近45年安徽省降雨侵蝕力年內分配特征的時空演變

孫莉娟,陳金華,徐 陽,黃 進

(1.安徽省人工影響天氣辦公室,安徽 合肥 230031;2.淮河流域氣象中心,安徽 合肥 230031;3.安徽省農村綜合經濟信息中心/安徽省農業氣象中心,安徽 合肥 230031;4.南京信息工程大學 應用氣象學院，江蘇 南京 210044)

伴隨著全球氣候變化，水循環過程加劇，愈來愈頻繁的旱澇災害引起了國內外學者的廣泛關注，特別是探求月、季節、年降水時空變化特征的區域差異[1]。降水不僅是氣象站長期觀測的重要氣象因子，也是我國多數地區水土流失變化的主要驅動力[2]。降雨導致土壤侵蝕的潛在能力稱為降雨侵蝕力(Rainfall Erosivity,RE)，它是通用土壤流失方程中最基本的一個因子，對區域土壤流失風險評估、水土保持優化具有重要意義，其數值高低與降水事件的雨量、天數、強度等要素高度相關[3-5]。RE的經典計算方法需以次降雨過程資料為基礎，但該類數據較難獲取，各種基于年、月、日降雨量的簡易算法便應運而生，其中利用日雨量估算降雨侵蝕力是目前精度較高且操作性較好的首選方法[6]。現有的研究主要集中于年際和季節尺度上降雨侵蝕力數值的時空變化，對于降雨侵蝕力年內分配特征的研究相對較少[7]。安徽省地跨長江、淮河南北，降水特征區域差異顯著，屬于以水力侵蝕為主類型區中的南方紅壤區和北方土石山區，全省水土流失面積約為12447 km2，占該省總國土面積的8.9%，其中以中度及種輕度流失類型為主[8]。因此，研究安徽省降雨侵蝕力年內分配特征的時空演變對區域水土流失治理、生態環境保護、農業生產和災害防治具有重要的指導意義。

1 資料與方法

1.1 基本數據

降水資料來源于安徽省氣象局提供的77個氣象觀測站1973～2017年間的逐日降水數據，這77個站點的空間分布具體見圖1。

圖1 安徽省77個氣象站的空間分布

1.2 降雨侵蝕力及其集中性的計算

研究區各站點降雨侵蝕力的計算采用殷水清等[9]設計的基于日降雨量冷暖季估算模型，其充分考慮了我國暖季(5～9月)和冷季(10～4月)降水雨型的差異，暖季多對流性、短歷時、高強度降雨，冷季多鋒面性、長歷時、低雨強降雨，因而相對其他簡化模型有著較高的模擬精度和地區適用性[9]。該模型中日降雨侵蝕力REdaily的計算過程如下：

REdaily=a×Pdaily1.7625

(1)

式(1)中Pdaily是侵蝕性日降雨量(日雨量≥10 mm)，單位mm；暖季a為0.3937，冷季a為0.3101；此后通過累加可得逐月及逐年降雨侵蝕力序列[10]。

參考月降水集中性指數[11]，表征降雨侵蝕力年內分配不均勻性的集中性指數(Rainfall Erosivity Concentration Index,RECI)計算如下：

(2)

其中REi為第i月的降雨侵蝕力。由(2)式可知，若年降雨侵蝕力都集中在一個月內，則RECI的理論值為100，達到最高；若年降雨侵蝕力均勻地分配在12個月，則理論值為最小，約為8[12]。

