共查询到20条相似文献，搜索用时 31 毫秒
1.
指纹法研究花岗岩区典型崩岗小流域悬浮泥沙来源 总被引：4，自引：2，他引：2
为研究花岗岩区典型崩岗小流域内悬浮泥沙来源,以安溪县龙门镇崩岗侵蚀小流域为研究对象,在4种土地利用类型(侵蚀林地、茶园、耕地和崩岗侵蚀区)中共采集85个泥沙源地土样,同时在河道布设采样器收集降雨后侵蚀悬浮泥沙。通过分析样品中的34种指纹因子,运用复合指纹法筛选出最佳指纹因子组合,并计算出各泥沙源地的泥沙运移规律。结果表明:不同泥沙源地悬浮泥沙中同种指纹因子存在显著差异,利用Kruskal-Wallis检验和多元判别筛选出Ca、Li、Sn、K和Ba为最佳指纹因子组合(累积贡献率大于90%);同时利用多元混合模型得出茶园的悬浮泥沙相对贡献百分比为33%,耕地为27%,侵蚀林地和崩岗侵蚀区均为20%,且混合模型优度拟合检验值为0.89。进一步分析表明,降雨对崩岗侵蚀区的影响最大,茶园和崩岗侵蚀区单位面积产生悬浮泥沙量明显高于其他两个源地,说明崩岗侵蚀区和茶园是花岗岩区崩岗小流域中需要采取防治措施的重点。 相似文献
2.
3.
基于指纹识别技术计算了东北黑土区典型小流域不同侵蚀产沙源地的泥沙贡献比。通过分析农地、林地、草地表层土以及侵蚀沟样品中的33种物质,使用非参数检验和多元判别分析筛选出包括P、Ce、Ga、Rb和137Cs组成的最优复合指纹因子,并将放射性核素137Cs和210Pbex作为第2组指纹因子,将最优复合指纹因子中的单个因子分别作为单因子,作为第3组指纹因子,分别利用多元混合线性模型、Bayesian模型和单因子解析解等泥沙来源指纹分析方法计算了表层土和侵蚀沟的相对泥沙贡献比。结果表明:基于不同模型不同指纹因子的泥沙来源贡献比结果虽不尽相同,但无重大差别。利用多元混合线性模型计算时,由放射性元素137Cs和210Pbex作为指纹因子计算的泥沙来源(表层土47.5%,侵蚀沟52.5%),与最优复合指纹因子计算的泥沙来源(表层土44.6%,侵蚀沟55.4%)基本一致;利用Bayesian模型计算时,由放射性元素137Cs和210Pbex作为指纹因子计算的表层土和侵蚀沟的泥沙贡献比约各占1/2,而利用最优复合指纹因子计算得到的泥沙贡献比中,表层土(58.8%)多于侵蚀沟(41.2%);以复合指纹因子中单个因子为指纹因子计算解析解,P、Ga、Ce、137Cs 4个因子的判别能力较强,能有效判别泥沙物源区;为保证泥沙贡献比计算结果的精确性,有必要确定各模型的计算精度,并挖掘具体的影响因素,调整参数或算法,为模型改进提供依据。研究发现,面积占比不足1%的侵蚀沟贡献了流域近1/2的泥沙,表明侵蚀沟发育引起的土壤流失不容小觑,应加强对该区侵蚀沟道的治理。 相似文献
4.
福建省茶园地处山丘地区加之缺乏水土保持措施,水土流失严重。指纹分析法利用泥沙特有的物理和生物化学性质作为示踪因子,用于区别不同泥沙来源地。本研究在安溪县山地茶园采集不同高程土壤样品及小流域中侵蚀泥沙样品,测定样品的8种土壤理化性质作为指纹识别因子,利用Kruskal-Wall检验筛选适合的指纹识别因子,运用组合指纹法与Isosource多元混合模型分析流域中侵蚀泥沙的来源及各潜在泥沙源地对侵蚀泥沙的贡献率。结果表明:茶园土壤中筛选出4种适用于山地茶园指纹因子:Ca、K、Zn、Mg,其中,K、Ca可作为判别泥沙来源的指纹因子组合。侵蚀泥沙超过70%来源于未治理茶园,且74%来源于未治理茶园山脚。组合指纹法在山地茶园的应用不仅能定量分析福建山地茶园水土流失、侵蚀泥沙的输移规律,进一步丰富了小流域侵蚀理论,也为茶园水土流失治理措施合理布设提供科学基础。 相似文献
5.
