长江上游水蚀区降雨侵蚀力的时空分布特征

降雨侵蚀力的时空分布特征对于分析和认识土壤侵蚀规律十分重要.根据长江上游7个省市的704个站点1981-2010年30 a的逐日降雨量资料计算了多年平均降雨侵蚀力R值,多年平均半月降雨侵蚀力及其占年降雨侵蚀力的比例,并分析了长江上游水蚀区降雨侵蚀力的空间分布规律.结果表明,长江上游水蚀区的降雨侵蚀力R值范围为273～11 394MJ·mm/(hm2·h· a);受地形的影响R值的空间分布有3个高值区,位于四川省峨眉山市、贵州省毕节地区和湖北省宜昌市附近;建立了多年平均降雨量和降雨侵蚀力R值的关系,相关系数R2达到0.80;研究区降雨侵蚀力的年内分布集中度较大,均值为69％,主要集中在5-10月.     

GIS支持下的长江上游降雨侵蚀力时空分布特征分析

降雨侵蚀力是土壤侵蚀评估模型中的一个基本因子,利用长江上游361个测站1961-2004年日雨量资料估算降雨侵蚀力R值,利用GIS空间分析功能,获得长江上游降雨侵蚀力分布图、降雨侵蚀力年际变化趋势图、各区域R值平均年内分配曲线,在此基础上分析长江上游降雨侵蚀力时空分布特征。研究表明长江上游降雨侵蚀力的地域差异十分显著,与降雨量空间分布近似,由东向西减少,且降雨侵蚀力大的区域与多雨中心和暴雨中心分布基本一致。降雨侵蚀力年际变化存在明显的空间差异性,在一些地区年降雨侵蚀力的变化与年降雨量的变化趋势不一致。各区域降雨侵蚀力年内分配曲线为尖峰状分布,降雨侵蚀力十分集中。     

北京地区降雨侵蚀力简易计算方法研究

降雨侵蚀力反映了降雨对土壤侵蚀影响的潜在能力。降雨侵蚀力经典算法所需的降雨过程资料较难获得,一般利用各种类型雨量资料建立降雨侵蚀力的简易算法,为模型的参数输入服务。利用北京10个水文站25年2 894次降雨过程资料。其中5个站点用于建立日、月、年降雨侵蚀力简易计算公式,另外五个站点用语模型检验。研究结果表明,不同类型雨量资料估算降雨侵蚀力的精度不同,用日或月雨量资料直接估算日或月降雨侵蚀力时,模型的误差较大。用日、月或年雨量估算年降雨侵蚀力时,模型的误差较小,约有一半的样本相对误差绝对值小于20%,三个模型相比,日雨量模型估算的平均相对误差最小。用日、月或年雨量估算多年平均年降雨侵蚀力时,模型的误差最小,所有样本的相对误差绝对值均小于20%,平均相对误差绝对值最小值只有0.8%,最大值也小于7%,三个模型相比,日雨量模型的估算精度最高。因此在具体应用过程中可以根据资料的占有情况来决定相应的降雨侵蚀力估算模型。本研究结果可以为北京地区土壤侵蚀量估算和水土资源评价提供参数服务。     

嘉陵江流域降雨侵蚀力时空变化分析

降雨侵蚀力是降雨引起土壤侵蚀的潜在能力,对预测土壤侵蚀量具有重要意义。对嘉陵江流域12个气象站的日降雨量资料,利用章文波日降雨侵蚀力模型估算流域的降雨侵蚀力。结果表明:嘉陵江流域降雨侵蚀力的空间变异与降雨量的空间分布趋势基本一致,由东南向西北递减,变化于800～9 000MJ.mm/(hm2.h.a)之间;流域内降雨侵蚀力年际变率Cv在0.346～0.493之间,除平武站呈显著减少外并无显著变化趋势;年内降雨侵蚀力随季节变化,夏秋季降雨侵蚀力较大,冬春季降雨侵蚀力较小。降雨侵蚀力年内集中度高,6—9月份的降雨侵蚀力占全年降雨侵蚀力的80%以上。近50a降雨侵蚀力存在35a,21a的主周期变化,且对应不同的丰枯状态。研究结果表明,虽然年降雨侵蚀力无明显变化,但年内却相对集中于夏秋两季,因此仍要做好汛期的水土流失等灾害的防治。     

