焦金鱼
(定西师范高等专科学校,定西 743000)
高泉沟流域产流产沙的降水特征因子分析
焦金鱼
(定西师范高等专科学校,定西 743000)
高泉沟流域属于黄土丘陵沟壑区。运用灰色关联与相关系数分析法,分析影响该流域坡面产流产沙的降水特征因子。结果表明对黄土丘陵沟壑区产生径流贡献最大的因子是降雨量;对土壤侵蚀量贡献最大的因子是降雨量半小时雨强复合因子。因此,降雨量的多少是影响本区产流产沙最关键的因素。
高泉沟;降水因子;水土流失
水土流失引起土地资源退化,导致生态环境恶化,而降雨是引发水土流失的主要外营力。研究降雨特征因子与水土流失之间的关系,进而确定各降雨特征因子在土壤侵蚀过程中对产流、产沙的影响序列,对进一步揭示土壤侵蚀规律具有重要意义。影响产流的主要因素除降雨外,还有蒸发、地形、土壤、植被和人类活动等因素。赵文林通过对半干旱地区皇甫川流域的实证研究得出:径流量与雨量、雨强和土壤含水量有关[1]。方天纵对白马泉流域的研究结果显示:降雨是该地区主要的土壤侵蚀动力因子[2]。黄土高原地区水土流失的危害已达到十分严重的程度,水土流失使得物理理化性状持续恶化。黄土高原多年平均年流失的氮、磷、钾总量约4000 ×104t,而且大部分在水土流失严重区,这更加剧了粮食等基本生活资料的紧张[3]。
高泉沟流域位于甘肃省定西市东南部,属定西县团结乡管辖。水土保持区划属黄土丘陵沟壑区第五副区,是黄河流域祖厉河水系关川河支流的一支小支沟,位于东经104°31′52″~104°34′,北纬35°22′24″~35°25′,海拔2056~2447m,流域面积9.168 km2,属黄土覆盖的梁状缓坡丘陵沟壑地形,南高北低,海拔高2056~2447m,相对高差391m,其制高点为黄河水系祖历河流域与渭河流域的分水岭。流域被Ⅰ号、Ⅱ号两条干沟切割,形成“两沟一梁四面坡”的地貌特征。沟壑密度2.38km/km2,主沟横剖面一般呈矩形宽浅槽式,为“U”型谷。主沟两侧分布有上百条二级支沟,沟长大于50m的支沟有69条。流域沟壑密度为2.9km/km2。流域内梁峁顶、梁峁坡、阶坪川台和沟谷分别占流域总面积的6.9%、52.4%、13.8%和26.9%。流域内有山地灰褐土、坡地黑麻土、坡地黄麻土、坡地白麻土、坡地麻土、谷地麻土、川地麻土、川地黄麻土、川地黄绵土9个土壤类型。流域内无天然乔木林分布。人工植被有以杨树为主的人工林和以紫花苜蓿为主的人工草,其覆盖度为38%,另外还有以春小麦、洋芋等为主的季节性农业植被。气候属中温带半干旱气候,年均气温6.2℃,年均降水415.2mm,7~9月降水占总降水量的56%,年日照时数2500h,无霜期140d。蒸发量1318mm。
本试验研究在定西市高泉沟流域沟缘线以上的坡面上共布设径流试验小区7个,小区编号分别为1#、2#、3#、4#、5#、6#、7#。小区坡度15°,水平投影面积5×20m2,径流池规格为1.5×1.5×1.5 m3。观测项目分径流量(Q)和泥沙量(M)。并设有虹吸式自记雨量计一台,用于观测各次降雨不同时段雨量、雨强等的变化过程。本研究所用数据采用径流小区1989~1991年15场次降雨的径流、泥沙和降雨资料,降雨特征因子选择了雨量计直接观测的降雨量(P)、降雨历时(T)、平均雨强(I)、10min雨强(I10)和30min雨强(I30),另外还选择了依据有降雨资料计算的降雨动能(E)、雨量和雨强的复合因子(PI)、(PI10)、(PI30)。
灰色系统理论的研究对象是“部分信息已知,部分信息未知”的小样本不确定性系统,与研究“随机不确定性”的概率统计和研究“认知不确定性”的模糊数学不同,它通过对“部分”已知信息的生成、开发去了解、认识现实世界,实现对系统运行行为和演化规律的正确把握和描述。其具体分析步骤如下[4]:
3.1.1 数据的无量纲化
先分别求出各个序列的平均值,再用平均值去除对应序列中的各个原始数据,所得到新的数据列,即为均值化序列。量纲化值大于0,并且大部分接近于1,具体数据见表1。
表1 降雨特征因子的无量纲化值Table 1 Dimensionless value of rainfall factors
3.1.2 确定比较数据列和参考数据列
设评价对象为m个,评价指标为n个,标准数据列为x0,第k个指标值记为x0(k),标准数据列表示公式:
x(0)={x0(k)},k=1,2,3,···,n
比较数据列是研究的对象数据列,表示公式:
xi={xi(k),k=1,2,3,···,n},i=1,2,3,···,m
3.1.3 关联系数与关联度的计算
关联系数反映两个被比较序列在某一时刻的紧密(靠近)程度,实质上是数列的几何曲线在性状上的差异,比较序列与参考序列在各时点的差值即为关联系数,对于参考序列x0(k)与i个比较序列的关联系数计算公式如下:
