河南省降雨侵蚀力时空变异与不同算法比较研究

利用河南省119个气象台站自建站至2003年间不同年限的逐日降雨量资料,采用不同方法分别计算了河南省各县(市)不同时段的降雨侵蚀力,对不同算法的时空差异进行了比较。结果表明:河南省多年平均降雨侵蚀力总体趋势是由北向南、由西向东递增,最大值出现在南部的鸡公山、新县与商城;各地点的降雨侵蚀力在不同年份变异较大,无明显的周期性等规律;各种算法均可表现出时空变化特征,但具体数据差异较大。认为以逐日降雨量为基础的3种算法比较接近实际情况,其中CREAMS模型因其计算简便性可进行较广泛应用。     

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.     

浙江红壤区降雨侵蚀力季节分析与日雨量模型研究

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析，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28.2%。降雨浸蚀力的日雨量模型为：Rj=0.0043[1 48.13sin(π/12(j-1))]∑k=1^NPk^1.09。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。     

水蚀预报中降雨侵蚀力研究进展

[目的]分析国内外水蚀预报中降雨侵蚀力的研究现状,探讨降雨侵蚀力的未来研究方向,为准确计算和预报区域降雨侵蚀力奠定基础。[方法]通过查阅国内外文献,从降雨侵蚀力不同研究方面进行综述和分析。[结果]总结了降雨侵蚀力研究中常用的降雨侵蚀力指标、侵蚀性降雨标准,评述了降雨侵蚀力R值的简易计算模型及降雨侵蚀力R值时空分布的研究进展。同时分析了当前降雨侵蚀力研究中存在的不足并指出其发展前景。[结论]国内外在降雨侵蚀力指标和降雨侵蚀力时空分布等方面已取得了一定的成果,今后需加强侵蚀降雨标准、降雨侵蚀力简易计算模型、降雨侵蚀力的影响因素等研究。     

基于日降雨信息的月降雨侵蚀力模型

在分析浙江省兰溪和嵊州8年共402次自记降雨过程资料的基础上,提出了月侵蚀性雨量(Pmer)、月侵蚀性降雨日数(Dmer)和月内最大3日雨量(Z3m)等3个指标,同时定义了Pmer、Dmer和Z3m的计算方法,并将其引入到降雨侵蚀力模型之中。结果发现:利用Pmer、Dmer和Z3m等指标所建立的月降雨侵蚀力模型,其相对偏差为9·9%,而传统单因子雨量指标所建立的模型,其相对误差为21·6%,显然,前者优于后者。     

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。     

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。     

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。     

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。     

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。     

河南省降雨侵蚀力时空变异特征

利用河南省119个气象台站自建站始至2003年的逐日降雨量资料,计算其所代表县(市)的逐年与平均降雨侵蚀力,并利用GIS等工具分析河南省降雨侵蚀力的时空变异特征。结果表明:河南省多年年均降雨侵蚀力总体趋势是由北向南递增,最大值出现在南部的新县、鸡公山、商城与桐柏、平舆,其值均超过7 000 MJ.mm/(hm2.h.a);河南省多年年均降雨侵蚀力排序结果可分为5个区域等级,基本与等值线一致;河南省各地的降雨侵蚀力在不同年份变异较大,FFT(快速傅立叶变换)表明无明显的年际周期性规律;河南省降雨侵蚀力的年内变化趋势表现为单峰型,侵蚀主要发生在7—9月份,集中度在北部区域均超过60%;河南省降雨侵蚀力与年侵蚀性降雨量或年侵蚀性降雨量和逐日侵蚀性降雨量之间存在极显著的线性相关性,相关系数分别为0.967 2和0.994 2。     

基于修正简易模型的陕北黄土丘陵沟壑区降雨侵蚀力分布特征

降雨侵蚀力经典模型计算结果准确,但计算过程繁琐、数据量大且难获取;简易模型计算便捷,但结果不够准确.本文分析了8种黄土丘陵沟壑区降雨侵蚀力模型的差异,并对简易模型进行修正.以经典模型为基准值,对与经典模型结果最为接近的简易模型进行修正,基于修正后的简易模型分析黄土丘陵沟壑区降雨侵蚀力的时空分布特征.在此过程中用到的方法主要是数理统计法和模型差异分析方法.经典模型更能准确估算陕北黄土丘陵沟壑区降雨侵蚀力;拟合模型y=0.849x-29.651可以提高章文波降雨侵蚀力简易模型的模拟精度(拟合优度0.734);陕北黄土丘陵沟壑区2006-2012年间降雨侵蚀力总体呈现上升趋势;汾川河流域、清涧河流域上游降雨侵蚀力较高,下游次之;延河流域、大理河流域下游降雨侵蚀力较高,上游次之.降雨侵蚀力简易算法经修正后可以较好的估算黄土丘陵沟壑区的降雨侵蚀力的时空分布特征,陕北黄土丘陵沟壑区2006-2012年间降雨侵蚀力时空分布不均,降雨侵蚀力整体较高.     

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新的可能。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,本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。     

基于多种算法的小安溪流域降雨侵蚀力时空演变特征

降雨侵蚀力是土壤侵蚀预报模型中的重要指标,精确计算降雨侵蚀力能够提高区域水土流失预报精度。该研究以长江上游末端支流小安溪为研究区域,基于流域内国家基本站点近10年逐分钟降雨数据,采用K均值聚类法进行侵蚀性降雨雨情分类;以通用土壤流失方程计算降雨侵蚀力的结果为标准,在6种不同时间尺度的计算模型中优选简易算法,应用推荐模型计算长序列逐日降雨侵蚀力并分析其时空演变特征。结果表明：1）研究区侵蚀性降雨可分为3类,I类为主要的降雨类型,产生的降雨侵蚀力最小,仅33.90 MJ·mm/(hm2·h);Ⅲ类最剧烈,达1 176.86 MJ·mm/(hm2·h);2）优选日降雨量模型B计算得到1960-2018年的平均降雨侵蚀力为2 037.14～2 464.71 MJ·mm/(hm2·h);铜梁站点在研究时段内增加3.66%,其余站点呈下降趋势,永川变化幅度最大,减少12.39%;年内变化呈双峰特征,高值期集中于5-9月,春冬和夏秋季节降雨侵蚀力的空间差异性明显;3）空间变化特征方面,多年平均降雨侵蚀力从上游向下游依次递增,小安溪流域汇入干流涪江处水力侵蚀潜在危险最大。该研究结果可为小安溪流域水土保持提供理论和方法借鉴。     

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。     

降雨侵蚀力简易算法地区适用性的初步探讨c

 为寻求一种计算简便、地域适用性强的降雨侵蚀力计算方法,利用河南省鲁山县和北京市延庆县2地392次降雨过程,采用经典算法计算其次降雨侵蚀力,分年统计得到研究地各年的年降雨侵蚀力值。以此为基准值,对卜兆宏建立的年降雨侵蚀力计算模型在2地的适用性进行分析评价,同时对目前几类侵蚀力模型的优缺点进行讨论。结果显示:新算法结果与经典值存在高度的一致性,一致率高达90.1%,模型有效系数为0.98,相对误差为0.03。表明该年降雨侵蚀力模型具有较强的地域推广性,且计算简便,在我国的类似地区具有推广应用价值。     

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.