利用生物标志物和复合指纹分析法识别小流域泥沙来源

发布时间：2018-05-25 16:05

本文选题：沉积旋回 + 泥沙来源　；参考：《华中农业大学》2017年博士论文

【摘要】：剧烈的土壤侵蚀导致耕地减少,土地生产力下降,生态环境破坏,并全面制约农业、林业及畜牧业等产业链的发展。洪水携带大量的泥沙涌入河道,使河水变浑浊、透光性变差,降低水体初级生产力(浮游藻类等生物生长受阻等);抬高河床,堵塞河道,导致河床表面伏流交换减少(压缩水生生物栖息空间等);同时,河流细颗粒泥沙控制着水体中养分输移与转化、重金属物质迁移、有毒有机物及无机物吸附与解析等行为,直接威胁水质安全。因此,因河道中泥沙增多而引发的一系列水环境效应已经成为当前土壤侵蚀研究的热点和重点,而识别河道中泥沙来源是针对性治理泥沙源区、控制水土流失的先决条件。黄土高原是世界上土壤侵蚀最严重的地区之一,尤其是位于黄河中游的黄土高原多沙粗沙区,是黄河泥沙的主要来源。淤地坝是黄土高原地区防治水土流失的一种重要工程措施之一,自20世纪中叶以来,累积约11万余座淤地坝广泛分布于黄土高原,淤地坝不仅能防止水土流失,还能形成坝地,提供可利用的水土资源。小流域中各泥沙源地的泥沙被洪水携带出流域,并在淤地坝内沉积,每场侵蚀性降雨形成一层沉积旋回,该沉积旋回的泥沙中蕴藏了大量的流域侵蚀历史环境信息,是研究小流域侵蚀产沙规律的良好载体。在缺失流域监测资料的情况下,淤地坝沉积旋回所蕴含的信息成为唯一能够记录流域泥沙来源及侵蚀环境变化信息的来源。本文基于坝地沉积旋回泥沙样和坝控小流域内不同土地利用类型土样,对其分子标志物及地球化学元素进行分析,建立辨别泥沙来源的指纹模型,旨在为更精确的指纹识别泥沙来源提供技术支持,并直接从泥沙的角度探讨退耕初期还林和自然休耕的水土保持效果以及在地质条件差异不大的情况下,使用分子标志物泥沙指纹识别典型农业小流域在30年内的产沙变化,主要结果和结论如下:(1)使用胡家湾流域内的5种潜在泥沙源地及5个冲击钻土壤核心样品,分析源-汇土壤的地球化学元素,作为传统的指纹识别因子,采用复合指纹技术,利用Kruskal-Wallis H检验与多元逐步判别分析,建立复合指纹模型,为农业小流域提供有效的泥沙来源信息。结果表明,在胡家湾流域,沟道依旧是土壤侵蚀的主要泥沙来源,占全流域泥沙的34.7%,农地也是该流域非常重要的一个泥沙源地,占27.9%,与其他区域不同的是,在本流域,未成熟的林地贡献了21.7%的泥沙,天然草地贡献12.7%,自然休耕地几乎不贡献泥沙,仅有3.0%的泥沙源自休耕地。流域生态水文条件的变化导致地被物、林下植被不发达、土壤裸露、这些因素导致土壤容易发生侵蚀。林地及自然休耕地的泥沙贡献率均小于农地,这说明,退耕还林仍然是一种有效的水保策略,但是关于退耕还林或还草的群落构建方案还有待商榷。从管理角度来看,还林可能更适用于降雨或者其他条件更适合的区域,在干旱及半干旱的黄土高原,休耕地具有更好的泥沙拦截作用,自然休耕可能是一个更有效的水土保持策略。(2)在上节研究的基础上,收集新近淤积的三层沉积旋回样品(9个泥沙剖面),并将退耕地不再作为潜在泥沙源地,使用分子标志物建立泥沙指纹模型,对胡家湾流域三场次降雨的泥沙来源进行源解析。结果显示,由CPI、OEPM、C28、C21、C24、C26的分子标志物最佳指纹组合正确判断了86.7%的泥沙。使用遗传算法对混合模型求解得出,林地是这三层沉积旋回最主要的泥沙来源,占总泥沙含量的50.5%,其次为农地,贡献了25.6%,沟道和草地分别贡献了9.5%和14.4%的泥沙。地球化学元素的结果与分子标志物接近,但是地球化学元素可能会高估林地的泥沙贡献率。本研究说明在地质条件差异较小或者一种土地利用类型跨越好几种地质条件的情况下,分子标志物也能用来识别泥沙来源;再者,传统的地球化学元素不能提供详细的土地利用信息,而分子标志物则可以精确到物种,例如在农业小流域中不同的物种之间(例如玉米、大豆等)的泥沙来源,分子标志物指纹法能够为更加精确的流域泥沙管理策略提供技术支持。(3)为了研究分子标志物在长时间尺度上能否追踪泥沙来源,本文选取了黄土高原典型农业小流域-埝堰沟流域,采集三种土地利用类型的源样(农地、沟道、陡坡各9个)及沉积泥沙样品(冲击钻样品,47层旋回),并分别分析其传统地球化学元素及分子标志物。由于土壤及地质条件均一,在埝堰沟小流域地球化学元素不能很好的辨别泥沙来源,尤其是在分辨沟道及陡坡时,效果很差。然而,使用正构烷烃指纹因子则能很好的识别不同源地之间的泥沙来源。在所有的泥沙旋回中,短链及中链的正构烷烃具有很明显的偶奇优势(EOP)。这是由于一系列的细菌或者藻类代谢产生短链烷烃(C15-C20),同时,在流域高碳酸钙环境下,源自高等植物的偶数饱和脂肪酸转化为正构烷烃。因此,在本流域中,仅有长链技术碳链烷烃可以用来识别泥沙指纹。指纹因子通过统计检验得出最佳指纹因子组合:由C29,C27及C31组成的最佳指纹因子能够判别三类源地超过95%的泥沙。使用遗传算法优化的生物指纹识别结果显示,该流域最主要的泥沙源头是沟道,占全流域的45.0%,其次分别为农地(38.2%)及陡坡(16.8%)。生物指纹因子在识别不同地貌单元(例如沟道及陡坡)上具有显著的优势同时,在土地利用结构稳定简单的流域,分子标志物可以作为一个长期监测指标识别泥沙来源,使用分子标志物指纹方法重建长时间序列的泥沙来源对建立更好的水土保持策略具有重要意义。
[Abstract]:In this paper , a series of water environmental effects caused by the increase of sediment in the river channel have become the main source of the study of soil erosion in the Yellow River . The results show that , in Hujiawan basin , the channel is still the main sediment source of soil erosion , which accounts for 34.7 % of sediment in the whole basin . ( 2 ) Based on the above research , the three - layer sedimentary cycle samples ( 9 sediment profiles ) of newly deposited sediments were collected , and the sediment sources of three rainfall in Hujiawan basin were analyzed by using genetic algorithm . The results showed that the best fingerprint combination of molecular markers of CPI , OEPM , C28 , c21 , C24 and C26 could be used to identify sediment sources . ( 3 ) In order to study whether the molecular markers can trace sediment sources on the long time scale , the source samples of three types of land use ( agricultural land , channel and steep slope ) and sediment samples ( impact drill samples , 47 layers of cycles ) are selected .
【学位授予单位】：华中农业大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：S157

【参考文献】