利用日雨量模型进行伏牛山区降雨侵蚀力的初步研究

利用河南省鲁山县水保站4年共49次降雨过程资料,分别采用EI30法、CREAMS模型算式、Richardson算式和我国郭新波的修正日雨量模型计算了伏牛山区降雨侵蚀力。结果发现区域内降雨侵蚀力主要发生在6~8月,可占年R值的78%,峰值出现在7月,R值降峰值较出现雨量峰值不太一致;三个日雨量模型的验证结果以CREAMS模型较好,但仍不宜直接使用,应该根据区域降雨特性选择更加合适的参数。     

基于生态足迹模型的区域可持续发展定量分析--以山东省烟台市为例

利用河南省鲁山县水保站4 a共49次降雨过程资料,分别采用EI30法、CREAMS模型算式、Richardson算式和我国郭新波的修正日雨量模型计算了伏牛山区降雨侵蚀力,以EI30的经典算法作为基准值对3个模型进行了验证,以模型有效系数与相对偏差评价模型的优劣.结果发现,3个日雨量模型的有效系数与相对偏差分别为0.78±0.55,0.57±0.34,0.45±0.22和0.16～1.27,0.24～1.46,0.40～0.84.验证结果以Creams模型较好,但仍不宜直接使用,应该根据区域降雨特性选择更加合适的参数.     

用日雨量和雨强计算降雨侵蚀力

利用全国 8个气象站次降雨和日降雨资料 ,分析了次、日降雨关系。结果表明 ,用次降雨资料计算的降雨侵蚀力与用日降雨资料计算的降雨侵蚀力 ,二者之间不仅高度线性相关 ,而且是通过原点、斜率接近 1的直线 ,方程的平均决定系数达到 0 .95 0 ,表明可以用日降雨资料计算降雨侵蚀力。由于各地区方程的系数差异不显著 ,可以在不同气候区采用同一个公式。该方法不仅简化了降雨侵蚀力计算 ,有助于其推广应用 ,而且大大促进了气象水文资料在土壤侵蚀定量研究中的应用。     

豫西山区次降雨侵蚀力简化模型的建立

而降雨侵蚀力是定量监测评价一个地区土壤侵蚀状况的重要因子之一,找到适宜简便的计算方法十分重要。本文利用位于豫西山区鲁山县的两个水文站各三年共125次自记降雨过程资料,建立了该区域次降雨侵蚀力计算模型:R次=0.146×Pt×I30-1.189(r=0.992,n=105);并进行了预报效果检验,采取模型有效系数和相对偏差评价模型的的效果,结果表明二者分别为99%和8.8%。本文所创立的次降雨侵蚀力模型简便实用,不仅可以评价区域年R值分布,有效地分析R值的年内分布状况,更重要的是为水土流失定量监测从多年平均监测、年监测提高到次降雨流失量的监测提供了可能,从而实现区域定量监测的精度。     

赣北第四纪红壤坡地降雨侵蚀力的计算与分析

 降雨侵蚀力是建立土壤侵蚀预报模型的基础。为探讨赣北第四纪红壤坡地降雨侵蚀力的最佳组合形式、时间变异特征及其简易估算方法,通过赣北典型的第四纪红壤坡地区2001—2005年的实测资料,对各种降雨参数的单因子、复合因子与土壤流失量进行统计分析,对降雨侵蚀力的时间变异特征进行初步探讨,并对降雨侵蚀力和降雨量进行相关分析。结果表明:∑EI30可作为试验区降雨侵蚀力的最佳组合形式;降雨侵蚀力年际分布不均匀,年内分配主要集中在4—9月(占91.66%),总体上降雨侵蚀力与降雨量的年际和月际变化基本一致;次降雨的降雨侵蚀力与降雨量之间的相关系数为0.838,达到极显著水平。据此可建立基于降雨量的降雨侵蚀力简易模型,对无降雨过程资料地区的降雨侵蚀力计算具有参考价值。     

用日雨量和雨强计算降雨侵蚀力

利用全国8个气象站次降雨和日降雨资料,分析了次、日降雨关系。结果表明,用次降雨资料计算的降雨侵蚀力与用日降雨资料计算的降雨侵蚀力,二者之间不仅高度线性相关,而且是通过原点、斜率接近1的直线,方程的平均决定系数达到0.950,表明可以用日降雨资料计算降雨侵蚀力。由于各地区方程的系数差异不显著,可以在不同气候区采用同一个公式。该方法不仅简化了降雨侵蚀力计算,有助于其推广应用,而且大大促进了气象水文资料在土壤侵蚀定量研究中的应用。     

