淮河流域降雨－侵蝕背景及時空演變特征

馬 良，左長清，秦 冰，遲小軍

（1.山東省水利科學研究院，濟南250013；2.水利部水土保持生態(tài)工程技術研究中心，北京100044；3.山東省水利勘測設計研究院，濟南250013）

降雨—侵蝕背景是建立土壤侵蝕預報模型的基礎及先決條件。深刻理解降雨—侵蝕背景，對提高土壤水蝕預報準確性、提升預報模型精度、評價侵蝕對降雨變化的響應等具有重要的研究價值，并為指導區(qū)域水土流失的防治提供科學決策。經(jīng)驗性侵蝕預報模型中普遍認為，在地形、植被等下墊面信息設為常數(shù)的前提下，土壤侵蝕可表示成降雨侵蝕力的函數(shù)。作為降雨雨強、降雨歷時、雨滴質(zhì)量、直徑和速度的復合參數(shù)，降雨侵蝕力成為研究降雨—侵蝕背景的特征指標，其代表了降雨引起土壤侵蝕的潛在能力［1－3］。

我國淮河流域地處長江和黃河兩流域之間，是我國南北氣候過渡帶。受夏季季風和地形地貌的影響，流域內(nèi)降雨具有由南向北遞減，山區(qū)多于平原，沿海大于內(nèi)陸，且年際及年內(nèi)分配極不均勻的特點，從而造成了土壤侵蝕的時空差異。同時，淮河流域內(nèi)土壤侵蝕對降雨的變化還具有敏感性。因此在水土流失嚴重及環(huán)境敏感的淮河流域開展降雨—侵蝕背景研究，探索背景變化的時間、空間特征，為區(qū)域水土保持適應未來氣候變化、減少不確定性十分重要。

1 研究方法

1.1 數(shù)據(jù)來源與預處理

降雨資料來自中國氣象科學數(shù)據(jù)共享服務網(wǎng)提供的中國地面氣象資料日值數(shù)據(jù)集［4］。為消除空間差值客觀存在的邊界問題，研究中不僅搜集到淮河流域內(nèi)31個氣象站，也包括流域周邊72個氣象站在內(nèi)的日降雨數(shù)據(jù)，通過對站點篩查和缺失數(shù)據(jù)插補，最終確定了90個有效站點及1951—2008年58a間的降雨序列。

1.2 降雨－侵蝕背景特征要素及計算

降雨侵蝕力是表征降雨—侵蝕背景的經(jīng)典特征指標，傳統(tǒng)可采用EI30公式計算次降雨侵蝕力。但由于很難獲取各氣象站較長年份的次降雨過程，研究中選擇采用氣象站常規(guī)降雨觀測數(shù)據(jù)建立的簡易算法作為計算公式。為保證計算精度，本研究采用以逐日雨量計算年降雨侵蝕力的公式［5］。

式中：Mi——第i個半月時段的侵蝕力值［（MJ·mm）／（hm2·h）］；k——該半月內(nèi)天數(shù)（d）；Dj——半月時段內(nèi)第j天的日降雨量，要求日降雨量≥12mm（與侵蝕性降雨標準對應）（mm）；α，γ——模型參數(shù)，反映了區(qū)域降雨特征，各氣象站各不同；Pd12——日降雨量≥12mm的日平均雨量（mm）；Py12——日降雨量≥12mm的年平均雨量（mm）。由式（1）—（3）計算出各半月降雨侵蝕力，再求得逐月降雨侵蝕力，累加得到年侵蝕力值。

1.3 時間序列檢驗方法

研究中采用Mann—Kendall非參數(shù)法檢驗降雨侵蝕力長時間序列的變化趨勢。Mann—Kendall檢驗統(tǒng)計S的計算見公式（4）。

式中：xj，xk——第j年和第k 年代的數(shù)值，j＞k；n——系列的記錄長度（個數(shù)）；sgn（xj－xk）——返回函數(shù)，xj－xk＞0時為1，xj－x＜0時為－1，xj－x＝0時為0［6－7］。

利用統(tǒng)計檢驗值Zs進行趨勢統(tǒng)計的顯著性檢驗；如果︱Zs︱≤Z1－α／2，則接受零假設（無變化趨勢），如果︱Zs︱＞Z1－α／2，則拒絕零假設。Z1－α／2為標準正態(tài)偏量，α為檢驗的置信水平。Zs的計算見公式（5）。

