復合指紋法解析典型黑土小流域侵蝕泥沙來源

徐微濤,張少良*,趙廣印,汪 浩,張成博,莊亞茹,閆鵬科,李傳寶,李 威,張興義

復合指紋法解析典型黑土小流域侵蝕泥沙來源

徐微濤1,張少良1*,趙廣印1,汪 浩1,張成博1,莊亞茹1,閆鵬科1,李傳寶1,李 威1,張興義2

(1.東北農業大學資源與環境學院,黑龍江 哈爾濱 150030；2.中國科學院東北地理與農業生態研究所,黑龍江 哈爾濱 150081)

以海倫市光榮村小流域為研究對象,分析流域內6個潛在泥沙來源地和沉積區的25個地球化學特征,利用Kruskal-Wallis H檢驗和逐步判別分析確定最佳的指紋因子組合,通過多元混合模型計算各泥沙源地的相對貢獻率.結果表明:共有11種因子(Mg、Ti、Cr、Fe、Cu、As、Mo、Tl、P、C、K)被確認為最佳指紋因子組合,判別率達到75%,擬合優度均大于0.80.各泥沙源地對沉積區0～20cm土層泥沙貢獻率依次為: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%)>開墾時間早的耕地(11.91%)>靠近流域出口的耕地(6.57%)>林地(3.41%)>朝南坡向耕地(0%).沉積區0～30cm不同土層泥沙主要來源于流域朝北坡向耕地,而在林地北側耕地的泥沙貢獻率最小.流域內不同的土地利用方式對泥沙貢獻率的影響比地形因子更大,然而在同樣的土地利用方式下主要受地形因子的影響.早期人類墾殖、修路等活動對沉積區深層泥沙貢獻率影響較大,而后期耕地活動對沉積區表層泥沙貢獻率影響較大.基于地球化學特征因子的復合指紋識別技術能夠有效判別典型黑土小流域泥沙來源.

復合指紋；泥沙來源；土壤侵蝕；小流域

東北黑土主要分布在黑龍江、吉林、遼寧和內蒙古四省,被譽為國家糧食安全的“壓艙石”,但是由于各種自然和人為原因,黑土發生了嚴重的退化,嚴重威脅到區域的糧食和生態安全[1].典型黑土的地貌特征是漫川漫崗,坡面緩長,且土壤侵蝕具有隱蔽性,是我國水土流失最嚴重的地區之一[2].自開墾以來,水土流失導致黑土層均有不同程度的變薄,部分地區黑土層厚度距20世紀50年代已經下降了40～60cm[3],近40a來黑土區黑土層厚度平均減少了12cm,但是在流域下游存在沉積現象[4-5].雖然近年來關于黑土坡面侵蝕退化已經開展了一系列的研究,但關于沉積區泥沙來源認識仍然不足,不利于深入認識土壤侵蝕過程和優化水土保持措施實現土壤流失精準防控.

早期泥沙來源判別多采用侵蝕痕跡調查、徑流小區觀測、水文資料分析等方法[6],但是野外實地監測周期長,大面積調查復雜性高,且很難在某些復雜的地貌類型及部位對產沙全過程進行監測[7-8].20世紀70年代部分學者開始嘗試采用單一指紋因子如放射性核素、礦物元素以及土壤磁性等定量示蹤泥沙來源[6].然而,由于泥沙源地的多樣性和采樣的不確定性,運用單因子指紋法識別泥沙源地的正確性較低[9].直至90年代,有學者利用組合指紋因子進行泥沙來源的研究,進一步提高了泥沙源地的正確判別率[10].與傳統的方法相比,復合指紋識別技術更為便捷可行,被廣泛運用在世界各地[8,11-13].但也有研究探討泥沙源地分類對沉積物來源貢獻率的影響時,發現沉積物來源的微小差異能夠顯著影響模型計算結果,且簡單地將流域沉積物的來源劃分為地表源和地下源時運用復合指紋法會存在較大的誤差[14].此外,可用于復合指紋技術的指紋因子很多,包括土壤理化性質、稀土元素、放射性核素和植物孢粉等[15],Knaus等[16]指出最好的穩定示蹤劑應該是和土壤緊密結合、對生物無害、隨水遷移能力弱的,稀土元素(REE)容易被土壤顆粒強烈吸附,中子活化分析檢測時簡單易行且靈敏度高,但其昂貴的價格使其不能在泥沙來源示蹤得到廣泛的應用.目前REE示蹤技術多數局限在室內模擬,流域尺度上還鮮有報道[17].近年來應用較多的核素如137Cs在土壤中的含量會隨著時間的推移發生衰變或者被侵蝕掉,示蹤能力會大大降低[18],而7Be只能在短期內進行示蹤,不能很好地運用在長時間尺度的研究中[19].張信寶等[20]利用植物孢粉對陜北吳起縣周灣水庫的沉積泥沙進行來源示蹤時,發現孢粉濃度會受到花粉自身性質的很大影響,同時植物孢粉這類指紋因子在采樣和運輸途中也會對孢粉的濃度產生很大的影響,運用孢粉示蹤泥沙來源還具有很大的不確定性.可見基于指紋圖譜的源匯模型盡管具有較高的識別率,但是沉積物源的識別受指紋因子的影響較大,而且最佳指紋因子的種類和數量在不同區域有較大差異.我國東北黑土區關于侵蝕沉積的研究過去多采用基于核素示蹤、土壤有機質示蹤等單一方法[5,21],而關于指紋圖譜技術的研究還缺乏報道,關于流域沉積區泥沙的來源還不清晰.為此,本研究以典型黑土區小流域為研究對象,采用多易得地球化學特征因子和部分穩定性較好的土壤理化因子,利用指紋圖譜的研究方法追蹤各景觀單元對流域沉積區產沙貢獻及其影響因素,其研究結果可為深入認識流域侵蝕沉積過程,以及為黑土小流域尺度土壤侵蝕防控提供科學依據.