浙江红壤区降雨侵蚀力季节分布与日雨量模型研究

利用兰溪水保站的自记与常规雨量资料对降雨侵蚀力 R的季节分布进行了分析 ,并建立了一个降雨侵蚀力的日降雨量模型。结果表明 ,该地区降雨侵蚀力呈明显的单峰型季节分布 ,主要集中在 3～ 9月 ,其 R值占全年R值的累计百分比为 94 .5 % ,高峰期在 6月份 ,其 R值占全年 R值的 2 8.2 %。降雨侵蚀力的日雨量模型为 :Rj=0 .0 0 4 3 [1 4 8.13 sin(π/12 ( j- 1) ) ]ΣNk=1 P1 .0 9k 。本模型利用日降雨量计算降雨侵蚀力 ,有效系数为 0 .89,R值季节分布的预测值与实际值的平均偏差为 1.2 %。与国内现有模型相比 ,本模型能够较好地描述 R值的季节分布。     

辽宁省降雨侵蚀力计算方法及空间分布特征研究

降雨侵蚀力因子估算结果会直接影响土壤侵蚀模型预报精度。采用EI3 0经典算法与章文波日雨量模型分别计算降雨侵蚀力并进行比较,发现日雨量模型适用于辽宁省降雨侵蚀力计算。采用辽宁省及周边省份共39个气象站1961—2015年日降雨资料,计算得到辽宁省降雨侵蚀力均值为3 316.02 MJ·mm/(hm~2·h·a),空间分布上呈由东向西、从南到北逐渐减小的趋势,降雨侵蚀力最小值出现在朝阳市建平县,最大值出现在丹东市宽甸县。     

黄土高原南部降雨侵蚀力试验研究

基于Wischimeier关于降雨侵蚀力R=EI30的经典算法,以黄土高原南部杨凌天然降雨为研究对象,较详细地分析了一次降雨过程雨滴大小分布;拟合了雨滴中数直径、降雨动能与降雨强度的关系;分别以EI10、EI30、EI60为降雨侵蚀力R指标,计算了该地区6-9月降雨侵蚀力大小,研究分析了降雨侵蚀力与降雨量之间的关系。得出以下结论:雨滴大小分布满足Best提出的分布式;雨滴中数直径反映次降雨过程中雨滴大小的总体趋势,与降雨强度关系密切,其关系式可表示为D50=2.25I0.21;降雨动能由降落雨滴从高空下落而具有的能量,以及与雨滴直径和下落速度有直接关系,得出降雨动能与降雨强度的关系式为E=26.57I0.28;杨凌区降雨量多集中于6-10月,月降雨侵蚀力分布随着月降雨量变化而变化;3种R指标计算的降雨侵蚀力值,EI10>EI30>EI60,且3种指标计算结果与CREAMS月雨量经验模型的相对偏差中,EI10与其相对偏差最小,但波动幅度较大,EI30与其相对偏差居中,但相对较稳定,分析得出EI10更适用于短阵型降雨,EI30适用于普通型降雨。基于上述理论,本研究旨在为今后建立黄土高原南部地区降雨侵蚀力简易计算模型提供理论依据。     

河南省降雨侵蚀力时空变异与不同算法比较研究

利用河南省119个气象台站自建站至2003年间不同年限的逐日降雨量资料,采用不同方法分别计算了河南省各县(市)不同时段的降雨侵蚀力,对不同算法的时空差异进行了比较。结果表明:河南省多年平均降雨侵蚀力总体趋势是由北向南、由西向东递增,最大值出现在南部的鸡公山、新县与商城;各地点的降雨侵蚀力在不同年份变异较大,无明显的周期性等规律;各种算法均可表现出时空变化特征,但具体数据差异较大。认为以逐日降雨量为基础的3种算法比较接近实际情况,其中CREAMS模型因其计算简便性可进行较广泛应用。     

北京侵蚀性降雨标准研究

降雨侵蚀力反映了雨滴击溅和降雨产生的径流对土壤的侵蚀能力，侵蚀性降雨标准可以将引起侵蚀和不引起侵蚀的降雨区分开来，该标准的确定可以大量减少计算降雨侵蚀力的工作量。利用北京密云石匣水土保持实验站坡耕地小区和休闲地小区10年的降雨径流泥沙观测资料，分析了不同大小样本序列下的侵蚀性降雨的降雨量标准。结果表明，样本数达到7年时，所拟定的降雨量标准才能稳定。确定了北京的侵蚀性降雨的雨量标准和最大30min雨强标准，分别为18．9mm和17．8mm／h，该研究结果可为北京山区土壤侵蚀预报参数的计算提供依据。     

北约旦地区降水侵蚀因子的近似估算研究

Despite being in arid and semi-arid areas, erosion is largely a result of infrequent but heavy rainfall events; therefore, rainfall erosivity data can be used as an indicator of potential erosion risks. The purpose of this study was to investigate the spatial distribution of annual rainfall erosivity in North Jordan. A simplified procedure was used to correlate erosivity factor R values in both the universal soil loss equation (USLE) and the revised universal soil loss equation (RUSLE) with annual rainfall amount or modified Fournier index (F_mod). Pluviometric data recorded at 18 weather stations covering North Jordan were used to predict R values. The annual values of erosivity ranged between 86-779 MJ mm ha^-1 h^-1 year^-1. The northwest regions of Jordan showed the highest annual erosivity values, while the northeastern regions showed the lowest annual erosivity values.     

