川渝油气田建设水土流失影响因子分析

冯 迪，银小兵，高大明

（中国石油安全环保与技术监督研究院，成都610041）

油气田建设过程中由于管道开挖、阀室建设等一系列施工作业，引发了水土资源的流失［1－2］。为治理水土流失问题，油气田建设部门相继采取了一些水土保持措施，并取得了一定成效［3－4］。但由于实施的措施针对性欠缺，造成治理效果不明显。因此，要合理制订治理措施，还需要分析区域内关键影响因子。然而，目前有关施工过程中重要因子影响程度的相关研究［5－8］较少，导致制定治理策略时缺乏重点。为进一步深入分析目前川渝地区油气田建设造成的水土流失问题，以改进水土保持方案设计和实施过程中的不足，本研究结合川渝地区独特的地貌特点以及在油气田建设过程中管道开挖的特殊性，采用目前油气田建设过程中常用的通用土壤流失方程对水土保持流失量进行预测，结合实地监测点的监测数据进行拟合，旨在确保通用土壤流失方程在川渝地区的适用性，并确定油气田建设过程中影响因子的优先度顺序，以期能为川渝油气田建设制定合理水土保持措施提供科学依据。

1 研究区概况

本研究选取的典型管线主要位于川渝4个区域，分别位于川东、川西南渐变型盆山结构区，川北、川西突变型盆山结构区，川中原地隆起型盆地区，重庆地区。区域内水力侵蚀为主。通过对该区1957—2006年的降雨情况分析，降雨主要集中在每年5—9月份，其中8月降雨量最大，达到289．9mm，年平均降雨量约为900～1 300mm。10a一遇1h降雨强度为71．3mm，20a一遇1h降雨强度为74．8mm。亚热带季风性湿润气候，9月至翌年3月受北方冷空气入侵，为偏北风；4至8月受西南暖湿季风和亚热带高气压影响，为偏南风。历年最高气温43℃（1951年），极端最低气温－3．1℃（1975年）。本研究采取5—10月雨季进行现场监测。研究区为农耕区域、低山区及丘陵区，以次生植被为主。

2 研究方法

2．1 预测模型选取

通用水土流失方程是预测水土流失量的主要手段［9－10］，表达式如下：

式中：A——水土流失量（t）；R——降雨侵蚀因子；K——土壤可蚀性因子；L——坡长因子；S——坡度因子；C——植物覆盖因子；P——土壤保持措施因子。

2．2 侵蚀因子的提取方法

（1）降雨侵蚀因子R。采用魏斯经验公式计算获得，能较准确地反映一个地区的降雨侵蚀能力［11］，公式如下：

式中：P——年降雨量（mm）；Pi——月降雨量（mm）。

（2）土壤可蚀性因子K。土壤可蚀性因子主要与土壤本身的颗粒结构、有机质含量等有关［12－13］，参照《环境影响评价技术导则地面水环境》HJ／T 2．3－93，采用查表法进行确定，本文K值取值范围见表1。

表1 土壤可蚀性因子

（3）地形因子LS采用表达式如下：

LS＝（3．25L）0．5［0．0076＋0．006S＋0．00076（1．11S）2］

式中：L——坡长（m）；S——坡度（°）。

（4）植物覆盖因子C。参照《环境影响评价技术导则地面水环境》HJ／T 2．3－93，采用查表法进行确定，采取就近原则进行取值。具体取值方法为：如果工程破坏的是林地、牧草地取值采用表2；如果破坏的是耕地取值采用表3。

表2 不同植被类型的覆盖因子值

表3 农田不同作物的覆盖因子值

（5）土壤保持措施因子P。根据措施类型，选取土壤保持措施因子P值，取值范围见表4。

2．3 监测点位确定及数据采集

本研究选取9条典型管线进行因子矩阵分析，其中挑取地形、工程类型以及地域范围最有代表性的4项工程进行标准小区实地监测，以监测通用土壤流失方程的准确性。监测过程中采用简易水土流失观测场法［14－15］，小区规格为3m×3m，同时结合坡面沟蚀测量法，设置0°，5°，10°，15°，20°，25°共6个标准坡度点位，进行水土流失量测量，监测选取项目分别为输气管线工程、天然气管网工程、集输管道工程、输气干线工程。实地监测数据见表5；9条典型管线的具体监测数据见表6。

表4 侵蚀控制措施因子

表5 监测点水土流失状况统计

表6 土壤特性统计

3 数据分析

3．1 通用方程精确度

表7为影响因子及预测出的水土流失总量。影响因子取值根据工程项目地形特点、土壤类型、降雨量等工程特点对应侵蚀因子的提取标准进行。预测总水土流失量利用通用水土流失方程计算得出。

对水土流失量的数值进行变化趋势的分析结果见图1。通过对实地气候、土壤、地形条件的调查，选取不同的降雨量因子、地形因子和水土保持措施因子（表7）表明，实际和预测的水土流失量之间具有很好的一致性，说明水土流失量的预测模型在川渝地区可以使用。

