岳永彧, 王俊峰, 俞祁浩, 游艳辉
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, 兰州 730000 2. 中国科学院大学, 北京 100049
青藏高原多年冻土区热融湖塘沉积物粒度分布特征研究
岳永彧1,2, 王俊峰1,*, 俞祁浩1, 游艳辉1
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, 兰州 730000 2. 中国科学院大学, 北京 100049
岳永彧, 王俊峰, 俞祁浩, 等. 青藏高原多年冻土区热融湖塘沉积物粒度分布特征研究[J]. 生态科学, 2016, 35(2): 1-7.
YUE Yongyu, WANG Junfeng, YU Qihao, et al. Study on the distribution characteristics of sediments grain size of thermokarst lakes in permafrost regions on the Qinghai-Tibet Plateau[J]. Ecological Science, 2016, 35(2): 1-7.
在青藏高原五道梁多年冻土区,利用土钻对3 个典型热融湖塘不同区域表层沉积物进行取样, 并做了粒度分析、粒度参数计算和回归分析, 结合有关资料探讨了热融湖塘沉积物的粒度分布特征及其形成原因。结果表明: 在沉积物分布类型上, 以湖心为圆心、半径15 m的湖心区, 表层沉积物平均粒度为4.46—5.37Φ, 标准偏差为2.48—2.75, 粒度较细,属于粉砂质砂; 半径15—30 m的湖滨区, 表层沉积物的平均粒度为2.69—3.34Φ, 标准偏差为1.67—2.22, 粒度较粗, 属于砂质; 半径30 m至天然地表的过渡区, 表层沉积物平均粒度为3.22—3.44Φ, 标准偏差为1.93—2.18, 粒度较粗, 属于砂质。不同区域沉积物粒度差异显著, 热融湖塘沉积物的粉砂和黏土含量分布为湖心区>湖滨区>过渡区, 而砂含量的分布特征则相反, 为过渡区>湖滨区>湖心区。热融湖塘沉积物这种粒度分布特征与冻融循环、水力搬运、风力侵蚀以及地形等因素密切相关, 是导致热融湖塘不同区域地表沉积物粒度特征产生显著差异的主要原因, 也是造成湖塘周边土壤发生粗砾化的根本动力。
热融湖塘; 表层沉积物; 粒度特征; 青藏高原
在多年冻土区, 热融湖塘是由于自然或人为作用导致季节融化深度加大, 地下冰或者多年冻土层在某一区域发生局部融化, 地表随之沉陷, 积水后形成的湖塘[1]。热融湖塘的形成和变化将对周边多年冻土的热状况、水文过程、生态环境以及冻土工程的稳定性等产生重要影响[2–4]。在全球变暖的大背景下, 多年冻土升温和融化, 加之青藏铁路等重大工程的实施, 破坏了多年冻土的热稳定性, 加速了冻土的退化, 冻土融化后产生的水分汇集在地势低洼处或者原有的热融湖塘中, 导致青藏高原多年冻土区热融湖塘数量逐年增多, 规模越来越大[5–8]。由此引起的土壤植被退化[9]、热侵蚀作用[10–11]、温室气体排放等问题已成为研究的热点和全球关注的焦点。
