海南省东方市60年来降雨量及降雨侵蚀力变化趋势

[目的]分析海南省东方市降雨量、侵蚀性降雨量及降雨侵蚀力在不同时间尺度上的趋势变化及其相关性,为该区生态环境建设、水土流失治理及土壤侵蚀机理研究提供科学支持。[方法]根据该地区1956-2015年60a的逐日降雨量数据资料,采用变异系数、趋势系数和气候趋势率分析不同时间尺度的降雨、侵蚀性降雨和降雨侵蚀力的变化趋势。[结果](1)东方市1956—2015年60a来年均降雨量、年均侵蚀性降雨量、年均降雨侵蚀力分别为982.9±36.9mm,816.1±37.6mm和9 441.7±554.2 MJ·mm/(hm~2·h·a),变异系数分别为29.1%,35.7%,45.5%。(2)60a来降雨量、侵蚀性降雨量及降雨侵蚀力年际变化均呈一定的增加趋势,趋势系数分别为0.129,0.156,0.198。季、月尺度上变化差异较大,但总体变化格局相似,均呈单峰型分布。(3)降雨量、侵蚀性降雨量及降雨侵蚀力两两之间有极强的线性相关性,且乘幂方程较线性回归方程能更好的反映两两之间的关系。[结论]60a来降雨量、侵蚀性降雨量、降雨侵蚀力均呈现较明显的年际增加趋势,且两两之间呈幂函数关系。     

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。     

山东省药乡小流域侵蚀性降雨分布特征

为探究山东省药乡小流域侵蚀性降雨分布特征,本研究选择裸地坡面径流小区为研究对象,利用小区观测法得到的降雨、径流以及泥沙等资料,通过频率分析法拟定研究区侵蚀性降雨标准,并运用数理统计方法从时间、降雨强度、降雨侵蚀力角度分析侵蚀性降雨分布特征.结果表明:1)该研究区侵蚀性降雨标准为降雨量17.3 mm;2)7月份侵蚀性降雨场次、降雨量、径流量和产沙量占侵蚀性降雨比例为42.31％、45.71％、85.78％和97.97％,其他月份侵蚀性降雨分布较少;3)大雨、暴雨以上侵蚀性降雨,高降雨强度型降雨场次分别占相应雨量等级比例为60％和100％,其产沙量所占比例分别为75.07％、100％;4)降雨侵蚀力＞1000MJ·mm/(h·hm2)侵蚀性降雨产沙量占侵蚀性降雨比例为95.26％,其径流深是≤1 000 MJ·mm/(h·hm2)侵蚀性降雨3倍以上.以上研究表明,研究区侵蚀性降雨标准为17.3 mm,其主要分布在中雨以上雨量等级,造成严重土壤侵蚀的侵蚀性降雨多为高降雨强度型降雨或降雨侵蚀力＞1 000 MJ·mm/(h.hm2)的降雨,且其多分布于7月份.本文结果有助于研究区小流域侵蚀性降雨规律分析以及土壤侵蚀规律研究.     

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。     

重庆涪陵区降雨侵蚀力时间分布特征

降雨侵蚀力反映降雨引起土壤侵蚀的潜在能力.利用涪陵区49 a气象资料,对该地区降雨侵蚀力的年内分布和年际变化特征进行研究.结果表明: (1)涪陵区多年平均降雨侵蚀力为3571.07 MJ·mm·hm-2·h-1·a-1,最大年为4039.07MJ·mm·hm-2·h-1·a-1,最小年为1193.76 MJ·mm·hm-2·h·a-1,年际差异非常显著且明显大于降雨量和侵蚀性降雨量的年际变化.(2)该区降雨侵蚀力季节分布为单峰型,可分为高值期、中值期、低值期和无侵蚀期4个不同的时期;4～10月的降雨侵蚀力可占全年年降雨侵蚀力(尺)值的94.06%,6月最大为670.94 MJ·mm·hm-2·h-1·a-1,其次7月为664-26MJ·mm·hm-2·h-1·a-1,最小月为0;降雨侵蚀力的季节变化与降雨量和侵蚀性降雨总体变化趋势一致. (3)降雨侵蚀力时间变化与地表状况的配合可对实际土壤侵蚀的发生产生较大影响,在该地区5、6、7月降雨量在147.4 mm和176.0 mm范围内变化,4月、8、9、10月降雨量在101.9ranl和115.7mm范围变化,年降雨量大于1090.6mm的年份,是当地水土流失极易发生的侵蚀敏感期.(4)该地区小流域综合治理中应充分重视每年5、6、7三个月内坡耕地覆盖情况,开发建设活动不仅应避开这3个月,同时在雨季开始前应注意裸露开挖面及弃土弃渣堆放地的水土保持措施布置和完善,以最大程度地减少人为水土流失.     

