中国降雨侵蚀力空间变化特征，本文主要内容关键词为：中国论文,特征论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：S157.1 文献标识码：A
1 引言
我国是世界上土壤侵蚀最严重的国家之一，据统计全国土壤侵蚀面积高达492万km[2][1]。雨滴击溅及由降雨产生的径流是土壤侵蚀的主要动力，研究评价气候因素—降雨对土壤水蚀的潜在作用，对定量预报土壤流失、制定水土保持规划等具有重要意义。通用土壤流失方程USLE[2]以及后来的修订版RUSLE[3]是目前世界上推广应用最广泛的土壤侵蚀模型，降雨侵蚀力是方程中一个最基本因子，定义为由降雨引起土壤侵蚀的潜在能力。精确估算降雨侵蚀力的方法是根据拟定的降雨侵蚀力指标、计算一定时期内全部侵蚀性次降雨的侵蚀力[2,3]。但由于很难获得所必须的次降雨过程资料，因此一般建立降雨侵蚀力简易算法，即利用气象站常规降雨统计资料如日雨量、月雨量、年雨量或其它雨量参数来估算侵蚀力[4,5]。
降雨侵蚀力与降雨一样具有明显的空间分异特征，存在明显的年际变化。降雨侵蚀力年内分配与植被覆盖季节变化的配合状况对土壤侵蚀有重大影响，同时降雨侵蚀力年内分配也是USLE或RUSLE中计算作物覆盖与管理C因子的重要参考因素[2,3]。美国农业部颁发的USLE[2]或RUSLE[3]各期农业手册都编绘了降雨侵蚀力等值线图，并以图表形式给出各地理气候区的降雨侵蚀力年内分配特征，以用于指导农业生产实践。我国自1980年代以来也开展了很多有关降雨侵蚀力的研究，一般利用月或年降水资料估算侵蚀力，编制区域降雨侵蚀力图和分析降雨侵蚀力季节分布，获得了很多有意义的成果[6～8]，但由于各地区采用的计算方法不同、单位也不完全一致，难以进行区域之间的对比分析。王万忠等[9,10]还曾以全国29个站点资料为基础简要分析了我国降雨侵蚀力的年内分配规律，并利用125个站点的多年平均降雨特征参数分析估算了全国降雨侵蚀力空间分布。国内对降雨侵蚀力年内分配特征的研究一般都以月为时段，但由于地表植被覆盖在一个月内可能变化极大，以月为时段反映降雨侵蚀力年内分配状况存在一定不足[3]。
逐日雨量是目前我国公开发布的气象站最详细雨量整编资料。鉴于次降雨过程资料很难得到，同时尽可能精确地估算降雨侵蚀力，本文以1971～1998年约600个气象站逐日雨量资料为基础、采用一种新方法估算全国降雨侵蚀力，分析全国降雨侵蚀力的空间变化特征，以更好地了解我国土壤侵蚀背景，为制定水土保持规划等提供依据。
2 资料和方法
2.1 资料收集和预处理
广泛收集全国约700个测站1971～1998年的逐日降雨资料（缺台湾地区测站资料）。由于部分测站存在缺测漏测情况，对收集到的测站资料进行仔细检查，去除了平均一年缺测日数超过5%的测站，但鉴于西北地区站点相对较少，且缺测较多的站点多数分布在我国西北地区，因此该地区缺测日数略微超过5%的站点予以保留。以此为原则确定了全国共564个有效测站，并对其中还存在少量缺测的站点资料进行统计，发现缺测情况发生在11、12、1、2等4个月份的占到总数的90%以上，即缺测月份一般都发生在少雨季节，而发生在少雨季节中的少量缺测对本研究影响不大。最后对564个有效测站中还存在少量缺测的站点，以距离倒数为权重、利用最近相邻3个测站的数据进行了空间插补，得到完整的逐日降雨资料序列。
2.2 降雨侵蚀力计算
利用日雨量采用下式计算降雨侵蚀力（注：Zhang Wenbo,Fu Jinsheng.Rainfall Erosivity Estimation Using Different Kinds of Rainfall Amount.Resources Science(in press).［章文波，付金生.不同类型雨量资料估算降雨侵蚀力.资源科学（已被接收）.］）
