四川省降雨侵蚀力的年内时空变化趋势特征

周 琳，许武成

(西华师范大学国土资源学院，四川 南充 637009)

四川省位于我国西南腹地，与7省接壤，国土面积48.5 万km2，是我国土壤侵蚀较为严重的区域之一。新中国成立初期，全省土壤侵蚀面积占辖区面积的16.68%，到1988年全省土壤侵蚀面积占辖区面积的41.2%[1]，再到第二次全国水土流失遥感普查土壤侵蚀面积占辖区面积的45.7%[2]。其中四川省的土壤侵蚀以水力侵蚀为主，根据全国第一次水土保持公告，水蚀面积占辖区面积的23.5%[3]，而水力侵蚀的影响面积占辖区面积的87.7%[4]。在引起水力侵蚀的各种因素中，降雨是最主要的因素之一。降雨侵蚀力就是反映降雨引起土壤侵蚀的潜在能力，它是通用土壤流失方程中最基本的一个因子，通常简称R值。由于采用R指标计算侵蚀力的方法常以次降雨过程资料为基础[5]，但该类资料较难获得和整理，各类年、月等R简易算法便应运而生，其中利用日雨量估算降雨侵蚀力是目前精度较高的一种方法[6]。日降雨量相较于年、月降雨量，其降雨特征信息更为精准，且日降雨量数据也相对容易获取。故本文就利用日降雨量数据来估算月降雨侵蚀力，并转化为相应季节降雨侵蚀力。准确评估四川省降雨侵蚀力的年内时空分布特点，了解其年内季节变化趋势，掌握其区域规律，对于我省有效地防治土壤侵蚀，制定科学有效的水土保持措施具有重要意义。

1 资料与方法

1.1 资料来源

本研究所采用的数据来源于中国气象数据网(http:∥data.cma.cn)，为使研究区域数据更可靠、精准，通过对站点的筛选，最终收集了1955-2015年四川省及其相邻5省(市)共22个有效气象站的20-20时逐日降雨资料，包含四川的甘孜、马尔康、松潘、温江、理塘、九龙、宜宾、宜昌、万源、高坪区11个气象站，青海的玉树、玛多、达日、德钦4个气象站，甘肃的合作、武都2个气象站，云南的楚雄、丽江、昆明3个气象站，陕西的汉中和重庆的沙坪坝2个气象站。

1.2 研究方法

研究选取章文波[7]的根据全国71个代表性的气象站降雨资料建立的日降雨量半月侵蚀力模型，该模型定义如下：

Ri=α∑kj=1(Pj)β

(1)

(2)

α=21.586β(-7.189 1

(3)

式中：Ri是第i个半月时段的侵蚀力，MJ· mm/(hm2·h)，每月前15 d为一个半月时段，月剩余天数为另一个半月时段；k表示半月内天数；Pj表示半月内第j天的侵蚀性日雨量，要求日雨量≥12 mm，否则以0计算，阈值12 mm与中国侵蚀性降雨标准一致；α、β为待定模型参数；Pd12、Py12为日雨量≥12 mm的日平均雨量和年平均雨量。

计算出半月R值，然后累加成各月及各季R值；再采取Kriging空间插值法进行空间特征分析，运用线性回归法[8,9]进行时间分析和趋势分析。对于Kriging空间插值法，本文采用陈东东等[10]研究结论进行，四川省地区利用普通克里格插值方法，采用球状模型，得到的降雨侵蚀力值结果最优。

2 结果与分析

2.1 年内降雨侵蚀力与降雨的关系

为了分析年内降雨侵蚀力与降雨量的时空关系，分别计算出1955-2015年四川省1-12月的月均R值与月均降雨量和省内11个研究站点月均R值与月均降雨量，前者表示时间，后者表示地域空间，采取线性回归法构建两者的关系(图1)。由图1可以看出，月均R值与月均降雨量是呈极显著正相关(r=0.980，p<0.001)，各站点的月均R值与月均降雨量也呈极显著相关(r=0.940，p<0.001)。也就是说，四川省年内降雨侵蚀力与降雨量无论是在时间还是空间地域上，两者都成极显著正相关，年内分布规律较为一致。

