Loading [MathJax]/jax/output/SVG/jax.js
  • 中文核心期刊
  • 中国科技核心期刊
  • 中国科学引文数据库核心期刊

三江平原建三江地下水位下降区地面形变监测、评估与预测

张梦南, 程旭学, 李志红, 刘伟坡, 崔虎群, 魏世博, 刘伟朋, 刘江涛, 李永利, 陈卓

张梦南, 程旭学, 李志红, 刘伟坡, 崔虎群, 魏世博, 刘伟朋, 刘江涛, 李永利, 陈卓. 2023: 三江平原建三江地下水位下降区地面形变监测、评估与预测. 地质通报, 42(7): 1211-1217. DOI: 10.12097/j.issn.1671-2552.2023.07.012
引用本文: 张梦南, 程旭学, 李志红, 刘伟坡, 崔虎群, 魏世博, 刘伟朋, 刘江涛, 李永利, 陈卓. 2023: 三江平原建三江地下水位下降区地面形变监测、评估与预测. 地质通报, 42(7): 1211-1217. DOI: 10.12097/j.issn.1671-2552.2023.07.012
ZHANG Mengnan, CHENG Xuxue, LI Zhihong, LIU Weipo, CUI Huqun, WEI Shibo, LIU Weipeng, LIU Jiangtao, LI Yongli, CHEN Zhuo. 2023: Monitoring, evaluation and prediction of ground deformation in the groundwater level drop area of Jiansanjiang area, Sanjiang plain. Geological Bulletin of China, 42(7): 1211-1217. DOI: 10.12097/j.issn.1671-2552.2023.07.012
Citation: ZHANG Mengnan, CHENG Xuxue, LI Zhihong, LIU Weipo, CUI Huqun, WEI Shibo, LIU Weipeng, LIU Jiangtao, LI Yongli, CHEN Zhuo. 2023: Monitoring, evaluation and prediction of ground deformation in the groundwater level drop area of Jiansanjiang area, Sanjiang plain. Geological Bulletin of China, 42(7): 1211-1217. DOI: 10.12097/j.issn.1671-2552.2023.07.012

三江平原建三江地下水位下降区地面形变监测、评估与预测

基金项目: 

河北省水资源可持续利用与产业结构化协同创新中心开放基金 XTZX202103

中国地质调查局项目《三江平原水文地质调查》 DD20190339

《三江平原水文地质与水资源调查监测》 DD20230429

详细信息
    作者简介:

    张梦南(1988-), 女, 硕士, 高级工程师, 从事水文地质调查与研究。E-mail: zhangmengnan@mail.cgs.gov.cn

    通讯作者:

    刘伟坡(1984-), 男, 硕士, 高级工程师, 从事水文地质调查与研究。E-mail: liuweipo@mail.cgs.gov.cn

  • 中图分类号: P641

Monitoring, evaluation and prediction of ground deformation in the groundwater level drop area of Jiansanjiang area, Sanjiang plain

  • 摘要:

    三江平原地下水开采量随着水稻种植规模快速扩张而大幅增加, 2021年水位相对1980年下降5~12 m, 是否因此引发地面形变甚至地面沉降成为社会关注的问题。采用二等水准测量方法和比拟法, 分析研究了三江平原建三江垦区地下水位降落漏斗地面形变现状与发展趋势及危险性。研究表明, 研究区50个二等水准测量点2019-2021年连续3期测量数据对比发现, 地表垂向形变量整体较小(最大-18.00 mm, 平均变化速率-4.6 mm/a)。预测到2040年, 地下水位降落漏斗中心水位埋深由2021年的19.88 m降至25 m左右, 考虑到研究区"上粘下砂"的二元岩性结构, 地下水位下降疏干的地层位于浅上部且厚度有限, 地面沉降量仍较小, 地质灾害发育程度弱、危险性小。本研究不仅回应了社会关切, 也为进一步开展相关研究奠定了基础。

    Abstract:

    The amount of groundwater exploitation in the Sanjiang Plain has increased significantly with the rapid expansion of rice planting scale; in addition, the water level in 2021 was 5~12 m lower than that in 1980.Whether it causes ground deformation and land subsidence has become a social concern.In this study, the present situation, development trend and risk of ground deformation of groundwater depression cone in Jiansanjiang reclamation area of Sanjiang plain has been analyzed and studied by using second-order leveling method and analogy method.The results showed that the vertical deformation of the surface was generally small(maximum-18.00 mm, average change rate-4.6 mm/a)by the comparison of the continuous three-period measurement data of 50 second-class leveling points in the study area from the year 2019 to 2021.It has been predicted that the depth of the water level in the center of the groundwater level depression funnel can be reduced from 19.88 m in 2021 to about 25 m in 2040.With the dual lithologic structure of ' upper clay and lower sand ' in the study area, the strata drained by the groundwater level drop was located in the shallow upper part and the thickness was limited.The amount of land subsidence was still small; the degree of geological disaster development was weak and the risk was small.This study was not only reponse to social concerns, but also a foundation for further researches.

