考虑局地因素坡向影响的青藏高原工程走廊冻土分布与制图研究

鲁 嘉 濠，牛 富 俊，林 战 举，刘 华，罗 京

考虑局地因素坡向影响的青藏高原工程走廊冻土分布与制图研究

鲁 嘉 濠1，2，牛 富 俊1，林 战 举1，刘 华1，2，罗 京1，2

（1.中国科学院寒区旱区环境与工程研究所冻土工程国家重点实验室，甘肃 兰州 730000;2.中国科学院研究生院，北京 100049）

通过Pearson相关性分析，选取对青藏高原工程走廊多年冻土分布影响较大、在GIS技术支持下较容易量化的坡向因子，结合走廊内2000—2010年29个钻孔点的地温监测数据，建立了年均地温与坡向、纬度和高程的关系模型。根据高原冻土工程地温分带指标，制作了工程走廊内符合实际的冻土分布图，由面积统计结果知：多年冻土区占整个区域的94.06%，其中，低温稳定带占多年冻土区面积的15.94%，主要分布在风火山和可可西里的高山基岩区;低温基本稳定带占16.97%，主要分布在风火山及可可西里丘陵地带;高温不稳定带占48%，主要分布于可可西里和北麓河盆地东缘;高温极不稳地带占19.09%，主要分布于北麓河盆地和楚玛尔河高平原。

青藏高原;多年冻土;坡向

0 引言

青藏高原是世界上中低纬度海拔最高、面积最大的多年冻土区，随着全球气候的持续变暖、人类活动的增多和青藏铁路等工程的建造与运营，青藏高原多年冻土逐渐退化。沿着青藏公路由楚玛尔河高平原至风火山，是青藏高原工程走廊重要的一段，在公路两侧宽约10 km的区域，分布有公路、铁路、通信光缆、输油管道、天然气管道、青藏±500 k V直流电网等多条工程管线。该区域近40年来气候存在变暖的趋势，升温率为0.25℃/10 a，20世纪90年代比60年代气温升高1.05℃［1］，持续增温将引起冻土区环境和冻土工程特性的显著变化［2－4］，只是受局地因素的影响存在一定的地区差异。局地因素直接影响地面接收太阳辐射的强度，而青藏高原强烈的太阳辐射使局地因素影响作用增强［5］。因此，局地因素对小区域多年冻土的影响不容忽视。目前，国外的一些冻土空间模型中，有直接将冻土与气候、地形和坡向进行统计分析建模的［6］，也有将坡度、坡向对太阳辐射收入的影响折算成等效纬度进行计算的［7］，但国内有关冻土空间模型的文献中，尚未考虑局地因素的影响。然而气候变暖引起多年冻土的退化，引发各种热融灾害，如热融滑塌引起的斜坡失稳［8，9］，数 量 逐 渐 增 多 和 面 积 逐 渐 变 大 的 热 融 湖塘［10，11］、公路路基的沉陷变形 与翻浆［12］、铁路路桥过渡段的变形沉陷与开裂［13］等给工程的正常运营带来一定的危害。为了保护区域内的冻土工程设施和进行灾害评价、防治及预测，建立考虑局地因素的冻土分布模型和绘制较大比例尺冻土分布图具有重要意义。本文利用GIS良好的空间分析和制图功能，提出了考虑局地因素坡向的冻土分布模型，输出研究区内冻土工程地温区划图，并结合气候转暖对地温的影响关系，预测了研究区50年后冻土的变化趋势。

1 局地因素的影响及因子选取

研究区以青藏公路为基准线，向两侧外延约5 km，北起楚玛尔河，南至风火山，纵向长约110 km，海拔高程4 420～5 120 m，对应公路基桩号K2964～3073，介于北纬34°41′～35°26′、东经92°50′～93°30′，面积约1 100 km2。29个样本点主要分布在楚玛尔河、五道梁、北麓河、风火山等地的青藏公路沿线，从北向南纵穿该区域内的多年冻土区，基本体现了高原冻土的高海拔特征，样本点具备较好的代表性。

