梁宇靖， 沈潤(rùn)平， 師春香， 邢雅潔， 孫 帥

（1.南京信息工程大學(xué)地理科學(xué)學(xué)院，江蘇 南京 210044；2.國(guó)家氣象信息中心，北京 100081）

眾所周知，降水是導(dǎo)致水土流失的重要原因之一，其主要通過(guò)雨滴落入地表，產(chǎn)生匯流沖刷表層土壤，從而對(duì)地形和土壤結(jié)構(gòu)產(chǎn)生破壞，最終導(dǎo)致土壤顆粒物和有機(jī)物等營(yíng)養(yǎng)物質(zhì)隨雨水流失［1］。降雨侵蝕力是水土流失重要的外在驅(qū)動(dòng)因素，可以反映降雨強(qiáng)度、降雨歷時(shí)、降雨頻次等指標(biāo)對(duì)土壤侵蝕的貢獻(xiàn)程度，準(zhǔn)確估算該參數(shù)能夠?yàn)閰^(qū)域土壤侵蝕危險(xiǎn)程度的評(píng)估奠定基礎(chǔ)，可有效提高對(duì)區(qū)域土壤侵蝕程度預(yù)報(bào)的準(zhǔn)確性［2］。

降雨是一種復(fù)雜的自然現(xiàn)象，這使得降雨侵蝕力的直接觀測(cè)成為一大難點(diǎn)，目前對(duì)于降雨侵蝕力的估算主要通過(guò)地面氣象站和衛(wèi)星降雨資料結(jié)合不同的模型獲得，而對(duì)于降雨侵蝕力的分析則主要側(cè)重于在全國(guó)尺度或局地尺度進(jìn)行時(shí)空研究、趨勢(shì)分析等。胡琳等［3］利用陜西省的氣象站點(diǎn)資料采用反距離權(quán)重空間插值方法繪制了全省的侵蝕力空間分布圖，結(jié)果表明降雨侵蝕力在不同季節(jié)間的差異較大，陜西北部和關(guān)中地區(qū)主要在7—9月發(fā)生水土流失。殷水清等［4］基于氣象站逐日降水?dāng)?shù)據(jù)估算得到全國(guó)的降雨侵蝕力，并利用克里金插值方法得到時(shí)空連續(xù)的結(jié)果，其中侵蝕力最高值在廣東東興，為2×104MJ·mm·hm-2·h-1·a-1，青海小灶火的侵蝕力最低，僅為3 MJ·mm·hm-2·h-1·a-1。伊力哈木［5］利用38 個(gè)氣象站資料分析了新疆維吾爾自治區(qū)的降雨侵蝕力空間變化特征，降雨侵蝕力總體呈上升趨勢(shì)，與降雨量的空間分布基本一致，大致呈現(xiàn)中部高、南北低的態(tài)勢(shì)，氣候和海拔高度是影響新疆地區(qū)侵蝕力格局的主導(dǎo)因素。

隨著遙感技術(shù)的發(fā)展，衛(wèi)星降雨產(chǎn)品為降雨侵蝕力的計(jì)算提供了新的思路［6］。Vrieling 等［7］利用TRAMM（Tropical rainfall measuring mission）降雨數(shù)據(jù)分析了非洲降雨侵蝕力的時(shí)空變化，并對(duì)IMERG（Integrated multi-satellite retrievals for GPM）、CMORPH等30 min 分辨率的衛(wèi)星降水產(chǎn)品在降雨侵蝕力方面的研究作出展望。王凱等［8］使用訂正后的TRMM3B42 降水?dāng)?shù)據(jù)計(jì)算中國(guó)的降雨侵蝕力，評(píng)估指標(biāo)表明TRMM 侵蝕力在不同的空間尺度上均有良好的適用性。黃進(jìn)平［9］采用章文波公式［10］將IMERG數(shù)據(jù)應(yīng)用在甘肅地區(qū)的降雨侵蝕力研究中，并結(jié)合隨機(jī)森林進(jìn)行降尺度，驗(yàn)證了該數(shù)據(jù)集具有較高的準(zhǔn)確性。Kim 等［11］在CMORPH 降雨數(shù)據(jù)集的基礎(chǔ)上，采用EI30模型對(duì)美國(guó)地區(qū)的降雨侵蝕力進(jìn)行估算，得出CMORPH對(duì)沿海地區(qū)的降雨侵蝕力存在低估現(xiàn)象，對(duì)于站點(diǎn)稀疏的地區(qū)能夠較好地反映其降雨侵蝕狀況。