  • 土壤中的B、Cu、Fe、K、Mn等营养元素作为植物正常生长所必需的元素,是反映土壤肥力水平的主要指标,直接影响植物的生长发育(陶睿,2017张华国,2020)。土壤元素有效量指以相对活动态存在于土壤中,能被植物直接吸收利用的那部分元素含量。土壤中植物营养元素的有效量是决定土壤肥力和产能的关键因素,与元素全量相比,能更有效地反映植物营养元素的供给能力(姜冰等,2023)。元素有效量受诸多因素影响,在土壤类型、地貌类型、土地利用类型等因素影响下,土壤中元素全量及各类理化指标均会发生变化,从而改变元素有效量。武钦萍等(2012)发现,某矿区土壤中Cu、Mn、Fe、Zn等元素有效量与土壤有机质呈正相关,与pH值呈负相关;姜冰等(2021)研究显示,元素全量、pH值、土壤有机质含量(SOM)、土壤类型等因素对土壤中N、P、K及其他营养元素有显著控制作用;骆珊等(2021)通过毕节市耕地土壤各微量元素的相关分析,发现成土母质为影响土壤微量元素丰缺及分布的主要因素;丁文广等(2012)在甘肃省干旱区的研究发现,SOM、全氮与速效氮呈显著正相关,全氮、全磷与速效钾呈显著正相关。

    龙海市是福建省重要农业种植区,水稻主产区,耕地资源极其丰富,该区已于1︰5万土地质量地球化学调查工作中查明全区土壤pH值、阳离子交换量(CEC)、SOM、N、P、K、B、Mo等养分指标,但并未系统分析测试营养元素有效量。本文利用统计分析、相关分析、回归分析等方法,探究龙海市土壤的理化指标和营养元素含量特征及营养元素有效量的影响因素。随机抽取48件土壤样品的分析测试结果,以土壤营养元素全量及理化指标为自变量,建立土壤营养元素有效量多元回归方程,验证后以构建区内土壤中营养元素有效量的预测模型,通过该模型估算龙海市内表层土壤中营养元素的有效量,以期为龙海市土壤施肥管理、农业生产及土地利用规划提供科学依据。

    龙海市地处福建省东南部,漳州市东部,为九龙江下游冲击平原及低山丘陵区,地理位置北纬24°11’~24°36’、东经117°29’~118°14’,属南亚热带季风气候,降水充沛,夏少酷暑,冬少严寒,自然景观四季常绿。地质构造上位于闽东火山断拗带南段,以中、酸性火山岩、晚中生代陆相中酸性火山岩及燕山期花岗岩类大面积分布为主。地层主要为晚侏罗世南园组、新近纪佛昙组等火山岩地层和更新世龙海组、全新世长乐组等沉积地层。侵入岩分布广泛,尤其在东、西部地区,主要岩性为酸性、偏酸性、中酸性岩,少量基性岩,时代主要为晚侏罗世和早白垩世。

    龙海市土壤形成受成土母岩类型影响极大,由于地形地貌、成土母质分布的区域性差异,以及长期土地利用方式等人为因素影响,形成了该区土壤类型复杂多样的特点。该区土壤分为6个土类,16个亚类,51个土属,71个土种,主要包括赤红壤、红壤、水稻土等(刘银飞等,2016)。龙海市土地利用类型齐全,主要包括耕地、园地、林地等。作为福建省重要的农业种植区,龙海市的农业以水稻为主,为高产、优产地区,荔枝、龙眼、柑桔、杨梅等水果名扬省内外(周国华等,2018)。

    土壤采样分析本质上是抽样调查,调查结果不可避免地受到抽样数量和样本代表性的影响。本次研究在龙海市范围内以典型性和代表性为原则,根据区内不同的地质背景、土地利用方式、土壤类型、成因类型及其分布面积,共布设采集了56件土壤样品(图 1),具体样品分类统计见表 1。在采样点位处采集表层土壤样品(0~20 cm),以样点为中心,在周围20~50 m范围内采用“S”形或“X”形取样法进行多点取样,每件土壤样品由4~6件子样等量混合组成。使用四分法保留约2.5 kg土壤样品,经自然风干后,去除土壤样品中的石块、根系等杂质,经橡皮锤反复碾压后全部过10目尼龙筛,充分混匀、称重后、装入聚乙烯塑料样品瓶,用以测定土壤营养元素含量。