上式中,ξ0i(k)为x0与xi在第k点的关联系数;表示x0数列与xi数列在第k点的绝对差)称为二级最小差,其中是第一级最小差,而是第二级最小差;其含义与最小值相似,ρ为分辨系数,取值为0.5,将比较数列xi与参考数列x0各点的关联度数加和平均得到关联度Ri。
式中,k为采样时点,k=1,2,3…,15。对表1数据通过DPS统计软件计算,各降雨特征因子对径流量、泥沙量的关联度结果见表2。
3.1.4 根据关联度的大小,对各评价对象进行排序,建立评价对象的关联序
关联度Ri表示标准数据列和比较数据列接近程度,可根据关联度的大小,对各评价对象进行排序,建立评价对象的关联序,据此可进行系统内各因素间影响性质的重要性分析。根据表2中的计算结果,各降雨特征因子对高泉沟流域坡面径流量的影响序列为:
表2 降雨特征因子对径流量和泥沙量的关联度Table 2 Correlation degree of rainfall factors to runoff and sediment
降雨量P(k)>降雨量和平均雨强的乘积PI(k)>降雨量和30min雨强的乘积PI30(k)>降雨动能E(k)>降雨量和10min雨强的乘积PI10(k)>30 min雨强I30(k)>10min雨强I10(k)>平均雨强I(k)>降雨历时T(k)
各降雨特征因子对高泉沟流域坡面泥沙量(土壤侵蚀量)的影响序列为:
降雨量和30min雨强的乘积PI30(k)>降雨量和平均雨强的乘积PI(k)>降雨量和10min雨强的乘积PI10(k)>降雨量P(k)>30min雨强I30(k)>10 min雨强I10(k)>平均雨强I(k)>降雨历时T(k)
所谓相关,是指两个或两个以上变数间相互关系是否密切。相关分析仅限于测定两个或两个以上变数具有相关关系者,其主要目的是计算出表示两个或两个以上变数间的相关程度和性质。地理要素之间相互关系密切程度的测定,主要是通过对相关系数的计算和检验来完成的[5]。高泉沟流域试验小区有关影响径流量(Q)和泥沙量(M)的降雨特征因子主要为用雨量计直接观测的降雨量(P)、降雨历时(T)、平均雨强(I)、10min雨强(I10)和30min雨强(I30),另外还选择了依据有降雨资料计算的降雨动能(E)、雨量和雨强的复合因子(PI)、(PI10)、(PI30)。通过SPSS软件利用pearson相关分析法计算出各指标的相关系数矩阵(表3、表4)。
表3 影响径流量的各降雨特征因子相关系数矩阵Table 3 Correlation coefficient matrix of rainfall factors affecting runoff
表4 影响泥沙量的各降雨特征因子相关系数矩阵Table 4 Correlation coefficient matrix of rainfall factors affecting sediment
在SPSS软件分析中,同时对相关系数进行了双尾检验[6],对165个观测数据进行相关性分析可知,以上降雨量、降雨历时等9个降雨特征因子中只有降雨历时和平均雨强和径流量和泥沙量之间的相关系数较小外,其余因子均与径流量和泥沙量之间的相关性较为显著。
3.2.1 径流量与各降雨特征的相关性分析
由表3可知,径流量与降雨量的相关系数最大,相关系数为0.853,显著性概率水平为0.01。其次,相关系数较大的为雨量30min雨强复合因子,相关系数为0.812,显著性概率水平为0.01。其他雨量10min雨强复合因子、雨量平均雨强复合因子、降雨动能3个因子与径流量的相关系数都在0.684以上,都达到了显著性概率水平为0.01的水平。因而在定西市高泉沟流域,引起地表径流量大小的最主要降雨特征因子为降雨量,其次为雨强和降雨动能,而与降雨历时和单因子雨强相关性不大。从而说明该流域降雨产流的形成与降雨量和雨强的有效结合有关,当降雨强度大于表层土壤的入渗率时产生地表径流。另外该流域位于黄土丘陵沟壑区,沟壑密度大,根据超渗产流理论,故因与坡度较陡有关的降雨动能因子在雨滴击溅过程中加快了坡面流水的汇入速度[7]。
3.2.2 泥沙量与各降雨特征的相关性分析
由表4可知,3个雨量雨强复合因子与泥沙量的相关系数是9个降雨特征因子中最高的。其中泥沙量与雨量30min雨强复合因子的相关系数最大,相关系数为0.903,显著性概率水平为0.01。其次,相关系数较大的为雨量10min雨强复合因子和雨量平均雨强复合因子,相关系数分别为0.837、0.823,显著性概率水平为0.01。除降雨历时和平均雨强2个因子外,其他降雨特征因子与泥沙量的相关系数都在0.658以上,都达到了显著性概率水平为0.01的水平。因而在定西市高泉沟流域,引起河流泥沙量大小的最主要降雨特征因子为雨量30 min雨强复合因子,其次为雨量10min雨强复合因子和雨量平均雨强复合因子,而与降雨历时和单因子雨强相关性不大。降雨量与泥沙量的相关性不如雨量雨强复合因子明显,相关系数为0.819,但仍很重要。另外雨强和降雨动能因子与该流域泥沙量的相关性也较为显著,都达到了显著性概率水平为0.01的水平。