表7 典型监测样地数据统计

图1 预测和实际水土流失量变化曲线

3．2 相关性分析

通用土壤流失方程中的：K为土壤可蚀性因子，C为植物覆盖因子，P为土壤保持措施因子需要根据现场勘查及上文提供的资料调查表取得，R为降雨侵蚀因子，LS为地形因子需要计算取得，现将各个参数的取值及影响因子的数值进行统计，结果见表8。

为了分析R，K，L，S，C，P这6个影响因子对水土流失量的作用，在SPSS软件中对它们之间的相关关系和优先度进行排序，结果见表9。

表8 项目区水土流失量影响因子统计

表9 各变量之间相关性

由表9可知，水土流失总量与水土流失面积呈极显著的正相关关系，相关系数为0．911，即在油气田工程建设过程中，扰动面积的变化会直接影响水土流失量的变化，扰动面积越大，水土流失量越大。因此在油气田建设项目施工过程中，应在规划时就严格控制扰动面积，尽量减少地面的扰动和植被的破坏。与水土流失总量的密切程度从大到小的排列顺序依次为：土壤可蚀性因子＞植物覆盖因子＞降雨侵蚀因子＞土壤保持措施因子＞坡度因子。

土壤类型对于水土流失量的影响较大［16］，土壤物理结构、沙石含量、土壤中有机质含量的不同都会对水土流失量产生较大的影响。所以在工程建设过程中，应当重点考虑土壤的治理，可以通过改变土壤的结构，往土壤里加入石子，沙砾等颗粒物较大的材料来阻挡水土的流失，也可通过硬化土壤表面的方法使土壤的孔隙度变小，减少水土流失，还可以通过往土壤中加入有机物等改变土壤化学性质，并在表面植树种草等，有效地防止水土流失。林草覆盖率对水土流失量的影响也较为明显，在工程建设期以及建设完工后，应当重视林草的恢复和护理。

降雨量和地形因子对水土流失量的影响稍小，这是因为在工程建设过程中采取了有效的拦挡措施和排水设施，说明只要做好水土保持措施，可以将降雨和地形的不利影响降到最低。坡度对水土流失量的影响最小，是因为工程建设都在国家规定的低于25°坡度进行，也说明在小于25°的地方进行生产建设活动，在做好水土保护措施的情况下，一般不会产生较大的水土流失。

4 结 论

（1）通过对水土流失量的预测和实际流失量的比较分析，得出预测水土流失量与实际监测到的流失量拟合程度较高，具有较好的一致性，表明使用通用土壤流失方程来预测川渝地区的水土流失量是可行的。

（2）USLE方程中各因子与水土流失总量的密切程度从大到小的排列顺序依次为：土壤可蚀性因子＞植物覆盖因子＞降雨侵蚀因子＞土壤保持措施因子＞坡度因子。

［1］ 何焱，吴胜琦．浅析水土保持监理在长输管道建设中的实施［J］．油气田环境保护，2012，22（1）：57－63．

［2］ 刘世全，袁大刚，向双，等．川渝地区水土流失因素分析和治理对策［J］．水土保持学报，2002，16（5）：14－14．

［3］ 黄一劲，柴宗新，刘淑珍．油气管线工程的水土流失特点与防治要点［J］．中国水土保持，2008（1）：42－43．

［4］ 程金香，马俊杰，王伯锋，等．输油管道工程环境影响的分析［J］．水土保持学报，2003，17（6）：174－177．

［5］ 唐春凌，罗方宇，主权云，等．天然气管道工程水土流失预测及防治措施［J］．石油与天然气化工，2004，33（4）：296－299．

［6］ 何鲤，刘莉萍，罗潇，等．川西龙门山推覆构造特征及有利油气勘探区块预测［J］．石油试验地质，2007，29（3）：247－252．

［7］ 韩亚丽．南京至安庆铁路铜陵至池州段水土保持预测分析［J］．环境科学与管理，2009，34（2）：175－178．

［8］ 范建荣，王念忠，陈光，等．东北地区水土保持措施因子研究［J］．中国水土保持科学，2011，9（3）：75－79．

［9］ 李凤，吴长文．RUSLE侵蚀模型及其应用［J］．水土保持研究，1997，4（1）：109－112．

［10］ 徐文才，甘玉华．土壤侵蚀预报模型研究现状［J］．科技信息，2009（21）：34－35．

［11］ 胡续礼．水土流失定量监测中降雨侵蚀力因子的研究［D］．南京：南京农业大学，2006．

［12］ 张科利，彭文英，张竹梅．日本近50年来土壤侵蚀及水土保持研究综述［J］．水土保持学报，2005，19（2）：61－78．

［13］ 管新建，张文鸽，李勉，等．模拟降雨侵蚀产沙量与其影响因子的灰关联分析［J］．水土保持通报，2011，31（2）：168－174．

［14］ 唐克丽．中国水土保持［M］．北京：科学出版社，2004．

［15］ 青海湖防沙工程措施区土壤水分及入渗特性初步研究［J］．水土保持研究，2012，19（1）：33－36．

［16］ 李占斌，朱冰冰，李鹏．土壤侵蚀与水土保持研究进展［J］．土壤学报，2008，45（5）：803－809．