    图  1  研究区位置及采样点位
    Qh—第四系全新统海积物;Qp—第四系更新统粘土质砾卵石、粘土、海积砂、风积沙;N—新近系玄武岩;Jch—赤水组下段英安岩、英安质凝灰熔岩、熔结凝灰岩;J3e2—鹅宅组上段流纹岩、流纹质凝灰岩、凝灰岩、页岩;K1γρ—早白垩世碱长花岗岩;K1γε—早白垩世钾长花岗岩;Κ1γδ—早白垩世花岗闪长岩;Κ1δο—早白垩世石英闪长岩;Pt3εο—新元古界二云片岩、细砂岩、粉砂岩,局部为混合岩
    Figure  1.  Location of the study area and sampling sites
    表  1  土壤样品分类统计
    Table  1.  Classification statistics of soil samples
    地质背景 样品数量 土地利用 样品数量 土壤类型 样品数量 成因 样品数量
    第四系冲洪积 14 果园 16 红壤 37 残积土 30
    第四系全新统玄武岩 1 旱地 22 水稻土 16 冲洪积 13
    燕山期中酸性岩 34 林地 16 滨海沙泥 1 冲积 3
    侏罗系火山岩 7 水田 2 潮土 1 坡-冲积 3
    / / / / 黄壤 1 坡积物 7
    下载: 导出CSV 
    | 显示表格

    样品分析测试由河南省岩石矿物测试中心完成。土壤样品的测定指标包括pH值、有机质、阳离子交换量(CEC),B、Ca、Cu、Fe、K、Mg、Mn、Mo、N、P、S、Si、Zn等元素的全量及有效态含量,具体测试方法参照《区域地球化学勘查样品分析方法》(叶家瑜等,2004)与《生态地球化学评价样品分析技术要求》(DD2005—03)(中国地质调查局,2005)中的有关方法。样品分析采用国家一级标准物质和重复样监控分析质量, 分析结果的检出限、准确度、精密度等质量指标均达到了中国地质调查局颁布的《多目标区域地球化学调查规范》(DD2005—01)(中国地质调查局,2005)的要求。

    土壤酸碱度可以控制土壤中微生物的活动,有机质的合成与分解,氮、磷等元素的转化与释放,微量元素的有效性,以及土壤保持养分的能力(李杨等,2020)。土壤在一定母质来源、成土因素及人类生产活动的影响下,具有一定的酸碱反应范围(严明书等,2019)。根据《土地质量地球化学评价规范》(DZ/T 0295—2016)(中华人民共和国国土资源部,2016)中土壤酸碱度分级标准,pH<5.0为强酸性、pH5.0~6.5为酸性、pH6.5~7.5为中性、pH 7.5~8.5为碱性、pH≥8.5为强碱性。龙海市表层土壤酸碱度统计情况显示(表 2),研究区表层土壤pH值变化范围为4.18~7.8,中位数为5.47,变异系数为0.12。龙海市表层土壤以酸性和强酸性为主,分别占总样本数的67.86%和25.00%,中性土壤占5.36%,碱性土壤占1.79%,不存在强碱性土壤。

    表  2  表层土壤pH分布情况(n=56)
    Table  2.  Distribution characteristics of pH in surface soil(n=56)
    指标 平均值 中位数 最大值 最小值 标准差 变异系数 各级样本数所占比例/%
    强酸性 酸性 中性 碱性
    pH 5.49 5.47 7.80 4.18 0.64 0.12 25.00 67.86 5.36 1.79
    下载: 导出CSV 
    | 显示表格

    土壤有机质(SOM)是土壤重要的组成部分,也是控制土壤养分供应能力和氮、磷等元素循环的重要因子,土壤的物理、化学性质及土壤肥力等都与土壤有机质含量密切相关(谢国雄等,2020)。由表 3可知,龙海市表层土壤有机质含量变化于0.27%~3.98%之间,平均值为1.89%,中位数为1.69%,变异系数为0.44。根据《土地质量地球化学评价规范》 (DZ/T 0295—2016)(中华人民共和国国土资源部,2016)中土壤有机质分级标准,有机质含量>4%为丰富、3%~4%为较丰富、2%~3%为中等、1%~2%为较缺乏、≤1%为缺乏。由此可见,研究区土壤有机质可分为4个等级,以较缺乏和中等为主,分别占总样本数的50.00%和26.79%,缺乏和较丰富样本分别占总样本数的12.50%和10.71%,不存在丰富土壤。

    表  3  表层土壤有机质含量及分级统计(n=56)
    Table  3.  organic matter content and grading statistics in surface soil(n=56)
    指标 平均值 中位数 最大值 最小值 标准差 变异系数 各级样本数所占比例/%
    较丰富 中等 较缺乏 缺乏
    SOM 1.89 1.69 3.98 0.27 0.83 0.44 10.71 26.79 50.00 12.50
    下载: 导出CSV 
    | 显示表格

