近50年江蘇省降雨侵蝕力的時空變化

余 寒,楊 凱,閔俊杰,黃 進

(1.國電環境保護研究院有限公司，江蘇 南京 210031；2.南京信息工程大學 應用氣象學院，江蘇 南京210044)

我國是全世界水土流失最嚴重的國家之一，其中水力侵蝕區域已達到國土總面積129.3萬km2，其導致的土地資源退化、面源污染等生態環境問題尤為突出[1]。降雨侵蝕力(Rainfall Erosivity，簡稱RE)反映了由降水作為主導外因力引起土壤侵蝕的潛在能力，準確估算降雨侵蝕力，研究其時空分布特征，對區域土壤侵蝕風險評價、小流域綜合治理、優化水土保持措施等具有重要參考價值[2]。降雨侵蝕力的經典算法由Wischmeier在通用土壤流式方程(USLE)中提出：降雨侵蝕力為30 min的雨強I與降雨總動能E的乘積，降雨侵蝕力值等于某一研究時段內降雨侵蝕力的總和，該指標已在世界范圍內得到廣泛應用[3]。但該算法對降水信息資料要求極高且難以收集，通常需要獲取基于小時或分鐘尺度的精細雨量數據，為此，構建基于年、月和日等常規降水數據的降雨侵蝕力簡易計算方法得到了各國學者的廣泛關注[1-3]。近年來，運用不同簡易計算模型探討降雨侵蝕力的時空變化已成為國內外氣象、水文、農業學者的重要研究方向。

江蘇省是我國南方水蝕區水土流失重點預防省份之一。相關遙感監測數據指出，該省輕度以上水土流失面積6279 km2，占該省土地總面積的6.1%，其中丘陵山區流失面積4018 km2，平原沙土區2261 km2，分別占該省水土流失面積的6.4%、36.0%[4]。此外，吳穎超等[5]采用“壓力-狀態-響應”概念模型，構建了水土流失易發區劃分評價指標體系，指出江蘇省水土流失易發區面積占全省總面積的26.97%。鑒于此，探討江蘇省降雨侵蝕力的時空變化，將對該省的水土保持工作及水資源管理提供重要的參考依據。

1 材料與方法

1.1 基本數據

本研究所用的逐日降水數據來源于江蘇省氣象局提供的52個固定觀測站1961～2012年的觀測資料，該52個站點的空間位置見圖1。為保證降水數據的科學有效，采用加拿大環境部氣候研究中心建立的RHtest方法對日降水資料的均一性進行了檢驗，結果表明這52個站點的數據均通過了均一性檢驗。

圖1 江蘇省氣象站點的空間分布

1.2 降雨侵蝕力的計算

本文采用章文波等[6]提出的降雨侵蝕力(RE)全國通用估算模型，構建了各站點逐月降雨侵蝕力序列。該模型收集了全國71個典型氣象站多年10 min最大雨強的資料，結合RUSLE的經典算法，通過擬合校正并構建了基于日雨量的降雨侵蝕力簡易模型[5]。該算法可以估算多年平均降雨侵蝕力及其季節變化，且在降雨豐沛的東部地區有著較好的模擬精度，因而在全國諸多省(市)和流域得到了廣泛應用[7]。具體運算過程如下：

(1)

(2)

α=21.586β-7.1891

(3)

式中：Mi為第i個月的降雨侵蝕力[(MJ·mm)/(hm2·h·a)]；Pj為第i月第j次侵蝕性降雨量(mm)，取日降雨量≥12 mm作為侵蝕性降雨；α、β為模型參數，分別通過式(3)和式(2)估算，其中Pd12為多年侵蝕性降雨的日平均降水量(mm)，而Py12為侵蝕性降雨的年平均降水量。

1.3 研究方法

為詳細探討研究區降雨侵蝕力的時空變化格局，本文運用了ArcGIS 10的反距離權(Inverse Distance Weighted，IDW)插值法、K-means聚類分析(K-means Cluster)、Mann-Kendall趨勢檢驗(M-K檢驗)、Wavelet小波功率譜分析等地學及氣象統計診斷方法。其中K-means聚類分析將某區域內各站點氣候、水文要素的年際序列劃分為具有相似變化特征的若干亞類，進而實現類似空間分區[8]。K-means先給定劃分的聚類簇數目，并創建一個初始劃分，然后采用迭代重定位技術，嘗試通過對象在劃分間的移動來改進分類，進而得到最終聚類結果[9]。輪廓系數(Silhouette Coefficient，簡稱為SC)，是K-means聚類效果好壞的一種有效評價指標。SC的計算公式如下：