青藏高原多年冻土是地气系统长期相互作用的产物，大的气候背景决定了大范围多年冻土分布的宏观格局，但局地因素（如坡向、坡度、植被、岩性、雪盖厚度及持续期、有机层和土壤特性等）的影响在一定条件下会超过大气候背景，造成同样气候环境下局地多年冻土的异常分布［14］。局地因素通过影响太阳辐射、大气对流和热量传导等过程进而影响冻土区的地温，从而影响局地区域内多年冻土的存在与否。研究区内地形地貌多样，分布有高平原、山丘、河谷、盆地等，考虑局地因素的影响，方能得到更精准的冻土分布结果。本文选取了研究区内较易量化的植被覆盖度、坡度、坡向3个局地因素进行分析对比，筛选出影响最大的因子参与建模。

1.1 植被的影响

植被能削减降雨侵蚀能量，调节地表径流，阻滞泥沙迁移，还能保持水分，改良土壤，增强土壤渗透性能，提高其抗冲蚀性［15］。高原上的植被对下伏的多年冻土具有较好的保护作用，并促进有机质的积累和土壤的发育，而多年冻土的隔水作用，又使植被得以在高寒干旱地区生存。例如，青藏高原的高寒草甸在冬季可形成隔热层，阻碍土壤热量散失，夏季可减少地面受热，能使地表年温差降低4～5℃［16］。研究区内植被主要分布于楚玛尔河高平原、五道梁盆地和北麓河盆地，总体生长稀疏，植株低矮，生存周期短，覆盖度较低。通过对2006年8月覆盖研究区的Quickbird全色影像运用归一化植被指数NDVI进行计算，结合2011年9月的野外考察数据进行校核修正，获取研究区内的植被覆盖度图层（图1）。NDVI值的范围是－1～1，一般绿色植被区的范围是0.2～0.8，而研究区 NDVI值为－0.378～0.394，植被覆盖度较低。

1.2 坡度的影响

坡度对植被的生长影响较大，坡度越大越不利于植被生长。不同的坡度之间，物种多样性与丰富度也有较大差异［17］。坡地上辐射分布有随坡度而变化的规律，从而影响着坡地上的温度分布［18］。地面亮温和地面湿度与坡度呈负相关［19］。图2是运用ArcGIS的空间分析得出的坡度图层，由图2可知，研究区地势整体较平缓，骤然抬升的区域较少。

图1 植被覆盖度Fig.1 The layer of NDVI

图2 坡度Fig.2 The layer of slope

1.3 坡向的影响

不同坡向的地域接受的太阳辐射差异极大，影响了水蒸发量、植被覆盖、坡面侵蚀等诸多因素，从而造成相同海拔高度上不同坡向地域多年冻土的分布明显不同［20］。祁连山南北坡冻土下界分布高程差210 m左右，214国道K359＋100阴、阳坡面下0.3 m处年均地温差达4.22℃［21］。在风火山上，阴、阳坡年均地温差1.7～2.4℃，冻土厚度差50～70 m，地下冰发育情况也明显不同［22］。青藏铁路DK1139＋670处实测数据表明，阴、阳坡面下0.5 m处年均温差为3℃以上［23］。天山坡向对多年冻土的影响巨大，在海拔高度相近的情况下，阴坡和阳坡处年均地温差达4.6℃［24］。如果气温递减率按0.5℃/100 m计算，则坡向的影响相当于920 m高程差产生的结果。King［25］提出了以坡向为主要依据的多年冻土分带方案：将南坡无多年冻土的最高海拔定义为连续多年冻土下界，而将北坡出现多年冻土的最低海拔定义为不连续多年冻土下界。因此，在青藏高原进行较小区域冻土空间建模时，坡向是局地因素中不容忽视的一个影响因素。

坡向通过影响太阳辐射、大气对流和热量传导等过程而影响冻土区的地温，从而较大程度地影响着局地区域内多年冻土的存在与否。本文主要考虑研究区内坡向所造成的南北方向的地温差异，故假定：南北方向坡向影响大小相等，方向相反;东西方向影响大小相等，方向相同。坡向数据的获取如下：在Arc－GIS平台上，对研究区的数字高程数据DEM进行空间分析获取坡向图层（图3）;参考天山的观测数据，运用算式2.3cosθ（θ为坡向，0°～360°）将坡向量度转化为线性量度［26］，其值域为－2.3～2.3，结果如图4。