降雨类型对北方土石山区坡面土壤侵蚀的影响

该文基于北京市房山区蒲洼径流小区2013-2015年观测的105场自然降雨,采用实测水文数据与WEPP模型模拟降雨侵蚀过程相结合的方法,对比了北方土石山区不同雨型下的坡面土壤侵蚀差异。结果表明:1)自然降雨中,单场降雨的侵蚀能力表现为B型雨(低频率、短历时、中雨量、大雨强)A型雨(中频率、长历时、大雨量、中雨强)C型雨(高频率、中历时、小雨量、小雨强),其中,侵蚀性降雨中A型雨降雨频率最高、对研究区土壤侵蚀的累计贡献率最大;而C型雨几乎不会引发土壤侵蚀。2)诱发北方土石山区棕壤坡面土壤侵蚀的临界雨量为8 mm、临界雨强为9.5 mm/h。3)利用WEPP模型通过设置最大30 min雨强I30出现的不同时间将3类雨型进一步划分为4个子雨型,结果表明同一雨强出现的降雨时序差异会影响土壤侵蚀的发生程度,且子雨型下土壤侵蚀量整体表现为递增型峰值型递减型均值型,其中A型雨4个子雨型下侵蚀量差异最显著。研究结果可为北方土石山区棕壤坡面土壤侵蚀预报模型的建立及土壤侵蚀防治提供参考依据。     

日照市降雨侵蚀力时空分布特征

为掌握山东省日照市降雨侵蚀力时空分布特征,提高日照市水土保持规划与决策的科学性,利用日照市水利局雨量遥测系统61个雨量站点2005-2014年日降雨资料计算降雨侵蚀力,并运用Excel 2013、ArcGIS 10等工具分析日照市降雨侵蚀力的时空分布特征.结果表明:1)从年度变化来看,日照市站均年度降雨侵蚀力最大值(2008年)是最小值(2014年)的2.90倍,站均汛期降雨侵蚀力最大值(2007年)是最小值(2014年)的3.74倍.从月度变化来看,降雨侵蚀力主要集中在5-9月,尤其集中在7-8月.2)从空间分布来看,各站点年均降雨侵蚀力、汛期降雨侵蚀力呈现东南沿海地区较高、内陆地区较低、中部地区最低的特征,变化范围分别在2 942.07 ～4 921.45、2 694.36～3 921.78 MJ· mm/(hm2·h·a)之间,分区县看,岚山区最高,东港区次之,莒县和五莲县较低;各月的降雨侵蚀力重点也不尽相同.3)从时间变异来看,站均年度降雨侵蚀力变化范围在1 831.55 ～5 306.12 MJ·mm/(hm2·h·a)之间,均值、中值分别为3 826.01、4 053.62 MJ·mm/(hm2·h·a),标准差1 089.46MJ·mm/(hm2·h·a),变异系数28.48％;站均月度降雨侵蚀力变化范围在1.23 ～1 171.93 MJ·mm/(hm2·h·a)之间,均值、中值分别为318.83、61.51 MJ·mm/(hm2·h·a),标准差397.99 MJ· mm/(hm2·h·a),变异系数124.83％.4)从空间变异来看,各站年均降雨侵蚀力变化范围在2 755.23 ～5 061.15 MJ·mm/(hm2·h·a)之间,均值、中值分别为3 826.01、3 730.97 MJ·mm/(hm2·h·a),标准差512.81 MJ·mm/(hm2·h·a),变异系数13.40％.本研究结果可为日照市水土保持规划与决策、土壤侵蚀预报等提供参考.     

Modelling soil losses from the ardeche rangelands

A simple equation is needed to predict soil loss on a storm-by-storm basis and on a hill-slope scale. In response to this need a modelling procedure is proposed that incorporates not only the relation between soil loss and one or more determining factors at individual locations in different source areas (interrill, pre-rill and rill areas) but also the spatial variation in this relation among locations within a source area. The initial version of the relation presented here considers soil loss only as a function of erosivity and rainfall and runoff erosivity factors are used for interrill areas and for pre-rill and rill areas respectively. About 85% of the variation in soil loss at individual locations in each source area is explained by erosivity. The influence of erosivity, however, is found to vary with the size of the area under consideration. In addition, this scale-dependence varies with the type of erosion occurring. Modelling soil loss becomes much more effective if this effect is taken into account.The rainsplash and interrill erosion equations presented are very site-specific. This means that modelling these types of erosion on a hillslope scale will involve the introduction of many erosion determining factors. The rill and pre-rill erosion equations are less site-specific. Accordingly, fewer factors are required to describe these erosion types. On a hillslope scale a pre-rill erosion model for instance based only on erosivity can explain as much as 76% of the variation in soil loss.     

