砒砂巖原狀坡面不同季節(jié)復合侵蝕動力的貢獻研究

付金霞，王 靜，張寶利，吳 娟，楊玉春，肖培青，姚文藝

（1. 西北農林科技大學資源環(huán)境學院，楊凌 712100；2. 黃河水利科學研究院，鄭州 450003）

0 引 言

砒砂巖是由古生代二疊紀和中生代三疊紀、侏羅紀、白堊紀的砂巖、砂頁巖、泥質砂巖組成的巖石交互層，成巖程度低、砂粒間膠結程度差、結構強度低。砒砂巖集中分布在晉陜蒙接壤地區(qū)，如內蒙古的準格爾旗、東勝區(qū)、伊金霍洛旗、達拉特旗、杭錦旗、清水河縣，陜西的神木、府谷兩縣和山西的河曲、保德兩縣，總面積約1.67 萬km2[1-2]。砒砂巖區(qū)生態(tài)環(huán)境極度脆弱，氣候干燥，植被稀疏，地形多溝壑、陡坡。年內冬季寒冷、春季多風沙、夏秋降水集中。砒砂巖區(qū)特殊的巖層性質在當地的自然環(huán)境中，極易發(fā)生風化、剝蝕和侵蝕，遇水如泥、遇風成砂，水土流失非常嚴重，侵蝕模數可達30 000～40 000 t/(km2˙a)。雖然其面積僅占黃河流域的2%，但產生的粗泥沙（粒徑>0.05 mm）占黃河下游河道淤積量的1/4[1-3]。砒砂巖區(qū)不僅是黃河粗泥沙集中來源的核心區(qū)，也是黃河流域水土流失最難治理的地區(qū)。砒砂巖區(qū)是中國典型的水力、風力、凍融等多動力復合侵蝕區(qū)域，多種侵蝕過程在時空上的交替/耦合作用，延長了侵蝕時間、加劇了侵蝕強度，成為該地區(qū)生態(tài)環(huán)境脆弱和水土流失嚴重的重要原因[4-7]。因此，開展砒砂巖區(qū)多動力復合侵蝕的時空交互特征研究，對砒砂巖區(qū)水土流失防治、脆弱生態(tài)環(huán)境綜合治理具有重要意義。

目前研究多集中于砒砂巖侵蝕的氣候條件特征[7-8]以及水蝕[9-10]、風蝕[5-6,11]、凍融侵蝕[12-16]等單動力侵蝕的特征、機理研究，對水力、風力、凍融復合侵蝕的交互機理尚不清楚、復合侵蝕的時空交互特征還未揭示，從而導致先進的單一侵蝕防治技術在此特殊侵蝕環(huán)境下的適宜性和有效性遭到質疑。此外，砒砂巖特殊的巖層性質，使得多動力復合侵蝕的室內模擬研究面臨原巖破壞而產生較大誤差的瓶頸，因此基于野外原狀坡面的復合侵蝕研究更具科學性和符合實際情況。但砒砂巖區(qū)多溝壑、陡坡的地形特征，使得野外原位觀測、數據獲取面臨很大的挑戰(zhàn)。三維激光掃描儀可以在不接觸觀測區(qū)域的條件下，快速、有效、高精度地獲取觀測區(qū)域表面的空間三維數據，為監(jiān)測地形起伏變化以及侵蝕量的計算提供了一種便捷高效的手段，且能有效保護復雜地形區(qū)的野外作業(yè)者的人身安全[17-19]。

因此，本研究針對砒砂巖區(qū)水蝕、風蝕、凍融復合侵蝕劇烈的突出問題和多動力復合侵蝕機理尚不清楚、多動力復合侵蝕時空分異研究尚缺乏的現狀以及水土流失綜合治理的迫切需要，融合野外原位觀測、三維激光掃描儀技術和GIS 等多研究手段，揭示砒砂巖區(qū)多動力復合侵蝕的季節(jié)交互特征并分離各侵蝕動力在不同時段對原狀坡面的侵蝕貢獻，以期為復合侵蝕綜合治理技術、退化植被恢復重建、水土流失綜合治理提供理論支撐和科學依據。