受热融湖塘热侵蚀作用的影响, 在湖塘水位消长的过程中, 湖塘周围土体不断受到冻融、风浪冲刷和筛分作用, 逐渐将土壤带入湖塘内部, 成为湖塘沉积物。湖塘沉积物粒度是一个简单、表征意义明确、对气候变化敏感、能准确反演一个地貌单元在形成过程中环境变化的指标[12]。各种研究表明,沉积物的粒度特征不但能表明沉积物的沉积过程、沉积区域环境因素和沉积时的动力特征, 还可以表明沉积物的输送强度和方向[13–14]。在湖塘长期的发展过程中, 受诸多因素的影响, 湖塘沉积物粒度呈现出特定的空间结构和随机性[15]。近年来对湖塘沉积物所记录的环境演变进行研究已经成为全球变化研究中的一项重要内容。
因此, 本文在青藏高原五道梁多年冻土区选择3 个典型热融湖塘, 对湖塘不同区域范围的沉积物粒度特征进行研究, 阐明热融湖塘在形成和发展过程中沉积物粒度的变化趋势, 并对湖塘沉积物粒度分布特征形成的原因进行探讨。
2.1 研究区域概况和热融湖塘的选取
五道梁处于青藏高原大片连续多年冻土分布区,位于楚玛尔河高平原上, 可可西里自然保护区腹地。海拔4600 m左右, 冻土上限在2.0 m左右[16]。年平均降水274.7 mm, 主要集中在5 月至9 月, 多年平均气温为-5.36 ℃, 最大积雪厚度12 cm, 年均大风日超过130 d。具有典型的高原大陆性气候特点,无明显的四季之分, 只存在冷暖两季。研究区域土壤类型以高寒草甸土为主, 沉积地层是第三系湖相沉积和第四系全新统冲-洪积层, 岩性以泥岩、砂岩、粘土及粉砂为主。主要的植被生态类型为高寒草甸、高寒草原化草甸等植被类型[17–18]。
所研究区域以青藏公路为轴线, 向公路两侧拓展约5 km, 有湖塘574 个, 湖面总面积5.1 km2[19]。为了考察湖塘沉积物的粒度分布特征, 在五道梁多年冻土区,根据热融湖塘的面积、最大水深以及湖塘汇水来源等情况选择3 个地理特征类似的热融湖塘(T1、T2、T3), 分别对湖塘不同区域的沉积物进行取样。所选的 3 个热融湖塘均在青藏公路沿线, 其中湖塘T1距T2约1.3 km, 湖塘T2距T3约11.4 km。3 个热融湖塘的基本地理特征如表1所示。
表1 所选取3 个热融湖塘的地理特征Tab. 1 Geographic features of the three thermokarst lakes
2.2 湖塘沉积物取样
在枯水期, 从湖心沿径向方向到湖塘外围天然区域, 依次在湖心区(I区, 距湖中心0—15 m)、湖滨区(II区, 距湖中心15—30 m)和过渡区(III区, 距湖中心30 m至外围天然场地), 分别用土钻对沉积物进行取样。土钻直径为5 cm, 取样深度为10 cm。在同一湖塘的相同区域, 各取 3 次土样, 然后将其均匀混合。从湖心区到过渡区, 将样品按照不同湖塘、不同区域、不同采样点依次编号为T1-I-1、T1-II-1、T1-II-2、T1-III-1···T3-III-1。样品钻取后, 立即放入自封袋中保存, 带回兰州大学西部环境教育部重点实验室进行沉积物颗粒分析。
2.3 湖塘沉积物粒度分析
将同一湖塘相同区域内的土样进行充分混合并自然风干后, 称取5 g, 加入浓度为30%的双氧水以去除有机质, 再加入5%的盐酸以去除碳酸盐; 加热直到无气泡溢出, 同时避免被蒸干。加入蒸馏水静置24 h后, 加入六偏磷酸钠, 在振荡机上震荡15 min后用Masterizer 2000型激光粒度分析仪(Malvern公司生产)进行粒度分析, 计算出样品各粒度的体积百分比。采用福克和沃德公式[20]计算出样品的中值粒径(Md)、平均粒径(Mz)、标准偏差(σi)、偏度(Sk)和峰度(Kg)5个参数。各参数的计算公式如下:
式中,Φ是克鲁宾在乌登-温特沃斯粒级标准基础上提出的粒度单位[20]。换算公式为:2logd Φ=- ,式中d为颗粒直径, 单位mm。其中,Φ5、Φ16、Φ25、Φ50、Φ75、Φ84、Φ95分别表示占所测样品的累计百分含量为5%、16%、25%、50%、75%、84%、95%时的粒度大小。沉积物粒度参数分类标准参照福克和沃德提出的分类标准[21]。
2.4 统计分析
利用Origin统计分析软件(Origin7.5, OriginLab Corporation, USA)对数据进行统计分析, 对不同区域表层沉积物不同粒度含量变化差异进行显著性检验。
3.1 湖塘沉积物粒度频率分布曲线分析
将3 个湖塘不同区域沉积物的粒度特征绘制成粒度频率分布曲线, 结果如图1所示。在湖心区, 沉积物粒度的分布范围为0.3—700 μm, 除存在峰值粒度为100—200 μm左右的粗粒主峰之外, 还存在峰值粒度较小(5—10 μm左右)的峰(图1a)。在湖滨区,沉积物粒度的范围为0.3—1000 μm, 频率分布曲线基本上都为峰值粒度为200—300 μm左右的单峰曲线, 除了 T1-II-2曲线还存在一个峰值在更粗粒度(1000 μm左右)的峰(图1b)。在过渡区, 沉积物粒度的范围为0.3—1000 μm, 粒度频率分布曲线与湖滨区分布曲线相似, 都为单峰型曲线, 即存在峰值粒度为200—300 μm左右的峰(图1c)。分析湖塘不同区域粒度频率分布曲线可以发现, 从湖塘湖心区到过渡区域, 粒度为10 μm左右的沉积物含量明显减少, 而粒度为 200 μm左右的沉积物含量明显增加,粒度变粗的趋势明显。
3.2 湖塘沉积物粒度总体特征及其空间分布
沉积物组分的粒级划分根据国际上普遍采用的乌登-温特沃斯粒度分级方案, 采用福克分类法对研究区沉积物样品进行命名[22]。3 个热融湖塘不同区域沉积物粒度分布如表2所示。从表2可以看出, 3个热融湖塘湖心区沉积物样品均属于粉砂质砂, 其余区域沉积物均为砂质。
分析湖塘沉积物粒度分布的整体特征, 3 个热融湖塘表层沉积物粒度组成基本类似: 沉积物中绝大部分为砂(66.39—93.57%), 其次为粉砂(6.40—33.47%), 黏土含量最少(0.03—0.37%); 3 个湖塘沉积物中砂、粉砂和黏土的平均含量分别占87.48%、12.40%、0.11%。由此表明, 3 个热融湖塘沉积物的粒度总体特征为颗粒较粗、松散无粘性。
分析湖塘不同区域沉积物的粒度分布特征, 3个湖塘不同区域沉积物的砂和粉砂含量差异显著(p<0.05)。在黏土含量上, 湖心区沉积物中黏土含量(0.14%—0.37%)高于湖滨区(0.03%—0.11%)和过渡区(0.03%—0.12%); 在粉砂含量上, 湖心区沉积物中粉砂含量(18.07%—33.47%)显著高于湖滨区(6.40%—8.70%)和过渡区(6.95%—10.39%); 而沉积物中砂的含量, 则表现出相反的趋势: 湖心区砂含量(66.39%—81.67%)显著低于湖滨区(91.19%—93.57%)和过渡区(89.50%—93.02%)。
图1 热融湖塘不同区域沉积物粒度频率分布图Fig. 1 Frequency distribution of grain sizes of the sediments at different areas of thermokarst lakes
表2 热融湖塘不同区域沉积物粒度组成Tab. 2 Grain size composition of the sediments at different areas of the thermokarst lakes
