北方覆沙黃土地區風蝕影響因素及預測模型研究

林建琳

(本溪市水利電力勘測設計有限責任公司，遼寧 本溪 117022)

土壤侵蝕對我國自然環境和社會發展造成惡劣影響。一方面，水土流失使我國喪失了大面積的水生態鄰近區域良好質量土地，優質耕地面積與林地減少，農業經濟大受影響[1- 2]；另一方面，不論是土壤水力侵蝕或風力侵蝕均給區域生態環境帶來惡劣的影響[3- 4]。

現有研究大多是關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洞試驗修正模型參數，運用遙感、地理信息系統技術，對2000—2015年土壤風蝕強度時空變化特征進行分析，運用變異系數法確定各影響因子權重，明確了區域影響風蝕的主要因子為植被覆蓋和土壤濕度；韓柳等[9]利用1971—2011年北方風蝕區146個氣象站的逐時風速資料，將5m/s以上風速劃分為和風、強風、大風、狂風4個等級，采用線性趨勢分析、小波分析、M-K突變檢驗分析和空間相似度分析等方法分析了該地區不同等級土壤風蝕力時空分布特征，并討論了與平均風速的時空相關性；張安東[10]等以寧夏中部干旱帶不同自然地貌作為試驗樣地，應用誘捕法收集風蝕沙粒，通過激光粒度分析儀分析沙粒粒徑后，判斷各試驗點的土壤組成，分析評價沙粒粒徑與地表風蝕相關性，發現風蝕沙源多外來沉積，風蝕強度降低;耕作農田中黃綿土粉粒比例一般高于風沙土，抗風蝕能力較強。

我國北方地區存在大范圍的風蝕區域，尤其以覆沙黃土水力侵蝕流失最為嚴重，因此，本文將以某區域為例，基于多年監測數據建立地形因子數據庫，并深入分析區域風蝕主要影響因素，進一步建立區域風蝕量預測模型，以期能夠為區域風蝕防治措施的開展提供一定的依據。

1 流域現狀

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，是典型的風蝕-水蝕復合型侵蝕區域。據相關數據統計，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月有大風天氣，最大風速在25m/s左右。受風蝕-水蝕綜合影響下，流域總水土流失面積達到389.26km2，土壤侵蝕情況嚴重。圖1為基于ArcGIS的區域衛星遙感圖，由圖1可見，區域北部以農田種植區域為主，綠化程度高，水土保持情況良好，片區土壤輕度侵蝕；相對之下，流域中部為大面積的風蝕區域，南部支流較多，形成了廣闊的水蝕區域。

圖1 區域土壤侵蝕分布圖

圖2 區域土壤累計風蝕量變化趨勢

根據上述分析可知，該流域主要土壤侵蝕類型為風蝕，因此本文將著重于區域強力風蝕條件下土壤流失情況，根據相關數據顯示，區域在一年內土壤累計風蝕量情況如圖2所示。區域風蝕主要發生在3—5月強風期，因此累計曲線自此階段增速較快。

2 基于地形因子的流域風蝕模型

2.1 地形因子

選定某一片區單元進行研究，選取不同樁點的監測數據，運用tecplot軟件對點數據進行光滑拼接，形成圖3所示該區域沙丘形態變化趨勢3D云圖，由圖3可見，在風力侵蝕的作用下，該沙丘逐漸由北向南推移，坡度、表面粗糙度、起伏度等均發生了較大的變化。

圖3 區域沙丘形態變化趨勢圖

基于流域2015—2016年監測數據建立起流域風蝕情況變遷數據庫，經過篩選分析，結合流域實際情況，得出流域風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

根據這5種地形因子建立起數據庫，得出主要參數見表1。

通過以上數據建立起各因素與風蝕量的一元回歸模型(如圖4所示)，發現區域風蝕量與坡度、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性更高，R2分別達到0.605與0.749。由此可見，區域風蝕量與粗糙度及起伏度關系更大，因此，文章將主要圍繞粗糙度與起伏度兩個地形因子指標建立起區域土壤風蝕模型。

根據區域監測體系所提供的數篩選后建立起區域土壤風蝕數據庫，基于多元逐步回歸模型基本理論建立區域土壤風蝕多因素模型，為突出多元模型的優勢，并與所建立的一元回歸模型進行對比，以說明多元模型更高的科學性與準確性。模型的基本公式參數如下：

(1)模型A：影響因子為起伏度l，R=0.865，R2=0.749，修正R2=0.736，標準估計誤差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，標準估計誤差m=1.288。

利用SPSS軟件進一步求取模型基本參數的平方差、自由度、均方以及F的回歸、殘差和總計，經過參數的輸入、篩選及比對，最終輸出結果見表2。

根據上述分析，得出最終風蝕量與地形因子的A、B模型基本函數關系式如下：

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蝕量模型的正確性，對排除的變量所帶來的紊亂性與不穩定也進行分析，計算結果見表3。

由以上不穩定性中模型A計算結果可知，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定性，共線紊亂系數分別達到了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中帶來的紊亂系數則較小，僅達到0.313，顯然可以根據模型A基本算式帶入粗糙度k建立更為復雜的多元模型，即所述模型B。

表1 不同地形因子與風蝕量變化表

圖4 風蝕量與各地形因子相關性

表2 方差分析

表3 排除變量共線不穩定性分析

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均在0.5以上，分別達到0.698、0.684和0.881，顯然不能進一步帶入模型B中建立起更多因素的復雜模型，因此我們可以認為，基于粗糙度k與起伏度l建立起的區域風蝕為最優解。

3 結論

通過篩選區域多年地表微地形因子監測數據建立起區域土壤風蝕影響因子數據庫，并利用tecplot等數值軟件建立地表覆沙黃土走勢傾向圖，發現區域土壤在風力影響下整體由西北向東南移動。進一步對地形監測數據進行發掘，建立起區域土壤風蝕量與多微地形因子之間的經驗模型，能夠較好的模擬預測區域風蝕量，能夠為區域土壤侵蝕防治提供一定的依據。