前人对于长江入海泥沙的研究，主要集中于对多年入海泥沙量的统计(林承坤，1984;沈焕庭等，2000;万新宁等，2003;王张华等，2007;张瑞等，2008)，随着2003年三峡正式蓄水开始，三峡大坝对长江入海的泥沙的影响开始引起了学者的广泛关注(Yang等，2002;陈立等，2003;Xu等，2006;Yang 等，2006;陈显维等，2006;Yang 等，2007a;Chen 等，2010)。三峡水利枢纽的建成，改变了长江多年入海泥沙的格局，中下游输沙量逐渐超过上游来沙，成为入海泥沙的主要来源(图4-10)。这一改变对河口地区和边缘海生物地球化学循环有重要的影响，因此，定量描述长江入海物质的不同来源，对于研究河口地区的地球化学过程和环境演化都具有极为重要的意义。
本书4.4.3节尝试根据宜昌和大通的输沙量的差，粗略估算下游入海泥沙量。但该估计有两个重要的假设，首先通过宜昌的入海泥沙要全部搬运到大通。但许炯心(2005)利用泥沙收支平衡的概念模型计算发现宜昌输出的泥沙中有11.85%淤积在宜昌—武汉的河段中。另外一个重要假设就是三峡排出的含沙量较低的河水对下游河道的冲刷忽略不计。但以往研究表明，宜昌下游的冲淤问题是长江中下游地区一直存在的现象，尤其是三峡水库建成之后，水库拦沙使下泄水流含沙量大幅减少，从而使大坝下游河道发生长距离冲刷，预计宜昌—大通江段的泥沙冲刷量会逐年增加，当水库运行至50 年时，冲刷将到达最高值，约43×108 t(殷鸿福等，2004)。所以，简单地通过上游与中下游泥沙量的收支，很难区分沉积物的具体来源。
考虑到长江上游和中下游沉积物不同相态Fe的组成差异，本书利用上游和中下游泥沙Fe HR的含量在南通的混合建立模型，计算长江中下游贡献的泥沙量。虽然Fe U也存在长江上游和中下游地区的显著差异，但考虑到FeU主要赋存在粗颗粒中，在水动力条件差的情况下容易沉降，所以仍然以Fe HR为模型参数来讨论。
模型中，我们定义上游输沙量为F上游，中下游输沙量为F中下游。所以，南通段长江悬浮物中Fe HR的含量可以通过如下公式计算：
式中，上游输沙量F上游以宜昌输沙量F宜昌代替，而南通输沙量F南通以大通水文站输沙量F大通代替，上游和中下游悬浮物平均Fe HR见表4-1。所以，中下游输沙量F中下游可以简化为
将前面不同样品的Fe HR平均值代入式(4-2)中，可以得到中下游月输沙量值，见表4-6。
通过比较模型计算结果和实测宜昌、大通输沙量之差可以发现(图4-12)，模型计算结果普遍较实测数据要低，而差值部分很有可能就是中下游冲淤所造成的。在2008年4月—2009年4月，南通干流总输沙量约为1.5亿t，而模型计算下游供应泥沙量为(1.0±0.2)亿t，约占入海泥沙的2/3。上游泥沙进入江汉平原以后，由于河道突然变宽，流速减慢，大量淤积在宜昌—汉口河段。三峡水库建成之后，水库拦沙使下泄水流含沙量大幅减少，冲刷能力增强，将之前淤积在河道中的上游泥沙继续向下游搬运。大通与宜昌输沙量之差，包含这部分本该属于上游来沙的冲淤泥沙。因而大通与宜昌输沙量之差要高于真实中下游输沙量。
表4-6 长江2008年4月—2009年4月中下游输沙量模型估算与实测比较 单位：万t
注：宜昌与大通月输沙量数据来自2008年、2009年中国河流泥沙公报
图4-12 长江中下游输沙量模型计算结果比较
除了式(4-2)计算中列举的化简过程外，该模型还有以下假设限制条件：
①该模型的建立仍然是基于上游泥沙全部搬运至南通(大通水文站)这一假设基础之上的。本模型没有考虑上游泥沙在中下游河道搬运过程中的损失，尤其是在洞庭湖的淤积。研究表明三峡蓄水前，洞庭湖由三口接纳了荆江分沙1.3×108 t/a，约为三峡水库蓄水前长江干流泥沙的1/4，其绝大部分沉积于湖中(李义天等，2000)。虽然本计算中这部分损失仍然无法消除，但考虑到三峡水库蓄水后，出库泥沙急剧减少，而对河道冲刷能力相对增强，因此沉积在中游湖泊中的泥沙也相对变少。
②同时，还假设了Fe HR在搬运过程中稳定，基本不发生变化。考虑到长江干流悬浮物是对广大流域各类风化剥蚀物质的“平均采样”，且细颗粒物质对源区的混合性较高，因此我们认为干流悬浮物的FeHR组成基本可以反映整个流域的平均值。
③另外，公式中下游Fe HR特征值其实本身已经包含了上游Fe HR的信息，如何能更准确地区分上游及中下游Fe HR的特征值，也是本模型进一步深化的关键所在。
尽管本模型的提出还有很多不确定性，但是不可否认，这种计算中下游泥沙贡献量的思路还是有一定价值和意义。如何明确上述假设条件，同时选取更加可靠区分上游和中下游特征参数指标，为本研究的下一步工作提出了新的要求，将留在以后深入讨论。
图7-5南通沉积物中与赤铁矿和针铁矿相关各参数的季节性分布图7-6所示的相关性分析显示，对长江干、支流样品，FePR与χ和SIRM 存在较高的相关性，相关系数分别为0.75 和0.71，而S-100与FePR和SIRM 没有显示明显相关性。对南通悬浮物样品来说，S-100与FePR和SIRM 之间存在弱的负相关性。但反映磁铁矿与赤铁矿、针铁矿比例的S-100，并没有表现出随FePR、χ和SIRM 增大而增大的趋势，而且S-100与SIRM 还显示出负的相关性。图7-6长江悬浮物中与磁铁矿相关的参数之间相关性......
