使用有限風(fēng)速數(shù)據(jù)計(jì)算RWEQ模型的風(fēng)因子

郭中領(lǐng)　常春平　王仁德

摘要：修正的土壤風(fēng)蝕方程（revised wind erosion equation，RWEQ）被廣泛應(yīng)用于土壤風(fēng)蝕預(yù)報(bào)，風(fēng)因子是該模型的重要參數(shù)。RWEQ將風(fēng)蝕力定義為風(fēng)因子（wind factor，Wf），RWEQ最初要求使用逐小時(shí)風(fēng)速數(shù)據(jù)計(jì)算Wf。基于中國(guó)河北省康保縣、拉伯克市兩地長(zhǎng)時(shí)間逐小時(shí)風(fēng)速數(shù)據(jù)計(jì)算了月均、年均Wf（Wf24），并對(duì)比了由當(dāng)?shù)貥?biāo)準(zhǔn)時(shí)間（local standard time，簡(jiǎn)稱(chēng)LT）1日4風(fēng)速（02：00、08：00、14：00、20：00）計(jì)算的Wf（Wf4）。結(jié)果表明，對(duì)于康保縣，Wf24與Wf4符合得很好（年均Wf24與Wf4誤差為-2.60%），1日4風(fēng)速能夠用于計(jì)算土壤風(fēng)蝕量；對(duì)于拉伯克市，Wf24與Wf4之間的誤差相對(duì)較大（年均Wf24與Wf4誤差為11.16%），1日4風(fēng)速可用于評(píng)估不同農(nóng)田管理措施的防風(fēng)蝕效果；1日4風(fēng)速的其他組合、1日3風(fēng)速以及1日2風(fēng)速等風(fēng)速組合類(lèi)型亦可以用于RWEQ模型。可以看出，站點(diǎn)風(fēng)速的日變化特點(diǎn)是選取風(fēng)速數(shù)據(jù)組合的重要影響因素。

關(guān)鍵詞：土壤風(fēng)蝕；風(fēng)蝕力；風(fēng)因子；風(fēng)速

中圖分類(lèi)號(hào)： S157.1文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2015）01-0350-04

收稿日期：2014-02-20

基金項(xiàng)目：國(guó)家自然科學(xué)基金（編號(hào)：41330746）；國(guó)家自然科學(xué)基金青年基金（編號(hào)：41301291、41101251）；河北省自然科學(xué)基金青年基金（編號(hào)：D2014205063、D2013302034）；河北省軟科學(xué)重點(diǎn)項(xiàng)目（編號(hào)：13454213D）；河北省科技計(jì)劃（編號(hào)：13109）；河北師范大學(xué)科研基金（編號(hào)：130531）。

作者簡(jiǎn)介：郭中領(lǐng)（1983—），男，河北巨鹿人，博士，講師，主要從事土壤風(fēng)蝕、可持續(xù)農(nóng)業(yè)研究。E-mail：gzldhr@163.com。我國(guó)是世界上遭受風(fēng)蝕最為嚴(yán)重的國(guó)家之一，對(duì)土壤風(fēng)蝕進(jìn)行定量預(yù)測(cè)預(yù)報(bào)是土壤風(fēng)蝕研究的核心任務(wù)之一[1]。為了準(zhǔn)確計(jì)算土壤風(fēng)蝕量，評(píng)價(jià)各種防風(fēng)蝕措施，學(xué)者們先后提出了不同形式的土壤風(fēng)蝕預(yù)報(bào)模型，比如區(qū)域尺度的WEAM[2]、IWEMS[3]、AUSLEM[4]等，以及田塊尺度的WEQ[5]、WEPS[6]等。其中，修正的土壤風(fēng)蝕方程（revised wind erosion equation，RWEQ）被廣泛應(yīng)用于土壤風(fēng)蝕預(yù)報(bào)[7-10]，該模型由美國(guó)農(nóng)業(yè)部（USDA）農(nóng)業(yè)研究服務(wù)（Agricultural Research Service）組織開(kāi)發(fā)，它是一個(gè)基于過(guò)程模擬的經(jīng)驗(yàn)性模型。RWEQ模型能夠成功模擬田間管理措施、不同作物輪作對(duì)風(fēng)蝕量的影響[7]。風(fēng)是RWEQ模擬風(fēng)蝕的基本驅(qū)動(dòng)力，風(fēng)蝕力一般被用來(lái)描述風(fēng)吹揚(yáng)地表細(xì)粒物質(zhì)的潛力。自從Bagnold開(kāi)創(chuàng)性提出“風(fēng)沙流的強(qiáng)度與風(fēng)速的立方成正比例”以來(lái)，許多學(xué)者先后提出大量不同形式的風(fēng)蝕力表達(dá)式[11-12]。RWEQ表達(dá)風(fēng)蝕力的具體形式為：

