基于指紋識別技術(shù)的小流域泥沙來源研究進(jìn)展

趙恬茵, 王志兵, 吳媛媛, 傅良同, 高禮安

(1.黔南民族師范學(xué)院, 貴州 都勻 558000; 2.陜西生態(tài)環(huán)境規(guī)劃設(shè)計院有限公司,西安 710000; 3.黔南景區(qū)溶洞旅游資源開發(fā)與生態(tài)環(huán)境保護(hù)工程研究中心, 貴州 都勻 558000)

近年來人們廣泛關(guān)注侵蝕泥沙的環(huán)境學(xué)意義。伴隨土壤侵蝕發(fā)生，泥沙于原生環(huán)境中剝離，隨徑流搬運，最后沉積，造成土層變薄、土地質(zhì)量退化等原位生態(tài)環(huán)境問題，同時造成水庫河道淤積、水體面源污染等次生生態(tài)環(huán)境問題。流域產(chǎn)沙系統(tǒng)中，流域土壤侵蝕區(qū)空間分布和侵蝕區(qū)土壤特性(結(jié)構(gòu)、類型、物化性質(zhì)、生物特性等)直接影響徑流泥沙運移、沉積過程并決定流域輸出泥沙的特性。辨別泥沙來源對探究泥沙的環(huán)境學(xué)意義、揭示流域土壤侵蝕規(guī)律、優(yōu)化流域水保措施配置具有重要意義。

泥沙來源一直是流域土壤侵蝕研究的難點[1]。早前的泥沙來源研究方法是通過模擬或監(jiān)測潛在土壤侵蝕區(qū)(潛在物源)的相對產(chǎn)沙量確定泥沙來源。具體為通過觀測潛在物源土壤侵蝕頻率，監(jiān)測或模擬其侵蝕速率獲取潛在物源侵蝕產(chǎn)沙的主次關(guān)系或相對產(chǎn)沙量。傳統(tǒng)泥沙來源研究方法主要有調(diào)查法、徑流小區(qū)法、水文資料法等[2]。最早的泥沙來源研究方法是調(diào)查法，調(diào)查法是通過野外實地調(diào)查或基于遙感技術(shù)得到流域不同侵蝕源區(qū)侵蝕產(chǎn)沙的主次關(guān)系[3]，接著人們開始在流域內(nèi)典型土壤侵蝕區(qū)建立徑流小區(qū)定點監(jiān)測或人工模擬各小區(qū)產(chǎn)沙量，得到流域各侵蝕區(qū)相對產(chǎn)沙量即為小區(qū)法[4]。針對其內(nèi)部分布較多水文站點流域，人們通過分析各水文站徑流泥沙資料，得到各水文站間的流域段的產(chǎn)沙差異，結(jié)合流域土地利用類型及地貌類型空間分布特征獲取流域泥沙來源特征[5]。

傳統(tǒng)方法在實際應(yīng)用中存在一定局限性。首先，關(guān)于潛在物源的假設(shè)準(zhǔn)確尤為重要，這給實際監(jiān)測操作造成較大困擾。其次，傳統(tǒng)方法如小區(qū)法和調(diào)查法僅關(guān)注泥沙剝離原生環(huán)境信息，漏失泥沙搬運和泥沙沉積過程信息，很大程度上降低泥沙來源判定結(jié)果的準(zhǔn)確性。此外，由于模擬和監(jiān)測手段限制以及土壤侵蝕的空間變異問題，部分傳統(tǒng)方法只能用于研究小流域泥沙來源。針對傳統(tǒng)方法的諸多問題，20世紀(jì)70年代，指紋識別技術(shù)開始用于泥沙來源研究[6-7]。

1 指紋識別技術(shù)