3.3 湖塘沉积物的粒度参数特征
分别对热融湖塘沉积物样品的平均粒度(Mz)、中值粒度(Md)、标准偏差(σi)、偏度(Sk)、峰度(Kg)进行计算, 所选取的 3 个热融湖塘不同区域沉积物的粒度参数如表3所示。
平均粒度(Mz)和中值粒度(Md)代表沉积物粒度分布的集中趋势, 即碎屑物质的粒度一般是趋向于围绕着一个平均的数值分布,是衡量粒度粗细的一个重要指标[23]。从表3可以看出, 3 个湖塘湖心区域沉积物的Md为3.75—5.51Φ, 平均值为4.51Φ,Mz为4.46—5.37Φ, 平均值为4.91Φ; 湖滨区域沉积物的Md为2.41—3.0Φ, 平均值为2.75Φ,Mz为2.69—3.34Φ, 平均值为3.06Φ; 过渡区域沉积物的Md为2.65—3.15Φ, 平均值为2.89Φ,Mz为3.22—3.44Φ,平均值为3.33Φ。分析3 个湖塘不同区域沉积物的Md和Mz的特征可以发现, 从湖心区域到湖滨区域,湖塘沉积物的Md和Mz值变小, 粒度变粗; 而湖滨区域沉积物的Md和Mz值略小于过渡区域, 粒度有变细的趋势; 湖心区域沉积物的Mz和Md值最大,粒度最细。
表3 湖塘不同区域沉积物粒度参数Tab. 3 Grain size parameters of the sediments at different areas of the thermokarst lakes
标准偏差(σi)是分选性的指标, 用来区分沉积物颗粒大小的均匀程度[23]。从表 3可以看出, 在沉积物的标准偏差上, 3 个湖塘湖心区域沉积物的σi为2.48—2.75, 平均值为2.58; 湖滨区域沉积物的σi为1.67—2.22, 平均值为1.93; 过渡区域沉积物的σi为1.93—2.18, 平均值2.06。分析3 个热融湖塘不同区域沉积物标准偏差的特征可以发现, 湖塘沉积物大部分分选性差(2—4), 部分较差(1—2); 湖滨区域沉积物σi值小于其他区域, 分选性好于其他区域; 湖心区域沉积物σi值大于其他区域, 分选性最差。
偏度(Sk)是用来表示沉积物粒度分布的不对称性程度的指标, 偏度的实际意义是指在不同的沉积环境下, 所形成的沉积物的频率分布曲线的形态不同[23]。在沉积物偏度上, 3 个湖塘不同区域沉积物基本上均表现为正偏(0.1—0.3)或极正偏(0.3—1.0), 为粗偏态。由此也说明了3 个湖塘沉积物的粒度分布基本上均集中在粗粒部分, 而细粒部分含量较少。
峰度(Kg)也称尖度, 是反映数据在平均粒度两侧的集中程度的参数, 用来衡量粒度分布曲线与正态分布曲线相比, 其峰形的宽窄尖锐程度[23]。在沉积物峰度上, 3 个湖塘沉积物的峰度特征表现与Md和Mz的特征相似: 湖塘湖心区域沉积物的Kg为0.66 —0.91, 平均值为0.8; 湖滨区域沉积物的Kg为1.35 —2.0, 平均值为1.6; 过渡区域沉积物的Kg为1.24 —1.8, 平均值为 1.44。峰度值越大, 表明粒度的分布越集中, 粒度分布曲线的峰态越窄。分析 3 个湖塘不同区域的峰度值可以发现, 从湖心区域到过渡区域, 峰度值先变大后变小。湖心区域峰度值小于1, 粒度分布稀疏, 峰形低而平; 其余区域峰度值大于1, 粒度分布集中, 峰形高而尖。
综上所述, 从不同区域平均粒度和中值粒度的分布可以看出湖塘不同区域表层沉积物粒度存在明显的空间差异性。湖塘沉积物标准偏差和峰度显示了不同区域粒度均匀程度的差异, 表明外力对不同区域湖塘沉积物的改造不同。