紫色丘陵区降雨侵蚀力简易算法的模拟

降雨侵蚀力是评价一个地区潜在水力侵蚀危险性和严重程度的重要参数。该文基于野外人工模拟降雨的侵蚀试验,对紫色丘陵区降雨侵蚀力的简易算法进行了模拟研究。结果表明：紫色丘陵区降雨量与土壤侵蚀产流、产沙之间存在极显著正相关,各时段降雨强度I（5、10 、15、30、45 min）能很好地反映紫色丘陵区土壤流失量的变化特征。基于降雨动能E和时段降雨强度的复合因子∑EI5和∑EI10能够很好地反映紫色土丘陵区径流量变化特征,∑EI5可很好地反映该地区土壤流失量变化特征。降雨量P与各时段降雨强度I的复合因子PI5、PI10、PI15对紫色丘陵区坡地产流、产沙起关键作用,尤其是PI5的作用。紫色丘陵区降雨侵蚀力简易计算公式为PI5和∑EI5且二者之间存在定量转换关系,该公式提高了降雨侵蚀力在土壤侵蚀预报模型中的应用价值。对于紫色丘陵区一次降雨而言,5、10、15 min降雨强度及降雨量是水土保持的关键性时段,也是水土资源利用的最佳调控时段;尤其是前5 min的雨强、雨滴大小分布、降雨量对坡地水土流失起重要作用。     

基于日降雨的沂蒙山区降雨侵蚀力时空变化研究

降雨侵蚀力是水土流失最为重要的外部驱动力,是土壤侵蚀相关领域的研究重点。以沂蒙山区及周边38个气象台站1971—2008年逐日降雨量资料为数据源,利用基于日降雨信息的月降雨侵蚀力模型,估算了研究区多年月、年降雨侵蚀力,并初步分析了降雨侵蚀力的时空分布规律。结果表明:沂蒙山区降雨侵蚀力总体趋势为西北、中南高,北部低,泗水县、曲阜市东部一带是研究区降雨侵蚀力的高值中心;R值与年降雨量和年侵蚀性降雨量的年际变化趋势基本一致,但也有部分异常年份;沂蒙山区降雨侵蚀力年内主要集中分布在6—9月份,占全年的97.07%,其中最大月降雨侵蚀力出现在7月份,占年降雨侵蚀力的51%。研究结果可为该区域水土流失预报、农业面源污染状况预报等提供理论依据。     

香溪河流域降雨侵蚀力特征及简易算法初步研究

降雨侵蚀力表示降雨引起土壤侵蚀的潜在能力,对土壤侵蚀定量预报及评价研究有重要意义。利用三峡库区香溪河流域兴山气象站1990—2009年20 a的逐日降雨量资料,采用日降雨侵蚀力模型估算了研究区的降雨侵蚀力,分析了降雨侵蚀力的年内、年际演变特征,并以此为基准值建立了降雨侵蚀力简易算法模型。结果表明:香溪河流域年内降雨侵蚀力R主要集中在5—8月,占全年的71%,峰值与侵蚀性降雨峰值一致,均出现在7月;R值年际变化较大,变异系数达到0.36,多年平均降雨侵蚀力为4 361.55（MJ·mm）/（hm²·h）,R值与年降雨量和年侵蚀性降雨量年际变化趋势基本一致,但也存在少数异常年份,多年降雨侵蚀力年际变化趋势系数为0.106,呈增加趋势;简易算法模型决定系数均在0.9以上,相对误差较小,均能满足要求,可应用于研究流域,但降雨侵蚀力精确值未知,模型参数有待进一步优化。     

三峡库区香溪河流域降雨侵蚀力的时空分布特征

为研究流域降雨侵蚀力变化规律,利用三峡库区香溪河流域内10个雨量站1971—2010年的日降雨资料,采用降雨侵蚀力日降雨简易模型,分析该流域降雨侵蚀力的年内分配和年际变化规律。在Arc GIS软件支持下,采用克里格插值研究流域降雨和降雨侵蚀力时空变化特征。结果表明:香溪河流域降雨侵蚀力多年变化范围为2 465.26~7 419.29 MJ·mm/(hm2·h),多年平均均值为4 535.63 MJ·mm/(hm2·h),降雨侵蚀力R值的年际分配差异明显,最大年R值为最小年R值的3倍;流域侵蚀力空间变化趋势为从西向东逐渐递减;流域近40多年的降雨和降雨侵蚀力系列比较平稳,经Mann-kendall检验无显著的变化趋势。流域降雨量、侵蚀性降雨量和降雨侵蚀力年内分布较集中,汛期降雨量、汛期侵蚀性降雨量、汛期降雨侵蚀力占全年的比例分别为85.4%、92.4%和94.0%。     

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。     

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.     