式中M[,i]表示第i个半月时段的侵蚀力值(MJ·mm·hm[-2]·h[-1])，α和β是模型参数；k表示该半月时段内的天数，D[,j]表示半月时段内第j天的日雨量，要求日雨量
12mm，否则以0计算，12mm与侵蚀性降雨标准对应[11]；P[,d12]表示日雨量12mm的日平均雨量，P[,y12]表示日雨量12mm的年平均雨量。参数α和β反映了区域降雨特征，根据逐日雨量资料按式(2)(3)估算不同测站的α和β值
利用公式(1～3)计算逐年各半月的降雨侵蚀力，经汇总统计得到年降雨侵蚀力。最后采用Kriging内插方法[12]，将各离散测站的降雨侵蚀力值进行空间内插，得到空间连续分布的降雨侵蚀力值，并绘制降雨侵蚀力等值线图、进行降雨侵蚀力分区等。
3 结果与分析
3.1 降雨侵蚀力空间分布
在全国共564个有效测站中，个别测站的多年平均降雨侵蚀力R值在20000 MJ·mm·hm[-2]·h[-1]·a[-1]以上，其中以广西东兴计算的R值最大，达到32034 MJ·mm·hm[-2]·h[-1]·a[-1]；新疆蔡家湖计算的R值最小，只有51.5 MJ·mm·hm[-2]·h[-1]·a[-1]。以各个测站的R值为基础进行空间插值，图1显示了多年平均降雨侵蚀力R的空间分布状况。R值分布从东南到西北逐渐降低，其中R值在15000 MJ·mm·hm[-2]·h[-1]·a[-1]以上的区域主要分布在我国的广东、广西、海南等省的沿海局部地带，东部长江以南地区的侵蚀力值一般都在6000 MJ·mm·hm[-2]·h[-1]·a[-1]以上；东北除沿海部分地区外，R值一般在1000～2000 MJ·mm·hm[-2]·h[-1]·a[-1]间；土壤流失特别严重的黄土高原地区，侵蚀力大多在2000 MJ·mm·hm[-2]·h[-1]·a[-1]以下；西北内陆地区的新疆、青海、西藏等省区的侵蚀力一般在500 MJ·mm·hm[-2]·h[-1]·a[-1]以下。尽管降雨侵蚀力的分布趋势大致与降雨量类似（图略），但由于降雨侵蚀力取决于降雨量和降雨强度两个方面，因此二者的分布也有许多不同，主要表现在：降雨侵蚀力从东南向西北递减的速度明显比雨量快，在相同区域内侵蚀力值从30000 MJ·mm·hm[-2]·h[-1]·a[-1]左右递减到100 MJ·mm·hm[-2]·h[-1]·a[-1]以下，而降雨量是从近2800mm递减到100mm以下；在降雨量200～600mm的宽广地带，雨量等值线的分布比较水平，而降雨侵蚀力等值线的分布由西南到东北倾角明显相对较大。
利用空间内插生成的连续降雨侵蚀力数据，计算我国主要农业气候区[13]的降雨侵蚀力。在我国主要农业气候区中（表1），东部农业气候大区除藏南亚热带外，从北至南平均R值逐渐增大，中热带的平均R值最大，达到13134 MJ·mm·hm[-2]·h[-1]·a[-1]）；西北干旱农业气候大区和青藏高寒农业气候大区的侵蚀力都在1000 MJ·mm·hm[-2]·h[-1]·a[-1]以下，其中以干旱南温带的R值最小，平均取值为269.l MJ·mm·hm[-2]·h[-1]·a[-1]。降雨侵蚀力表达了降雨因素对土壤侵蚀的潜在作用，但降雨侵蚀力的空间分布与我国实际土壤流失的分布状况并不一致，这是因为土壤侵蚀还受植被、土壤、土地利用和水土保持等多种因素的影响。在土壤侵蚀相对比较轻微的南亚热带、北热带、中热带等农业气候带，其多年平均R值达到10000 MJ·mm·hm[-2]·h[-1]·a[-1]以上，而土壤侵蚀特别严重的黄土高原地区，侵蚀力大多在2000 MJ·mm·hm[-2]·h[-1]·a[-1]以下。
