喀斯特地区水土漏失监测方法评述

吴清林,梁 虹,熊康宁*,李 瑞

(1.贵州师范大学 喀斯特研究院,贵州 贵阳 550001；2.国家喀斯特石漠化防治工程技术研究中心,贵州 贵阳 550001)

0 引言

中国南方喀斯特是世界最典型的热带-亚热带喀斯特[1]，喀斯特作用强烈，地貌类型复杂，水土流失严重，极易形成石漠化景观。喀斯特地区水土流失兼具地表流失和地下漏失的双重特性，地下漏失主要发生在中强度石漠化地区，与降雨量和石漠化等级呈正相关，但在极强度石漠化地区，地下漏失量随降雨量的增加呈下降趋势[2]。极强度石漠化地区由于石多土少，许多地方已无土可流失[3-4]。影响水土漏失的因子不仅有地质地貌、岩性、地下水、气候、土壤和植被类型等自然因素[5]，人类活动也会加速其发生、发展[6]，地下漏失是自然因素和人类活动共同作用的结果。

水土漏失量在水土流失量中的贡献率还未形成统一认识。有研究显示，水土漏失是水土流失的主要形式[7-15]；也有研究认为水土漏失在水土流失中比例很小[3,16-18]。这两类不同学术观点均基于对水土漏失试验监测基础之上得出的结论。究其原因应该是不同地点具有不同的裂隙、孔隙、地下暗河等地下管道，以及地表植被覆盖度、土壤抗侵蚀属性、土被覆盖度及小气候等千差万别所致；还应该考虑监测尺度，坡面水土漏失和流域水土漏失的差异性所致。但我们更应该思考当前水土漏失的监测方法是否具有普适性和科学性。

1 水土漏失概念厘定

水土漏失一词由张信宝2007年首次提出[19]，是指土下岩石的化学溶蚀和土下溶洞、地下河内发生的管道侵蚀所形成的孔隙和孔洞，被上覆土壤通过蠕滑和错落等重力侵蚀方式填充，造成坡地地面溶沟、溶槽、洼地和岩石缝隙内的土壤沉降过程[20-22]。水土漏失在此之前也有学者提及。如，红土地区的石漠化趋势主要与红土向地下岩溶空间渗漏有关[23]；岩溶环境中短距离“土层丢失”现象普遍存在[24]。其概念的提出和演化大致经历了土壤丢失[25]—水土漏失[20,26-27]—土壤地下流失[21]3个阶段。“土壤丢失(soil loss)”强调水动力的垂直作用拓宽了接近地表的节理和裂隙，节理和裂隙不断吸纳土壤从而导致“土壤丢失”[25](实际上是土壤的沉降过程)，“土壤丢失”是一个缓慢的过程[28]。“水土漏失”将漏失单元扩大到溶沟、溶槽和坡面洼地，只强调地表土壤沿着这些微地貌单元沉降，没有涉及到地下漏失的动力机制。“土壤地下流失”将尺度扩大到流域空间，强调水动力作用(地表土壤在水动力作用下随水一起流入地下空间)，强调流域侵蚀-泥沙运移过程。虽然在流域尺度上的“土壤地下流失”更能反应流失的真实过程，但“水土漏失”一词已被研究者们广泛接受。所以现在仍然称为“水土漏失”。值得注意的是，时而进入地表河，时而进入地下河的泥沙运移不是水土漏失[21]。因此，从落水洞进入地下河的泥沙不属于地下漏失，这也体现了“漏”字的意思(物体由孔或缝透过)。

