宁杭高铁运营期典型样地侵蚀因子特征研究

夏敦宁，葛 波，殷承启，许雪记，成礼平，郭晓峰，陈莉莎，陈家栋

(1.南京市公共工程建设中心，江苏 南京 211800； 2.中设设计集团股份有限公司，江苏 南京 210037；3.江苏省铁路办公室，江苏 南京 210004； 4.江苏省水文水资源勘测局 南京分局，江苏 南京 210008)

在不同地区的土壤侵蚀过程中，决定性的侵蚀因子不尽相同，主要有土壤理化性质、植被覆盖度、降雨特征等，研究侵蚀因子的差异及其与侵蚀强度的关系是探寻如何减少水土流失和加强生态修复的重要途径[1-2]。近年来，随着我国经济发展速度加快，道路交通施工过程中的水土流失问题逐年增多，其中侵蚀因子的定量分析也逐渐受到科研人员的关注。比如，张科利等[3]通过研究传统的侵蚀成因、形态分类体系，认为道路侵蚀不属于独立的侵蚀类型，可作为一种独立的侵蚀单元进行研究；刘窑军[4]通过研究山区道路边坡防治措施，认为植被覆盖度、土壤容重、饱和导水率、总孔隙度等是影响边坡侵蚀的主要因子，而草灌措施可以很好地预防水土流失。

高速铁路是指设计开行时速250 km以上(含预留)，并且初期运营时速200 km以上的客运列车专线铁路，近年来在国内外得到了快速发展。高铁工程建设导致的水土流失主要产生于施工期，新建的路基、路堑或隧道边坡由于挖方填方等工程因素改变了原坡面的地质结构，因此在降雨、重力、风力等侵蚀因素的作用下，容易导致水土流失量增加。目前关于高铁建设水土流失特征的研究成果主要集中在施工期，鲜少从水土保持角度探讨如何保障高铁的运营安全，而这关系到高铁的持续稳定运行和周边地区的环境建设。高铁的大规模运营对水土保持管护的需求日益凸显，亟须针对高铁项目进行水土保持现状调查，只有通过定期观测及时发现水土流失隐患，在不稳定区域定期修复，实施有效的管护措施，才可以有效预防危害和降低风险。本研究首次对江苏省运营期高铁沿线侵蚀因子进行研究，分析典型样地土壤理化指标四季变化、扰动后恢复情况，预测水土流失发展趋势，希望能为高铁沿线水土流失防治提供参考。

1 研究区概况

选择宁杭高速铁路(江苏段)沿线区域作为研究区。宁杭高速铁路，简称宁杭高铁，又名宁杭客运专线，是一条连接江苏省南京市和浙江省杭州市的高速铁路，是《中长期铁路网规划》中“长三角”城际客运系统的重要组成部分。宁杭高速铁路(江苏段)线路自南京南站引出，东西向敷设，长度146.773 km。工程于2009年4月1日开工，2013年7月1日正式通车。研究区年均气温15～18 ℃，年均无霜期230 d左右，每年7—8月气温较高，1—2月气温较低；多年平均降水量1 027～1 600 mm，最大年降水量2 356 mm，最小年降水量570 mm，年蒸发量1 130～1 380 mm，年平均相对湿度81%。

在研究区的回坞、白泥山、笔架山段，分别选取边坡、植被生长状况等具有代表性的典型样地，设置多个10 m×10 m的典型样地(原状地、扰动地)，原状地与扰动地距离10～20 m，原状地植被未扰动，扰动地植被恢复时限为8年。样地基本特征见表1。

表1 样地基本情况

2 研究方法

2.1 采样方法

研究时间为2018年3月至2019年2月，期间每季度在样地内选取3处代表点位取样，取样后及时平整，不能影响样地产流产沙的观测，具体为：选取3组环刀样测定土壤容重，3组环刀样测定土壤含水率，3组混合表层土样测定土壤有机质、全磷、全钾含量；进行一次抗剪性、抗冲性测定；收集一次测钎、沉沙池数据。同时，于宜兴高速铁路站站顶设置HOBO计数器、雨量筒，定期记录降雨量等数据。

