2. 中国科学院大学, 100049, 北京
-
项目名称
- 国家重点研发计划项目"长江流域冬小麦化肥农药减施技术集成研究与示范"(2018YFD0200502);国家自然科学基金"气候变化对紫色土容许土壤流失量的影响"(41471232)
-
第一作者简介
- 邓利梅(1997-), 女, 博士研究生。主要研究方向:土壤侵蚀与水土保持。E-mail:denglimei@imde.ac.cn
-
通信作者简介
- 刘刚才(1967-), 男, 博士, 研究员。主要研究方向:土壤侵蚀与水土保持, 生态恢复与治理。E-mail:liugc@imde.ac.cn
-
文章历史
-
收稿日期:2019-01-28
修回日期:2019-07-03
2. 中国科学院大学, 100049, 北京
2. University of Chinese Academy of Sciences, 100049, Beijing, China
容许土壤流失量或土壤容许流失量(soil loss tolerance or tolerable soil loss rate)即SLT值,是生态环境领域的一个重要界值,它通常定义为“在长时期内能保持土壤肥力和维持土壤生产力所允许的最大土壤流失量”[1],在土层较薄时是与土壤母岩或母质的风化成土速率相等的[2]。紫色土是薄层土壤,故其SLT值就是母岩的风化成土速率。
气候变化是人类面临的全球性问题之一,是全球变化的一个重要组成部分[3]。已有研究表明:气候变化背景下,有些地方降水量增加而有些地方减少[4-5];气候变化在高海拔地区更明显[6],干旱区极端气温升高,而亚热带和热带则降低[7],地中海地区气温有升高趋势[8];我国的青藏高原呈暖湿化趋势[9],北方呈转暖变干而南方(包括四川和云南紫色土区域在内)呈转暖变湿的趋势[3, 10]。
气候变化对岩石风化有着明显的影响[11]。多数研究表明:岩石风化速率与气温成正相关关系,与降雨无明显关系[12],也有研究证实它与降雨或湿度成明显的正关系,而与气温无明显的关系[13-14]。Beerling[15]的研究表明:母岩的化学风化率与降水和气温的相关系数分别为0.63和0.25,降水对化学风化率的影响超过了其他因素,是重要的影响因子。
紫色岩是我国主要的岩石类型之一,其在长江上游的分布面积占幅员面积的18%,在全国占2.3%,尤其以四川省和云南省境内的分布比较集中,其分布面积超过全国紫色岩分布面积的75%[16]。我们的前期研究表明:紫色岩风化对水、热都比较敏感[17-18]。因此,我们推论认为:气候(降雨和气温)变化对紫色岩风化影响应该是明显的。由此,本研究目标是:通过观测不同气候背景田间下的岩石样品风化情况,揭示气候变化对紫色岩石风化成土速率(即SLT值)的影响特征和大小,建立气温和降雨对SLT值影响的定量模型。
1 材料与方法笔者于2015年初分别在四川盆地采集了3种典型的新鲜紫色岩:1)四川南充遂宁组母岩(E 106°0′28″,N 30°51′20″);2)四川内江沙溪庙组母岩(E 105°46′2″, N 30°32′56″);3)四川安岳蓬莱镇组母岩(E 105°23′43″, N 30°6′35″)。然后,在室内用电锯将母岩切割成大致10 cm×10 cm ×10 cm的样品,样品装入2 mm孔径的尼龙网内,每组样品10个重复,分别置放于盐亭站(亚热带湿润气候,E 105°27′E, N 31°16′)、元谋站(南亚热带干热气候,E 101°49′, N 25°51′)和西双版纳站(热带湿润气候,E 101°25′, N 21°41′)的气象观测场的地表,即每个站共有30个样品。
分别于2015年、2016年、2017和2018年的12月,对各观测站的其中2个样品,用60.000、40.000、20.000、10.000、5.000、2.000、1.000、0.500、0.250和0.075 mm的标准筛对崩解物进行筛分,统计每一粒径组的质量分数(%)。筛分后的样品带回实验室备其他用。
由于岩石风化具有分形特点,本研究用关联分维数[19-20]计算:
$ D = - \mathop {\lim }\limits_{\varepsilon \to 0} \frac{{\ln N\left( x \right)}}{{\ln x}}或N\left( x \right) \propto {x^{ - D}}。$ | (1) |
式中:D为研究对象的分维值;ε为筛网孔径,mm;x为标度;N(x)为在该标度下所得的量度值。
设崩解后母岩碎石的总质量为M,筛网孔径为ε,设M(ε)为直径 < ε的质量。通过一系列的筛网孔径为ε的筛分,得到一系列的M(ε)。通常情况下,母岩崩解产物遵循一定的频率分布:
$ M\left( \varepsilon \right)/M = 1{\rm{ - exp}}\left( { - \left( {\varepsilon /\sigma } \right)b} \right)。$ | (2) |
式中:M(ε)/M为直径小于ε的崩解物累计质量分数,%;b为logε-log(M(ε)/M)在坐标轴上拟合的一次线性关系的斜率;σ为颗粒的平均粒径一,mm。当ε/σ≤1时,上式可简化为
$ M\left( \varepsilon \right)/M = \left( {\varepsilon /\sigma } \right)b。$ | (3) |
则dM∝εb-1dε,结合分形维数的概念:N(ε)∝ε-D,则dN∝ε-D-1dε。而dM∝ε3dN,故:
$ {\varepsilon ^{b - 1}}{\rm{d}}\varepsilon \propto {\varepsilon ^3}{\varepsilon ^{ - D - 1}}{\rm{d}}\varepsilon 。$ | (4) |
因此,可得D为
$ D = 3 - b。$ | (5) |
气候因子量纲归一(标准)化的处理方法是各变量值除以其最大值,即:1)气温变量为各站的平均气温除以西双版纳站的平均气温;2)温差变量为各站的平均温差除以元谋站的平均温差;3)降水量变量为各站的降水量除以版纳站的降雨量。
2 结果与分析 2.1 不同试验站田间的气候特征3个试验站的主要气候指标有比较明显的差异(图 1),盐亭站、元谋站和西双版纳站的年平均气温分别是16.9 ℃、21.5 ℃和22.7 ℃(盐亭站与后二者间差异显著,P < 0.005);年平均气温日较差分别是10.3 ℃、13.6 ℃和12.6 ℃(同样地,盐亭站与后二者间差异显著,P < 0.05);年平均空气湿度日较差分别是21.4%、77.0%和83.1%(三者间差异显著,P < 0.05);年降雨量分别是746.1、618.8.9和2 229.6 mm(三者间差异显著,P < 0.05)。
从田间观测结果看,3种紫色母岩(蓬莱镇、沙溪庙和遂宁组)在不同年份都是在元谋站风化最快,其次是西双版纳站,最次是盐亭站(图 2),这主要是由于元谋站温度和湿度的日变化最大,即温差和湿度差最大(图 1),西双版纳站的湿度差和降雨量较盐亭站大。3种紫色母岩中,遂宁组的风化最快,试验到第4年即2018年底时,80%以上的风化颗粒 < 2 mm(即成土)了,其次是蓬莱镇组,最次是沙溪庙组。
将分维数与气候因子标准值进行非线性回归,结果(表 4)表明:蓬莱镇和沙溪庙组母岩的分维数与气温呈显著(P < 0.05)的幂函数关系,与温差和降雨量呈显著(P < 0.05)的指数函数关系,而遂宁组母岩的分维数与气温无明显关系,与温差和降雨量呈显著(P < 0.01)的指数函数关系,表明:温差和降雨对紫色母岩风化速率的影响较明显,即在温差较大、降雨量较多或湿度变化大的环境下,紫色母岩风化速率较大,也暗示了:如果气候变湿或降雨量增加或气候日变化加强等,都将加剧紫色母岩的风化速率。
利用本研究观测到的风化成土速率(即 < 2 mm颗粒的质量占样品总质量的比例(%))与气候因子进行回归分析,结果表明:降雨量和温差与母岩风化成土速率呈显著正相关(P < 0.01),而气温大小与风化成土速率无显著性相关(P>0.05)。皮尔逊相关系数的排序为温差>降水量>气温(表 5)。
根据上述风化速率与气候因子变量间的这些相关性,利用上述测得的风化成土速率和气候因子(由于降雨通常不能完全被母岩吸收利用,故降雨量用母岩的含水率来表示)变量,用SPSS 12.0软件对风化成土速率和上述气候因子变量进行拟合,结果如表 6所示。在表 6中,所有模型均有显著性(P < 0.05),拟合良好(R2>0.6),表明这些方程能够正确地预测紫色母岩在不同气候条件下的风化情况。
上述结果表明:气候变化中的温差和降雨变化对岩石风化的影响较气温明显,也就是说,如果某区域的降雨量多或日温差大,该区域的岩石风化更快。
2.5 气候变化对紫色土容许土壤流失量的影响根据上述模型(表 6),我们可以计算出不同母岩在不同观测站下的平均年风化成土速率(表 7)。从表 7看出:3种母岩平均而言,在西双版纳站,风化速率增加21.82%,在元谋站则增加30.67%。
因此,根据我们前期对蓬莱镇、沙溪庙和遂宁组的容许侵蚀量确定值分别为800、800和1 200 t/(km2·a),若它们在西双版纳和元谋的气候背景下,其相应的容许侵蚀量分别为950、950和1 450,1 050、1 050和1 550 t/(km2·a)。
3 讨论本研究表明:遂宁组母岩风化最快,这与我们以前的研究结果[21]是一致的,因为遂宁组母岩的黏土矿物含量最多,达40%(表 3)。粘土矿物具有热胀冷缩的特性,它的含量愈多,岩石在外界水热变化下,其物理风化就愈强烈,母岩风化速率也就愈大。
我们研究还表明:降雨量大的区域,母岩的风化成土速率愈大,这主要是因为母岩的以下几种风化过程都需要水:
1) 溶解:水是一种极性溶剂,岩石中的矿物都是无机盐,虽然占绝大部分的硅酸盐和铝硅酸盐矿物溶解度很小;
2) 水化:无水矿物与水结合成含水矿物,如:2Fe2O3(赤铁矿)+3H2O 2Fe2O3·nH2O (褐铁矿);
3) 水解和碳酸化:矿物中的盐基离子被氢氧离子取代,如:2KAlSi3O8(钾长石)+3H2OAl2Si2O5(OH) (高岭石)+ 4SiO2+2KOH;
4) 氧化:矿物氧化过程也消耗水,如:2FeS2+2H2O+7O2FeSO4+2H2SO4。
因此,降雨量多的地方,如本研究中的西双版纳站,母岩的化学风化愈强烈,从而导致其母岩风化速率较盐亭站高。
同时,我们的研究表明:温差变化对母岩风化成土速率的影响最大,即田间不同气候背景下紫色母岩的风化成土速率与气候因子的皮尔逊相关系数的排序为温差>降水量>气温(表 5)。这些结果与我们的室内研究结果比较一致:岩石风化成土速率随温差、母岩含水率呈指数函数增加而增加,随气温呈幂函数增加趋势[17-18, 22]。
4 结论1) 温差变化对紫色母岩的风化速率影响最大,其次是湿度或降雨量。3种紫色母岩(蓬莱镇、沙溪庙和遂宁组)在不同年份都是在元谋站风化最快,其次是西双版纳站,最次是盐亭站,这主要是由于元谋站气温和湿度的日变化最大,即温差和湿度差最大,西双版纳站的湿度差和降雨量较盐亭站大。
