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.     

辽宁省降雨及降雨侵蚀力时空分布特征分析

利用1985—2021年雨量站点记录的日降雨数据,采用简易模型计算降雨侵蚀力,并运用克里金插值法、距平分析、回归分析以及降雨集中度揭示降雨及降雨侵蚀力时空分布特征。其中,降雨时间序列对于降雨及降雨侵蚀力规律变化具有显著影响,为了开展更全面的周期性研究,后续应延长时间序列,研究成果能够为土壤侵蚀定量评价提供科学指导,为水土流失防治和生态环境建设提供更科学、有效的支持。     

辽宁省降雨侵蚀力时空分布特征研究

利用协同克里金空间内插法和半月降雨侵蚀力估算模型,结合2005—2021年日降雨量资料研究分析全省年均降雨侵蚀力时空分布特征。结果表明：(1)全省降雨侵蚀力平均值1 542.68 MJ·mm/(hm²·h·a),其变化范围为651.02～2 716.45 MJ·mm/(hm²·h·a)。(2)在时间变化上,年内降雨侵蚀力表现出先增大后减小的变化特征,其中6～9月降雨侵蚀力占全年80%以上;从空间分布上,自东南向西北降雨侵蚀力程递减的变化规律,即东南部>南部>中部>北部。(3)年侵蚀性降雨量、年降雨量与降雨侵蚀力之间具有极显著相关性,可以利用幂函数做简易估算,为区域土壤侵蚀治理、预报、评估和监测等提供决策依据。     

山东省降雨侵蚀力多年变化特征分析

 降雨侵蚀力变化特征分析是揭示土壤水蚀对降水变化响应的基础,为水土保持规划及管理提供依据。利用1951—2008年山东省22个气象站的降雨资料,采用Mann-Kendall非参数检验等方法,计算并分析了该省58年降雨侵蚀力变化的时间及空间特征。结果表明:山东省年降雨侵蚀力序列总体上未呈现显著增减趋势,这与占全年比例最高的夏季降雨侵蚀力未有明显变化相关;但通过季、月值的时间序列检验,春、冬季降雨侵蚀力有明显的升高趋势,特别2、5和12月升高显著。空间分布上,山东各地降雨侵蚀力变化趋势的差异明显,分布有国家级、省级水土流失重点治理区的鲁中南呈明显升高趋势,应作为未来防治重点区域。     

贵州省降雨侵蚀力时空变化特征研究

降雨侵蚀力是区域土壤侵蚀状况定量化的首要因子,反映了区域降雨对土壤侵蚀的潜在作用.贵州省地处喀斯特强烈发育地区,水土流失极为严重.利用罗甸小区降雨过程资料及相应的土壤流失量资料,得出贵州省降雨侵蚀力指标的最佳组合为EI30;采用回归分析得出降雨侵蚀力的简易算法为:R=2.0354P1.2159+45.5649.利用264个站点1956-2000年的月降雨量、多年平均降雨量资料得出各站点降雨侵蚀力,并采用Kriging方法进行插值,得到降雨侵蚀力的空间分布图.结果表明:贵州省降雨侵蚀力的空间变化表现为由南向北递减的趋势.按照月降雨侵蚀力的分布状况,将贵州省全年划分为干季和湿季两个阶段,其中湿季降雨侵蚀力约占多年平均降雨侵蚀力的57％.总体而言,近年来贵州省的降雨侵蚀力变化不明显,但仍不能排除个别区域有增高的趋势.     

北京市近40年来降雨侵蚀力时空变异特征

[目的] 降雨侵蚀力可以反映降雨对土壤侵蚀的潜在作用,是评价区域土壤侵蚀风险的重要指标。分析北京市1981—2020年降雨侵蚀力时空变异特征,对科学评估和防治区域水土流失风险具有重要意义。[方法] 基于1981—2020年北京市及周边地区119个雨量站点逐日降水数据,采用Kriging插值、Mann-Kendall非参数检验、小波分析等方法对北京市年降雨侵蚀力和中雨(10~25 mm)、大雨(25~50 mm)、暴雨(≥50 mm)降雨侵蚀力的空间分布、趋势变化以及周期变化特征进行分析。[结果] 北京市1991—2020年年降雨侵蚀力范围为1 691.51~3 914.89 (MJ·mm)/(hm²·h·a),年降雨侵蚀力与大雨和暴雨的降雨侵蚀力的空间分布特征相似,与中雨的降雨侵蚀力的空间分布特征有所差异。空间整体上表现为从东北向周围递减的趋势。近40年来,北京中雨侵蚀力呈显著增加趋势,年降雨侵蚀力、大雨、暴雨以及夏季7,8月的降雨侵蚀力变化趋势均不显著,且均没有发生显著的突变。局部区域如密云、平谷一带的年降雨侵蚀力下降趋势相对较大。年降雨侵蚀力以及中、大、暴雨的降雨侵蚀力变化的主周期约为25年,且存在2~3次\"低-高\"交替变化。[结论] 研究结果可为北京开展水土保持工作、农业和生态保护等工作提供科学依据。     

