桑干河流域淤地坝沉积泥沙特征及其来源解析

[目的]为查明桑干河流域的泥沙主要策源地和侵蚀产沙变化。[方法]选取阳原县高墙乡典型淤地坝沉积泥沙为研究对象,利用复合指纹识别技术,测定沉积泥沙及其源地的土壤粒径、SOC、TN、137 Cs、低频质量磁化率等9种指纹因子,研究了不同淤积阶段的泥沙策源地及坝控小流域侵蚀产沙演变规律。[结果](1)沉积泥沙中137 Cs平均含量较低,与沟壁土壤无显著差异(p>0.05),但极显著小于林草地和耕地的137 Cs含量(p<0.01),这指示淤地坝沉积泥沙主要来源于沟壁;(2)由于沟壁中大部分137 Cs含量低于检出限,137 Cs较好地指示泥沙主要来源沟谷地中的沟壁,但难以用于小流域多种策源地的判别,经Kruskal-Wallis H非参数检验和多元逐步判别分析筛选,确定TN+X lfb+SOC构成最佳指纹因子组合,有效地判别小流域2006—2017年泥沙源地的平均贡献率为沟壁(82.68%±8.20%)>耕地(15.36%±8.46%)>林草地(1.96%±0.33%);(3)在小流域侵蚀产沙过程中,沟壁长期是主要的泥沙贡献区,林草地对侵蚀性降雨的响应较弱,耕地在极端暴雨发生时其泥沙贡献率显著上升。[结论]137 Cs核素示踪技术有效地适用于该区小流域主要泥沙策源地判别,复合指纹技术则可以更好地厘定多元泥沙策源地。沟蚀引起的沟壁崩塌是桑干河流域土壤侵蚀严重的主要原因。

基于多元统计分析的岩溶洼地小流域泥沙来源分析——以重庆市沙坪坝青木关岩溶槽谷区为例

本研究以青木关岩溶洼地小流域为研究区域,采集林地、草地、坡耕地3类泥沙源地土壤样品和洼地沉积物样品,测定磁化率、TP、TC、TN、^(137)Cs和地球化学元素等26个指标,采用3种统计分析方法选择3组不同的最佳指纹因子组,分别为Kruskal-Wallis H检验(KW-H)与判别函数分析(DFA)相结合(KW-H+DFA)、主成分分析(PCA)与DFA相结合(PCA+DFA)、KW-H与PCA相结合(KW-H+PCA),然后利用多元混合模型对3个潜在源地的相对贡献进行估算。结果表明:KW-H+DFA估算林地、草地、坡耕地的相对贡献分别为25.17%、32.19%、42.64%;PCA+DFA估算的相对贡献分别为26.72%、29.14%、44.14%;KW-H+PCA估算的相对贡献分别为23.67%、27.36%、48.97%。基于不同统计组合的GOF、RMSE、MAE分别为94.47%、9.85、5.71;91.32%、19.95、10.08;90.11%、20.76、12.12。研究结果表明,不同的统计方法会对沉积物来源的判别分析及精确度产生影响,强调在对泥沙来源进行研究时,应重视统计方法的选择,以便更准确地识别泥沙来源,进而更好地实施相应的水土保持措施。

指纹法研究花岗岩区典型崩岗小流域悬浮泥沙来源

为研究花岗岩区典型崩岗小流域内悬浮泥沙来源,以安溪县龙门镇崩岗侵蚀小流域为研究对象,在4种土地利用类型(侵蚀林地、茶园、耕地和崩岗侵蚀区)中共采集85个泥沙源地土样,同时在河道布设采样器收集降雨后侵蚀悬浮泥沙。通过分析样品中的34种指纹因子,运用复合指纹法筛选出最佳指纹因子组合,并计算出各泥沙源地的泥沙运移规律。结果表明:不同泥沙源地悬浮泥沙中同种指纹因子存在显著差异,利用Kruskal-Wallis检验和多元判别筛选出Ca、Li、Sn、K和Ba为最佳指纹因子组合(累积贡献率大于90%);同时利用多元混合模型得出茶园的悬浮泥沙相对贡献百分比为33%,耕地为27%,侵蚀林地和崩岗侵蚀区均为20%,且混合模型优度拟合检验值为0.89。进一步分析表明,降雨对崩岗侵蚀区的影响最大,茶园和崩岗侵蚀区单位面积产生悬浮泥沙量明显高于其他两个源地,说明崩岗侵蚀区和茶园是花岗岩区崩岗小流域中需要采取防治措施的重点。

