基于混合模型的黃土丘陵溝壑區(qū)流域泥沙來源分析

基于混合模型的黃土丘陵溝壑區(qū)流域泥沙來源分析

洛杉磯高原遭到嚴(yán)重破壞，水土流失非常嚴(yán)重。這是黃河沉積物的主要來源。近幾年,黃土高原進(jìn)行了大規(guī)模的生態(tài)環(huán)境建設(shè),只有通過合理的水土保持措施配置才能有效降低水土流失造成的危害。而在制定水土保持措施過程中泥沙來源問題是一個關(guān)鍵性問題,只有“因源制易”,才可以達(dá)到花費(fèi)較少的人力物力取得比較大的成果;同時只有在知道泥沙來源的情況下才可以對各種水土保持措施效益做出更好的評價。對于黃土高原來說,嚴(yán)重的土壤侵蝕主要由少數(shù)幾次暴雨或大暴雨所引起,大多數(shù)降雨不產(chǎn)生徑流。來自不同地貌部位,不同土地利用類型源地的土壤被洪水?dāng)y帶輸移出流域,成為泥沙的載體。這些洪水泥沙中帶有大量泥沙源地的信息,很多源地土壤的物化性質(zhì)會在泥沙的運(yùn)移過程中保留下來,將這些信息進(jìn)行篩選,組合,直接分析得到侵蝕產(chǎn)沙源地的類型與產(chǎn)沙比例是復(fù)合指紋識別技術(shù)的特點(diǎn)。利用不同的指紋識別因子研究流域泥沙來源實(shí)際上已開展了很多工作:王曉將土壤顆粒組成作為識別因子分析了砒砂巖區(qū)小流域泥沙來源;林承坤利用卵石種類研究了葛洲壩礫石來源;楊明義、文安邦等則用放射性核素137Cs作為指紋識別因子分別研究了黃土區(qū)和云貴高原區(qū)流域泥沙來源;另外,土壤的礦物性質(zhì)、磁性及土壤中的地球化學(xué)物質(zhì)等都可以作為指紋識別因子來分析流域泥沙來源。但是由于在一個流域內(nèi)泥沙源地在空間上是多變的,一種泥沙可能來自于幾種不同的源地,在泥沙源地較多的情況下單一指紋因子很難區(qū)分出不同源地在泥沙中的貢獻(xiàn)百分比;此外,泥沙運(yùn)移的過程也是非常復(fù)雜的,僅僅靠單因子指紋去識別泥沙來源有很大的困難。而采用幾種不同指紋指示因子的復(fù)合應(yīng)用,則可以很大程度的提高指紋指示技術(shù)的可信度以及解決單因子指紋識別技術(shù)面臨的困難。因而,張信寶等利用137Cs和210Pb作為指紋識別因子研究了川中丘陵區(qū)武家溝小流域泥沙來源,得到了三種源地的泥沙來源比例;在國外,Walling等采用N、總P、Sr、Ni、Zn、226Ra、137Cs、Fe、Al、210Pbex等作為指紋識別因子研究了Ouse河及其主要支流Wharfe河懸浮泥沙的來源;Carter等利用K、Cu、As、Mn、Na、總P等作為指紋識別因子研究了Aire河流經(jīng)城市前后其懸浮泥沙的來源及其變化,這些研究顯示出利用復(fù)合指紋分析法研究泥沙來源的優(yōu)越性,然而在黃土高原,由于土壤物質(zhì)組成相對均一,是否能利用復(fù)合指紋分析技術(shù)研究泥沙來源還存在疑問;另外,如果能對小流域次降雨時不同泥沙源地的侵蝕貢獻(xiàn)比進(jìn)行動態(tài)分析,則對于深入了解流域尺度的侵蝕機(jī)理具有重要的意義。本文的目的就是通過在黃土高原選擇的一個小流域,分析、篩選流域潛在泥沙源地的指紋識別因子,和洪水泥沙中攜帶的指紋識別因子相比較,利用復(fù)合指紋識別技術(shù),分析不同源地對于一次洪水泥沙的貢獻(xiàn)比變化,探討復(fù)合指紋識別技術(shù)在黃土高原流域泥沙來源研究中的可行性。1匯水區(qū)地下水地小流域選擇在延安市燕溝流域上游的一個小支溝-廟溝。廟溝屬典型的丘陵溝壑區(qū)小流域,面積約1.12km2,以溝緣線為界可分為溝谷地和溝間地兩大地貌單元,坡陡溝深,海拔1212～1403m。