    土壤阳离子交换量(CEC)是交换性盐基(钾、纳、钙、镁等)的总量(杨秀珍等,2012),可反映土壤保肥性、缓冲性能和环境容量(刘蓉等,2020),是评价土壤肥力和指导土壤改良的重要指标。阳离子交换量含量高,土壤保肥性能好,肥料流失量小,表现良好的稳肥性(范宏迪等,2011)。龙海市表层土壤阳离子交换量在1.96~36.71 cmol/kg之间,平均值为8.47 cmol/kg,中位数为6.09 cmol/kg,变异系数为0.76。根据《中国土壤普查技术》(全国土壤普查办公室,1992),阳离子交换量≥25 cmol/kg为丰富、20~25 cmol/kg为较丰富、15~20 cmol/kg为中等、10~15 cmol/kg为较缺乏、 < 10 cmol/kg为缺乏。总体看,研究区土壤阳离子交换量整体偏低,绝大部分样本以缺乏为主(75.00%),其次为较缺乏(14.29%),中等、较丰富、丰富仅占样本总数的5.36%、1.79%和3.57%。

    表  4  表层土壤阳离子交换量含量及分级统计(n=56)
    Table  4.  Cation exchange content and grading statistics in surface soil(n=56)
    指标 平均值 中位数 最大值 最小值 标准差 变异系数 各级样本数所占比例/%
    丰富 较丰富 中等 较缺乏 缺乏
    CEC 8.47 6.09 36.71 1.96 6.43 0.76 3.57 1.79 5.36 14.29 75.00
    注:阳离子交换量含量单位为cmol/kg
    下载: 导出CSV 
    | 显示表格

    根据龙海市56件表层土壤营养元素全量分析数据,统计获得地球化学参数值(表 5)。与中国表层土壤算术均值相比,龙海市表层土壤N、P、K、Mo、Zn相对富集,Ca、Mg、Mn、Cu、B相对贫乏。从营养元素全量的变异系数看,绝大多数元素含量变化幅度非常大,分布极不均匀,尤其是Ca、B、Mg等元素,变异系数均超过1.0;其余元素变异系数较小。

    表  5  表层土壤营养元素含量及变异系数(n=56)
    Table  5.  Nutrient content and coefficient of variation in surface soils(n=56)
    元素 平均值 标准差 变异系数 中国土壤* 元素 平均值 标准差 变异系数 中国土壤*
    B 10.9 12.6 1.16 48.0 Mo 1.97 1.52 0.77 0.80
    Ca 0.30 0.45 1.52 1.57 N 995 529 0.53 640
    Cu 17.4 15.2 0.88 24.0 P 936 666 0.71 520
    Fe 2.53 1.50 0.59 2.94 S 267 134 0.50 /
    K 2.23 1.09 0.49 1.91 Si 29.1 3.72 0.13 /
    Mg 0.26 0.29 1.12 0.78 Zn 78.4 46.6 0.59 68
    Mn 475 268 0.56 600 / / / / /
    注:常量元素Si、Al、Fe、Mg、Ca、Na、K含量单位为10-2,其他为10-6;*据《应用地球化学元素丰度数据手册》(迟清华等,2007)中国土壤化学元素含量(A层)算术均值
    下载: 导出CSV 
    | 显示表格

    土壤元素有效量水平是表征土壤环境质量的重要因子,在农业生产过程中,微量元素有效量过量与缺乏均会严重影响植物的生长发育,进而影响人类身体健康(尹春艳等,2020)。由龙海市表层土壤营养元素有效量统计结果(表 6)可知,有效B、有效N和有效Si变化范围较小、变异性弱,有效K、有效S、有效Mn变化范围较大、变异性较强,其他指标变化范围大、变异性强。总体看,区内表层土壤中植物营养元素有效态变化幅度很大,分布极不均匀。

    表  6  表层土壤元素有效量(n=56)
    Table  6.  Effective amount of surface soil elements(n=56)
    有效态 平均值 最大值 最小值 标准差 变异系数
    有效B 0.60 2.40 0.20 0.43 0.72
    有效Cu 5.04 40.68 0.30 7.04 1.40
    有效Fe 250 996 25 259 1.03
    有效K 0.57 2.64 0.07 0.43 0.75
    有效Mn 77 200 8 42.47 0.55
    有效Mo 0.32 1.07 0.06 0.22 0.69
    有效N 69.0 293 17.3 58.4 0.85
    有效P 93.05 572 1.53 114 1.22
    有效S 35.27 141.90 7.70 31.03 0.88
    有效Si 0.13 0.54 0.03 0.10 0.75
    有效Zn 13.19 122.02 1.60 21.40 1.62
    注:有效K、有效Si含量系统为10-3,其他为10-6
    下载: 导出CSV 
    | 显示表格

    通常将土壤中植物营养元素有效量与全量的百分比称为有效度,是土壤元素生物有效性的表征指标。由龙海市56件表层土壤营养元素有效度平均值(表 7)可见,由于元素的表生地球化学行为不同,其有效度可从最小的Si(0.05%)至最大的Cu(25.8%),相差高达500余倍;有效度的变异系数普遍较高,除Mn、Mo小于0.5外,其他元素有效度变异系数均大于0.5,其中B、Fe、P大于1,尤其是P达2.65。很显然,这与龙海市范围内地质背景多样,地貌类型复杂多变,土壤类型及其理化性状变化较大有关。另外,P的有效度变异系数极大,可能与施肥扰动有关。