綜上所述，已有的降雨侵蝕力研究主要存在以下2 個(gè)問(wèn)題：（1）使用氣象站數(shù)據(jù)計(jì)算降雨侵蝕力僅能反映站點(diǎn)附近有限區(qū)域的侵蝕狀況，而在進(jìn)行大尺度計(jì)算時(shí)存在空間分異性的問(wèn)題［12］。衛(wèi)星降雨資料具有空間覆蓋范圍廣，捕捉降水連續(xù)時(shí)空變化的特性，特別是在站點(diǎn)稀疏區(qū)具有明顯的優(yōu)勢(shì)，但它作為一種間接測(cè)雨方法，受傳感器性能、反演算法等限制，在測(cè)量過(guò)程中易產(chǎn)生誤差，估算的降雨侵蝕力精度有限［13］。（2）受降雨資料獲取的限制，前人對(duì)于降雨侵蝕力的研究多是在局地尺度進(jìn)行，且缺乏對(duì)中國(guó)近20 a來(lái)長(zhǎng)序列降雨侵蝕力的深入分析。在少有的針對(duì)全國(guó)尺度的研究中，多是采用站點(diǎn)估算和插值結(jié)合獲得降雨侵蝕力的空間分布，未考慮站點(diǎn)稀疏區(qū)降雨侵蝕力估算的問(wèn)題，而在使用衛(wèi)星數(shù)據(jù)的相關(guān)研究中則無(wú)法避免該資料精度低的缺陷。

基于以上存在的問(wèn)題，本次研究使用國(guó)家氣象信息中心研制的CLDAS多源融合降水?dāng)?shù)據(jù)集，通過(guò)EI60模型對(duì)中國(guó)的降雨侵蝕力進(jìn)行估算，從不同的時(shí)間、空間尺度評(píng)估CLDAS 降雨侵蝕力的整體精度，并結(jié)合降雨量、侵蝕性降雨次數(shù)和侵蝕密度，對(duì)研究區(qū)的降雨侵蝕力特征進(jìn)行分析，為中國(guó)區(qū)域的水土保持研究以及實(shí)踐工作提供科學(xué)參考依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來(lái)源

1.1.1 CLDAS 多源融合降水國(guó)家氣象信息中心Sun 等［14］使 用 多 重 網(wǎng) 格 變 分 分 析 方 法［15］，以CMORPH 衛(wèi)星降水資料和美國(guó)航空航天局研發(fā)的MERR2（Modern-Era retrospective analysis for research and applications, Version 2）再分析降水資料為聯(lián)合背景場(chǎng)，融合2400 多個(gè)國(guó)家級(jí)站點(diǎn)觀測(cè)數(shù)據(jù)和6×104多個(gè)區(qū)域自動(dòng)站的降水?dāng)?shù)據(jù)制作了一套空間分辨率為6.25 km×6.25 km，時(shí)間分辨率為1 h 的多源融合降水產(chǎn)品CLDAS-prcp（CLDAS Multi-source pre?cipitation fusion dataset over China），該數(shù)據(jù)可通過(guò)國(guó)家氣象科學(xué)數(shù)據(jù)中心（http://data.cma.cn/）申請(qǐng)下載，本研究所用資料的時(shí)序長(zhǎng)度為2001—2020年。

1.1.2 地面氣象站數(shù)據(jù)地面氣象站資料來(lái)自國(guó)家氣象信息中心2001—2020 年中國(guó)國(guó)家級(jí)地面氣象站逐小時(shí)降水?dāng)?shù)據(jù)，可從國(guó)家氣象科學(xué)數(shù)據(jù)中心（http://data.cma.cn/）申請(qǐng)下載。

1.2 研究方法

1.2.1 降雨侵蝕力計(jì)算降雨侵蝕力計(jì)算采用Wis?chmeier經(jīng)典算法公式［16］：

式中：R為年平均降雨侵蝕力因子（MJ·mm·hm-2·h-1·a-1）；n為計(jì)算R值的總年數(shù)；mi為第i年內(nèi)的侵蝕性降雨次數(shù)；E為次降雨總動(dòng)能（MJ·hm2）；I30為次降雨最大30 min 雨強(qiáng)（mm·h-1）；文章中的In表示最大n分鐘雨強(qiáng)（mm·h-1）。

由于CLDAS 融合降水的時(shí)間分辨率為60 min，故本研究參考Yue等［17］對(duì)小時(shí)降水提出的改進(jìn)公式：

降雨總動(dòng)能E通過(guò)以下公式計(jì)算：

式中：m為將一次侵蝕性降雨分成m階段（侵蝕性降雨的劃分標(biāo)準(zhǔn)是單次降雨過(guò)程的降雨量達(dá)到12.70 mm）；ek為第k個(gè)階段的單位降雨動(dòng)能（MJ·hm2·mm-1）；pk為第k個(gè)階段的降雨量（mm）。