W=（Ui-Ut）2Ui。（1）

式中：W為風(fēng)力值，m3/s3；Ui為距離地面2 m處風(fēng)速，m/s；Ut為距離地面2 m處的臨界起沙風(fēng)速，m/s。RWEQ模型將Ut設(shè)為定值5.0 m/s，當(dāng)風(fēng)速低于5.0 m/s時(shí)，風(fēng)力值為0，無(wú)風(fēng)蝕發(fā)生。RWEQ模型定義平均風(fēng)力值為風(fēng)因子（wind factor，Wf），表達(dá)式為[6]：

Wf=∑Ni=1ρ（Ui-Ut）2UigN。（2）

式中：Wf為風(fēng)因子值，kg/（m·s）；ρ為空氣密度，kg/m3；g為重力加速度，m/s2；N為觀測(cè)時(shí)段內(nèi)記錄風(fēng)速的次數(shù)。

高質(zhì)量的風(fēng)速數(shù)據(jù)是準(zhǔn)確計(jì)算Wf的必要條件。RWEQ模型要求逐小時(shí)風(fēng)速數(shù)據(jù)為輸入?yún)?shù)。然而，自然界的風(fēng)往往呈湍流狀態(tài)，變化十分迅速。因此，風(fēng)速觀測(cè)中往往是記錄并保存一些代表性時(shí)段的風(fēng)速數(shù)據(jù)。保存風(fēng)速數(shù)據(jù)的代表性時(shí)段隨著不同地域或者觀測(cè)方法變化很大。比如美國(guó)政府主導(dǎo)的Automated Surface Observing System（ASOS）觀測(cè)標(biāo)準(zhǔn)規(guī)定保存逐小時(shí)系列風(fēng)速數(shù)據(jù)。世界氣象組織建議將10 min風(fēng)速數(shù)據(jù)作為標(biāo)準(zhǔn)風(fēng)速。我國(guó)很多氣象站點(diǎn)記錄由當(dāng)?shù)貥?biāo)準(zhǔn)時(shí)間（local standard time，簡(jiǎn)稱(chēng)LT）1日4風(fēng)速數(shù)據(jù)（02：00、08：00、14：00、20：00）[13-14]。本研究使用中國(guó)、美國(guó)2個(gè)典型風(fēng)蝕嚴(yán)重地區(qū)的氣象站點(diǎn)長(zhǎng)時(shí)間序列的逐小時(shí)風(fēng)速數(shù)據(jù)計(jì)算RWEQ模型的風(fēng)因子，旨在為土壤風(fēng)蝕研究提供依據(jù)。

1材料與方法

本研究逐小時(shí)風(fēng)速數(shù)據(jù)觀測(cè)地點(diǎn)是美國(guó)德克薩斯州拉伯克市、中國(guó)河北省康保縣。拉伯克市位于美國(guó)Llano Estacado平原，這一地區(qū)干燥多風(fēng)，土壤風(fēng)蝕問(wèn)題非常嚴(yán)重。康保縣位于我國(guó)農(nóng)牧交錯(cuò)帶東部的河北省壩上地區(qū)，是典型的風(fēng)蝕治理區(qū)。拉伯克市、康保縣的風(fēng)速數(shù)據(jù)采集時(shí)間分別是2001—2009年、1992—2002年，采集高度分別為2、10 m。 RWEQ模型中，Wf值直接用于風(fēng)蝕通量的計(jì)算。首先使用逐小時(shí)和1日4風(fēng)速數(shù)據(jù)（LT 02：00、08：00、14：00、20：00）計(jì)算拉伯克市（2001—2009年）和康保縣（1992—2002年）兩地的月平均及年平均Wf值，再對(duì)比分析2種風(fēng)速數(shù)據(jù)Wf值的差別，進(jìn)而確定RWEQ模型是否可以使用1日4風(fēng)速數(shù)據(jù)。另外，筆者還分析了1日3風(fēng)速、1日2風(fēng)速數(shù)據(jù)的情景，用2 m高度風(fēng)速數(shù)據(jù)直接計(jì)算Wf值[6]。由于本研究目的主要是對(duì)比不同風(fēng)速數(shù)據(jù)類(lèi)型風(fēng)蝕力的差別，因此公式（2）所需的空氣密度（ρ）、重力加速度（g）可分別設(shè)為1.293 kg/m3、9.8 m/s2。使用相對(duì)誤差來(lái)評(píng)估不同風(fēng)速數(shù)據(jù)計(jì)算出的月平均及年平均Wf值的差別，相對(duì)誤差公式為：

