黔中喀斯特山地侵蚀性降雨特征及其侵蚀响应

谢波, 杨广斌,*, 李亦秋, 李蔓, 方启彬

黔中喀斯特山地侵蚀性降雨特征及其侵蚀响应

谢波1,2, 杨广斌1,2,*, 李亦秋1,2, 李蔓1,2, 方启彬3

1. 贵州师范大学地理与环境科学学院, 贵阳 550025 2. 贵州省山地资源与环境遥感应用重点实验室, 贵阳 550025 3. 贵州省水土保持监测站, 贵阳 550002

分析黔中喀斯特山地黄壤区侵蚀性降雨特征及其径流、泥沙的响应过程, 揭示不同雨型下坡面土壤侵蚀特征和坡面土壤侵蚀的季节分布规律。通过数理统计, 运用偏相关与Ｋ均值聚类对径流小区长序列的产流数据进行特征对比分析及变化规律研究。结果表明: (1)黔中地区降雨频繁、雨量大、历时长, 且主要发生在夏半年。(2)降雨量、降雨历时和30min是降雨因子中影响径流量和侵蚀量的关键要素。(3)黔中地区以雨量小、历时短、强度小、频率高的B雨型为主导, 共占总次数的48.21%; 但由于D雨型径流量小、侵蚀量大的特性对土壤侵蚀产生的影响更大。(4)各月份土壤侵蚀对不同雨型的响应差异巨大, 变化规律均呈先上升后下降的趋势, 径流量和侵蚀量最大值都在6—8月。土壤侵蚀隐患较大的月份更需要注重区域的水土保持工作。

黔中; 喀斯特; 侵蚀性降雨; 径流量; 侵蚀量

0 前言

土壤侵蚀是制约西南喀斯特山区生态环境和经济可持续发展的重要因素[1-3]。贵州省是西南喀斯特山区土壤侵蚀分布面积最广、侵蚀程度最为严重的省份[4, 5]。由于喀斯特环境的特殊性和复杂性, 其土壤侵蚀是一个复杂的自然和人文过程[6]。虽然人类活动是土壤侵蚀的直接诱发因素, 但其发生和分布规律与各种自然条件密不可分[7]。降雨作为土壤侵蚀的主要动力来源, 把降雨引起土壤侵蚀的潜在能力称为降雨侵蚀力, 而在所有的降雨事件中能够引发真正意义土壤流失的降雨称为侵蚀性降雨[8, 9]。深入研究降雨因子的土壤侵蚀响应对区域水土保持具有重要的实践和理论意义。在喀斯特地区, 李瑞等[10]在对黔南龙里羊鸡冲小流域不同种植模式的对比下, 得出降雨量是研究土壤侵蚀的关键因子的结论; 顾璟冉[11]、顾礼彬[12]等通过对黔西高原侵蚀性降雨的分析, 认为具有高强度降雨侵蚀力的降雨与喀斯特高原坡面土壤侵蚀量密切相关。代数等[13]通过人工模拟得出与黄壤旱坡地泥沙量、径流系数和径流泥沙含量拟合最好的降雨特征参数是平均降雨强度。王小博等[14]通过划分雨型, 发现高强度、短历时降雨是影响红壤坡面产流输沙的主要雨型。Huang等[15]发现雨量越大的雨型、其雨强也越大、历时也越长、对土壤侵蚀的影响也越大。杨青等[16]通过不同降雨, 雨型下植被覆盖的产流和产沙特征对比, 认为增加地表覆盖度是防治土壤侵蚀的重要手段。不少学者在喀斯特地区侵蚀性降雨的研究取得了重要的成果。但多以单个径流小区或室内模拟为研究对象, 缺乏区域代表性的成果。受径流小区的设置、数据记录和获取等限制, 鲜有使用长序列、高精度的径流小区数据对土壤侵蚀与不同降雨雨型的响应研究。本文通过偏相关与Ｋ均值聚类方法, 对黔中地区径流小区的侵蚀性次降雨、产流、产沙数据进行特征对比分析及其变化规律的研究。以期揭示喀斯特黄壤分布区降雨、产流与土壤侵蚀之间关系, 为土壤侵蚀影响因子的研究及加快区域水保工作的信息化和科学化管理进程提供参考。