基于GIS的白洋淀流域降雨侵蚀力时空分布特征分析

为分析白洋淀流域降雨侵蚀力的时空分布特征,利用白洋淀流域及周边64个气象站点2003—2018年的日雨量资料,采用日雨量模型、线性逐步回归、倾向率、Mann-Kendall突变检验以及克里金插值等方法进行了研究。结果表明：(1)白洋淀流域年均降雨侵蚀力为2 284.54 (MJ·mm)/(hm²·h),西南阜平县和东北霞云岭降雨侵蚀力较大,在东南—西北方向上呈先增后降趋势。(2)气象站点降雨侵蚀力与经纬度、海拔的关系为：降雨侵蚀力=-0.115×纬度+0.414×经度-0.235×海拔,降雨侵蚀力与纬度、海拔呈负相关,与经度呈正相关。(3)降雨侵蚀力年内分布中,夏季较大,平均1 826.75 (MJ·mm)/(hm²·h),冬季较小,平均1.77 (MJ·mm)/(hm²·h);降雨侵蚀力年际分布中,2011—2014年较大,平均2 584.82 (MJ·mm)/(hm²·h);2003—2006年较小,平均2 053.79 (MJ·mm)/(hm²·h)。(4)降雨侵蚀力时间...     

1961-2019年黄河流域降雨侵蚀力时空变化特征分析

请研究基于黄河流域317个气象站1961-2019年逐日降雨资料,采用日降雨侵蚀力计算模型计算各站点降雨侵蚀力,统计分析了流域降雨侵蚀力的时空分布特征及其与地理因子和气象因子的关系,从总体趋势角度综合探讨导致土壤水蚀加剧的原因,以期为黄河流域生态保护和高质量发展提供技术支撑。结果表明：1）黄河流域1961-2019年平均降雨侵蚀力为1 223.1 MJ?mm/(hm2?h?a),整体呈不显著下降趋势,下降速率为每10a下降6.71 MJ?mm/(hm2?h?a)。降雨侵蚀力夏高冬低,夏季降雨侵蚀力占全年的61.3%,冬季仅占0.3%。2）黄河流域多年平均降雨侵蚀力值的分布范围为33.0～3 550.6 MJ?mm/(hm2?h?a),空间分布呈从西北到东南递增的规律。3）降雨侵蚀力与各地理因子均呈极显著相关关系,其中与经度和坡度呈正相关,相关系数分别为0.587和0.164（n=317,P<0.01）,与纬度和海拔高度呈负相关,相关系数分别为-0.498和-0.490（n=317,P<0.01）;降雨侵蚀力与降雨量、降水日数、雨强和暴雨日数均呈极显著正相关关系,相关系数分别为0.839、0.208、0.819和0.753(n=317,P<0.01)。逐步回归分析显示,降雨量对降雨侵蚀力的贡献率最大,降雨量是导致降雨侵蚀力变化的最主要因素。     

安徽省1990—2010年降雨侵蚀力分析

选取安徽省24个气象站点1990—2010年降雨量数据,依据章文波提出的利用日雨量计算降雨侵蚀力模型计算各站点降雨侵蚀力,采用普通克里格法(OK)和反距离加权法(IDW)进行空间插值分析,得到结论:安徽省降雨侵蚀力空间分布整体呈从南到北逐渐降低、东西变化幅度较小的状态;降雨侵蚀力时间分布与降雨量时间分布具有很强的相关性;安徽省降雨侵蚀力插值分析反距离加权法优于普通克里格法。     

大同市降雨侵蚀力时间变化特征分析

 为适时地采取侵蚀的预防措施,采用基于日降雨量的半月降雨侵蚀力计算方法、气候趋势系数法、降雨集聚指数法等,对大同市年降雨侵蚀力的变化特征、年内降雨侵蚀力变化特征进行分析。结果显示:大同市年降雨侵蚀力具有周期波动特征,趋势系数显示大同市区每10年降雨侵蚀力上升21.8MJ.mm.hm-2.h-1,其他县区每10年降雨侵蚀力具有不同程度的减少趋势。年内分析结果显示,大同市降雨侵蚀力主要分布在6—9月,集聚指数介于20.85～23.67之间,均大于均匀分布时8.3的水平。     

三峡库区(重庆段)降雨侵蚀力变化趋势及突变分析

三峡库区水土流失是社会关注的焦点问题,采用Mann—Kendall非参数检验法对三峡库区(重庆段)1955—2010年降雨侵蚀力变化趋势及突变进行分析,获取56a来研究区降雨侵蚀力时间变化特征。结果表明:(1)1955—2010年,研究区年降雨侵蚀力增大趋势不显著(sig=0.05)。季节降雨侵蚀力变化上,仅夏季降雨侵蚀力显著增大,需加强夏季水土流失治理。(2)1955—2010年,研究区年降雨侵蚀力突变开始于1967年,在1980s—1990s显著增大(sig=0.05)。季节降雨侵蚀力突变结果表明,春、秋季降雨侵蚀力突变开始于1950s末,1970s—1980s显著增大(sig=0.05);夏季降雨侵蚀力突变开始于1979年,在2000年后显著增大(sig=0.05),近10a来夏季降雨侵蚀潜能明显增强。(3)沿长江干流的各气象站点中,仅涪陵站年降雨侵蚀力增大显著(sig=0.1)。奉节、万县两站春、秋季节降雨侵蚀力变化趋势与沙坪坝、涪陵两站存在差异;奉节站季节降雨侵蚀力突变与其他3个站点差别较大,地形是影响研究区降雨侵蚀变化空间分异的重要因素,需加强奉节、万县的水土流失防治工作。     