每個(gè)階段的單位降雨動(dòng)能（e）的計(jì)算公式如下［18］：

式中：i為每個(gè)階段內(nèi)的降雨強(qiáng)度（mm·h-1）。

1.2.2 侵蝕密度侵蝕密度（ED，MJ·hm-2·h-1）是降雨侵蝕力與降雨量的比值，反映的是單位雨量的侵蝕強(qiáng)度［19］。

式中：R為降雨侵蝕力值（MJ·mm·hm-2·h-1）；P為降雨量（mm）。

1.2.3 降雨侵蝕力評(píng)估根據(jù)氣象觀測(cè)站的經(jīng)緯度（圖1），將各站點(diǎn)匹配至CLDAS降雨侵蝕力格點(diǎn)上，采用雙線性插值提取出降雨侵蝕力值，利用皮爾遜相關(guān)系數(shù)（r）、相對(duì)誤差（BIAS）指標(biāo)評(píng)估CLDAS 降雨侵蝕力數(shù)據(jù)的精度。利用皮爾遜相關(guān)系數(shù)描述降雨侵蝕力值與真值之間的吻合程度；利用相對(duì)誤差描述降雨侵蝕力的誤差特征。具體公式如下：

圖1 中國(guó)氣象站點(diǎn)分布Fig.1 Distribution of meteorological stations in China

式中：N為樣本數(shù)目；Ci為CLDAS降雨侵蝕力值；Cˉ為CLDAS 降雨侵蝕力的平均值；Gi為實(shí)測(cè)降雨侵蝕力值；Gˉ為站點(diǎn)的實(shí)測(cè)降雨侵蝕力平均值。

2 結(jié)果與分析

2.1 降雨侵蝕力計(jì)算結(jié)果分析

2.1.1 降雨侵蝕力精度分析圖2a～d 為CLDAS 降雨侵蝕力和站點(diǎn)侵蝕力在季節(jié)尺度的散點(diǎn)圖，根據(jù)二者的一元線性回歸，CLDAS降雨侵蝕力整體上略低于地面站數(shù)據(jù)，但其相關(guān)系數(shù)均達(dá)到0.80 以上，表現(xiàn)出良好的線性關(guān)系，春、夏、秋季的相關(guān)系數(shù)達(dá)到0.90 以上，而冬季由于固態(tài)降水觀測(cè)的誤差大，其相關(guān)系數(shù)低于其他季節(jié)，為0.82。從相對(duì)誤差來(lái)看，春季的誤差最低，為24.67%，冬季的誤差最大，為33.40%，其次是夏季和秋季，分別為29.71%和32.30%?？傮w上，在降雨豐富的季節(jié)，CLDAS 降雨侵蝕力的適應(yīng)性較好，可以準(zhǔn)確呈現(xiàn)出降雨侵蝕力的季節(jié)性變化。

圖2e～f 為CLDAS 降雨侵蝕力和站點(diǎn)侵蝕力在月尺度、年尺度的一元線性回歸，其中月尺度的相關(guān)系數(shù)達(dá)到了0.92，相對(duì)誤差為29.85%；年尺度的相關(guān)系數(shù)為0.96，相對(duì)誤差為28.80%。由于降水?dāng)?shù)據(jù)在月尺度上的隨機(jī)誤差普遍高于年尺度，同時(shí)誤差會(huì)隨著模型傳遞，從而影響最終的降雨侵蝕力結(jié)果，因此年尺度的降雨侵蝕力精度總體優(yōu)于月尺度。

圖2 站點(diǎn)降雨侵蝕力與CLDAS降雨侵蝕力在春、夏、秋、冬季以及月尺度、年尺度的線性回歸Fig.2 Linear regressions of weather station rainfall erosivity and CLDAS rainfall erosivityin spring,summer,autumn and winter,as well as monthly and annual scales,respectively

Kim 等［11］利用CMORPH 衛(wèi)星降水產(chǎn)品對(duì)美國(guó)地區(qū)的降雨侵蝕力進(jìn)行評(píng)估，結(jié)果表明CMORPH年降雨侵蝕力的相關(guān)系數(shù)為0.80，相對(duì)誤差為64.00%，CLDAS 降水在CMORPH 資料的基礎(chǔ)上經(jīng)過(guò)站點(diǎn)融合后，使得降雨侵蝕力的相對(duì)誤差顯著降低，相關(guān)系數(shù)從0.80提升至0.96。