2) 紫色母岩风化速率与气候因子间有明显的非线性关系。蓬莱镇和沙溪庙组母岩的风化速率与气温呈显著的幂函数关系,与温差和母岩含水率呈显著的指数函数关系,而遂宁组母岩的风化速率与气温无明显关系,与温差和含水率呈显著的指数函数关系。
3) 气候变化对紫色土容许土壤流失量有明显的影响。根据紫色母岩风化速率与气候因子间的关系模型,就3种母岩平均而言,在西双版纳站,风化速率增加21.8%,在元谋站则增加30.7%,因此,紫色土容许土壤流失量(SLT值)在西双版纳(转暖变湿)和元谋(转暖变干)的气候背景下,相应增加21.8%和30.7%。
[1] |
JOHNSON L C. Soil loss tolerance-fact or myth[J]. Journal of Soil and Water Conservation, 1987, 42(3): 155. |
[2] |
KLIMENT'EV A I, TIKHONOV V E. Ecohydrological analysis of soil loss tolerance in agrolandscapes[J]. Eurasian Soil Science, 2001, 34(6): 673. |
[3] |
SCHIAVON S, ZECCHIN R. Climate change 2007:The physical science basis[J]. South African Geographical Journal Being a Record of the Proceedings of the South African Geographical Society, 2007, 92(1): 86. |
[4] |
MONTAGNE D, CORNU S. Do we need to include soil evolution module in models for prediction of future climate change?[J]. Climatic Change, 2010, 98(1/2): 75. DOI:10.1007/s10584-009-9666-3 |
[5] |
NUNES J P, SEIXAS J, KEIZER J J, et al. Sensitivity of runoff and soil erosion to climate change in two Mediterranean watersheds. Part I:Model parameterization and evaluation[J]. Hydrological Processes, 2009, 23(8): 1202. DOI:10.1002/hyp.7247 |
[6] |
PRADHAN B B, SHRESTHA B. 31 Global changes and sustainable development in the Hindu Kush-Karakoram-Himalaya[J]. Developments in Earth Surface Processes, 2007, 10(6): 281. DOI:10.1016/S0928-2025(06)10031-0 |
[7] |
ROOHI R. Research on global changes in Pakistan[J]. Developments in Earth Surface Processes, 2007, 10(6): 329. DOI:10.1016/S0928-2025(06)10035-8 |
[8] |
CHARTZOULAKIS K, PSARRAS G. Global change effects on crop photosynthesis and production in Mediterranean:The case of Crete, Greece[J]. Agriculture Ecosystems and Environment, 2005, 106(2): 147. DOI:10.1016/j.agee.2004.10.004 |
[9] |
刘晓东, 张敏锋, 惠晓英, 等. 青藏高原当代气候变化特征及其对温室效应的响应[J]. 地理科学, 1998, 18(2): 113. LIU Xiaodong, ZHANG Minfeng, HUI Xiaoying, et al. Characteristics of contemporary climate change in Qinghai-Tibet Plateau and its response to greenhouse effect[J]. Geography Science, 1998, 18(2): 113. |
[10] |
张英娟, 董文杰, 俞永强, 等. 中国西部地区未来气候变化趋势预测[J]. 气候与环境研究, 2004, 9(2): 342. ZHANG Yingjuan, DONG Wenjie, YU Yongqiang, et al. Forecast of future climate change trend in western China[J]. Climate and Environment, 2004, 9(2): 342. |
[11] |