指紋識別技術(shù)同樣是在劃分流域潛在物源基礎(chǔ)上，分別采集流域潛在物源土壤樣和流域出口泥沙樣，同時分析測定土壤樣和泥沙樣的潛在指紋識別因子，潛在指紋識別因子是具有保持性(不隨泥沙運移和環(huán)境變化發(fā)生變化)的土壤指標(biāo)(例如物理化學(xué)性質(zhì)指標(biāo)、生物學(xué)性質(zhì)指標(biāo)等)，從潛在指紋識別因子中篩選出在各潛在物源間差異顯著的土壤指標(biāo)作為指紋識別因子，利用多元判別分析從指紋識別因子中篩選最佳指紋識別因子組合，最后利用數(shù)值轉(zhuǎn)換模型將土壤樣和泥沙樣的最佳指紋因子組合濃度轉(zhuǎn)換為各潛在物源的相對產(chǎn)沙比例。楊明義等[8]將黃土高原燕溝小流域劃分為果園、坡耕地、主溝道和支溝道4種物源地，篩選出TN，Cu，137Cs，226Ra構(gòu)成最佳指紋因子組合，得到次降雨條件下各物源地產(chǎn)沙比例。郭進(jìn)等[9]將三峽庫區(qū)菱角塘小流域劃分為水田、旱地、林草地3類物源地，篩選出SOC，137Cs，226Ra，K，Zn構(gòu)成最佳指紋因子組合，得到流域唐庫表層沉泥沙各物源的產(chǎn)沙比例。

不難看出，指紋識別技術(shù)研究泥沙來源具體分為3個步驟：第1步，劃分流域潛在物源，獲取潛在物源土壤樣和流域出口泥沙樣，分析土壤樣潛在指紋識別因子濃度；第2步，從潛在指紋識別因子中篩選得到最佳指紋因子組合；第3步，利用數(shù)值轉(zhuǎn)換模型得到潛在物源的相對產(chǎn)沙比例。

1.1 潛在物源劃分

流域土壤、土壤覆蓋物及土壤侵蝕的類型和特征決定流域物源數(shù)量和類型。物源劃分基于各潛在物源土壤存在顯著差異原則。主要劃分方法有空間劃分和類型劃分[10]?？臻g劃分是以地理空間的水文響應(yīng)單元結(jié)合土壤侵蝕空間分布為依據(jù)，將流域土壤侵蝕物源劃分為坡面侵蝕物源(表層侵蝕物源)和溝道侵蝕物源(底層侵蝕物源)[10]；類型劃分目的是細(xì)分表層侵蝕物源和底層侵蝕物源，通常以土地利用類型(農(nóng)耕地、荒草地、林地、道路等)或地質(zhì)類型(松軟土、砂礫土、堅土等)細(xì)化坡面侵蝕物源，以重力地貌類型(溝壁、溝坡地等)細(xì)化溝道侵蝕物源。潛在物源的劃分，是判定泥沙來源的基礎(chǔ)，劃分得當(dāng)能降低采樣以及指紋識別因子分析成本，提高判別準(zhǔn)確性。因此，在考察流域侵蝕環(huán)境時，應(yīng)仔細(xì)區(qū)分流域內(nèi)不發(fā)生侵蝕產(chǎn)沙的區(qū)域。趙恬茵[11]通過對比流域不同潛在物源劃分方法下，復(fù)合指紋識別技術(shù)的正確判別率及判別結(jié)果的可靠性，提出劃分潛在物源時，應(yīng)盡可能包含不確定是否發(fā)生侵蝕產(chǎn)沙的物源類型，剔除確定不發(fā)生侵蝕產(chǎn)沙的物源類型。

綜上，物源劃分基本原則是首先利用空間劃分方法將流域物源分為坡面和溝道物源，然后結(jié)合類型劃分方法，在坡面物源和溝道物源中劃分出土壤具有顯著差異的物源類型，并在此基礎(chǔ)上剔除可確定不發(fā)生侵蝕產(chǎn)沙物源類型，得到最終物源劃分類型。