崩岗侵蚀区土壤物理性质分层差异及其对崩岗发育的影响 总被引：1，自引：0，他引：1
《中国水土保持》2015,(12)
崩岗是我国南方红壤区最严重的土壤侵蚀类型之一。采集赣州市典型的花岗岩和红砂岩崩岗地区土壤样品,测试分析其红土层和母质层的黏聚力、内摩擦角和液塑性指标,结果表明:花岗岩崩岗地区母质层的抗剪强度显著低于红土层,而两者的液塑性指标值没有显著差异,说明母质层抗剪强度低是导致花岗岩地区崩岗发育的诱因;红砂岩地区红土层抗剪强度稍高于母质层,但两者间没有显著性差异,而红土层土壤液塑性指标值要显著高于母质层,说明母质层的低液塑性有利于红砂岩地区崩岗侵蚀的发育。花岗岩和红砂岩崩岗地区红土层的破坏容易诱发崩岗,因此保护红土层是预防崩岗侵蚀的关键。 相似文献
6.
复合指纹法分析红壤区强度开发小流域泥沙来源 总被引：3，自引：1，他引：2
南方红壤区人口密集,土地资源开发利用强度大,水土流失类型多样。为研究不同土地利用类型下红壤区强度开发小流域侵蚀泥沙来源,选取感德镇红壤强度开发小流域为研究区,分析了流域内潜在泥沙源地和泥沙的41个地球化学特征,利用Kruskal-Wallis H检验及逐步判别分析确认最佳指纹因子组合,并通过多元混合模型计算各泥沙源地泥沙贡献率。结果表明:共有速效P、Cu、P、Y、Ca、Ga、Sn、Nd 8种因子通过检验被确认为最佳指纹因子组合,累计贡献率达90%以上,拟合优度均大于0.80。多元混合模型结果显示,锋面雨季流域泥沙主要来源于林地、茶园与矿区,贡献率分别为28.59%,28.20%,27.59%;在台风雨季,4种土地利用类型泥沙相对贡献率为茶园>林地>矿区>耕地。通过对不同降雨特征下各土地利用类型泥沙贡献百分比数据进一步分析,结果显示矿区单位面积泥沙贡献百分比均值分别是耕地、林地与茶园单位面积泥沙贡献百分比均值的8,10,10倍,即单位面积下矿区土壤侵蚀强度最大。 相似文献
7.
[目的]揭示黄土高原风水复合侵蚀区风力作用对水蚀的影响,为具有不同泥沙粒径侵蚀物质来源识别提供一种有效的方法支撑,也为风水复合侵蚀区侵蚀泥沙来源辨识提供理论参考。[方法]以覆沙模拟风蚀产物,基于室内模拟试验,研究覆沙之后坡面侵蚀发育特征,同时为了有效区分不同时刻侵蚀物质的来源,尝试采用泥沙粒径作为指纹因子进行侵蚀泥沙来源贡献的辨识。[结果]不同泥沙粒径组的3个指纹因子(粒径范围分别为：26.303～34.674,104.713～138.038,138.038～181.970μm)通过检验被确定为最佳指纹因子。基于最佳指纹因子,通过多元混合模型计算得出,在对同一土槽进行的3个阶段模拟降雨试验中覆沙层和黄土层的平均泥沙贡献率分别为48.2%和51.8%,24.8%和75.2%,6.8%和93.2%,且MAF>0.8。覆沙层的泥沙贡献率为第一阶段试验>第二阶段试验>第三阶段试验,计算结果与DEM相吻合。[结论]泥沙源地和侵蚀泥沙中的不同泥沙粒径组可作为指纹因子进行泥沙来源辨别,复合指纹法具有较好的适用性。 相似文献
8.
[目的]为把握复合指纹示踪方法发展动态,为黄土高原泥沙来源研究提供建议。[方法]综述了复合指纹示踪方法的理论基础,对各指纹因子(物理示踪剂、核素、地化元素、磁性、有机质、碳氮稳定同位素、孢粉、生物标志物)的发展进程、模型算法、不确定分析等进行了详细论述。[结果]黄土高原地区在利用指纹因子的时空差异性来研究侵蚀区泥沙的来源,定量描述侵蚀过程的发展等方面已取得一系列成果。[结论]复合指纹示踪泥沙来源技术在黄土高原地区以探讨指纹因子应用研究为主,在混合模型矫正、多方法比较、指纹因子守恒等方面还需要进一步加强研究。 相似文献
9.