1980-2009年闽东南地区降雨侵蚀力的时空分布特征

[目的]揭示闽东南地区降雨侵蚀力的时空变异特征,为区域水土流失防治及水土保持规划提供依据。[方法]基于闽东南地区1980—2009年26个雨量站的逐日降雨数据,运用福建省降雨侵蚀力简易算法。[结果]闽东南地区降雨侵蚀力年内分布集中于5—8月,呈现双峰式分布;降雨侵蚀力年际间变化幅度较大。1982年年降雨侵蚀力(R值)低至253.82(MJ·mm)/(hm2·h),2006年R值高达725.39(MJ·mm)/(hm2·h),极值比为2.86;30a内的闽东南地区的降雨侵蚀力并未出现明显的突变现象。[结论]研究区内降雨侵蚀力R值空间分布不均匀,总体上呈现沿海向内陆增加,西南高东北低的趋势。     

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。(...     

基于IMERG反演降水数据估算广东省降雨侵蚀力

近年来遥感反演降水产品的时空分辨率不断提高,为估算区域尺度上具有空间连续性的降雨侵蚀力提供了另一种可能。但以往研究在应用遥感降水产品估算降雨侵蚀力时多忽略了其与站点观测数据间的差异和对其纠偏的可能性。该研究以广东省86个气象站2001—2020年的逐时降水资料估算的降雨侵蚀力为观测值,评估两套IMERG（integrated multi-satellite retrievals for GPM）遥感降水产品-GPM_3IMERGHH（0.1°,逐30-min）和GPM_3IMERGDF（0.1°,逐日）对广东省降雨侵蚀力的估算精度并量化偏差,再结合拟合纠偏确定基于遥感反演降水数据估算广东省降雨侵蚀力的最优方法。结果表明：这两套产品均不适宜直接估算降雨侵蚀力指标,不同时间尺度、不同方法直接应用时精度均较低,克林-古普塔效率系数（Kling-Gupta efficiency, KGE）小于等于0.51。但多年平均和极端次事件降雨侵蚀力与对应观测值间具有强相关性（皮尔逊相关系数大于等于0.78）,具备纠偏的潜力。因此,该研究发展线性模型对IMERG估算结果进行纠偏,交叉验证结果表明纠偏后GPM_3IMERGHH估算多年平均降雨侵蚀力（R因子）的KGE可达0.79,10年一遇EI₃₀的KGE可达0.64,优于采用站点日降水估算降雨侵蚀力并插值的精度（KGE分别为0.60和0.59）,与采用站点小时降水估算降雨侵蚀力并插值的精度相近（KGE分别为0.77和0.66）。当前研究结果充分展示了遥感反演降水在土壤水蚀领域的应用潜力和前景。     

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。     

吉林省不同量级降雨下的降雨侵蚀力特征

[目的] 探究吉林省不同量级降雨条件下降雨侵蚀力的时空分布特征,为该省气象灾害风险评估、水土流失防治提供科学参考。[方法] 基于1980—2022年吉林省51个站点的逐日降雨数据,按雨量等级将其划分为不同量级降雨,采用Xie提出的日降雨侵蚀力计算模型计算降雨侵蚀力,利用M-K突变检验、变异系数、气候倾向率分析吉林省不同量级降雨侵蚀力时空变化特征。[结果] ①1980—2022年吉林省年均侵蚀性降雨量和降雨侵蚀力分别为420.04 mm和1 967.12 MJ·mm/(hm²·h),变异系数分别为0.27,0.2,均属中等变异; ②1980—2022年,不同量级降雨侵蚀力随年际变化均呈上升趋势,暴雨侵蚀力上升幅度最大,为57.7 MJ·mm/(hm²·h·10 a),中雨侵蚀力上升幅度最小,为5.8 MJ·mm/(hm²·h·10 a),大雨侵蚀力对年均降雨侵蚀力的贡献度最大,为36.68%; ③不同量级降雨侵蚀力年内分布不均匀,中雨侵蚀力在全年均有发生,大暴雨侵蚀力仅发生在6—9月,10月至翌年5月中雨侵蚀力在年降雨侵蚀力中占主导地位,6—9月大雨和暴雨侵蚀力逐渐替代中雨侵蚀力在年降雨侵蚀力中起主导地位; ④年均侵蚀性降雨量、年均降雨侵蚀力和不同量级降雨侵蚀力空间分布均呈现中南高东西低的格局。[结论] 吉林省不同量级降雨侵蚀力区域特征明显,明确了各量级降雨易产生土壤侵蚀可能性较高的时间和地区,应因地制宜地制定气象灾害风险防御和水土保持防治措施。