1 研究区概况

黔中地区是新一轮西部大开发战略确定的重点经济区, 是以《全国主体功能区规划》明确的重点开发区为核心、延及周边的经济区域, 范围包括贵阳市及周边地区共计33个县(市、区), 国土面积 53802 km2, 占贵州省的31%[17]。地处104°51′47′′E—108°12′10′′E, 25°25′29′′N—28°29′28″N, 属亚热带季风性湿润气候, 年降雨量和年均温在1100 mm和14.8 ℃左右, 植被类型为黔中灰岩山原常绿栎林、常绿落叶阔叶混交林与马尾松林[18], 土壤类型以黄壤为主。黔中地区自1958年在安顺市西秀区建立三股水监测站以来, 目前已建立起11个监测站点, 84个监测小区和2个小流域控制站。黔中地区位置示意及监测站点分布如图1所示。

注: A. 研究区位置示意图; B. 研究区监测站点分布图。

Figure 1 Location map of the study area and the distribution of monitoring stations

2 数据来源与研究方法

2.1 数据来源

数据来源于贵州省水土保持监测站径流小区历年逐次降雨的径流、泥沙监测数据。降雨通过HOBO小型自动气象站或虹吸式自记雨量计记录次降雨的降雨起止时间、降雨量、降雨历时、降雨强度等。产流、产沙数据来源于实地观测取样, 通过试验、计算获得。径流小区按不同坡度、坡长、植被种类、植被盖度和水保措施进行设置。受监测站点使用年限和数据记录的影响, 仅选取遵义浒洋水、修文龙场、平坝凯掌、西秀区三股水、下司马场、龙里羊鸡冲与贵定云雾等7个监测站共52个径流小区2014—2018年的监测数据。

2.2 研究方法

2.2.1 数据预处理

首先按照降雨是否产生土壤流失, 从记录的降雨数据中筛选出引发真正意义土壤流失的侵蚀性降雨[8], 共筛选出531次侵蚀性降雨数据。然后通过SPSS软件对531次侵蚀性降雨进行标准化处理, 并按照2倍标准差进行异常值的剔除, 得到466次侵蚀性降雨。最后运用数理统计方法对次侵蚀性降雨的特征值进行描述性统计。

2.2.2 土壤流失量

单位面积径流小区的泥沙总量为土壤流失量。公式如下:

2.2.3 偏相关分析

降雨是土壤侵蚀的关键性因素之一, 降雨特征与径流量和侵蚀量密切相关; 从各降雨要素中选取对径流和泥沙影响最大的关键要素作为雨型聚类分析的指标。由于各降雨要素之间具有密切的线性相关, 需要剔除其他相关因素的影响才能计算变量间的相关性, 通过偏相关分析可以在控制其他变量影响的条件下分析变量之间的相关性[20]。偏相关的计算公式如下:

2.2.4 K均值聚类

K均值聚类是一种迭代求解的聚类分析算法, 基于筛选出的各核心“降雨要素”, 通过选取K个对象作为初始的聚类中心, 计算各对象与各聚类中心之间的距离, 把每个对象分配给距离最近的聚类中心, 聚类中心以及分配给它们的对象就代表一个聚类, 当所有对象分配完毕, 每个聚类的聚类中心会根据聚类中现有的对象被重新计算分配, 直至收敛[20]。

3 结果与分析

3.1 侵蚀性降雨特征

3.1.1 次侵蚀性降雨特征分析

统计黔中地区466次侵蚀性降雨的特征值, 结果如表1所示。将466场降雨分别按降雨量和降雨历时的大小排序, 并分段进行统计, 结果如图2、图3所示。

由表1可见, 黔中地区466场侵蚀性降雨的总量为13202.6 mm, 平均降雨量为28.33 mm; 降雨历时较长, 平均为606.69 min; 降雨强度之间差别较大, I30min为20.90 mm·h-1, 平均雨强的均值为5.15 mm·h-1, 平均降雨侵蚀力为80.85 MJ.mm·(hm-2.h-1)。图2显示, 降雨在10—20 mm的降雨次数最多, 占总次数的30.04%; 在70—80 mm的次数最少, 仅占总次数的1.93%; 降雨主要集中分布在10—40 mm之间, 占总降雨次数的73.39%。图3中, 发生在240—480 min时段的降雨次数最多, 占总降雨次数29.83%; 在30—60 min的降雨次数最少, 仅占总降雨次数的1.50%; 发生在60 min以内的较少, 主要以60 min以上的降雨为主。黔中地区侵蚀性降雨频繁, 以雨量大、历时长、强度大为特点, 且各次降雨之间的差别较大。

