共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
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。 相似文献
3.
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。 相似文献
4.
贵州省降雨侵蚀力时空变化特征研究 总被引:7,自引:0,他引:7
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. 相似文献
5.
[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。 相似文献
6.
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。 相似文献
7.
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... 相似文献
8.
9.
金沙江流域降雨侵蚀力时空分布特征 总被引:3,自引:1,他引:3
[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。 相似文献
10.
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。 相似文献
11.
[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。(... 相似文献
12.
1980-2009年闽东南地区降雨侵蚀力的时空分布特征 总被引:2,自引:1,他引:2
[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。 相似文献
13.
贵州省降雨侵蚀力时空分布规律分析 总被引:9,自引:3,他引:9
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。 相似文献
14.
基于黑龙江省32个气象台站近40 a的日降雨量数据计算半月降雨侵蚀力,构建了GIS基础数据库。通过Kriging方法对平均降雨侵蚀力进行插值,运用趋势分析法,从时间和空间上对黑龙江省降雨侵蚀力演变特征进行了分析。结果表明:(1)各气象台站半月平均降雨侵蚀力在时间分布上呈单峰型集中于4月下半月至10月上半月,先逐渐增加,7-8月达到最大值,随后逐渐降低。(2)半月平均降雨侵蚀力在空间分布上存在较大差异,7-8月差异最为显著,7月下半月平均降雨侵蚀力呈全年最大值。(3)该省范围内平均降雨侵蚀力1972-1981年最小,1982-1991年最大,1992-2001年、2002-2011年较1982-1991年平均降雨侵蚀力呈持续递减趋势。(4)该省近40 a平均降雨侵蚀力具有较强的空间相关性,多年平均降雨侵蚀力自西向东、由北至南呈明显的抛物线状分布趋势,伊勒呼里山向北、松嫩平原自东向西、三江平原自西向东、小兴安岭由南至北、张广才岭、老爷岭由北至南,呈明显递减趋势分布。 相似文献
15.
三峡库区(重庆段)降雨侵蚀力变化趋势及突变分析 总被引:2,自引:0,他引:2
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。 相似文献
16.
近60年来江西省各等级侵蚀性降雨与降雨侵蚀力的关系 总被引:3,自引:0,他引:3
基于江西省具有典型代表性的5个气象站点1956-2015年共60 a逐日降雨量资料,研究了各等级侵蚀性降雨和降雨侵蚀力的特征,建立了利用各等级侵蚀性年降雨量估算年降雨侵蚀力的简易算法模型。结果表明:各等级侵蚀性降雨量、降雨日数和降雨侵蚀的时间分布规律不一。年暴雨量、年暴雨量比例、年暴雨日数、年暴雨侵蚀力、年降雨侵蚀力均在时间上呈不同程度的增长趋势,在空间表现为从南到北逐渐上升趋势。各等级侵蚀性年降雨量估算降雨侵蚀力模型的模拟值与精确值具有高度相关性,可用于估算江西地区年降雨侵蚀力。 相似文献
17.
浙江红壤区降雨侵蚀力季节分布与日雨量模型研究 总被引:16,自引:1,他引:16
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。 相似文献
18.
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。 相似文献
19.
1966-2017年贵州省降雨侵蚀力的时空分布特征 总被引:1,自引:1,他引:1
[目的] 分析贵州省1966—2017年降雨侵蚀力R值的时空演变规律,为评估该地区降雨对土壤侵蚀的防治、制定水土保持措施及农业生产规划提供参考。[方法] 基于贵州省33个气象站点1966—2017年的日降雨资料,利用克里金插值法、经验正交函数(EOF)方法、Mann-Kendall检验、Morlet小波分析法等,对贵州省52 a的降雨侵蚀力R值的时空特征进行了分析。[结果] ①EOF分析方法可以较好地解释降水侵蚀力的时空分布特征,其前两个特征向量累计贡献率达52%,揭示了贵州省降雨侵蚀力全局型和东西反向型两种典型的分布模态。分析特征向量所对应的时间系数可得,贵州省的降水侵蚀力主要表现为全省全年偏大、全省全年偏小、东大西小、东小西大4种类型;②贵州省降雨侵蚀力R值年内主要受汛期降雨影响,全省各县市汛期降雨侵蚀力R值均占全年总量的60%以上;③在年际变化上,降雨侵蚀力R值存在多突变的现象,1971—1981年突变频率最为频繁。通过周期检验发现其变化主周期为28 a,次周期分别为12 a和6 a。[结论] 贵州省降雨侵蚀力的时空分布与降雨量的时空分布趋势近似,整体呈现南部大北部小,夏季大冬季小的趋势,在未来几年内降雨侵蚀力R值有上升的趋势。 相似文献