黄土丘陵沟壑区淤地坝沉积泥沙来源分析
发布时间：2022-02-26 16:34
确定淤地坝的淤积泥沙来源及其贡献率,可以确定淤地坝的减水减沙效果,为水土保持措施治理成效研究提供有力支撑。本文选取黄土高原区典型流域,采集淤地坝沉积泥沙和泥沙来源区样品,计算了淤地坝坝地泥沙来源的贡献率及其在坝内的空间变化。结果显示,随沉积深度的增加,沟道的贡献率逐渐增加,从66%增加到96%,相应坡面的贡献率逐渐减少;越靠近淤地坝,坡面沉积的贡献率增加,从坝后的1%增加到坝中的25%和近坝的22%。本研究显示,沟道是该区泥沙的主要来源区,应加强沟道的防护。
【文章来源】：南昌工程学院学报. 2020,39(06)
【文章页数】：6 页
【部分图文】：
研究区地理位置图
表1 王茂沟2号坝土地利用比例 用地类型 占比/% 坝地 9.96 梯田 28.87 林地 5.66 坡地 26.69 草地 28.82所有的样品均风干研磨后经2mm和0.063mm实验筛分筛,小于2mm样品用于测试样品的粒径组成。小于0.063mm样品用于测试指纹识别因子,包括全氮、全磷、全钾、全钙、全镁、全铁、全锰、全铜、全锌、全镉、全铬、全铅、全汞、全砷、全镍和有机质,共16种指纹识别因子。
从图4中可知,随着沉积深度的增加,全氮、全猛、全铬、全镍、全磷、全铅、全铁、全镉、全钙的含量呈下降趋势,其中全铁、全镉、全钙的下降趋势较其他元素缓,全猛、全铬、全镍、全磷在深度60～80cm处含量较40～60cm处高;全铜、全汞、全镁和有机质的含量均随着沉积深度的增加呈现出高—低—高的趋势;与之相反,全砷、全锌和全钾的含量随沉积深度的增加呈现出低—高—低的趋势。由此看出,指纹识别因子随沉积深度或泥沙粒径或有机质的变化,并没有明显的规律性。无法根据粒径或有机质对指纹识别因子的含量进行修订。通过Kruskal-Wallis H Test和Discriminant Function Analysis(DFA)统计方法的筛选,仅有全氮可以作为指纹识别因子计算泥沙来源的相对贡献率。结果如图4～5。从图中可以看出,随沉积深度的增加,沟道的贡献率逐渐增加,从66%增加到96%,相应的坡面的贡献率逐渐减少。这说明近年来,沟道来沙的比例有下降的趋势。造成的原因可能为筑坝后,该流域近年产沙呈现下降趋势[27];该淤地坝接近淤满,淤积的泥沙部分淤积到相近的沟道中,提高了沟底高度,减缓了沟壁坡度,使沟道侵蚀减少[28]。其他学者通过对黄土高原淤地坝泥沙来源的研究,均发现沟道对淤地坝泥沙贡献率最高,平均在60%以上[29-31]。与本研究结果相似。
【参考文献】：
期刊论文
[1]砒砂岩区典型淤地坝沉积泥沙特征及来源分析[J]. 蒋凯鑫,于坤霞,李鹏,李占斌,白璐璐,谢梦瑶,刘昱. 水土保持学报. 2020(01)
[2]黄河输沙量研究的几个关键问题与思考[J]. 穆兴民,胡春宏,高鹏,王飞,赵广举. 人民黄河. 2017(08)
[3]黄河主要来沙区林草植被变化及对产流产沙的影响机制[J]. 刘晓燕,杨胜天,李晓宇,周旭,罗娅,党素珍. 中国科学:技术科学. 2015(10)
[4]水污染源解析技术与应用研究进展[J]. 周慧平,高燕,尹爱经. 环境保护科学. 2014(06)
[5]利用稀土元素示踪三峡库区小流域模型泥沙来源[J]. 肖海,刘刚,许文年,夏振尧,杨悦舒,操佩. 水土保持学报. 2014(01)
[6]复合指纹识别技术定量示踪流域泥沙来源[J]. 郭进,文安邦,严冬春,史忠林. 农业工程学报. 2014(02)
[7]泥沙来源“指纹”示踪技术研究综述[J]. 唐强,贺秀斌,鲍玉海,龙翼,张信宝. 中国水土保持科学. 2013(03)
[8]近60年来汾河入黄河水沙演变特征及驱动因素[J]. 刘宇峰,孙虎,原志华. 山地学报. 2010(06)
[9]黄土高原小流域泥沙来源的复合指纹识别法分析[J]. 杨明义,徐龙江. 水土保持学报. 2010(02)
[10]基于数字流域模型的多沙粗沙区侵蚀产沙计算[J]. 刘家宏,王光谦,李铁键,薛海,贺莉. 中国科学（E辑:技术科学）. 2007(03)
博士论文
[1]复合指纹识别法研究黄土高原小流域泥沙来源[D]. 赵恬茵.西北农林科技大学 2017
硕士论文