1 資料與方法

1.1 研究區(qū)概況

野外試驗區(qū)位于內蒙古自治區(qū)準格爾旗暖水鄉(xiāng)境內二老虎溝小流域的110°35′58″ E、39°47′41″ N 處。二老虎溝小流域是黃河中游皇甫川支流納林川的一條二級支溝，該區(qū)屬典型的大陸性季風氣候。冬季寒冷漫長，夏季炎熱短暫，春季多風沙，降水集中且年內分配不勻。封凍期為11 月—次年3 月底，最大凍土深度 1.5 m；大風主要集中在3—5 月和10—11 月，以西北風為主；年降水量約為350 mm，主要集中于7—9 月[10]。砒砂巖裸露溝谷坡面多為陡坡、陡崖，砒砂巖陡坡或陡崖處一年四季均可發(fā)生重力侵蝕，其中，瀉溜主要發(fā)生在坡度35°～60°的坡面，崩塌主要發(fā)生在坡度60°以上的坡面[3]。

1.2 試驗小區(qū)建設與試驗過程

本研究基于三維激光掃描數據分析砒砂巖原狀坡面水蝕、風蝕、凍融侵蝕的季節(jié)變化特征，而坡面植被的生長和覆蓋會給地形點云數據帶來噪聲和誤差，故選擇裸露坡面開展研究。研究坡面坡度介于37°～38°，可有效去除重力侵蝕的影響，同時也便于試驗小區(qū)的建設和數據采集。坡面上白色和紅色砒砂巖層交互分布，白色、紅色巖層分別屬于砂巖和泥巖；巖層層理清晰，巖層產狀接近水平（圖1）。試驗所建設的坡面小區(qū)（圖1）于2017 年12 月底完成，從左到右依次為水力+凍融復合侵蝕小區(qū)、水力+凍融+風力復合侵蝕原狀小區(qū)、人為播撒草種的植被措施小區(qū)、凍融侵蝕小區(qū)，各小區(qū)大小約為12.5 m × 2.5 m。本研究暫不分析人為植被措施對坡面侵蝕的影響，即僅分析在自然環(huán)境條件下水力+凍融復合侵蝕小區(qū)（圖1a）、水力+凍融+風力復合侵蝕原狀小區(qū)（圖 1b）和凍融侵蝕小區(qū)（圖1d）的季節(jié)侵蝕狀況。通過對凍融單動力侵蝕小區(qū)（圖1d）、水力+凍融雙動力復合侵蝕小區(qū)（圖1a）和水力+凍融+風力三動力復合侵蝕小區(qū)（圖1b）的侵蝕量的橫向對比，來依次剝離凍融、水力和風力對坡面的侵蝕影響。以凍融侵蝕小區(qū)為基準，水力+凍融復合侵蝕小區(qū)侵蝕量減去凍融侵蝕小區(qū)侵蝕量即剝離出水力單因子的侵蝕量，水力+凍融+風力復合侵蝕原狀小區(qū)侵蝕量減去水力+凍融復合侵蝕小區(qū)侵蝕量即剝離出風力單因子的侵蝕量。同時，結合由FARO（法如）Focus 3D 三維激光掃描儀在不同季節(jié)（2018 年3月26 日、2018 年7 月1 日、2018 年11 月4 日和2019年5 月2 日）獲得的各小區(qū)地形變化量，來分離不同季節(jié)中各侵蝕動力對原狀裸露坡面的侵蝕貢獻。凍融侵蝕小區(qū)采用基于小區(qū)圍欄（欄高30 cm 左右）支撐的厚土工布全覆蓋，既保證了坡面有水分緩慢滲入使凍融侵蝕得以發(fā)生，又能有效阻擋風蝕和水蝕。水力+凍融復合侵蝕小區(qū)外圍設置有1.2 m 高的擋風板。已有研究表明，在風沙運動的3 種形式中，躍移約占3/4，蠕移接近1/4，懸移僅占1%～5%，且風沙運動主要集中在離地面30 cm高度內[20]。而砒砂巖碎屑物以粗泥沙為主，因此1.2 m 的擋風板能有效阻擋風蝕。另外，在坡面小區(qū)外緣長期固定直徑為15 cm 的白色球形標靶共11 個，用于研究期多期地形點云數據控制點的統(tǒng)一配準。