SC=(bi-ai)/max(bi,ai)

(4)

式(4)中，ai為點i到其所屬簇中所有其他點的平均距離；bi為點i到其所不在的任何簇的所有點的距離中的最小值；用單個簇內所有點的輪廓系數的平均值來衡量整個簇的聚類質量，平均值越高，則備選聚類方案的效果越理想[10]。

2 結果與分析

2.1 年內降雨侵蝕力分布的基本特征

基于IDW插值法，圖2展示了研究區各站點降雨侵蝕力和降水量多年均值的空間分布圖。由圖2-a可以發現，江蘇省年降雨侵蝕力大致在6498～10017 (MJ·mm)/(hm2·h·a)范圍內浮動。章文波等[7]研究指出：除廣東、廣西、海南等省以及東部長江以南地區外，我國年降雨侵蝕力一般都不超過6000 (MJ·mm)/(hm2·h·a)。相比較而言，江蘇省的降雨侵蝕力屬于全國中上水平；年降雨侵蝕力的高值區域大致分布在江蘇省的西南部和東北部。而圖2-b中江蘇省年降雨量卻呈現出明顯的由南向北遞減的梯度變化。由于降雨侵蝕力更多地取決于12 mm以上的降水，特別是強降水事件的場次和雨量，因此江蘇省年降雨侵蝕力與年降水量的空間分布并不重疊，且有著較大的空間差異。

與此同時，本文用侵蝕力貢獻率(各月降雨侵蝕力占年總降雨侵蝕力的比例)這一指標進一步描述研究區年內侵蝕力的分布特征。由圖3-a可以發現，不同月份的侵蝕力貢獻率呈現顯著的單峰性分布特點，其中對年總降雨侵蝕力貢獻最大的月份為7月，占總降雨侵蝕力的24.3%；其次為6月和8月。研究區夏季的3個月共計貢獻了約57%的降雨侵蝕力，體現了較強的年內分布集中性。鑒于7月降雨侵蝕力的重要性，圖3-b給出了江蘇省7月降雨侵蝕力多年均值的空間分布圖。江蘇省7月降雨侵蝕力呈現出顯著的由南往北遞增的梯度變化，特別是蘇北部分地區的降雨侵蝕力達到了蘇南地區的2倍。這一明顯的南北梯度可能和蘇南、蘇北地區夏季降水結構差異有關。伴隨季風區夏季雨帶的北移，逐漸北抬加強的西太平洋副高壓與江淮梅雨鋒系相互作用，使得蘇北地區的強對流天氣較多，此外東北沿海地區登陸的臺風帶來了一定場次的暴雨，這些都造成了蘇北地區強降水事件的更加頻繁[11]。因此，蘇北地區7月降雨侵蝕力明顯高于蘇南地區。

圖2 江蘇省年降雨侵蝕力和降水量多年均值的空間分布

圖3 江蘇省降雨侵蝕力的年內分布和7月降雨侵蝕力的空間分布

2.2 降雨侵蝕力的年際變化

為了探討研究區降雨侵蝕力的區域變化差異，本文利用K-means聚類分析法，對各站點年降雨侵蝕力的年際變化序列進行歸類劃分，并采用輪廓系數法對分區結果進行了評估。由圖4可以發現，K-means聚類可以將研究區在空間上劃分為3個具有不同PCI演化特征的氣候子區域，這3個子區域分別為蘇北(Region Ⅰ)、蘇中(Region Ⅱ)和蘇南(Region Ⅲ)。這一結果與呂軍等[12]利用自然正交函數分析法(EOF)所得出的江蘇省夏季降水分區演變特征相一致。江蘇省處于亞熱帶和暖溫帶的氣候過渡地帶，其南北延伸的地理特征是造成年降雨侵蝕力顯著分區變化的主要原因[13]。圖5給出了各子區域降雨侵蝕力的年際波動情形，并采用線性回歸和5年滑動平均對其變化趨勢進行了診斷。總體而言，3個子區域的降雨侵蝕力均呈現出非顯著增加的趨勢，其中蘇南地區年降雨侵蝕力的增加趨勢更為明顯，而蘇北地區年降雨侵蝕力的變化趨勢近似可以忽略。由5年滑動平均的結果來看，圖5-a中蘇北地區降雨侵蝕力在20世紀90年代之前波動較強，而90年代后逐步回升；而圖5-b和5-c中蘇中和蘇南地區的降雨侵蝕力則呈現出顯著的下降與上升頻繁交替的年際振蕩。圖6中年降雨侵蝕力的功率譜分析結果進一步揭示了不同分區降雨侵蝕力的周期性變化特征。各分區的降雨侵蝕力均存在2～4年的振蕩周期，其中蘇北和蘇中地區降雨侵蝕力的周期性貫穿了幾乎整個研究期，而蘇南地區降雨侵蝕力在1970年代以及1985～2000年間有著顯著的周期性變化。

