何紹浪, 何小武, 李鳳英, 郭小君

(江西農(nóng)業(yè)大學(xué) 國土資源與環(huán)境學(xué)院, 南昌 330045)

降雨是通過雨滴擊濺和徑流沖刷來分散和搬運(yùn)土粒，是土壤水蝕發(fā)生的主要動力。降雨侵蝕力是用以描述降雨導(dǎo)致土壤侵蝕發(fā)生的潛在能力，與降雨強(qiáng)度、降雨量、降雨歷時等降雨參數(shù)有關(guān)，反映了降雨對土壤侵蝕的作用能力。在降雨侵蝕力的計(jì)算方法中，EI30是Wischmeier[1]采用美國5 000多個小區(qū)的降雨侵蝕實(shí)測資料提出的降雨侵蝕力R值算法，然而該經(jīng)典算法計(jì)算過程較為繁瑣，對降雨資料的要求較高，在一般地區(qū)難以實(shí)現(xiàn)。為此，國內(nèi)外眾多學(xué)者建立了以次降雨量[2-3]、日降雨量[4-6]、月降雨量[7-8]等來估算降雨侵蝕力R值的簡易模型。其中，章文波等[5]提出的采用日降雨量來計(jì)算降雨侵蝕力的簡易模型適用于全國大部分地區(qū)，特別是在我國南方降雨量豐富地區(qū)得到廣泛應(yīng)用。

目前，國內(nèi)外對降雨侵蝕力的研究主要集中在區(qū)域降雨侵蝕力R值的時空變化，并取得較好的研究成果[9-10]。但是，隨著全球氣候變化引起的極端氣候出現(xiàn)頻率增加，特別是區(qū)域強(qiáng)降雨事件出現(xiàn)頻次的增加很可能加快土壤侵蝕的速率[11]。就江西省而言，魯向暉等[12]指出1961—2012年全省、贛南、贛中、贛北降雨量上升趨勢不顯著，由南往北降雨量增加。殷劍敏等[13]指出1961—2008年鄱陽湖流域降水量和降雨強(qiáng)度略有上升，暴雨、特大暴雨頻次均呈明顯增加趨勢，而小雨日數(shù)呈明顯減小的變化趨勢，降水集中度增大，尤其是汛期降水量年際變化大，強(qiáng)降水時間增多；2011—2050年鄱陽湖流域年降水量呈略增加的趨勢，但年際間波動較大。郭家力等[14]認(rèn)為鄱陽湖流域大部分地區(qū)的降水量會有所增加，在21世紀(jì)末最大可能增加11.15%；郭華等[15]則認(rèn)為，鄱陽湖流域未來降水變化將出現(xiàn)前期減少、后期增加的趨勢。這些氣候變化特征勢必會引起江西省降雨侵蝕力變化，從而對江西省的土壤侵蝕產(chǎn)生潛在影響。因此，為應(yīng)對全球氣候變化對江西省農(nóng)業(yè)生產(chǎn)及經(jīng)濟(jì)發(fā)展可能帶來的危害，本研究在系統(tǒng)分析該省各等級侵蝕降雨和降雨侵蝕力變化特征的基礎(chǔ)上，建立利用各等級侵蝕性年降雨量估算年降雨侵蝕力的簡易算法模型，旨在為江西省相關(guān)部門在全球氣候變化下地區(qū)土壤流失的預(yù)測和防治措施奠定基礎(chǔ)。

1　研究區(qū)概況和方法

1.1　研究區(qū)概況

江西省位于113°34′—118°28′E，24°29′—30°04′N，全省雨量充沛，年均降水量1 341～1 940 mm。據(jù)第一次全國水利普查水土保持情況公報(bào)顯示[16]，江西省土壤侵蝕總面積26 496 km2，占全省土地總面積的15.87%，占全省山地面積的26.34%，是我國南方土壤侵蝕最嚴(yán)重的省份之一?？紤]降雨年限、地理位置及數(shù)據(jù)有效性，本研究從該省各縣市氣象站中選取5個典型站點(diǎn)1956—2015年共60 a的日雨量資料，這5個站點(diǎn)從南至北依次為贛縣、吉安縣、南城、南昌、景德鎮(zhèn)。降雨數(shù)據(jù)資料來源于“中國氣象數(shù)據(jù)網(wǎng)”(http:∥data.cma.cn/site/index.html)。