    表  7  表层土壤营养元素有效度平均值(n=56)
    Table  7.  Mean nutrient availability of nutrients in surface soil(n=56) %
    指标 B Cu Fe K Mn Mo N P S Si Zn
    平均值 12.0 25.8 1.23 3.08 17.0 17.8 7.53 13.6 12.09 0.05 15.0
    标准差 17.0 16.4 1.41 2.40 6.92 7.96 4.91 36.1 6.81 0.04 12.7
    变异系数 1.42 0.64 1.14 0.78 0.41 0.45 0.65 2.65 0.56 0.86 0.85
    下载: 导出CSV 
    | 显示表格

    将龙海市表层土壤中各营养元素有效度平均值与广西桂平市、武汉市蔡甸区、浙江省北部地区等多地的同类元素有效度均值进行比较后发现(董岩翔等2005韦世勇,2017徐宏林等,2017),不同土壤环境下,Cu、Mn、Mo、N、S、Si等元素有效度特征相近;B、Fe、K、P、Zn等元素有效度则大于其他地区同类有效度。

    土壤中植物营养元素有效量是决定土壤肥力和产能的关键指标,影响到作物生长、产量和品质。土壤矿物组成、质地、有机质含量、酸碱度、氧化还原电位、含水率等土壤理化条件构成的多相复杂体系决定了土壤元素赋存形态及其生物有效性,理论上讲,土壤元素有效量与其全量、土壤理化指标间存在特定关系。

    由龙海市表层土壤营养元素有效量与全量的相关系数(表 8)可见,除Fe、Si有效量与全量无正相关性外,其他营养元素有效量均与其全量达到正相关水平,表明土壤营养元素有效量虽然受到土壤环境条件的影响,但元素全量水平依然是决定其有效量的关键因素。从前文统计分析结果看,土壤Fe、Si全量不是决定其有效量的主要因素,显然有更重要的控制土壤Fe、Si有效量的因素。有研究发现,氧化还原-酸碱度决定了土壤铁价态及其生物有效性,在淹水还原条件下部分Fe以+2价存在,具有较强的溶解度和迁移性,生物有效性较高;反之,在中碱性环境、氧化条件下,Fe多以+3价存在,溶解度和迁移性极弱,生物有效性低(李学垣,2001);土壤硅营养状况主要与可提取态硅(有效态硅、有机结合态硅、无定形硅)等有关,而与晶态硅(硅酸盐矿物、结晶二氧化硅)无关,土壤质地、酸碱性、有机质及农业耕作对土壤硅有效量有重要影响(臧惠林等,1982赵送来等,2012)。

    表  8  表层土壤营养元素有效量与全量相关系数
    Table  8.  Correlation coefficients between the effective and full amounts of nutrient elements in surface soils
    指标 全部样本 剔除离散点后 指标 全部样本 剔除离散点后
    样本 R 样本 R 样本 R 样本 R
    有效硼 56 0.333* 48 0.426** 有效氮 56 0.392** 48 0.416**
    有效铜 56 0.759** 51 0.688** 有效磷 56 0.405** 50 0.559**
    有效铁 56 0.018 50 0.175 有效硫 56 0.791** 52 0.713**
    有效钾 56 0.252 53 0.414** 有效硅 56 -0.414** 53 -0.342*
    有效锰 56 0.544** 52 0.637** 有效锌 56 0.674** 54 0.335*
    有效钼 56 0.657** 51 0.603** / / / / /
    注:**在0.01水平(双侧)上显著相关;*在0.05水平(双侧)上显著相关
    下载: 导出CSV 
    | 显示表格

    将离散点剔除处理后,大多数营养元素全量与有效量间的相关关系得到显著的改善,尤其是有效B、有效K、有效Mn、有效N、有效P等。因此,采用剔除离散点后的数据组,建立土壤营养元素有效量与全量的一元线性回归方程,是利用土壤营养元素全量分析数据预测评价其有效量的可选方法之一。

    土壤中植物营养元素有效度与土壤理化指标间的相关性是土壤元素地球化学行为与土壤环境条件综合作用的结果,其实质是土壤离子浓度、酸碱度、氧化还原状况、质地(粘闭性)及其对离子的相互作用与滞留能力的综合反映。

