近60年山西省降雨侵蚀力时空变化特征

2023-10-23马道铭回毅滢赵炯昌王百群

水土保持研究 2023年6期

马道铭, 回毅滢, 赵炯昌, 王百群, 于洋,2

(1.北京林业大学水土保持学院, 北京 100083; 2.北京林业大学水土保持学院山西吉县森林生态系统国家野外科学观测研究站, 北京 100083; 3.中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室, 陕西杨凌 712100)

降雨是导致土壤侵蚀的主要驱动因子之一[1]。降雨侵蚀力作为表征降雨导致土壤侵蚀潜在能力的指标,被广泛应用于水土保持综合治理、农业生产以及生态系统服务评估。在气候变化背景下,不同地区降水时空差异明显,降水量、降水强度和降水历时的高度不确定性导致降雨侵蚀力改变,从而影响土壤侵蚀特征[2]。因此,开展区域降雨侵蚀力研究对于有效开展水土流失综合防治具有重要意义[3]。

当前,20世纪50年代以来,人们围绕降雨侵蚀力的报道较多。Johannsen等[4]利用奥地利各地171个气象站的降雨数据以将降雨侵蚀力描述为平均降雨量的函数,计算了1995—2015年降雨侵蚀力,并根据降雨侵蚀力的时空分布差异反映侵蚀危险性;梁宇靖等[5]基于CLDAS遥感数据多源融合降水利用EI60模型从不同时空尺度评估了中国的降雨侵蚀力,结果显示全国降雨侵蚀力呈现东南高西北低的特点,同时降雨侵蚀力的变化趋势和降雨量、侵蚀性降雨次数的变化趋势基本一致;刘斌涛等[6]利用全国590个气象站点1960—2007年的逐月降水量数据计算了降雨侵蚀力,得出近50 a大部分地区年降雨侵蚀力呈现出不显著的上升的趋势,其中山西省的降雨侵蚀力呈下降趋势,但下降趋势不显著;郑明星等[7]利用降雨侵蚀力估算方程对西北地区日、月、季度、年降雨侵蚀力进行分析,构建了降雨侵蚀力回归分析模型,结果表明1970—2017年西北地区降雨侵蚀力在1990年、2008年发生了两次突变;马良等[8]利用Mann-Kendall非参数方法对山东省1951—2008年的降雨侵蚀力进行分析检验,结果表明,多年间的降雨侵蚀力变化不具备显著性,但春冬季特别是2月、5月、12月的降雨侵蚀力显著升高。由此可见,降雨侵蚀力作为土壤侵蚀模型的重要参数,目前已广泛用于气候变化预测、土壤侵蚀趋势分析等领域。

黄河流域生态保护与高质量发展是当前重大国家战略,黄土高原是我国水土流失最为严重的地区,围绕黄土高原生态系统降雨侵蚀力的报道较多。穆兴民等[9]绘制了1956—2002年陕北黄土高原降雨侵蚀力的等值线并分析了其时空变化特征,结果发现陕北地区降雨侵蚀力年际变化趋势呈现出不显著的增加或减少趋势;陈剑南等[10]研究了1901—2016年黄土高原的降雨侵蚀力时空变化,结果表明黄土高原地区年均降雨侵蚀力空间分布呈现东南高、西北低的特征,且显著变化区域集中于黄土高原中部,不显著变化区域多位于黄土高原边界;李维杰等[11]基于太行山脉及其周边地区建立了年降雨侵蚀力的简易模型分析降雨侵蚀力的时空变化特征,结果发现太行山脉地区各降雨侵蚀力最大值主要分布于太行山脉东南部以及五台山地区,最小值主要分布于地区的东北部。虽然人们围绕区域尺度降雨侵蚀力的变化已开展了大量报道,但对于省域尺度的详细报道较少。

山西省地处黄河中游,黄土高原东部,境内80%以上为山地、丘陵区,地形陡峭,沟壑纵横,水土流失严重[12]。据2020年度山西省水土保持公报,截至2020年,山西省全省共有水土流失面积58 942.81 km2,其中水力侵蚀面积58 914.47 km2,水土流失治理任务依然艰巨,2021年山西省年内2月、9月、10月的月降水量超历史同期极值的市县分别为31,45,60个,气候条件极端性明显,面临的降雨侵蚀的威胁更加严重。严重的水土流失,尤其是水力侵蚀,制约着山西省经济社会的高质量发展,为了进一步揭示山西省水土流失情况,有必要对山西省全省降雨侵蚀力的时空变化趋势进行分析。基于此,本文通过计算近60 a(1960—2020年)省域尺度降雨侵蚀力,分析评估省域尺度侵蚀力时空变化特征,以期为山西省生态建设与水土流失防治防护提供参考。