圖1 砒砂巖坡面多動力復合侵蝕試驗小區(qū)（2018-11-04） Fig. 1 Experimental plots of multi-dynamic composite erosion on Pisha sandstone slope (2018-11-04)

1.3 數據來源與預處理

本研究數據源包括氣象數據、坡面地形點云數據和實測坡面侵蝕量。氣象數據來源于中國氣象數據網（http：//data.cma.cn），具體為研究坡面所在地準格爾旗暖水鄉(xiāng)2018 年1 月—2019 年4 月的日降水量、日平均氣溫、日最高氣溫、日最低氣溫、日最大風速、月平均相對濕度以及每月≥5 m/s、≥10 m/s、≥15 m/s 不同等級風速出現的日數。點云數據為利用FARO（法如）Focus 3D 三維激光掃描儀獲得的3 個研究小區(qū)（圖1a、圖1b 和圖1d）的各4 期點云數據：2018 年3 月26 日、2018 年7 月1日、2018 年11 月4 日和2019 年5 月2 日，平均每期坡面上有70 萬余個點，數據量很大。實測坡面侵蝕量為2018年5 月—2019 年4 月每月月底或極端降水日收集的小區(qū)徑流泥沙桶的泥沙樣稱質量獲得。

在Trimble Real Works 軟件中對3 個試驗小區(qū)各4 期地形點云數據進行了預處理，包括格式轉換、點云配準和定向、邊界裁剪、剔除噪聲點、數據精度評定等，并以高程1 mm 的精度導出了12 期坡面地形點云數據（ASC文件）。導出的點云數據在ArcGIS 中構建TIN 并生成DEM，DEM 柵格大小設置為1 mm×1 mm。除此之外，針對點云數據構建TIN 時邊界上出現的冗余三角形，對DEM 邊界進行了裁剪。

1.4 研究方法

1.4.1 三維激光掃描儀地形掃描

使用三維激光掃描儀生成點云數據再結合點云數據處理軟件以及GIS 軟件的方法，目前已被廣泛應用于監(jiān)測地形起伏變化以及水土流失量的計算[17-19,21-23]。基于坡面小區(qū)的11 個球形標靶，選擇在不同季節(jié)晴天的早晨或下午，使用FARO（法如）三維激光掃描儀于固定位置掃描3 個試驗小區(qū)。掃描日期分別為2018 年3 月26 日、2018 年7 月1 日、2018 年11 月4 日和2019 年5 月2 日。2018 年3 月26 日—7 月1 日的地形變化反映的是3—6 月凍融+風力為主的侵蝕對坡面的影響，2018 年7 月1 日—11 月4 日的地形變化反映的是7—10 月水力為主的侵蝕對坡面的影響，2018 年11 月4 日—2019 年5 月2 日的地形變化反映的是11 月—翌年4 月凍融+風力為主的侵蝕對坡面的影響。掃描儀操作時，開啟GPS 和高度計并采用彩色掃描，分辨率設置為1/2、質量設置為4×，每個坡面掃描時間約30 min 左右。

1.4.2 基于點云數據的DEM 建立及其空間分析

點云數據記錄了空間目標的平面坐標、高程值、RGB 信息等。不同季節(jié)的3 個坡面小區(qū)各4 期點云數據經過預處理后，在ArcGIS 軟件中生成3 個坡面各4 期DEM。通過對同一坡面前后期DEM 進行相減運算，比較不同季節(jié)多動力復合侵蝕前后坡面形態(tài)的變化；通過填挖方運算對坡面不同季節(jié)的侵蝕量進行計算并與實測值進行對比驗證；最后，通過對3 個試驗小區(qū)季節(jié)侵蝕量的橫向對比來分析砒砂巖坡面水蝕、風蝕、凍融侵蝕的季節(jié)交互特征，并分離各動力在不同時段對坡面侵蝕的貢獻。

