朝阳市降雨侵蚀力时间序列分布特征研究

王英敏

(本溪市水利工程质量与安全监督站，辽宁 本溪 117022)

随着人类活动的增加，全球气候在近百年来发生了显著的变化，并造成极端气候事件的增加，进而对全球的水资源、土壤侵蚀以及生态系统产生了潜在影响[1]。辽宁省西部地区是辽宁省乃至我国水土流失严重的地区之一，而气候变化也对当地的土壤侵蚀特征造成显著影响[2]。基于此，本文以辽西地区朝阳市为例，研究气候变化背景下土壤侵蚀力在时间序列上的变化规律，为当地的水土保持规划和综合防治工作提供参考。

1 研究区概况

朝阳市位于我国辽宁省西部，南邻河北省，北接内蒙古自治区，东连辽宁省中部的工业地带，具有十分优越的地理位置。朝阳市下辖2个市辖区、2个县和1个自治县，总面积19736km2，人口334.9万人。朝阳市为典型的温带大陆性气候，四季分明、雨热同期，降水偏少，年均降雨量450～580mm。朝阳市境内的主要河流有大凌河、小凌河、青龙河和老哈河等，多年平均径流量13.22亿m3。由于朝阳市干旱少雨，大多数地区为丘陵地形，植被覆盖率较低，大部分土地的地表土壤不能有效截蓄雨水、分散径流、降低流速，加上局部的干旱和暴雨频发，因此水土流失主要以水蚀为主且比较严重[3]。改革开放以来，随着经济发展水平的不断提升，朝阳市加大了在环境治理领域的投入力度，水土流失治理取得了显著成绩[4]。经过多年治理，朝阳市的水土流失面积减少了1.22万km2，但是仍有水土流失面积6553km2，治理任务仍旧十分艰巨。因此，研究当地降雨侵蚀力的分布特征，对采取正确的水土保持策略，提高水土流失防治效果具有重要的借鉴意义。

2 降雨侵蚀力的计算模型

2.1 算法的选择

研究中所使用的气象数据来自于辽宁省气象信息中心，从其数据库中提取朝阳市13个主要气象站点1958—2019年的降雨和地理信息数据，作为本次研究的基础气象数据。通过查阅和整理该领域的研究文献，结合辽宁省西部地区的实际特点，选择其中比较有代表性的朱强模型[5]、陈世发模型[6]、宫冰模型[7]以及刘慧英模型[8]，分别记作模型1、模型2、模型3和模型4，以朝阳市太平房和中三家两地的降雨侵蚀力精确值为基准，利用有效系数和相对偏差分析方法，展开上述4个模型之间的差异分析，并对各个模型的优劣进行必要的评价。根据四个模型的具体计算要求，分别计算出太平房在1997年至2003年以及中三家在2001年至2005年的降雨侵蚀力变化特征，结果分别如图1、2所示。由图可知，4个模型在降雨侵蚀量计算结果方面的变幅较大。从三家地的结果来看，4个模型的R值的变化趋势与基准值的变化趋势基本一致，除了模型1在1998年的数值略大于基准值之外，其他模型和年份的数值均小于基准值，且基本呈现出基准值>模型1>模型2>模型3>模型4的基本特征。从图2来看，4个模型的R值和基准值之间存在比较明显的交叉现象。

图1 太平房4种模型计算成果对比

图2 三家地4种模型计算成果对比

模型的优劣主要通过有效系数和相对偏差两个指标进行衡量，文中选择的4个模型的计算成果见表1。由表中的计算结果来看，太平房和三家地在模型1的计算结果上均有较高的有效系数以及较低的偏差系数，有效系数分别为0.86和0.76，偏差系数分别为0.05和0.10。从太平房的计算结果来看，模型4的有效系数最小，为0.63，R值也相对偏小，但是在三家地的有效系数最高。总体来看，模型4的稳定性明显不足。此外，模型2和模型3的模拟能力与模型1相比明显偏低。综合上述分析，模型1的整体模拟效果相对较好，因此在后续研究中选择模型1进行研究区的降雨侵蚀力计算。

表2 各模型R值、有效系数和相对偏差计算成果

2.2 计算模型的构建

根据上文筛选的月降雨侵蚀力计算方法，计算研究时段内的月降雨侵蚀力，并汇总年降雨侵蚀力。相关性分析结果显示，年降雨侵蚀力和降雨量之间存在较强的相关性，因此将逐年降雨侵蚀力的R值作为y值，逐年降雨量作为x值，对所有的站点利用线性函数、对数函数、幂函数和指数函数等四种模型进行回归分析[9]，从计算结果来看，幂函数模型的决定系数最大，为0.930，所占比例为97.3%，也最大，因此回归拟合效果最佳。因此，利用幂函数进行回归分析，获得整个朝阳市的回归拟合方程，其表达式为：

y=0.046x1.5887

(1)

根据上式，可以获得朝阳市降雨侵蚀力的R值计算公式：

R=0.046P1.5887

(2)

式中，R—年降雨侵蚀力，MJ·hm-2h-1a-1；P—逐年降雨量，mm。

2.3 模型的检验

利用公式(2)对朝阳市另外8个站点的逐年降雨侵蚀力进行计算，并对其进行线性回归验证，结果显示，8个气象站的回归决定系数为0.908～0.963，均值为0.937；与基准值的线性回归斜率为0.934～1.099，均值为1.000，其中斜率在0.9以上的占100%，斜率在0.95至1.05之间的占70.56%。由此可见，上述模型在计算降雨侵蚀力方面精度较高，计算方法较为简便，且受降雨资料的限制较少，可以用于后续研究。

3 计算结果与分析

3.1 年内分布特征分析

根据上文构建的模型，对朝阳市各月的降雨侵蚀力R值的多年均值以及降雨侵蚀力的比例进行计算，根据计算结果绘制出降雨侵蚀力年内分布特征如图3所示。由图3可知，朝阳市的降雨侵蚀力R值与降雨的季节之间存在较为一致的变化特征，呈现出明显的单峰型特点，在1—7月逐渐增加，在8—12月逐渐减小。从降雨侵蚀比例上来看，主要集中于降雨量较大的4—10月，占到年R值的97.98%，特别是汛期的7月份的降雨侵蚀力占到了全年的36.98%。

3.2 年际分布特征分析

根据上文构建的模型，对朝阳市1984—2019年间的降雨侵蚀力R值进行计算，结果见表2。由表2中的结果可知，朝阳市多年平均降雨侵蚀力为1898.28 MJ·hm-2h-1a-1，其最大值出现在1998年，为5448.39 MJ·hm-2h-1a-1，最小值出现在1986年，为990.47MJ·hm-2h-1a-1，振幅为4457.92 MJ·hm-2h-1a-1。由此可见，朝阳市年降雨侵蚀力的差别较大。

图3 朝阳市降雨侵蚀力年内分布特征

表2 年降雨侵蚀力计算成果 单位：MJ·hm-2h-1a-1

4 结论

此次研究以辽西地区朝阳市为例，构建降雨侵蚀力计算模型，对降雨侵蚀力时间序列分布特征进行研究，并获得如下主要结论：

(1)借鉴朱强的研究成果，利用幂函数拟合，构建起朝阳市降雨侵蚀力计算模型，验证结果显示模型具有较高的计算精度。

(2)朝阳市的降雨侵蚀力R值与季节之间存在较为一致的变化特征，呈现出明显的单峰型特点；从降雨侵蚀比例上来看，主要集中于降雨量较大的4—10月，占到年R值的97.98%。

(3)朝阳市年降雨侵蚀力的差别较大。