2.2 指标测定

(1)降雨量的测定。采用HOBO计数器、雨量筒实时监测降雨量和记录降雨历时，每次完整降雨事件后都要清理雨量筒上的残枝落叶。

(2)土壤理化指标测定。土壤采样前先清理土壤表层杂物，削去最表层的浮土，然后采集5～10 cm土层土样。采用三点法，在上坡、中坡、下坡部位各取样混合后自然风干，试验重复3次取其平均值以保证数据精度，其中土壤含水率采用烘干法测定，有机质采用重铬酸钾氧化-外加热法测定[《森林土壤有机质的测定及碳氮比的计算》(LY/T 1237—1999)]，全磷采用酸溶-钼锑抗比色法测定[《森林土壤全磷的测定》(LY/T 1232—1999)]，全钾采用酸溶-火焰光度法测定[《森林土壤全钾的测定》(LY/T 1234—1999)]。

(3)土壤抗冲性的测定。使用便携式土壤抗冲仪测定抗冲指数，定量反映土壤抗冲性，即在一个大气压下，以0.7 mm直径的水柱冲击土体1 min，使其产生水蚀穴，并测定每个水蚀穴的直径和深度。每10个水蚀穴深度与直径乘积的平均值的倒数，即为该土层的抗冲指数。选取上坡、中坡、下坡3个位置进行抗冲性测定，每个位置至少测3个重复，并取平均值代表该坡面的抗冲性。

(4)土壤抗剪性测定。采用三头抗剪仪测定土壤抵抗剪切破坏的能力。选取坡面上坡、中坡、下坡3个位置进行抗剪切性测定，每个位置至少测3个重复，并取平均值代表该坡面的抗剪切性。

(5)侵蚀模数测定。土壤侵蚀量采用测钎法和沉沙池法测定，每块样地设置9根相同尺寸的测钎，每季度记录一次测钎高度，采用沉沙池数据进行校准，通过侵蚀量与汇水面积的比值得出各样地每季度的侵蚀模数。

(6)遥感影像分析。依据项目区高铁沿线典型区段2014—2018年遥感影像进行植被、土地利用现状等信息提取，采用通用土壤流失方程进行土壤侵蚀定量监测与计算。用实测侵蚀模数进行校正，利用校正后的2014—2018年土壤侵蚀模数建立趋势方程，用以进行2019—2023年土壤侵蚀模数预测。

2.3 数据处理方法

使用Microsoft Excel 2013软件进行数据处理和表格制作，SPSS 19.0软件进行相关性分析，Canoco 5进行主成分(PCA)分析。

3 结果与分析

3.1 侵蚀因子季节变化分析

3.1.1 降雨量

研究区2018年3月至2019年2月累计降雨量1 183 mm，降雨日数110天，降雨量月、季分布特征见图1。研究期间，研究区夏季(6—8月)降雨量最多，为448.2 mm；冬季(12—2月)降雨量次之，为299.6 mm；春季(3—5月)、秋季(9—11月)降雨量较少，分别为271.4、163.8 mm。全年降雨集中在7—8月份，其月降雨量均超过100 mm；6—9月降雨量为527.6 mm，占全年总降雨量的45%。期间日最大降雨量降雨发生在2018年9月16日，降雨量为54.8 mm，降雨强度为10.46 mm/h；日最大降雨强度降雨发生在2018年7月8日，降雨量为39.6 mm，降雨强度为24.09 mm/h。

图1 研究期间研究区降雨分布特征

3.1.2 土壤理化指标

研究区各样地土壤理化指标季节变化特征见图2。由图2知，相比原状地，各扰动地有机质、全钾含量普遍较低，全磷含量相近，含水率接近且在10%以上。分析不同季节土壤理化指标变化趋势：从图2(a)可看出，秋、冬季节植被生长速度减缓，枯枝落叶分解速度加快，因此有机质含量多高于春、夏季节，同时四季扰动地有机质含量均低于原状地；从图2(b)可看出，全钾含量春、夏季扰动地多高于原状地，秋、冬季变化规律性较差；从图2(c)可看出，扰动后植被根系固磷能力远低于原状地原生植被[5]，同时由于土壤表层破坏，保持水土能力降低，在降雨-产流-产沙过程中，磷元素被土壤吸附和固定于土壤表面并随水土流失[6]，因此扰动地全磷含量低于原状地；从图2(d)可看出，HYY、HYZ、BJ样地土壤含水率春、夏、秋季扰动地高于原状地，冬季扰动地低于原状地，而BN样地土壤含水率全年扰动地均高于原状地。