利用两种指纹因子判别小流域泥沙来源

为精确识别黄土高原丘陵沟壑区典型小流域泥沙来源,分析了流域内"源-汇"地区土壤的理化性质及生物标志物(正构烷烃)作为潜在指纹识别因子,并建立了复合指纹模型。结果显示:单独的土壤理化指纹及正构烷烃均不能有效识别泥沙来源;土壤理化指纹和正构烷烃分别在林地、农地及沟道的辨别上显示出其局限性。多元化的复合指纹(碳优势指数CPI、Ca、TP、C_(20)、C_(29)、Fe)则能辨别90.5%的泥沙来源。模型结果显示沟道是该流域泥沙的主要来源,占60.8%,其次为农地占20.7%,林地占11.3%,草地占7.2%。研究表明,结合生物标志物的复合指纹法能更精确地反映泥沙来源,适用于各泥沙源头的地质条件差异较小的流域,对黄土高原小流域水土流失治理具有指导意义。

基于泥沙指纹识别的小流域颗粒态磷来源解析

控制泥沙迁移一直是流域管理的重点,而泥沙携带污染物与养分（磷）对下游水体的影响愈发引起关注。研究泥沙来源的位置、特征及各来源对泥沙输出的贡献,有助于针对重点源区实施水土流失以及水污染治理措施。农业小流域中磷的输出以泥沙吸附的颗粒态磷为主,研究泥沙来源可为探讨颗粒态磷的来源提供重要基础。复合指纹技术是一种可靠的泥沙源解析方法,但在一些地表物质相对均一、输沙量较小、受人为因素影响较多的东部小流域,能否应用指纹识别法解析泥沙来源并探讨颗粒态磷来源还需要验证。该文以南京市九乡河上游小流域为研究区,尝试以指纹识别技术分析流域泥沙来源为基础,进而研究不同来源对颗粒态磷输出的相对贡献。研究结果表明,农田对泥沙输出的贡献为25.3%-65.2%,对颗粒态磷输出的贡献达52.2%-85.8%;矿山及道路施工用地对泥沙输出的贡献为34.8%-74.7%,但是对颗粒态磷输出的贡献仅为14.2%-47.7%;而来源于林地的泥沙与颗粒态磷总体上均不到0.1%。复合指纹技术不但能够有效识别泥沙来源,且以泥沙源解析来研究颗粒态磷来源,能够为基础资料缺乏地区提高颗粒态磷来源识别的合理性以及流域非点源磷污染控制提供一种思路和方法。

示踪技术在流域泥沙研究中的应用

介绍并评价了流域产沙的估算及流域泥沙来源的确定方法 ,分别突出了核素示踪技术与现代地球化学方法在流域沙帐、现代河流悬浮泥沙及历史泥沙来源的确定等方面的优势。百年来流域泥沙来源的历史信息可以通过核素示踪技术与组合指纹法的结合重现。这为研究百年来侵蚀环境变化及其与土壤侵蚀、泥沙产量变化之间的关系提供了基础。可以进一步解释历史沉积泥沙中所包含的环境信息 ,为环境治理措施的选择提供依据。

基于复合指纹法的九乡河小流域泥沙来源解析

在一个农业和采矿活动较多的小流域,分析了不同用地类型,包括农田、林地、采矿用地等潜在泥沙来源的土壤及泥沙的地球化学性质特征,利用复合指纹和多元混合模型研究了流域输出泥沙的主要来源及相对贡献。研究表明：该方法对不同泥沙来源的正确判别率最高达到87.5%,模型拟合优度达0.93。各泥沙样品中来源于农田的相对贡献为25.3%～65.2%,来源于矿山用地的相对贡献为34.8%～74.7%,来源于林地的泥沙总体上不到0.1%。指纹识别技术在地表物质均一的小流域也能有效识别泥沙的来源。

复合指纹识别泥沙来源:潜在泥沙源地的选择

复合指纹识别技术应用于泥沙源解析的前提是假设研究者能够确定流域内泥沙的潜在来源类型，并且各泥沙源地所占比例之和为1，对潜在源地预判的不确定性将会对结果产生一定的影响。以南京市九乡河上游流域为例，对不同源地各指纹因子做均值显著性检验，检验各个预判源地能否单独作为潜在泥沙源地，同时对比分析不同沙源地对复合指纹因子判断泥沙来源正确率的影响，定量分析沙源地预判过程中的不足，探讨如何减少沙源地选择对泥沙来源识别的影响。通过对比研究发现，预判的4种泥沙源地被重新调整为农田、林地和道路3种类型。调整后各源地指纹因子差异性明显提高，不同泥沙来源的正确判别率最高达到89？2％，泥沙贡献率从高到低依次为农田（39.9％～87.8％）、林地（＜0.1％～47.7％）和道路用地（0～25.6％）。