图3 空间分析得到的坡向Fig.3 Aspect gained by spatial analysis

图4 归一化的坡向Fig.4 The normalization of aspect

1.4 因子选取

对研究区内29个钻孔点的经纬度、高程、坡度、归一化坡向及其植被覆盖度与对应的年均地温值进行Pearson相关性分析（表1），发现大尺度因素纬度、高程都与年均地温在0.01显著水平下呈负显著相关，经度与年均地温在0.05显著水平下为正相关，而且相关系数｜高程｜＞｜纬度｜＞｜经度｜。局地因素坡向（归一化数据）与年均地温在0.05显著水平下的相关系数为0.268，在局地因素中最大，体现了小区域中阴阳坡效应的重要影响。基于此，选取纬度、高程及坡向作为影响因子，构建研究区多年冻土分布模型。

表1 年均地温与各影响因素的相关系数Table 1 Correlation coefficient between the mean annual ground temperature and main factors

2 考虑坡向的冻土分布模型的建立

青藏高原冻土模型或冻土对气候的响应模型总体可分为建立在传热学基础上的物理模型和适合于冻土制图的经验模型［27］。经验模型大都只使用有限的变量，与GIS结合紧密，具有空间性的优点，青藏高原应用较广泛的是高程模型和基于年均地温的回归模型。本文建立考虑局地因子坡向影响的年均地温回归模型，进行多年冻土的分布与制图研究。利用研究区内29个钻孔点2000－2010年的监测数据，对钻孔点的年均地温与高程、纬度和归一化坡向进行线性多元回归统计，得到考虑局地因子坡向的关系式：

式中：T为年均地温（℃），φ为十进制表示的纬度（°），H为高程（m），θ为坡向（°）。年均地温与高程、纬度及坡向之间的复相关系数为0.936，具有较好的相关性。

3 多年冻土分布模拟与制图

冻土环境影响建筑物的稳定性，线性工程的设计施工与维护保养尤其要考虑冻土因素［28］。研究区是高原上管线工程较为密集的地区，故进行多年冻土分布模拟与制图具有重要的意义。本文利用“回归方程模拟值＋修正值”的方法计算研究区的年均地温，依据高原工程地温分区标准［29］进行划分，获取相应的工程地温分区图。具体操作如下：1）运用ArcGIS平台的栅格计算模块，将高程、纬度和归一化坡向因子代入公式（1）得到年均地温模拟值图层;2）对钻孔样本点的地温实测值与模拟值求残差，用反距离权重法将残差插值到整个研究区，得到相应的残差值图层;3）将年均地温模拟值图层与残差值图层叠置求和，得到研究区修正后的年均地温图层。

反距离权重插值法是以样本点与插值点间的距离为权重的一种加权平均法，离插值点越近的样本点赋予的估值权重越大，其表达式如下：

式中：z为所要估计的网格点的年平均地温残差值，zi为第i个钻孔点的残差值，di为插值点到第i个钻孔点的距离，n为用于插值的钻孔点数目。

结合ArcGIS良好的数据分析和制图功能，依据表2进行重分类和矢量化，产生的图5即为研究区多年冻土工程地温区划图。计算输出的结果表明，研究区内多年冻土地温带划分与实际分布基本相符。根据分带指标进行面积统计可知，多年冻土区占总面积的94.06%，其中，低温稳定带占多年冻土区面积的15.94%，主要分布在风火山和可可西里的高山基岩区;低温基本稳定带占16.97%，主要分布在风火山及可可西里丘陵地带;高温不稳定带占48%，主要分布于可可西里和北麓河盆地东缘;高温极不稳地带占19.09%，主要分布于北麓河盆地和楚玛尔河高平原;季节冻土区或融区因较难用模型模拟，本文结合历史资料和专家经验进行数字化修正，叠加到多年冻土工程地温分区图上。