1 材料與方法

1.1 研究區概況

研究區位于我國東北黑龍江省海倫市光榮村小流域(126°49￠312～126°50￠542E, 47°20￠432～47°21￠292N) (圖1),土壤類型為典型黑土,該土壤具有黏粒含量高、質地黏重的特點.該地區屬于中溫帶大陸性季風氣候,冬季寒冷干燥,夏季溫熱多雨,年平均氣溫1.5℃,日照時數2600～2800h,年降水量500～ 600mm,無霜期120d左右,平均海拔239m.光榮小流域面積1.86km2,該流域地形為漫川漫崗,大部分坡面陡度小于5°,坡長大于200m.土地利用類型主要為耕地和林地,主要的農田作物為大豆和玉米,主要的耕作方式為順坡壟作和橫坡壟作.

1.2 樣品采集

基于流域數字高程模型(DEM),利用ArcGIS 10.7進行填洼處理后計算流向,提取河網后依據水系提取匯水區,再結合土地利用類型、地塊邊界、壟向分布,管理方式將匯水區進一步劃分為6個地塊(圖2),分別為地塊1(開墾時間早的耕地)、地塊2(林地)、地塊3(朝南坡向耕地)、地塊4(朝北坡向靠近道路的耕地)、地塊5(朝北坡向靠近林地的耕地)、地塊6(靠近流域出口的耕地),并把6個地塊設為潛在泥沙來源地,沉積區的劃分參考張少良等[5]研究.預設樣點后進行泥沙源地土壤樣品的采集,2021年10月在每個樣點利用五點取樣法采集 0～20cm(耕作層)、20～25cm、25～30cm土樣(采集表層土樣時去除表面的枯枝落葉層),混合均勻后裝入布袋并分別標號帶回測定分析.共計采樣點164個,其中耕地141個,林地23個,在沉積區(流域出口)分層采集0～500cm土壤剖面樣品并標號帶回.

圖1 研究區土地利用、坡度、坡向和采樣點空間分布

圖2 研究區泥沙來源地劃分

1.3 測定指標

將在源地和沉積區采集到的土壤樣品進行風干,揀除樣品中的石塊、植被枯落物及根系,磨細并過2mm篩,測定前按待測指標的測試要求再進行研磨和過0.149mm篩.共測定25個指標,其中Be、Na、Mg、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Mo、Cd、Sn、Sb、Cs、Tl、Pb、P經微波消解儀(ETHOS UP,意大利)消解后,用電感耦合等離子體質譜儀(ICP-MS 7800,美國)測定[23].C和N利用元素分析儀(EA3000,意大利)進行測量;K采用NaOH熔融,分光光度法測定.

1.4 研究方法

1.4.1 指紋因子的篩選與組合 (1)對已經測定的指標首先經過守恒性檢驗:①范圍限制原則:沉積泥沙指紋因子濃度不得超過泥沙源頭指紋因子濃度范圍[23];②均值限制原則:要求沉積泥沙指紋因子的均值需要在泥沙源頭的范圍內[9].

(2)將通過守恒性檢驗的指標進行Kruskal- Wallis檢驗:通過非參數檢驗對一定數量樣本的總體分布特征進行判斷,當因子<0.05時才被認為該因子具有顯著性差異,指紋因子才被接受,而差異不顯著的因子需要被剔除[22].

(3)運用SPSS進行多元逐步判別分析確定識別泥沙來源的最佳指紋因子組合:一般要求多元逐步判別分析的正確判別率需要達到70%以上的判別效果較好[24].

1.4.2 求解各潛在源地泥沙來源的相對貢獻率 (1)采用混合模型求解泥沙來源[25],將最終得到的最佳指紋因子組合,利用最小二乘法原理,求得多項式混合模型的最小值,將其結果作為混合模型最優解,即為各泥沙來源貢獻值.

多元線性混合模型如下:

式中:es為殘差平方和;C為沉積區泥沙中指紋因子的濃度;P為泥沙源地的泥沙貢獻百分比;C為泥沙源地中指紋因子的平均濃度;為泥沙源地數量;為指紋因子的數量.