綜上，CLDAS降雨侵蝕力在不同的時(shí)間尺度上均有較好的精度，能夠克服氣象站和衛(wèi)星降雨資料各自存在的不足，對(duì)于揭示降雨侵蝕力的時(shí)空變化和精確估算土壤侵蝕等方面具有顯著優(yōu)勢(shì)。

2.1.2 年降雨侵蝕力分析圖3a～c 為年降雨侵蝕力、年降雨量、年侵蝕性降雨次數(shù)在2001—2020 年的變化趨勢(shì)。由于中國(guó)不同地區(qū)的地形和氣候存在差異，使得各區(qū)域的降雨量和降雨強(qiáng)度等表現(xiàn)不同，本文以年降雨量＜400.00 mm、400.00～800.00 mm、＞800.00 mm 為標(biāo)準(zhǔn)，將我國(guó)劃分為低、中、高3個(gè)不同的雨量分區(qū)，分析在不同的雨量條件下各指標(biāo)的變化情況。

總體上3 個(gè)雨量區(qū)的年降雨侵蝕力、年降雨量和年侵蝕性降雨次數(shù)的變化趨勢(shì)基本一致。在低雨量區(qū)（＜400.00 mm），年降雨侵蝕力為98～549 MJ·mm·hm-2·h-1·a-1，年降雨量為162.00～225.00 mm，年侵蝕性降雨次數(shù)為3～6 次；在中雨量區(qū)（400.00～800.00 mm），年降雨侵蝕力為649～947 MJ·mm·hm-2·h-1·a-1，年降雨量為536.72～579.84 mm，年侵蝕性降雨次數(shù)為10～15 次。由圖3a～c 可知，3 個(gè)指標(biāo)在低雨量區(qū)和中雨量區(qū)的變化幅度基本穩(wěn)定，而在高雨量區(qū)的年際波動(dòng)劇烈。

圖3 2001—2020年的降雨侵蝕力、降雨量、侵蝕性降雨次數(shù)和暴雨量在不同雨量區(qū)的逐年變化Fig.3 Annual variation of rainfall erosivity,rainfall,erosive rainfall events and heavy rainfall in different rainfall zones from 2001 to 2020

在高雨量區(qū)，降雨侵蝕力最低為2853 MJ·mm·hm-2·h-1·a-1（2003年），最高達(dá)到4250 MJ·mm·hm-2·h-1·a-1（2008 年）。同時(shí)，2003 年的降雨量和侵蝕性降雨次數(shù)最低，分別為1211.54 mm和26次；2002年的降雨量最高，達(dá)到1529.67 mm；2020 年的侵蝕性降雨次數(shù)最多，為41次。

高雨量區(qū)的部分年份呈現(xiàn)出低雨量、高侵蝕力的特征，如2020 年和2016 年的年降雨侵蝕力分別為4225 MJ·mm·hm-2·h-1·a-1、4094 MJ·mm·hm-2·h-1·a-1，但2020 年的年均降雨量為1329.15 mm，比2016年減少了180.00 mm。根據(jù)圖3c 可得，2020 年的侵蝕性降雨發(fā)生最為頻繁，結(jié)合侵蝕力計(jì)算公式，其中60 min最大雨強(qiáng)對(duì)降雨侵蝕力的影響權(quán)重最高，說(shuō)明2020年的降雨特點(diǎn)為歷時(shí)短、強(qiáng)度大。

圖3d為2001—2020年的逐年暴雨總量（24 h累積降水超過(guò)50.00 mm 的降雨事件），其中2020 年的暴雨量明顯高于2016 年，可印證前文2020 年強(qiáng)降雨事件密集的結(jié)論。從全國(guó)尺度來(lái)看，2020年的暴雨量最多，而在高雨量區(qū)，2019 年的暴雨趨勢(shì)呈單峰狀，主要原因是2019 年受臺(tái)風(fēng)“利奇馬”影響，長(zhǎng)江、黃河等流域迎來(lái)最強(qiáng)暴雨，降雨總量達(dá)1336.9×108m3，對(duì)山東?。?0］、浙江省等地區(qū)的水土流失造成嚴(yán)重影響。然而從圖3a 和圖3c 可知，2019 年的侵蝕性降雨事件較少，同時(shí)該年的降雨侵蝕力整體低于其他年份，未出現(xiàn)類似2020年的高暴雨伴隨高侵蝕力的現(xiàn)象。由此可見，降雨量一定時(shí)，侵蝕性降雨次數(shù)和暴雨過(guò)程協(xié)同決定降雨侵蝕力的大小。