1.2　分析方法

本研究采用章文波等[5]建立的日雨量估算降雨侵蝕力的簡易算法模型來計(jì)算降雨侵蝕力。其中，侵蝕性降雨量標(biāo)準(zhǔn)為12 mm。結(jié)合該侵蝕性降雨量標(biāo)準(zhǔn)，將降雨分為非侵蝕性降雨和侵蝕性降雨，其中非侵蝕性降雨稱為小雨(<12 mm)，侵蝕性降雨分為中雨(12 mm≤中雨<25 mm)、大雨(25 mm≤大雨<50 mm)和暴雨(≥50 mm)。

本研究侵蝕性降雨及其降雨等級分布主要分析各等級降雨量和降雨日數(shù)的多年平均值，各等級侵蝕性降雨和降雨侵蝕力的年際變化特征則通過變異系數(shù)、傾向率等指標(biāo)表示。同時采用各等級侵蝕性降雨量和日數(shù)占侵蝕性降雨量和日數(shù)比例的變化進(jìn)一步說明江西省60 a來中、大、暴雨年際變化特征。以章文波模型累積半月降雨侵蝕力得到的年降雨侵蝕力為精確值，選取前40 a(1956—1995年)數(shù)據(jù)并用冪函數(shù)回歸分析和線性回歸分析的方法建立基于各等級侵蝕性年降雨量估算年降雨侵蝕力的簡易算法模型，選取后20 a(1996—2015年)數(shù)據(jù)對建立的模型進(jìn)行驗(yàn)證。

2　結(jié)果與分析

2.1　侵蝕性降雨及其降雨等級分布

根據(jù)江西省5個氣象站歷年不同等級的年降雨量和年降雨日數(shù)計(jì)算多年平均值，具體見表1。從表1可以看出，5站年均降雨量在1 410～1 760 mm，侵蝕性年均降雨量在年均降雨量的75%～81%范圍內(nèi)，且年均降雨量和侵蝕性年均降雨量及其比例在整體上均呈現(xiàn)從贛南到贛北上升趨勢。而各等級年均降雨量均在年均降雨量的18%～31%范圍內(nèi)，其中贛縣和吉安縣呈現(xiàn)大雨量>中雨量>小雨量>暴雨量，南城為大雨量>中雨量>暴雨量>小雨量，南昌為大雨量>暴雨量>中雨量>小雨量，而景德鎮(zhèn)是暴雨量>大雨量>中雨量>小雨量。從贛南到贛北，年均暴雨量及其比例也逐漸上升，年均小、中雨量比例則是逐漸下降，年均大雨量比例相對較穩(wěn)定。

5站年均降雨日數(shù)均在140～160 d范圍內(nèi)，侵蝕性年均降雨日數(shù)占年均降雨日數(shù)的25%～30%。從各等級年均降雨日數(shù)來看，全省均表現(xiàn)為小雨日數(shù)>中雨日數(shù)>大雨日數(shù)>暴雨日數(shù)。其中，小雨日數(shù)占年均降雨日數(shù)的70%以上，中雨日數(shù)在14%以上，大雨日數(shù)在8%以上，而暴雨日數(shù)在2%～5%范圍內(nèi)。在空間分布上，年均暴雨日數(shù)及其比例由南向北依次增大，而年均小、中、大、總降雨日數(shù)均在南城達(dá)到最大。

這些變化特征與各個站點(diǎn)所處的地理位置及氣候類型有關(guān)，贛南多數(shù)為丘陵地帶，贛中、北平原地帶相對較多，而且贛東北大多屬于濕潤的季風(fēng)氣候，鄱陽湖又能促進(jìn)水循環(huán)。因此，在全球氣候變化下，贛北地區(qū)極端氣候出現(xiàn)的可能性相對較大。