RE=（WE24-WE4）/WE24×100%。（3）

式中：WE24 為由逐小時(shí)風(fēng)速數(shù)據(jù)計(jì)算得到的月均或年均Wf值；WE4為由1日4風(fēng)速數(shù)據(jù)求得的月均或年均Wf值；RE為WE24與WE4的相對(duì)誤差。endprint

2結(jié)果與分析

如表1所示，Wf24為由逐小時(shí)風(fēng)速求得的風(fēng)蝕力值，Wf4為由1日4風(fēng)速數(shù)據(jù)求得的風(fēng)蝕力值。從Wf24的各月分布來(lái)看，康保縣3、4、5月的風(fēng)蝕力最大，6、7、8月的風(fēng)蝕力最小。拉伯克市2、3、4月的風(fēng)蝕力最大，7、8、9月的風(fēng)蝕力最小。Wf4亦表現(xiàn)出類(lèi)似的規(guī)律。對(duì)于康保縣，Wf24、Wf4的各月均值符合較好，大部分月份誤差都介于-20%與12%之間，年均Wf24、Wf4誤差僅為-2.60%。8、10月雖然誤差絕對(duì)值較大，但風(fēng)蝕力絕對(duì)值較小，故對(duì)全年風(fēng)蝕力影響不大。拉伯克市Wf24、Wf4的各月均值偏離程度較大，風(fēng)蝕力較大的2、3、4月的誤差也都超過(guò)了10%，年均Wf24、Wf4誤差為11.16%。RWEQ模型在計(jì)算風(fēng)蝕通量時(shí)需要直接用到Wf值。 RWEQ 模型的最大輸沙率方程基于單一風(fēng)蝕事件風(fēng)蝕方程，Wf值是這個(gè)輸沙通量方程的重要輸入?yún)?shù)。RWEQ 模型線(xiàn)性回歸的最大輸沙通量方程為：

Qmax=109.8×（Wf×EF×SCF×K′×COG）。（4）

式中：Qmax為最大輸沙率，kg/m；Wf為風(fēng)因子，kg/（m·s）；EF為土壤可蝕性；SCF為土壤結(jié)皮因子；K′為地表粗糙度因子；COG為結(jié)合殘茬因子。

從數(shù)量關(guān)系上來(lái)看，當(dāng)確定了方程（4）的其他輸入?yún)?shù)時(shí)，方程（4）的形式意味著Qmax對(duì)Wf的響應(yīng)是線(xiàn)性的。因此，若逐小時(shí)與1日4風(fēng)速之間的Wf誤差較小，則RWEQ預(yù)測(cè)風(fēng)蝕量的誤差也會(huì)較小。表1康保縣、拉伯克市逐小時(shí)與1日4風(fēng)速數(shù)據(jù)（LT 02：00、08：00、14：00、20：00）求得風(fēng)因子值

3結(jié)論

本研究使用康保縣、拉伯克市兩地長(zhǎng)時(shí)間逐小時(shí)風(fēng)速數(shù)據(jù)，探討了1日4風(fēng)速、1日3風(fēng)速、1日2風(fēng)速等不同風(fēng)速數(shù)據(jù)的組合類(lèi)型是否能夠估算Wf24值（風(fēng)因子），進(jìn)而用于RWEQ模型。結(jié)果表明，康保縣1日4風(fēng)速（LT 02：00、08：00、14：00、20：00及LT 05：00、11：00、17：00、23：00）、1日3風(fēng)速（LT 04：00、12：00、20：00及LT 06：00、14：00、22：00）及

