聚类分析和主成分分析。传统聚类分析把每个样本严格地划分到某一类，而大多数情况下并没有明确界线，由此产生了模糊聚类，学者们已经运用模糊c均值聚类（FCM）进行布点。Brus等首先对地理空间进行聚类分析，将样点布设于环境因子组合的中心位置。杨琳等对环境因子进行模糊聚类分析，获得各类别的聚类中心环境参数值和模糊隶属度分布图，在环境因子组合的中心点进行野外采样，将分出的13类土壤类型进行合并为6种，并绘制土壤类型图，通过验证，所绘制的土壤类型图总体精度达72%。刘孝阳研究复垦土壤有机碳样点布局时，用模糊c均值聚类法对已有的162个土壤采样点进行优化布局，最终选出67个样点，有效减少了样点数量。随着多元统计分析的普及和应用，主成分分析法（PCA）应用逐渐广泛，主要用于水质、空气质量监测。目前已有学者将其应用到监测布点中，但应用并不广泛。黄玉平等对大气环境监测样点进行布设时，通过主成分分析，建立模型，得到分类图，选出最佳监测位置。

2.2.4 其他方法

拉丁超立方体法是将影响土壤的多个协同变量、空间位置作为变量形成超立方体，样点布设要尽量覆盖这个超立方体，较均匀地分布在超立方体空间内。Mulder等用基于遥感的稀疏抽样方法超立方体采样（cLHS）评估了区域尺度土壤性质的变异性，一旦遥感与土壤性质的关系模型建立，可基于密集采样进行空间预测。方差四叉树法(VQT)是根据协同变量计算变异情况，在变异最大的区域再细分，直至所有分割区域的变异达到接近相等的某一标准。史舟等在田间尺度采用方差四叉树法设计滨海盐土采样方案，证明方差四叉树法比网格法误差小，其采样效率比网格法提高约16%~25%。Li等将克里金插值图用方差四叉树法分割得出土壤电导率的采样点。Minasny等运用主成分分析得出的主成分作为辅助变量，计算变异，用VQT算法分割研究区，表明在100次分割后变异值Qh减少最大，300次分割后趋于平稳，分割后的区域即为采样点。

2.3 样点优化

确定采样位置的优化算法有启发式算法、遗传算法、模拟退火算法、蚁群算法、粒子群算法、贪婪算法、禁忌算法等。随着样点数据的积累，众多学者开始用优化算法来进行整体样点布局的优化设计，其中应用最多的是模拟退火算法。模拟退火算法由Metropolis于20世纪50年代提出，随后，Kirkpatrick将其应用在组合最优化问题。模拟退火算法其原理是将固体从充分高的温度慢慢冷却至常温时，原子排列能量达到最小，即最优排列。国内外学者运用模拟退火进行样点优化设计已有相关研究，但相对较少。Groenigen等通过使用模拟退火算法最小化克里金方差来优化采样。韩宗伟等通过模拟退火优化采样点，得出不同采样范围采样点数量平均减少49.2%，预测误差平均降低48.8%。张淑杰等将模拟退火算法与规则采样方案比较得出模拟退火算法对土壤—环境关系更具代表性，并通过设计不同采样点数目，比较得出样点数量较少的情况下，模拟退火算法更具有优势。Zhu等设计了一种通过估计协方差参数进行空间预测的方法，将不确定性半变异函数的参数表示预测中的不确定性，并使用模拟退火算法寻找最佳设计。Barca等对空间优化的应用软件MSANOS进行描述，对模拟退火算法、Jackknife、启发式算法原理进行总结，对普利亚区水位监测网络进行优化。模拟退火算法是一种优化、补充采样手段，综合了其它样点资料，减少了重复工作，有其独特的优势。

综上所述，矿区监测样点布设通常采用网格法，未结合矿区特点将方差四叉树、模拟退火算法等新型布设、优化方法适当地应用到矿区土壤监测样点布设中。为此，本文总结了各监测样点布设方法的适用条件及优、缺点（表1），为矿区土壤样点布设提供指导。

3 矿区土壤监测方法

土壤监测最初由野外调查获取数据，随着科学技术的发展，多样化、高精度的矿区土壤与土地利用监测技术随之产生，包括遥感监测、物联网监测、无人机监测、GPS、三维激光扫描等，将推动矿区土壤监测的发展。矿区土壤监测方法的优缺点及应用情况见表2。

3.1 遥感

遥感是20世纪60年代发展起来的一项重要空间探测技术，红外遥感、多光谱遥感、高光谱遥感、微波遥感对监测土壤属性有重要作用。传统多光谱遥感影像，光谱分辨率只有100nm，不适合高精度土壤属性监测，主要用于较大比例尺的土壤属性监测和时空变异研究。而高光谱影像分辨率可达10nm，可探测有机质、水分、重金属等的光谱特性。目前，国内外学者运用遥感技术对土壤多种属性的监测进行了研究。赵少华等用微波遥感数据估算土壤湿度。刘峰等提出了利用遥感捕捉土壤质地空间变化的方法，研究表明在相同地形—植被条件下，不同土壤质地其地表动态反馈模式不同，可以揭示土壤质地的空间变化。胡猛等对可见光、近红外、热红外、微波、高光谱遥感测算土壤水分原理进行了描述。Hbirkou等在小尺度上，用高光谱影像与插值2种方法计算土壤有机碳含量，对比得出高光谱影像可监测小尺度土壤有机碳空间变异性，且比插值预测更好。

遥感技术不仅在土壤性质监测中有重要作用，在矿区土地利用监测中也至关重要。张航等通过HJ卫星数据结合Landsat遥感数据，根据稀土矿区不同采矿方式对植被、土壤的破坏特点，对江西定南地区每年植被变化图叠加分析近20年的矿区开采活动状况。偶星等将卫星遥感影像图作为调查图，运用遥感技术在不同比例尺下分别对矿区整体、局部进行监测，揭示了2000~2006年鞍山矿区土地利用类型的变化情况。