這個函數的運用必須滿足兩個前提條件:

①泥沙源地貢獻百分比總和為1;

②泥沙源地貢獻百分比不能小于0.

(2)采用擬合優度(GOF)分析方法檢驗混合模型對樣品觀測值的擬合程度:

式中:為指紋因子的數量,GOF的值在0～1,GOF值越大,模型模擬的結果越好.一般認為當GOF>0.8時,計算結果可被接受.

1.5 數據處理

運用ArcGIS 10.7軟件提取流域內水文信息及土地利用類型分析,SPSS 26.0統計軟件進行數據統計分析,運用Excel 2016軟件規劃求解進行泥沙貢獻百分比的計算.

2 結果與討論

2.1 指紋因子的篩選

首先對25個指標進行Kruskal-Wallis檢驗,分析篩選出具有顯著差異且能判斷不同泥沙來源的指紋因子.該流域中共有22個因子通過Kruskal-Wallis檢驗,分別為Be、Na、Mg、Ca、Ti、V、Cr、Fe、Co、Ni、Cu、Zn、As、Mo、Sn、Sb、Cs、Tl、Pb、P、C和K指紋因子(表1).然而,Mn、Cd和N指紋因子,未能通過檢驗(>0.05).通過Kruskal-Wallis檢驗的22個指紋因子可進入多元逐步判別分析.

表1 泥沙源地土壤指紋因子Kruskal-Wallis H檢驗分析

注:*表示￡0.05時呈現顯著性差異.

2.2 最佳指紋因子組合

通過對該流域22個初選因子進行多元逐步判別分析,確定最佳指紋因子組合為Mg、Ti、Cr、Fe、Cu、As、Mo、Tl、P、C、K共計11種指紋因子,且Wilks'Lambda值由0.668變為0.057,判別能力由28.3%逐步增加至75.0%(表2),判別效果較好.

篩選出的最佳指紋因子組合對各指紋因子來源初始分組的整體判別率達到了75.0%,總體正確判別率高于70.0%.指紋因子組合對地塊1、地塊2、地塊3、地塊4、地塊5、地塊6的判別率分別為100%、91.3%、73.3%、71%、61%、63.2%(表3).

表2 泥沙來源地最佳組合指紋因子

注:在每個步驟中,輸入了最小化整體Wilks'Lambda的變量;步驟最大數目是44.

表3 泥沙來源地復合指紋因子判別結果

注:正確地對75.0%個原始分組個案進行了分類.

2.3 泥沙來源分析

2.3.1 沉積區0～30cm不同土層土壤泥沙來源分析 6個地塊單位面積泥沙貢獻百分比與泥沙貢獻百分比的變化規律趨于一致,表現為沉積區0～30cm不同土層泥沙主要來源于流域朝北坡向耕地(地塊4和地塊5),地塊3對沉積區的泥沙貢獻率最小(表4).隨著沉積區土層深度的增加,地塊2和地塊4對沉積區的泥沙貢獻率呈逐漸增加的趨勢.地塊1和地塊6對沉積區的貢獻率呈先上升后下降的趨勢,地塊5的變化趨勢與地塊1相反,呈現先下降后上升的趨勢(表4).

各泥沙來源地對沉積區0～20cm土層的泥沙貢獻率表現為:地塊5(53.11%)>地塊4(25.00%)>地塊1(11.91%)>地塊6(6.57%)>地塊2(3.41%)>地塊3(0.00%);對沉積區20～25cm的泥沙貢獻率為:地塊4(38.43%)>地塊5(23.92%)>地塊1(23.43%)>地塊6(8.55%)>地塊2(5.66%)>地塊3(0.00%).地塊5對沉積區0～20cm土層的泥沙貢獻率超過50%,且地塊5的單位面積泥沙貢獻率遠高于其他泥沙源地,是地塊4的2.1倍,地塊1的4.5倍,地塊6的8.1倍,地塊2的15.6倍.沉積區20～25cm土層泥沙主要來源于地塊4,地塊4的單位面積泥沙貢獻值是地塊5的1.60倍,是地塊1的1.64倍,是地塊6的4.50倍,是地塊2的6.79倍.研究表明坡度是影響泥沙搬運能力的重要因素[26],隨著坡度的增加,降雨和徑流挾沙的能力也隨之增強[27].由于本研究中地塊5距沉積區較近,坡度較大,土壤在降雨和融雪時極易被沖刷,表土流失量較大,因此,地塊5對沉積區表層泥沙貢獻率相對最大.雖然地塊4的平均坡度最小,且距離沉積區較遠,但其泥沙貢獻率較大,這可能是因為地塊4內有多處侵蝕溝,易發生水土流失[28].同時,地塊4的黏粒和粉粒含量比其他地塊高,粗顆粒泥沙相較于其他地塊少,泥沙更容易被搬運[29].地塊3對沉積區的泥沙貢獻率最小,這可歸因于沉積區在流域東南側的出口處,林地北側耕地的泥沙流失路徑經過林地,林地的植被覆蓋對于泥沙具有攔截作用[30-31].有趣的是,本研究還發現雖然地塊2坡度最大,但其泥沙貢獻率卻很小,僅為3.14%,而地塊4的坡度最小,其泥沙貢獻率為25.00%,達到地塊2的8倍.也有研究表明受植被覆蓋的影響,耕地的土壤侵蝕較非耕地更大[32],并且通常坡面產沙量會隨著坡度的增加而增加[33];同時坡長也會影響泥沙的搬運,距離溝道較近的土地受到侵蝕后泥沙更容易在流域出口沉積[29],而本研究中地塊2為林地,地塊4為耕地,且地塊2的坡度最大,地塊4的坡度最小,地塊2距沉積區距離比地塊4近.因此,流域內不同的土地利用方式對于泥沙貢獻率的影響比地形因子(如坡度和坡長)的影響更大.值得關注的是,本研究中地塊4和地塊5同樣為耕地,但對于沉積區0～20cm土層泥沙貢獻率地塊5為地塊4的2.12倍,這是由于地塊5較地塊4距離沉積區更近,且坡度較地塊4更高.因此,在同樣的土地利用方式下耕層土壤泥沙貢獻率主要受地形因子(如坡度和坡長)的影響.