图1 中国多年平均降雨侵蚀力年内分配集中度的空间分布
Fig.1 The distribution of centralization extent of average annual rainfall erosivity in China
表1 主要农业气候区的平均降雨侵蚀力
Table 1 Avearge annual rainfall erosivity values of representative agricultural climate zones
3.2 降雨侵蚀力年内分配的空间分异
鉴于不同地区多年平均降雨侵蚀力R值年内分配的主要集中月份并不一致，以降雨侵蚀力年内分配集中度—连续6个半月的最大R值与年平均R值的百分比，来表降雨侵蚀力年内分配的集中状况。在所选全部测站中，云南贡山站的降雨侵蚀力年内分配集中度最小，为39.6%，即降雨侵蚀力年内分布最均匀；青海茫崖站的降雨侵蚀力年内分配集中度最大，达到99.9%。从降雨侵蚀力年内分配集中度图（图1）并结合降雨侵蚀力等值线图（图2）可以看出，在降雨侵蚀力较小的广大西北和东北地区，连续6个半月的最大R值与年R值的比率多数在80%以上，部分地区在90%以上；在降雨侵蚀力较大的长江以南多数地区，这种年内分配集中度一般在60%以下，其中福建、广东等沿海地区的集中度在40%～50%之间。黄土高原多年平均降雨侵蚀力尽管相对较小，但降雨侵蚀力集中度很高，一般在70%～90%之间。
图2 中国多年平均降雨侵蚀力等值线图
Fig.2 Isoerosivity map in China
图3 我国主要农业气候区多年平均降雨侵蚀力的年内分配特征
Fig.3 Seasonal changes of average annual rainfall erosivity in representative agricultural climate zones in China
计算各半月的平均降雨侵蚀力值占年侵蚀力值的比率，并以此为基础绘制我国主要农业气候区多年平均降雨侵蚀力的年内分配曲线。从图3可以看出，中热带、北热带、南亚热带和藏南亚热带的R值年内分配曲线的峰顶比较宽平，R值分布主要集中在5～10月，可占全年R值的80%～90%，其中最大半月侵蚀力值占全的比率一般在10%以内；北亚热带和中亚热带R值年内分配曲线的变化比较和缓，并存在一个不很突出的钝峰，R值分布主要集中在5月到9月上半月，可占全年R值的70%左右，其中最大半月侵蚀力值占全年的比率一般在12%左右；北温带、中温带、南温带、干旱中温带、干旱南温带和高原寒带的R值年内分配曲线存在一个明显的锐峰，R值分布主要集中在6月到9月上半月，可占全年R值的70%～90%，其中最大半月侵蚀力值占全年的比率一般在17%～23%之间；高原温带和高原亚寒带的R值年内分配曲线的峰顶也较宽平，R值分布集中在6～8月，可占全年R值的65%～76%，其中最大半月侵蚀力值占全年的比率一般在11%～14%之间。
3.3 降雨侵蚀力年际变化的空间分异
我国降水存在明显的长期变化趋势[14]，降雨侵蚀力是降雨特性的函数，同样存在年际和长期变化。降雨等气候要素的长期变化趋势常用倾向率表示，倾向率相当于以时间为自变量的气候要素一元回归方程中斜率的10倍[14,15]
x[,t]=a+bt (4)