3.2 无人机

20世纪末，第一部无人机诞生，此后被广泛应用于环境监测、资源勘探、土地利用调查与监测、农作物监测、自然灾害监测、城市规划管理、数字地球等领域。无人机工作高度通常在10~20000米之间，已成为航空测量的有效补充。当前，无人机在矿区监测中的应用研究也日趋增多。贺利凯通过无人机得到了符合测量精度的研究区1∶2000地形图和1∶2000正射影像图，研究结果表明，无人机适于矿区小面积测绘。刘聪等对无人机遥感进行精度分析发现，低空无人机遥感技术可满足铝土矿山测绘需要。吴正鹏等利用无人机获取遥感影像，通过对比复垦区复垦前后影像，实现矿区复垦监测。无人机灵活性强、容易操作、造价低、可以在云下摄影，获取影像分辨率高，特别适于小面积区域遥感影像获取，对矿区地形、地貌、采矿环境影响等的监测具有重要意义。无人机的应用，提高了矿区监测效率。

3.3 物联网

物联网是一种新兴技术，应用广泛，涉及物流、交通、农业、环境监测、人为灾害监测等领域。基于物联网的土壤监测包含三个过程：一是数据获取，数据的来源主要有采集数据、遥感数据、GPS、传感器网络等产生的数据；二是数据传输，通过各种网络传递数据；三是智能处理，即利用云计算等各种计算、分析技术对数据进行分析和处理。当前，国内外学者对物联网本身相关技术及其应用进行了研究。物联网在矿区监测已有应用。物联网通过安装传感装置对土壤进行在线监测，主要针对温度、含水率、养分、pH等稳定性低的土壤特性，并且不受地域、气候的限制。此外，野外矿区监测过程中控制点、界桩、设备等易丢失，且受环境影响大，而基于物联网的监测技术可在矿区安装传感装置监测地下温度、水、环境等，并通过摄影技术对土地复垦状况、开采情况等进行全方位监测。近几年，我国开发了多种矿区三维模拟软件，这些软件具备矿区数字化、可视化功能，实现矿区地形、地貌、土地利用状况的监测，但实现采矿过程三维模拟等功能仍有一定困难。

与原监测系统相比，基于物联网的土壤监测方法通过传感器24小时不间断监测土壤属性并智能分析所得数据，实现智能化监测。基于物联网的矿区开采监测包含预警系统、自动化系统、安全生产系统等，可实现矿区灾害预警、自动化操作，对提高作业效率、保障矿区安全具有重要作用，因此，将物联网应用到矿区监测中意义重大。

3.4 样地监测

野外样地监测是土壤制图的数据源，科学研究同样采用样地监测，对于利用遥感技术较难得到的信息，也可通过野外样地监测某些不易获取的指标，从而实现对整个矿区完整监测指标的监测。矿区土壤样地根据不同土地利用方式、不同复垦方式等分别设置，例如，在矿区原地貌土壤区域、复垦后重构土壤区域分别设置样地。在遥感监测中，需要进行野外样地验证，以地形图、遥感影像等资料为工作底图，通过GPS技术定位找到目标点，对遥感影像解译时所需要的有关参数进行实地补充测量并记录表格。样地监测作业周期较长，工作效率慢，不适于短期大规模监测。

4 研究问题与展望

为有效合理地进行矿区土壤监测，本文通过总结矿区土壤理化性质空间变异性、监测样点布设与优化方法、土壤监测方法研究进展，发现当前研究存在一些问题：目前研究土壤空间变异性时多用地统计学方法，而矿区土壤与自然土壤相比较，人为扰动较大，适用于矿区的空间变异性研究方法有待加强；监测样点布设方法主要为网格布点，适用于矿区土壤监测的样点布设方法研究较少；土壤监测技术主要为样地监测，遥感监测也逐步普及，但智能化矿区土壤监测应用仍待探索。鉴于此，建议未来矿区土壤监测研究从以下方面展开：

（1）加强重构土壤影响因素及影响机理的研究。矿区土壤重构涉及众多工艺技术，重构土壤的影响因素复杂，现尚未研究多种影响因素对矿区土壤空间变异性的综合影响。未来仍需加强矿区土壤空间变异性影响因素与影响机理的研究，从而为矿区土壤采样与监测提供基础。此外，重构土壤随着复垦时间的增长，其空间变异性变化规律研究较少，今后应加强此方面的研究。

（2）探索适用于矿区强扰动土壤的监测样点布设方法。目前，样点布设大多使用克里金网格，一些新的样点布设方法应用较少。由于矿区受到强烈扰动，土壤各种性质发生变化，仅仅基于数学理论的样点布设方法并不适合矿区土壤监测，未来应结合矿区特征探索适用于矿区的监测样点布设方法。

（3）加强新技术的应用，实现矿区智能化。目前土壤监测技术有样地监测、遥感、无人机、物联网、三维激光扫描等。随着大数据、物联网、云计算时代的来临，矿区监测向智能化发展。物联网通过传感器等传感装置实现“感知矿山”，大数据可对大量的信息进行传输、储存，云计算、3S技术可对数据进行分析，为决策者提供可靠信息。应加强高新技术的应用，使矿区土壤监测实现实时在线监测，形成系统的矿区监测体系。

（4）针对完整系列问题进行综合研究。矿区土壤研究包括损毁、复垦、后期管护等一系列过程，研究矿区土壤监测时应针对不同过程中土壤的变化状况、影响因素等进行系统的研究，选取合适的监测方法。