1.2 最佳指紋因子組合的篩選

指紋識別技術(shù)的泥沙來源研究經(jīng)歷了由單因子判定兩種不同物源類型的產(chǎn)沙比例(單因子指紋識別技術(shù))向由多因子判定多種物源類型產(chǎn)沙比例(復(fù)合指紋識別技術(shù))的發(fā)展過程[2,10-11]。流域內(nèi)，土壤侵蝕和泥沙運移過程復(fù)雜，流域侵蝕區(qū)分布交錯、類型多樣，在實際操作中，單指紋因子識別技術(shù)存在局限性[12]。隨著研究深入，與單因子指紋識別技術(shù)比較，多個指紋識別因子可以判定多種物源類型產(chǎn)沙比例，且結(jié)果更準(zhǔn)確。嚴(yán)格判定m種不同物源類型的相對產(chǎn)沙比例時，至少需要m-1個指紋識別因子[12]。在實際運用中，在劃分潛在物源時，流域具體的土壤侵蝕空間分布并不明確，研究者劃分的潛在物源類型數(shù)往往大于實際物源數(shù)，相應(yīng)的指紋識別因子數(shù)量增加，對應(yīng)的，供篩選的潛在指紋識別因子數(shù)增加[11-12]。趙恬茵[11]在研究黃土高原小流域泥沙來源時，將小流域劃分為農(nóng)耕地、荒草地、果園、溝坡地、溝壁5種物源類型判別泥沙來源，判別計算后，發(fā)現(xiàn)流域內(nèi)實際產(chǎn)沙物源僅有農(nóng)耕地、溝坡地和溝壁3種類型。

單指紋識別技術(shù)是利用一個指紋識別因子判定兩種物源類型的相對產(chǎn)沙比例，因此，不存在指紋識別因子剔除篩選問題。當(dāng)利用多指紋識別因子判定多物源類型泥沙來源時，為提高正確判別率，需要驗證潛在指紋識別因子有效性，剔除無效指紋識別因子，篩選出最佳指紋因子組合，即最佳指紋識別因子組合是從眾多潛在指紋識別因子中篩選出的具有最高判別正確率的指紋識別因子集合?；诖?，Collins等[13]首先正式提出最佳指紋因子組合篩選的兩步法：第一步，在潛在指紋識別因子中，利用非參數(shù)Kruskal-Wallis H檢驗篩選有效指紋因子；第二步，從有效指紋識別因子中，利用多元判別函數(shù)分析(DFA)篩選出最佳指紋因子組合。

1.3 數(shù)值轉(zhuǎn)換模型

1.3.1 模型基本形式 指紋識別技術(shù)的關(guān)鍵是利用模型將潛在物源土壤指紋識別因子濃度轉(zhuǎn)換為物源的相對產(chǎn)沙比例，數(shù)值轉(zhuǎn)換模型的應(yīng)用完美解決了該轉(zhuǎn)換問題[13-16]。數(shù)值轉(zhuǎn)換模型基本形式如下所示：

(1)

(2)

式中：Csi為泥沙樣中指紋識別因子i的濃度；Pj為潛在物源j的相對產(chǎn)沙比例；Cji為潛在物源j指紋識別因子i的平均濃度；m為潛在物源數(shù)；k為指紋識別因子數(shù)。

基于數(shù)值轉(zhuǎn)換模型的基本形式，對于復(fù)合指紋識別技術(shù)，科研工作者[13-14,17]針對需要多指紋識別因子問題，利用最小二乘法完善數(shù)值轉(zhuǎn)換模型，提高判別正確率。原理是模型模擬的泥沙指紋識別因子濃度與其實測值的相對誤差平方和(Res)最小，模型如下。

(3)

