黔中喀斯特山地黄壤区降雨侵蚀力R值的分布特征
2021-10-11李亦秋杨广斌方启彬
李亦秋, 邓 欧, 杨广斌, 方启彬
(1.贵州师范大学 地理与环境科学学院, 贵州 贵阳 550025;2.贵州山地资源与环境遥感重点实验室, 贵州 贵阳 550025; 3.贵州省水土保持监测站, 贵州 贵阳 550002)
在20世纪50年代后期,美国学者Wischmeier等根据大量径流小区观测资料进行统计分析和系统研究,提出以降雨总动能E与最大30 min雨强I30的乘积EI30作为降雨侵蚀力指标(通常用R值表示),用来定量表征次降雨可能引起的土壤侵蚀能力,反映雨滴溅蚀以及地表径流对土壤侵蚀的综合效应[1]。此后,降雨侵蚀力的计算作为进行土壤侵蚀定量预报的一个重要环节,国内外学者提出了多种形式的降雨侵蚀力指标计算方法[2-8],大多研究[3]表明降雨侵蚀力R与降雨动能E及其降雨某一时刻最大降雨强度It的乘积EIt有着密切的关系,但从综合资料的可得性及适用范围来看,EI30仍是世界上应用最广的土壤侵蚀力指标。我国自20世纪80年代以来,开展了很多有关降雨侵蚀力的研究[9-11],模型多采用幂函数结构形式[12],编制了区域降雨侵蚀力图和分析降雨侵蚀力的季节分布[13-18],取得了很多有意义的成果。
黄壤主要分布在中国南方高海拔山区,特别是云贵高原[19]。喀斯特地貌和黄壤在地理空间上有着高度的重合,发育于石灰岩风化物的黄壤以贵州高原较有代表性[20]。喀斯特山地黄壤分布区土层普遍较薄,其自然坡面和耕作土壤厚度一般不超过2 m,传统意义上的轻度侵蚀即可造成重大危害。黄壤作为贵州最为重要的旱地耕作土壤,长期的开发利用加剧了土壤侵蚀过程,出现基岩大面积裸露、土地生产力严重退化的土地石漠化问题,严重威胁到区域的水土资源状况与农业安全[21-22]。喀斯特黄壤区域的水土流失研究工作起步较晚,研究内容集中在喀斯特地区黄壤侵蚀影响因素分析[23]、喀斯特石漠化的定义及分类分级、水土流失的侵蚀强度等级划分、不同下垫面侵蚀强度差异性对比等[23]定性研究阶段,少数定量研究则以喀斯特黄壤坡面降雨产流方式、水化学特征以及室内模拟条件下的坡面产流的水动力学特征等方面[24-26]。鉴于此,本文以黔中喀斯特黄壤分布区10个水土保持监测站点2013—2019年的日降雨量记录表和5 min间隔降雨过程摘录数据为主要数据来源,计算次降雨30 min最大雨强I30和次降雨总动能E,进而计算次降雨侵蚀力R=EI30,分析次R值分布特征、R值的月分布特征、年际变化特征和R值的雨量雨强分布特征,为进行土壤侵蚀定量预报、土壤保持规划和水土流失防治提供科学参考。
1 研究区概况
为了科学掌握喀斯特山地水土流失影响因子,系统研究其水土流失类型与侵蚀特征,准确评价水土保持综合治理效益,并为全国水土保持监测网络提供连续可靠的基础数据,贵州喀斯特山地黄壤分布区目前已建立起14个水土保持监测站点,125个监测小区,5个小流域控制站,基本上形成了全面布控和整体监测的水土保持监测网络。黔中地区位于贵州省中部,包括贵州省贵阳市及遵义市、安顺市、毕节市、黔东南州、黔南州的33个县(市、区),大部分地区属云贵高原的喀斯特丘陵地貌。黔中喀斯特山地黄壤区已建立起11个监测站点,由于石桥站近年无观测数据,本文选取羊鸡冲、云雾等10个监测站点为研究对象,研究黔中喀斯特山地黄壤区降雨侵蚀力R值的分布特征,其分布见图1。
图1 黔中喀斯特山地黄壤区的水土保持监测站分布
2 数据与方法
2.1 数据来源
研究数据源主要为各监测站点2013—2019年的日降雨量记录表和降水过程数据。监测数据具体包括次降水次序、降水时间(月、日、时、分)、累积雨量(mm)、累积历时(min),时段降雨的雨量(mm)、历时(min)和雨强(mm/h)等。降雨量主要通过HOBO小型自动气象站或虹吸式自记雨量计采集记录雨量数据,5 min间隔进行降雨过程摘录,降雨过程中降雨间歇大于360 min时为两次降雨。数据源还包括各监测站点的经纬度位置及其地理环境概况数据等。
