北方覆沙黃土地區(qū)風(fēng)蝕影響因素及預(yù)測模型研究

林建琳

(本溪市水利電力勘測設(shè)計(jì)有限責(zé)任公司，遼寧 本溪 117022)

土壤侵蝕對我國自然環(huán)境和社會發(fā)展造成惡劣影響。一方面，水土流失使我國喪失了大面積的水生態(tài)鄰近區(qū)域良好質(zhì)量土地，優(yōu)質(zhì)耕地面積與林地減少，農(nóng)業(yè)經(jīng)濟(jì)大受影響[1- 2]；另一方面，不論是土壤水力侵蝕或風(fēng)力侵蝕均給區(qū)域生態(tài)環(huán)境帶來惡劣的影響[3- 4]。

現(xiàn)有研究大多是關(guān)于水力作用下土壤的受侵蝕狀況、因素、影響以及防治措施等[5- 7]，而對于風(fēng)力影響下土壤的侵蝕研究較為不足。梁會等[8]通過野外土壤采樣及風(fēng)洞試驗(yàn)修正模型參數(shù)，運(yùn)用遙感、地理信息系統(tǒng)技術(shù)，對2000—2015年土壤風(fēng)蝕強(qiáng)度時空變化特征進(jìn)行分析，運(yùn)用變異系數(shù)法確定各影響因子權(quán)重，明確了區(qū)域影響風(fēng)蝕的主要因子為植被覆蓋和土壤濕度；韓柳等[9]利用1971—2011年北方風(fēng)蝕區(qū)146個氣象站的逐時風(fēng)速資料，將5m/s以上風(fēng)速劃分為和風(fēng)、強(qiáng)風(fēng)、大風(fēng)、狂風(fēng)4個等級，采用線性趨勢分析、小波分析、M-K突變檢驗(yàn)分析和空間相似度分析等方法分析了該地區(qū)不同等級土壤風(fēng)蝕力時空分布特征，并討論了與平均風(fēng)速的時空相關(guān)性；張安東[10]等以寧夏中部干旱帶不同自然地貌作為試驗(yàn)樣地，應(yīng)用誘捕法收集風(fēng)蝕沙粒，通過激光粒度分析儀分析沙粒粒徑后，判斷各試驗(yàn)點(diǎn)的土壤組成，分析評價沙粒粒徑與地表風(fēng)蝕相關(guān)性，發(fā)現(xiàn)風(fēng)蝕沙源多外來沉積，風(fēng)蝕強(qiáng)度降低;耕作農(nóng)田中黃綿土粉粒比例一般高于風(fēng)沙土，抗風(fēng)蝕能力較強(qiáng)。

我國北方地區(qū)存在大范圍的風(fēng)蝕區(qū)域，尤其以覆沙黃土水力侵蝕流失最為嚴(yán)重，因此，本文將以某區(qū)域?yàn)槔诙嗄瓯O(jiān)測數(shù)據(jù)建立地形因子數(shù)據(jù)庫，并深入分析區(qū)域風(fēng)蝕主要影響因素，進(jìn)一步建立區(qū)域風(fēng)蝕量預(yù)測模型，以期能夠?yàn)閰^(qū)域風(fēng)蝕防治措施的開展提供一定的依據(jù)。

1 流域現(xiàn)狀

北方某流域土地利用類型以草地、耕地、林地為主，屬于多沙流沙區(qū)，是典型的風(fēng)蝕-水蝕復(fù)合型侵蝕區(qū)域。據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì)，流域多年平均降雨量為330mm，且主要集中在河流汛期7—10月；流域每年3—5月有大風(fēng)天氣，最大風(fēng)速在25m/s左右。受風(fēng)蝕-水蝕綜合影響下，流域總水土流失面積達(dá)到389.26km2，土壤侵蝕情況嚴(yán)重。圖1為基于ArcGIS的區(qū)域衛(wèi)星遙感圖，由圖1可見，區(qū)域北部以農(nóng)田種植區(qū)域?yàn)橹鳎G化程度高，水土保持情況良好，片區(qū)土壤輕度侵蝕；相對之下，流域中部為大面積的風(fēng)蝕區(qū)域，南部支流較多，形成了廣闊的水蝕區(qū)域。

圖1 區(qū)域土壤侵蝕分布圖

圖2 區(qū)域土壤累計(jì)風(fēng)蝕量變化趨勢

根據(jù)上述分析可知，該流域主要土壤侵蝕類型為風(fēng)蝕，因此本文將著重于區(qū)域強(qiáng)力風(fēng)蝕條件下土壤流失情況，根據(jù)相關(guān)數(shù)據(jù)顯示，區(qū)域在一年內(nèi)土壤累計(jì)風(fēng)蝕量情況如圖2所示。區(qū)域風(fēng)蝕主要發(fā)生在3—5月強(qiáng)風(fēng)期，因此累計(jì)曲線自此階段增速較快。

2 基于地形因子的流域風(fēng)蝕模型

2.1 地形因子

選定某一片區(qū)單元進(jìn)行研究，選取不同樁點(diǎn)的監(jiān)測數(shù)據(jù)，運(yùn)用tecplot軟件對點(diǎn)數(shù)據(jù)進(jìn)行光滑拼接，形成圖3所示該區(qū)域沙丘形態(tài)變化趨勢3D云圖，由圖3可見，在風(fēng)力侵蝕的作用下，該沙丘逐漸由北向南推移，坡度、表面粗糙度、起伏度等均發(fā)生了較大的變化。