式中x[,t]表示某气候要素，t为年份序号（以顺序编号1、2、3……等表示），a、b为参数，该气候要素的倾向率为10b，即每10a的变化量。
从图4可以看出，在甘肃北部与内蒙古西部，四川、陕西、重庆、河南等交界地带以及云南南部等地区，近30年来降雨侵蚀力年际变化呈现不同程度的负趋势，部分地区达到侵蚀力每10a减少400 MJ·mm·hm[-2]·h[-1]以上；全国大部分地区降雨侵蚀力年际变化呈现不同程度的正趋势，多数地区每10a增加量在0～400 MJ·mm·hm[-2]·h[-1]之间；长江以南的江西和湖南等部分地区为明显的高值中心，每10年增加800 MJ·mm·hm[-2]·h[-1]以上。
降雨侵蚀力年际变化的趋势和程度与降雨量的年际变化特征并不完全一致。以山东济南和贵州贵阳两个测站为例，山东济南的降雨倾向率只有2.lmm，即近30a来降雨量基本不存在长期变化趋势，而降雨侵蚀力倾向率达到493·5 MJ·mm·hm[-2]·h[-1])，降雨侵蚀力存在较明显的增长趋势（图5a）；贵州贵阳的降雨倾向率为-37.8mm，近30a来降雨量存在较明显的减少趋势，而降雨侵蚀力的变化趋势相反，倾向率为575 MJ·mm·hm[-2]·h[-1]，存在较明显的增加趋势（图5b）。对济南和贵阳两个测站近30年来的日降雨资料进行详细检测，在贵阳年降雨量趋于减少的同时，降雨强度呈现增长趋势，暴雨（日雨量≥50mm）以上的降雨量和暴雨次数分别从1970年代的年平均141.6mm、2.3次增加到1990年代的年平均241.9mm和3.1次；在济南降雨量没有明显的长期变化趋势，但暴雨以上的降雨量和暴雨次数分别从1970年代年平均208.9mm、3.0次增加到1990年代的年平均273.5mm和3.1次。降雨侵蚀力大小主要取决于降雨量和降雨强度两个方面，尽管两测站的降雨量呈现下降趋势或基本保持不变，但降雨强度有明显增加趋势，因此降雨侵蚀力仍表现出增长趋势。
图4 中国1971～1998年间降雨侵蚀力倾向率的空间分布
Fig.4 The spatial distribution of dip direction rate of annual rainfall erosivity from 1971 to 1998
图5 在1971～1998年间济南和贵阳降雨和降雨侵蚀力的变化特征
Fig.5 The annual changes of rainfall and erosivity in Jinan and Guiyang weather stations from 1971 to 1998
4 结论
降雨是引起土壤侵蚀的主要动力因素，本文以通用土壤流失方程USLE中的降雨侵蚀力因子R为指标，反映气候因素—降雨对土壤侵蚀的潜在作用能力。为尽可能精确地估算降雨侵蚀力，利用全国564个测站近30a的逐日降雨资料，采用一种新的简易算法分析计算全国降雨侵蚀力的空间特征和时间变化规律。
降雨侵蚀力的空间分布具有从东南到西北递减的趋势，这与降雨量的空间分布特征类似。但是降雨侵蚀力取决于雨量和雨强两个方面，因此降雨侵蚀力和降雨量的空间分布也有许多不同点。土壤侵蚀是降雨、植被、土壤、土地利用和水土保持等多因素相互作用的结果，我国降雨侵蚀力的空间分布与实际土壤流失分布状况并不一致。在降雨侵蚀力较小地区，多年平均降雨侵蚀力的年内分配非常集中；全国大部分地区降雨侵蚀力年际变化呈现不同程度的正趋势，长江以南的江西和湖南等部分地区为正趋势高值中心，正倾向率达到800 MJ·mm·hm[-2]·h[-1]以上。由于降雨侵蚀力同时受降雨量和降雨强度的影响，降雨侵蚀力和降雨量的年际变化趋势和程度并不完全一致。