一般来说, 海(湖)滩沉积物由于潮汐、波浪能量的作用粒度分布曲线表现为近对称, 偏度值接近于零; 风成沙丘由于细粒物质被吹走, 多呈正偏态[23]。热融湖塘在形成和发展的过程中, 其冻融循环、水位涨落均在动态变化之中, 从而导致底部沉积物不断受到冻融筛分、水力搬运以及风蚀作用, 造成同一湖塘的不同区域沉积物粒度特征差异化。
在青藏高原, 表层土壤存在日冻融循环过程的时间长达6 个月, 10 cm深处土壤仍存在 2 个月左右的日冻融循环过程[24]。因此, 在热融湖塘水位下降期间, 暴露的湖底沉积物不断受到冻融循环作用而导致土颗粒之间的黏聚力逐渐降低[25], 对粗颗粒与细颗粒产生分选作用; 而在湖塘水位上升期间,也正值青藏高原的雨季和冰雪融化季节[26–27], 湖塘由于地势较低而在周围容易产生瞬时的片流状地表水, 使周围地表土体不断受到冲刷并对土壤颗粒产生分选作用[28], 细颗粒逐渐被带入湖体发生沉积作用而粗颗粒土体留在原地, 产生粒度的区域性差异。
与此同时, 热融湖塘水位在涨落期间, 湖水在风力作用下产生的波浪连续对周围的土体进行拍打和搅动, 将细颗粒土体随离岸流带向湖内, 波浪作用逐渐减弱, 在重力作用下逐渐下沉; 由于粒径较小的颗粒被运移的速度较快, 运移距离也较远[29],由此造成热融湖塘湖心区表层沉积物中细颗粒含量较高, 而越靠近岸边粗颗粒含量越高。
另外, 受到冻融循环作用后的湖底沉积物颗粒间黏聚力下降, 加之青藏高原多大风天气[30], 导致在热融湖塘水位涨落期间, 暴露的湖底沉积物容易受到风蚀作用, 造成细颗粒流失[31], 使土壤粗砾化。这也是导致热融湖塘不同区域沉积物粒度特征产生差异的主要原因之一。
综上所述, 热融湖塘不同区域沉积物粒度特征存在显著差异的原因主要与湖塘冻融循环、水位的周期变化、风蚀、湖浪以及地表水的冲刷等因素有关, 是各种因素综合作用的宏观表现。
通过对青藏高原五道梁多年冻土区3个热融湖塘沉积物的粒度特征进行取样分析, 并对湖塘不同区域沉积物粒度特征产生显著差异的原因进行探讨,初步得到以下结论:
(1) 青藏高原五道梁地区热融湖塘沉积物的总体特征是: 砂含量最多, 约占87%; 黏粒含量极少,约占0.11%; 所有湖塘湖心区沉积物均为粉砂质砂,其余区域为砂; 颗粒分选性差, 粒度频率分布曲线以单峰曲线为主。
(2) 湖塘不同区域之间沉积物的粒度分布特征具有显著差异。湖心区沉积物中黏土和粉砂含量普遍高于湖滨区和过渡区, 砂含量则呈现相反趋势;在沉积物的中值粒径和平均粒径上, 湖心区的中值粒径和平均粒径最大, 沉积物粒度较细, 而湖滨区和过渡区中值粒径和平均粒径较小, 沉积物粒度较粗, 地表土壤粗砾化严重。
(3) 冻融循环、水力搬运和风蚀作用是导致湖塘不同区域地表沉积物粒度特征产生显著差异的主要原因, 也是造成湖塘周边土壤发生粗砾化的根本动力。
[1] 杨振, 温智, 牛富俊, 等. 多年冻土区热融湖塘研究现状与展望[J]. 冰川冻土, 2013, 35(6): 1519–1526.
[2] 罗京, 牛富俊, 林战举, 等. 青藏高原北麓河地区典型热融湖塘周边多年冻土特征研究[J]. 冰川冻土, 2012, 34(5): 1110–1117.
[3] 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.
[4] 林占举. 多年冻土区热喀斯特湖特征及其对冻土环境与工程的影响研究[D]. 兰州: 中国科学院寒区旱区环境与工程研究所, 2011: 1–5.