2023-08-17
土壤和沉积物中的铁矿物含量一般很低，而且颗粒总体比较细小、结晶度差。漫反射光谱对土壤和沉积物中的铁氧化物矿物十分敏感，被认为是一种识别和估计土壤、沉积物中的铁氧化物矿物的重要手段。Deaton和Balsam同对人工合成矿物和沉积物研究，发现在漫反射光谱曲线一阶导数图谱中，针铁矿和赤铁矿有不同的特征峰。......
2023-08-17
国际上的早期文献中，都有对我国河流入海颗粒物Fe含量的报道。但这些研究大都集中在入海沉积物总Fe含量上，且样品较少，没有对我国河流沉积物Fe的地球化学循环做系统的研究。如前所述，河流和海洋Fe循环是当前国际海洋科学界特别关注的热点问题，而我国目前在这一领域的研究还非常薄弱。......
2023-08-17
整体上看，长江中下游赤铁矿和针铁矿的含量比上游略高。推测赤铁矿与针铁矿变化的不同步与长江流域土壤发育特征和赤铁矿本身的矿物属性有关。随着降雨冲刷，部分土壤颗粒被带到长江中，所以南通长江干流悬浮物在8月—9月表现为赤铁矿含量的显著升高和针铁矿含量的降低。......
2023-08-17
磁化率χ和饱和等温剩磁SIRM 主要反映物质磁性的强弱。大量样品的磁性测试表明，含量不很高的铁磁晶粒在很大程度上决定了物质的磁化率，故一般可将磁化率看作磁性矿物含量的粗略度量指标。土壤、岩石及沉积物中的磁性强弱主要是由亚铁磁性矿物决定的，例如磁铁矿、磁赤铁矿、钛赤铁矿等。但除了与含量有关外，χ和SIRM 还依赖于磁性矿物晶粒和类型。表5-1不同磁性矿物的磁性比较续表注：数据来源：俞劲炎等;Thompson和Oldfield......
2023-08-17
本书4.4.3节尝试根据宜昌和大通的输沙量的差，粗略估算下游入海泥沙量。考虑到长江上游和中下游沉积物不同相态Fe的组成差异，本书利用上游和中下游泥沙Fe HR的含量在南通的混合建立模型，计算长江中下游贡献的泥沙量。虽然Fe U也存在长江上游和中下游地区的显著差异，但考虑到FeU主要赋存在粗颗粒中，在水动力条件差的情况下容易沉降，所以仍然以Fe HR为模型参数来讨论。......
2023-08-17
南通长江干流样品赤铁矿特征峰明显，出现在565 nm 处;针铁矿主峰出现在505 nm 处，次峰出现在435 nm 处，次峰高于主峰。长江干流、支流一阶导数图谱的差异，反映了干流、支流赤铁矿和针铁矿组成的不同。由峰的位置和高度可知，岷江样品赤铁矿和针铁矿含量最低。结果显示，长江沉积物赤铁矿和针铁矿变化范围较大，雅砻江、岷江和大渡河显示出极低的赤铁矿和针铁矿含量。与长江沉积物相比，黄河沉积物的赤铁矿含量普遍较高。......
2023-08-17
化学风化的强弱，对不同化学相态的Fe，尤其是Fe HR有着明显的控制作用。本书采用目前较为常用的化学蚀变指数作为评价化学风化强弱的指标，来讨论化学风化与不同化学相态Fe组成的关系。由图4-6和图4-7可以看出，随着沉积物颗粒的变细和化学风化的加强，Fe HR都有增加的趋势。总体来看，沉积物中Fe HR的含量受含Fe矿物来源与组成、化学风化强弱和颗粒大小等多因素控制，而沉积颗粒大小对Fe HR含量的影响较显著，值得今后研究深入关注。......
2023-08-17
相关推荐