2.2 降雨侵蚀力的季节分布特征和趋势分析

根据国际通用的季节划分原则，定义3-5月为春季，6-8月为夏季，9-11月为秋季，12-次年2月为冬季。将计算出的各半月降雨侵蚀力累加成四季的降雨侵蚀力，然后运用软件ArcGis10.3，使用Kriging空间插值法得出春、夏、秋、冬四季的降雨侵蚀力空间分布图，见图1。从图1可看出：

(1)四季降雨侵蚀力的空间分布特征整体上都是从东南向西北逐渐降低，但分布上也有一定差异。首先在极高值区分布上，春季主要分布在川东北地区的达州市和广安市[1 115～1 327 MJ·mm/(hm2·h)]，夏季主要分布在川东北地区的达州市和川南地区的宜宾市[3 875～4542 MJ·mm/(hm2·h)]，秋季主要分布在达州市北部地区[1 758～2 160 MJ·mm/(hm2·h)]，而冬季降雨侵蚀力的高值区却辗转于川南南部的泸州市和攀西地区南部[30～38 MJ·mm/(hm2·h)]。在极低值区分布上，春、夏、秋三季主要出现在川西高原北部地区，而冬季降雨侵蚀力低值区范围扩大，几乎覆盖整个川西高原。

(2)各季降雨侵蚀力值的差异很大，其中夏季降雨侵蚀力最高，R值主要介于178～4 543MJ·mm/(hm2·h)之间，其次是秋季和春季，R值分别介于26～2 160和8～1 327 MJ·mm/(hm2·h)之间，冬季降雨侵蚀力最低，R值主要介于-0.9～39 MJ·mm/(hm2·h)之间。以上结论表明，四川省降雨侵蚀力在季节空间分布上存在一定的差异，且年内季节分布极为不均，这从表1中也可得到印证，夏季的降雨侵蚀力占了全年的65.9%，其次是秋季和夏季分别占了20.92%、12.71%，而冬季降雨侵蚀力仅占了全年的0.47%。

图2 四川省各季降雨侵蚀力的空间分布图Fig.2 Seasonal rainfall erosivity special distribution of Sichuan

季节占年之比/%趋势线斜率相关系数变化趋势春季12.7146.86000.825**上升夏季65.90184.0100.752**上升秋季20.9270.91700.784**上升冬季0.472.11680.663*上升

注：表中“**”表示极显著相关；“*”表示显著相关。

对春、夏、秋、冬四季的降雨侵蚀力进行线性拟合，求出其趋势线斜率，见表1。从表1中可看出，春、夏、秋、冬四季的降雨侵蚀力变化趋势都是呈上升趋势的，趋势线斜率均为正值，其中四川省夏季的降雨侵蚀力上升最快，上升速率为184.01 MJ·mm/(hm2·h)，其次是秋季和春季，上升速率分别为70.92和46.86 MJ·mm/(hm2·h)，冬季的降雨侵蚀力上升最慢，上升速率仅为2.117 MJ·mm/(hm2·h)，其季节分布与降雨侵蚀力的四季分布一致；且四川省降雨侵蚀力的上升趋势在春、夏、秋三季是呈极显著上升趋势(p<0.01)，其中又以夏季最为明显(r=0.825)，但冬季仅呈显著上升趋势(r=0.663,p<0.05)。