2 結果與分析

2.1 侵蝕動力季節(jié)變化

基于研究區(qū)（暖水鄉(xiāng)）2018 年1 月—2019 年4 月的氣象數據，分析了研究區(qū)侵蝕動力季節(jié)變化特征。

2018 年1 月—2019 年4 月研究區(qū)共降水484.7 mm，其中1—3 月、11—12 月基本無降水，降水出現在4—10 月且主要集中于7—10 月（圖2a）。2018 年4—6 月、7—10 月降水量分別為97.7 和353.8 mm，分別占2018年降水量（453.6 mm）的22%和78%。整個研究期，日降水量超過12 mm 的天數為11，除5 月出現1 次外，其他均出現在7—10 月；日降水量超25、50 mm 的天數分別為4 和1。降水在7、8 月達到峰值且各月均超120 mm。可見，7—10 月是研究期內水力侵蝕的高峰期。受降雨影響，研究區(qū)7—10 月相對濕度較高，其他月份相對濕度較穩(wěn)定（圖2b）。

研究區(qū)最高氣溫出現在7 月和8 月，最低氣溫出現在1 月和12 月。3—10 月平均氣溫在0 ℃以上，11月—翌年2 月平均氣溫均在0 ℃以下（圖2c）。11 月 —翌年4 月，砒砂巖處于凍、融交替狀態(tài)；期間，11 月 —12 月底、12 月底—3 月初、3 月中旬—4 月分別為上凍期、封凍期和解凍期。通過張攀等[7]在坡面埋設的EM50 全自動地溫、水分采集系統(tǒng)得知，2018 年11 月 —2019 年4月，坡面表層巖土的體積含水率約為0.13～0.19 m3/m3，深層巖土的體積含水率約為0.26～0.31 m3/m3。上凍期、解凍期的水分含量較高于封凍期的水分含量[7]。在3、4月解凍期，平均氣溫開始大于0 ℃，晝夜溫差變化大，凍融循環(huán)次數增多且主要發(fā)生于表層10 cm 以內[7]。2018年3 月、2019 年3 月凍融交替日數分別達15 和27，加之水分含量較高，凍融侵蝕作用強烈。

根據研究區(qū)月最大風速以及每月中風速≥5 m/s、≥ 10 m/s 和≥15 m/s 的日數來看（圖2d），3—5 月風速較大。5 m/s 風速已超出起沙風速4.8 m/s[20]。3—5 月的月平均風速介于4.1～4.9 m/s，其他月份平均風速小于4 m/s。3—5 月期間，≥5 m/s 的風速、≥10 m/s 的風速每月可分別出現28～30、7～11 d，≥15 m/s 的風速每月各出現1 d。試驗坡面所在溝谷呈東西走向，風向和溝道走向基本上垂直。因此，3—5 月是風力侵蝕的高峰期。

綜合研究區(qū)氣象資料、坡面特征以及姚文藝等[3]、張攀等[7]研究成果可以判斷出：2018 年3 月底—6 月砒砂巖坡面上侵蝕動力主要為凍融+風力，2018 年7 月—10 月坡面上侵蝕動力主要為水力，2018 年11 月—2019 年4月坡面上侵蝕動力主要為凍融+風力。

圖2 2018 年1 月—2019 年4 月研究區(qū)氣象要素變化 Fig. 2 Changes of meteorological elements in the study area from January 2018 to April 2019