表 1 侵蚀性降雨特征值统计

图 2 侵蚀性降雨量频数分布图

Figure 2 Frequency distribution of rainfall

3.1.2 侵蚀性降雨季节分布特征

按月份统计侵蚀性降雨的降雨总量、平均降雨历时、平均降雨强度、平均30min、平均降雨侵蚀力和降雨次数。结果见图4。

图 3 侵蚀性降雨历时频数分布图

Figure 3 Frequency distribution of rainfall duration

黔中地区侵蚀性降雨在各月份均有分布, 主要集中分布在每年的4—9月份, 共发生407次降雨, 占总降雨次数的87.34%, 其中5、6月份的降雨次数最多, 分别为92次和122次, 占总降雨次数的45.92%; 从降雨总量来看, 6月份最大为3965.40 mm, 5—9月份的降雨总量都在1000 mm以上, 占总降雨量的77.47%; 就降雨历时而言, 各月份之间的差别较大, 最大降雨历时是12月份, 为1410.50 min, 11月和1月次之, 历时都在1000 min以上; 平均降雨强度的差别不大, 最大值是2月份的12.90 mm·h-1, 最小值是1月份的1.54 mm·h-1; 平均30min在3月最大为26.00 mm·h-1, 最小为12月份的4.16 mm·h-1。平均降雨侵蚀力在2月份最大, 为210.69 MJ.mm·(hm-2.h-1), 其次为7月份的100.37 MJ.mm·(hm-2.h-1), 最小的是3月份的30.63 MJ.mm·(hm-2.h-1), 其余月份之间的差异基本都在50—90 MJ.mm·(hm-2.h-1)之间。黔中地区侵蚀性降雨的季节分布极为不均, 主要集中分布于每年的4—9月份; 与其它月份相比, 降雨量和降雨强度都较大, 而降雨历时则与之相反。

图 4 侵蚀性降雨季节分布特征值

Figure 4 Seasonal distribution characteristic values of erosive rainfall

3.2 土壤侵蚀与降雨因子的偏相关分析

土壤侵蚀与降雨因子的偏相关分析结果, 见表2。

表2显示, 径流量()与侵蚀量()表现为极显著相关, 表明径流量是影响侵蚀量的重要因子。从径流量与降雨因子的相关性来看, 径流量()与降雨量(呈极显著正相关, 与最大30分钟雨强(30min)呈现显著正相关; 与降雨侵蚀力()、降雨强度()、降雨历时()存在一定的负相关关系, 但相关性并不显著。从侵蚀量与降雨因子的相关性来看, 侵蚀量()与降雨量()呈极显著正相关, 与降雨历时()呈显著的负相关关系; 与最大30分钟雨强(30min)、降雨侵蚀力()表现为负相关, 与降雨强度()呈正相关, 但相关性都不显著。

结果表明, 降雨量()、最大30分钟雨强(30min)、降雨历时()是影响径流量和侵蚀量最重要的因子。

3.3 次降雨雨型特征分析

3.3.1 次降雨雨型划分

依据偏相关分析筛选出影响径流泥沙的关键要素, 通过K均值分类法将466次降雨划分为A、B、C、D四种降雨雨型; 并进行特征值统计, 如表3所示。

表3中, 四种降雨雨型的特征值差异明显, 其中B雨型的降雨次数最多为224次, 占总次数的48.07%, C雨型128次, 占总次数的27.48%, A雨型74次, 占总次数的15.88%, D雨型40次, 占总次数的8.58%。参照分类指标“均值”对雨型的特征值进行对比: 降雨量D>A>C>B; 降雨历时A>D>B>C;30minD>C>A>B; 参照分类指标“极小值”对雨型的特征值进行对比: 降雨量D>A>C>B, 降雨历时A>D>B>C,30minD>C>A>B; 参照分类指标“极大值”对雨型的特征值进行对比: 降雨量D>A>C>B, 降雨历时A>D>C>B,30minD>C>A>B; 参照分类指标“和”对雨型的特征值进行对比: 降雨量B>C>D>A, 降雨历时A>B>C>D。