    本次统计了土壤营养元素有效度与土壤理化指标间的相关系数(表 9)。结果表明,营养元素K、Mo、Si的有效度与pH值呈显著正相关;Si的有效度与阳离子交换量呈显著正相关;Cu、Fe、Mn、P、Zn与有机质含量呈显著正相关,N与有机质存在负相关关系。说明在龙海市表层土壤中,K、Mo、Si有效度在酸性和强酸性土壤中受pH值的影响变化较大;在一定范围内,阳离子交换量对Si的有效度影响程度很大,相关系数高达0.741;大量营养元素P和微量营养元素Cu、Fe、Mn、Zn均受有机质含量影响较大,在富含有机质的土壤中,易形成相对还原的环境而使Fe、Mn还原为活动性强的低价态,同时,活化元素可与有机物形成络合物而增加其有效性;相反,土壤中N与有机质含量呈负相关性,可能是土壤有机残体分解较慢,造成微生物吸收土壤中部分有效N,因此龙海市缺乏有机质地区在增施有机肥的同时需适量补充氮肥。

    表  9  元素有效度与土壤理化指标参数相关系数
    Table  9.  Correlation coefficients between elemental effectiveness and soil physical and chemical index parameters
    指标 pH CEC SOM 指标 pH CEC SOM
    有效B -0.245 -0.103 -0.207 有效N -0.130 0.179 -0.301*
    有效Cu 0.051 -0.123 0.284* 有效P -0.256 0.225 0.277*
    有效Fe 0.065 -0.084 0.297* 有效S -0.226 0.239 0.203
    有效K 0.349** 0.148 0.056 有效Si 0.420** 0.741** 0.109
    有效Mn 0.137 -0.021 0.330* 有效Zn 0.206 -0.165 0.393**
    有效Mo 0.265* 0.071 0.219 / / / /
    注:**在0.01水平(双侧)上显著相关;*在0.05水平(双侧)上显著相关
    下载: 导出CSV 
    | 显示表格

    前文已提过,土壤中营养元素有效量不仅与其全量有关,还与土壤理化性质关系密切。随机抽取48件土壤样品,将所有影响因素作为自变量,采取线性模型,应用逐步多元回归分析,建立回归方程作为预测模型,该方程采用的因子均与元素有效量呈显著相关性,舍弃其他相关性较差或没有显著性的因子(表 10)。使用剩余8件样品进行效果验证(公式1),误差统计见表 11

    RE=|(PiC)/Pi|100% (公式1)
    表  10  表层土壤营养元素有效态与全量及理化指标的线性关系
    Table  10.  Linear relationship between the effective state of nutrient elements in the surface soil and the full amount and physicochemical indexes
    指标 线性回归方程 R*
    有效B y=0.003x1 + 0.512 0.306
    有效Cu y=4.327+0.340x1 +0.218x2+0.111x3+0.004x4 0.896
    有效Fe y=-0.045-0.02x1+0.008x2+0.017x3 0.519
    有效K y=-0.936+0.013x1+0.222x2+0.011x3-0.45x4 0.470
    有效Mn y=-54.152+0.075x1+11.734x2-0.262x3+15.669x4 0.617
    有效Mo y=-0.677+0.101x1+0.112x2+0.095x4 0.755
    有效N y=127.948+0.067x1-18.046x2+3.154x3-28.105x4 0.572
    有效P y=436.4+0.065x1-74.738x2-0.670x3+6.783x4 0.557
    有效S y=2.792+0.193x1-3.104x2+0.667x3-4.185x4 0.799
    有效Si y=-0.028+0.009x2+0.001x3-0.001x4 0.924
    有效Zn y=-40.956+0.274x1+3.065x2-0.842x3+11.521x4 0.802
    注:元素有效量单位为10-6x1为指标对应的元素全量(Fe、K、Si为%,其余为10-6);x2为pH值(无量纲);x3为阳离子交换量(10-6);x4为有机质含量(%)
    下载: 导出CSV 
    | 显示表格
    表  11  预测模型误差统计
    Table  11.  Statistics of prediction model errors
    预测模型参数 误差范围/% 误差均值/%
    有效B 19.09~47.76 32.39
    有效Cu 10.78~25.95 18.25
    有效Fe 13.06~45.87 31.39
    有效K 21.09~38.35 30.63
    有效Mn 22.46~35.68 29.31
    有效Mo 15.16~28.62 23.74
    有效N 21.36~32.95 26.78
    有效P 19.36~30.48 25.43
    有效S 12.38~27.66 19.73
    有效Si 9.34~21.58 14.36
    有效Zn 14.33~26.94 19.69
    下载: 导出CSV 
    | 显示表格

    式中,Pi为土壤营养元素有效量实测值,C为预测值,取其平均值与中值验证预测模型的精确度。

    拟合结果显示,多数营养元素有效量的预测模型中多元相关系数R值均达显著相关水平,且除B、S外,其他元素有效量经过多元拟合效果比单因素拟合效果更好,其中有效Si、有效Cu、有效Zn含量预测模型R值均大于0.8,表明其有效量影响因子较多且相关性较好。如果预测模型中可以加入更多的影响因子,则可能提高模型的拟合效果,使预测结果更精准、更有说服力。