2.2 不同季節(jié)坡面侵蝕前后地形變化

基于3 個坡面小區(qū)的各4 期DEM，進行每個坡面前后2 期DEM 相減。DEM 高程差變化即可反映各小區(qū)在不同季節(jié)侵蝕前后地形起伏變化（圖3）。2018 年7 月1日DEM 減去2018 年3 月26 日DEM 反映的是3—6 月凍融+風力侵蝕對坡面地形的影響，2018 年11 月4 日DEM減去2018 年7 月1 日DEM 反映的是7—10 月水力為主侵蝕對坡面地形的影響，2019 年5 月2 日DEM 減去2018年11 月4 日DEM 反映的是11 月—翌年4 月凍融+風力侵蝕對坡面地形的影響。

圖3 不同季節(jié)坡面小區(qū)地形變化 Fig. 3 Topography changes of slope plots in different seasons

在2018 年3—6 月、7—10 月和2018 年11 月—2019年4 月3 個時段，3 個坡面小區(qū)呈現明顯的侵蝕（高程差負值區(qū)）—堆積（高程差正值區(qū)）時空變化格局。但坡面侵蝕量與坡面侵蝕面積、坡面侵蝕厚度即高程差同時有關，后續(xù)將通過不同期DEM 的填挖方處理來計算坡面體積變化。2018 年3—6 月，侵蝕主要發(fā)生在坡面中、上部；水力+凍融復合侵蝕小區(qū)、凍融小區(qū)的侵蝕面積大于堆積面積，但水力+凍融+風力復合侵蝕原狀小區(qū)的侵蝕面積略小于堆積面積。2018 年7—10 月，侵蝕主要發(fā)生在坡面中、下部，各小區(qū)的侵蝕面積均遠大于堆積面積；其中，水力+凍融+風力復合侵蝕原狀小區(qū)的侵蝕面積最大，而凍融小區(qū)因受溫度、濕度變化特別是10 月負溫影響也存在著一定侵蝕。2018 年11月—2019 年4 月，侵蝕主要發(fā)生在坡面中、下部，各小區(qū)的侵蝕面積均大于堆積面積；其中，水力+凍融+風力復合侵蝕原狀小區(qū)的侵蝕面積最大，而凍融小區(qū)的侵蝕面積最小。

對比3 個時間段，3 個試驗小區(qū)在2018 年7—10 月的侵蝕面積最大。在以水力侵蝕占主導的作用下，水力+凍融復合侵蝕小區(qū)、水力+凍融+風力復合侵蝕原狀小區(qū)特別是后者出現較明顯的細溝。在11 月—翌年4 月，各小區(qū)的侵蝕面積比7—10 月的侵蝕面積有所減少；水力+凍融復合侵蝕小區(qū)、水力+凍融+風力復合侵蝕原狀小區(qū)的底部又變成了堆積區(qū)。

2.3 不同季節(jié)坡面小區(qū)侵蝕量

為了計算不同季節(jié)砒砂巖坡面侵蝕量，在ArcGIS 中使用3D 分析模塊對3 個坡面小區(qū)的各4 期DEM 進行填挖方處理。填挖方結果得到不同季節(jié)復合侵蝕前后坡面體積變化。本試驗區(qū)砒砂巖風化產物密度為1.3 g/cm3，通過體積×密度方法來計算3 個坡面小區(qū)在2018 年3—6月、7—10 月、2018 年11 月—2019 年4 月的侵蝕量（表 1），并對計算結果進行精度驗證。

表1 不同季節(jié)坡面小區(qū)侵蝕量 Table 1 Erosion amount of each slope plot in different seasons