1日2風(fēng)速（LT 05：00、16：00及LT 11：00、22：00）等風(fēng)速組合能很好地預(yù)測(cè)Wf24值。拉伯克市1日4風(fēng)速（LT 00：00、06：00、12：00、18：00及LT 03：00、9：00、15：00、21：00）、1日3風(fēng)速（LT 00：00、08：00、16：00及LT 07：00、15：00、23：00）及1日2風(fēng)速（LT 06：00、17：00及LT 11：00、22：00）等風(fēng)速組合可以很好地估算Wf24值。總體而言，上述風(fēng)速組合亦可以用于RWEQ模擬風(fēng)蝕量數(shù)據(jù)。風(fēng)速的日變化特點(diǎn)會(huì)影響風(fēng)速數(shù)據(jù)組合的選取。

參考文獻(xiàn)：

[1]Shi P J，Yan P，Yuan Y，et al. Wind erosion research in China：past，present and future[J]. Progress in Physical Geography，2004，28（3）：366-386.

[2]Shao Y P，Raupach R，Leys J F. A model for predicting aeolian sand drift and dust entrainment on scales from paddock to region[J]. Australian Journal of Soil Research，1996，34（3）：309-342.

[3]Lu H，Shao Y P. Toward quantitative prediction of dust storms：an integrated wind erosion modelling system and its applications[J]. Environmental Modelling & Software，2001，16（3）：233-249.

[4]Webb N P，Mcgowan H A，Phinn S R，et al. AUSLEM（Australian Land Erodibility Model）：a tool for identifying wind erosion hazard in Australia[J]. Geomorphology，2006，78（3）：179-200.

[5]Woodruff N P，Siddway F H. A wind erosion equation[J]. Soil Science Society of America Journal，1965，29（5）：602-608.

[6]Hagen L J，Wagner L E，Skidmore E L. Analytical solutions and sensitivity analyses for sediment transport in WEPS[J]. Transactions of the ASAE，1999，42（6）：1715-1721.

[7]Zobeck T M，Sterk G，F(xiàn)unk R，et al. Measurement and data analysis methods for field-scale wind erosion studies and model validation[J]. Earth Surface Processes and Landforms，2003，28（11）：1163-1188.

[8]Webb N P，Mcgowan H A. Approaches to modelling land erodibility by wind[J]. Progress in Physical Geography，2009，33（5）：587-613.endprint

[9]Ravi S，D′odorico P，Breshears D D，et al. Aeolian processes and the biosphere[J]. Reviews of Geophysics，2011，49（3）：RG3001.

[10]Guo Z L，Zobeck T M，Stout J E，et al. The effect of wind averaging time on wind erosivity estimation[J]. Earth，Surface Processes and Landforms，2012，37（7）：797-802.

[11]Greeley R，Iversen J D. Wind as a geological process on Earth Mars，Venus and Titan[M]. Cambridge：Cambridge University Press，1985.

[12]Dong Z B，Liu X P，Wang H T，et al. Aeolian sand transport：a wind tunnel model[J]. Sedimentary Geology，2003，161（1/2）：71-83.

[13]Liu Q J，Wagner L E. Building Chinese wind data for wind erosion prediction system using surrogate US data[J]. Journal of Soil and Water Conservation，2013，68（4）：104A-107A.

[14]張國(guó)平，劉紀(jì)遠(yuǎn)，張?jiān)鱿椋? 中國(guó)風(fēng)蝕景觀面積變化與地表風(fēng)場(chǎng)強(qiáng)度的關(guān)系[J]. 地理學(xué)報(bào)，2002，57（1）：1-10.

[15]Guo Z，Zobeck T M，Zhang K，et al. Estimating potential wind erosion of agricultural lands in northern China using the revised wind erosion equation and geographic information systems[J]. Journal of Soil and Water Conservation，2013，68（1）：13-21.

[16]Ephrath J E，Goudriaan J，Marani A. Modelling diurnal patterns of air temperature，radiation，wind speed，and relative humidity by equations from daily characteristics[J]. Agricultural Systems，1996，51（4）：377-393.

[17]van Donk S J，Liao C，Skidmore E L. Using temporally limited wind data in the wind erosion prediction system[J]. Transactions of the ASABE，2008，51（5）：1585-1590.endprint