[5] 崔巍, 刘成昆, 康建林. 热融湖塘对多年冻土发展演化趋势的影响[J]. 林业建设, 2014(1): 58–62.
[6] 林占举, 牛富俊, 许健, 等. 路基施工对青藏高原多年冻土的影响[J]. 冰川冻土, 2009, 31(6): 1127–1136.
[7] JONES B M, GROSSE G, ARP C D, Modern thermokarst lake dynamics in the continuous permafrost zone, northern Seward Peninsula, Alaska[J]. Journal of Geophysical Research Biogeosciences, 2011, 116: 113–120.
[8] 王慧妮. 基于遥感的青藏高原热融湖塘时空演化监测与趋势分析—以青藏铁路红梁河至风火山沿线为例[D].西安: 长安大学, 2013: 109–112.
[9] 王一博, 吴青柏, 牛富俊. 长江源北麓河流域多年冻土区热融湖塘形成对高寒草甸土壤环境的影响[J]. 冰川冻土, 2011, 33(3): 659–667.
[10] 林占举, 牛富俊, 刘华, 等. 青藏高原热融湖塘对冻土工程影响的数值模拟[J]. 岩土工程学报, 2012, 34(8): 1394–1402.
[11] 孙志忠, 刘明浩, 武贵龙, 等. 非贯穿型热喀斯特湖下部及其周围多年冻土特征[J]. 冰川冻土, 2012, 34(1): 37–42.
[12] 殷志强, 秦小光, 吴金水, 等. 湖泊沉积物粒度多组分特征及其成因机制研究[J]. 第四纪研究, 2008, 28(2): 345–353.
[13] 杨世伦. 长江口沉积物粒度参数的统计规律及其沉积动力学解释[J]. 泥沙研究, 1994, (3): 23–31.
[14] 贾建军, 汪亚平, 高抒, 等. 江苏大丰潮滩推移质输运与粒度趋势信息解译[J]. 科学通报, 2005, 50(22): 2546–2554.
[15] 毛吉旦木·地力夏提. 艾比湖湿地典型区表层土壤粒度空间分布特征[D]. 乌鲁木齐: 新疆师范大学, 2014:1–4.
[16] 林清, 金会军, 程国栋, 等. 青藏高原五道梁冻土活动层表面二氧化碳和甲烷的排放[J]. 冰川冻土, 1996, 18(4): 325–330.
[17] 王一博, 高泽永, 文晶, 等. 青藏高原多年冻土区热融湖塘对土壤物理特性及入渗过程的影响[J]. 中国科学: 地球科学, 2014, 44(10): 2285–2293.
[18] 高泽永, 王一博, 文晶, 等. 长江源多年冻土区热融湖塘的形成对土壤沙化过程的影响[J]. 中国沙漠, 2014, 34(3): 758–764.
[19] 林占举, 牛富俊, 罗京, 等. 青藏工程走廊热融湖湖底热状态[J]. 地球科学: 中国地质大学学报, 2015, 40(1): 179–188.
[20] 国家质量监督检验检疫总局. GB/T 12763.8—2007, 海洋调查规范 第 8部分: 海洋地质地球物理调查[S]. 北京:中国标准出版社, 2007.
[21] 李艳茹. 苏贝淖湖滨沉积物粒度特征对比研究[D]. 西安:陕西师范大学, 2012: 15–19.
[22] 王中波, 何起祥, 杨守业, 等. 谢帕德和福克碎屑沉积物分类方法在南黄海表层沉积物编图中的应用与比较[J].海洋地质与第四纪地质, 2008, 28(1): 1–8.
[23] 卢连战, 史正涛. 沉积物粒度参数内涵及计算方法的解析[J]. 环境科学与管理, 2010, 35(6): 54–60.
[24] 杨梅学, 姚檀栋, HIROSE NOZOMU, 等. 青藏高原表层土壤的日冻融循环[J]. 科学通报, 2006, 51(16): 1974–1976.