表 2 降雨因子与径流量和侵蚀量的偏相关分析结果

注: *0.01<<0.05; **0.001<<0.01;***<0.001。

由此可见, A雨型为降雨量较大、历时长、强度小、频率低的雨型; B雨型为降雨量小、历时短、强度小、频率高的雨型; C雨型为降雨量中等、历时较短、强度大、频率相对较高的雨型; D雨型为降雨量小、历时中等、强度大、频率低的雨型。黔中地区主要以雨量小、历时短、降雨强度小的B雨型为主。

3.3.2 次降雨雨型的季节分布

对各月份下不同雨型的特征值进行统计, 四种雨型及其在不同月份的分布具有明显的季节性特征, 结果见图5。

从降雨月份来看, 黔中地区各月均有降雨的分布。从降雨雨型的分布来看, 降雨频次总体都呈先增加后减少的趋势, 均在6月份达到峰值。按雨型分析: A雨型主要降雨都在夏半年, 降雨总量最大在6月份, 为718.20 mm; 平均降雨历时极长, 在10月份最大, 长达1894.71 min, 而平均30min3月份最大为22.23 mm·h-1, 其次是7—9月份。B雨型发生的频次最高, 季节分布最全, 降雨频次在5、6月最大, 共108次, 占B雨型总降雨次数的48.21%; 降雨量最高是在6月份为1218.30 mm; 平均降雨历时都在300 min以上, 整体上冬半年高于夏半年, 11月份最高为781 min; 平均I30min整体较低, 在10mm·h-1左右。C雨型降雨频次较高, 降雨量在6月最大为919.60 mm; 平均降雨历时9月份最长为612.88 min, 其余月份平均历时都相对较短, 在200—500 min之间; 平均30min总体较高, 但差别不大, 集中在20—30 mm·h-1之间。D雨型总降雨次数最少, 降雨主要分布在3—9月, 降雨量最高为6月份的1109.30 mm, 10—2月没有降雨的分布; 平均降雨历时相对较长, 基本都在500 min以上, 最高为8月份的857.20 min, 平均30min比其他三种雨型都要高, 都在40 mm·h-1以上, 最高为4月份的65.24 mm·h-1。四种降雨雨型主要集中在4—9月份; 从降雨雨型的特征值在各月份之间的分布来看, B雨型占据主导地位, C雨型次之, A雨型和D雨型分布相对较少。

3.4 次降雨雨型的土壤侵蚀响应

3.4.1 不同次降雨雨型下的土壤侵蚀响应

通过划分的四种降雨雨型, 整理各雨型下的径流量和侵蚀量, 如图6所示。

不同雨型之间径流量和侵蚀量差异较大, 从径流量来看, C雨型和B雨型径流量最大, 分别为118.21 m3和110.74 m3, D雨型和A雨型径流量相对较小, 分别为61.72 m3和48.47 m3; 从侵蚀量来看, B雨型侵蚀最大为143.21 t·hm-2, D、C雨型次之, 分别为102.66 t·hm-2和102.31 t·hm-2, A雨型侵蚀量最小为28.45 t·hm-2。黔中地区主要以B、C雨型为主, 其土壤侵蚀特征为径流量大、侵蚀量大; 值得注意的是D雨型, 其径流量小、侵蚀量大, 该雨型对区域土壤侵蚀的影响极大。

图 5 不同月份下降雨雨型的特征值

Figure 5 The characteristic values of rainfall patterns in different months

3.4.2 不同次降雨雨型下的土壤侵蚀的季节响应

黔中地区侵蚀性降雨主要发生在夏半年, 冬半年径流量与侵蚀量都较小, 四种雨型平均径流量为2.2 m3, 平均侵蚀量仅为1.52 t·hm-2, 统计不同雨型在夏半年各月份的径流总量和侵蚀总量, 如图7、图8所示。