各源地對沉積區25～30cm土層的泥沙貢獻率為:地塊4(43.49%)>地塊5(26.43%)>地塊2(12.22%)>地塊1(10.73%)>地塊6(7.13%)>地塊3(0.00%).同時本文也發現地塊2對于沉積區25～30cm土層的泥沙貢獻率相較于0～20cm土層提高了4倍,這可能是因為地塊2歷史上是由農田轉化而來,調查也發現,歷史上地塊2地勢較低,坡度較大,早期水土流失嚴重,導致耕地一段時間后不再適合耕種,為了遏制土壤侵蝕,當地農民開始營造次生楊樹林,這可能是該地塊早期對沉積區貢獻較大后期較小的原因[34].

表4 各泥沙來源地泥沙貢獻百分比(%)

表5 各泥沙來源地地形和土地利用描述

2.3.2 沉積區0～500cm土壤泥沙來源分析 流域朝南坡向耕地(地塊1、3、6)對于沉積區不同深度土壤的泥沙貢獻率變化幅度較大,林地(地塊2)及流域朝北坡向耕地(地塊4和地塊5)的泥沙貢獻率變化幅度較小,符合二次函數趨勢,且達到顯著性水平(<0.05)(圖3).地塊4和地塊5的貢獻率隨著土壤深度的增加逐漸減小,且流域南側耕地(地塊4和5)對于沉積區的泥沙貢獻率基本趨近于0.隨著沉積區土壤深度的增加,地塊3和地塊6的泥沙貢獻率變化趨勢一致,地塊6的變化趨勢較地塊3大,而地塊1的貢獻率變化趨勢與地塊3和地塊6相反(圖3).

流域內不同泥沙源地對沉積區各土層的貢獻比的變化與流域各景觀單元土地利用變化、植被覆蓋度、坡度以及降雨等多種因素有關[35].地塊1、地塊3和地塊6內均有不同面積的居民區,人類在居住地周圍活動強度較大,人為擾動可導致短期部分區域侵蝕強度發生變化,可能較大程度地影響坡面水土流失,進而影響其對流域沉積區的泥沙貢獻[36-37].地塊1對沉積區深層貢獻率最大,可能是由于地塊1內有道路,距離道路近的農田開墾較早,開墾初期建筑用地以及耕地的土壤可蝕性增加,水土流失增強[38-39].而后期采用橫坡壟作,能夠增加水分入滲,減少地表徑流以及土壤侵蝕量[40],侵蝕和沉積逐漸趨于穩定,所以其表層貢獻率逐漸減小.從1968～2009年流域內一半草地被開墾為農田[34],地塊4和5被開墾面積逐漸增大,對于沉積區的泥沙貢獻率由深層至表層逐漸增大.因此,早期人類墾殖、修路等活動影響農田開墾時間和強度,墾殖初期車輛和挖掘等活動對地面的擾動造成強烈的土壤侵蝕,對流域內沉積區深土層泥沙貢獻率的影響較大,而后期耕地活動各源地對沉積區表土層泥沙貢獻率較大.該流域的地塊2的林地是由約20a年前的農田轉變而來,其早期的植被覆蓋率較低[41],徑流攜帶泥沙量較多,導致早期地塊2對于沉積區泥沙貢獻率較大[42].

本研究采用的指紋因子多為地球化學元素以及基本的土壤理化性質,這些因子雖然能很好的解析流域內泥沙的侵蝕源匯特征,但是為了進一步增強泥沙源匯的識別精度,還可考慮引入判別能力更強的指紋因子,如正構烷烴[43]等,也可以結合放射性核素[44-46]來確定沉積區不同深度土壤泥沙來源時間,來反映泥沙來源的時間序列變化.相關內容還應在以后的研究中進一步探索.