图2 土壤理化指标季节变化特征

3.2 扰动后侵蚀因子变化趋势分析

3.2.1 土壤理化指标差值分析

为进一步研究修复效果，将原状地、扰动地土壤理化指标差值进行计算，并进行回归分析，结果见表2。其中，各样地原状地与扰动地的土壤有机质、全钾、全磷、含水率指标(除BJ样地的全钾、全磷指标外)差值

表2 扰动地与原状地土壤养分指标差值分析

注：y为扰动地与原状地土壤理化指标差值，x为时间。

均随时间变化呈上升趋势，表明随着时间推移，扰动地较原状地的土壤理化指标差值呈增大趋势。其中，BJ样地植被覆盖度较高，扰动后边坡恢复情况较其他样地好，随着恢复时间的延长土壤养分状况逐渐接近原状地。

从目前研究区各样地的土壤和植被情况(除个别样地外)来看，扰动地的土壤修复速度仍较为缓慢，加上植被生长的消耗及自然环境的影响，扰动后土壤中养分的积累速率低于原状地，并且与原状地之间的差距有逐步拉大的趋势，单靠现状植被无法实现土壤的自我修复。因此，为改良立地条件，使扰动地土壤养分恢复甚至高于原状地水平，需要人为介入调整土壤状态，定期施肥及洒水，补充有机质、钾和磷等土壤养分，增加并保持土壤湿润度。

3.2.2 相关性分析

表3为研究期间有机质含量、全钾含量、全磷含量、土壤含水率、抗冲刷系数、抗剪性、降雨量、降雨强度、植被覆盖度、侵蚀模数等因子的相关性分析结果。土壤抗冲刷系数、抗剪性与土壤含水率呈现极显著相关性，且为负相关；降雨强度可以明显地影响土壤含水率、抗冲刷系数、抗剪性，且与降雨量呈显著正相关。分析侵蚀因子与侵蚀模数的相关性，可知：土壤含水率、降雨量、降雨强度与侵蚀模数呈显著正相关，全磷含量、抗冲刷系数、抗剪性与土壤侵蚀模数呈显著负相关，其中土壤含水率、抗冲刷系数、抗剪性、降雨强度与侵蚀模数相关性为极显著。

表3 土壤侵蚀因子相关性分析

注：表中*表示在0.05级别(双尾)相关性显著；**表示在0.01级别(双尾)相关性极显著，下同。

3.2.3 植被修复效果分析

为进一步研究植被配置、覆盖度与土壤侵蚀强度之间的关系，将各样地的植被总覆盖度、乔灌覆盖度、草本覆盖度与土壤侵蚀模数进行相关性分析，结果见表4。由表4知，样地的植被总覆盖度、乔灌覆盖度、草本覆盖度均与土壤侵蚀模数表现出显著负相关，说明植被覆盖度越大，土壤侵蚀模数越小，土壤侵蚀强度越低。进一步分析发现，各样地土壤养分较为缺乏，立地条件较差，乔木、灌木树种成林慢，生长相对较差，不能完全发挥出生态效益；而草本植被覆盖度较高，可以有效减少因降雨直接接触地表造成的击溅侵蚀，降低径流流速，减小径流冲刷，同时草本植被根系的吸水和持水能力增大了降雨入渗量，减少了径流深，可改变土壤的板结程度，疏松土壤，增大土壤的孔隙度、孔径，增加降雨下渗，因此草本植被覆盖度与土壤侵蚀模数呈极显著负相关，水土保持作用明显。

表4 植被覆盖度与侵蚀模数相关性分析

考虑到草本植被直接防护地表，对植被总覆盖度的贡献大于乔灌，因此将草本覆盖度与土壤侵蚀模数进行回归分析，结果如图3。回归趋势显示，线性拟合条件下R2值最高，当草本覆盖度达到76.5%以上时，