由图7所示, A雨型最大值在7月份为14.97 m3; B雨型具有两个波峰, 6月份出现第一个峰值39.58 m3, 7月份突然降低为7.52 m3, 8月份上升为13.51 m3之后持续下降; C雨型的径流量在各月份占比都较大, 峰值在6月份为35.81 m3, 7月份在所有雨型中最大为29.31 m3; D雨型在5月份是所有雨型中最大为20.67 m3, 峰值在6月份为21.90 m3。总体来说, 四种雨型都表现为先上升后下降的趋势, 夏半年峰值主要在6—7月份, 雨型之间的差异主要表现在4—7月份。

图8显示, A雨型分别在6、7、9月份出现波峰, 分别为5.4 t·hm-2、18.83 t·hm-2、2.71 t·hm-2, 其余月份都在1 t·hm-2以下; B雨型拥有两个波峰, 且为该月份的最大值, 分别是6月份和8月份的48.98 t·hm-2, 54.25 t·hm-2; C雨型7月份最大为38.88 t·hm-2, 呈现先上升后下降的趋势; D雨型具有两个波峰, 分别为6月份和8月份的27.29 t·hm-2、46.99 t·hm-2。总而言之, 4种降雨雨型的侵蚀量最大值主要发生在7、8月份, 夏半年各月份不同雨型之间都存在差异。

图6 各雨型下的径流量和侵蚀量特征

Figure 6 Runoff and erosion characteristics under various rain patterns

图7 不同雨型下径流量的季节分布

Figure 7 Seasonal distribution of runoff under different rain patterns

图8 不同雨型下侵蚀量的季节分布

Figure 8 Seasonal distribution of erosion under different rain patterns

4 讨论

坡面土壤侵蚀是土壤界面对降雨的响应过程, 由于降雨性能和下垫面的差异, 导致降雨与坡面土壤侵蚀之间的关系复杂。在不考虑土壤侵蚀其他影响因子的情况下, 通过分析侵蚀性降雨与坡面径流量和侵蚀量的特征, 阐述土壤侵蚀对降雨的响应过程, 有利于针对不同雨型的特征制定相应的水土保持管理政策, 减少降雨对土壤侵蚀的影响。

黔中地区降雨频繁、雨量大、历时长, 侵蚀性降雨主要集中在湿季, 干季降雨也以阴雨绵绵的形式而存在[21]。主要是因为黔中地区位于亚热带季风性湿润气候区, 年内降雨变化大, 夏半年降雨量大、次数多且强度大, 但历时相对较短; 而冬半年降雨以降雨量和降雨强度小但历时长的特征为主[6]。

偏相关分析得出降雨量、最大30分钟雨强、降雨历时是影响径流量和侵蚀量的重要因子。这是因为降雨量是地表径流的直接来源, 直接决定了径流量的多少, 并通过影响径流的输沙能力影响着侵蚀的发生发展, 最大30分钟雨强是影响降雨侵蚀力的关键性因素, 直接影响径流过程及径流的侵蚀特性, 而降雨历时主要通过控制地表产流的时间来影响径流量和侵蚀量[22]。

四种侵蚀性降雨雨型主要集中在4—9月, 径流量和侵蚀量峰值都在6—8月。降雨量小、历时短、强度小、径流量大、侵蚀量大的B雨型占据主导地位; 降雨量中等、历时较短、强度大、径流量大、侵蚀量大的C雨型次之; 降雨量较大、历时长、强度小、径流量小、侵蚀量小的A雨型较少; 但分布最少的D雨型, 以降雨量小、历时中等、强度大、径流量小、侵蚀量大的特点对该地区土壤侵蚀的负面影响更大。主要原因是在雨强较强的情况下, 由于土地平整或地表植被稀疏, 径流量大于截流量和填洼量, 从而导致侵蚀量过大[23]。所以在径流量和侵蚀量的峰值月份, 更需要注重区域的水土保持工作。本文分析了黔中地区侵蚀性降雨的特征及其坡面土壤侵蚀的响应过程, 能为区域土壤侵蚀的研究和水土保持工作提供科学的理论依据。然而, 喀斯特地区土壤侵蚀比一般地区的土壤侵蚀过程要复杂得多, 除了需要对土壤可蚀性、植被覆盖、坡度坡长等因子的土壤侵蚀响应进行深入的分析和探索之外, 喀斯特地区的岩性、植物特性、地下漏失、石漠化严重区无土可流失等问题也还需要继续研究和探讨。