2 水土漏失监测方法评述

2.1 洞穴滴水示踪

水土漏失洞穴滴水示踪是指通过监测洞穴滴水携带的泥沙量，以及通过水力联系示踪试验确定洞穴滴水区域的汇水面积，计算单位面积地下漏失模数的方法。喀斯特洞穴是土壤漏失的地下空间，洞穴内土壤沉积物可以作为地下漏失的证据，具有很好的学术价值[29]。YANG P和唐益群等[7-8]对贵州省普定县陈旗小流域2个喀斯特洞穴内堆积的厚层土壤的粒径、孔隙度等物理属性进行研究，发现与原地碳酸盐岩溶蚀残余物对比存在较大差异，认为喀斯特洞穴内堆积的土壤是由地表土壤漏失而来；李晋等[30]通过贵州省鸭池河石漠化治理示范区王家湾子村洞穴、红枫湖示范区骆家桥村洞穴和花江示范区板围村洞穴土壤粒径与相应地点洞穴外土壤粒径的对比分析发现，洞穴内土壤粘粒含量远远高于地表土壤，且地表水土流失越严重，洞穴内粘粒含量越高，地表水土流失与地下漏失呈正相关；李渊等[31]于2014年8月至2015年7月对贵州省石将军洞(位于安顺市七眼桥镇)、韩家冲洞(位于毕节市撒拉溪镇)和荣发洞(位于花江北盘江镇)进行了1个水文年内的洞穴滴水监测水土漏失，发现洞穴滴水速率与降水量呈正相关，随降水量增大而增大，随石漠化等级增大，洞穴滴水对降雨的敏感性增强。洞穴滴水所携带的土壤，沉积于对应的洞穴底部，对洞底土壤化学元素监测，土壤漏失与地表石漠化等级呈正相关，石漠化程度越高，岩溶管道越发育，地表土壤对地下管道的通过率越高，地下漏失越严重。

贵州省是喀斯特地貌典型的省份，也是石漠化面积最广的省份[32]。岳坤前[2]通过对不同地貌、不同石漠化等级的洞穴滴水及其所携带的泥沙进行为期1年的监测，发现在喀斯特高原山地地貌类型区域，潜在石漠化地区的洞穴无水土漏失，轻度石漠化洞穴土壤侵蚀模数为1.04 t/(km2·a)、中度石漠化洞穴为2.7 t/(km2·a)；高原峡谷中强度石漠化洞穴为4.29 t/(km2·a)、强度石漠化洞穴为49.34 t/(km2·a)、极强度石漠化洞穴为3.24 t/(km2·a)；高原盆地中度石漠化洞穴侵蚀模数为2.72 t/(km2·a)、强度石漠化洞穴为22.09 t/ (km2·a)(表1)，水土漏失规律为漏失量随石漠化等级的增加而增加。

表1 不同喀斯特地貌类型洞穴内土壤地下漏失量Tab.1 Underground soil leakage loss in caves of different karst landforms

喀斯特地区地下岩溶管道错综复杂，位于山坡的洞穴离地下水位远，洞穴滴水多为裂隙水。表1研究中，选取1 m×1 m的洞穴滴水区域作为水土漏失区域是不切实际的，汇聚成1 m2滴水区域并不能代表地表水土漏失区域就是1 m2，需要通过荧光标记示踪剂、自旋标记示踪剂等示踪洞穴滴水汇水区域的情况下，才能准确计算水土漏失模数。通过洞穴滴水携带的泥沙所获得的地下土壤漏失量，由于地下管道、地表坡度和植被覆盖度等自然条件不同，该方法还不能推广到小流域范围。

