我国降雨侵蚀力计算方法研究进展

如何准确评估、计算降雨侵蚀力,对定量预报土壤流失、进行水土保持规划等具有重要意义。从降雨侵蚀力是土壤侵蚀研究的重点出发,总结了在国内外的研究进展,并介绍了我国降雨侵蚀力的计算方法,分别论述了利用月或年雨量计算法、瞬时雨强法、综合指标法等计算方法,并对降雨侵蚀力分区研究进行了总结,最后对降雨侵蚀力及其计算方法研究发展进行了展望。     

降雨侵蚀力研究进展

降雨是导致土壤流失的动力因素,降雨侵蚀力反映由降雨引起土壤侵蚀的潜在能力,准确评估计算降雨侵蚀力是定量预报土壤流失的重要环节.本文回顾总结了国内外降雨侵蚀力的研究进展,在此基础上提出了我国今后降雨侵蚀力研究的发展方向.     

安徽大别山区降雨侵蚀力简化算法与时空分布规律

安徽大别山区降雨侵蚀力简化算法与时空分布规律吴素业（安徽省岳西县水土保持科学试验站，２４６６００）降雨侵蚀力是决定土壤侵蚀程度的重要指标，它的计算公式，依各地区的地理条件、降雨特征的不同而有所区别。在有完整的自记降雨过程线资料情况下，国内外许多水保工...     

河南省降雨侵蚀力空间分布特征

利用河南省59个气象站1961—1990年30年年均降雨量资料,计算了各站点的多年平均年降雨侵蚀力,并对其进行统计分析和空间插值计算。研究结果表明:河南省多年平均年降雨侵蚀力R值在1999.9~7638.9 M J.mm/(hm2.h.a)之间,R值在2000~3000 M J.mm/(hm2.h.a)的分布最广,约占河南省总面积的47%,多年平均年降雨侵蚀力R值具有从南到北递减的特点,并计算了各县(市、区)的多年平均年降雨侵蚀力R值。本研究成果为进行河南省水土流失预报和水土保持措施评价提供了基础资料。     

不同降雨侵蚀力模型在江苏省的比较研究

 研究降雨侵蚀力时空分布特征,准确评估降雨对土壤侵蚀的潜在作用,对土壤流失的预报、水土保持规划等具有积极的意义。利用江苏省2001—2006年260个站点的自记降雨资料和3个降雨侵蚀力模型,对降雨侵蚀力进行不同计算方法的模拟对比,并对江苏省降雨侵蚀力的空间分布进行研究。结果表明:雨量降雨强度模型相对于经典算法的动能降雨强度模型,模拟精度达91.56%,在江苏地区具有一定的适用性;建立的简易雨量模型,数据获取更加便捷,与雨量降雨强度模型相比较,模拟精度达92.81%,在江苏省有一定的推广性;江苏省的降雨侵蚀力空间分布不均匀,具有明显的高值和低值区,R值在年际间变化较大,2003年最大达372.15MJ.mm/(hm2.h.a),2004年最小为168.98 MJ.mm/(hm2.h.a);在江苏省北部和西南地区,特别是连云港等降雨侵蚀力较高城市,应特别加强水土流失的预防和监测。     

金沙江流域降雨侵蚀力时空分布特征

[目的]分析金沙江流域降雨侵蚀力的时空分布的变化特征,为优化流域土壤流失定量评估及水土保持规划编制工作提供支持。[方法]利用气象台站降水资料验证了TRMM降水数据估算降雨侵蚀力在金沙江流域内的适用性,并结合气象站、TRMM和DEM数据,在Arc/Info软件提供的地图代数运算功能支持下,利用日雨量模型估算降雨侵蚀力开展分析和研究。[结果]1998—2015年TRMM 3B42降水数据和气象站降水数据估算金沙江流域多年平均的总体精度达到了82%,说明二者估算降雨侵蚀力的结果在合理误差范围内,金沙江流域降雨侵蚀力大体呈由东南向西北递减的趋势,地区差异大。总体上,高程越小的地区,降雨侵蚀力越大。流域年际变化同样存在空间分异,整体上呈现降低的趋势。[结论]将TRMM 3B42降水数据应用于气象站点稀疏的金沙江流域的多年平均降雨侵蚀力估算是可行的。但是各个站点估算结果的一致性高低程度不同,且某些年份的适用性程度受极端气候的影响。     

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.     