2001—2020 年的多年平均降雨侵蝕力分布特征如圖4 所示，降雨侵蝕力分布圖的空間分辨率為6.25 km×6.25 km，平均降雨侵蝕力為1238 MJ·mm·hm-2·h-1·a-1，標(biāo)準(zhǔn)差為1802 MJ·mm·hm-2·h-1·a-1，降雨侵蝕力隨空間位置而變化?？傮w上看，中國(guó)西部的降雨侵蝕力較低，東南沿海地區(qū)的降雨侵蝕力較高。內(nèi)蒙古自治區(qū)、青海省、新疆維吾爾自治區(qū)、西藏自治區(qū)等內(nèi)陸地區(qū)的降雨侵蝕力低于500 MJ·mm·hm-2·h-1·a-1，而降雨侵蝕力高于5000 MJ·mm·hm-2·h-1·a-1的地區(qū)主要分布在廣西、廣東、福建等沿海省份。我國(guó)的東北地區(qū)、中部地區(qū)和西南地區(qū)的降雨侵蝕力大部分為1000～5000 MJ·mm·hm-2·h-1·a-1。從表1可知我國(guó)各省份（地區(qū)）的年均侵蝕力及其變化范圍，臺(tái)灣省、香港、澳門、海南省顯著大于其他省市，平均侵蝕力為5000～12000 MJ·mm·hm-2·h-1·a-1，其次是廣東省、福建省等沿海省份。

圖4 2001—2020年中國(guó)年降雨侵蝕力空間分布Fig.4 Spatial distribution of annual rainfall erosivity in China from 2001 to 2020

表1 2001—2020年中國(guó)各省份（地區(qū)）年降雨侵蝕力Tab.1 Annual rainfall erosivity in each province(region)of China from 2001 to 2020

綜上，年降雨侵蝕力的空間分布大致以400.00 mm 等降水量線劃分，此線以西以北的地區(qū)深處內(nèi)陸，降水稀少，因此侵蝕力較小，均小于500 MJ·mm·hm-2·h-1·a-1，同時(shí)年際間的變化相對(duì)穩(wěn)定；此線以東以南的地區(qū)，年降雨侵蝕力較大，且變率也大。

2.1.3 月降雨侵蝕力分析圖5、圖6分別為2001—2020 年1—6 月和7—12 月的逐月降雨侵蝕力。冬季（12、1、2 月），除沿海省份外，中國(guó)的大部分地區(qū)以固態(tài)降水為主，發(fā)生強(qiáng)降雨的頻次很低，所以冬季大范圍內(nèi)的降雨侵蝕力小于25 MJ·mm·hm-2·h-1·a-1；但在氣候較為濕潤(rùn)的東南沿海地區(qū)（浙江省、福建省等），侵蝕性降雨的出現(xiàn)導(dǎo)致相對(duì)較高的降雨侵蝕力。春季（3、4、5 月），我國(guó)華南地區(qū)在副熱帶高壓脊雨帶影響下進(jìn)入雨季，發(fā)生強(qiáng)降雨的頻次增多，降雨侵蝕力也逐漸增大，如廣東省、廣西省等地區(qū)，降雨侵蝕力相較于冬季有明顯的增強(qiáng)趨勢(shì)。

圖5 2001—2020年1—6月中國(guó)降雨侵蝕力的空間分布Fig.5 Spatial distributions of rainfall erosivity in China in January-June from 2001 to 2020

圖6 2001—2020年7—12月中國(guó)降雨侵蝕力的空間分布Fig.6 Spatial distributions of rainfall erosivity in China in January-June from 2001 to 2020

隨著副高壓輻散的暖濕氣流不斷向北移動(dòng)，我國(guó)長(zhǎng)江中下游地區(qū)5月底—6月初進(jìn)入雨季，降雨的強(qiáng)度和范圍也大幅增加，如湖南省、湖北省、安徽省等地區(qū)，降雨侵蝕力大于650 MJ·mm·hm-2·h-1·a-1。北太平洋副熱帶高壓的不斷北移導(dǎo)致鋒面區(qū)域形成的降雨帶向北移動(dòng)，直到7、8月在黃河、淮河流域停滯，造成多次的、大范圍的強(qiáng)降雨。進(jìn)入華北雨季，月降雨侵蝕力急劇增加，尤其是在東北、華北以及華中的部分地區(qū)，如山西省、山東省、河北省等地區(qū)的降雨侵蝕力超過(guò)450 MJ·mm·hm-2·h-1·a-1。10月，隨著副熱帶高壓的迅速南退，我國(guó)雨季隨之結(jié)束，發(fā)生強(qiáng)降雨事件的頻次大大減少，此時(shí)我國(guó)以西以北降雨侵蝕力大部分小于25 MJ·mm·hm-2·h-1·a-1，以東以南的地區(qū)降雨侵蝕力小于150 MJ·mm·hm-2·h-1·a-1，總體上降雨侵蝕力的空間分布仍呈現(xiàn)東南高、西北低的特點(diǎn)。