2.2　各等級侵蝕性降雨年際變化

2.2.1各等級侵蝕性降雨量年際變化全省5個主要站點(diǎn)各等級侵蝕性降雨量的年際變化分析見表2。從表2可以看出，小、中、大雨量及侵蝕性降雨量的變異系數(shù)均處于0.1～0.4，屬于低等變異程度，而暴雨量的變異系數(shù)均在0.4以上，處于中等變異。小、中、大、暴雨量的變異系數(shù)呈現(xiàn)為降雨等級越高，變異程度越高，說明降雨等級越高，年際變化也越大。從南城、南昌、景德鎮(zhèn)3站降雨量的傾向率也可看出，各等級降雨量增減幅度為暴雨>大雨>中雨>小雨。而贛縣和吉安縣各等級降雨量傾向率相似，只是贛縣傾向方向相反。此外，各站年降雨量傾向率均為正值，表明年降雨量呈不同程度上升趨勢，且吉安縣、南城、南昌、景德鎮(zhèn)4站的增加幅度較大。除贛縣年侵蝕性降雨量有下降趨勢外，其他4站年侵蝕性降雨量均與年降雨量年際變化相一致。就暴雨量而言，其傾向率均為正值，表明各站暴雨量均有不同程度的增長趨勢。其中，贛中、北地區(qū)增長幅度大于贛南地區(qū)，尤其是南城暴雨量增長幅度最大，平均每10 a增加55.99 mm，應(yīng)作為江西省極端氣候和土壤侵蝕研究重點(diǎn)及防治地區(qū)。

表1　各降雨等級的年均降雨量和年均降雨日數(shù)

表2　各等級降雨量的年際變化

為進(jìn)一步說明各等級侵蝕性降雨量的年際變化，本研究對各個站點(diǎn)的中、大、暴雨量占侵蝕性降雨量比例的年際變化進(jìn)行分析。由圖1可以看出，與中、大雨量比例相比，各站暴雨量比例起伏較大。從各等級降雨量的趨勢線來看，除贛縣外，其他4站中雨量比例均有下降的趨勢，尤其南城下降趨勢明顯。大雨量比例在吉安縣呈上升趨勢，在南昌有略微的上升，在其他3站均呈下降趨勢，其中贛縣下降趨勢明顯。暴雨量比例在吉安縣出現(xiàn)較小的下降，其他4站均呈現(xiàn)上升的趨勢，其中，南城的暴雨量比例上升趨勢較為明顯。就目前5站而言，全省總體呈現(xiàn)中、大雨量比例為下降趨勢，暴雨量比例為上升趨勢。這也需要更多的氣象站點(diǎn)進(jìn)一步論證。

2.2.2各等級侵蝕性降雨日數(shù)年際變化由表3的結(jié)果可以看出，暴雨日數(shù)屬于中等程度變異，而小、中、大、侵蝕性降雨日數(shù)屬于低等變異。說明各等級降雨日數(shù)年際變化小。從全省各等級侵蝕性降雨日數(shù)的傾向率也表明降雨日數(shù)增減幅度較小。小雨日數(shù)在贛縣、吉安縣和南城均有下降趨勢，在南昌和景德鎮(zhèn)有上升趨勢。而中、大雨日數(shù)及侵蝕性降雨日數(shù)在整體上有略微的上升趨勢。此外，暴雨日數(shù)傾向率均為正值，各站點(diǎn)暴雨日數(shù)存在略微的上升趨勢，與王懷清等[17]對鄱陽湖五大流域暴雨日數(shù)的年際變化結(jié)果基本一致。從贛縣、吉安縣、南城3站來看，年降雨日數(shù)和小雨日數(shù)均有下降趨勢，但暴雨日數(shù)均有上升趨勢，尤其是南城，增減幅度相對較大。說明區(qū)域的降雨集中度在增加，極端降雨事件更為頻繁，這也加劇了全省降雨時間分布不均勻。