[25] 常丹, 刘建坤, 李旭, 等. 冻融循环对青藏粉砂土力学性质影响的试验研究[J]. 岩石力学与工程学报, 2014, 33(7): 1496–1502.
[26] 白虎志, 董文杰, 马振峰. 青藏高原及临近地区的气候特征[J]. 高原气象, 2004, 23(6): 890–897.
[27] 王慧妮, 刘海松, 董晟, 等. 青藏高原热融湖塘动态监测中高分辨率遥感数据处理方法研究[J]. 冰川冻土, 2013, 35(1): 164–170.
[28] 张世文, 黄元仿, 苑小勇, 等. 县域尺度表层土壤质地空间变异与因素分析[J]. 中国农业科学, 2011, 44(6): 1154–1164.
[29] 赵澄林. 沉积学原理[M]. 北京: 石油工业出版社, 2001: 60–88.
[30] 伍光和, 田连恕, 胡双熙, 等. 自然地理学[M]. 北京:高等教育出版社, 2000: 374–374.
[31] 郭冬梅, 白英, 郭炜. 表层风蚀土壤粒径分布的分形特征研究[J]. 内蒙古农业大学学报, 2005, 26(1): 82–86.
Study on the distribution characteristics of sediments grain size of thermokarst lakes in permafrost regions on the Qinghai-Tibet Plateau
YUE Yongyu1,2, WANG Junfeng1,*, YU Qihao1, YOU Yanhui1
1.State Key Laboratory of Frozen Soil Engineering,Cold and Arid Regions Environmental and Engineering Research Institute,Chinese Academy of Science,Lanzhou730000,China2.University of Chinese Academy of Sciences,Beijing100049,China
In the Wudaoliang permafrost region on the Qinghai-Tibet Plateau, surface sediments were sampled using soil auger from different areas of the three typical thermokarst lakes. The grain sizes were analyzed and the corresponding grain size parameters were calculated and regression analysis was also proceeded. Based on the relevant documents, the characteristics of grain size distribution of thermokarst lakes and their forming reasons were discussed. The results showed that for the sediment types, at the lake center zone, the average grain sizes of surficial sediments varied from 4.46 to 5.37Φwith standard deviations from 2.48 to 2.75. The grain sizes were fine and classified as silty sand. At the lakeshore zone, the average grain sizes of surficial sediments varied from 2.69 to 3.34Φwith standard deviations from 1.67 to 2.22. The grain sizes were coarse and classified as sand. At the transitional zone, the average grain sizes of surficial sediments varied from 3.22 to 3.44Φwith standard deviations from 1.93 to 2.18. The grain sizes also were coarse and classified as sand. The sediment grain sizes were significantly different between different areas of the same thermokarst lake. Thedistributions of silt and clay content were as follows: lake center zone>lakeshore zone>transitional zone, but the distributions of sand content showed a reverse order. These distribution characteristics of sediments in the thermokarst lakes were closely related with the factors such as freezing and thawing actions, hydraulic transportation, wind erosion, topography and so on, which were the main drivers to cause significant differences between the grain sizes at different zones of the thermokarst lake, and also were the main force to lead the soil beside the thermokarst lake coarsening.
thermokarst lake; surface sediments; grain size characteristic; Qinghai-Tibet Plateau
10.14108/j.cnki.1008-8873.2016.02.001
P512.2
A
1008-8873(2016)02-001-07
2015-07-11;
2015-08-19
国家自然科学基金项目(41171059); 国家自然科学基金青年基金项目(41401088)
岳永彧(1989—) , 男, 甘肃白银人, 硕士研究生, 主要从事寒区气候与环境研究, E-mail: yueyongyu@yahoo.com
*通信作者:王俊峰, 男, 博士, 副研究员, 主要从事寒区旱区生态学研究, E-mail: wangjf2008@lzb.ac.cn