2.3 各站点降雨侵蚀力年内时间分布特征和趋势分析

表2是四川省11个站点年内R值分布统计特征。从表2可看出，最大R均值出现在万源[722.2 MJ·mm/(hm2·h)]，最小R均值出现在甘孜[56.74 MJ·mm/(hm2·h)]，前者是后者的12.7倍；温江、宜宾、西昌、会理、万源、高坪6个站点的R均值大于省R均值[308.74 MJ·mm/(hm2·h)]，该6个站点其年内降雨侵蚀力分布也明显高于全省，剩余5个站点的降雨侵蚀力则明显低于全省，其中理塘、九龙虽然R均值低于全省，但在其年内仍出现高于省R均值的月R值，而甘孜、马尔康、松潘其年内月R值都低于省R均值。从表2还可看出，四川省R值年内分布呈单峰型，峰值出现在7月[1 026.56 MJ·mm/(hm2·h)]； 11个站点中，理塘、西昌、温江、宜宾、会理、高坪区6个站点的降雨侵蚀力年内分布几乎与全省降雨侵蚀力的分布一致，以峰值在7月并呈单峰型分布；甘孜、松潘、马尔康、九龙、万源5个站点降雨侵蚀力的年内分布呈双峰型，其中仅万源站第一个峰值出现在7月，其余4个站点第一个峰值均出现在6月，随即在8月R值出现明显的下降低谷，然后在9月又出现年内R值的第二个峰值。根据各站点的地理纬度分布不难发现，呈单峰型分布的站点均处在四川低纬度区域，而呈双峰型的站点除九龙外则均处在四川高纬度区域。

对各站点进行线性回归拟合，得出省内11个站点的R值均呈上升趋势，但均没通过α=0.05的显著性检验，因此这11个站点的R值均呈不显著上升趋势。其中，决定系数最大值是攀西地区的会理气象站(R2=0.053 1)，表明该地区的降雨侵蚀力年内上升趋势最快，需要做好该地区的水土保持防护工作；宜宾气象站的决定系数(R2=0.022 9)是省内最低值，表明该地区的降雨侵蚀力年内上升最慢。

表2省内研究站点R值年内分布统计特征
Tab.2StatisticalCharacteristicsofrainfallerosivityinSichuan′sstudysitesduringtheYear

注：表中灰色柱状表示各站点1-12月R值占比；加粗数值表示≥省R均值308.74 MJ·mm/(hm2·h)。

2.4 各站点降雨侵蚀力年内空间分布特征分析

图3是四川省各站点降雨侵蚀力占全省全年之比。从图3可看出，温江、宜宾、西昌、会理、万源、高坪6个站点的降雨侵蚀力占比值明显偏高，占了全省全年降雨侵蚀力的86.38%，其中万源气象站占比值为21.02%，是四川省降雨侵蚀力最高的站点；甘孜、马尔康、松潘、理塘、九龙5个站点的降雨侵蚀力占比值明显偏低，其中甘孜气象站占比值为1.65%，是四川省降雨侵蚀力最低的站点。

图3 四川省各站点R值占省全年之比Fig.3 The percentage of each station’s R value to Sichuan’s total value per year

不难发现，降雨侵蚀力高的站点几乎都处于东部盆地、丘陵区，降雨侵蚀力低的站点都处于西部高原、山地区，表现出地势越高，降雨侵蚀力值越低的特征。图4定量分析了降雨侵蚀力与海拔高度的关系。从图4可看出，降雨侵蚀力与海拔高度的关系是呈极显著负相关(r=0.838,p<0.01)，总体上遵循降雨侵蚀力值越大，海拔越低的负比关系，说明降雨侵蚀力的大小受海拔影响明显，但又不绝对影响。

图4 省内研究站点降雨侵蚀力与海拔高度的关系Fig.4 Relationship between the rainfall erosivity of station to altitude

3 讨 论

四川省降雨侵蚀力的时空分布特征存在着明显的地域差异和季节差异，这与其所处的地理纬度位置和气候明显相关。四川省处在我国第一和第二级阶梯上，西部为高原、山地，东部为盆地、丘陵，主要受来自印度洋和西太平洋的西南季风和东南季风、西太平洋副热带高压和南亚高压活动及东亚中高纬度大气环流异常的影响[11]，年内降雨主要集中在夏季且多暴雨，所以降雨侵蚀力在夏季明显偏高。由于其特殊的地理位置和地貌环境，四川盆地和攀西地区是我省主要暴雨频发区，所以该区也是我省主要的降雨侵蚀力区。秋季，东亚夏季风强度偏弱，因此秋季降雨减少[11]，降雨侵蚀力值和面积缩小。冬季，川东北地区因受秦岭和大巴山的阻挡，川西高原因地理纬度过高，冬季风难以抵达，因此川东北地区和川西高原降雨量少，降雨侵蚀力高、低值区出现明显的异常情况。春季，由于弱夏季风的影响，降雨量开始增多，降雨侵蚀力值和面积也随之增加。

