-
项目名称
- 国家自然科学基金"科尔沁沙地景观过程对降水波动的响应机制"(41271193);内蒙古自治区"十三五"水利重大专项"区域土壤侵蚀遥感识别与时空变化研究"(NSK2017-M2)
-
第一作者简介
- 乔荣荣(1995-), 女, 硕士研究生。主要研究方向:区域环境遥感。E-mail:rongrongqiao@126.com
-
通信作者简介
- 常学礼(1963-), 男, 博士, 教授。主要研究方向:恢复生态学。E-mail:xlchang@126.com
-
文章历史
-
收稿日期:2019-11-04
修回日期:2020-10-30
沟壑数量特征是度量地形特点的重要指标,但是在水土保持量化评估中没有直接应用,而是通过其决定因素坡度、坡长等反映在各种土壤侵蚀计算模型中,如通用土壤侵蚀方程(universal soil loss equation, USLE)、中国土壤侵蚀方程(Chinese soil loss equation, CSLE)等[1-2]。尽管如此,沟壑特征作为一种地表量化表达在水文生态学研究中还是用来研究地表破碎化程度以及对流域水文过程的响应机制。沟壑特征研究主要包括以下三方面:一是沟壑密度作为影响因子,通过直接影响径流量、泥沙含量、河道输沙能力等一系列与土壤侵蚀有关的研究过程,构建沟壑密度与流域切割深度、河道输沙量等关系模型[3];二是把沟壑密度作为独立影响变量分析其空间分异特征和对土壤可侵蚀量的影响[4];三是在水土流失区域进行生态系统健康评价时对沟壑密度权重赋予高度重视。此外,从沟壑密度研究方法来看,主要包括利用均值变点法确定沟谷提取最佳沟谷汇流阈值,以及基于汇流累积计算沟壑密度精准分析等[5-6]。
已有研究中多以小流域沟壑特征与河道输沙量来分析[4-5],或是对大流域尺度沟壑特征与土壤侵蚀量空间分异进行研究[7],而以小流域为基本单元,从沟壑长度、集水面积和沟壑密度等与土壤侵蚀关系的研究尚未见报道。因此笔者拟以水土流失严重的砒砂岩黄土区为研究对象,以黄河一级支流流域为研究区域,以二级支流(集水区)为研究单元,对沟壑数量特征与侵蚀量关系开展研究,探讨区域沟壑数量特征与土壤侵蚀量的关系,为区域土壤侵蚀现状评估和水土保持措施规划实施提供参考依据。
1 研究区概况为规避降水分布差异影响,研究区选择3个集中分布的黄河一级支流(罕台川、壕庆河、哈什拉川),行政区域上隶属于内蒙古鄂尔多斯市达拉特旗和东胜区。地理位置为E 109°44′~110°22′,N 39°46′~40°20′,砒砂岩黄土区。该区多年平均降水量在350~400 mm,由东向西逐渐减少。基本研究单元为181个黄河二级支流,其中罕台川82个,壕庆河20个以及哈什拉川79个(表 1和图 1)。
采用地理空间数据云30 m分辨率DEM数据(http://www.gscloud.cn),利用ArcGIS水文分析模块,筛选合适的沟谷提取阈值提取并计算沟壑长度、沟壑集水面积和沟壑密度。其中沟壑密度[8]
$ D = \frac{{\sum N }}{M}。$ | (1) |
式中:D为沟壑(沟谷)密度,km/km2,∑N为每一研究单元内总沟壑长度,km;M为该沟壑对应集水区面积,km2。
土壤侵蚀量计算采用通用土壤流失USLE评价模型[1],方程式为:
$ A = RKLSCP。$ | (2) |
式中:A为土壤流失量,t/(hm2·a);R为降雨侵蚀力因子,MJ·mm/(hm2·h·a);K为土壤可蚀性因子,t·hm2·h/(MJ·hm2·mm);L为坡长因子,量纲为1;S为坡度因子,量纲为1;C为植被覆盖与管理因子,量纲为1;P为水土保持措施因子,量纲为1。
此外,考虑到土壤侵蚀量数值较大,为了便于分析表达,对每一集水区(二级流域)土壤侵蚀量数据进行归一化处理,使数值分布在0~1之间:
$ y = {\rm{ }}({X_i} - {X_{\min }})/({X_{\max }} - {X_{\min }})。$ | (3) |
式中:y为相对土壤侵蚀量;Xi为研究区每一基本单元的土壤侵蚀量,t/a;Xmin、Xmax分别为对应研究区内最小、最大土壤侵蚀量,t/a。
文中统计分析用SPSS 22计算,显著性分析(F检查)阀值采用Sig.=0.01和Sig.=0.001判定。当Sig.>0.01时不显著;0.001 < Sig.≤0.01时为显著;Sig.≤0.001时为极显著。沟壑长度、集水面积和沟壑密度发生频次分析采用五级制。考虑到研究期间内土壤侵蚀模数波动较大,因此将逐年土壤侵蚀模数进行分级,选取每级内与该级平均数最为接近年份为典型年份,分析不同级别典型年份土壤侵蚀量与沟壑数量特征的关系。
3 结果 3.1 沟壑数量特征分析表明,沟壑长度与和集水区面积分布频率基本相同,呈幂函数分布(图 2a, b)。其中,沟壑长度分布在0.26~154.41 km之间,平均为(9.41± 20.67) km,集中分布在第一级(0~10 km),出现频次为145,所占比为80.11%。集水区面积分布在0.73~177.03 km2之间,平均为(10.57± 23.78) km2。集水面积出现频次最高也集中分布在第一级(0~10 km2),出现频次为142,所占比为78.45%。