2.2 137Cs示踪

核爆炸产生的137Cs降落到地表，被表层土壤的粘粒牢牢吸附，粘粒含量越高，被吸附量越大[33]，137Cs以后的任何运动，主要是结合土壤颗粒的物理运动，137Cs是研究土壤侵蚀较好的人工放射性核素[34]。137Cs示踪土壤侵蚀原理是选取未受到侵蚀土壤的137Cs含量为背景值，被测量的土壤137Cs含量高于背景值，则说明可能通过人类活动带入了137Cs，或者是137Cs在地表发生了沉积。低于背景值则说明土壤受到了侵蚀[35]。如，北京密云水库周围山坡137Cs含量从坡顶到坡脚逐渐增多，说明坡顶土壤受到侵蚀，坡脚有可能存在土壤沉积现象[29]。137Cs在非喀斯特地区的土壤垂直分布中出现次表土(2～4 cm)的富集层，其原因有可能是表层土壤(0～2 cm)中的胶体颗粒向下淋溶迁移所致，137Cs很少被植物吸收，但它在沉降过程中会受到植被截留[36]。同种植被覆盖条件下，低覆盖度(30%～50%)植被下土壤137Cs含量范围是25.66～77.40 Bq/kg，中覆盖度(50%～75%)土壤137Cs含量范围是79.86～88.34 Bq/kg，高覆盖度下土壤137Cs含量范围为83.52～283.19 Bq/kg[37]。影响土壤吸附137Cs的因素有土壤酸碱度、土壤粒径、土壤中的有机质含量等[38]。喀斯特地区岩石裸露导致土壤不连续，137Cs和雨水一起降落到岩石上，很少被岩石吸收，沿着裸露岩石流入土壤，导致岩土界面土壤中137Cs含量较高。137Cs分布与坡度、坡长、海拔相关，非耕地土壤137Cs含量与坡度呈负相关，与坡长呈正相关[39]，与海拔呈正相关[40]。坡耕地和水田由于人类活动频繁，137Cs的分布规律不明显[41]。

137Cs示踪技术在均质土壤下已经广泛运用于土壤流失量的估算[33]，也可应用于定量地示踪喀斯特地区沉积环境下土壤的流失情况。比如，在封闭的峰丛洼地，四周高中部低平，土层厚且连续，落水洞流失泥沙小，可以用沉积泥沙中137Cs含量推算流域的平均侵蚀速率[42-44]。然而，由于喀斯特地貌类型下裂隙和孔隙广泛存在，土被不连续，存在水土漏失，用传统的137Cs配比法计算坡地水土流失是不合适的[42,45-47]，将137Cs直接运用到岩溶坡面计算水土流失强度会导致侵蚀模数偏大[48]。如，南充喀斯特槽谷区通过径流小区法和修正后的137Cs计算法得到的土壤侵蚀模数比径流小区法监测的土壤侵蚀模数高出许多(表2)[49]。

表2 南充喀斯特峡谷区径流小区法和137Cs法监测土壤侵蚀结果对比 [单位:Tab.2 Comparison of soil erosion monitoring results from runoff plot method and 137Cs method in karst canyon area of Nanchong

已有研究表明，137Cs可以示踪水土漏失现象。如，冯腾[50]等研究广西环江毛南族自治县典型喀斯特峰丛洼地山体坡脚部位，通过对A、B、C、D 4个岩溶裂隙内土壤中137Cs在不同土层(0～200 cm)的分布特征，研究发现裂隙A、B、D内土壤中137Cs分布最深可达50～60 cm，裂隙C土壤中137Cs在200 cm土层内仍然有微量分布，说明岩溶裂隙内的土壤来源于表土漏失；BAI X Y、FENG T、严冬春[44-45,51]等学者研究贵州省清镇市王家寨小流域喀斯特坡顶、上坡、下坡和坡脚土壤中137Cs在垂直分布多达到15 cm深处，下坡土壤在10～15 cm土层的137Cs含量高达30 Bq/kg，但在坡中部垂直方向10 cm处137Cs含量陡然降低，明显发生了地下漏失，经实地调查发现坡中部的基岩有许多缝隙；魏兴萍，袁道先[48]等学者研究重庆市中梁山岩溶槽谷区的山麓菜地土壤渗漏情况，通过对不同土层取土样分析137Cs含量，结果显示，0～10 cm土层中137Cs质量比活度下降，20～25 cm土层中137Cs质量比活度随深度的增加而增加，25～30 cm降到最低，30～40 cm陡然上升，出现明显的土壤垂直渗漏现象；与此同时，为证明土壤发生垂直渗漏现象的可靠性，选择了与该地海拔相同的荒地与之相佐证，发现0～25 cm的137Cs含量变化趋势与3号菜地一致，但30～40 cm荒地的137Cs含量随深度增加而降低。然而，由于喀斯特特地区土壤分布不连续性，137Cs尚不能很好地定量示踪地表土壤侵蚀，要定量示踪水土漏失，还需要寻找其它更有效的方法。