2.2 侵蝕密度結(jié)果分析

2.2.1 年侵蝕密度分析2001—2020年的侵蝕密度如圖7a所示。中國(guó)的年侵蝕密度值為1.40 MJ·hm-2·h-1·a-1，東南沿海地區(qū)部分省份的年侵蝕密度達(dá)到3.50 MJ·hm-2·h-1·a-1以上，如廣東省、海南省、臺(tái)灣省等地區(qū)。華中和華東地區(qū)非沿海省份的侵蝕密度多穩(wěn)定在2.30～5.00 MJ·hm-2·h-1·a-1之間，華北地區(qū)的侵蝕密度為0.45～1.50 MJ·hm-2·h-1·a-1。

圖7 2001—2020年中國(guó)年侵蝕密度空間分布Fig.7 Spatial distribution of annual erosivity density in China from 2001 to 2020

表2 為各省份（地區(qū)）的年均降雨量、年均侵蝕密度和年均暴雨量。海南省的年均侵蝕密度、年均降雨量和年均暴雨量最高，分別為4.55 MJ·hm-2·h-1·a-1、1910.84 mm和619.89 mm，新疆維吾爾自治區(qū)的年均侵蝕密度最低，為0.47 MJ·hm-2·h-1·a-1，同時(shí)其年均降雨量也最低。貴州省和云南省的年均降雨量差異小，分別為1169.93 mm 和1092.31 mm，年均侵蝕密度為2.33 MJ·hm-2·h-1·a-1和1.47 MJ·hm-2·h-1·a-1，前者的降雨量是后者的1.07 倍，但年均侵蝕密度是1.58 倍，由此可得出，貴州省的單位降雨量能帶來(lái)較高的降雨侵蝕力。從兩省的暴雨量可知，貴州省的年均暴雨量為158.69 mm，云南省的年均暴雨量為81.7 mm，兩者的比例為1.93:1.00，說(shuō)明年均暴雨量對(duì)年均侵蝕密度的影響更敏感。結(jié)合侵蝕密度圖（圖7）分析，貴州省的侵蝕密度更高、范圍更廣，因此降雨侵蝕力更大，具有這種關(guān)系的省份還有遼寧省和吉林省，兩省的年均降雨量分別為653.05 mm 和600.07 mm，但年均侵蝕密度差異顯著，分別為2.41 MJ·hm-2·h-1·a-1和1.46 MJ·hm-2·h-1·a-1，而對(duì)應(yīng)的年均暴雨量分別為107.45 mm和43.84 mm。綜上可知，暴雨量越高，侵蝕密度越大。

表2 2001—2020年中國(guó)各省份（地區(qū)）年均降雨量、年均侵蝕密度、年均暴雨量Tab.2 Average annual rainfall,average annual erosion density,and average annual heavy rainfall by province(region)in China from 2001 to 2020

2.2.2 季節(jié)侵蝕密度分析由季節(jié)侵蝕密度圖（圖8）可知，不同季節(jié)的侵蝕密度空間分布差異較大。春季，東南沿海省份以及湖南省、貴州省、江西省的侵蝕密度大于1.80 MJ·hm-2·h-1·a-1，江蘇省、安徽省等地區(qū)的侵蝕密度在1.20～1.80 MJ·hm-2·h-1·a-1之間浮動(dòng)，全國(guó)的平均侵蝕密度為0.85 MJ·hm-2·h-1·a-1，標(biāo)準(zhǔn)差為1.44 MJ·hm-2·h-1·a-1。夏季，侵蝕密度高值區(qū)迅速擴(kuò)張，平均侵蝕密度為1.81 MJ·hm-2·h-1·a-1，標(biāo)準(zhǔn)差為1.19 MJ·hm-2·h-1·a-1，華東、華中以及東北地區(qū)的侵蝕密度高于2.30 MJ·hm-2·h-1·a-1。秋季，四川省東部和東南沿海地區(qū)的侵蝕密度為2.30～5 MJ·hm-2·h-1·a-1，海南省和臺(tái)灣省的局部地區(qū)超過(guò)5.00 MJ·hm-2·h-1·a-1，全國(guó)平均侵蝕密度為0.88 MJ·hm-2·h-1·a-1，標(biāo)準(zhǔn)差為0.92 MJ·hm-2·h-1·a-1。冬季，由于西伯利亞冷高壓控制，全國(guó)的侵蝕密度整體下降，低于1.50 MJ·hm-2·h-1·a-1，平均侵蝕密度為1.10 MJ·hm-2·h-1·a-1，標(biāo)準(zhǔn)差為1.27 MJ·hm-2·h-1·a-1。Re?nard 等［21］研究發(fā)現(xiàn)，季節(jié)侵蝕密度與30 min 雨強(qiáng)成正比，可反應(yīng)降雨強(qiáng)度的季節(jié)性變化，總體上夏季的侵蝕密度最高，春季和秋季次之，冬季最低。