    经过误差验证(表 11)后发现,所有预测模型的误差均值都在33%以下,最小值为有效Si(14.36%),最大值为有效B(32.39%),有效Si、有效Cu、有效S、有效Zn预测误差均值均在20%以内,预测效果较好,精度也较高,可以为龙海市的表层土壤元素有效量预测,区内营养元素的丰缺评价、施肥管理等方面提供有益依据。

    (1) 通过对福建龙海市全区土壤理化性质的等级划分与营养元素含量特征研究,龙海市表层土壤整体呈酸性-强酸性,有机质含量中等偏缺乏,阳离子交换量整体偏低,N、P、K、Mo及Zn相对富集,Ca、Mg、Mn、Cu、B相对贫乏。

    (2) 龙海市表层土壤中B、Cu、K、Mn、Mo、N、P、S、Zn等元素是其有效量的主要影响因素;在龙海市范围内,土壤酸碱度对K、Mo和Si有效度有显著影响,阳离子交换量对Si有效度有显著影响,有机质对Cu、Fe、Mn、N、P和Zn有显著影响。

    (3) 使用线性模型,将土壤中营养元素总量、土壤酸碱度、阳离子交换量、有机质等作为变量进行多元回归分析得到的有效量预测模型误差较小,可以预测龙海市表层土壤中Cu、Fe、Mo、Mo、P、S、Si等营养元素有效量。

    致谢: 感谢中国地质调查局水文地质环境地质调查中心王晓燕和王赛博士在论文写作过程中提供的宝贵建议和帮助。
  • 图  1   三江平原第四系含水层结构空间分布图

    Figure  1.   Spatial distribution of Quaternary aquifer structure in Sanjiang Plain

    图  2   沉降监测点与地下水等水位线空间关系(2021年3—4月)

    Figure  2.   Spatial relationship between settlement monitoring point and groundwater level

    图  3   北东方向纵剖面地面形变累计变化量曲线

    Figure  3.   Curve of cumulative variation of ground deformation in the northeast longitudinal section

    图  4   东西方向横剖面地面形变累计变化量曲线

    Figure  4.   Curve of cumulative variation of ground deformation in east-west cross section

    图  5   建三江地区水稻播种面积、降雨量与3月地下水水位关系曲线

    Figure  5.   Relationship curve between rice planting area, rainfall and groundwater level in March in Jiansanjiang Reclamation area

    表  1   2019—2021年50个观测点地面形变

    Table  1   List of ground deformation at 50 observation points from 2019 to 2021

    点号 变化量/mm 点号 变化量/mm 点号 变化量/mm
    二期 三期 累计 二期 三期 累计 二期 三期 累计
    S01 -1.0 -5.4 -6.4 S18 -5.1 -2.0 -7.1 S35 -4.8 -5.2 -10.0
    S02 -2.6 -0.2 -2.8 S19 -5.3 -5.8 -11.1 S36 -5.9 -5.1 -11.0
    S03 -2.0 -5.1 -7.1 S20 -6.7 -2.6 -9.3 S37 -7.5 -5.6 -13.1
    S04 -1.5 -1.1 -2.6 S21 -6.8 -3.1 -9.9 S38 -6.4 -4.6 -11.0
    S05 -2.9 -4.9 -7.8 S22 -7.1 -3.0 -10.1 S39 -10.1 -2.7 -12.8
    S06 -3.0 -4.4 -7.4 S23 -7.8 -2.5 -10.3 S40 -10.4 -1.6 -12.0
    S07 -3.1 +5.3 +2.2 S24 -9.0 -4.2 -13.2 S41 -9.2 -4.1 -13.3
    S08 -3.3 +0.6 -2.7 S25 -8.1 -3.7 -11.8 S42 -5.9 -4.2 -10.1
    S09 -3.3 +4.5 +1.2 S26 -5.0 -5.5 -10.5 S43 -5.8 -3.3 -9.1
    S10 -1.2 -9.6 -10.8 S27 -7.8 -1.9 -9.7 S44 -0.6 -4.1 -4.7
    S11 -7.5 +2.2 -5.3 S28 -6.6 -0.4 -7.0 S45 -7.2 -4.0 -11.2
    S12 -6.3 +3.0 -3.3 S29 -6.7 -1.5 -8.2 S46 -7.1 -5.4 -12.5
    S13 -10.6 +1.4 -9.2 S30 -7.8 -2.3 -10.1 S47 -7.4 -3.6 -11.0
    S14 -8.7 +2.4 -6.3 S31 -5.7 -2.4 -8.1 S48 -7.6 -6.7 -14.3
    S15 -6.5 -2.4 -8.9 S32 -9.0 -6.5 -15.5 S49 -7.9 -7.0 -14.9
    S16 -6.7 +0.5 -6.2 S33 -6.7 -8.6 -15.3 S50 -6.3 -11.7 -18.0
    S17 -6.5 -5.0 -11.5 S34 -10.5 +3.9 -6.6 平均 -6.2 -3.0 -9.2
    注:“+”表示上升,“-”表示下沉
    下载: 导出CSV