圖3 區(qū)域沙丘形態(tài)變化趨勢圖

基于流域2015—2016年監(jiān)測數(shù)據(jù)建立起流域風(fēng)蝕情況變遷數(shù)據(jù)庫，經(jīng)過篩選分析，結(jié)合流域?qū)嶋H情況，得出流域風(fēng)蝕因素主要地形因子包括坡度、坡度變率、坡向變率、粗糙度以及起伏度。

2.2 模型建立

根據(jù)這5種地形因子建立起數(shù)據(jù)庫，得出主要參數(shù)見表1。

通過以上數(shù)據(jù)建立起各因素與風(fēng)蝕量的一元回歸模型(如圖4所示)，發(fā)現(xiàn)區(qū)域風(fēng)蝕量與坡度、坡變化率、坡向變率、粗糙度以及起伏度都具有一定的相關(guān)性，但相對于坡度、坡變化率以及坡向變率，粗糙度與起伏度相關(guān)性更高，R2分別達(dá)到0.605與0.749。由此可見，區(qū)域風(fēng)蝕量與粗糙度及起伏度關(guān)系更大，因此，文章將主要圍繞粗糙度與起伏度兩個地形因子指標(biāo)建立起區(qū)域土壤風(fēng)蝕模型。

根據(jù)區(qū)域監(jiān)測體系所提供的數(shù)篩選后建立起區(qū)域土壤風(fēng)蝕數(shù)據(jù)庫，基于多元逐步回歸模型基本理論建立區(qū)域土壤風(fēng)蝕多因素模型，為突出多元模型的優(yōu)勢，并與所建立的一元回歸模型進(jìn)行對比，以說明多元模型更高的科學(xué)性與準(zhǔn)確性。模型的基本公式參數(shù)如下：

(1)模型A：影響因子為起伏度l，R=0.865，R2=0.749，修正R2=0.736，標(biāo)準(zhǔn)估計(jì)誤差m=1.623；

(2)模型B：影響因子為粗糙度k與起伏度l，R=0.922，R2=0.850，修正后R2=0.834，標(biāo)準(zhǔn)估計(jì)誤差m=1.288。

利用SPSS軟件進(jìn)一步求取模型基本參數(shù)的平方差、自由度、均方以及F的回歸、殘差和總計(jì)，經(jīng)過參數(shù)的輸入、篩選及比對，最終輸出結(jié)果見表2。

根據(jù)上述分析，得出最終風(fēng)蝕量與地形因子的A、B模型基本函數(shù)關(guān)系式如下：

模型A：Y=43.345k-0.468

(1)

模型B：Y=40.807k+6.453l+1.25

(2)

為精確表述地形因子與風(fēng)蝕量模型的正確性，對排除的變量所帶來的紊亂性與不穩(wěn)定也進(jìn)行分析，計(jì)算結(jié)果見表3。

由以上不穩(wěn)定性中模型A計(jì)算結(jié)果可知，對于模型A，坡度m、坡度變率ma以及坡向變率mb都有較大的共線不穩(wěn)定性，共線紊亂系數(shù)分別達(dá)到了0.720、0.766和0.975，由此可見，坡度m、坡度變率ma以及坡向變率mb三個地形因子無法加入模型A中建立更為完善的多元分析模型；相較于上述3個地形因子，粗糙度K在模型A中帶來的紊亂系數(shù)則較小，僅達(dá)到0.313，顯然可以根據(jù)模型A基本算式帶入粗糙度k建立更為復(fù)雜的多元模型，即所述模型B。

表1 不同地形因子與風(fēng)蝕量變化表

圖4 風(fēng)蝕量與各地形因子相關(guān)性

表2 方差分析

表3 排除變量共線不穩(wěn)定性分析

對于模型B，坡度m、坡度變率ma以及坡向變率mb三個地形因子的共線紊亂系數(shù)均在0.5以上，分別達(dá)到0.698、0.684和0.881，顯然不能進(jìn)一步帶入模型B中建立起更多因素的復(fù)雜模型，因此我們可以認(rèn)為，基于粗糙度k與起伏度l建立起的區(qū)域風(fēng)蝕為最優(yōu)解。

3 結(jié)論

通過篩選區(qū)域多年地表微地形因子監(jiān)測數(shù)據(jù)建立起區(qū)域土壤風(fēng)蝕影響因子數(shù)據(jù)庫，并利用tecplot等數(shù)值軟件建立地表覆沙黃土走勢傾向圖，發(fā)現(xiàn)區(qū)域土壤在風(fēng)力影響下整體由西北向東南移動。進(jìn)一步對地形監(jiān)測數(shù)據(jù)進(jìn)行發(fā)掘，建立起區(qū)域土壤風(fēng)蝕量與多微地形因子之間的經(jīng)驗(yàn)?zāi)Ｐ停軌蜉^好的模擬預(yù)測區(qū)域風(fēng)蝕量，能夠?yàn)閰^(qū)域土壤侵蝕防治提供一定的依據(jù)。