2.3 模拟试验法

地下径流量和地下产沙量是表征水土漏失量最重要的标志。地下径流是地下输沙的载体，一般情况下，地下累积产沙量随着地下累积径流量的增加而增加。在降雨事件中，雨强直接影响土壤侵蚀量，是土壤侵蚀重要的影响因子。雨强、地下孔隙度、岩石裸露率和坡度共同影响着地下径流量和地下产沙量。杨智,戴全厚[52]等学者研究典型喀斯特剖面产流过程，在25°坡度、50%岩石裸露率、地下裂隙度1%条件下发现，雨强在50 mm/h时，地表开始产生径流，雨强<50 mm/h地表不产流，只有地下漏失(表3，A研究情况)；刘正堂,戴全厚[53]在坡度、岩石裸露率和孔隙度完全与文献[52]相同条件下，雨强达到80 mm/h时，地表开始产流，地下径流量在所有雨强下，都大于地表径流量(表3，B研究情况)。

表3 雨强对地表和地下径流的影响Tab.3 Influence of rainfall intensity on surface and subsurface runoff

注：孔隙度1%，坡度25°，岩石裸露率50%， 降雨历时90 min。

刘正堂等[54]认为，当雨强在30 mm/h，就开始产生地表径流，地表、地下径流量均随着雨强增大而增大；当雨强在30 mm/h、50 mm/h、80 mm/h、120 mm/h和150 mm/h时，地表径流量大于地下径流量(表4)。表4和表3中，雨强在30 mm/h、50 mm/h时，地表、地下产流量正好相反，表3中地表径流<地下径流，表4则地表径流>地下径流。

表4 雨强对径流量的影响Tab.4 Influence of rain intensity on runoff yield

注：孔隙度3%，坡度25°，岩石裸露率30%，降雨历时90 min。

有模拟试验案例表明，雨强30 mm/h时，开始产生地表径流，地表、地下累积径流量和产沙量均随雨强增加而增加[55]，雨强≤50 mm/h时，地下径流量大于地表径流量，≥80 mm/h则相反[56]；雨强30 mm/h时，地下产沙量高于地表产沙量，其余雨强下地表产沙量都远远高于地下[57]；雨强、基岩裸露率和地下孔隙度对地下产沙率均没有显著影响[58]；雨强和地表径流深对地表土壤流失率影响很大，但对地下漏失没有影响[59]。较小雨强地下产流产沙量>地表产流产沙量，较大雨强时地表产流产沙量>地下产流产沙量[60]等。在人工模拟降雨试验中，影响因子中的细微差异，甚至完全没有差异， 只是试验开展时间的先后有所不同，得出的结论都不同。

模拟试验研究中各影响因子对地下产流量和产沙量的影响程度如下：

1)雨强>孔隙度>降雨历时[54]；2)雨强>降雨历时>地下孔隙度>基岩裸露率[52-53,55]；3)坡度>雨强>孔隙度[61-62]；4)坡度>孔隙度>雨强[63]；5)坡度>雨强>孔隙度>岩石裸露率[64]；6)雨强>坡度>孔隙度[65]。

我们将以上6个对于地下漏失影响因子的相关性程度分析的结论进行对比研究，发现相关性程度存在一些相互矛盾的关系：结论1)中“孔隙度>降雨历时”与结论2)中“降雨历时>孔隙度”相矛盾；结论3)中“雨强>孔隙度”与4)中“孔隙度>雨强”相矛盾；3)、5)结论中的相关性程度“坡度>雨强>孔隙度”具有同一性，但又与4)和6)的相关性程度相矛盾；4)与6)的相关性程度则完全没有相似性。

地下漏失的规律和结论呈现多样性。其主要原因是所有模拟试验都在宽1.5 m、长4 m、高35 cm的钢槽内进行，尺寸太小导致了产流产沙对降雨的敏感性太强，稍微有一个影响因子改变都会带来不同的结论；其次，喀斯特地区的土壤、地表植被覆盖、岩石裸露率、地下空间等影响因子复杂多样，导致模拟的结论与自然界土壤地下漏失的情况存在偏差。有学者通过室内人工模拟降雨试验与野外小区自然降雨的相似性对比研究发现，前者得到的土壤侵蚀量不到后者的50%[66]。