表3　各等級降雨日數(shù)的年際變化

此外，對各個站點(diǎn)的中、大、暴雨日數(shù)占侵蝕性降雨日數(shù)比例的年際變化(圖2)分析表明，各等級侵蝕性降雨日數(shù)比例在總體上為中雨>大雨>暴雨。60 a以來贛縣中雨日數(shù)比例略有上升的趨勢，其他4站中雨日數(shù)比例呈下降趨勢，尤其南城下降幅度較大。相反，贛縣大雨日數(shù)比例略有下降趨勢，其他4站大雨日數(shù)比例有上升的趨勢。而暴雨日數(shù)比例在吉安縣有略微的下降趨勢，其他4站有上升的趨勢，其中，南城上升趨勢較為明顯?？傮w來看，全省中雨日數(shù)比例有下降趨勢，而大、暴雨日數(shù)比例有上升趨勢。這也論證了當(dāng)前全球氣候變化下，極端氣候出現(xiàn)頻率增加。

綜合各等級侵蝕性降雨量和降雨日數(shù)年際變化，在年降雨日數(shù)減少的情況下，贛縣、吉安縣和南城年小雨日數(shù)減小，年降雨量、年暴雨量和年暴雨日數(shù)增加，說明降雨強(qiáng)度在增加，極端降雨出現(xiàn)頻率增加。這與當(dāng)前全球氣候變化下區(qū)域的極端降水特征相符合[18]。

2.3　降雨侵蝕力年際變化

從表4可以看出，全省各站年均降雨侵蝕力和年均暴雨侵蝕均由南向北逐漸增加，而年均中雨侵蝕力和年均大雨侵蝕力均為景德鎮(zhèn)>南城>南昌>吉安縣>贛縣。各站年降雨侵蝕力的傾向率變化范圍為47.00～673.80 MJ·mm/(hm2·h·10 a)，均為正值，表明各站降雨侵蝕力呈現(xiàn)不同程度增長趨勢，這與馬良等[11]對江西省降雨侵蝕力的時空分布結(jié)果相符合。其中，贛縣平均每10 a增加47 MJ·mm/(hm2·h)，增幅最小，南城平均每10 a增加673.8 MJ·mm/(hm2·h)，增幅最大。從通用土壤流失方程USLE可以得出，相同條件下，R值越大，土壤流失量越大。因此，降雨侵蝕力R值也表明贛中、北區(qū)域是進(jìn)行水土保持工作的關(guān)鍵地區(qū)。

表4　各等級降雨侵蝕力的年際變化

圖1　各等級侵蝕性降雨量比例的年際變化

圖2　各等級侵蝕性降雨日數(shù)比例的年際變化

各等級降雨侵蝕力變異程度為暴雨>大雨>中雨，體現(xiàn)降雨等級越高，降雨侵蝕力的年際變化越大。從各等級降雨侵蝕力的傾向率來看，中雨侵蝕力增減幅度相對較小，其中，贛縣和南城均呈現(xiàn)下降趨勢。各站大雨侵蝕力增減幅度較大，除贛縣外其他4站均呈現(xiàn)明顯的上升趨勢，吉安縣達(dá)到最大，平均10 a增加182.73 MJ·mm/(hm2·h)。各站暴雨侵蝕力傾向率變化范圍為122.89～550.67 MJ·mm/(hm2·h·10 a)均為正值，表明各站暴雨侵蝕力呈不同程度的增長趨勢，增幅從大到小依次為南城>景德鎮(zhèn)>南昌>吉安縣>贛縣。

2.4　基于各等級侵蝕性年降雨量簡易模型的建立

結(jié)合前人的研究，本研究選取江西省5個氣象站點(diǎn)前40 a(1956—1995年)數(shù)據(jù)并采用冪函數(shù)模型建立降雨侵蝕力與降雨量的關(guān)系(表5)。根據(jù)表5分別建立基于各等級侵蝕性年降雨量、侵蝕性年降雨量、年降雨量的年降雨侵蝕力算法。