a.輪廓系數檢驗結果;b.各子區域的空間分布。

柱狀圖為PCI值；虛直線為線性回歸的趨勢線；折線為5年滑動平均。

虛線為頭部影響臨界線；黑實線為顯著性0.05檢驗標志線。

2.3 站點尺度各月降雨侵蝕力的變化趨勢

對52個站點各月降雨侵蝕力的年際變化序列進行M-K趨勢檢驗分析，具體結果見圖7。在所有站點上，1、2、12月的降雨侵蝕力均呈現出增加趨勢，其中60%以上站點的降雨侵蝕力呈現出顯著增加趨勢。這從另一個方面表明了江蘇省冬季呈現出強烈增濕的態勢。傅云燕等[14]識別出江蘇省冬季降水與氣溫的年代際變化具有顯著的同步性，1990年以來，近地表西伯利亞高壓偏弱、冬季風偏弱、東亞大槽和烏拉爾山高壓脊減弱，導致冬季氣溫上升劇烈，進而使得侵蝕性降水顯著增加。相類似的，在年降雨侵蝕力貢獻最高的6、7、8月中，絕大多數站點的降雨侵蝕力也呈現出上升的趨勢。這與東亞夏季風年際變化所導致的長江中下游夏季降水異常相一致。

近30年來，熱帶中、東太平洋海溫的年代際異常導致夏季風減弱，其所攜帶的大量水汽在長江中下游廣大地區穩定滯留和輻合，因而導致江蘇等省份的夏季降雨侵蝕力有所增強[14-16]。如圖8所示，49個站點的8月降雨侵蝕力呈現出增加趨勢，其中呈現顯著增加趨勢的17個站點大致集中分布于蘇南地區。這進一步印證了蘇南地區夏季降水變化更為顯著。一方面，蘇南地區受東亞夏季風的控制和影響更為強烈；另一方面，蘇南地區的城市化水平較高，更為顯著的“雨島效應”加劇了降水增強。反觀春季和秋季，其降雨侵蝕力的變化較為雜亂，4、5、9、10月中多數站點呈現出減少的趨勢，而3、11月中多數站點呈現出增加趨勢。相較而言，春季和秋季呈現顯著變化站點的數量明顯較少。總體而言，近50年來江蘇省降雨侵蝕力的時空變化格局呈現出顯著的季節性特征，其中冬季各月降雨侵蝕力的增強態勢尤為突出，同時夏季各月降雨侵蝕力也呈現出一定的增加趨勢。

圖7 各站點不同月份降雨侵蝕力序列的M-K檢驗結果

實心加號表征顯著增加趨勢；空心加號表征非顯著增加趨勢；空心減號表征非顯著減少趨勢。

3 結論與討論

本研究利用江蘇省52個站點逐日降水資料，計算了近50年的逐月降雨侵蝕力，結果表明：江蘇省年內降水分布格局呈現出較強的集中性，其中7月降雨侵蝕力對年總降雨侵蝕力的貢獻最高。空間分析表明：江蘇省7月降雨侵蝕力呈現出南北走向的梯度變化，其中江蘇北部地區的降雨侵蝕力遠高于其他地區，該區域應作為江蘇省夏季水土流失防治的重點區域。

利用K-means聚類分析結果，可將江蘇省劃分為具有相似年降雨侵蝕力變化特征的3個氣候子區域，即蘇北、蘇中和蘇南。各分區降雨侵蝕力的年際波動均呈現出增加的變化趨勢，其中蘇南地區降雨侵蝕力的增加趨勢較為顯著。小波分析的結果表明：各分區降雨侵蝕力的年際波動均呈現出2-4年的周期性振蕩。

各站點不同月份降雨侵蝕力的M-K趨勢檢驗結果進一步描述了江蘇省降雨侵蝕力時空變化的季節性差異。總體而言，冬季和夏季各月份的降雨侵蝕力均呈現出增加趨勢，其中冬季降雨侵蝕力的增加趨勢極為顯著。全年近6成的降雨侵蝕力集中在夏季，其呈現出一定的上升趨勢給江蘇省水土保持工作帶來了巨大挑戰，因此在今后的工作中應加強對夏季降雨侵蝕力的監測、模擬和預估。