1 材料与方法

1.1 研究区概况

山西省地处华北地区西部,黄河流域中游的黄土高原上,处于35°—40°N,110°—114°E,总面积约1.57×106km2。地形以山地丘陵为主,地势呈现西北高东南低的趋势。全省大部分位于温带半湿润半干旱大陆性季风气候,四季分明,雨热同期,年均温为4～14℃,年均降水量400～600 mm,自东南向西北递减,降水主要集中在6—8月。由于地形和海陆位置影响,山西省处于季风型气候与大陆型气候的过渡地带,总体气候受季风影响极大,是气候变化的典型敏感地区[13]。

1.2 气象数据来源与降雨侵蚀力计算

研究使用数据来源于中国气象科学数据共享服务网(http:∥cdc.cma.gov.cn)的地面日值观测数据集。选取其中长时间序列下数据较为连贯、完整的19个站点,站点分布如图1所示。

注:基于标准地图服务系统下载的审图号GS(2020)4619号的标准地图制作,底图未做修改,下图同。图1 山西省气象站点空间分布Fig. 1 Spatial distribution of meteorological stations in Shanxi Province

国内学者建立了一个基于日侵蚀性降雨量的半月降雨侵蚀力的简单模型,可以在基于降水资料(如日降水量、月降水量、年降水量)的情况下估算降雨侵蚀力,为降雨侵蚀力研究计算提供一个更加简便的、适用广泛的研究方法[14-16]。本文采用日降水量模型计算区域的降雨侵蚀力,计算方法如下:

(1)

(2)

式中:R为多年平均降雨侵蚀力〔MJ·mm/(hm2·h)〕;R半月k为第k个半月的降雨侵蚀力〔MJ·mm/(hm2·h)〕;k为1 a的24个半月;n为第i为降雨侵蚀力的所用资料的年份,标记1960年为1,i=1,2,3,…,n;j为第i年的所用资料的半月份,标记第一个半月为1,j=1,2,3,…,m;Pi,j,k为第i年第k半月第j次侵蚀性降雨的降雨量(mm)。其中侵蚀性降雨定义为日降雨量≥12 mm。α,β为参数,可用以下公式估算:

(3)

α=21.586β-7.1891

(4)

式中:Pd12为日降雨量≥12 mm的日平均雨量(mm);Py12为日降雨量≥12 mm的年平均雨量(mm)。

1.3 时间趋势分析

Mann-Kendall非参数检验法是判断气候、水文要素随时间变化情况的常用方法。使用Mann-Kendall检验法进行时间序列数据的趋势检验和突变检验[17-18]。该方法能够检验气候序列中存在的气候长期趋势,并判定突变点具体发生的时间。

将降雨侵蚀力数据按照时间序列依次排布为Xn={x1,x2,x3,…,xn};定义统计量S为:

(5)

(6)

式中:若S为正,说明降雨侵蚀力随时间序列趋于增加;若S为负,说明降雨侵蚀力随时间序列趋于减少。

计算统计变量Z值:

(7)

式中:var(S)为S的方差;Zmk满足标准正态分布。|Z|>1.64时代表Zmk通过了95%信度检验,定义为显著变化。

趋势的大小估算方法如下::

(8)

式中:median表示中位数,若β为正则呈现增长趋势,β为负则呈现下降趋势,β的绝对值大小可以反映变化的剧烈程度。

(9)

式中:Ri为Xi大于Xj(1≤j≤i)的累计数。

定义统计量:

(10)

式中:var(Sk)为Sk的方差;E(Sk)为Sk的均值UFk(k=1,2,3,…,n)满足标准正态分布,UF1=0,在给定的显著性水平α下,若时间序列有明显趋势则满足|UFk|>μ0。

将时间序列逆序排布为Xn={xn,xn-1,xn-2,…,x1},按照上述方法重新计算出UBk,且使得UBk=UFk,(k=1,2,3,…,n),UBn=0。绘制UBk和UFk曲线,若两条曲线出现交点且交点在临界线之内则认为在交点处发生了突变。