式中：k為篩選進(jìn)入最佳指紋因子組合的指紋識別因子數(shù)。

1.3.2 數(shù)值轉(zhuǎn)換模型的基本假設(shè)和修正 由公式(1—3)得出復(fù)合指紋識別技術(shù)數(shù)值轉(zhuǎn)換模型存在兩個基本假設(shè)。假設(shè)1：流域內(nèi)部各潛在物源土壤與流域出口泥沙的屬性指標(biāo)可以直接比較；假設(shè)2：篩選進(jìn)入最佳指紋因子組合的指紋識別因子判別能力相同。

數(shù)值轉(zhuǎn)換模型的兩個基本假設(shè)，在實際應(yīng)用中存在一些問題。首先，在侵蝕過程中，泥沙輸移和沉積過程復(fù)雜，徑流的泥沙輸移效率以及泥沙的分選搬運與沉積，直接導(dǎo)致泥沙部分屬性指標(biāo)(如氮、有機(jī)質(zhì)、磷、金屬元素等)與流域內(nèi)部侵蝕區(qū)土壤相比存在富集或耗損現(xiàn)象，與假設(shè)1矛盾；此外，流域土壤性質(zhì)的空間差異性直接導(dǎo)致指紋識別因子的判別能力存在差異[12]：在不同物源地間，指紋識別因子差異越顯著，其判別能力越高，相反越低；在同一物源地，指紋識別因子空間變異越大，其判別能力越低，相反越高，與假設(shè)2矛盾。針對模型基本假設(shè)存在的問題，人們引進(jìn)校正系數(shù)修正模型。

(4)

(5)

針對假設(shè)2，研究人員引入判別權(quán)重校正指紋識別因子判別能力不同對判別結(jié)果的影響[1,19-20]。影響指紋識別因子判別能力的兩個因素分別對應(yīng)指紋識別因子判別權(quán)重的兩種類型：一是指紋識別因子判別正確率權(quán)重(W)，二是指紋識別因子離散度權(quán)重(SV)，W用于消減指紋識別因子在不同物源地間指紋識別因子的空間差異對指紋識別因子判別能力的影響，是無量綱數(shù)值，等于該指紋識別因子判別正確率與最佳指紋因子組合中指紋識別因子判別正確率最低值比值(多元判別函數(shù)分析過程中得到)，SV用于消減指紋識別因子在同類物源地的空間變異對指紋識別因子判別能力的影響，值等于某物源地該指紋識別因子標(biāo)準(zhǔn)差的倒數(shù)。修正模型如下：

(6)

式中：Zj為潛在物源j顆粒校正系數(shù)；Oj為潛在物源j的有機(jī)質(zhì)校正系數(shù)；Wi為指紋識別因子i的判別正確率權(quán)重。SVji為指紋識別因子i在物源j的離散度權(quán)重。

研究顯示[21-23]，土壤顆粒及有機(jī)質(zhì)與土壤其他屬性指標(biāo)關(guān)系的復(fù)雜性，僅僅用泥沙與物源土壤顆粒大小和有機(jī)質(zhì)含量均值比值校正土壤屬性指標(biāo)在土壤侵蝕過程中的變化，并不準(zhǔn)確。因此，在實際應(yīng)用中一般不加入有機(jī)質(zhì)及顆粒校正系數(shù)。現(xiàn)階段，泥沙來源復(fù)合指紋識別技術(shù)研究中，Collions修正模型應(yīng)用最廣(公式7)：

(7)

1.3.3 數(shù)值轉(zhuǎn)換模型的變型 隨著數(shù)值轉(zhuǎn)換模型相關(guān)研究深入，數(shù)值轉(zhuǎn)換模型基本形式演化出一系列變異模型。應(yīng)用較廣的有Huges模型[24]、Landwehr模型[25]。Huges模型引進(jìn)了“蒙特卡洛算法”處理數(shù)據(jù)，直接將流域內(nèi)部土壤樣的指紋識別因子的測量值帶入模型分析計算，消減原模型(公式3，6，7)運用物源地土壤樣指紋識別因子平均值對判別結(jié)果的影響。形式如下：