圖3 沉積區不同深度土壤泥沙來源貢獻

3 結論

3.1 通過對典型黑土小流域25個因子進行非參數檢驗篩選出22個因子,再進行多元逐步判別分析,篩選出能夠識別6種潛在泥沙源地的最佳指紋因子組合Mg、Ti、Cr、Fe、Cu、As、Mo、Tl、P、TOC、K共計11個指紋因子,整體判別率達到了75 %,復合指紋法可用于典型黑土小流域侵蝕泥沙來源解析.

3.2 利用多元混合模型計算出0～20cm土層泥沙貢獻率分別為朝北坡向靠近林地的土壤(53.11%)>朝北坡向靠近道路的土壤(25.00%)>開墾時間早的土壤(11.91%)>靠近流域出口的土壤(6.57%)>林地(3.41%)>朝南坡向耕地土壤(0.00%).流域朝北坡向耕地對于沉積區0～30cm不同土層泥沙貢獻率在流域6種泥沙源地中最高,林地北側耕地的泥沙貢獻率最小.

3.3 流域內不同的土地利用方式對于土壤泥沙貢獻率的影響比地形因子(如坡度和坡長)的影響更大;而在同樣的土地利用方式下耕層土壤泥沙貢獻率主要受到地形因子(如坡度和坡長)的影響.

3.4 早期人類墾殖、修路等活動影響農田開墾時間和強度,對流域內沉積區深土層泥沙貢獻率的影響較大,而后期耕地活動各源地對沉積區表土層泥沙貢獻率較大.

[1] 徐曉斌,王 清.我國黑土退化研究現狀與展望[J]. 地球與環境, 2005,(S1):588-592. Xu X B, Wang Q. The current status and prospets of research in black earth degradation in Northeast China [J].Earth and Environment, 2005, (S1):588-592.

[2] 張曉平,梁愛珍,申 艷,等.東北黑土水土流失特點[J]. 地理科學, 2006,26(6):687-692. Zhang X P, Liang A Z, Shen Y, et al. Erosion characteristics of black soils in Northeast China [J]. Scientia Geographica Sinica, 2006,26(6): 687-692.

[3] 梁愛珍,張 延,陳學文,等.東北黑土區保護性耕作的發展現狀與成效研究[J]. 地理科學, 2022,42(8):1325-1335. Liang A Z, Zhang Y, Chen X W, et al. Development and effects of conservation tillage in the black soil region of Northeast China [J]. Scientia Geographica Sinica, 2022,42(8):1325-1335.

[4] 劉 凱,魏明輝,戴慧敏,等.東北黑土區黑土層厚度的時空變化[J]. 地質與資源, 2022,31(3):434-442. Liu K, Wei M H, Dai H M, et al. Spatiotemporal variation of black soil layer thickness in black soil region of Northeast China [J]. Geology and Resources, 2022,31(3):434-442.

[5] 張少良,劉 威,張興義,等.基于SOM和TN的黑土區小流域土壤侵蝕沉積估算[J]. 水土保持學報, 2013,27(3):77-81. Zhang S L, Liu W, Zhang X Y, et al.Estimation of soil erosion and deposition based on SOM and TN in typical watershed from black soil of Northeastern China [J]. Journal of Soil and Water Conservation, 2013,27(3):77-81.

[6] 陳方鑫,張含玉,方怒放,等.利用兩種指紋因子判別小流域泥沙來源[J]. 水科學進展, 2016,27(6):867-875. Chen F X, Zhang H Y, Fang N F, et al.Using two kinds of fingerprint factors to identify sediment sources in a small catchment [J]. Advances in Water Science, 2016,27(6):867-875.

[7] 郝福星,黃炎和,林金石,等.指紋法研究花崗巖區典型崩崗小流域懸浮泥沙來源[J]. 水土保持學報, 2017,31(2):45-49. Hao F X, Huang Y H, Lin J S, et al.Fingerprinting suspended sediment sources in a typical collapsing hill watershed in the granitic region [J]. Journal of Soil and Water Conservation,2017,31(2):45-49.

[8] 杜鵬飛,黃東浩,秦 偉,等.基于不同模型不同指紋因子的東北黑土區小流域泥沙來源分析[J]. 水土保持學報, 2020,34(1):84-91. Du P F, Huang D H, Qing W, et al.Sediment sources in a small watershed located in the black soil region of Northeast China based on different models and various fingerprints [J]. Journal of Soil and Water Conservation,2020,34(1):84-91.

[9] 陳方鑫.利用生物標志物和復合指紋分析法識別小流域泥沙來源[D]. 武漢:華中農業大學, 2017. Chen F X. Using biomarkers and the composite fingerprinting method to identify sediment sources in small catchments [D]. Wuhan: Huazhong Agricultural University, 2017.