由表1 模擬侵蝕量可知，在3 個試驗小區(qū)中，凍融小區(qū)在3 個時段侵蝕量均較少；水力+凍融復合侵蝕小區(qū)、水力+凍融+風力復合侵蝕原狀小區(qū)在3—6 月、11 月—翌年4 月侵蝕量較少，而在降雨集中的7—10 月2 個小區(qū)的侵蝕量較多。在7—10 月期間，7、8 月降水達到峰值且出現8 次侵蝕性降雨，而9、10 月各出現1 次侵蝕性降雨且降雨量分別僅為18.3 和13.3 mm。小區(qū)模擬侵蝕量少的時期，相應小區(qū)的泥沙桶實測量均小于0.5 kg。因此，利用7—8 月泥沙桶實測量進行驗證。7—8 月水力+凍融復合侵蝕小區(qū)、水力+凍融+風力復合侵蝕原狀小區(qū)的泥沙桶實測量分別為31.8 和70.6 kg，而7—10 月這2個小區(qū)的模擬侵蝕量分別為66.71 和85.52 kg?？梢姡M侵蝕量大于實測侵蝕量。經分析發(fā)現：試驗小區(qū)侵蝕的松散巖土并未全部進入泥沙桶，而是部分堆積在了小區(qū)底部三角形集流口擋板處，從而導致泥沙桶實測量偏低。另外，模擬值是基于控制誤差的高精度的微觀地形變化計算獲得，反映的是多動力復合作用下的7—10 月侵蝕量，而泥沙桶實測值反映的主要是7—8 月水蝕量且未包括全部風蝕量。因此模擬侵蝕量大于泥沙桶實測量是合理的。

2018 年3 月—2019 年4 月，水力+凍融+風力復合侵蝕原狀小區(qū)、水力+凍融復合侵蝕小區(qū)和凍融小區(qū)的模擬總侵蝕量分別為111.63、84.9 和19.65 kg，即水力+凍融+風力復合侵蝕原狀小區(qū)侵蝕最為強烈，其次為水力+凍融復合侵蝕小區(qū)，而凍融小區(qū)侵蝕量最小?？梢?，多動力復合侵蝕疊加效應明顯。凍融風化、侵蝕使砒砂巖脹縮交替，巖體結構遭受破壞，孔隙率增大，容重、黏聚力降低，致使表層疏松破碎；其不僅為風蝕、水蝕提供了物質條件，又加速了砒砂巖遇風成砂、遇水潰散的過程。風通過對坡面松散顆粒的吹蝕，改變了松散物的粒度組成和地表粗糙度，使地表粗化；而挾沙風的撞擊、磨蝕 又進一步加劇了巖體表面結構的破壞，致使表層抗蝕力減弱，進而為水蝕的發(fā)生提供了邊界條件。砒砂巖遇水成泥的特性，加之雨滴的濺蝕、流水的片蝕和溝蝕作用，又加速了砒砂巖潰散過程；松散物質被水流搬運到坡底，又為風蝕、凍融侵蝕提供了新的風化層，侵蝕將進一步向縱深發(fā)展[7,16]。各侵蝕動力在季節(jié)上的交互、疊加作用致使復合侵蝕強度更大。

在2018 年3—6 月、7—10 月、2018 年11 月—2019年4 月3 個時段中，水力+凍融+風力復合侵蝕原狀小區(qū)侵蝕量分別為11.81、85.52 和14.3 kg，分別占小區(qū)總侵蝕量的10.58%、76.61%和12.81%；水力+凍融復合侵蝕小區(qū)侵蝕量分別為8.85、66.71 和9.34 kg，分別占小區(qū)總侵蝕量的10.43%、78.57%和11%；凍融小區(qū)侵蝕量分別為6.27、5.63 和7.75 kg，分別占小區(qū)總侵蝕量的31.9%、28.65%和39.44%。從各時段來看，水力+凍融+風力復合侵蝕原狀小區(qū)、水力+凍融復合侵蝕小區(qū)均在7—10 月侵蝕量最大，表明這2 個小區(qū)以水力侵蝕占主導；凍融小區(qū)則在11 月—翌年4 月侵蝕量最大。另外，2018 年11月—2019 年4 月各小區(qū)侵蝕量略大于2018 年3—6 月的侵蝕量。

2.4 不同季節(jié)侵蝕動力對原狀坡面的侵蝕貢獻

通過橫向對比3 個試驗小區(qū)的侵蝕量，可分離不同季節(jié)侵蝕動力對原狀坡面的侵蝕貢獻（表2）。以凍融侵蝕小區(qū)為基準，水力+凍融復合侵蝕小區(qū)侵蝕量減去凍融侵蝕小區(qū)侵蝕量即剝離出水力單因子的侵蝕量，水力+凍融+風力復合侵蝕原狀小區(qū)侵蝕量減去水力+凍融復合侵蝕小區(qū)侵蝕量即剝離出風力單因子的侵蝕量。