重庆降雨侵蚀力和侵蚀力密度对土壤侵蚀风险的评估

研究重庆降雨侵蚀力(RE)和侵蚀力密度(ED)的时空变化,有利于开展土壤侵蚀防治和水土流失风险评估。利用1961—2020年重庆34个气象站的逐日降雨数据、TM遥感影像资料,采用日降雨侵蚀力模型、Mann-Kendall非参数检验、变异系数、克里金插值、叠加分析等方法,对降雨侵蚀力和侵蚀力密度进行时空分析,对重庆土壤侵蚀强度进行空间分析。结果表明:(1)重庆年平均降雨侵蚀力为5 672.32(MJ·mm)/ (hm²·h·a),年平均侵蚀力密度为4.94 MJ/(hm²·h·a),各季节平均降雨侵蚀力和侵蚀力密度的变化趋势基本一致;(2)年降雨侵蚀力和侵蚀力密度值均呈现渝东北最大,渝东南次之,渝西最小的规律。季节降雨侵蚀力和侵蚀力密度集中在夏季,表现为降雨侵蚀力渝东北最高,侵蚀力密度渝东最高;(3)重庆2020年土壤侵蚀强度以微度侵蚀为主,其次为轻度、中度、强度、极强度和剧烈侵蚀;(4)降雨侵蚀力、侵蚀力密度的侵蚀风险等级空间分布和土壤侵蚀强度等级空间分布相似,高值均出现在渝东北和渝东南地区。研究结果有助于管理者制定水土保持措施,有效防治重庆地区的水土流失。     

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。     

赣江上游平江流域降雨侵蚀力的时空分布特征

[目的]研究赣江上游平江流域降雨侵蚀力的时空变化规律,为流域治理措施的制定提供参考。[方法]利用平江流域内10个雨量站点1989—2018年共30 a的日降雨量数据,采用降雨侵蚀力日降雨简易计算模型和Mann-Kendall趋势检验等方法,对平江流域降雨侵蚀力的时间分布规律进行研究;借助ArcGIS 10.1中的克里金插值法对平江流域的降雨侵蚀力进行空间分析。[结果]平江流域降雨侵蚀力在1989—2018年间平均值为4 233 MJ·mm/(hm~2·h·a),最大值为6 766.5 MJ·mm/(hm~2·h)(2015年),最小值为2 191 MJ·mm/(hm~2·h)(2003年);流域内30 a降雨侵蚀力变化较为平稳,年际间呈现出不显著的增加趋势,年内分布同降水量一致,表现为双峰型,分别在6月和8月。降雨侵蚀力在空间上表现为由东北向中南方向递减,而后向西南方向递增,最大值出现在北部城冈站附近,最小值出现在中南部龙口站附近。[结论]平江流域降雨侵蚀力的时空分布特征与流域内降水时空分布基本一致。对流域水土流失防治工作而言,春季应尤其注意降雨侵蚀力较大且出现上升趋势的流域北部地区,夏季和冬季应更加注意流域西南部。     

陕西省降雨和风蚀气候侵蚀力时空分布特征

[目的]研究陕西省不同区域降雨侵蚀力和风蚀气候侵蚀力的时空分布特征、突变特征和周期特性等,为陕西水土流失防治和生态建设提供科学依据。[方法]利用陕西省96个气象站1981—2020年气象观测资料计算了全省降雨侵蚀力和风蚀气候侵蚀力,采用气候趋势分析、空间插值、M-K检验、小波分析等方法,分析了陕西省风蚀、水蚀气候侵蚀力时空分布特征、突变和周期特征等。[结果](1)全省1981—2020年降雨侵蚀力为2 719.6 MJ·mm/(hm²·h),空间差异性较大,呈现南高北低的空间分布。陕西省风蚀气候侵蚀力为3.18,呈现北高南低的空间分布特征。(2)近40年陕西省降雨侵蚀力年际波动较大,呈现微弱上升趋势,但未通过显著性检验。全省降雨侵蚀力经历了先减小后增大的变化趋势,目前处于降雨侵蚀较大的年代。陕西省风蚀气候侵蚀力年际波动较大,但无显著变化趋势。风蚀气候侵蚀力近40年先增强后减弱,大部分地区风蚀气候侵蚀力在20世纪90年代最强,目前处于最弱的年代。(3)降雨侵蚀力主要以6—9月较大,最大值出现在7月,风蚀气候侵蚀力则以冬春两季较大,4月最大,二者具有明显的非同步性。(...     