R1=5.9190x10.9821+5.5996x21.0426+6.3233x31.0856

(1)

R2=1.4072x01.2365

(2)

R3=0.1272x1.5188

(3)

式中：R1為各等級侵蝕性年降雨量模擬年降雨侵蝕力[MJ·mm/(hm2·h·a)]；R2為侵蝕性年降雨量模擬年降雨侵蝕力[MJ·mm/(hm2·h·a)]；R3為年降雨量模擬年降雨侵蝕力[MJ·mm/(hm2·h·a)]；x1為年中雨量(mm)；x2為年大雨量(mm)；x3為年暴雨量(mm)；x0為侵蝕性年降雨量(mm)；x為年降雨量(mm)。

表5　降雨量與降雨侵蝕力冪函數(shù)模型回歸結(jié)果

以章文波模型累積半月降雨侵蝕力得到的年降雨侵蝕力為精確值，并運(yùn)用公式(1),(2),(3)分別模擬5個站點(diǎn)1956—1995年降雨侵蝕力，采用線性回歸方法對比分析各模擬值與精確值的差異(圖3)。結(jié)果顯示，基于各等級侵蝕性年降雨量簡易算法模擬年降雨侵蝕力結(jié)果優(yōu)于其他兩種算法模擬結(jié)果。其中，判斷系數(shù)為0.949 9，標(biāo)準(zhǔn)誤差為0.004 6。各等級侵蝕性年降雨量簡易算法具體模擬結(jié)果見圖4，圖4中橫坐標(biāo)依次為贛縣1956—1995年、吉安縣1956—1995年、南城1956—1995年、南昌1956—1995年、景德鎮(zhèn)1956—1995年，其中贛縣、吉安縣、南城、南昌、景德鎮(zhèn)分別簡寫為G，Ja，Na，Nb，Jb，下文同。

進(jìn)一步驗(yàn)證各等級侵蝕性年降雨量簡易算法的可行性，將5個站點(diǎn)后20 a(1996—2015年)中、大、暴雨量輸入算法(1) 模擬后20 a降雨侵蝕力(圖5)。圖5橫坐標(biāo)依次為贛縣1996—2015年、吉安縣1996—2015年、南城1996—2015年、南昌1996—2015年、景德鎮(zhèn)1996—2015年。后20 a降雨侵蝕力的模擬值和精確值二者線性回歸分析(圖5)。從圖5可知，檢驗(yàn)期模擬值與精確值也存在顯著相關(guān)(p<0.01)。因此，基于各等級侵蝕性年降雨量計(jì)算年降雨侵蝕力的簡易算法具有一定的精度，可用于估算江西地區(qū)年降雨侵蝕力。

圖3　各模擬年降雨侵蝕力值與精確值的散點(diǎn)圖

圖4　1956-1995年降雨侵蝕力模擬值與精確值的比較

圖5　1996-2015年降雨侵蝕力模擬值與精確值的比較及擬合

3　結(jié) 論

(1) 從贛南到贛北，年均暴雨量及其比例也逐漸上升，年均小、中雨量比例則是逐漸下降，年均大雨量比例相對較穩(wěn)定。而年均暴雨日數(shù)及其比例由南向北依次增大，年均小、中、大、總降雨日數(shù)均在南城達(dá)到最大。

(2) 從整體來看，年暴雨量、年侵蝕性降雨量呈現(xiàn)不同程度的增長趨勢。中、大雨量比例隨時間的變化有下降的趨勢，暴雨量比例有上升的趨勢。各等級侵蝕性降雨日數(shù)增減幅度較小。綜合各等級侵蝕性降雨量和降雨日數(shù)年際變化來看，在年降雨日數(shù)減少的情況下，贛縣、吉安縣和南城年小雨日數(shù)在減小，年降雨量、年暴雨量和年暴雨日數(shù)均在增加，說明降雨強(qiáng)度在增加，極端降雨出現(xiàn)頻率增加。

