昕水河流域的泥沙连通性研究

朱金凤 张 浩 宋克鹏

（华北电力大学 北京 102206）

引言

自21 世纪以来，水文连通性越来越受到了水文学的重视，而在过去10 年，泥沙连通性则成为水土流失领域的新议题[1]。泥沙连通性重点关注流域内不同地貌或景观单元间的泥沙级联关系，是决定流域泥沙输移方式、效率和规模的重要因素，是探究泥沙来源、识别水土保持重点区域的基础，探讨泥沙连通性具有重要意义。目前研究泥沙连通性的方法包括野外调查法和指标法，野外调查法可以在不同大小的空间尺度上使用，但调查结果仅为定性成果，大体上可以反应流域泥沙源汇级联关系，无法定量度量泥沙连通性。尽管当前已开发建立有较多指标广泛探讨连通性，如：Borselli 等人[2]研究的连通性指标（IC）、有效流域面积、地形湿润指数（ITWI）、泥沙输移比（SDR）等，但大多指标侧重于揭示水文连通性，只能作为泥沙连通特征的辅助评价指标[3～5]。探求泥沙连通性直接的定量评估方法与指标，对流域综合治理具有直接指导意义。本研究以昕水河流域为研究区域，采用相关研究[6]提出的“地形-水文响应单元（Slope-HRU）指数”，探讨该指数对于评价研究区流域侵蚀产沙的适用性，并揭示影响泥沙连通性潜在控制因素的贡献率分析。

1 研究区概况和数据处理

1.1 研究区概况

昕水河流域位于110°30′～111°27′E，36°36′～36°55′N 之间，是黄河的一级支流。昕水河发源于山西省蒲县，几经弯折，经过乔家湾、隰县午城镇于大宁县流入黄河。干流全长178km，流域总面积3992 km2，高程699-2010m（图1）。流域属半湿润大陆性季风气候，年平均气温7～10℃，多年平均降水量在460～570 mm 之间，降水年内与年际变化大，降雨主要集中于7-10月，研究区植被类型以次生灌丛草木为主。

图1 研究区域地理位置

1.2 数据来源

本研究土地利用与植被数据为2005 年Landsat TM 卫星遥感数据，空间分辨率为30m，参考土地利用分类国标的分类体系，将土地利用类型分为水域、建设用地、林地、草地和耕地5 类。此外，气象数据来自中国气象科学数据共享服务网的2000-2010 年逐日实测气象数据，2000-2010 年实测日径流数据来自于大宁水文站的实测径流数据。DEM 数字高程图下载于地理空间数据云，土壤数据下载于Harmonized World Soil Database 网站，比例尺为1:100 万。

2 研究方法

2.1 地形-水文响应单元（Slope-HRU）指数

周自翔等[6]基于源-汇理论，考虑土地利用类型、土壤类型、坡度等构建了“地形-水文响应单元（Slope-HRU）指数”，Slope-HRU 指数是以水文响应单元为基本单元，相对于某一坡度而建立的“源-汇”指数，用公式表示如下：

式中：R 为Slope-HRU 指数的值，M 和N 分别是汇、源景观加权面积总和；Si为第i 个水文响应单元的面积；K源和K汇分别是同一土地作为源和汇时其土壤侵蚀能力，C源和C汇分别为作为源和汇区的的植被覆被与管理因子，0≤C源≤1，α 为水文响应单元所在坡度。公式中R 值越小，代表该处的产沙量越大，水土流失越严重，相反，则产沙量越小，泥沙连通性越小。

R 计算需要确定土地利用类型权重，某一水文响应单元的某种土地利用类型作为源和汇的贡献率不同。RUSLE 模型全面考虑了影响土壤水蚀的过程因素，其中，C 值能反映植被覆盖和管理变量对水土流失的综合作用。较多相关研究中[7][8]，多采用RUSLE 模型里的C值来替代土地利用类型权重。据此，本研究根据前期相关研究方法，借鉴土壤侵蚀通用方程中的C 值，对不同土地利用/覆被类型给予源汇权重赋值（表1）。

表1 土地利用类型权重贡献

2.2 主成分分析法

为量化各潜在因素对Slope-HRU 指数的影响贡献大小，采用主成分分析法对影响泥沙连通性的潜在控制因素进行分析评价。参照前人研究，选取8 个影响R 值的因子对R 值进行综合评价，具体为水体X1、草地X2、建设用地X3、耕地X4、乔木林地X5、降雨量X6、土壤可蚀性因子X7、地形坡度X8。