2.2 研究方法
(1) 次降雨侵蚀力R值计算。贵州省水土保持监测站根据长期的区域性监测资料,确定次降雨侵蚀力计算依据监测站点5 min间隔记录的降雨资料数据,采用降雨侵蚀力EI30方法计算[2-3]:
R次=EI30
(1)
(2)
er=0.29〔1-0.72exp(-0.082ir)〕
(3)
式中:R次为次降雨侵蚀力(MJ·mm/(hm2·h);I30表示一次降雨过程中30 min的最大雨强,如果降雨总历时不足30 min时,也按照30 min计算,单位为mm/h,通过雨量纸摘录的断点雨量进行计算;E为一次降雨的总动能(MJ/hm2);r为降雨时段(r=1,2,…,n);n为一次降雨过程按照雨强分为n个时段;pr为第r时段雨量(mm);er为每一时段的单位降雨动能〔MJ/(hm2·mm)〕;ir为第r时段雨强(mm/h)。
(2) 年降雨侵蚀力变差系数Cv计算。采用年降雨侵蚀力变差系数Cv反映降雨侵蚀力的稳定性:
(4)
3 结果与分析
3.1 次R值的分布特征
表1 研究区监测站次R值分布特征指标
3.2 R值的月分布特征
通过计算各站点各月份平均R值占年平均R值比例来表示R值的月分布特征。经计算统计,各站点R值的月分布情况详见图2和表2。据表2和图2可知,各站点R值的月分布特征与区域降雨季节变化有着十分密切的关系,由于地处亚热带高原季风湿润气候区,年降水量一般在1 000 mm以上,主要集中在夏季,降雨侵蚀力R值也主要分布在4—9月,又重点集中于6—8月。4—9月,除平坝凯掌站R值分别占年R值的89.29%而外,其余各站点都在90.00%以上,其中贵定云雾站、修文龙场站、毛栗科站和箐门站更是达到95.00%以上,分别为96.03%,98.43%,96.49%和99.21%。6—8月,R值占年R值比例遵义浒洋水站最低,为55.98%,修文龙场站最高,为85.25%。
图2 研究区各站点R值月分布
表2 研究区各站点R值的月分布统计结果
3.3 R值的年际变化分布特征
各站点的R值年际变化特征指标计算结果详见表3。降雨侵蚀力年均R值及变差系数Cv空间分布如图3所示。
据表3和图3可知,研究区年均R值由东南和西南向北向西呈明显的减小趋势,年均R值变化范围在3 034.43~7 608.82 MJ·mm/(hm2·h)之间,均值为4 287.78 MJ·mm/(hm2·h)。R值年际变差系数与之呈相反趋势,由东南向西北逐渐增大,表明由东南向西北降雨侵蚀力的稳定性逐渐降低。R值年际变差系数变化范围在0.20~0.45之间,均值为0.31;最大年R值一般为平均年R值的 1.18~1.51倍;最大年R值与最小年R值的比值为 1.57~2.52倍,表明降雨侵蚀力年际变化较大。
表3 研究区R值的年际变化特征指标
图3 研究区年均R值及变差系数Cv空间分布
3.4 R值的降雨特征分布
3.4.1R值的雨量分布特征 将各个监测站点次降雨按雨量大小排序,并按照雨量大小分成6个等级[27]:小雨(24 h降雨量小于10 mm);中雨(24 h降雨量10~25 mm);大雨(24 h降雨量25~50 mm);暴雨(24 h降雨量50~100 mm);大暴雨(24 h降雨量100~250 mm);特大暴雨(24 h降雨量在250 mm以上)。各监测站点各等级雨量对应的累计R值占总R值的比例详见表4。根据表4的数据统计结果,绘制监测站点量级雨量的R值比例的雷达图(图4)。