被深厚的黃土所覆蓋,在距離溝口約1/3處的主溝道修建有淤堤壩。即使有大的降雨,上游洪水也會被淤堤壩所攔截,因而下游匯水區(qū)成為本研究的對象。該匯水區(qū)面積約0.187km2,分布有3條支溝道,其中一條被修整為梯田。2條支溝道斷面都呈“V”型,長寬平均分別為120m×30m和160m×40m,平均坡度分別為20°和19°,長有茂盛的灌木。主溝道斷面呈典型的“U”字型,長約300m,整個主溝道溝底基巖已經(jīng)顯露,溝壁下部紅粘土出現(xiàn),有幾處體積不大的溝壁坍塌物堆積在主溝道中。整個匯水區(qū)的土地利用方式主要是果園和坡耕地,分別分布在相對的坡面上。在坡耕地坡面上,一條寬約2m的道路從溝口主路延伸到坡頂?shù)奶萏锷?僅有小面積的農(nóng)地坡面分布在道路下方,和主溝道相連。而果園坡面原為坡耕地,開墾歷史40年以上,7年前修建了較大面積梯田,形成梯田果園,沒有修梯田的果園地面被翻耕。匯水區(qū)土地利用方式見圖1。為了監(jiān)測、采集洪水泥沙,在溝口用石頭砌成長6m、寬2m、高0.5m的寬頂矩形量水堰。2土樣的采集和分析2007年6月,在選擇的研究區(qū)首先確定潛在的泥沙源區(qū):坡地果園區(qū)和坡耕地區(qū)土壤疏松,可以作為潛在泥沙源區(qū);主溝道有坍塌堆積物且紅粘土層顯露,也作為一個潛在泥沙源區(qū);支溝道沒有紅粘土層出現(xiàn)而且被茂盛的灌木所覆蓋,和主溝道相比有其特殊性,因此也作為單獨(dú)的一個潛在泥沙源區(qū)。樣品采集在坡地果園和坡耕地區(qū)采集表層5cm范圍內(nèi)的表層土壤樣品,在主溝道區(qū)主要采集坍塌堆積物的樣品,在支溝道區(qū)則沿溝道兩側(cè)線性采集表層土壤樣品。研究區(qū)內(nèi)共采集樣品59個。2007年7月25日21:10研究區(qū)開始降雨,至21:55降雨結(jié)束。洪水開始于21:30,持續(xù)68min。整個洪水過程中,平均徑流深為6.6mm,洪峰流量為0.74m3/s,匯水區(qū)平均輸沙模數(shù)1520t/km2。在洪水開始階段,用塑料桶每3min采集1個洪水樣品,在洪水即將結(jié)束的20min時,每5min采集1個樣品,共采集樣品17個。每個洪水泥沙樣稱全重,樣品曬干后稱干泥沙重。所有土樣在實(shí)驗(yàn)室內(nèi)磨細(xì),過<63μm的篩子,然后分析。用原子吸收分光光度計(jì)測樣品中的Cu、K、Ca、Mg、Na、Fe、Mn;用重鉻酸鉀氧化法測定土壤有機(jī)質(zhì);土壤全氮采用全自動凱式定氮儀測定;土壤磁性采用雙頻磁化率儀測定高\(yùn)低頻磁化率,并通過計(jì)算求得頻率磁化率;土壤團(tuán)聚體用濕篩法測定;樣品被密封20天后,137Cs和210Pbex的測量用ORTEC公司生產(chǎn)的低本地γ能譜儀測定,樣品的137Cs含量根據(jù)662keV譜峰面積求算;樣品的210Pb總含量根據(jù)46.5keV譜峰面積求算,226Ra含量根據(jù)214Pb的譜峰面積(351.9keV)求算,半衰期極短的214Pb是222Rn的衰變產(chǎn)物,樣品的210Pbex含量是210Pb的總含量與226Ra含量的差值。3結(jié)果與討論3.1指紋因子的確定Walling在其研究中提出利用復(fù)合指紋法研究泥沙來源的基本步驟分三步:(1)篩選可用于研究流域泥沙來源的指紋識別因子,該過程主要利用無參數(shù)Kruskal-WallisH-test的統(tǒng)計(jì)分析檢驗(yàn);(2)利用多元判別分析,找到最佳指紋因子組合;(3)利用多元混合模型,定量計(jì)算各泥沙源地泥沙貢獻(xiàn)百分比(最小二乘法)。