基于复合指纹示踪识别小流域泥沙来源的水土流失危害认定技术

[目的]随着种植业发展和建设用地的扩张，人为活动引发的水土流失及其危害问题日益严峻。一个流域内多个生产建设项目及生产建设活动交叉进行，造成的水土流失危害难以界定，亟需探索一种新方法来识别和量化特定扰动区域对河流中泥沙的贡献，以便对生产建设项目及生产建设活动实施针对性的水土流失防治措施，界定水土流失危害责任及赔偿。[方法]本研究以广东省德庆县大顶山小流域为例，地球化学元素作为示踪剂，采用复合指纹示踪技术定量识别其典型集水区内受种植和建设项目扰动的泥沙来源。进一步通过敏感性测试评估了混合模型中校正因子的有效性。[结果]研究发现，该地区粒径小于2m m的沉积泥沙是侵蚀过程中的主要搬运组分。通过分析三组最优指纹因子，得到大顶山小流域泥沙贡献顺序为人工林底层土壤>人工林表层土壤>风电场的泥沙贡献;其中，采用多元逐步判别分析(DFA)方法优化获得的最优指纹因子组为 I、Ta、Ca、Bi、TiO2，获得的人工林底层土壤、人工林表层土壤和风电场的泥沙贡献率分别为 51.5%、35.3%和 13.2%，所有泥沙样品的平均拟合优度为 87.1%;人工林底层土壤的高贡献主要归因于土质道路的严重侵蚀和人工林区陡坡的山体滑坡，而风电场项目扰动区水土流失虽严重，但受到扰动面积的限制。敏感性测试指出，通过考虑源指纹因子数据集的正态性假设可以提高源解析分配结果的精度，然而，混合模型中加入粒径校正因子或指纹因子源内变异加权可能会导致无法解释的源贡献分配结果。[结论]人工林底层土壤是大顶山小流域集水区泥沙的主要来源，因此，加强种植活动中的水土流失防护和治理至关重要。复合指纹示踪技术能够有效识别小流域泥沙来源，界定水土流失危害责任。在应用该技术时，应谨慎考虑校正因子的使用。