王淑芹
(朝陽市喀左縣水利局,遼寧 朝陽 122300)
一般地,在復雜淺層地下水發育區域、三角洲或沖擊平原等復雜地表徑流區域和第四系發育的山地丘陵坡地等均會有水土流失的發生[1]。因此,地表徑流的水土沖刷作用及淺層地下水的流體動力過程在很大程度上決定了水土流失的影響因子。然而,第四系的表層穩定性主要取決于淺層地下水徑流量、地表徑流量、地表坡度和第四系發育程度等因子,水土流失過程也會受到抑制土壤侵蝕的人工構筑物規模及地表植被因子的影響[2-4]。對此,為構建Arc GIS模型可以引入加權累加法,通過加權能夠提供水土保持的因子反映可能引起水土流失的動力過程,即以加權的Arc GIS模型數據衡量區域水土保持能力。
1.1.1 地表坡度與第四系厚度
借鑒相關地質資料,在厚度較小的情況下第四系發育極不穩定,在存在一定坡度且厚度較大的條件下地質滑坡概率增大,并隨之增加水土保持的難度,因此要聯合分析地表坡度與第四系厚度[5]。水土保持難度與地表坡度、第四系厚度存在逆冪函數及二次函數的關系,故兩者相乘可確定綜合表達式如下:
(1)
式中:e為自然常數;M、N為X和Y象限的位移值;α為第四系厚度系數;B、β為坡度系數的修正量與地表坡度系數。通過約定規律常數表以更好的確定α、β值,如表1。

表1 第四系厚度和地面坡度因子賦值表
從表1可看出,由于式(1)已按照拋物線與逆冪率規律對相應的α、β值分布規律進行了數學表達,因此在表1中的α、β賦值符合線性規律,無需開展非線性賦值的數學關系分析。對兩組因子線性賦值的主要目的就是更加簡化B、M、N等待回歸因子的數學意義,進一步提高函數設計過程中的自由度。
1.1.2 構筑物與地表植被
可以近似的用線性關系反映水土保持構筑物和地表植被促進水土保持能力的作用,其中對水土保持具有較強支持度的有灌木和喬木覆蓋率,而支持度較弱的有草本覆蓋率。擋土墻、引水渠、攔水溝等均可作為地表水土保持構筑物,其完善程度與水土保持能力存在線性關系,可利用加權累加法控制多種影響因素的數據,具體如下:
N2=0.60(0.15λL+0.35λM+0.50λM)+0.40γ
(2)
式中:γ為地表構筑物的傳導因子;λL、λM、λH依次代表草本植物、灌木和喬木的覆蓋率傳導因子。通過約定規律常數表以更好的確定λL、λM、λH、γ值,如表2。

表2 地面植被和構筑物因子賦值表
通過分析可知,公式(2)已經給出表2中需要傳導的數據加權參數,因此可按照表2中的線性關系對λL、λM、λH3個因子賦值,無需開展最終因子與3個因子之間的實際加權特征,由此可以實現更高自由度的實際加權因子管理控制[6]。
同理,可利用線性關系對表2中的γ賦值。其中,“完善”代表區域內存在水土保持合理維護且功能健全的地表構筑物系統;“一般”代表區域內已實施功能無法有效或者全部發揮的輔助措施,水土保持地表構筑物體系相對完善;“初級”代表區域內已存在初步控制水土流失的設施,如人造水渠等構筑物;“沒有”代表在分析區域外擴100范圍內及分析區域內沒有任何能夠輔助控制水土保持的地表構筑物。
1.1.3 地下滲流與地表徑流
區域內地表徑流量來源于便攜式或者移動式水文站監測數據,結合現有研究資料,水土保持難度隨地表徑流量的增大而增加[7-8]。以鉆孔抽水數據為基礎合理確定地下徑流量,可利用以下表達式作為其控制函數,即:
(3)
式中:ξU、ξD為區域內地表與地下徑流數據。考慮到ξU與ξD之間存在逆函數關系,故函數分布特征分析時應取倒數,近數軸0點的數據關系使用對數函數進行放大處理[9]。通過約定規律常數表來更好的確定實際傳導因子值,如表3。

表3 地表與地下徑流因子賦值表
從表3可看出,在較小徑流量條件下ξU、ξD的賦值較小,在較大徑流量條件下ξU、ξD的賦值較大,其統計學本質并非描述的水土保持數據,而是描述的水土流失數據。因此,為增加加權因子的統計學意義可以利用倒數函數對式(3)進行調用。
綜上分析,N1、N2、N3依次代表地質地層、地表附著物與地表植被、水體環境對水土保持能力的影響。采用加權累加法對這3個因子進行處理,以構建整體因子表達式如下:
N=0.55N1+0.20N2+0.25N3
(4)
通過預估N1、N2、N3因子的作用機制確定其加權因子值為0.55、0.20、0.25,并且后續仿真數據分析表明以上加權因子能夠符合實際研究需求。
2.1個案特征
以遼西低山丘陵區為例,選擇典型地塊面積20km×20km為研究對象。區域內60%以上為坡度5°-12°的山體,其最大坡度為18°,境內分布有2條大凌河支流,徑流量為110-320m3/s和160-380m3/s。研究區山區、坡積平原區和淤積平原區第四系厚度0-2.6m、1-12m、5-35m,平均值為0.62±0.15m、5.78±0.55m、12.65±3.12m。河流最大水深1.5m,底部為厚度1.2-18.0m的第四系,現狀較發育。
將研究區利用Arc GIS軟件劃分成25m×25m的基本單元,從而形成800×800共64萬個方格。然后按照前文所述方法對每個方格的N1、N2、N3因子賦予相應的數值,以檢測的水土流失情況與河流載沙量之間的關系,評判以上模型的水土保持能力及其抑制土壤侵蝕的程度。
采用加權法對N1、N2、N3值進行加權計算,即通過對所有單元N1、N2、N3各項均值的計算確定最終的N值。每月采集1次計算河流載沙量,結合區域內的地質條件,在采集過程中重新計算或補充調查N1、N2、N3、N值,結果如表4。

表4 實證分析數據表
從表4可知,該河流的載沙量與河道流量均存在較大的波動,但變化幅度相對較小的為N值的32.4%,其最小和最大值為5.25、6.91;載沙量最低與最高值分別出現在2月、8月,其值為0.251t/m3和0.485t/m3,變化幅度達到93.3%;總體上,載沙量變化趨勢與N值基本統一,數據變化可近似符合線性特征。因此,可進一步可視化處理表4中的數據,如圖1。

圖1 線性擬合關系圖
可見,N值與總載沙量、單位載沙量數據符合Y=581.06X-2507.1(R2=0.9558)、Y=142.51X-486.75(R2=0.9166)回歸公式,兩者的值均滿足>0.9的檢驗要求。此外,擬合分析也驗證了水土保持實際測量值與文中設置的多尺度因子具有較高的吻合度,該加權模式對優化水土保持措施布局具有重要意義[10]。
從環境學與地質學的角度,探究了地下和地表徑流、地表構筑物和地表植被、第四系發育情況和地貌形態等因子與區域水土保持能力之間的關系,在此基礎上利用加權累加法構建了水土保持因子體系。實證分析時,通過限定水土流失與河流總載沙量數據、單位載沙量數據,以統計學分析了實際測量數據與設定因子之間的相關性,結果顯示水土保持實際測量值與文中設置的多尺度因子具有較高的吻合度,該加權模式對優化水土保持措施布局具有重要意義。