圖8 2001—2020年中國(guó)季節(jié)侵蝕密度空間分布Fig.8 Spatial distributions of seasonal erosivity density in China from 2001 to 2020

當(dāng)侵蝕密度大于1 MJ·hm-2·h-1·a-1時(shí)，單位降雨量會(huì)帶來(lái)較高的降雨侵蝕力，高侵蝕性的降水沖擊長(zhǎng)期干燥的土壤，通常會(huì)造成巨大的損害，同時(shí)有研究表明，降水集中程度增大會(huì)增加干旱發(fā)生的可能性［22］，因此本研究對(duì)于降雨量稀少但侵蝕密度高且植被覆蓋度低地區(qū)的土壤侵蝕防護(hù)工作具有指示意義。

3 討論

氣象站觀測(cè)目前仍是估算降雨侵蝕力的主流數(shù)據(jù)，然而站點(diǎn)資料雖精度高但不適用于大區(qū)域范圍內(nèi)的降雨侵蝕力估算，它僅能反映站點(diǎn)附近區(qū)域的降水現(xiàn)狀，衛(wèi)星降雨產(chǎn)品雖能有效再現(xiàn)降水的時(shí)空分布，但受反演算法和傳感器的影響，其精度一直是在各專業(yè)領(lǐng)域應(yīng)用時(shí)的瓶頸。近10 a 來(lái)，多源降水資料融合的理念為研發(fā)高精度的降水產(chǎn)品提供了新的思路，融合降水?dāng)?shù)據(jù)是通過(guò)一定的融合方法，在同一時(shí)空尺度上將站點(diǎn)觀測(cè)數(shù)據(jù)、衛(wèi)星降水產(chǎn)品、雷達(dá)降水產(chǎn)品等不同來(lái)源的降水資料進(jìn)行融合，融合后的降水具有多種資料的優(yōu)勢(shì)，更加接近降水的真實(shí)空間分布［13］。CLDAS 多源融合降水?dāng)?shù)據(jù)由國(guó)家氣象信息中心自主研制，被國(guó)內(nèi)外學(xué)者廣泛應(yīng)用在陸面模式［23］、山洪［24］以及干旱監(jiān)測(cè)［25］等領(lǐng)域。本研究首次將CLDAS 融合降水應(yīng)用在降雨侵蝕力的研究中，并首次利用逐小時(shí)國(guó)家站數(shù)據(jù)評(píng)估CLDAS降雨侵蝕力的精度，為該數(shù)據(jù)集在土壤侵蝕中的應(yīng)用提供參考依據(jù)。

估算降雨侵蝕力的模型主要分為雨強(qiáng)模型和簡(jiǎn)易模型［26］，雨強(qiáng)模型以Wischmeier 經(jīng)典算法模型［16］為代表，Wischmeier等［16］利用美國(guó)的35個(gè)水土保持站、8250 個(gè)小區(qū)的降雨和侵蝕實(shí)測(cè)資料，以次降雨為單位，將降雨總動(dòng)能（E）與30 min 最大雨強(qiáng)（I30）的乘積EI30作為降雨侵蝕力指標(biāo)，此方法一直被各國(guó)學(xué)者作為標(biāo)準(zhǔn)法沿用，然而它一般需要高時(shí)間分辨率的降雨過(guò)程資料，且費(fèi)時(shí)費(fèi)力，對(duì)于長(zhǎng)時(shí)間序列或大尺度區(qū)域范圍內(nèi)的降雨侵蝕力計(jì)算難以實(shí)現(xiàn)。由于日尺度、月尺度降雨資料的易獲取性，章文波等［10］、王萬(wàn)中等［27］建立了簡(jiǎn)易估算模型，例如日雨量模型和月雨量模型，但這些模型大多是在雨強(qiáng)模型的基礎(chǔ)上通過(guò)統(tǒng)計(jì)擬合出最優(yōu)參數(shù)，往往在研究區(qū)內(nèi)效果良好，而在研究區(qū)之外的范圍適用性較低，例如日雨量模型在降雨量豐富的地區(qū)，計(jì)算得到的降雨侵蝕力誤差相對(duì)??；在降雨量稀少的地區(qū)，模型計(jì)算的侵蝕力誤差較大［10］，因此將簡(jiǎn)易模型應(yīng)用在全國(guó)尺度存在一定的局限性［28］。本研究依靠國(guó)家氣象信息中心高性能服務(wù)器，基于py?thon 開發(fā)了適用于CLDAS 融合降水產(chǎn)品的EI60模型，克服了雨強(qiáng)模型獲取數(shù)據(jù)難和計(jì)算費(fèi)時(shí)的問(wèn)題，并能夠在全國(guó)尺度展開長(zhǎng)序列研究。