2.4 数学模型法

数学建模(mathematical modeling)是根据实际问题抽象、提炼出数学模型的过程。目前，水土流失预测的数学模型有坡面水土流失连续方程、泥沙连续方程、水流运动方程等[67]以及水土流失因素定量分析的数学模型[68]、水土流失各因子与输沙关系的数学模型等[69]。地下漏失的数学模型是根据地下漏失的影响因子构建函数关系式，通过监测函数关系式中的相关影响因子，获取地下漏失量(地下漏失的数学模型法是一个用于预测地下漏失的综合方法，是通过一种或多种监测方法获取数据并构建地下漏失的函数关系式，是监测数据在数学模型中的体现，所以将此方法命名为数学模型法)。魏兴萍[70]在研究岩溶槽谷区水土流失耦合模型的基础上，推导出岩溶槽谷区地下水土漏失模型：

L=Y(1-δ)

(1)

(1)式中，L为地下漏失量，Y为水土流失总量，δ为地表流失系数。在这里，有2个参数难以获得，水土流失总量和地表流失系数，地表流失系数是地表流失量与总流失量的比值，如果总流失量不能得到可靠的监测数据，地表流失系数同样陷入难以求解的困境。

蒋忠诚根据地表与地下侵蚀量平衡原则，构建区域水土漏失数学模型[15]：

E=F+L

(2)

(2)式中，E是区域内土壤侵蚀模数[t/(km2·a)]，F为地表土壤侵蚀模数[t/(km2·a)]，L为土壤地下漏失模数[t/(km2·a)]。为了更为详细地表示地下漏失，进一步构建了峰丛洼地的水土漏失数学模型[15]：

(3)

(3)式中，L为土壤地下漏失模数[t/(km2·a)]，K1、K2是侵蚀前后的土被覆盖率(%)，hi是区域i点的土壤侵蚀厚度(mm)，Q为地表径流量(m3)，V是地表径流泥沙含量(g/L)，P是输移比，S为单位面积(km2)，ρ为土壤密度(g/cm3)，n为侵蚀厚度监测点数量。hi/n是总的土壤侵蚀的平均厚度，(K1+K2)/2为被侵蚀掉的平均土被覆盖率，与面积的乘积就是被侵蚀的土壤面积，再与密度的乘积就是总的土壤侵蚀模数。方程式减号后面地表径流量与径流含沙量的乘积是地表径流输沙量，输沙量除以输移比为地表土壤侵蚀量。

该模型涉及的土壤总侵蚀量用划痕法监测，以径流法监测地表土壤侵蚀模数。就整体而言，该数学模型有了具体的土壤侵蚀总量和地表土壤侵蚀的监测方法。但存在以下问题：1)土壤侵蚀呈现面蚀特征，划痕法和侵蚀针都是点状侵蚀的记录，一般只适用于生产建设项目比较粗略的土壤侵蚀量或极端暴雨下土壤侵蚀状况[71]，由划痕法所获得的土壤总侵蚀量与实际土壤总侵蚀量相比有较大的误差；2)计算泥沙输移比时，流域输沙量可以通过水文站实测资料获取，关键和难点是流域总侵蚀量的计算[72]。喀斯特地区地表地下二元空间，加上复杂多样的地形地貌，监测土壤总侵蚀量更难，泥沙的输移不仅通过地表河而且通过地下河，有时两者均为其载体，泥沙的输移比显得比非喀斯特地区更为复杂。地下漏失的复杂性和隐蔽性决定了其监测的困难性，通过一种很难以获得的数据来推算另一种难以获得的数据是不明智的。