3 结果

3.1 R值的空间分布

以昕水河流域各子流域的水文响应单元为基础数据，计算昕水河25 个子流域的Slope-HRU 指数R 值。结果表明：在子流域尺度上R 值存在明显的区域分异规律（图2），属于高度空间异质。在整个流域上，R 值呈现出由北向南，由西向东递增的趋势。R 值的高值区主要分布在21、22、24、25 号子流域，低值区主要分布在1、3、4、7 号等子流域。作子流域Slope-HRU 指数R值与子流域产沙量的散点图（图3）。线性拟合表明，各子流域的R 值与年产沙量的关系显著（P＜0.01，R2=0.75）；另做R 值与产沙量的pearson 相关分析，相关系数为-0.713，呈显著负相关。说明R 值有效揭示了研究区流域侵蚀产沙特征。该拟合模型将有助于进一步对研究区无水文观测区域侵蚀产沙预测。

图2 昕水河流域2005年R值空间分布图

图3 产沙量与R值的散点图

3.2 R值空间分布潜在控制过程

前述相关分析较好揭示了Slope-HRU 指数可有效反映流域侵蚀产沙的问题。为进一步揭示并量化各潜在控制因素对Slope-HRU 指数的影响及贡献，本研究采用主成分分析法予以分析。

由初始数据计算各指标因子相关矩阵并提取出3个主成分，其对应的方差贡献率及累计贡献率如表2。前三个主成分的特征值均大于1，第一主成分的贡献率为49.31%，第二主成分的贡献率为24.23%，第三主成分的贡献率为13.32%。3 个主成分的累积贡献率为86.86%，大于85%，因此，前3 个主成分能够反映原来所选取的8 项指标的绝大部分信息。

表2 特征值及贡献率

由主成分分析计算得到的因子载荷矩阵见表3。第一主成分F1与X2（草地）、X3（建设用地）、X4（耕地）、X6（降雨量）存在较强的正相关关系，与X5（乔木林地）存在较强的负相关关系。可见，乔木林地区别于其他土地利用（包括草地、耕地、建设用地），可有效减少地表泥沙连通特性；此外，除土地利用类型以外，降雨量也是影响Slope-HRU 指数的重要因素，区域降雨增大，将显著促进泥沙连通性发展。第二主成分F2与X7（土壤可蚀性因子）存在较强的正相关关系，第三主成分F3与X8（地形坡度）呈现明显的正相关关系，说明土壤可蚀性、地形坡度是影响Slope-HRU 指数的主要影响因子，但其地位作用较土地利用及降水要弱。由以上分析可知，土地利用类型是影响R 值的第一重要因素，其贡献率是49.31%；其次是土壤可蚀性因子，贡献率是24.23%；再之是贡献率为13.32%的地形坡度。

表3 因子载荷矩阵

4 讨论

本研究中R 值和产沙量具有显著的负相关关系（P＜0.01），其相关系数为-0.713，表明Slope-HRU 指数可以较好的反映研究区流域水土流失特征，研究所构建的拟合模型对于无水文观测流域的泥沙预测具有重要意义。与预期有所不同，研究发现不同土地利用类型中仅乔木林地可有效减少泥沙连通特性，而草地则并不利于泥沙连通性的控制，这对于黄土区如何开展植被建设以有效控制区域土壤侵蚀有重要意义。此外，除了土地利用类型是泥沙连通特性的首要控制因素之外，降水也具有同等重要的作用。当前泥沙连通性指标的构建较少有提及降雨这一过程。如若动态揭示泥沙连通变化特性，有必要考虑降水因素。Slope-HRU指数的构建被认为具有开放性。下一步研究，可以通过加入更多的环境属性和指标（如：降水）来改善Slope-HRU 指数，以动态揭示区域侵蚀产沙情况。

结语

本文基于Slope-HRU 指数，对昕水河流域泥沙连通性进行研究，研究表明：（1）子流域R 值与产沙量呈现显著相关关系（y=-2.43x+7.44，相关系数为-0.713），说明Slope-HRU 指数能够有效的表征昕水河流域侵蚀产沙特征，拟合模型可用于研究区无观测区域侵蚀产沙预测。（2）对影响R 值的潜在控制因素贡献进行量化分析，表明：影响R 值的第一控制因素为土地利用类型，其次是土壤可蚀性因子，再之是地形坡度的影响。（3）研究建议，在下一步研究中，有必要将降水这一因素纳入考虑，以动态分析泥沙连通及侵蚀产沙变化，对流域水沙治理具有重要意义。