模型可由下列函數(shù)表示:∑i=1n{[Ci?(∑s=1mPsSsi)]/Ci}2(1)∑i=1n{[Ci-(∑s=1mΡsSsi)]/Ci}2(1)式中:Ci——懸浮泥沙中指紋識別因子i的濃度;Ps——泥沙源地S的泥沙貢獻(xiàn)百分比;Ssi——泥沙源地S中指紋識別因子i的平均濃度;m——泥沙源地的數(shù)量;n——指紋識別因子的數(shù)量。應(yīng)用函數(shù)公式(1)時還需要考慮下面兩個限制條件:所有源地泥沙貢獻(xiàn)百分比不能為負(fù),即:0≤Ps≤1(2)全部源地泥沙貢獻(xiàn)百分比為1,即∑s=1nPs=1(3)∑s=1nΡs=1(3)在限制條件公式(2)、公式(3)下在使公式(1)函數(shù)值為最小的情況下可以得到各源地泥沙貢獻(xiàn)百分比。將不同時段采集的泥沙樣統(tǒng)計(jì)分析后得到的結(jié)果通過公式(4)就可以得到在整個小流域內(nèi)一次洪水產(chǎn)沙中各源地泥沙平均貢獻(xiàn)百分比。Psw=∑s=1nPsx(LXLt)(4)Ρsw=∑s=1nΡsx(LXLt)(4)式中:Psw——校正后泥沙源地S的泥沙貢獻(xiàn)百分比;Psx——泥沙樣X中源地S的泥沙貢獻(xiàn)百分比;Lx——采集泥沙樣S的時間內(nèi)泥沙承載量(kg);Lt——所有的洪水泥沙總量(kg)。根據(jù)上述步驟,將本試驗(yàn)所得到的所有樣品測定指標(biāo)用無參數(shù)Kruskal-WallisH-test進(jìn)行統(tǒng)計(jì)分析檢驗(yàn),結(jié)果見表1。從表1可以看出,在17種指紋因子中,有13種指紋因子在4種潛在源地土壤中組間差異顯著,表明可以進(jìn)入多元判別分析過程,以找到最佳指紋組合。多元判別分析結(jié)果為指紋識別因子χ1f、N、Cu、137Cs、226Ra的正確判別累積分別為61.0%,72.99%,76.3%,86.4%和89.8%。從表2看出,通過多元判別分析,共有5種指紋因子成為最佳組合。利用這5種物質(zhì),主溝道土壤樣品正確判別率達(dá)到100%,坡地果園為78.6%,坡耕地為93.1%,支溝道為92.3%,總判別正確率達(dá)到89.8%。和表1結(jié)果對比,所有5種指紋因子通過Kruskal-WallisH-test檢驗(yàn),都呈顯著性,入選最佳組合,結(jié)果合理。3.2立地條件對土壤泥沙分配的影響根據(jù)最佳組合的5種物質(zhì),有89.8%的可能將不同源地的土壤區(qū)分開來,因而只需要知道洪水泥沙中這5種物質(zhì)的濃度,通過和源地土壤之5種物質(zhì)的比較,根據(jù)公式(1)-(3),利用洪水泥沙過程樣,可以將每一個洪水泥沙樣來自不同源地的侵蝕泥沙貢獻(xiàn)比計(jì)算出來。利用公式(4),通過每次洪水泥沙采樣時間內(nèi)的泥沙承載量占總洪水泥沙量的加權(quán)平均,可以得出本次降雨事件中不同源地土壤對洪水泥沙的貢獻(xiàn)比。從主溝道的相對泥沙貢獻(xiàn)比來看(表2),由于降雨前期有部分溝壁坍塌堆積物分布在溝道內(nèi),且溝底是顯露的基巖,因而很容易在洪水初期就運(yùn)移到溝口。隨著堆積物不斷輸移減少,在洪水泥沙樣中的比例逐漸減小,直到為0,然而隨著降雨的進(jìn)行,必有溝壁物質(zhì)被水流沖下,尤其在22:23分的洪水泥沙樣中,來自溝壁的土壤貢獻(xiàn)比例高達(dá)81.2%,從前后泥沙樣品的比例變化比較,可能主溝道某處發(fā)生了重力侵蝕,從事后對溝壁的觀察,也發(fā)現(xiàn)一處溝壁出現(xiàn)崩塌,證明了降雨時重力侵蝕的發(fā)生。