    表  2   地面沉降发育程度分级

    Table  2   Grading table of development degree of land subsidence

    因素 发育程度
    中等
    近五年平均沉降速率/(mm·a-1) ≥30 10~30 ≤10
    累积沉降量/mm ≥800 300~800 ≤300
    注:上述2项因素满足一项即可,并按由强至弱顺序确定
    下载: 导出CSV

    表  3   天津市地面沉降危险性分级

    Table  3   Risk classification of land subsidence in Tianjin

    地面沉降速率/mm·a-1 危险性分级
    0~30
    30~50 中等
    >50
    下载: 导出CSV
  • 代鹏, 邓晓红, 王盛栋, 等. 永定河冲积平原南部第四纪年代地层划分及沉积速率特征[J]. 地质通报, 2022, 41(2/3): 253-261. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=2022020305&flag=1
    狄胜同, 贾超, 张少鹏, 等. 华北平原鲁北地区地下水超采导致地面沉降区域特征及演化趋势预测[J]. 地质学报, 2020, 94(5): 1638-1652. https://www.cnki.com.cn/Article/CJFDTOTAL-DZXE202005020.htm
    地质灾害危险性评后规范(GB/T 40112—2021)[S]. 国家市场监督管理局, 中国国家标准化管理委员会, 2021.
    郭海朋, 白晋斌, 张有全, 等. 华北平原典型地段地面沉降演化特征与机理研究[J]. 中国地质, 2017, 44(6): 1115-1127. https://www.cnki.com.cn/Article/CJFDTOTAL-DIZI201706008.htm
    郭海朋, 李文鹏, 王丽亚, 等. 华北平原地下水位驱动下的地面沉降现状与研究展望[J]. 水文地质工程地质, 2021, 48(3): 162-171. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDG202103021.htm
    国家一、二等水准测量规范(GB/T 12897—2006)[S]. 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会, 2006.
    黑龙江省九○四水文地质工程地质勘察院. 黑龙江省地下水监测站点土建工程Ⅱ标段(2017)监测井[R]. 2017.
    李慧. 京津冀平原地下水与地面沉降野外科学观测研究站建设概述[J]. 水文地质工程地质, 2020, 47(5): 191-192. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDG202003024.htm
    李文鹏, 王龙凤, 郭海朋, 等. 中国地面沉降防治成效与对策建议[J]. 中国水利, 2021, (7): 32-35. https://www.cnki.com.cn/Article/CJFDTOTAL-SLZG202107012.htm
    刘贺, 崔文君, 罗勇, 等. 基于分层监测的北京天竺地面沉降、地下水位与孔隙水压力变化规律[J]. 地质通报, 2022, 41(2): 692-701. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20220413&flag=1
    刘伟朋, 崔虎群, 刘伟坡, 等. 三江平原地下水流场演化趋势及影响因素[J]. 水文地质工程地质, 2021, 48(1): 10-17. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDG202101002.htm
    秦同春, 程国明, 王海刚. 国际地面沉降研究进展的启示[J]. 地质通报, 2018, 37(2/3): 503-509. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=2018020328&flag=1
    盛登宝, 吕义清. 基于数值模拟的地下水开采引起的地面沉降机理和对策研究-以定襄县贾家庄为例[J]. 中国农村水利水电, 2017, (10): 62-64, 69. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNSD201710013.htm
    田芳, 罗勇, 周毅, 等. 北京地面沉降与地下水开采时空演变对比[J]. 南水北调与水利科技, 2017, 15(2): 163-169. https://www.cnki.com.cn/Article/CJFDTOTAL-NSBD201702025.htm
    王国良, 李桂玲. 地面沉降危险性分级量化分析[J]. 城市地质, 2007, 2(2): 19-28. https://www.cnki.com.cn/Article/CJFDTOTAL-CSDZ200702006.htm
    邢一飞. 沧州地面沉降影响因素分析及预测评价研究[D]. 中国矿业大学(北京)博士学位论文, 2017.
    杨丽萍, 周志华. 地面沉降与地下水开采相关关系及沉降预测[J]. 南水北调与水利科技, 2016, 14(3): 132-137. https://www.cnki.com.cn/Article/CJFDTOTAL-NSBD201603023.htm
    赵子龙. 三江平原水资源开发利用致地面沉降分析及对策[D]. 黑龙江科技大学硕士学位论文, 2015.
    中国地质调查局水文地质环境地质调查中心. 三江平原水文地质调查项目2021年度进展报告[R]. 保定, 2021.
图(5)  /  表(3)
计量
  • 文章访问数:  1750
  • HTML全文浏览量:  282
  • PDF下载量:  577
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-07-21
  • 修回日期:  2022-12-07
  • 网络出版日期:  2023-08-15
  • 刊出日期:  2023-07-14

目录

/

返回文章
返回