式中：xj，xk——第j年和第k年的數(shù)值，如果時間序列長度為n，可以獲得N＝n（n－1）／2個斜率估計值bi。N個bi的中值就是Kendall傾斜度β值。

1.4 地統(tǒng)計學空間插值方法

研究降雨侵蝕力的區(qū)域差異時普遍采用空間插值方法，即利用已知的部分空間降雨侵蝕力樣本，對未知空間的侵蝕力信息繪制成圖并進行估計。徑向基函數(shù)（Radial Basis Function，RBF）插值是一種基于地統(tǒng)計學函數(shù)的內(nèi)插方法，主要利用基函數(shù)來確定周圍已知數(shù)據(jù)點到內(nèi)插網(wǎng)格節(jié)點的最佳權(quán)重，屬人工神經(jīng)網(wǎng)絡方法中的一種［9－10］。

是根據(jù)基函數(shù)類型可劃分為多種插值形式，其中常用的是多重二次曲面函數(shù)。本文借助ArcGIS 9.3軟件提供的RBF法進行空間插值。

Mann—Kendall方法還可用Kendall傾斜度β值來定量計算趨勢的幅度［8］。當β為正值時，表示序列為增加趨勢；當β為負值時，表示為減少趨勢。︱β︱即為趨勢的增減幅度。β值的計算如下：首先假設趨勢變化是線性的，計算所有序列值對的斜率b：

2 結(jié)果與分析

2.1 淮河流域降雨－侵蝕背景分析

經(jīng)統(tǒng)計計算，淮河流域多年年均降雨量為865.45 mm。如圖1a所示，空間分布上呈現(xiàn)由南向北、由東至西遞減的特征；南部大別山區(qū)是全流域降雨峰值所在，在1 300mm以上，東南部沿海也普遍高于1 000 mm；流域北部降雨量最少，低于600mm。

全流域多年年均降雨侵蝕力，也即降雨—侵蝕背景，為5 269.12MJ／（mm·hm2·h）。與年降水量呈現(xiàn)相似的區(qū)域分布特征（圖1b），同樣以流域南部最高，峰值高于8 000MJ／（mm·hm2·h），東部沿海也普遍在6 000MJ／（mm·hm2·h）以上；但與降雨量不同，流域西部為谷值區(qū)域，甚至低于年降雨量最低的流域北部，僅為3 000MJ／（mm·hm2·h）左右，流域北部侵蝕力為4 000～5 000MJ／（mm·hm2·h）。多年年均降雨量與侵蝕力的谷值區(qū)域間的差異，可以反映出降雨—侵蝕背景分析是不能用雨量指標簡單地進行代替。

圖1 淮河流域多年年均降雨量（a）和多年年均降雨侵蝕力（b）等值線

2.2 降雨－侵蝕背景演變的時間特征分析

圖2繪制了淮河流域近60a逐年平均雨量及降雨侵蝕力的演變。線性趨勢分析表明，降雨雨量與侵蝕力呈現(xiàn)正相關關系，谷值均出現(xiàn)在1965年，峰值則分別出現(xiàn)在2003年和1956年。但經(jīng)Mann—Kendall非參數(shù)法檢驗認為，在1951—2008年間淮河流域內(nèi)年降雨雨量及年侵蝕力未呈現(xiàn)顯著增減變化。

雖然全流域各氣象站平均的降雨—侵蝕背景的年值序列未顯現(xiàn)增減變化，但并不能掩蓋單個氣象站可能存在的演變趨勢。單個站點上降雨—侵蝕背景的演變趨勢及空間特征，對了解區(qū)域降雨潛在侵蝕之間的差異具有更重要的意義。

2.3 降雨－侵蝕背景演變的空間特征分析

研究流域內(nèi)降雨—侵蝕背景演變的空間特征，首先采用Mann—Kendall法對單個氣象站的降雨量、侵蝕力年序列分別進行趨勢檢驗，提取檢驗結(jié)果為顯著氣象站的定量趨勢（即Kendall傾斜度β值），然后利用徑向基法對β值進行空間插值，最后用淮河流域的邊界進行提取，得到降雨量、降雨侵蝕力演變趨勢的空間特征圖（圖3a、圖3b）。