[10] Collins A L, Walling D E, Webb L, et al. Apportioning catchment scale sediment sources using a modified composite fingerprinting technique incorporating property weightings and prior information [J]. Geoderma, 2010,155(3/4):249-261.

[11] Collins A L, Walling D E, Leeks G J L. Source type ascription for fluvial suspended sediment based on a quantitative composite fingerprinting technique [J]. Catena, 1997,29(1):1-27.

[12] Stone M, Collins A L, Silins U, et al. The use of composite fingerprints to quantify sediment sources in a wildfire impacted landscape, Alberta, Canada [J]. Science of The Total Environment, 2014,473:642-650.

[13] Luo H, Guan Q, Pan N, et al. Using composite fingerprints to quantify the potential dust source contributions in Northwest China [J]. Science of The Total Environment, 2020,742:140560.

[14] Pulley S, Foster I, Collins A L. The impact of catchment source group classification on the accuracy of sediment fingerprinting outputs [J]. Journal of Environmental Management, 2017,194:16-26.

[15] 劉海霞,李素霞,劉廣龍,等.基于復合指紋圖譜和貝葉斯模型的茅尾海懸浮顆粒物源解析[J]. 中國環境科學, 2022,42(6):2844-2851. Liu H X, Li S X, Liu G L, et al.Analysis of the source of suspended particulate matter in the Maowei Sea based on composite fingerprint map and Bayesian model [J]. China Environmental Science, 2022,42 (6):2844-2851.

[16] Knaus R M, Van Gent D L. Accretion and canal impacts in a rapidly subsiding wetland. III. A new soil horizon marker method for measuring recent accretion [J]. Estuaries, 1989,12:269-283.

[17] 湯振權,劉 剛,許文年.稀土元素示蹤技術及其在土壤侵蝕研究中的應用[J]. 中國稀土學報, 2011,29(5):515-522. Tang Z Q, Liu G, Xu W N.REE tracing method and application in soil erosion [J]. Journal of the Chinese Society of Rare Earths, 2011, 29(5):515-522.

[18] 王向榮,華 珞,何婷婷.基于137Cs 示蹤技術的土壤侵蝕研究進展[J]. 首都師范大學學報:自然科學版, 2006,27(6):86-91. Wang X R, Hua L, He T T. Status on soil erosion research by using137Cs as tracer [J].Journal of Capital Normal University(Natural Science Edition), 2006,27(6):86-91.

[19] 張風寶,楊明義,王光謙.7Be示蹤土壤侵蝕研究現狀及存在問題探討[J]. 核技術, 2009,32(8):596-600. Zhang F B, Yang M Y, Wang G Q. A comprehensive review on soil erosion using7Be measurement [J]. Nuclear Techniques, 2009,32(8): 596-600.

[20] 張信寶,Walling D E,賀秀斌,等.黃土高原小流域植被變化和侵蝕產沙的孢粉示蹤研究初探[J]. 第四紀研究, 2005,25(6):722-728. Zhang X B, Walling D E, He X B, et al. A test of the pollen tracing technique for studies of vegetation changes,erosion and sedimentation in a small catchment in the loess plateau of China [J].Quaternary Sciences, 2005,25(6):722-728.

[21] 方華軍,楊學明,張曉平,等.利用137Cs 技術研究黑土坡耕地土壤再分布特征[J]. 應用生態學報, 2005,16(3):464-468. Fang H J, Ynag X M, Zhang X P, et al.Redistribution patterns of black soil in hillslope landform of Northeast China:a137Cs study [J].Chinese Journal of Applied Ecology, 2005,16(3):464-468.

[22] 尹 捷,楊苑君,喻慶國,等.利用復合指紋法分析劍川雙河水庫泥沙來源[J]. 水土保持通報, 2020,40(1):142-148. Yin J, Yang Y J, Yu Q G, et al.Analysis of sediment sources of Shuanghe reservoir catchment using combined fingerprinting technique [J].Bulletin of Soil and Water Conservation, 2020,40(1): 142-148.

[23] Zhang J, Yang M, Zhang F, et al. Fingerprinting sediment sources in the water-wind erosion crisscross region on the Chinese Loess Plateau [J]. Geoderma, 2019,337:649-663.

[24] 郭 進,文安邦,嚴冬春,等.復合指紋識別技術定量示蹤流域泥沙來源[J]. 農業工程學報, 2014,30(2):94-104. Guo J, Wen A B, Yan D C, et al.Quantifying catchment scale sediment source using composite fingerprinting technique [J].Transactions of the Chinese Society of Agricultural Engineering, 2014,30(2):94-104.

[25] Walling D E, Woodward J C, Nicholas A P. A multi-parameter approach to fingerprinting suspended-sediment sources [J]. IAHS publication, 1993,(215):329-338.

[26] Zhang S, Li F, Li T, et al. Remote sensing monitoring of gullies on a regional scale: A case study of Kebai region in Heilongjiang province, China [J]. Chinese Geographical Science, 2015,25:602-611.