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。     

BP神经网络在降雨侵蚀力预测预报中的应用研究

降雨侵蚀力反映由降雨引起土壤侵蚀的潜在能力,是建立通用土壤流失方程USLE的最基本因子之一。由于降雨侵蚀力计算过程中所需资料较难收集,给其计算增加了难度。运用BP神经网络方法对降雨侵蚀力与地理之间的关系进行研究,建立降雨侵蚀力BP神经网络模型。对福建省46个地域的降雨侵蚀力进行研究,结果表明:所建立的降雨侵蚀力BP神经网络模型对模拟预测福建不同地域的降雨侵蚀力,平均模拟精度为96.81%,平均预测精度为95.68%,达到了较为理想的效果。这不仅为降雨侵蚀力的预测预报提供了科学依据,而且也为BP神经网络在水土保持研究中的应用开辟了新的思路。     

北京市降雨侵蚀力及其空间分布

 通过对北京地区20个气象站雨量资料的回归分析,发现可用公式R=5.2562F1.3057F来估算北京的降雨侵蚀力,其中FF是由逐月雨量计算而来的一种指标。用此公式计算了北京113个站点的R值,绘制了降雨侵蚀力等值线图,发现北京的R值变化于2144.0～6682.7MJ·mm·hm-22·h-1·a-1。由北部和西部山地所组成的弧形山脉R值最高,并呈现向西北、东南方向递减的趋势。研究结果可为北京的水土保持规划和评价提供依据。     

黔西高原地区降雨侵蚀力的简易算法

[目的]对黔西高原地区侵蚀性降雨特性进行分析并探索降雨侵蚀力的简易算法,为该区土壤侵蚀预报模型的建立提供理论依据。[方法]利用径流小区观测法,基于毕节小区2012—2014年53次降雨过程资料进行分析。[结果](1)降雨量(P)和最大60min降雨动能(E60)是影响坡面产流、产沙的两个主要因子。坡面产流、产沙与最大60min雨强(I_(60))显著相关;(2)坡面产流产沙与二元复合因子的相关系数显示,EI_(60),PI_(60)和I30I_(60)是影响坡面产流、产沙的3类主要降雨复合指标,EI30和EI_(60)与坡面产流产沙的相关系数间相差较小;(3)基于坡面产流、产沙与降雨单指标和降雨复合指标的相关关系,确定了简易算法的参数。[结论]基于可比性,以R=EI30作为参照值对3种简易算法的结果进行决定系数和偏差率比较后,得到研究区便捷、快速的降雨侵蚀力简易算法为:R=0.344(PI_(60))。     

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。     

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.     

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。     

1961—2020年沂蒙山区降雨侵蚀力时空变化特征

为了分析沂蒙山区降雨侵蚀力的时空变化特征,利用沂蒙山区20个国家气象站1961—2020年的逐日降雨数据,采用日降雨侵蚀力模型、Mann-Kendall趋势/突变检验法、累积距平法、小波分析、反距离加权插值(IDW)等方法进行了系统的研究。结果表明:沂蒙山区年均降雨侵蚀力为5 081.59(MJ·mm)/(hm²·h·a),且年际变化呈现波动上升的变化趋势; 年降雨侵蚀力存在22 a的主周期和7 a的次周期; 降雨侵蚀力年内多集中在汛期6—9月份,占全年的84.15%; 除秋季外,春季、夏季和冬季的降雨侵蚀力均呈现上升的变化趋势; 年均降雨侵蚀力空间上由东南向西北呈带状逐渐递减; 各气象站变异系数的范围是0.32～0.53,地区差异比较明显,西部地区相对较大,南部地区相对较小。沂蒙山区降雨侵蚀力的时空分布特征与侵蚀性降雨分布基本一致,并且集中分布在汛期,因此要加强研究区汛期尤其是7月、8月份的水土流失防治工作,可为研究区水土流失的监测、预报及治理等提供决策依据。