图5 冻土工程地温区划Fig.5 Ground temperature zonation for permafrost engineering

表2 冻土分布区划及面积统计Table 2 The permafrost zonation and area statistics

4 结论

通过Pearson相关性分析，筛选出局地因素——坡向参与研究区冻土分布模型的构建。该模型充分反映了研究区内多年冻土的分布特征，输出符合实际的工程地温区划图。多年冻土区占整个区域的94.06%，其中，低温稳定带占多年冻土区面积的15.94%，主要分布在风火山和可可西里的高山基岩区;低温基本稳定带占16.97%，主要分布在风火山及可可西里丘陵地带;高温不稳定带占48%，主要分布于可可西里和北麓河盆地东缘;高温极不稳地带占19.09%，主要分布于北麓河盆地和楚玛尔河高平原，符合研究区的实际情况。因此，局地因素是进行小区域较大比例尺冻土分布制图不容忽视的影响因子。目前，局地因素对多年冻土分布的影响尚无完善且公认的研究方法，本文对于局地因素的选取和权重的赋值是一尝试，有待进一步研究。

感谢国际科学数据服务平台提供的数字高程数据（DEM）！

［1］汪春林，李林，李栋梁，等.青海高原多年冻土对气候增暖的响应［J］.高原气象，2005，24（5）：708－713.

［2］张兴国，刘学军，陈建兵.基于GIS的公路横断面地温时空分析方法研究— —以青藏公路为例［J］.地理与地理信息科学，2011，27（5）：21－24.

［3］李述训，程国栋，郭东信.气候持续转暖条件下青藏高原多年冻土变化趋势［J］.中国科学（D辑），1996，26（4）：342－347.

［4］吴青柏，李新，李文君.全球气候变化下青藏公路沿线冻土变化响应模型的研究［J］.冰川冻土，2001，23（1）：1－6.

［5］童伯良，李树德.青藏高原多年冻土的某些特征及其影响因素［A］.青藏冻土研究论文集［C］.北京：科学出版社，1983.1—11.

［6］KELLER F.Automated mapping of mountain permafrost using the program PERMAKART within the geographic information system ARC/INFO［J］.Permafrost and Periglacial Process，1992，3（2）：139－142.

［7］MORRISSERY L A，STRONG L L.Mapping permafrost in the boreal forest with Thematic Mapper satellite data［J］.Photogrammetric Engineering ＆ Remote Sensing，1986，52：1519－1531.

［8］NIU F J，CHENG G D，NI W K，et al.Engineering-related slope failure in permafrost regions of the Qinghai-Tibet Plateau［J］.Cold Regions Science and Technology，2005，42（3）：215－225.

［9］牛富俊，程国栋，赖远明，等.青藏高原多年冻土区热融滑塌型斜坡失稳研究［J］.岩土工程学报，2004，26（3）：402－406.

［10］林战举，牛富俊，徐志英，等.青藏铁路沿线热融沟发展特征及其对路基热稳定性的影响［J］.岩土工程学报，2011，33（4）：566－573.

［11］崔巍，吴青柏，刘永智.热融湖塘对多年冻土的热影响［J］.冰川冻土，2010，32（4）：755－760.

［12］吴青柏，施斌，刘永智.青藏公路沿线多年冻土与公路相互作用研究［J］.中国科学（D辑），2002，46（2）：97－105.

［13］牛富俊，林战举，鲁嘉濠，等.青藏铁路路桥过渡段沉降变形影响因素分析［J］.岩土力学，2011，32（2）：372－377.

［14］CAMILL P，CLARK G S.Climate change disequilibrium of boreal permafrost peatlands caused by local processes［J］.American Naturalist，1998，15（3）：207－222.

［15］杜锋，程积民.植被与水土流失［J］.四川草原，1999（2）：6－11.

［16］王爱军.青藏铁路格尔木至拉萨段水土保持研究［D］.西南交通大学，2007.

［17］汤孟平，周国模，施拥军，等.不同地形条件下群落物种多样性与胸高断面积的差异分析［J］.农业科学，2007，43（6）：27－31.

［18］李新，程国栋.任意地形条件下太阳辐射模型的改进［J］.科学通报，1999（5）：993－998.