Modelling soil losses from the ardeche rangelands

A simple equation is needed to predict soil loss on a storm-by-storm basis and on a hill-slope scale. In response to this need a modelling procedure is proposed that incorporates not only the relation between soil loss and one or more determining factors at individual locations in different source areas (interrill, pre-rill and rill areas) but also the spatial variation in this relation among locations within a source area. The initial version of the relation presented here considers soil loss only as a function of erosivity and rainfall and runoff erosivity factors are used for interrill areas and for pre-rill and rill areas respectively. About 85% of the variation in soil loss at individual locations in each source area is explained by erosivity. The influence of erosivity, however, is found to vary with the size of the area under consideration. In addition, this scale-dependence varies with the type of erosion occurring. Modelling soil loss becomes much more effective if this effect is taken into account.The rainsplash and interrill erosion equations presented are very site-specific. This means that modelling these types of erosion on a hillslope scale will involve the introduction of many erosion determining factors. The rill and pre-rill erosion equations are less site-specific. Accordingly, fewer factors are required to describe these erosion types. On a hillslope scale a pre-rill erosion model for instance based only on erosivity can explain as much as 76% of the variation in soil loss.     

降雨侵蚀力简易算法地区适用性的初步探讨c

 为寻求一种计算简便、地域适用性强的降雨侵蚀力计算方法,利用河南省鲁山县和北京市延庆县2地392次降雨过程,采用经典算法计算其次降雨侵蚀力,分年统计得到研究地各年的年降雨侵蚀力值。以此为基准值,对卜兆宏建立的年降雨侵蚀力计算模型在2地的适用性进行分析评价,同时对目前几类侵蚀力模型的优缺点进行讨论。结果显示:新算法结果与经典值存在高度的一致性,一致率高达90.1%,模型有效系数为0.98,相对误差为0.03。表明该年降雨侵蚀力模型具有较强的地域推广性,且计算简便,在我国的类似地区具有推广应用价值。     

1960-2017年贵州省不同水系降雨侵蚀力时空变异特征

[目的] 研究喀斯特生态脆弱区降雨侵蚀力区域特征,为区内水土流失防治、生态保护等工作提供科学参考。[方法] 基于贵州省33个气象站点1960-2017年逐日降雨资料,利用空间插值、线性趋势、重心模型、突变检验、聚类分析等方法,对比分析了不同水系降雨侵蚀力时空变异特征。[结果] 贵州省不同水系多年降雨侵蚀力以波动下降趋势为主,与基于聚类分区的各区域变化趋势基本一致,但突变特征不明显。降雨侵蚀力空间变异性较大,长江流域水系空间分布呈现出从东南向西北递减特征,而珠江流域水系则表现为从东向西递增。大雨与降雨侵蚀力分布密切关联,年内降雨侵蚀力重心迁移路径与大雨重心较为一致,主要集中在贵阳市及其周边县区。降雨侵蚀力与经度、纬度、海拔和坡度均呈不同程度的显著相关性（p<0.05）,与坡向的相关性不明显。[结论] 贵州省各水系降雨侵蚀力时空变异性较强,区域特征明显。应根据区域特征进行喀斯特生态脆弱区水土流失定向阻控。     

北京山区暴雨泥石流激发雨量条件

泥石流是北京山区常见的一种山地灾害,也是威胁山区生态环境的头号安全问题.分析该区的泥石流激发雨量条件对于该区山洪泥石流预测预报具有指导意义.笔者搜集18场降雨数据,分析该区泥石流的激发雨量特征.结果表明:激发降雨的峰值降雨时段介于3 ～9h,峰值时段平均降雨强度达22.6 ～ 50.0 mm/h,累积雨量达91.9 ～ 350.0 mm,峰值降丽时段雨量占累积雨量的63.9％～100.0％,这说明激发泥石流的降雨过程具有历时短、雨量集中、突发性强的特点.用修正后的李氏法进行雨场分割,得到该区泥石流激发的降雨强度-历时和累积雨量-历时关系.最后,以密云区北部山区为例分析3期植被盖度和泥石流激发雨量条件.归一化植被指数和像元线性分解模型分析表明,1989-1991、2004-2005和2011-2012年植被覆盖度分为64.48％、68.57％和72.48％;相应的泥石流雨量激发条件也随着植被覆盖度的增加而增大,可见植被恢复盖度对泥石流的形成具有一定影响.本文统计分析得出的泥石流激发雨量条件可为该区山洪泥石预测预报和监测预警指标选取提供参考.