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。     

丹东地区降雨侵蚀力(R值)的时空分布规律分析

降雨是引起土壤侵蚀的主要动力因素，而降雨侵蚀力是引起土壤侵蚀的主要动力因子，对于降雨侵蚀力时空分布规律的定量研究是进行土壤侵蚀预报的基础。以丹东地区41个雨量站1990～2000年逐月降雨资料，依据有关降雨侵蚀力的计算方法，估算丹东不同地区的降雨侵蚀力，并在AreiMo软件支持下对所得结果进行时空分布规律的分析。结果表明：（1）在空间分布上，丹东地区多年年均降雨侵蚀力总体趋势是由南向北递增。（2）降雨侵蚀力的月分布情况与降雨量的月分布情况大致相一致，且月R值的年内变化显著。（3）年R值的年际变化在空间分布上大致呈南北高，中间低的特点。     

浙江省降雨侵蚀力时空分布规律分析

以全省508个雨量站点的长系列逐日降雨资料,利用基于日降雨信息的月降雨侵蚀力模型,估算了浙江省的降雨侵蚀力,分析了其时空分布规律.结果表明:浙江省降雨侵蚀力总体趋势是自北向南递增;降雨侵蚀力年内分配主要集中在4-9月,占年均降雨侵蚀力的77.7 %,根据年降雨侵蚀力的季节分配特征,可以将浙江省划分为3个类型区;降雨侵蚀力的年际变化在空间上东南沿海及海岛地区明显高于其他地区.     

辽河流域降雨侵蚀力的时空变化分析

降雨侵蚀力是反映流域降雨侵蚀能力的综合指标之一。根据辽河流域10个气象站的日降雨量资料,利用日降雨侵蚀力模型估算辽河流域的降雨侵蚀力。结果表明：辽河流域降雨侵蚀力的空间变异与降雨量的空间分布趋势基本一致,由东南向西北递减,变化于1000—3800MJ·mm／（hm^2·h·a）之间;降雨侵蚀力年内集中度高,6—8月3个月约占全年的80％;降雨侵蚀力年际变化大,年际变率Cv在0．367—0．649之间,采用时序系列的Mann—Kendall检验表明,降雨侵蚀力并无显著变化趋势;特别是在流域水土流失严重的西辽河地区,年降雨侵蚀力较小,但年内集中程度大,年际变化更突出。     

贵州省降雨侵蚀力时空分布规律分析

降水是导致土壤侵蚀的主要动力因素,降雨侵蚀力反映了降雨对土壤侵蚀的潜在能力。贵州省是我国典型的生态环境脆弱区之一,水土流失十分严重。以全省19个气象台站1951—2001年逐日降雨资料,利用日降雨侵蚀力模型,估算了贵州省降雨侵蚀力,分析了其时空分异规律。结果显示近50a来贵州省降雨侵蚀力呈增加趋势,即由降雨引起的土壤水蚀潜在能力增加。降雨侵蚀力年内分配主要集中在夏季,占年均降雨侵蚀力的68.48%。在空间分布上,降雨侵蚀力由南向北递减,并且在西南部和东南边缘形成侵蚀力高值中心,在西北部形成低值中心。根据年降雨侵蚀力的季节分配特征,可以将贵州省划分为3个类型区。     

黑龙江省降雨侵蚀力空间分布规律

利用黑龙江省16个国家级气象站,1960-2000年日降雨量资料,分析黑龙江省侵蚀性降雨和降雨侵蚀力的空间分布规律。在16个气象站中,日降雨量达到侵蚀性标准（≥12mm／d）的降雨时间为9～15d／a,最大值同最小值之间相差近0．7倍;日降雨量达到侵蚀性标准的年降雨量为192～387mm,最大值同最小值之间相差l倍。16个气象站年降雨侵蚀力多年平均值为794～2144MJ·mm／（hm^2·h·a）,最大值同最小值之间相差近2倍。降雨侵蚀力空间分布从西北到中南部逐渐升高,东部低于中部,年降雨侵蚀力空间分布基本与年降雨量空间分布相似。年内降雨侵蚀力分布主要集中在6—9月,7月份下半月或8月份上半月达到最高值,6—9月降雨侵蚀力占全年比率为88％～95％,其中西部比东部略高。     