长江流域降雨侵蚀力时空变化及成因分析

基于1961－2017年均一化逐日降水资料，采用线性回归及Mann-kendall 显著性检验、Spearman秩偏相关、广义极值分布等方法对长江流域年降雨侵蚀力及侵蚀性的降雨特征时空分布特点、变化趋势和成因、10年一遇次降雨侵蚀力极端变化进行分析，并从总体趋势和极端变化角度综合探讨导致土壤水蚀加剧的气候危险性格局，为长江流域生态环境保护、可持续发展及制定针对性精细化水土保护措施和流域治理提供参考。结果表明：1）1961－2017年，长江流域年降雨侵蚀力和年侵蚀性的降雨量、降雨日数、雨强变化速率增加，雨强增加趋势明显；2）流域和大部分分区年降雨侵蚀力增加主要受年侵蚀性降雨量和雨强增加变化的影响，多数分区因雨强的显著增加起主导作用；3）71.6%的站点年降雨侵蚀力变化速率增加，10年一遇次降雨侵蚀力1961－2017年相对1961－1990年时段增加的站点比例为61.2%；4）1961－2017年年降雨侵蚀力增加趋势和/或10年一遇次降雨侵蚀力后一时段增加，均可能造成土壤水蚀加剧的危险，长江流域水蚀气候危险性增加的站点范围广，比例多达81.5%，对水土流失预防和治理十分不利。     

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。     

最近30年河龙区间降雨侵蚀力的时空演变特征

为准确定量评估代表降雨引起土壤侵蚀潜在能力的指标——降雨侵蚀力,收集黄河中游河龙区间各县共96个气象站点1981—2010年的日降雨资料,基于半月降雨侵蚀力模型对区间半月、月、季节、年尺度上降雨侵蚀力的时空变化特征进行评价。结果表明：1）7月下半月、8月和夏季的降雨侵蚀力分别在相应的时间尺度上最大,年均降雨侵蚀力在空间上从西北到东南呈增加趋势;2）河龙区间年降雨侵蚀力总体呈下降趋势,减少的面积占区间总面积的68．45％,7月上半月降雨侵蚀力的减少对区间年降雨侵蚀力的减少贡献最大;3）年降雨侵蚀力增加的地区主要集中于河龙区间西北部和东南部,7月上半月降雨侵蚀力呈增加趋势的面积仅占总面积的1．12％。     

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.     

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。     

长期野外监测红壤裸露坡地侵蚀性降雨分布及产沙分析

侵蚀性降雨及其侵蚀泥沙分布特征研究是掌握土壤侵蚀规律的基础,同时也可为水土保持综合治理提供理论依据。研究选择红壤裸地坡面径流小区为研究对象,利用实际观测法收集到2001-2016年的565次长序列侵蚀性降雨及其径流泥沙资料,运用数理统计方法分析侵蚀性降雨及其泥沙的发生频率和强度的分布特征,在此基础上分析降雨类型对侵蚀产沙的影响。研究结果表明,研究区侵蚀性降雨量占总降雨量的87.82%,主要分布在降雨量为25 mm以上和降雨强度5mm/h以下的降雨事件。次降雨侵蚀强度小于100t/km~2的侵蚀次数占总次数的76.81%,而其侵蚀总量只占总量的7.28%;侵蚀强度大于500t/km~2的降雨侵蚀次数只占总次数的6.36%,但其侵蚀泥沙量可占总量的60.96%,次降雨侵蚀产沙量分布极为不均。降雨量25～100mm且平均雨强小于20mm/h的降雨类型造成研究区土壤侵蚀量最大。次降雨量100 mm和降雨强度20 mm/h可作为红壤裸露坡地水土流失防御的设计暴雨特征值。研究结果有助于揭示红壤坡地次降雨侵蚀规律和水土保持措施布设。     

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.