(8)

式中:n為各物源地采集土壤樣數(shù)；l為迭代次數(shù)。

Landwehr模型基于泥沙與土壤樣指紋因子差異最小化進(jìn)行計算分析。Landwehr模型引進(jìn)土壤樣指紋因子在各源地間方差，在一定程度上消減指紋因子空間變異對判別結(jié)果的影響。形式如下：

(9)

式中：VARij為物源j指紋識別因子i的方差；nj為物源j采集土壤樣數(shù)。

1.3.4 可靠性檢驗 復(fù)合指紋識別技術(shù)是通過比較流域內(nèi)各潛在源地土壤樣和侵蝕泥沙樣的各指紋識別因子，得到各源地產(chǎn)沙比例。因此從物源劃分、樣品采集、指紋因子濃度測定、最佳指紋因子判別到數(shù)值轉(zhuǎn)換各環(huán)節(jié)均存在不確定性因素，直接影響判別結(jié)果。需要引入可靠性檢驗，檢驗判別結(jié)果。復(fù)合指紋識別技術(shù)泥沙來源判別結(jié)果的可靠性檢驗方法主要有擬合優(yōu)度法(GOF)和人工混樣平均絕對誤差法(MAE)。擬合優(yōu)度法原理是比較實際測得泥沙指紋識別因子屬性指標(biāo)濃度與模型判定濃度的相對差異，計算方法如下：

(10)

當(dāng)GOF>0.8時，模型擬合結(jié)果可靠。

人工混樣平均絕對誤差法原理是比較兩次判定的物源產(chǎn)沙比例差異，具體為：將基于流域土壤樣和流域出口泥沙樣的指紋識別因子，計算得出的各物源地的相對產(chǎn)沙比例，作為基礎(chǔ)值(Yj)，并以該比例均勻混合各物源地土壤樣作為泥沙樣，測定混合樣的指紋識別因子濃度，利用數(shù)值轉(zhuǎn)換模型基于流域土壤樣和人工混合而成的泥沙樣的指紋識別因子，計算各物源的相對產(chǎn)沙比例，作為對比值(Xj)。最后計算各物源地相對產(chǎn)沙比例的基礎(chǔ)值與對比值的平均絕對誤差(MAE)。MAE計算方法如下：

(11)

式中：m為潛在物源數(shù)。

當(dāng)MAE<0.2時，模型判定結(jié)果可靠。

2 指紋識別技術(shù)的泥沙來源研究應(yīng)用

近半世紀(jì)以來，泥沙來源研究的指紋識別技術(shù)飛速發(fā)展。從識別因子種類、識別對象、物源類型到研究尺度范圍不斷擴(kuò)展深化。識別因子種類方面，研究顯示[12]指紋識別因子種類越多，判別結(jié)果越準(zhǔn)確。早前指紋識別因子多為常見的土壤物理化學(xué)指標(biāo)如微量元素、顆粒組成、土壤養(yǎng)分等，隨后人們開始應(yīng)用土壤放射性核素[26]、穩(wěn)定同位素[27]等新型化學(xué)指標(biāo)以及植物花粉[28]、酯類化合物[29]、生物酶[30]等土壤生物學(xué)指標(biāo)作為指紋識別因子研究泥沙來源。研究對象方面，隨著指紋識別技術(shù)的發(fā)展，也由最早的研究河流懸浮泥沙來源[13,15]延伸到研究湖泊及壩庫沉積泥沙[31]以及諸如次降雨徑流泥沙來源[32]。在物源類型方面，也從土地利用類型、地貌類型，發(fā)展到大氣粉塵[33]、人工道路[34]以及不同植被覆蓋土地[35]等多元化、精細(xì)化的物源類型。尺度范圍方面，隨著沉積泥沙來源的研究深入，科研工作者不僅僅局限于研究泥沙來源在流域空間尺度上的變化特征，開始不斷嘗試研究泥沙來源在時間尺度上的變化特征，為重建流域侵蝕歷史提供數(shù)據(jù)支撐，取得大量成果[11,17,19,36]。該類研究基于土壤放射性核素137Cs及210Pb的時間標(biāo)記功能，結(jié)合降雨數(shù)據(jù)資料，重建不同沉積深度泥沙沉積時間，結(jié)合時間尺度上的泥沙來源的判別結(jié)果，解譯流域土壤侵蝕歷史變化特征及其對環(huán)境變化的響應(yīng)關(guān)系。趙恬茵[11]基于137Cs時間標(biāo)志功能，利用復(fù)合指紋識別技術(shù)在時間和空間尺度上，分析黃土高原小流域壩庫泥沙來源變化特征，得出流域人類活動(水保措施、陡坡開墾等)顯著影響壩庫泥沙來源。

