汾河水库沉积物源解析：EMMA与沉积物指纹技术的比较研究

《International Soil and Water Conservation Research》：Quantitative assessment of Sediment Sources in the Shanxi Fenhe River Reservoir Section: A Comparative Study Using End-Member Mixing Analysis and Sediment Fingerprinting

针对黄土高原小流域沉积物来源高度均质化导致传统溯源方法精度不足的问题，本研究创新性地整合端元混合分析(EMMA)与沉积物指纹技术(SF)，构建了汾河水库上游沉积物源解析的综合框架。研究发现：91.6%的沉积物主要来自剑河、岚河、东年河与西年河等近源支流；SF方法在识别微弱信号和次要来源(<1%)方面精度更高，而EMMA在快速识别主要来源方面更具效率；沉积主要受黄土母质与采矿扰动的耦合驱动。该研究为黄土高原小流域精准泥沙调控提供了方法论支撑和管理范式。

　　

在黄土高原的沟壑纵横中，汾河作为山西省的母亲河，承载着供水、生态与经济发展的多重使命。然而，其上游水库正面临严峻的沉积威胁——自1961年运行以来，汾河水库的有效库容已降至不足50%，严重削弱了其防洪、供水和生态功能。更棘手的是，这片区域被厚层黄土覆盖，地质背景高度均质，使得传统依靠地化差异的沉积物溯源方法如同“大海捞针”，难以精准识别泥沙究竟从何而来。当生态修复工程已大幅削减粗颗粒泥沙时，细颗粒沉积因其高迁移性和低沉降性，反而成为水库淤积的新难题。在这一背景下，如何突破均质化背景下的溯源瓶颈，实现从“面源管控”到“点源精准调控”的转变，成为汾河乃至整个黄土高原小流域治理的关键科学问题。

为解决这一难题，研究团队独辟蹊径，将两种主流溯源方法——端元混合分析(EMMA)与沉积物指纹技术(SF)整合进一个统一的框架。EMMA像一位“宏观战略家”，通过逆向分解，将水库沉积物视为有限端元的混合体，快速锁定主要贡献源；SF则如同“微观侦探”，基于源区特异性示踪剂进行正向识别，即便微弱信号也能敏锐捕捉。通过这种“双剑合璧”，研究旨在回答三个核心问题：汾河水库沉积物主要来自哪些支流？两种方法在均质化小流域中各有何优劣？自然与人为因素如何控制沉积产生？这些问题的解答，不仅关乎汾河水库的寿命，更对黄土高原同类小流域的精准治理具有示范意义。

研究的关键技术方法主要包括地化参数与主成分分析(PCA)、端元混合分析(EMMA)以及沉积物指纹技术(SF)。团队在汾河水库上游主要支流及干流布设100个采样点，系统采集地表沉积物样品，利用波长色散X射线荧光光谱仪(AXIOS)分析主微量元素。通过PCA提取地化数据主要变异模式；EMMA通过聚类分析确定端元数量及组成，基于非负最小二乘法计算贡献率；SF则采用共识指数(CI)、共识排序(CR)和一致性示踪剂选择(CTS)三步筛选指纹因子，利用FingerPro包进行贝叶斯反演。为降低粒度效应，研究还剔除了与平均粒度(Mz)相关性强的7种元素(Na₂O、MgO等)。

4.1. 主微量元素分布特征

通过上陆壳(UCC)标准化图谱发现，水库、干流与支流沉积物具有高度相似的地化组成，表明流域背景高度均质。SiO₂和TiO₂接近UCC值，而Al₂O₃、Fe₂O₃和K₂O呈现不同程度亏损。CaO在河源区(YT)和岚河(LH)显著富集，反映源区风化较弱及岚河流域面积(1148.0 km²)较大的影响。微量元素中，除Cr、Co、Cu等变异较大外，多数接近UCC值。东年河(DN)与西年河(XN)样品在Rb、Zr等元素上具独特性，指示更复杂的风化-迁移历史。

4.2. 地化组成对物源识别的可靠性

Roser F1-F2图解与La-Sc-Th三元图显示，沉积物主要落在花岗质火山岩源区，少量来自中性火山岩。主流水库样品与支流高度重叠，说明长期侵蚀-搬运-沉积过程导致强烈均一化。化学蚀变指数(CIA值40.82–75.81)与A-CN-K图解指示整体属弱-中等化学风化，仅岚河部分样品显示钾淋失迹象，说明风化对地化信号改造有限，沉积物较好保存母岩信息。

4.3. 基于地化参数与PCA的物源识别

TiO₂/Al₂O₃vs K₂O/Al₂O₃、Y/Nb vs Zr/Hf等二元图显示，水库与支流样品存在不同程度重叠，单一指标区分力有限。PCA整合34个地化指标后，成功区分8个物源组，确认西马坊(XMF)、东年河(DN)、西年河(XN)、岚河(LH)和剑河(JH)为主要物源区。

4.4. EMMA定量估算沉积物来源

聚类分析识别出三个端元：EM1(东年河+西年河)、EM2(西马坊河)、EM3(岚河+剑河)。其对水库沉积物的平均贡献分别为15.24%、19.80%和64.95%。空间上，水库中部(SK01-05)呈现多源混合特征，而入库区(SK06-11)以近源输入为主。

4.5. SF方法的应用

通过CI、CR和CTS测试筛选出14个指纹因子。结果显示，上游混合源对水库沉积物贡献最大(57.79±14.29%)，其次为岚河(23.18±9.95%)和剑河(18.95±9.12%)。逐步溯源表明，剑河、岚河、西年河与东年河是主要贡献支流，总贡献率达91.6%。空间上，岚河沉积主导水库东部深水区，剑河影响在入库口附近更强，远源贡献沿程递减。

研究结论与讨论部分深刻揭示了沉积产生的自然-人为耦合机制。黄土母质是主导自然因子，尽管仅占流域面积37%的黄土丘陵区贡献了91.59%的沉积；采矿扰动是关键人为放大因子，而坡耕地影响相对有限。这种耦合使黄土丘陵区成为核心产沙区。方法学上，SF在识别微弱信号和次要来源(<1%)方面精度更高，EMMA则擅长快速锁定主导源，二者形成互补。基于此，研究提出了“源区拦截-过程调控-末端稳定”的全链条治理框架：在源区，通过微地形重塑+表面固化控制采矿扰动区细粒产生，秸秆覆盖+生物炭应用抑制黄土坡面侵蚀；在过程环节，采用多级智能拦沙坝与串接沉沙池提升拦截效率；在末端，通过分级植物过滤带稳定沉积，防止二次悬浮。这一体系不仅为汾河水库泥沙难题提供了系统解决方案，更为黄土高原小流域精准治理提供了可复制的技术范式。