【目的】探究水土化学作用对花岗岩崩岗区崩壁土体抗剪特性的影响,为阐明花岗岩崩岗侵蚀的成因机理提供理论依据。【方法】以福建省长汀县典型崩岗区崩壁土体(红土层、砂土层和碎屑层)为研究对象,分析了经不同离子浓度(0.005、0.01和0.1 mol L-1)和离子类型(Na+和K+)的盐溶液交换处理后崩岗3个土层的土体抗剪特性(偏应力、黏聚力和内摩擦角)。【结果】红土层的偏应力、黏聚力和内摩擦角均显著高于砂土层和碎屑层。随着溶液浓度的增加,K+体系下崩岗3个土层的黏聚力显著增加,其中红土层增幅最大,增加了17.39%,Na+体系则表现出相反趋势;2种离子体系下土体的内摩擦角总体差异不显著。K+体系下崩岗3个土层的偏应力和黏聚力均显著大于Na+体系,其中,K+处理的红土层、砂土层和碎屑层的黏聚力比Na+处理的分别高9.99%、3.37%和9.65%,但2种离子对内摩擦角的影响总体并不显著。水土化学作... 相似文献
10.
泥沙来源“指纹”示踪技术研究综述 总被引：4，自引：0，他引：4
泥沙来源"指纹"示踪技术是综合研究流域土壤侵蚀和泥沙输移的新方法。泥沙来源"指纹"示踪技术基于流域侵蚀产沙过程划分潜在物源类型,根据物源特性筛选具有诊断能力的"指纹"性质,通过定量转换模型建立流域出口泥沙与内部潜在物源间的"指纹"联系,定量描述各潜在物源对流域出口产沙的相对贡献;结合悬移质或沉积泥沙通量监测,定量分析各潜在物源对流域产沙的绝对贡献量及流域侵蚀产沙时、空变化特征。通过综述泥沙来源"指纹"示踪技术的理论基础及实施框架,流域尺度潜在物源类型,泥沙"指纹"因子类别、分布特点及诊断能力,泥沙来源复合"指纹"示踪技术的研究进展,指出泥沙来源"指纹"示踪技术的局限性,并对泥沙来源"指纹"示踪技术进行展望。 相似文献
11.
基于复合指纹法的岩溶洼地小流域泥沙来源解析 总被引：1，自引：0，他引：1
岩溶洼地是重庆岩溶地区常见的一种地貌类型,洼地小流域是人们从事农事活动的重要场所,研究流域不同土地利用侵蚀产沙特征,对认识流域侵蚀产沙规律和治理水土流失具有重要意义。选取了1个建有水库的岩溶洼地小流域,分析源地和泥沙样品的39个地球化学特征,利用复合指纹和多元混合模型计算各源地侵蚀泥沙贡献率。结果表明:流域筛选出的最佳指纹因子组合为U、χ_(lf)、Rb、Li、~(137)Cs、χ、Mn,正确判别累积率为99.93%,6种泥沙源地的总正确判别率为91.49%,符合复合指纹法应用的条件。碳酸盐岩耕地、碳酸盐岩林地、碳酸盐岩草地、碎屑岩林地、碎屑岩草地和沟道/裂隙对流域沉积泥沙的相对贡献分别为16.29%,41.16%,13.03%,16.67%,4.48%,8.37%,拟合优度为93.57%,相对误差平均值为8.26%,表明模型判别结果可信。各泥沙源地中碳酸盐岩耕地单位面积泥沙贡献值远高于其他泥沙源地,是碳酸盐岩林地的1.98倍,碳酸盐岩草地的2.07倍,碎屑岩林地的2.13倍,碎屑岩草地的2.21倍,即单位面积碳酸盐岩耕地土壤抗蚀能力最弱。 相似文献
12.
《水土保持研究》2020,(2)
泥沙来源判别是小流域土壤侵蚀研究的重点,也是难点。复合指纹识别技术因其结果直接、准确度高、作业快等特点,在国内外泥沙来源研究中得到大量应用,并迅速发展。复合指纹识别技术是在划分潜在侵蚀区的基础上,采集侵蚀区土壤样和流域出口泥沙样,室内分析土壤样和泥沙样指纹因子,利用相关统计检验方法筛选最佳指纹因子组合,利用数值转换模型将最佳指纹因子浓度转换为各侵蚀区产沙比例。主要通过阐述指纹识别技术泥沙来源研究步骤,总结现有可靠性检验方法,归纳研究对象等方面,综述基于复合指纹识别技术的泥沙来源研究进展。重点介绍了复合指纹识别技术最佳指纹因子组合筛选和数值转换模型,并指出复合指纹识别技术存在的问题。 相似文献
13.