组合指纹法研究花岗岩崩岗侵蚀泥沙来源

崩岗侵蚀产沙是崩岗侵蚀研究的重点。本研究对典型崩岗进行采样、分析,筛选出最佳指纹因子组合,利用组合指纹法对崩岗侵蚀产沙进行研究。结果表明:不同层次崩岗土体的理化性质有显著差异,利用无参检验和多元判别分析筛选出粘粒含量、Fe、K为最佳指纹因子组合(累积判别率大于90%),说明指纹法可用于崩岗侵蚀产沙来源研究。同时利用多元混合模型得出侵蚀产沙中超过50%的泥沙来源于红土层和砂土层,这表明该崩岗还处在发展阶段。

藏东南工程扰动小流域泥沙来源的复合指纹解析

工程建设在推动社会发展的同时也易导致严重的水土流失和流域环境问题。为明确工程扰动土壤侵蚀对流域水环境的影响范围和程度,选取西藏米林县派镇附近的公路建设扰动小流域,测定流域内潜在侵蚀源地和河道沉积泥沙的18种物化指标,使用复合指纹识别技术解析各侵蚀源地的泥沙贡献率及其空间分异特征。结果表明:流域内3类主要侵蚀源地的平均泥沙贡献率表现为道路及边坡(61.61%)>渣场(21.15%)>自然林草地(17.24%),说明工程扰动土壤侵蚀是河流沉积泥沙的主要来源。不同工程扰动类型泥沙贡献率的空间分异特征表现出集中分布的渣场泥沙贡献率沿沟道向下游呈线性衰减趋势,在本研究条件下的有效影响距离约为2800 m;与河流平行分布的道路边坡全程均产生泥沙贡献,其中在距道路约220 m范围内的影响最为显著,随着路河距离增大其泥沙贡献率呈指数函数衰减趋势。该研究成果可用于辅助预测工程扰动泥沙影响范围和贡献率,为研究区工程规划和修复措施布设等实践工作提供参考。

复合指纹法分析红壤区强度开发小流域泥沙来源

南方红壤区人口密集,土地资源开发利用强度大,水土流失类型多样。为研究不同土地利用类型下红壤区强度开发小流域侵蚀泥沙来源,选取感德镇红壤强度开发小流域为研究区,分析了流域内潜在泥沙源地和泥沙的41个地球化学特征,利用Kruskal-Wallis H检验及逐步判别分析确认最佳指纹因子组合,并通过多元混合模型计算各泥沙源地泥沙贡献率。结果表明:共有速效P、Cu、P、Y、Ca、Ga、Sn、Nd 8种因子通过检验被确认为最佳指纹因子组合,累计贡献率达90%以上,拟合优度均大于0.80。多元混合模型结果显示,锋面雨季流域泥沙主要来源于林地、茶园与矿区,贡献率分别为28.59%,28.20%,27.59%;在台风雨季,4种土地利用类型泥沙相对贡献率为茶园>林地>矿区>耕地。通过对不同降雨特征下各土地利用类型泥沙贡献百分比数据进一步分析,结果显示矿区单位面积泥沙贡献百分比均值分别是耕地、林地与茶园单位面积泥沙贡献百分比均值的8,10,10倍,即单位面积下矿区土壤侵蚀强度最大。

颗粒分选与有机质因子对复合指纹识别泥沙来源的影响

泥沙来源研究作为土壤侵蚀研究的关键内容之一,对水土保持措施的科学布设具有重要意义。复合指纹识别法是目前研究泥沙来源的较先进方法之一,在泥沙来源研究中具有较大的应用潜力。然而,颗粒分选作用对运用复合指纹识别法判别沉积物来源的准确性有重大影响。加之,有机质等代表的土壤属性(指纹因子)随颗粒分选在不同粒径范围发生富集或贫化也对源地的正确分类与贡献的准确估算有重要影响。因此,本文基于前人对复合指纹识别水力侵蚀泥沙来源的相关研究,总结侵蚀泥沙中指纹因子的富集或贫化、颗粒分选对指纹因子的颗粒粒径分布特征、指纹因子载体颗粒粒径范围选择、土壤团聚体对泥沙来源识别的影响、模型中颗粒分选和有机质因子的量化等方面的研究成果,明确颗粒分选和有机质因子对复合指纹识别泥沙来源的影响,有利于正确运用复合指纹识别法准确判定泥沙来源。