由于降雨侵蝕力逐年的時(shí)空變化顯著，至少需要15 a以上的降水資料才能獲取具有代表性的年降雨侵蝕力結(jié)果［21］。受降雨資料和計(jì)算資源的限制，以往對(duì)于全國(guó)尺度的降雨侵蝕研究?jī)H分析單個(gè)年份的狀況，難以在全國(guó)尺度展開長(zhǎng)序列的降雨侵蝕力分析，本文使用20 a的融合降水資料估算中國(guó)的降雨侵蝕力，在長(zhǎng)時(shí)間尺度上的結(jié)果更具有代表性。

此外，本文的研究還存在一些不足，多數(shù)衛(wèi)星降水產(chǎn)品可能高估湖泊和水庫(kù)區(qū)域的降水［11］，由于CLDAS融合降水以CMORPH為背景場(chǎng)，因此西部湖泊區(qū)域的降雨侵蝕力存在明顯的高估現(xiàn)象，比較典型的有納木錯(cuò)和色林錯(cuò)湖泊等。張黎明［29］等利用1997—2003年的自建氣象站降雨資料，研究了不同降雨強(qiáng)度對(duì)估算侵蝕力的影響，結(jié)果表明I10＞I15＞I30＞I60。因此CLDAS 融合降水的時(shí)間分辨率仍有所不足，未來(lái)可利用分鐘級(jí)的氣象站觀測(cè)資料對(duì)CLDAS融合降水進(jìn)行時(shí)間降尺度［30］，提升其在降雨侵蝕力估算中的精度。

4 結(jié)論

針對(duì)氣象站和衛(wèi)星降雨資料在降雨侵蝕力應(yīng)用中存在無(wú)法反映空間異質(zhì)性和數(shù)據(jù)精度差的問(wèn)題，本文使用CLDAS多源融合降水?dāng)?shù)據(jù)結(jié)合地面氣象站數(shù)據(jù)，采用EI60模型，對(duì)中國(guó)的降雨侵蝕力進(jìn)行分析評(píng)估，得出以下結(jié)論：

（1）CLDAS融合降水估算的降雨侵蝕力在全國(guó)范圍內(nèi)具有較好的適應(yīng)性，與地面實(shí)測(cè)結(jié)果在不同的時(shí)間尺度具有良好的線性回歸關(guān)系，相關(guān)系數(shù)均達(dá)到0.80 以上，相對(duì)誤差顯著降低，可應(yīng)用于長(zhǎng)序列、大尺度范圍內(nèi)的降雨侵蝕力研究。

（2）2001—2020 年，不同雨量區(qū)的年降雨侵蝕力、年降雨量、年侵蝕性降雨次數(shù)的變化趨勢(shì)基本一致。在低雨量區(qū)和中雨量區(qū)，3 個(gè)指標(biāo)逐年變化穩(wěn)定，而在高雨量區(qū)的年際波動(dòng)劇烈，侵蝕性降雨次數(shù)和暴雨過(guò)程協(xié)同影響降雨侵蝕力的大小。

（3）中國(guó)的降雨侵蝕力在空間上大致呈現(xiàn)出東南沿海地區(qū)高、西北內(nèi)陸地區(qū)低的特征。時(shí)空上，全國(guó)的侵蝕性降雨集中在5—8月，各月之間的侵蝕力變化幅度大，年均降雨侵蝕力為1238 MJ·mm·hm-2·h-1·a-1；以400.00 mm 等降水量線劃分，此線以西以北降水稀少，侵蝕力低，均小于500 MJ·mm·hm-2·h-1·a-1，此線以東以南的地區(qū)受季風(fēng)影響，降雨量增多，侵蝕力較高。

（4）通過(guò)對(duì)年降雨量、年侵蝕密度和年暴雨量進(jìn)行分區(qū)定量分析，得出暴雨量與侵蝕密度成正相關(guān)即年降雨量一致時(shí)，暴雨量越高，侵蝕密度越大。