据表4和图4可知,各个站点小雨所产生的R值占总R值的比例均在5.00 %以下,平均占比2.01%,云雾站小雨所产生的R值占比仅为0.27%,龙场站小雨所产生的R值占比最大,也只占4.13%;中雨、大雨、暴雨和大暴雨是产生R值的主要雨量等级;大雨因出现频率相对较高、历时较长,对总R值的贡献也最大,其平均占比达35.06%;大雨和暴雨是R值分布的两个高峰点,所产生的R值占比均在60.00%左右及其以上,最大占比是蚂蝗田站,占比达67.84%;大暴雨总体上出现的频率不高,但单次大暴雨的降雨侵蚀力的R值却可以很大,如前所述的三股水站2014年6月20日最大降雨的R值高达2 296.94 MJ·mm/(hm2·h),羊鸡冲站2015年6月18日最大降雨的R值高达2 661.13 MJ·mm/(hm2·h),箐门站2018年5月18日最大降雨的R值高达2 436.84 MJ·mm/(hm2·h),一次大暴雨就可能改变R的整体分布;各监测站点暂无特大暴雨记录。
表4 研究区监测站点量级雨量的R值比例 %
图4 研究区各量级雨量R值比例雷达图
3.4.2R值的雨强分布特征 降雨强度是指单位时段内的降雨量,以mm/min或mm/h计,强度愈大,雨愈猛烈。计算时特别有意义的是相应于某一历时的最大平均降雨强度。例如,I30表示一次降雨过程中30 min的最大雨强。以次降雨最大30 min降雨强度I30作为强度指标,将其分为5个量级[17],各量级雨强对应的累计R值占总R值的比例见表5,并绘制监测站点量级雨强的R值比例雷达图如图5所示。
表5 研究区各量级I30雨强的R值比例 %
据表5和图5可知,各个站点小于15 mm/h雨强所产生的R值占总R值的平均占比在10.00%以下,雨强15~30 mm/h是R值分布的高峰区,其平均占比为31.97%;雨强30~45 mm/h是R值分布的次高峰区,其平均占比为27.62%;高雨强的降雨发生的随机性更大,大于60 mm/h雨强所产生的R值比例的空间分布差异也大,占比最大的云雾站为19.75%,占比最小的蚂蝗田站为4.35%。
4 讨论与结论
(1) 各站点系列最大次R值在次平均R值的几倍至十几倍之间,最大次R值占对应年份的年R值的比例也差异明显。总体上,最大次R值占对应年份的年R值的比例最少都达22.28%。一年中几次比较大的暴雨对土壤侵蚀的贡献率大。
(2) 降雨侵蚀力R值主要分布在4—9月,又重点集中于6—8月。4—9月R值分别占年R值的90.00%左右,其中贵定云雾站和修文龙场站更是达到95.00%以上。6—8月R值占年R值比例最低都为55.98%(遵义浒洋水站),修文龙场站最高,达到85.25%。
(3) 年均R值由东南和西南向北向西呈明显的减小趋势,年均R值变化范围在3 034.43~7 608.82 MJ·mm/(hm2·h)之间,均值为4 287.78 MJ·mm/(hm2·h)。R值年际变差系数与之呈相反趋势,由东南向西北呈明显的增大趋势,表明由东南向西北降雨侵蚀力的稳定性逐渐降低。R值年际变差系数变化范围在0.20~0.45之间,均值为0.31,表明降雨侵蚀力年际变化较大。
(4) 中雨、大雨、暴雨和大暴雨是产生R值的主要雨量等级,大多数站点的占比均在60.00%以上;大雨因出现频率相对较高、历时较长,对总R值的贡献也最大,其平均占比达35.06%;大暴雨总体上出现的频率不高,但单次大暴雨的降雨侵蚀力的R值却可以很大,一次大暴雨就可能改变R的整体分布。雨强15~30 mm/h是R值分布的高峰区,其平均占比为31.97%;高雨强的降雨发生的随机性更大,大于60 mm/h雨强所产生的R值比例的空间分布差异也大。
综上所述,本研究以监测站点径流小区长时间序列的实测降雨过程资料进行数据支持,计算次降雨侵蚀力,在此基础上选用R值分布的特征指标分析次R值、月R值、年R值和R值的雨量雨强分布特征,在最大程度上保证了分析数据的可靠性。在年R值和R值年际变差系数空间分异研究中,需要尽可能多的监测站点资料才能保证插值的精度。在后续研究中可将水土监测站点径流小区观测资料与常规气象监测站点观测资料相结合,建立常规雨量站降雨量与水土监测监测站点相应的降雨过程的降雨侵蚀力之间的转换关系,有效解决站点广泛性和资料代表性之间的矛盾,为区域土壤侵蚀定量预报、土壤保持规划和水土流失防治提供更加精准的数据支撑。