4 结 语

本文再利用近61年四川省及其相邻省份22个气象站点逐日降雨量数据，分析了四川省降雨侵蚀力年内时空变化趋势特征，旨在更全面地补充四川省降雨侵蚀力时空变化趋势的认识，得到的主要结论如下：

(1)四川省年内降雨侵蚀力与降雨量无论是时间(r=0.980，p<0.001)还是空间地域(r=0.939，p<0.001)上，两者都呈极显著相关，年内分布规律较为一致。

(2)四季降雨侵蚀力变化明显，夏季最高，占全年65.9%，冬季最低，占全年0.47%，秋季(20.92%)和春季(12.71%)介于其中；各季降雨侵蚀力均是从东南向西北逐渐减低，空间分布差异显著。

(3)四季降雨侵蚀力的变化趋势都呈上升趋势，上升速率大小依次为夏季>秋季>春季>冬季，其中春、夏、秋三季呈极显著性上升趋势(p<0.01)，其中又以夏季最为明显(r=0.825)，冬季呈显著性上升趋势(p<0.05)。

(4)省R均值为308.74 MJ·mm/(hm2·h)，省内11个研究站点中，6个站点R均值大于省R均值；四川省年内R值呈单峰型分布，峰值在7月；研究站点中有 6个站点的R值年内分布呈单峰型，峰值在7月，5个站点呈双峰型，其中4个站点峰值出现在6月和9月，一个站点峰值出现在7月和9月。

(5)四川省内11个研究站点的降雨侵蚀力均呈不显著上升趋势，都未通过信度为0.05水平的显著性检验。

(6)省内11个研究站点的降雨侵蚀力年内分布特点总体上遵循降雨侵蚀力值越大，海拔越低的负比关系，降雨侵蚀力与海拔高度呈极显著负相关(r=0.838,p<0.01)，说明降雨侵蚀力的大小受海拔影响明显，但又不绝对影响。

□

[1] 高艳鹏，谭雪红，张 岩，等.四川省小流域水土保持措施与土壤侵蚀耦合关系研究[J].水土保持研究，2010,17(2)：6-9.

[2] 毛祥明.四川水电开发项目水土保持监测研究[D].成都：四川师范大学，2009.

[3] 王成栋.四川水土流失综合治理蓝图绘就[N].四川日报，2017-01-10(11).

[4] 王 莹,王国强.四川省土壤侵蚀空间分布规律研究[J].国土资源科技管理，2011,28(6)：50-55.

[5] 章文波，谢 云，刘宝元.利用日雨量计算降雨侵蚀力的方法研究[J].地理科学，2002,22(6)：705-711.

[6] 李玉泉，徐学军，曾致远，等.基于日雨量的降雨侵蚀力模型研究[J].水力与建筑工程学报，2007,5(2)：12-14,34.

[7] 章文波，谢 云，刘宝元.降雨侵蚀力研究进展[J].土保持学报，2002,16(5):43-46.

[8] 张晨招，王智源，刘伟峰.兴仁县近五十年降水变化特征分析[J].地下水，2012,34(3)：147-149.

[9] 赖成光，陈晓宏，王兆礼，等.珠江流域1960-2012年降雨侵蚀力时空变化特征[J].农业工程学报，2015,31(8)：159-167.

[10] 陈东东，程 路，栗晓玮，等.基于地统计学的四川省降雨侵蚀力时空分布特征[J].生态学杂志，2014,33(1)：206-213.

[11] 刘 庆，詹兆渝，陈文秀.四川暴雨气候背景分析[J].四川气象，2004，90(4)：23-26.

[12] 韦小雪，周 渭，黄盼远，等.东亚季风对西南地区秋冬春连旱的影响分析[J].安徽农业科学，2015,43(28)：154-156,158.