3 不足與展望

泥沙來源的指紋識別技術(shù)發(fā)展至今仍然存在一定局限性。首先，指紋識別技術(shù)應(yīng)用的基礎(chǔ)是假設(shè)指紋識別因子具有保持性，據(jù)前文分析，土壤部分屬性指標(biāo)在徑流搬運、沉積過程中，存在明顯富集或耗損現(xiàn)象，即土壤部分屬性指標(biāo)不具保持性，需要引進(jìn)保持性校正體系修正模型，現(xiàn)有的相關(guān)保持性校正體系(顆粒校正和有機(jī)質(zhì)校正)并不準(zhǔn)確，新的校正體系亟待引入。其次，現(xiàn)階段可供選擇的潛在指紋識別因子種類繁多，但是一些指紋識別因子具有地域限制(顆粒顏色)、一些具有時間限制(花粉、核素等)、一些具有成本限制(生物酶、酯類化合物等)，而指紋識別因子種類變化直接影響判別正確率，因此需要進(jìn)一步探討怎樣組合各類指紋識別因子使得泥沙來源判別成本更低而結(jié)果更準(zhǔn)確。再次，現(xiàn)階段涌現(xiàn)較多數(shù)值轉(zhuǎn)換模型，不同數(shù)值轉(zhuǎn)換模型的泥沙來源判別結(jié)果對比研究較少，模型的可靠性檢驗體系亟待完善。現(xiàn)有的可靠性檢驗主要通過數(shù)學(xué)計算得到相關(guān)擬合優(yōu)度或者平均相對誤差，缺乏直觀對比源地實際產(chǎn)沙和判別出的源地產(chǎn)沙的檢驗方法。因此，在條件許可情況下，可以通過對比直接獲取小流域內(nèi)某一侵蝕源地侵蝕產(chǎn)沙量(小區(qū)法或三維激光掃描技術(shù)等)與利用復(fù)合指紋識別技術(shù)判定該侵蝕源地侵蝕產(chǎn)沙量，直觀判定復(fù)合指紋識別技術(shù)可靠性。此外，目前復(fù)合指紋識別技術(shù)廣泛運用于流域時空尺度泥沙來源研究，較長時間尺度范圍內(nèi)，流域內(nèi)部土地利用和地貌類型可能發(fā)生變化，因此在時間尺度上判別流域泥沙來源時，特別注意結(jié)合流域土地利用變化和地貌變化特征，實時獲取有代表性的流域土壤樣。

隨著復(fù)合指紋識別技術(shù)深入發(fā)展，指紋識別因子篩選體系、數(shù)值轉(zhuǎn)換模型校正體系、可靠性檢驗體系以及模型選擇體系得到優(yōu)化完善，越來越多的土壤及土壤相關(guān)的各類指標(biāo)經(jīng)過校正可以作為指紋識別因子，進(jìn)而有利于在時空尺度上，拓寬復(fù)合指紋識別技術(shù)泥沙來源研究范圍，深化認(rèn)識流域土壤侵蝕規(guī)律。