湖北省侵蚀性降雨时空分布特征

侵蚀性降雨是南方红壤区剧烈水蚀的原动力,因此分析其时空分布特征对于区域内水土保持相关研究有十分重要的意义。选取国家气象数据网站数据(2014—2020年)、结合水土保持监测站点人工观测数据(2016—2019年),对湖北省4个水土保持分区24个监测站点的侵蚀性降雨标准及降雨侵蚀力进行了分析、计算,并用克里格模型进行插值。结果表明：湖北省整体的降雨侵蚀力从西北到东南逐渐增加,与降雨量的空间分布表现出相同特征,同时降雨量与侵蚀性降雨量表现出高度协同性。全省年平均降雨量813.88～1 590.15 mm(2014—2020年),多年平均年降雨量为1 201.98 mm,多年平均侵蚀性年降雨量为603.53 mm。多年平均侵蚀性年降雨量占多年平均年降雨量的50.21%,多年平均侵蚀性降雨频次(天数)为14次,平均次侵蚀性降雨量为46.88 mm。根据多年平均半月侵蚀力计算结果分析可知,湖北省全省多年平均年降雨侵蚀力值为6 650.10 MJ·mm/(hm²·h·a)。省内年内降雨侵蚀力时间分布基本符合正态分布。4—10月总降雨侵蚀力值为6 202.10 MJ·mm/(h...     

黄土高原不同地貌类型区降雨侵蚀力时空特征研究

通用土壤流失方程USLE是迄今为止较为成熟,应用较广的土壤侵蚀预报模型,区域降雨侵蚀力R及其分布特征是将USLE应用于较大地区的关键.以日降雨量计算侵蚀力模型为基础,建立了黄土高原月降雨量计算降雨侵蚀力模型.用黄土高原235个气象站点1971-2000年30 a的月降雨量数据,计算得各站点的时间序列月降雨侵蚀力和年降雨侵蚀力,通过Kriging空间插值方法生成降雨侵蚀力时空分布栅格图像,并分析了不同地貌类型区降雨侵蚀力的时空特征.黄土高原降雨侵蚀力空间分布从东南到西北呈梯度递减趋势,范围在300～7 500,平均不到3 000,不同地貌类型区从大到小依次为土石山区、丘陵沟壑区(延安)、高塬沟壑区、丘陵沟壑区(榆林)、丘陵区(陇西);降雨侵蚀力年内分布主要集中于7,8两月,年际变化上存在一个2.7 a的波动周期,波动范围在多年平均值的1倍以上,不同地区相差较大.     

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.     

渭河流域降雨侵蚀力时空分布特征

[目的]揭示渭河流域降雨侵蚀力的时空变化特征,为区域水土保持规划提供依据。[方法]根据渭河流域及其周边范围30个气象站点1957—2014年逐日降雨资料,采用章文波日降雨量侵蚀模型计算各站点的降雨侵蚀力,分析其空间分布规律和年内分布特征。[结果]渭河流域多年平均降雨侵蚀力值分布范围为806.25~3 510.81 MJ·mm/(hm2·h),平均值1 798.97 MJ·mm/(hm2·h),与多年平均侵蚀性降雨的空间分布基本一致,总体呈现西北低东南高的趋势。渭河流域降雨侵蚀力年内变化呈单峰型,主要集中在7—9月,占全年降雨侵蚀力的63.91%。北部黄土高原地区和关中平原发生水土流失的时期集中在7—9月,而秦岭北麓地区5—10月均有可能发生较大的水土流域,侵蚀风险由西北向东南递增。流域降雨侵蚀力年际波动较大,年际变率Cv值在34%~56%之间,整体而言,流域西北部地区的降雨侵蚀力年际变化幅度大于东南部地区。除洛川、长武、环县、平凉4个站点降雨侵蚀力在研究时段内有所增大外,其余地区降雨侵蚀侵蚀力呈不同速率的减小趋势。[结论]渭河流域降雨侵蚀力时空分布差异显著,尽管流域降雨侵蚀力呈减弱趋势,由于流域地处黄土高原,水土保持与水源涵养工作仍需高度重视。     