5 结论

(1)黔中地区侵蚀性降雨总体上以频次高、雨量大、历时长为特征; 季节分布主要在4—9月, 特征为降雨量和降雨强度大、降雨历时短, 其余月份则与之相反。降雨量、降雨历时和最大30分钟雨强对径流量和侵蚀量的影响至关重要。

(2)划分的四类降雨雨型中, 降雨量小、历时短、降雨强度小的B雨型占据主导地位, 降雨量中等、历时较短、降雨强度大的C雨型次之, 降雨量较大、历时长、降雨强度小、A雨型和降雨量小、历时中等、降雨强度大的D雨型分布相对较少。

(3)黔中地区主要以B、C雨型为主, 其土壤侵蚀特征为径流量大, 侵蚀量大; 而径流量小、侵蚀量大的D雨型对区域的土壤侵蚀影响极为重要。黔中地区四类雨型季节的分布特征中, 径流量和侵蚀量的最大值出现在6—8月, 呈先上升后下降的趋势, 各月份土壤侵蚀对不同雨型的响应都存在差异。

[1] SWEETING MM. karst in China: it's geomorphology and environment[M]. New York: Springer, 1995.

[2] 孙德亮, 赵卫权, 李威, 等. 基于GIS与RUSLE模型的喀斯特地区土壤侵蚀研究——以贵州省为例[J].水土保持通报, 2016, 36(3): 271–276.

[3] 杨广斌. 基于网格数据的喀斯特山区土壤侵蚀研究[D]. 贵阳: 贵州师范大学, 2004.

[4] 水利部发布2018年全国土壤侵蚀动态监测成果[J]. 中国水土保持, 2019, (7): 7.

[5] 贵州省水利厅. 贵州省水土保持公报(2018年)[EB/OL]. 2020-01-20.mwr.guizhou.gov.cn/xxgk/zdlygk/stbc_87055/202001/t20200120_44121438.html.

[6] 李华林, 高华端, 赵柯苏, 等. 贵州常态地貌区降雨侵蚀特征分析——以龙里县羊鸡冲小流域为例[J]. 中国水土保持, 2017, 5: 32–35.

[7] 宋春风, 陶和平, 刘斌涛, 等. 长江上游地区土壤可蚀性空间分异特征[J]. 长江流域资源与环境, 2012, 21(9): 1123–1130.

[8] 王万忠. 黄土地区降雨特性与土壤流失关系的研究III——关于侵蚀性降雨标准的问题[J]. 水土保持通报, 1984, 4(2): 58–62.

[9] 樊登星, 余新晓, 贾国栋, 等. 北京山区灌草坡面土壤侵蚀特征及其影响因素[J]. 中国水土保持科学, 2014, 12(2): 24–28.

[10]李瑞, 李勇, 刘云芳. 贵州喀斯特地区降雨与坡面土壤侵蚀关系研究[J]. 水土保持研究, 2012, 19(3): 7–11.

[11]顾璟冉, 张兴奇, 顾礼彬, 等. 黔西高原侵蚀性降雨特征分析[J]. 水土保持研究, 2016, 23(2): 39–43, 48.

[12]顾礼彬, 张兴奇, 杨光檄, 等. 黔西高原坡面次降雨产流产沙特征[J]. 中国水土保持科学, 2015, 13(1): 23–28.

[13]代数, 蒋光毅, 夏清, 等. 坡度和雨强对重庆市黄壤旱坡地产流产沙特征的影响[J]. 水土保持学报, 2011, 25(4): 1–5, 11.

[14]王小博, 朱永清, 吴宜进, 等. 不同植被下降雨类型对红壤坡地土壤侵蚀特征的影响[J]. 水土保持研究, 2017, 24(2): 6–11.

[15]HUANG Zhigang, OUYANG Zhiyun. LI Fengrui, et al. Response of runoff and soil loss to reforestation and rainfall type in red soil region of southern China[J]. Journal of Environmental Sciences, 2010, 22(11): 1765–1773.

[16]杨青, 杨广斌, 赵青松, 等. 喀斯特地区不同降雨和植被覆盖的坡面产流产沙特征[J]. 水土保持通报, 2020, 40(1): 9–16.