［19］张秀英，冯学智.基于数字地形模型的山区太阳辐射的时空分布模型［J］.高原气象，2006，25（1）：123－127.

［20］程国栋.局地因素对多年冻土分布的影响及其对青藏铁路设计的启示［J］.中国科学（D辑），2003，33（6）：602－607.

［21］丑亚玲，盛煜，李金平.多年冻土区公路高路基横向热状况不对称性分析［J］.路基工程，2007（2）：4－6.

［22］周幼吾，郭东信.我国多年冻土的主要特征［J］.冰川冻土，1982，4（1）：1－19.

［23］盛煜，马巍，温智，等.多年冻土区铁路路基阴阳坡面热状况差异分析［J］.岩土力学与工程学报，2005，24（17）：3197－3201.

［24］周幼吾，邱国庆，郭东信，等.中国冻土［M］.北京：科学出版社，2000.242.

［25］KING L.Zonation and ecology of high mountain permafrost in Scandinavia［J］.Geografiska Annaler，1986，68A（3）：131－139.

［26］ZAR J H.Biostatistica Analysis（2d ed）［M］.Englewood Cliffs，NJ：Prentice Hall，1984.

［27］李新，程国栋.冻土－气候关系模型评述［J］.冰川冻土，2002，23（3）：315－321.

［28］吴青柏，朱元林，施斌.工程活动下的冻土环境研究［J］.冰川冻土，2001，23（2）：200－207.

［29］铁道部建设管理司.青藏铁路高原冻土区工程设计暂行规定［Z］.北京：中华人民共和国铁道部，2001.11.

Permafrost Modeling and Mapping along the Qinghai-Tibet Engineering Corridor Considering Slope-Aspect

LU Jia－hao1，2，NIU Fu－jun1，LIN Zhan－ju1，LIU Hua1，2，LUO Jing1，2
（1.StateKeyLaboratoryofFrozenSoilEngineering，CAREERI，CAS，Lanzhou730000;2.GraduateUniversityoftheChineseAcademyofSciences，Beijing100049，China）

The permafrost in the Qinghai-Tibet Plateau was resulted from the interaction of the Earth-Atmosphere System.The atmosphere controlled the macrostructure of the permafrost.However，some local factors such as slope-aspect，also greatly affected the permafrost status.However，the study of the small area′s larger scale and considering the local factors for permafrost distribution and mapping is still uncommon in China.According to the consequence of Pearson correlation analysis，some factors were selected greatly influencing the permafrost distribution in a section from the Chumaer River to the Fenghuo Mountain in the Qinghai-Tibet Engineering Corridor.The factors which can be easily quantified by GIS are latitude，elevation and slope-aspect.Based on records of the mean annual ground temperature from 29 boreholes in the section between 2000 and 2010，the relationship model with the mean annual ground temperature，the elevation，latitude and slope-aspects was constructed using regression analysis method.When multiple correlation coefficient was significant with a value of 0.936.Then a simulated map of permafrost distribution was produced through the indices for cold region engineering purpose.Every zone′s area was also calculated.As a result，permafrost regions occupy 94.06%of the whole area，among which low temperature stable zone accounts for 15.94%mainly in alpine bedrock area of Fenghuoshan and Hoh Xil，low temperature basically stable zone is 16.97%mainly in Fenghuoshan and Hoh Xil′s foothills，high temperature unstable zone is 48%，mainly in Hoh Xil and the east edge of Beilu River Basin，and high temperature extremely unstable zone is 19.09%，mainly in Beilu River Basin and Chumaer River planalto.

the Qinghai-Tibet Plateau;permafrost;slope-aspect

P642.14

A

1672－0504（2012）03－0063－05

2011－12- 22;

2012－03－27

国家自然科学重点基金项目（41030741）;国家自然科学创新群体（41121061）;科技部973计划前期研究专项（2010CB434813）;冻土工程国家重点实验室自主项目（SKLFSE－2Y－07）

鲁嘉濠（1986－），男，硕士研究生，主要研究方向为基于3S技术的地质灾害评价。E－mail：lujiahao09＠mails.gucas.ac.cn