沟壑密度分布与上述2个指标不同,在第二级(0.5~1.0 km/km2)出现最高频次116,占总数的64.09%(图 2c)。在总体上沟壑密度最小值和最大值分别为0.36、2.34 km/km2,平均沟壑密度为(0.94± 0.26) km/km2。
3.2 沟壑数量特征与土壤侵蚀量关系 3.2.1 典型年份筛选2000—2017年土壤侵蚀模数在11.84~72.83 t/(hm2·a)之间变化(图 3)。根据土壤侵蚀模数分布频率划分为4个级别,分别为0~20、20~30、30~50和>50 t/(hm2·a)。找出每个级别中最接近该级别侵蚀模数平均值的年份,最终确定2015年、2006年、2004年和2016年依次为上述分级的典型年份。
典型年份分析表明,沟壑长度、集水面积在任一年份均与土壤侵蚀量呈极显著正线性相关(Sig. < 0.001),随着沟壑长度和集水面积的增加,不同年份土壤侵蚀量以不同速度随之增加(图 4)。其中,最大集水区(177.03 km2)在2016年土壤侵蚀量最大,为141万4 287.39 t/a;在2015年土壤侵蚀量最小,为27万1 234.68 t/a。最小集水区(0.73 km2)在2016年土壤侵蚀量最大,为6 803.56 t/a;在2015年土壤侵蚀量最小,为1 814.56 t/a(表 2)。
此外,不同典型年份土壤侵蚀量与沟壑密度的分析表明,二者之间无明显线性回归关系,其共同特点是沟壑密度在0.74~0.98 km/km2之间时,有11个二级流域土壤侵蚀量变化明显高于总体(图 4)。总的来看,沟壑密度在0.74~0.98 km/km2之间时的平均土壤侵蚀量是其他沟壑密度的6倍之多。
4 讨论结果显示,砒砂岩黄土区以沟长多<10 km和集水面积为<10 km2为主要特点(图 2),而沟壑密度分布是以0.5 ~1.5 km/km2级别出现频次最高为特点(图 2c),这种现象与其复杂的地形地貌关系密切[4]。研究时段土壤侵蚀模数呈波动式增加的变化趋势,该结果与王文君等[9]以十大孔兑全域研究的结果相似,说明在砒砂岩黄土分布区年际间土壤侵蚀模数变化与降雨波动密切相关具有普遍性。
沟壑数量特征与土壤侵蚀量线性趋势分析显示(图 4),沟壑长度与集水面积在任何级别都与土壤侵蚀量呈极显著线性回归关系(Sig. < 0.001),另外沟壑长度、集水面积与土壤侵蚀量的关系存在一定的相似性,但二者对于土壤侵蚀量的响应程度存在差别,在4个土壤侵蚀模数级别的任一级别中沟壑长度对侵蚀量有更快的响应速率(斜率较大,图 4)。这与LI等[10]在黄土高原地区采用沟谷长度、沟谷面积进行沟谷侵蚀评价时获得结果基本一致。沟壑密度在整体上与土壤侵蚀量之间无显著线性回归关系,但在图 4c、f、i、l中有11个点(二级子流域)相对土壤侵蚀量明显高于其他流域(图中黑色圆点)。通过在ArcGIS中属性反向查询发现,这11个点对应的是研究区中面积最大的二级流域(图 1中左下角图黑色区域)。这一结果与张丽萍等[3]在山西省河曲县的流域侵蚀量与沟壑密度研究的结果一致,都解释了土壤侵蚀受到可侵蚀量限制,并不存在土壤侵蚀量与沟壑密度呈正相关的现象。需要补充说明的是沟壑密度作为一个参考因素受空间尺度影响比较大,不同分辨率DEM、不同提取阈值得到的沟壑密度都不同,因此沟壑密度表征土壤侵蚀量也是有局限性的。所以,与采用河道输沙量表征土壤侵蚀量和沟壑密度进行分析所获得的土壤侵蚀量与沟壑密度存在良好相关性的结论相悖。
总的来看,土壤侵蚀是各因素综合作用的结果,利用沟壑长度与集水面积能直接计算对应流域的土壤侵蚀量,但在不同级别(年份)其回归关系不一致。
5 结论在砒砂岩黄土区以黄河二级支流集水区为基本单元的分析表明,该区沟壑发育复杂,沟壑长度与集水面积主要集中分布在 < 10 km和 < 10 km2二个级别;沟壑密度主要集中在0.5~1.5 km/km2之间。研究区土壤侵蚀受多种因素综合作用,18年内土壤侵蚀模数在11.84~72.83 t/(hm2·a)之间变化,呈现波动式增加趋势。在不同土壤侵蚀模数级别上,土壤侵蚀量与沟壑长度和集水面积都存在极显著(Sig. < 0.001)线性回归关系,但回归响应程度有所区别;任一土壤侵蚀模数级别上沟壑长度相较于集水面积对土壤侵蚀量具有更快响应速率。由于受到土壤可侵蚀量的限制,整体上沟壑密度与土壤侵蚀量不存在显著线性回归关系,但沟壑密度在0.74~0.98 km/km2之间时,存在明显高于整体水平的土壤侵蚀量。
[1] |
WISCHMEIER W H, JOHNSON C B, CROSS B V. Soil erodibility nomograph for farmland and construction sites[J]. Journal of Soil and Water Conservation, 1971, 26(5): 189. |
[2] |