[17]贵州省人民政府. 省人民政府关于印发黔中经济区发展规划的通知[EB/OL].(2012-09-05)[2014-02-01].http://www. gzgov.gov.cn/xxgk/jbxxgk/fgwj/zfwj/qff/232934.shtml

[18]黄威廉, 屠玉麟. 贵州植被区划[J]. 贵州师范大学学报:自然科学版, 1983 (1): 26–47.

[19]张文源, 王百田, 杨光檄, 等. 喀斯特黄壤区侵蚀性降雨及产沙特征分析[J]. 生态环境学报, 2014, 23(11): 1776–1782.

[20]徐建华. 计量地理学(第二版)[M]. 北京: 高等教育出版社, 2014.

[21]戴海伦, 苑爽, 张科利, 等. 贵州省降雨侵蚀力时空变化特征研究[J]. 水土保持研究, 2013, 20(1): 37–41.

[22]樊登星. 北京山区坡面土壤侵蚀响应特征及模型模拟研究[D]. 北京: 北京林业大学, 2014.

[23] 王小博, 朱永清, 吴宜进, 等.不同植被下降雨类型对红壤坡地土壤侵蚀特征的影响[J].水土保持研究, 2017, 24(2): 6–11.

Analysis of erosion rainfall characteristics and erosion response in karst mountain of central Guizhou

Xie Bo1,2, Yang Guangbin1,2,*, Li Yiqiu1,2, Li Man1,2, Fang Qibin3

1. School of Geography and Environmental Sciences, Guizhou Normal University, Guiyang 550025, China 2.GuiZhou Key Laboratory of Mountain Resources and Environment Remote Sensing, Guiyang 550025, China 3. Guizhou Monitoring Station of Soil and Water Conservation, Guiyang 550002, China

Thispaper analyzes the characteristics of erosive rainfall and the response process of runoff and sediment in the yellow soil region of karst mountainous area in Central Guizhou Province, and reveals the characteristics of soil erosion and the seasonal distribution of soil erosion on the slope under different rainfall patterns.Based on mathematical statistics, partial correlation and K-means clustering are used to analyze the characteristics of long series runoff data of runoff plot, so as to understand the change rules.The results show:(1)In central Guizhou, rainfall is frequent, heavy, and long lasting,and mainly occurs in the summer half of the year.(2)Rainfall, rainfall duration and30minare the key factors which affect runoff and erosion.(3)The central Guizhou regionsare dominated by the B rain pattern with small rainfall, short duration, low intensity, and high frequency, accounting for 48.21% of the total frequency;but the D rain pattern have a greater impact on soil erosion because it is characterized by low frequency and high rainfall. (4)The soil erosion response of different rain patterns varies greatly in each month, and the change pattern shows a trend of first rising and then falling. The maximum runoff and erosion are both in June toAugust. More attentions should be paid to regional water and soil conservation in months with greater potential soil erosion risk.

central Guizhou; karst; erosive rainfall; run-off rate; amount of erosion

谢波, 杨广斌, 李亦秋,等. 黔中喀斯特山地侵蚀性降雨特征及其侵蚀响应[J]. 生态科学, 2021, 40(3): 222–230.

Xie Bo, Yang Guangbin, Li Yiqiu, et al. Analysis of erosion rainfall characteristics and erosion response in karst mountain of central Guizhou[J]. Ecological Science, 2021, 40(3): 222–230.

10.14108/j.cnki.1008-8873.2021.03.026

S157

A

1008-8873(2021)03-222-09

2020-09-16;

2020-11-09

基于水保大数据的贵州CSLE土壤侵蚀模型应用研究(KT201825); 贵州省科技重点基金(黔科合基础[2020]1Z031); 贵州省科技基金专项(黔科合基础[2019]1222, [2019]1218); 贵州师范大学资助博士科研项目(GZNUD[2017]8, GZNUD[2017]9)

谢波(1996—), 男, 贵州毕节人, 硕士研究生, 研究方向为地图学与地理信息系统, E-mail:1204983953@qq.com

杨广斌(1973—), 男, 山东聊城人, 博士, 教授, 主要研究方向为地理信息系统的开发与应用, E-mail:ygbyln@163.com