指纹技术识别泥沙来源:进展与展望 总被引：3，自引：1，他引：2
泥沙来源信息有助于研究流域土壤侵蚀、泥沙输移与沉积特征,对于制定流域泥沙及非点源污染控制战略具有重要意义。泥沙指纹技术是识别泥沙来源的一个可靠方法被广泛应用于世界各地不同流域,最近20多年在指纹因子选择和混合模型优化等技术方法上以及不同时空尺度和源地分类等应用类型上都得到了快速发展,正在从一种研究工具逐步发展为一种管理工具。综述了国内外指纹技术识别泥沙来源在研究尺度、指纹因子筛选、源地贡献分配、不确定性分析等方面开展的研究,并对泥沙指纹技术研究当前存在的问题及今后研究趋势作了分析展望。 相似文献
14.
无人机倾斜航空摄影监测崩岗侵蚀量变化的方法 总被引：2，自引：1，他引：1
如何高效精确地监测崩岗的动态发育过程并且量化侵蚀量是崩岗侵蚀机理研究中的难点。该文以准专业级无人机对目标崩岗进行倾斜摄影获得的全方位多角度航空影像为基础,通过空三加密处理生成目标崩岗的三维点云模型;利用点云数据构建DTM,提取目标崩岗地形数据;运用多时相连续DEM相减的方法获取监测周期内崩岗的高程变化,计算侵蚀量并找到侵蚀严重的部位,再使用2.5D体积测算方法细化侵蚀严重的崩壁和沟头部位的侵蚀量,以此作为补充,最终获得监测期内的总侵蚀/沉积量体积并换算为泥沙量。最终结果验证的平均相对误差为9.69%,一个月监测周期内最大的绝对误差仅为0.303 3 m3,满足监测要求。因此利用无人机倾斜航空摄影测量的方法监测崩岗侵蚀量是可行有效的,该方法可提取崩岗的所有地形信息,研究侵蚀泥沙的来源和侵蚀过程,是较为快速和精确的崩岗监测手段。 相似文献
15.
利用复合指纹法分析剑川双河水库泥沙来源 总被引：1，自引：1，他引：1
[目的]定量研究水库沉积泥沙的具体来源,为中国滇西北水土流失区域泥沙来源研究和流域综合治理提供科学依据。[方法]以滇西北剑川县双河水库流域作为研究区,选取林地、草地、耕地及采矿用地4种土地利用类型作为潜在泥沙源头,利用复合指纹法分析双河水库沉积泥沙潜在来源及其贡献百分比。选择27个地球化学因子,通过守恒性检验与Kruskal-Walls H检验并利用逐步判别分析确定最佳指纹因子组合,运用多元线性混合模型计算各泥沙源地贡献百分比。[结果]①共有8个指纹因子(S,Ca,Sr,TP,Cr,Ba,K,Mg)被确认为最佳指纹因子组合,累计贡献率达89.60%;②总体上,泥沙贡献百分比平均值从大到小为:草地(37.28%)耕地(34.62%)林地(27.86%)采矿用地(0.24%);③单位面积上泥沙贡献百分比为:耕地(9.55%)草地(3.78%)采矿用地(1.24%)林地(0.38%)。[结论]复合指纹法适用于双河水库流域泥沙来源判别,耕地仍是土壤侵蚀最为严重的土地利用类型,而草地因面积较大、地表覆盖度较低,也是泥沙贡献较多的土地利用类型。 相似文献
16.