图3 草本覆盖度与侵蚀模数回归分析结果

注：回归分析时在样地的周边选取了对照点，且各样地数量不等。

样地土壤侵蚀模数将降到500 t/(km2·a)以下，即微度侵蚀水平。

3.3 水土流失预测

对研究区典型区段2014—2018年遥感影像进行植被、土地利用现状等信息提取，采用通用土壤流失方程进行土壤侵蚀量计算，再用实测水土流失量数据进行校准。校准方法是根据2018年实测值，将遥感影像解译侵蚀模数和实测侵蚀模数进行对比，确定各样地遥测调整参数。经计算，回坞右侧、回坞左侧、白泥山、笔架山样地遥测调整参数值分别为1.05、1.10、1.09、1.15。用遥测调整参数对2014—2018年遥感影像解译土壤侵蚀模数进行校正，用校正后的2014—2018年土壤侵蚀模数建立趋势方程，进行后期水土流失预测。通用土壤流失方程计算公式为

A=R·K·L·S·C·P

式中：A为单位面积土壤流失量，t/(hm2·a)；R为降雨侵蚀力因子，MJ·mm/(hm2·h)；K为土壤可蚀性因子，t·hm2·h/(hm2·MJ·mm)；L为坡长因子；S为坡度因子；C为地表植被覆盖因子；P为水土保持措施因子。

各因子中，根据余寒等[7]利用江苏省各站点多年降雨侵蚀力数据采用ArcGIS软件的空间插值法功能得到的江苏省多年降雨侵蚀力分布成果，提取各样地所在位置R值；根据梁音等[8]利用全国各样点K值数据通过ArcGIS软件的空间插值法功能得到的中国K因子分布成果，提取各样地所在位置K值；利用坡面模型中的L、S值算法[9-11]计算L、S值；C因子的取值是对有地表植被覆盖的区域根据植被覆盖度不同赋予0～1之间的值；P因子根据国内相关研究结果及研究区的土地利用情况，取值介于0～1之间。

经过提取赋值得到研究区各样地通用土壤流失方程各因子遥感解译结果，见表5，校准后的土壤侵蚀模数分布趋势见图4。用校准后的2014—2018年土壤侵蚀模数建立趋势方程，预测2019—2023年土壤侵蚀模数变化趋势，结果见图5。由图5知，随着时间的推移，各样地逐步得到修复，侵蚀模数呈下降趋势，其中：原先侵蚀模数超过容许值的HYY样地，2023年时侵蚀模数将逐步接近容许值500 t/km2；2023年时HYZ样地侵蚀模数仍高于1 000 t/km2，处于轻度侵蚀状态。

表5 各样地通用土壤流失方程因子遥感解译结果

图4 2014—2018年各样地土壤侵蚀模数变化趋势

4 讨论与结论

(1)研究区夏季降雨量最多，冬季次之，春季、秋季降雨量较少；扰动后土壤养分含量整体低于原状土，扰动后植被生长状况较原状地貌差。

图5 2019—2023年各样地土壤侵蚀模数变化趋势

(2)高铁施工完成后，运行期对扰动地采取自然恢复，但在自然恢复条件下，扰动地土壤理化指标普遍劣于原状地，并且扰动地与原状地土壤理化指标差值逐渐增大。

(3)土壤含水率、降雨量、降雨强度与土壤侵蚀模数呈显著或极显著正相关，全磷含量、抗冲刷系数、抗剪性与土壤侵蚀模数呈显著或极显著负相关。对于研究区来说，可通过植被恢复的方式减少土壤侵蚀。在高铁沿线实际植被恢复过程中，考虑到立地条件、恢复时限问题，应从可短期覆盖裸露地表的草本植被入手，以有效减少水土流失。研究表明，当研究区草本覆盖度达到76.5%以上时，土壤侵蚀强度会降至微度水平。在草本植被恢复的同时给予乔灌木生长时间，是研究区高铁运营期植被配置应重点采取的管护方法。

(4)通过对2014—2018年和2019—2023年土壤侵蚀模数变化趋势进行分析，回坞右侧、白泥山、笔架山典型样地土壤侵蚀模数逐年降低，在2023年时侵蚀模数可接近或低于水土流失容许值，但回坞左侧典型样地土壤侵蚀强度较大，仍需要进行治理。