1.3 降雨侵蝕力的時空分析

主成分分析在識別氣候變量年際波動相似性及分異性的區劃中有著廣泛應用，其作用于多樣本(站點)單一指標時間序列構成的矩陣時，新生成的若干主成分得分序列表征了研究區不同類型的年際變化，不同主成分在各站點原始序列的載荷可有效地用于空間尺度的氣候分區[13]。鑒于此，主成分分析被應用于探求RECI時空演變的區域差異。“Mann-Kendall趨勢檢驗”(M-K檢驗)、線性趨勢檢驗以及5年滑動平均等常規方法用來診斷相關指標的變化趨勢。此外，集合經驗模態分解法(Ensemble Empirical Mode Decomposition，EEMD)被應用于相關指標序列的周期特征分析，該方法將復雜的時間序列信號進行平穩化處理，從而在原始時間序列中提取不同尺度的波動和趨勢分量，得到若干不同周期特征的固有模態函數(Intrinsic Mode Functions，IMFs)，相比小波分析更具直觀性和自適應性[14]。

2 結果與分析

2.1 降雨侵蝕力及其集中性的空間分布

基于ArcGIS 10的反距離權插值，圖2a中年降雨侵蝕力呈現出顯著的由南向北遞減的梯度變化，其中最南端高值區域的降雨侵蝕力接近并超過了10000 MJ·mm/(hm2·h)，而北部大部分地區的降雨侵蝕力不超過6000 MJ·mm/(hm2·h)，這與安徽省年降水量以及極端降水指數的空間分布格局相一致[15]。相關研究表明：除廣東、廣西、海南等華南地區外，我國年降雨侵蝕力一般都不超過6000 MJ·mm/(hm2·h)[16]。相比較之下，安徽省南部地區的降雨侵蝕力屬于較高水平，也進一步說明了安徽省南部特別是皖南山區屬于水土流失的高風險地區。

圖2b中降雨侵蝕力集中性指數的空間分布特征不是很明晰。以33.3為基準值(當降雨侵蝕力集中在某3個月內，RECI的理論值為33.3)，研究區大致可以分成3個不同集中性水平的區域。全省大部的RECI處于26.2～33.3這一區間，表明全年降雨侵蝕力主要分配在3～4個月份中，其中中西部及東南部的RECI較低。RECI的高值區域主要集中于西北大部、最南部、西南部等零星區域。南部地區山地較多且暖濕氣流活躍，地形抬升作用易觸發汛期強降水，某些月份暴雨日比重較高，因而RECI較高；而西北部位于暖溫帶半濕潤季風氣候區，雨季相對較短，因而RECI也較高[17-18]。圖3中各月貢獻率進一步刻畫的降雨侵蝕力年內分配不均勻性的區域差異，其中RECI高值區域7月的貢獻率顯著高于其他月份，高達28%；而RECI低值區域在6月和7月的貢獻率相差較小，分別為23%和21%。

圖2 安徽省年RE與RECI多年均值的空間分布

圖3 不同區域降雨侵蝕力的年內分配

2.2 基于RECI的氣候分區

為辨識降雨侵蝕力集中性年際變化的空間差異，將各站點RECI逐年序列構建的77列(77個站點)×45行(45 a)的矩陣導入SPSS 19.0軟件中進行主成分分析。圖4中前5個主成分累積方差貢獻率超過了60%，且各主成分的特征根均大于3。因此，77個站點的RECI年際變化可識別出5個典型模態。圖5中的載荷表征了不同模態與各站點RCECI序列的相關性，可有效地將研究區劃分為與5個主成分對應的子區域，分別為區域Ⅰ(中南部)、區域Ⅱ(中最南部)、區域Ⅲ(中北部)、區域Ⅳ(西南部)、區域Ⅴ(東北角)。值得一提的是區域Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ大致上分別對應了沿江低地區、皖南山區、江淮隆丘區、大別山丘陵山區、黃淮海平原區這5個安徽省典型自然地形區[19]，這說明了復雜多樣的地形地貌以及南北氣候過渡性是造成研究區RECI年際變化區域差異的重要原因。