表2 不同季節(jié)侵蝕動力對原狀坡面的侵蝕貢獻 Table 2 Contribution of each erosion force to undisturbed slope in different seasons

在2018 年3—6 月期間，3—4 月凍融交替日數達20，凍融作用強烈；3—5 月強風也較多，風速超過10 m/s 的風在3—5月共出現29 d；4—6月出現降水，共計97.7 mm。因此，3—6 月原狀坡面同時受到凍融侵蝕、風力侵蝕和水力侵蝕作用，凍融侵蝕、風力侵蝕、水力侵蝕對原狀坡面侵蝕貢獻率分別為53.09%、25.06%和21.85%，說明此段時間內砒砂巖坡面以凍融侵蝕作用為主，凍融侵蝕貢獻為風蝕或水蝕作用的2 倍以上。

在2018 年7—10 月，降雨量達到353.8 mm，其中7、8 月分別降雨161.6 和129 mm；9—10 月風速在10 m/s以上的風出現14 d；10 月底最低溫出現負值，凍融作用開始出現。7—10 月水力侵蝕、風力侵蝕、凍融侵蝕對原狀坡面侵蝕貢獻率分別為71.42%、21.99%和6.58%，即此段時間內砒砂巖坡面以水力侵蝕為主，風力侵蝕次之（水蝕貢獻是風蝕的3 倍以上），且10 月底存在少量凍融侵蝕。

從11 月開始，砒砂巖坡面進入上凍期，一直到翌年的3、4 月才緩緩解凍。2019 年3—4 月凍融交替日數達31，凍融作用很強烈；風速超過10 m/s 的強風在3—4月出現16 d。2019 年4 月出現31.3 mm 的降雨。因此，2018 年11 月—2019 年4 月原狀坡面也同時受到凍融侵蝕、風力侵蝕和水力侵蝕作用，凍融侵蝕、風力侵蝕、水力侵蝕對原狀坡面侵蝕貢獻率（各動力侵蝕量占總侵蝕量的比例）分別為54.20%、34.69%和11.12%?？梢姡藭r間段砒砂巖坡面以凍融侵蝕和風力侵蝕為主，凍融侵蝕分別為風蝕、水蝕作用的4.87 倍和1.56 倍。由于凍融侵蝕、風蝕的增大，導致了2018 年11 月—2019 年4月的侵蝕量略大于2018 年3—6 月的侵蝕量。

對砒砂巖原狀坡面而言，3 月—6 月、11 月—翌年4月，凍融侵蝕量最大，然后為風力侵蝕量、水力侵蝕量；7 月—10 月，水力侵蝕量最大，然后為風力侵蝕量、凍融侵蝕量。根據表2 計算各動力總侵蝕量和坡面總侵蝕量得知，在2018 年3 月—2019 年4 月整個研究期，原狀坡面侵蝕量中水蝕占58.45%、凍融和風蝕共占41.55%，水蝕對坡面侵蝕影響最大。就2018 年而言，水蝕作用對坡面的影響最大，凍融侵蝕作用次之，風蝕作用最小。

3 討 論

由于多動力復合侵蝕關系的復雜性，目前針對多動力侵蝕貢獻和侵蝕效應的研究較少[7]。已有的復合侵蝕研究也多限于以風水兩相侵蝕為主，很少涉及三相或多相復合侵蝕研究[4]。而砒砂巖區(qū)關于動力侵蝕貢獻的已有研究僅有：趙國際[5]認為砒砂巖區(qū)年風化速度為1.5～3.6 mm，王隨繼[13]發(fā)現砒砂巖區(qū)的凍融侵蝕量可以達到溝道產沙量的1/2。這些研究均聚焦于砒砂巖區(qū)單一動力侵蝕貢獻，而基于砒砂巖原巖的多動力侵蝕季節(jié)貢獻率的剝離，不僅可以彌補當前多動力復合侵蝕研究的不足，也將為砒砂巖區(qū)復合侵蝕綜合治理提供一定的理論依據。

