北方覆沙黄土地区风蚀影响因素及预测模型研究

林建琳

(本溪市水利电力勘测设计有限责任公司，辽宁 本溪 117022)

土壤侵蚀对我国自然环境和社会发展造成恶劣影响。一方面，水土流失使我国丧失了大面积的水生态邻近区域良好质量土地，优质耕地面积与林地减少，农业经济大受影响[1- 2]；另一方面，不论是土壤水力侵蚀或风力侵蚀均给区域生态环境带来恶劣的影响[3- 4]。

现有研究大多是关于水力作用下土壤的受侵蚀状况、因素、影响以及防治措施等[5- 7]，而对于风力影响下土壤的侵蚀研究较为不足。梁会等[8]通过野外土壤采样及风洞试验修正模型参数，运用遥感、地理信息系统技术，对2000—2015年土壤风蚀强度时空变化特征进行分析，运用变异系数法确定各影响因子权重，明确了区域影响风蚀的主要因子为植被覆盖和土壤湿度；韩柳等[9]利用1971—2011年北方风蚀区146个气象站的逐时风速资料，将5m/s以上风速划分为和风、强风、大风、狂风4个等级，采用线性趋势分析、小波分析、M-K突变检验分析和空间相似度分析等方法分析了该地区不同等级土壤风蚀力时空分布特征，并讨论了与平均风速的时空相关性；张安东[10]等以宁夏中部干旱带不同自然地貌作为试验样地，应用诱捕法收集风蚀沙粒，通过激光粒度分析仪分析沙粒粒径后，判断各试验点的土壤组成，分析评价沙粒粒径与地表风蚀相关性，发现风蚀沙源多外来沉积，风蚀强度降低;耕作农田中黄绵土粉粒比例一般高于风沙土，抗风蚀能力较强。

我国北方地区存在大范围的风蚀区域，尤其以覆沙黄土水力侵蚀流失最为严重，因此，本文将以某区域为例，基于多年监测数据建立地形因子数据库，并深入分析区域风蚀主要影响因素，进一步建立区域风蚀量预测模型，以期能够为区域风蚀防治措施的开展提供一定的依据。

1 流域现状

北方某流域土地利用类型以草地、耕地、林地为主，属于多沙流沙区，是典型的风蚀-水蚀复合型侵蚀区域。据相关数据统计，流域多年平均降雨量为330mm，且主要集中在河流汛期7—10月；流域每年3—5月有大风天气，最大风速在25m/s左右。受风蚀-水蚀综合影响下，流域总水土流失面积达到389.26km2，土壤侵蚀情况严重。图1为基于ArcGIS的区域卫星遥感图，由图1可见，区域北部以农田种植区域为主，绿化程度高，水土保持情况良好，片区土壤轻度侵蚀；相对之下，流域中部为大面积的风蚀区域，南部支流较多，形成了广阔的水蚀区域。

图1 区域土壤侵蚀分布图

图2 区域土壤累计风蚀量变化趋势

根据上述分析可知，该流域主要土壤侵蚀类型为风蚀，因此本文将着重于区域强力风蚀条件下土壤流失情况，根据相关数据显示，区域在一年内土壤累计风蚀量情况如图2所示。区域风蚀主要发生在3—5月强风期，因此累计曲线自此阶段增速较快。

2 基于地形因子的流域风蚀模型

2.1 地形因子

选定某一片区单元进行研究，选取不同桩点的监测数据，运用tecplot软件对点数据进行光滑拼接，形成图3所示该区域沙丘形态变化趋势3D云图，由图3可见，在风力侵蚀的作用下，该沙丘逐渐由北向南推移，坡度、表面粗糙度、起伏度等均发生了较大的变化。

图3 区域沙丘形态变化趋势图

基于流域2015—2016年监测数据建立起流域风蚀情况变迁数据库，经过筛选分析，结合流域实际情况，得出流域风蚀因素主要地形因子包括坡度、坡度变率、坡向变率、粗糙度以及起伏度。

2.2 模型建立

根据这5种地形因子建立起数据库，得出主要参数见表1。

通过以上数据建立起各因素与风蚀量的一元回归模型(如图4所示)，发现区域风蚀量与坡度、坡变化率、坡向变率、粗糙度以及起伏度都具有一定的相关性，但相对于坡度、坡变化率以及坡向变率，粗糙度与起伏度相关性更高，R2分别达到0.605与0.749。由此可见，区域风蚀量与粗糙度及起伏度关系更大，因此，文章将主要围绕粗糙度与起伏度两个地形因子指标建立起区域土壤风蚀模型。

根据区域监测体系所提供的数筛选后建立起区域土壤风蚀数据库，基于多元逐步回归模型基本理论建立区域土壤风蚀多因素模型，为突出多元模型的优势，并与所建立的一元回归模型进行对比，以说明多元模型更高的科学性与准确性。模型的基本公式参数如下：

(1)模型A：影响因子为起伏度l，R=0.865，R2=0.749，修正R2=0.736，标准估计误差m=1.623；

(2)模型B：影响因子为粗糙度k与起伏度l，R=0.922，R2=0.850，修正后R2=0.834，标准估计误差m=1.288。

利用SPSS软件进一步求取模型基本参数的平方差、自由度、均方以及F的回归、残差和总计，经过参数的输入、筛选及比对，最终输出结果见表2。

根据上述分析，得出最终风蚀量与地形因子的A、B模型基本函数关系式如下：

模型A：Y=43.345k-0.468

(1)

模型B：Y=40.807k+6.453l+1.25

(2)

为精确表述地形因子与风蚀量模型的正确性，对排除的变量所带来的紊乱性与不稳定也进行分析，计算结果见表3。

由以上不稳定性中模型A计算结果可知，对于模型A，坡度m、坡度变率ma以及坡向变率mb都有较大的共线不稳定性，共线紊乱系数分别达到了0.720、0.766和0.975，由此可见，坡度m、坡度变率ma以及坡向变率mb三个地形因子无法加入模型A中建立更为完善的多元分析模型；相较于上述3个地形因子，粗糙度K在模型A中带来的紊乱系数则较小，仅达到0.313，显然可以根据模型A基本算式带入粗糙度k建立更为复杂的多元模型，即所述模型B。

表1 不同地形因子与风蚀量变化表

图4 风蚀量与各地形因子相关性

表2 方差分析

表3 排除变量共线不稳定性分析

对于模型B，坡度m、坡度变率ma以及坡向变率mb三个地形因子的共线紊乱系数均在0.5以上，分别达到0.698、0.684和0.881，显然不能进一步带入模型B中建立起更多因素的复杂模型，因此我们可以认为，基于粗糙度k与起伏度l建立起的区域风蚀为最优解。

3 结论

通过筛选区域多年地表微地形因子监测数据建立起区域土壤风蚀影响因子数据库，并利用tecplot等数值软件建立地表覆沙黄土走势倾向图，发现区域土壤在风力影响下整体由西北向东南移动。进一步对地形监测数据进行发掘，建立起区域土壤风蚀量与多微地形因子之间的经验模型，能够较好的模拟预测区域风蚀量，能够为区域土壤侵蚀防治提供一定的依据。