崩岗侵蚀区崩壁土体湿化机理及影响因素分析 总被引：5，自引：1，他引：4
以广东五华县莲塘岗崩岗崩壁土体为研究对象,结合土体物理特性,采用野外湿化试验测定土体浸水后的完全崩解时间,初步阐明其湿化机理,并分析其影响因素。结果表明:(1)崩壁不同层位土体的成份、结构、粒度等存在差异,使其物理性质受水力作用影响显著,抗冲抗蚀能力从强到弱分别为表土层、红土层、砂土层。(2)崩壁不同层位土体浸水后,水呈非均衡态进入土体孔隙,粒间斥力超过吸力,产生应力集中现象,使土体结构受到破坏,导致崩解现象发生;砂土层崩解速度明显高于表土层和红土层,遇水软化性极强。(3)土体结构的粒度成分及孔隙性影响崩壁土体的崩解性。相比红土层和表土层,砂土层粗颗粒含量较高,湿化崩解时间较短。孔隙发育程度较低的红土层,其湿化崩解所需时间比砂土层长;从红土层到砂土层,随着初始含水率增大,崩解速度不断加快,意味着红土层受到水力侵蚀后,下部砂土层受到的侵蚀将更加严重。一旦水分下渗至砂土层,将导致崩岗侵蚀进一步快速发展。 相似文献
17.
18.
[目的]为查明桑干河流域的泥沙主要策源地和侵蚀产沙变化。[方法]选取阳原县高墙乡典型淤地坝沉积泥沙为研究对象,利用复合指纹识别技术,测定沉积泥沙及其源地的土壤粒径、SOC、TN、137Cs、低频质量磁化率等9种指纹因子,研究了不同淤积阶段的泥沙策源地及坝控小流域侵蚀产沙演变规律。[结果](1)沉积泥沙中137Cs平均含量较低,与沟壁土壤无显著差异(p>0.05),但极显著小于林草地和耕地的137Cs含量(p<0.01),这指示淤地坝沉积泥沙主要来源于沟壁;(2)由于沟壁中大部分137Cs含量低于检出限,137Cs较好地指示泥沙主要来源沟谷地中的沟壁,但难以用于小流域多种策源地的判别,经Kruskal-Wallis H非参数检验和多元逐步判别分析筛选,确定TN+Xlfb+SOC构成最佳指纹因子组合,有效地判别小流域2006—2017年泥沙源地的平均贡献率为沟壁(82.68%±8.20%)>耕地(15.36%±8.46%)>林草地(1.... 相似文献
19.
基于CA-Markov模型与ANUDEM内插法的崩岗侵蚀量预估 总被引：4，自引：1，他引：3
崩岗是中国南方最为严重的土壤侵蚀类型之一,产生的大量泥沙危害农业生产和生态环境,因此对其侵蚀量的预估是防治该现象的重要途径。崩岗面积较小且侵蚀剧烈,难以应用现有方法预估侵蚀量。该文应用CA-Markov模型和ANUDEM内插法对其高程级别模拟和空间内插,从而实现对崩岗侵蚀量的预估,并以福建省安溪县龙门镇的一处崩岗为例进行实证研究。结果表明：CA-Markov模型适用于对崩岗高程级别的模拟;ANUDEM内插法对崩岗地形的整体还原度较好,但对细节的刻画不够;以经过级别划分和内插处理的高程数据为基期底图计算得的崩岗侵蚀量较符合实际值,且实际侵蚀量越大,模拟精度越高;案例崩岗在一般年景、干旱年景和多雨年景中的年侵蚀量分别为：824.69、731.03和 924.57 m3,不同年景之间侵蚀量的最大差值为193.54 m3,因此在修建崩岗拦沙坝时需考虑不同降雨年景中侵蚀量的差异。研究结果不仅提供了预估崩岗侵蚀量的新思路,还可为崩岗侵蚀的防治工作提供参考依据。 相似文献
20.
人类活动是影响河流泥沙淤积的重要因素,为探讨道路建设和河道破坏对河流产沙的影响,以浙江省寿昌江流域为研究对象,采用复合指纹识别示踪技术,得到了不同潜在泥沙来源区对河流产沙的贡献。结果表明:采用Kruskal-Wallis H-test(KW-H)与多元判别分析(DFA)组合、主成分分析(PCA)与DFA组合得到的指纹示踪因子,结合复合指纹示踪模型,均能够很好地区分泥沙来源,但PCA和DFA统计法得到的4个指纹示踪因子组合能更好地区分泥沙来源。在河流出口处,来自河道的泥沙最多,占河流总产沙的34.7%,其次是建设用地,其产沙贡献为总产沙的28.1%,来自林地和水田的泥沙贡献分别为24.1%,12.7%,旱地产沙贡献最小,仅为0.3%。降水、土地利用、造桥、挖沙及道路建设等是引起产沙贡献差异的重要原因。因此,寿昌江流域降雨量大,植被覆盖度高,河流泥沙主要来自人类生产建设对地表的破坏。 相似文献