1980-2013年闽西地区降雨侵蚀力时空变化特征

闽西地区是福建省土壤侵蚀重点防治区,为研究闽西地区降雨侵蚀力的时空分布格局,根据1980-2013年闽西地区9个站点的逐日降雨数据,利用日雨量模型来计算降雨侵蚀力,采用线性回归、气候倾向率、Mann-Kendall检验和反距离加权插值法(IDW)等方法对区域降雨侵蚀力的时空变化进行分析.结果表明:1)闽西地区多年平均降雨侵蚀力为9 504 MJ·mm/(hm2·h),与降雨量呈极显著正相关(P＜0.o1);2)空间上西高东低,与降雨量分布规律基本一致;3)降雨侵蚀力的年内分布主要集中在3-8月,占到全年的80.12％;4)1980-2013年期间研究区降雨量呈微下降趋势,而整体上降雨侵蚀力呈略微增加趋势,但未达到显著水平(P＞0.05),其中其在夏季呈现上升趋势,而在春秋冬3季呈现下降趋势;5)34年内降雨侵蚀力分别在1995和2002年发生突变.该研究可为该区域土壤侵蚀危险性评估和土壤侵蚀治理工作提供依据.     

黑龙江省降雨侵蚀力的变化规律

 利用黑龙江省16个气象站1960—2000年日降雨量资料,采用日降雨量侵蚀力模型计算降雨侵蚀力,对黑龙江省降雨侵蚀力变化规律及其与降雨量的关系进行分析。结果表明:1)黑龙江省1960—2000年年降雨侵蚀力、年降雨量、侵蚀性降雨量都呈升高的趋势,年降雨侵蚀力、年降雨量和侵蚀性降雨量变化速率分别为1.47MJ.mm/(hm2.h.a)、0.29 mm/a和0.35mm/a;2)黑龙江省16个气象站中有11个气象站降雨侵蚀力倾向率为正值,牡丹江降雨侵蚀力升高幅度最大,为15.6MJ.mm/(hm2.h.a),有5个气象站的倾向率为负值,其中齐齐哈尔降雨侵蚀力降低幅度最大,为-16.8MJ.mm/(hm2.h.a);3)16个气象站除哈尔滨、克山、呼玛、通河外,侵蚀性降雨时间变化对侵蚀性降雨量变化的作用大于侵蚀性降雨强度变化对侵蚀性降雨量变化的作用,显示大部分站点侵蚀性降雨量变化主要由侵蚀性降雨时间变化引起的。研究结果可为土壤侵蚀预报以及水土保持规划与决策提供依据。     

Rainfall erosivity estimation over the Tibetan plateau based on high spatial-temporal resolution rainfall records

The Tibetan Plateau (TP) in China has been experiencing severe water erosion because of climate warming. The rapid development of weather station network provides an opportunity to improve our understanding of rainfall erosivity in the TP. In this study, 1-min precipitation data obtained from 1226 weather stations during 2018–2019 were used to estimate rainfall erosivity, and subsequently the spatial-temporal patterns of rainfall erosivity in the TP were identified. The mean annual erosive rainfall was 295 mm, which accounted for 53% of the annual rainfall. An average of 14 erosive events occurred yearly per weather station, with the erosive events in the wet season being more likely to extend beyond midnight. In these cases, the precipitation amounts of the erosive events were found to be higher than those of the daily precipitations, which may result in implicit bias as the daily precipitation data were used for estimating the rainfall erosivity. The mean annual rainfall erosivity in the TP was 528 MJ mm·ha^?1·h^?1, with a broader range of 0–3402 MJ mm·ha^?1·h^?1, indicating a significant spatial variability. Regions with the highest mean annual rainfall erosivity were located in the forest zones, followed by steppe and desert zones. Finally, the precipitation phase records obtained from 140 weather stations showed that snowfall events slightly impacted the accuracy of rainfall erosivity calculation, but attention should be paid to the erosion process of snowmelt in the inner part of the TP. These results can be used as the reference data for soil erosion prediction in normal precipitation years.     

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.