(1)灰色关联法和相关系数法2种方法确定各降雨特征因子对径流量所起作用的大小分析数据显示:降雨量与径流量的关系最显著。用灰色关联法分析后关联度居于第二位和第三位的分别是雨量和30min雨强复合因子和雨量平均雨强复合因子,而运用相关系数法分析后相关系数居于第二位和第三位的分别是雨量30min雨强复合因子和雨量平均雨强复合因子。
(2)通过以上2种分析法确定各降雨特征因子对土壤侵蚀量所起作用的大小分析数据显示:降雨量30min雨强复合因子与土壤侵蚀量的关系最显著。用灰色关联法分析后关联度居于第二位和第三位的分别是雨量平均雨强复合因子和雨量10min雨强复合因子,而运用相关系数法分析后相关系数居于第二位和第三位的分别是雨量10min雨强复合因子和雨量平均雨强复合因子,因此有必要做进一步的探讨分析。
(3)不论是灰色关联法还是相关系数法分析数据显示,各降雨特征因子中对黄土丘陵沟壑区产生径流贡献最大的因子是降雨量;各降雨特征因子中对黄土丘陵沟壑区产生土壤侵蚀量贡献最大的因子是降雨量30min雨强复合因子。
(1)本文对影响半干旱黄土丘陵沟壑区的径流量和土壤侵蚀量的降雨特征因子进行了重点探讨。但事实上影响径流和土壤侵蚀过程的因素是错综复杂的,例如在研究土壤侵蚀时,也应该考虑地表径流本身对土壤侵蚀量的影响[8]。因为径流量既受各降雨特征因子的影响,同时又反过来会影响土壤侵蚀量。
(2)本研究结论所示:最大雨强雨量复合因子对半干旱黄土丘陵沟壑区产生土壤侵蚀量所起的作用最大,正好与卫伟等人用因子偏相关分析法得出的结论相一致[8],而且在各降雨特征因子中排名前三的都是最大雨强雨量复合因子。因此,单纯从降水量的多少来判断是否产生土壤侵蚀是不科学的,应该将最大雨强考虑在内。因为在半干旱黄土丘陵沟壑区超渗产流的几率大于蓄满产流。
(3)在各降雨特征因子中对是否产生径流或发生土壤侵蚀起主导作用的并非同一因子,因此更深一步的研究今后半干旱黄土丘陵沟壑区降水量和最大雨强的耦合机制,有助于最终达到对该区域产流产沙问题的解决。
[1]赵文林.皇甫川流域降雨产流产沙特性初析[J].人民黄河,1990,12(6):37-42.
[2]方天纵,张贤瑞,刘秀芹.石质丘陵山地水土流失时空变化初步研究[J].水土保持研究,2004,11(2):24-26.
[3]张惠霞,郑书彦.黄土高原水土流失灾害研究[J].水土保持研究,2004,11(4):320-321.
[4]邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1992.
[5]孔兰.基于相关分析法的喀斯特流域枯水影响因素分析[J].水科学与工程技术,2008,11(2):60-62.
[6]卢岱.SPSS for Windows统计方法[M].北京:电子工业出版社,2006.
[7]王治国,张云龙,刘徐师,等.林业生态工程学[M].北京:中国林业出版社,2000.
[8]卫伟,陈利顶,傅伯杰.半干旱黄土丘陵沟壑区降水特征值和下垫面因子影响下的水土流失规律[J].生态学报,2006,26(11):3847-3853.
RAINFALL FACTORS AFFECTING RUNOFF AND SEDIMENT AT GAOQUANGOU VALLEY
JIAO Jin-yu
(Department of Geography,Dingxi Teachers College,Dingxi 743000,China)
Gaoquangou Valley is a hilly loess area.Gray correlation and correlation coefficient methods are used to analyze the rainfall factors.The results show that rainfall amount contributes most to the runoff,and half-an-hour's rainfall intensity composite factor contributes most to the soil erosion amount.
Gaoquangou Valley;rainfall factor;soil erosion
S157.1
:A
1006-4362(2012)02-0086-05
焦金鱼(1974- ),男,甘肃通渭人,讲师,硕士,主要从事方向为区域环境与水土保持研究。
2011-12-20改回日期:2012-03-06
:甘肃省教育厅项目(2107B-01)