圖3 淮河流域降雨量（a）和降雨侵蝕力（b）β等值線

淮河流域近60a雨量演變趨勢的區(qū)域差異性顯著，如圖3a所示。全流域有三個顯著上升中心，分別位于周口附近、桐柏山以及蚌埠附近，上升幅度即︱β︱均在1.5以上；另在流域北部受魯中南低山丘陵區(qū)上升趨勢的拉動作用［11］，也呈現(xiàn)顯著的上升趨勢。在流域東部沿海地區(qū)，如鹽城及沂沭河水系附近呈現(xiàn)顯著下降趨勢。

如圖3b所示，降雨—侵蝕背景演變的空間分布趨勢與雨量略有不同。流域中部周口附近上升中心、蚌埠上升中心的面積均顯著加大，桐柏山上升中心向東南轉(zhuǎn)移至大別山區(qū)；流域北部魯中南低山丘陵沿脈區(qū)域的上升趨勢更為明顯。除流域東部沿海地區(qū)仍存在顯著下降趨勢外，山東南四湖附近及黃泛平原的降雨侵蝕力呈現(xiàn)下降趨勢的面積顯著擴大。

3 結(jié)論

本文提出以降雨侵蝕力為表征降雨—侵蝕背景的指標，對淮河流域近60a降雨—侵蝕背景演變的時間、空間特征進行了分析。綜合研究認為，淮河流域多年年均降雨侵蝕力為5 269.12MJ／（mm·hm2·h），峰值分布在流域南部的大別山區(qū)，而谷值區(qū)域為流域西部。借助Mann—Kendall非參數(shù)檢驗，1951—2008年間全流域內(nèi)降雨—侵蝕背景未呈現(xiàn)顯著增減趨勢。

研究中還得到，近60a間淮河流域內(nèi)周口、大別山區(qū)以及蚌埠附近三個地區(qū)的降雨侵蝕力呈現(xiàn)顯著上升趨勢，北部魯中南低山丘陵沿脈區(qū)域也呈現(xiàn)出一定上升趨勢，也即上述地區(qū)的降雨—侵蝕背景逐漸增強。由于這里分布有國家級水土流失重點預防保護區(qū)（桐柏山—大別山區(qū)）、重點治理區(qū)（沂蒙山區(qū)）、主要的省級水土流失重點監(jiān)督或治理區(qū)（如安徽省蚌埠南部等），因此以上區(qū)域應優(yōu)先加強土壤侵蝕防治對未來降雨變化的適應研究。

［1］ Morgan R P C.Soil erosion and conservation［M］.Oxford：Blackwell Publishing，2005：45-50.

［2］ Brown L C，F(xiàn)oster G R.Strom erosivity using idealized intensity distributions［J］.Transactions of the American Soci-ety of Agricultural Engineers，1987，30（2）：379-386.

［3］ Van Dijk A I J M，Bruijnzeel L A，Rosewell C J.Rainfall intensity-kinetic energy relationships：a critical literature review［J］.Journal of Hydrology，2002，261（1／4）：1-23.

［4］ 中國地面氣象資料日值數(shù)據(jù)集［R／OL］.［2011-07-05］.http：∥cdc.cma.gov.cn／shuju／index3.jsp？tpcat＝SURF＆dsid＝SURF＿CLI＿CHN＿MUL＿DAY

［5］ 章文波，付金生.不同類型雨量資料估算降雨侵蝕力［J］.資源科學，2003，25（1）：35-41.

［6］ Yue S，Pilon P，Cavadias G.Power of the Mann-Kendall and Spearman′s rho tests for detecting monotonic trends in hydrological series［J］.Journal of Hydrology，2002，259（1／4）：254-271.

［7］ Burn D H，Burn M A，Hag E.Detection of hydrologic trends and variability［J］.Journal of Hydrology，2002，255（1／4）：107-122.

［8］ Xu Z X，Takeuchi K，Ishidaira H.Monotonic trend and step changes in Japanese precipitation［J］.Journal of Hydrology，2003，279（1／4）：144-150.

［9］ Lukaszyk S.A new concept of probability metric and its applications in approximation of scattered data sets［J］.Computational Mechanics，2004，33（4）：299-304.

［10］ 魏義坤，楊威，劉靜.關于徑向基函數(shù)插值方法及其應用［J］.沈陽大學學報，2008，21（1）：7-9.

［11］ 馬良，左長清，尹忠東，等.山東省降雨侵蝕力多年變化特征分析［J］.中國水土保持科學，2010，8（4）：79-85.