复合指纹法解析典型黑土小流域侵蚀泥沙来源

以海伦市光荣村小流域为研究对象,分析流域内6个潜在泥沙来源地和沉积区的25个地球化学特征,利用Kruskal-Wallis H检验和逐步判别分析确定最佳的指纹因子组合,通过多元混合模型计算各泥沙源地的相对贡献率.结果表明:共有11种因子(Mg、Ti、Cr、Fe、Cu、As、Mo、Tl、P、C、K)被确认为最佳指纹因子组合,判别率达到75%,拟合优度均大于0.80.各泥沙源地对沉积区0~20cm土层泥沙贡献率依次为:朝北坡向靠近林地的耕地(53.11%)>朝北坡向靠近道路的耕地(25.00%)>开垦时间早的耕地(11.91%)>靠近流域出口的耕地(6.57%)>林地(3.41%)>朝南坡向耕地(0%).沉积区0~30cm不同土层泥沙主要来源于流域朝北坡向耕地,而在林地北侧耕地的泥沙贡献率最小.流域内不同的土地利用方式对泥沙贡献率的影响比地形因子更大,然而在同样的土地利用方式下主要受地形因子的影响.早期人类垦殖、修路等活动对沉积区深层泥沙贡献率影响较大,而后期耕地活动对沉积区表层泥沙贡献率影响较大.基于地球化学特征因子的复合指纹识别技术能够有效判别典型黑土小流域泥沙来源.

基于指纹识别技术的小流域泥沙来源研究进展

泥沙来源判别是小流域土壤侵蚀研究的重点,也是难点。复合指纹识别技术因其结果直接、准确度高、作业快等特点,在国内外泥沙来源研究中得到大量应用,并迅速发展。复合指纹识别技术是在划分潜在侵蚀区的基础上,采集侵蚀区土壤样和流域出口泥沙样,室内分析土壤样和泥沙样指纹因子,利用相关统计检验方法筛选最佳指纹因子组合,利用数值转换模型将最佳指纹因子浓度转换为各侵蚀区产沙比例。主要通过阐述指纹识别技术泥沙来源研究步骤,总结现有可靠性检验方法,归纳研究对象等方面,综述基于复合指纹识别技术的泥沙来源研究进展。重点介绍了复合指纹识别技术最佳指纹因子组合筛选和数值转换模型,并指出复合指纹识别技术存在的问题。

基于复合指纹法的岩溶洼地小流域泥沙来源解析

岩溶洼地是重庆岩溶地区常见的一种地貌类型,洼地小流域是人们从事农事活动的重要场所,研究流域不同土地利用侵蚀产沙特征,对认识流域侵蚀产沙规律和治理水土流失具有重要意义。选取了1个建有水库的岩溶洼地小流域,分析源地和泥沙样品的39个地球化学特征,利用复合指纹和多元混合模型计算各源地侵蚀泥沙贡献率。结果表明:流域筛选出的最佳指纹因子组合为U、χlf、Rb、Li、137 Cs、χ、Mn,正确判别累积率为99.93%,6种泥沙源地的总正确判别率为91.49%,符合复合指纹法应用的条件。碳酸盐岩耕地、碳酸盐岩林地、碳酸盐岩草地、碎屑岩林地、碎屑岩草地和沟道/裂隙对流域沉积泥沙的相对贡献分别为16.29%,41.16%,13.03%,16.67%,4.48%,8.37%,拟合优度为93.57%,相对误差平均值为8.26%,表明模型判别结果可信。各泥沙源地中碳酸盐岩耕地单位面积泥沙贡献值远高于其他泥沙源地,是碳酸盐岩林地的1.98倍,碳酸盐岩草地的2.07倍,碎屑岩林地的2.13倍,碎屑岩草地的2.21倍,即单位面积碳酸盐岩耕地土壤抗蚀能力最弱。

复合指纹技术示踪泥沙来源研究进展

复合指纹技术是研究泥沙来源的有效手段,能反映土壤侵蚀、泥沙输移和沉积特征。该技术基于侵蚀源地的土壤特征筛选具有诊断能力的复合指纹因子,利用质量平衡模型建立源地土壤与淤积泥沙的定量关系,最终获取各侵蚀源地的相对产沙率,以达到因源制宜地制定水土保持方案的目的。综合分析了复合指纹技术的理论基础以及潜在泥沙源地分类、复合指纹因子确定和质量平衡模型应用的研究进展。通过Web of Science核心合集和中国知网数据库获取相关文献,并借助CiteSpace软件对文献计量信息的可视化分析,总结近20年来国内外利用复合指纹技术示踪泥沙来源的现状和热点,并提出该技术的不足和发展趋势。