整體看,來自主溝道的土壤對本次洪水泥沙總貢獻(xiàn)為33.7%。果園坡面是距離溝口泥沙監(jiān)測點(diǎn)最近的坡面,除了修建了梯田的坡面,其余坡面土壤被翻耕,極易造成侵蝕,而且坡面下方是石質(zhì)溝壁,侵蝕泥沙很容易輸移到溝口,從表2果園土壤相對泥沙貢獻(xiàn)比來看,果園坡面土壤一直占據(jù)洪水泥沙中較大比例。因而總體上果園坡面土壤對總洪水泥沙貢獻(xiàn)比也達(dá)到最大的60.0%。坡耕地坡面土壤大部分沒有侵蝕輸移到主溝道,單個洪水泥沙樣中來自坡耕地的土壤比例很多都是0.0%,這主要是因?yàn)榻^大部分坡耕地坡面位于一條近2m寬的道路上方,且該道路和溝口的主路相通,即使產(chǎn)生徑流泥沙,也會沿道路輸移到溝口主路上,因此在溝口泥沙監(jiān)測點(diǎn)很少能監(jiān)測到來自坡耕地的泥沙。但是畢竟有小面積的坡耕地坡面位于道路下方,且距離溝口較遠(yuǎn),因此從表2的坡耕地土壤相對泥沙貢獻(xiàn)比來看,還是有4個洪水泥沙樣中含有來自這小面積的坡耕地的侵蝕泥沙,而比例在19%以下。正因?yàn)橹挥行∶娣e的坡耕地侵蝕泥沙被輸移到主溝道,總產(chǎn)沙量只占洪水泥沙總量的3.0%。支溝道因?yàn)樯L有茂盛的灌木,不易被侵蝕,且溝道上方和左右修建有梯田,則又缺少了上方來水來沙,從表2的支溝道相對泥沙貢獻(xiàn)比的變化來看總體很小,僅占總洪水泥沙量的3.3%。3.3擬合優(yōu)度檢測誤差分析利用相對平均誤差方法,相對平均誤差的方法是指根據(jù)最優(yōu)化混合模型計(jì)算出的單個洪水泥沙樣中的指紋元素濃度和實(shí)際樣品中的指紋元素濃度相比的平均誤差。從表2可知,指紋元素最大相對平均誤差16.5%,總體平均為10.1%,可以看出混合模型得出的結(jié)果比較精確。不確定性分析利用擬合優(yōu)度檢測的方法,擬合優(yōu)度檢測(goodnessoffit)的方法根據(jù)下式計(jì)算:GOF=1?{1n×∑i=1n|Ci?∑j=1m(Si?s?Ps)|/Ci}(5)GΟF=1-{1n×∑i=1n|Ci-∑j=1m(Si?s-Ρs)|/Ci}(5)Motha認(rèn)為當(dāng)GOF>0.8時,可以接受最優(yōu)化混合模型計(jì)算的結(jié)果。根據(jù)計(jì)算,本次試驗(yàn)的GOF值為0.91>0.8,再次證明混合模型得出的結(jié)果可以接受。3.4侵蝕泥沙分析通過在溝口對洪水流量以及泥沙含量的監(jiān)測,根據(jù)不同時間段內(nèi)4種源地對侵蝕泥沙貢獻(xiàn)比(表2),可以將不同源地在不同時間段內(nèi)的侵蝕泥沙絕對量分析出來,結(jié)果如圖3所示,可以看出,來自坡地果園的侵蝕泥沙一直很大,共有170t的泥沙來自這里。從洪水開始到第18min,共約有9.2t的泥沙來自主溝道溝壁和溝道堆積物,但是從第36min到53min的17min時間內(nèi),這個值就變化到74.1t,主要是主溝道發(fā)生了較大體積的坍塌。整個洪水階段,約有95.7t的泥沙來自主溝道,約有8.5t和9.5t的泥沙來自坡耕地和支溝道。由于本次試驗(yàn)缺少了對降雨過程監(jiān)測,因而不能和不同源地的侵蝕產(chǎn)沙信息相結(jié)合,需進(jìn)一步深化研究。4對比混合模型此次試驗(yàn)表明,在黃土高原可以應(yīng)用復(fù)合指紋分析的方法研究洪水泥沙來源。在對17種潛在源地表層土壤的指紋識別因子的篩選中,土壤中的N,低頻磁化率χ