[1]黄土高原小流域泥沙来源与粒径变化研究[D]. 王文娣.西北农林科技大学 2019
[2]基于淤地坝沉积解译水蚀风蚀交错带小流域侵蚀特征演变[D]. 王永吉.西北农林科技大学 2017
本文编号：3644799
【文章来源】：南昌工程学院学报. 2020,39(06)
【文章页数】：6 页
【部分图文】：
研究区地理位置图
表1 王茂沟2号坝土地利用比例 用地类型 占比/% 坝地 9.96 梯田 28.87 林地 5.66 坡地 26.69 草地 28.82所有的样品均风干研磨后经2mm和0.063mm实验筛分筛,小于2mm样品用于测试样品的粒径组成。小于0.063mm样品用于测试指纹识别因子,包括全氮、全磷、全钾、全钙、全镁、全铁、全锰、全铜、全锌、全镉、全铬、全铅、全汞、全砷、全镍和有机质,共16种指纹识别因子。
从图4中可知,随着沉积深度的增加,全氮、全猛、全铬、全镍、全磷、全铅、全铁、全镉、全钙的含量呈下降趋势,其中全铁、全镉、全钙的下降趋势较其他元素缓,全猛、全铬、全镍、全磷在深度60～80cm处含量较40～60cm处高;全铜、全汞、全镁和有机质的含量均随着沉积深度的增加呈现出高—低—高的趋势;与之相反,全砷、全锌和全钾的含量随沉积深度的增加呈现出低—高—低的趋势。由此看出,指纹识别因子随沉积深度或泥沙粒径或有机质的变化,并没有明显的规律性。无法根据粒径或有机质对指纹识别因子的含量进行修订。通过Kruskal-Wallis H Test和Discriminant Function Analysis(DFA)统计方法的筛选,仅有全氮可以作为指纹识别因子计算泥沙来源的相对贡献率。结果如图4～5。从图中可以看出,随沉积深度的增加,沟道的贡献率逐渐增加,从66%增加到96%,相应的坡面的贡献率逐渐减少。这说明近年来,沟道来沙的比例有下降的趋势。造成的原因可能为筑坝后,该流域近年产沙呈现下降趋势[27];该淤地坝接近淤满,淤积的泥沙部分淤积到相近的沟道中,提高了沟底高度,减缓了沟壁坡度,使沟道侵蚀减少[28]。其他学者通过对黄土高原淤地坝泥沙来源的研究,均发现沟道对淤地坝泥沙贡献率最高,平均在60%以上[29-31]。与本研究结果相似。
【参考文献】：
期刊论文
[1]砒砂岩区典型淤地坝沉积泥沙特征及来源分析[J]. 蒋凯鑫,于坤霞,李鹏,李占斌,白璐璐,谢梦瑶,刘昱. 水土保持学报. 2020(01)
[2]黄河输沙量研究的几个关键问题与思考[J]. 穆兴民,胡春宏,高鹏,王飞,赵广举. 人民黄河. 2017(08)
[3]黄河主要来沙区林草植被变化及对产流产沙的影响机制[J]. 刘晓燕,杨胜天,李晓宇,周旭,罗娅,党素珍. 中国科学:技术科学. 2015(10)
[4]水污染源解析技术与应用研究进展[J]. 周慧平,高燕,尹爱经. 环境保护科学. 2014(06)
[5]利用稀土元素示踪三峡库区小流域模型泥沙来源[J]. 肖海,刘刚,许文年,夏振尧,杨悦舒,操佩. 水土保持学报. 2014(01)
[6]复合指纹识别技术定量示踪流域泥沙来源[J]. 郭进,文安邦,严冬春,史忠林. 农业工程学报. 2014(02)
[7]泥沙来源“指纹”示踪技术研究综述[J]. 唐强,贺秀斌,鲍玉海,龙翼,张信宝. 中国水土保持科学. 2013(03)
[8]近60年来汾河入黄河水沙演变特征及驱动因素[J]. 刘宇峰,孙虎,原志华. 山地学报. 2010(06)
[9]黄土高原小流域泥沙来源的复合指纹识别法分析[J]. 杨明义,徐龙江. 水土保持学报. 2010(02)
[10]基于数字流域模型的多沙粗沙区侵蚀产沙计算[J]. 刘家宏,王光谦,李铁键,薛海,贺莉. 中国科学（E辑:技术科学）. 2007(03)
博士论文
[1]复合指纹识别法研究黄土高原小流域泥沙来源[D]. 赵恬茵.西北农林科技大学 2017
硕士论文
[1]黄土高原小流域泥沙来源与粒径变化研究[D]. 王文娣.西北农林科技大学 2019
[2]基于淤地坝沉积解译水蚀风蚀交错带小流域侵蚀特征演变[D]. 王永吉.西北农林科技大学 2017
本文编号：3644799
本文链接：https://www.wllwen.com/kejilunwen/nykj/3644799.html