[27] 陳培濟,俞 慎.水力侵蝕的自然與人為驅動機制[J]. 福建農林大學學報(自然科學版), 2022,51(4):433-450. Chen P J, Yu S. Mechanisms of nature- and human-driven soil erosion by water [J]. Journal of Fujian Agriculture and Forestry University (Natural Science Edition) , 2022,51(4):433-450.

[28] 秦 偉,殷 哲,曹文洪,等.東北黑土區侵蝕溝系統防治現狀與未來[J]. 泥沙研究, 2021,46(3):72-80. Qing W, Yin Z, Cao W H, et al. Present and future of systematic prevention and control for gully erosion in black soil area of Northeast China [J].Journal of Sediment Research, 2021,46(3):72-80.

[29] 許晶晶,杜鵬飛,屈麗琴,等.接壩區不同面積小流域泥沙來源分析[J]. 水土保持研究, 2021,28(6):39-45. Xu J J, Du P F, Qu L Q, et al.Sediment sources in watersheds with various areas in transitional region from plateau to plain [J]. Research of Soil and Water Conservation, 2021,28(6):39-45.

[30] Seitz S, Goebes P, Zumstein P, et al. The influence of leaf litter diversity and soil fauna on initial soil erosion in subtropical forests [J]. Earth Surface Processes and Landforms, 2015,40(11):1439-1447.

[31] 歐陽帥,項文化,陳 亮,等.南方山地丘陵區森林植被恢復對水土流失調控機制[J]. 水土保持學報, 2021,35(5):1-9. Ou Y S, Xiang W H, Chen L, et al. Regulation mechanisms of forest vegetation restoration on water and soil erosion in mountainous and hilly area of Southern China [J].Journal of Soil and Water Conservation, 2021,35(5):1-9.

[32] 葉宏萌,華偉平,吳星怡,等.土地利用對紅壤丘陵區小流域土壤侵蝕和養分流失的影響[J]. 環境化學, 2022,41(12):4154-4164. Ye H M, Hua W P, Wu X Y, et al.Effect of land use on soil erosion and nutrient loss in small watershed of red hilly soil [J].Environmental Chemistry, 2022,41(12):4154-4164.

[33] 蘇遠逸,李 鵬,任宗萍,等.坡度對黃土坡面產流產沙過程及水沙關系的影響[J]. 水土保持研究, 2020,27(2):118-122. Su Y Y, Li P, Ren Z P, et al.Effect of slope gradient on the process of runoff and sediment yield and water-sediment relation on the loess slope [J].Research of Soil and Water Conservation, 2020,27(2):118- 122.

[34] Li H, Cruse R M, Liu X, et al. Effects of topography and land use change on gully development in typical mollisol region of Northeast China [J]. Chinese geographical science, 2016,26:779-788.

[35] 王照潤.坡度和坡長對坡面降雨徑流侵蝕不平衡輸沙的影響[D]. 楊凌:西北農林科技大學, 2022. Wang Z R. Effects of slope gradient and slope length on unbalanced sediment transport by rainfall-runoff erosion on slope surface [D]. Yangling: Northwest Agriculture and Forestry University, 2022.

[36] 李嘉麟,陳家慧,華 麗,等.基于CSLE的湖北省土壤侵蝕時空變化特征[J]. 水土保持學報, 2022,36(4):43-52,62. Li J L, Chen J H, Hua L, et al.Spatial and temporal characteristics of soil erosion in Hubei province based on CSLE [J].Journal of Soil and Water Conservation, 2022,36(4):43-52,62.

[37] 肖作林,田小強,李月嬌.基于遙感和GIS的區域土壤侵蝕變化與人類活動關系研究——以江西省為例[J]. 遙感技術與應用, 2022, 37(4):971-981. Xiao Z L, Tian X Q, Li Y J.The study of the relationship between soil erosion change and the human activity based on remote sensing and GIS at the regional scale: a case study in Jiangxi province [J].Remote Sensing Technology and Application, 2022,37(4):971-981.

[38] 丁肇慰,陳錫云,陳昌華,等.開墾60年東北三江平原典型產糧區生態脆弱性時空格局演變分析——以859農場為例[J]. 干旱區資源與環境, 2018,32(1):77-83. Ding Z W, Chen X Y, Chen C H, et al.Temporal and spatial dynamics of ecological vulnerability in typical grain-producing area of Sanjiang plain in Northeast China during 60years'reclamation [J].Journal of Arid Land Resources and Environment, 2018,32(1):77-83.

[39] 李有利,鄭 綱,楊景春.人類活動與土壤侵蝕[J]. 水土保持研究, 1999,15(4):105-110. Li Y L, Zhen G, Yang J C. Human activities and soil erosion [J].Research of Soil and Water Conservation, 1999,15(4):105-110.