地下暗河是水土漏失的通道，地表泥沙随雨水进入地下，形成水土地下漏失。以封闭的高原盆地为例，王家寨小流域位于贵州省清镇市红枫湖石漠化治理示范区，流域面积2.26 km2，地形中间低、四周高，北、西、南三面形成封闭的地表分水岭，东部为小流域出口，地表水和地下水流出王家寨小流域后向东汇入红枫湖水系，流域出口附近有一洞穴，洞穴内有1条地下暗河，李晋等对此暗河经过1个水文年(2009年9月至2010年8月)共16次引起含沙量变化的降雨对地下径流及径流含沙量的监测，构建了如下数学模型[73]：

G=Q×t×P/1 000

(4)

(4)式中，G是单次降雨土壤流失量(kg)，Q为地下河水平均流量(L/s)，t为地下河水涨水持续时间(s)，P为地下河水的平均含沙量(g/L)。

流域地下土壤侵蚀模数为：

(5)

(5)式中，M为流域地下土壤侵蚀模数[t/(km2·a)]，Gi为各次降雨的土壤流失量(kg)，S为面积(km2)，r为泥沙输移比(按0.5计算)

通过(4)、(5)式计算，获得王家寨小流域的地下侵蚀模数为0.42[t/(km2·a)]，仅占该流域总流失量的0.81%。

由公式(4)和(5)计算获取的水土地下漏失量有其合理性和科学性，但必须保证监测流域的封闭性(流域内的地下河没有跨流域)、流域河流的唯一性(王家寨小流域是不是只有这一条地下河？)和流域输移比的准确及科学性(输移比取0.5的合理来源)。

3 结论与讨论

3.1 结论

喀斯特地区地下漏失现象已成为水土流失研究的重点，水土漏失的监测和阻控技术被越来越多的科学工作者关注。水土漏失阻控成为水土流失治理的关键技术，水土漏失监测是水土漏失阻控的前提和基础。通过综合分析学者们对洞穴滴水示踪法、137Cs示踪法、人工降雨模拟试验法和数学模型法等水土漏失监测方法的已有研究，结论如下：

1)洞穴滴水示踪法所得出的水土漏失量普遍偏大，主要问题可能在于洞穴滴水的来水面积不确定；

2)137Cs示踪法在均质土壤情况下可以定量示踪土壤侵蚀量，但在土壤不连续、非均质的喀斯特山区，137Cs还不能定量地示踪水土漏失；

3)人工模拟降雨试验可以揭示水土漏失的一些规律，可以准确地监测模拟试验中的地表和地下水土流失量，但自然界中地下漏失的影响因子众多，难以模拟复杂的自然状况，通过对水土漏失模拟试验所获得的结论还难以在实地监测中推广；

4)利用数学模型中的因子定量研究水土漏失量，可以按照一定的关系式求解相关数据，但目前所构建的数学模型中某个因子的获取难度与水土漏失监测一样困难。

3.2 讨论

喀斯特地区水土漏失的监测不应该局限于坡面尺度，应该把监测和研究的视觉推广到流域尺度，应重视水文地质学原理在喀斯特地下水勘测中的运用。浅层岩溶带中地下水靠近地表，地下水运动强烈，岩溶泉发育。通过岩溶泉可以监测地下水流量、流速等地下水文数据，岩溶泉中携带的泥沙即是水土漏失的表现。通过地下水露头监测地下漏失应注意地下泥沙输移比和小流域地貌类型的选择。进入地下管道的泥沙多为悬移质，雨水携带的悬移质在地下管道内会有少量沉积，但下一场次降雨携带的悬移质会替代前一次的沉积，长期监测情况下，地下管道内泥沙的输移比将无限接近1，所以直接监测泉水携带的泥沙含量就是该泉所在流域的土壤地下漏失量。喀斯特地区小流域的划定涉及到较为复杂的地貌形态和开放的水文通道，山高水深的环境下冲沟遍布，难以找到闭合流域作为监测场所，因而从地貌类型来看，封闭洼地是水土漏失监测理想的地貌类型，首先是流域面积好划定，地表分水岭明显，其次是岩溶泉容易在封闭洼地底部出露，易于找到理想的监测点。