圖4 各站點RECI主成分分析的碎石圖

圖5 各主成分對應載荷的空間分布

2.3 不同區域RECI的演變特征

圖6中主成分得分序列(PCS)直觀地表征了各子區域近45年RECI的演變過程。從M-K檢驗結果來看，除區域V外，各子區域1973～2017年間PCS序列呈現出上升趨勢特別是區域Ⅲ的上升趨勢最強，且通過了顯著性檢驗。這表明安徽省大部分地區降雨侵蝕力越來集中在某些月份中，其年內分配的不均勻性有所加劇。圖6中各PCS序列的5年滑動平均表明RECI有著較明顯的年代際轉折，特別是區域Ⅰ、Ⅱ、Ⅲ的RECI大致呈現出增加-減少-增加的變化特點，而區域V則呈現出減少-增加-減少的變化特點。值得一提是區域Ⅱ、Ⅲ、Ⅳ的RECI在2000年后的上升態勢較為明顯，而區域V的RECI在2000年后的下降態勢更為明顯。20世紀90年代末以來，隨著東亞夏季風的增強，雨帶開始向北移動至長江以北地區，雨帶北界超過35° N，江淮流域夏季極端降水偏多[20]，汛期降雨侵蝕力增強，進而導致安徽省大部分地區RECI呈增加趨勢。

灰色實線為PCS；黑色虛線為PCS的5年滑動平均；Z為M-K檢驗結果。圖6 各子區域主成分得分序列的趨勢檢驗

為了進一步探究安徽省降雨侵蝕力年內分配不均勻性的周期性變化特征，對各子區域的PCS序列進行EEMD分解，其結果見表1。總體而言，研究區RECI的呈現出以2.5～3.5 a為主周期的年際振蕩，體現在各分區PCS的IMF1分量的方差貢獻率均超過了50%，所占比重最高。這與安徽省年、季節降水量Morlet小波分析的結果相接近，其存在著2～4 a的振蕩周期[21]。此外，RECI的次周期變化存在著顯著的區域差異，區域Ⅰ和Ⅱ呈現出周期為11.25 a的年代際變化，其對應IMF3分量的方差貢獻率明顯高于IMF2、IMF4、IMF5；而區域Ⅲ、Ⅳ、V則呈現出周期為4.5～6.0 a的振蕩，其對應IMF2分量的方差貢獻率均高于IMF3、IMF4、IMF5。

表1 各分區PCS序列EEMD分解結果

2.4 RECI年際變化的歸因分析

對不同月份降雨侵蝕力以及RECI的年際序列進行歸一化處理，以不同月份降雨侵蝕力為自變量(X)，RECI為因變量(Y)，建立各分區RECI與降雨侵蝕力的多元線性回歸方程。方程中各自變量的回歸系數可作為X對Y的影響系數[22]，其絕對值的大小直接反映了各月降雨侵蝕力對RECI年際變化的貢獻程度。由表2可知，研究區各分區RECI的年際變化均主要由6月份降雨侵蝕力的波動造成，其影響系數的絕對值超過了0.64，遠高于其他月份。區域Ⅰ、Ⅱ、Ⅲ、Ⅳ的6月份降雨侵蝕力呈現出不同幅度的增加趨勢，其直接導致了研究區大部分地區降雨侵蝕力年內分配不均勻性的加劇，這與圖6中M-K檢驗的結果相一致。

3 結論

安徽省年降雨侵蝕力由南向北遞減，而降雨侵蝕力集中性指數(RECI)的空間分布格局則不是很明晰，其高值區域主要分布在西北大部和最南部。研究區大部分地區的降雨侵蝕力主要集中在3～4月份，其中7月份的貢獻率最高。降雨侵蝕力與集中性指數的高值區域均發現在最南部，意味著該區域某些月份土壤侵蝕的風險極高。

基于主成分分析，安徽省可以劃分為中南部、最南部、中北部、西南部、東北角這個5個呈現不同RECI年際變化特征的氣候子區域。盡管各分區RECI均呈現出主周期為2.5～3.5 a的年際振蕩，但中南部及最南部RECI的年代際振蕩更為顯著。除東北角這一區域外，研究區大部分地區降雨侵蝕力的年內分配不均勻性呈現加劇態勢，這主要是由6月份降雨侵蝕力的增加趨勢造成。

表2 各分區RECI年際變化的歸因分析