复合指纹法定量示踪西南岩溶洼地小流域泥沙来源

岩溶洼地小流域具有岩溶地区典型流域特征,作为一个独立的侵蚀产沙单元,开展岩溶洼地小流域泥沙来源研究,对于查明洼地泥沙的来源,研究土壤侵蚀过程,发挥着重要的作用。选择重庆青木关岩溶槽谷区的典型洼地,采用复合指纹示踪技术等方法,确定岩溶洼地泥沙来源的地球化学元素指纹特征,得出了重庆岩典型岩溶洼地的沉积泥沙来源和贡献比例。结果表明:从38种因子中筛选,找到了最佳指纹因子组合,其中U,χhf,AP,Mn的累积判别率分别为63.4%,68.3%,73.2%,82.9%,总累积判别率高达82.9%,说明指纹法可用于岩溶洼地小流域泥沙来源研究。同时利用多元混合模型得出3种泥沙来源地贡献百分比均值分别为碳酸盐岩表层土壤(50.2%)、深层土壤(11.6%)、碎屑岩表层土壤(38.2%),且多元混合模型优度拟合检验值为0.83,相对平均误差为13.9%,进一步说明岩溶洼地碳酸盐岩地区土壤流失严重,远高于碎屑岩土壤。研究为开展岩溶洼地土壤侵蚀特征演变研究提供了基础。

指纹因子和估算模型对复合指纹识别泥沙来源的影响

复合指纹识别法在泥沙与污染物来源辨别、侵蚀环境变化回溯、流域综合治理提升等方面发挥着重要作用。指纹因子和贡献估算模型作为复合指纹识别法的关键,对泥沙来源识别结果的准确性有重要影响。通过总结现行指纹因子组筛选方法、估算模型选用及其关键因子校正等相关研究成果,明确二者对泥沙来源识别结果的影响。结果显示,在分别采用不同指纹因子筛选方法和模型估算泥沙来源时,相同研究区同一源地的贡献差异可分别达到18.0%和14.2%。未来研究中,建议针对复合指纹识别的泥沙来源结果缺乏充分验证这一关键问题,以精准的泥沙来源数据为验证基础,通过科学试验结合多种技术手段,辨别复合指纹识别泥沙来源的主要不确定性来源。

黄土高原地区泥沙来源复合指纹示踪研究进展

[目的]为把握复合指纹示踪方法发展动态,为黄土高原泥沙来源研究提供建议。[方法]综述了复合指纹示踪方法的理论基础,对各指纹因子(物理示踪剂、核素、地化元素、磁性、有机质、碳氮稳定同位素、孢粉、生物标志物)的发展进程、模型算法、不确定分析等进行了详细论述。[结果]黄土高原地区在利用指纹因子的时空差异性来研究侵蚀区泥沙的来源,定量描述侵蚀过程的发展等方面已取得一系列成果。[结论]复合指纹示踪泥沙来源技术在黄土高原地区以探讨指纹因子应用研究为主,在混合模型矫正、多方法比较、指纹因子守恒等方面还需要进一步加强研究。

西南典型岩溶槽谷小流域地表和地下河悬浮泥沙来源

为了明确岩溶槽谷小流域地表悬浮泥沙与地下河悬浮泥沙的主要来源,制定具有针对性的水土流失防治措施,该研究以青木关岩溶槽谷小流域为例,采集碳酸盐岩、碎屑岩、沟道和裂隙等4种不同泥沙源地土壤样品,测定了^(137)Cs、磁化率、Li、As等41种土壤理化性质作为指纹因子;利用双边范围检验、均值检验和Kruskal-Wallis H非参数检验对所有指纹因子进行筛选,确定Fe、^(137)Cs、Pb、V、质量频率磁化率5种指纹因子为最佳指纹因子组合;采用复合指纹法定量分析地表和地下河出口悬浮泥沙来源。结果表明:降雨量、降雨历时和降雨强度与流域潜在泥沙源地贡献率存在一定的规律;流域潜在泥沙源地对地表悬浮泥沙平均贡献率分别为碳酸盐岩(43.62%)>沟道(27.34%)>碎屑岩(17.30%)>裂隙(11.74%),拟合优度为91.88%;对地下河出口悬浮泥沙的平均贡献率分别为碳酸盐岩(36.14%)>裂隙(24.02%)>沟道(22.93%)>碎屑岩(16.91%),拟合优度为92.56%。该研究定量分析了岩溶槽谷地表和地下河出口悬浮泥沙的主要来源,可为岩溶槽谷小流域综合治理提供参考依据。