采用重标极差分析法(又称R/S方法)中的Hurst指数来评判时间序列中的趋势成分[17]。该方法利用有偏的随机游走以描述长期的时间序列的趋势情况。其中Hurst指数体现了时间序列的自相关性,尤其反映了序列中隐藏的长期趋势。Hurst指数H(0

1.4 降雨侵蚀力空间插值与制图

山西省多山地丘陵,降雨强度与地形的关系很大,降雨侵蚀力的空间分布需要结合高程考虑。因此采用结合高程的协同克里金插值的方法,对山西省各个气象站的计算出的降雨侵蚀力进行空间插值,可以得出整个山西省的连续的降雨侵蚀力空间分布[19],相关分析与制图采用ArcGIS 10.2完成。结合高程的协同克里金插值法同时采用降雨侵蚀力和高程的信息,由于主要关注的是降雨侵蚀力,因此使用降雨侵蚀力的自相关与降雨侵蚀量和高程之间的互相关的自相关以进行更好地、更精确地插值。

2 结果与分析

2.1 单个站点时间趋势检验

对19个气象站点的逐年降雨侵蚀力数据做M-K突变检验,结果如图2所示,1960—2020年,大同、河曲、兴县、榆社、晋东南5个气象站点的UF曲线在零线附近波动且多位于零线以下,但不超过95%置信区间,不具备显著变化性,呈现不显著的下降趋势;右玉、五寨、原平、离石、太原、阳泉、隰县、介休、临汾、长治、运城、阳城12个气象站点的UF曲线仍在零线附近波动且多位于零线以下,且有部分位于置信区间之外,但p值检验后不具备显著变化性,也呈现不显著的下降趋势;侯马站点UF曲线除早期在零线以下外,其余时期长期处于零线以上,且不超过置信区间,呈现不显著的上升趋势;五台山站点在1964年发生了一次突变后,UF曲线快速下降到置信区间外,且长期保持在置信区间外,具备显著性,呈现显著的下降趋势。

续图2图2 山西省各气象站点降雨侵蚀力趋势检验Fig. 2 Trend test of rainfall erosive force at meteorological stations in Shanxi Province

2.2 省域尺度时间序列分析

1960—2020年,山西省降雨侵蚀力的年际变化如图3所示,由图可知,除侯马地区周边呈现不显著的增加趋势外,其他地区呈现显著或不显著的减少趋势。其中五台山地区的降雨侵蚀力呈现出显著减少的趋势,β值大小在-24.35,即下降速率约-24.35 MJ·mm/(hm2·h·a),这符合对于五台山地区极端降水指数呈现明显下降趋势的研究结果[13]。同时五台山地区的降雨侵蚀力呈现明显减少的趋势。

图3 1960-2020年山西省各地区降雨侵蚀力变化总体趋势Fig. 3 Overall trend of rainfall erosive force changes in Shanxi Province by region, 1960-2020

根据Hurst指数定义,当Hurst指数大于0.5时,序列趋向于长期性。通过上述分析可知,山西省的降雨侵蚀力长期呈现不显著的降低趋势,在此基础上对每个气象站点的年降雨侵蚀力进行R/S分析,得出了每个站点的Hurst指数,并通过IDW反距离加权法进行插值。如图4所示,计算出最低的Hurst指数为0.63,大于0.5,且各站点的Hurst指数都大于0.5。侯马地区的降雨侵蚀力呈不显著增长趋势、五台山地区降雨侵蚀力的显著下降趋势,其他地区降雨侵蚀力的降低趋势将长期持续下去。相比较而言,山西省南部区域的Hurst指数更接近1,即山西省南部地区的降雨侵蚀力更具长期记忆性趋势;而山西省北部区域更接近0.5,即山西省北部地区的降雨侵蚀力更近似于一个随机游走的时间序列,趋势的长期性较南部地区更弱。

2.3 山西省降雨侵蚀力空间分布特征

山西省的地形差异极大,全省海拔最高点与最低点的差值达到2 873 m,在研究山西省降雨侵蚀力空间分布的过程中需考虑海拔对于降雨侵蚀力的影响。采用考虑高程的协同克里金插值法,对于山西省的多年平均降雨侵蚀力分布进行空间内插,得到了连续的山西省多年平均降雨侵蚀力空间分布图(图5)。山西省1960—2020年多年平均降雨侵蚀力(R)值为620.14～2 573.37 MJ·mm/(hm2·h),总体呈现出西北低东南高的特点,这符合山西省处于季风气候与大陆性气候的交界带的特点,西北部受更为寒冷干燥,东南部则受夏季风影响较大更多降水[12]。