[40] 沈海鷗,溫磊磊,武佳龍,等.壟作與壟向區田技術對黑土區坡耕地土壤侵蝕影響的研究進展[J]. 農業工程學報, 2022,38(22):52-62. Shen H O, Wen L L, Wu J L, et al. Review on the effects of ridge pattern and ridge-furrow intervals on soil erosion of sloping farmland in the black soil region [J].Transactions of the Chinese Society of Agricultural Engineering, 2022,38(22):52-62.

[41] Zhang S, Zhang X, Liu Z, et al. Spatial heterogeneity of soil organic matter and soil total nitrogen in a Mollisol watershed of Northeast China [J]. Environmental Earth Sciences, 2014,72:275-288.

[42] Zhang S, Zhang X, Liu X, et al. Spatial distribution of soil nutrient at depth in black soil of Northeast China: a case study of soil available potassium [J]. Nutrient Cycling in Agroecosystems, 2013,95:319-331.

[43] Galoski C E, Martínez A E J, Schultz G B, et al. Use of n-alkanes to trace erosion and main sources of sediments in a watershed in southern Brazil [J]. Science of the Total Environment, 2019,682:447-456.

[44] Walling D E. Using environmental radionuclides as tracers in sediment budget investigations [M]. Iahs Publication, 2003:57-78.

[45] Huang D, Du P, Walling D E, et al. Using reservoir deposits to reconstruct the impact of recent changes in land management on sediment yield and sediment sources for a small catchment in the Black Soil region of Northeast China [J]. Geoderma, 2019,343:139- 154.

[46] 莫帥豪,王雪松,鄭粉莉,等.典型黑土區坡面侵蝕-沉積對土壤微生物養分限制的影響[J]. 中國環境科學, 2023,43(6):3023-3033. Mo S H, Wang X S, Zhen F L, et al. Effects of slope erosion- deposition on soil microbial nutrient limitation in the typical Mollisol region of Northeast China [J].China Environmental Science, 2023, 43(6):3023-3033.

Analysis of erosion sediment sources in typical Mollisols watershed by composite fingerprinting technique.

XU Wei-tao1, ZHANG Shao-liang1*, ZHAO Guang-yin1, WANG Hao1, ZHANG Cheng-bo1, ZHUANG Ya-ru1, YAN Peng-ke1, LI Chuan-bao1, LI Wei1, ZHANG Xing-yi2

(1.School of Resources and Environment, Northeast Agricultural University, Harbin 150030, China；2.Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Harbin 150081, China)., 2023,43(11)：5998～6006

It is an important foundation for the scientific prevention and control of soil erosion to clarify the characteristics of erosion sediment sources in the Mollisols watersheds. Using the Guangrong Village sub-basin in Hailun City as the research object, 25geochemical characteristics of six potential sediment source sites and sedimentation areas in the basin were analyzed, and the best combination of fingerprint factors was determined using Kruskal-Wallis H-test and stepwise discriminant analysis, and the relative contribution of each sediment source site was calculated by a multivariate mixture model. The results showed that 11factors (Mg, Ti, Cr, Fe, Cu, As, Mo, Tl, P, C, K) were identified as the best fingerprint factor combinations with a discrimination rate of 75% and a goodness of fit of >0.80. The contribution of each sediment source site to the sedimentation of the 0～20cm soil layer was in the following order: arable land with a north-facing slope near woodland (53.11%) > arable land with a north-facing slope near road (25.00%) > cultivated land with early reclamation (11.91%) > cultivated land near the watershed outlet (6.57%) > forested land (3.41%) > cultivated land with a south-facing slope (0%). Sediment in the different soil layers of 0～30cm in the sedimentation zone mainly originated from the north-facing sloping cultivated land in the watershed, while the smallest contribution of sediment was found in the cultivated land on the north side of the woodland. Different land use practices within the watershed have a greater influence on the sediment contribution than the topographic factors, however, it is mainly influenced by the topographic factor under the same land use practices. Early human activities such as reclamation and road building had a greater influence on the deep sediment contribution to the sedimentation area, while later cultivation activities had a greater influence on the surface sediment contribution to the sedimentation area. The composite fingerprinting technique based on geochemical feature factors can effectively discern the sediment sources in typical black soil sub-basins.

composite fingerprint；sediment source；soil erosion；small watershed

X53

A

1000-6923(2023)11-5998-09

徐微濤(1999-),女,四川廣元人,東北農業大學碩士研究生,主要從事土壤侵蝕對土壤質量驅動機制的研究.xuweitao0414@163.com.

徐微濤,張少良,趙廣印,等.復合指紋法解析典型黑土小流域侵蝕泥沙來源 [J]. 中國環境科學, 2023,43(11):5998-6006.

Xu W T, Zhang S L, Zhao G Y, et al. Analysis of erosion sediment sources in typical Mollisols watershed by composite fingerprinting technique [J]. China Environmental Science, 2023,43(11):5998-6006.

2023-04-07

國家重點研發計劃項目(2021YFD1500801);東北農業大學“青年領軍人才”支持計劃項目(NEAU2023QNLJ-016)

* 責任作者, 教授, shaoliang.zhang@neau.edu.cn