EDWARDS D P, LIM F, JAMES R H, et al. Climate change mitigation:Potential benefits and pitfalls of enhanced rock weathering in tropical agriculture[J]. Biology Letters, 2017, 13(4). DOI:10.1098/rsbl.2016.0715 |
[12] |
SUN X, MORTH C M, HUMBORG C, et al. Temporal and spatial variations of rock weathering and CO2 consumption in the Baltic Sea catchment[J]. Chemical Geology, 2017(466): 57. |
[13] |
EPPES M C, KEANINI R. Mechanical weathering and rock erosion by climate-dependent subcritical cracking[J]. Reviews of Geophysics, 2017, 55(2): 470. DOI:10.1002/2017RG000557 |
[14] |
VON VOIGTLANDER J, CLARK M K, ZEKKOS D, et al. Strong variation in weathering of layered rock maintains hillslope-scale strength under high precipitation[J]. Earth Surface Processes and Landforms, 2018, 43(6): 1183. DOI:10.1002/esp.4290 |
[15] |
BEERLING D J. Enhanced rock weathering:Biological climate change mitigation with co-benefits for food security?[J]. Biology Letters, 2017, 13(4). DOI:10.1098/rsbl.2017.0149 |
[16] |
刘刚才. 紫色土侵蚀规律及其防治技术[M]. 成都: 四川大学出版社, 2008: 158. LIU Gangcai. Purple soil erosion laws and its control technology[M]. Chengdu: Sichuan University Press, 2008: 158. |
[17] |
ZHANG Dan, CHEN Anqiang, WANG Xuemei, et al. A quantitative determination of the effect of moisture on purple mudstone decay in southwestern China[J]. Catena, 2016(139): 28. |
[18] |
ZHANG Dan, CHEN Anqiang, WANG Xuemei, et al. Quantitative determination of the effect of temperature on mudstone decay during wet-dry cycles:A case study of 'purple mudstone' from south-western China[J]. Geomorphology, 2015(246): 1. DOI:10.1016/j.geomorph.2015.06.011 |
[19] |
TURCOTTE D L. Fractal and fragmentation[J]. Journal of Geophysical Research, 1986, 91(B2): 1921. DOI:10.1029/JB091iB02p01921 |
[20] |
TYLERr, S W WHEATCRAFT S W. Fractal scaling of soil particle-size distributions:Analysis and limitations[J]. Soil Science Society of America Journal, 1992, 56(2): 362. DOI:10.2136/sssaj1992.03615995005600020005x |
[21] |
LIU Gangcai, LI Lan, WU Laosheng, et al. Determination of soil loss tolerance of an Entisol in Southwest China[J]. Soil Science Society of America Journal, 2009, 73(2): 412. DOI:10.2136/sssaj2008.0155 |
[22] |
ZHANG Dan, CHEN Anqiang, ZHAO Jixia, et al. Quantitative model prediction of the combined effect of moisture content and temperature on purple mudstone decay in south-western China[J]. Geomorphology, 2017(295): 656. |