(3) 各站年降雨侵蝕力呈現(xiàn)不同程度增長趨勢，年中雨侵蝕力增減幅度相對較小，年大雨侵蝕力增減幅度較大，而各站年暴雨侵蝕力呈現(xiàn)不同程度增長趨勢。相比而言，贛中、北地區(qū)年均降雨侵蝕力及降雨侵蝕力增長幅度較大，是江西省水土保持工作的關(guān)鍵地區(qū)。

(4) 3種基于各等級侵蝕性年降雨量、侵蝕性年降雨量、年降雨量的年降雨侵蝕力模型對比分析表明，各等級侵蝕性年降雨量估算降雨侵蝕力模型的模擬值與精確值具有高度相關(guān)性，可用于估算江西地區(qū)年降雨侵蝕力。

參考文獻(xiàn)：

[1]Wischmeier W H. A rainfall erosion index for a universal soil-loss equation[J]. Soil Science Society of America Journal, 1959,23(3):246-249.

[2]鄭海金,方少文,楊潔,等.贛北第四紀(jì)紅壤坡地降雨侵蝕力的計(jì)算與分析[J].中國水土保持科學(xué),2010,8(2):36-40.

[3]林金石,張黎明,于東升,等.我國南方地區(qū)降雨侵蝕力特征及簡易算法研究:以江西省鷹潭地區(qū)為例[J].水土保持通報(bào),2011,31(2):112-116.

[4]Yu B, Rosewell C J. An assessment of a daily rainfall erosivity model for New South Wales[J]. Australian Journal of Soil Research, 1996,34(1):139-152.

[5]章文波,謝云,劉寶元.利用日雨量計(jì)算降雨侵蝕力的方法研究[J].地理科學(xué),2002,22(6):705-711.

[6]Richardson C W, Foster G R, Wright D A. Estimation of erosion index from daily rainfall amount[J]. Transactions of The Asae, 1983,26(1):153-156.

[7]Wischmeier W H, Smith D D. Rainfall energy and its relationship to soil loss[J]. Transactions of the american Geophysical Union, 1958,39(2):285-291.

[8]Renard K, Freimund J. Using monthly precipitation data to estimate the R-factor in the revised USLE[J]. Journal of Hydrology, 1994,157(1/4):287-306.

[9]Borrelli P, Diodato N, Panagos P. Rainfall erosivity in Italy:a national scale spatio-temporal assessment[J]. International Journal of Digital Earth, 2016,9(9):835-850.

[10]Panagos P, Ballabio C, Borrelli P, et al. Rainfall erosivity in Europe[J]. Science of the Total Environment, 2015,511:801-814.

[11]馬良,姜廣輝,左長清,等.江西省50余年來降雨侵蝕力變化的時空分布特征[J].農(nóng)業(yè)工程學(xué)報(bào),2009,25(10):61-68.

[12]魯向暉,白樺,呂婭,等.江西省歷史氣象分析及未來氣候變化預(yù)測[J].水土保持研究,2015,22(4):293-297.

[13]殷劍敏,蘇布達(dá),陳曉玲,等.鄱陽湖流域氣候變化影響評估報(bào)告[M].北京:氣象出版社,2011.

[14]郭家力,郭生練,郭靖,等.鄱陽湖流域未來降水變化預(yù)測分析[J].長江科學(xué)院院報(bào),2010,27(8):20-24.

[15]郭華,殷國強(qiáng),姜彤.未來50年鄱陽湖流域氣候變化預(yù)估[J].長江流域資源與環(huán)境,2008,17(1):73-78.

[16]中華人民共和國水利部.第一次全國水利普查水土保持情況公報(bào)[J].中國水土保持,2013(10):2-3.

[17]王懷清,趙冠男,彭靜,等.近50年鄱陽湖五大流域降水變化特征研究[J].長江流域資源與環(huán)境,2009,18(7):615-619.

[18]張勇,許吟隆,董文杰,等.中國未來極端降水事件的變化:基于氣候變化預(yù)估結(jié)果的分析[J].自然災(zāi)害學(xué)報(bào),2006,15(6):228-234.