王略, 屈创, 赵国栋. 基于中国土壤流失方程模型的区域土壤侵蚀定量评价[J]. 水土保持通报, 2018, 38(1): 122. WANG Lue, QU Chuang, ZHAO Guodong. Quantitative assessment of region soil erosion based on Chinese Soil Loss Equation Model[J]. Bulletin of Soil Water Conservation, 2018, 38(1): 122. |
[3] |
张丽萍, 马志正. 流域地貌演化的不同阶段沟壑密度与切割深度关系研究[J]. 地理研究, 1998, 17(3): 50. ZHANG Liping, MA Zhizheng. The research on the relation between gully density and cutting depth in different drainage landform evolution periods[J]. Geographical Research, 1998, 17(3): 50. |
[4] |
田剑, 汤国安, 周毅, 等. 黄土高原沟谷密度空间分异特征研究[J]. 地理科学, 2013, 33(5): 622. TIAN Jian, TANG Guoan, ZHOU Yi, et al. Spatial variation of gully density in the Loess Plateau[J]. Scientia Geographica Sinica, 2013, 33(5): 622. |
[5] |
吴秉校, 侯雷, 宋敏敏, 等. 基于汇流累积计算的沟壑密度分析方法[J]. 水土保持研究, 2017, 24(3): 39. WU Bingxiao, HOU Lei, SONG Minmin, et al. Gully density analysis based on flow accumulation method[J]. Research of Soil and Water Conservation, 2017, 24(3): 39. |
[6] |
李照会, 郭良, 刘荣华, 等. 基于DEM数字河网提取时集水面积阈值与河源密度关系的研究[J]. 地球信息科学学报, 2018, 20(9): 1244. LI Zhaohui, GUO Liang, LIU Ronghua, et al. The relationship between the threshold of catchment area for extraction of digital river network from DEM and the river source density[J]. Journal of Geo-Information Science, 2018, 20(9): 1244. |
[7] |
WANG Jun, ZHONG Lina, ZHAO Wenwu, et al. The influence of rainfall and land use patterns on soil erosion in multi-scale watersheds:A case study in the hilly and gully area on the Loess Plateau[J]. Journal of Geographical Sciences, 2018, 28(10): 1415. DOI:10.1007/s11442-018-1553-2 |
[8] |
黄诗峰, 徐美, 陈德清. GIS支持下的河网密度提取及其在洪水危险性分析中的应用[J]. 自然灾害学报, 2001, 10(4): 129. HUANG Shifeng, XU Mei, CHEN Deqing. GIS-based extraction of drainage network density and its application to flood hazard analysis[J]. Journal of Natural Disasters, 2001, 10(4): 129. DOI:10.3969/j.issn.1004-4574.2001.04.024 |
[9] |
王文君, 陈新闯, 李小倩, 等. 十大孔兑降雨侵蚀产沙时空分布特征及预测[J]. 人民黄河, 2019, 41(4): 1. WANG Wenjun, CHEN Xinchuang, LI Xiaoqian, et al. Temporal and spatial variations in sediment yield from rainfall erosion and forecasting of ten main tributaries[J]. Yellow River, 2019, 41(4): 1. |
[10] |
LI Zhen, ZHANG Yan, ZHU Qingke, et al. A gully erosion assessment model for the Chinese Loess Plateau based on changes in gully length and area[J]. Catena, 2017(148): 195. |