图5 山西省多年平均降雨侵蚀力的空间分布Fig. 5 Spatial distribution of the erosive power of multi-year average rainfall in Shanxi province

此外,山西省多年平均降雨侵蚀力的空间分布与地形有很强的相关性。受地形影响,高山区易形成降水量高值中心,盆地区降水量明显偏少,成为低值区[19],因此,多年降雨侵蚀力的高值区也常常出现在山区,如五台山区、吕梁山南部地区、太行山区等都为降雨侵蚀力的高值区。同时,在山西省的黄河沿线,也为降雨侵蚀力的高值区。这对于该区域的水土保持工作提出了更高的要求,需要对该地区的水土保持工作更加重视。

3 讨论

山西省近60 a的降雨侵蚀力的时空变化趋势显示,基于站点分析表明,除五台山气象站点降雨侵蚀力呈显著变化外,其余站点的年际变化呈不显著变化。具体来说,降雨侵蚀力的年际变化在侯马周边地区呈现出不显著的上升趋势,在五台山周边地区呈现显著的下降趋势,在省内其他地区则呈现出不显著的下降的趋势。侯马周边地区位于吕梁山前面向东南方向的平原处,同时多山地丘陵环抱,利于东南季风长驱直入在此处形成降水[20]。Liu等[21]指出,近几十年来降雨侵蚀力的减少趋势可能与黄土高原地区的降水量的减少趋势有关。通过对Hurst指数的计算,该趋势具备长期序列性,将长期持续下去。这个趋势与陈剑南等[10]对于整个黄土高原区的研究呈现的显著变化区集中于黄土高原中心地带,非显著变化区多分布于黄土高原边缘地带的研究相似,也与刘斌涛等[6]对于整个中国全国降雨侵蚀力变化得出的山西位于降雨侵蚀力不显著下降的地区的结论吻合,也与Xin等[22]针对黄土高原近50 a降雨研究得出的黄土高原降雨侵蚀力下降趋势吻合。但章文波等[23]早期研究根据1971—1998年降水资料得出的山西省降雨侵蚀力北部呈现微弱增长趋势,南部呈现微弱下降趋势有所不同,可能与时间尺度及插值方法不同有关。

在空间分布上,山西省降雨侵蚀力省内呈现出很明显的差异。大体上西北部分较低,东南部分较高,这点与Guo等[24]针对全国建立了降雨侵蚀力重力模型发现的国家尺度上降雨侵蚀力呈现东南高西北低的特点吻合。这一趋势可能与夏季风从东南向西北推进的方向有关[21],山西省整体多山地丘陵,而降雨侵蚀力的高值分布区多集中在山前,如韩建等[25]对太行山地区降水的研究中发现山区海拔的升高和背风坡的增加的情况会抑制东南方向暖气流的前进,到达山西省的东南暖气流在山地丘陵地形因素的抬升作用下在山前地形起伏带上更易形成降水。同时在多轮山地的削弱下随着东南暖气流向西北推进,其水分含量也进一步下降,减少了西北地区的降水发生频次和强度,致使山西呈现出空间分布上西北部分较低,东南部分较高,降雨侵蚀力的相对高值集中在山地东南方向的情况。大体与宁婷等[19]发现的山西省2000—2016年的降雨侵蚀力空间分布相近,但在五台山地区有所不同,可能与高程对降雨侵蚀力影响的权重有关。

本文仅对于山西省19个长期气象站的降水数据进行研究,气象站点位数量不足可能会导致空间内插效果不佳。降雨侵蚀力数据可能在年内不同时期有着不同的变化趋势,在年际间也有着不同趋势[26]。而对于山西省60 a的长时期的降雨侵蚀力作变化趋势的研究可能会使不同时期的相反的变化趋势相互抵消,从而使整个较长时期的降雨侵蚀力变化情况不够明确。通过对于整个山西省的降雨侵蚀力的研究,发现山西省降雨侵蚀力将呈现逐渐降低的趋势,但降低趋势不显著。值得注意的是,山西省的降雨侵蚀力的高值分布在黄河沿线,这也为未来山西省黄河沿线的水土保持工作将提出更高的要求。