本研究為野外原現場試驗，由于砒砂巖裸露溝谷坡面多陡坡、陡崖且存在重力侵蝕，因此本研究難以找到與研究坡面地貌相一致的坡面作為驗證小區(qū)。盡管各試驗小區(qū)位于同一野外坡面上，但原狀坡面無法保證各小區(qū)坡度均勻一致。雖然各小區(qū)侵蝕量是基于不同季節(jié)地形變化量而得，但在各小區(qū)侵蝕量橫向對比和各動力侵蝕貢獻率分離時，可能會存在一定誤差，如高估凍融侵蝕貢獻，而低估水力、風力侵蝕貢獻。另外，試驗小區(qū)于2017 年底建設完成，試驗數據時段（2018 年3 月26日—2019 年5 月2 日）是各侵蝕動力均出現并交錯發(fā)生的第1 個周期。因時間限制，第2 個周期的最后一期數據尚未采集到，加之用以動態(tài)變化研究的多期點云數據必須進行控制點統(tǒng)一配準才能滿足精度要求。因此，目前試驗歷時相對較短，后續(xù)將持續(xù)進行長期監(jiān)測和深入研究。

多動力復合侵蝕的疊加效應致使砒砂巖區(qū)水土流失非常嚴重。因此，未來，必須加強砒砂巖區(qū)多動力復合侵蝕的定位動態(tài)監(jiān)測，創(chuàng)新多動力復合侵蝕研究的技術手段，深入開展多動力復合侵蝕的過程、機理、時空分異以及防治措施（如生物措施、工程措施等）的研究，從而為砒砂巖區(qū)復合侵蝕綜合治理、脆弱生態(tài)環(huán)境恢復重建提供有力保障。

4 結 論

砒砂巖區(qū)多動力侵蝕在年內交替發(fā)生及疊加。本研究融合野外原位試驗觀測、三維激光掃描儀技術和GIS等多研究手段，揭示砒砂巖區(qū)多動力復合侵蝕的季節(jié)交互特征并分離各動力的侵蝕貢獻。主要結論如下：

1）3 月—6 月、11 月—翌年4 月，砒砂巖坡面侵蝕動力主要為凍融+風力；7 月—10 月，坡面侵蝕動力主要為水力。2018 年3 月—2019 年4 月，砒砂巖坡面多動力復合侵蝕疊加效應明顯，即水力+凍融+風力復合侵蝕量最明顯依次為水力+凍融復合侵蝕量、凍融侵蝕量。

2）各試驗小區(qū)的季節(jié)侵蝕量有明顯差異，凸顯了各小區(qū)的主導侵蝕動力及其侵蝕貢獻。水力+凍融+風力原狀小區(qū)、水力+凍融復合侵蝕小區(qū)在7—10 月侵蝕量最大，均以水力侵蝕占主導；而凍融小區(qū)在11 月—翌年4 月侵蝕量最大。

3）對砒砂巖原狀坡面而言，3—6 月、11 月—翌年4月，凍融侵蝕量最大，然后為風力侵蝕量、水力侵蝕量；7—10 月，水力侵蝕量最大，然后為風力侵蝕量、凍融侵蝕量。在整個研究期，原狀坡面侵蝕量中水蝕占58.45%、凍融和風蝕共占41.55%。2018 年各侵蝕動力對坡面侵蝕的影響程度由大到小依次為：水力侵蝕、凍融侵蝕、風力侵蝕。

三維激光掃描技術為監(jiān)測復雜地形區(qū)的地形起伏變化以及侵蝕量計算提供了一種便捷高效的手段?；谂皫r原巖的多動力侵蝕季節(jié)貢獻率的剝離是一次有益的嘗試，其結果不僅可以彌補當前多動力復合侵蝕研究的不足，也可為砒砂巖區(qū)復合侵蝕綜合治理提供一定的理論依據。