中國北方風蝕水蝕侵蝕動力時空分布特征

賈蓮蓮, 高海東, 樊 冰, 李占斌,3

(1.黃河水利委員會 黃河上中游管理局, 西安 710021; 2.西安理工大學 西北旱區(qū)生態(tài)水利工程國家重點實驗室培育基地,西安 710048; 3.中科院水利部水土保持研究所 黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室, 陜西 楊凌 712100)

中國北方風蝕水蝕侵蝕動力時空分布特征

賈蓮蓮1, 高海東2, 樊 冰1, 李占斌2,3

(1.黃河水利委員會 黃河上中游管理局, 西安 710021; 2.西安理工大學 西北旱區(qū)生態(tài)水利工程國家重點實驗室培育基地,西安 710048; 3.中科院水利部水土保持研究所 黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室, 陜西 楊凌 712100)

以中國北方15省為研究對象，收集了研究區(qū)內(nèi)長時間序列氣象數(shù)據(jù)349站，計算了降雨侵蝕力和風蝕氣候因子指數(shù)，采用半方差函數(shù)和基尼系數(shù)等指標，系統(tǒng)分析了風蝕動力和水蝕動力的時空分布格局。結果表明：(1) 中國北方降雨侵蝕力平均值為1 652.90 MJ·mm/(hm2·h·a)，風蝕氣候因子指數(shù)平均值為70.12，降雨侵蝕力在空間分布上呈中等程度變異，而風蝕氣候因子指數(shù)為強變異。(2) 降雨侵蝕力具有強烈的空間相關性，而風蝕氣候因子指數(shù)具有中等的空間相關性。風蝕氣候因子指數(shù)總體表現(xiàn)北方高南方低，中部高，東西較低，而降雨侵蝕力的空間分布從東南向西北呈遞減趨勢。(3) 風蝕氣候因子指數(shù)和降雨侵蝕力具有明顯的非同步性，風蝕氣候因子指數(shù)的年內(nèi)分布較為均勻，而降雨侵蝕力的年內(nèi)分布極不均勻。研究結果可為我國北方風蝕水蝕綜合治理提供一定參考。

降雨侵蝕力; 風蝕氣候因子指數(shù); 時空特征

土壤侵蝕是指土壤和成土母質(zhì)在外營力作用下的分離、破壞和移動[1]，是人類生存和發(fā)展面臨的全球性環(huán)境問題，嚴重制約著社會經(jīng)濟的可持續(xù)發(fā)展[2]。中國北方地區(qū)由于氣候干旱和不合理的人類活動，導致生態(tài)環(huán)境惡化，土地沙化嚴重。在中國北方，風蝕和水蝕是兩種主要的土壤侵蝕類型，風蝕和水蝕經(jīng)常同時或者交替發(fā)生，形成了風水復合侵蝕[3]。強烈的風水復合侵蝕是脆弱環(huán)境形成的根源之一，也是脆弱環(huán)境的重要體現(xiàn)[4]。

關于風水復合侵蝕，目前主要集中在風水復合侵蝕區(qū)的劃分、驅(qū)動因素、復合侵蝕機理以及生態(tài)恢復對策研究[5]。而侵蝕能量及外力的研究，是風水復合侵蝕機理研究的重要內(nèi)容之一。張平倉等[6]研究得出六道溝風水復合侵蝕區(qū)4—5月和11月是風蝕能量的高峰時期，而在7—8月，形成水力侵蝕的高峰。高學田等[7]研究表明，在風水蝕交錯帶，在降雨侵蝕能量的基礎上，由于風蝕能量的迭加，加之地形附加侵蝕能量也較高，使風蝕水蝕交錯帶成為黃土高原的高侵蝕能量環(huán)境區(qū)和潛在侵蝕強度較大的地區(qū)。張慶印等[8]在室內(nèi)模擬的結果表明，在一定的水蝕溝寬度與密度范圍內(nèi)，風蝕量隨著寬度與密度的增加而增加，并且兩者與風蝕量都呈線性關系。楊巖巖等[9]分析了陜西省靖邊縣榆林風沙科學野外試驗站的沙漠—黃土過渡帶風水復合侵蝕營力的特征，結果表明，研究區(qū)年內(nèi)降雨量≥12 mm的降雨事件主要分布在5—9月，月平均降雨侵蝕力8月最大，起沙風主要集中在3—6月，且起沙風變率較大，屬于中等風能環(huán)境。可以看出，在整個北方宏觀尺度上，系統(tǒng)研究風蝕水蝕侵蝕動力時空分布特征的報道較少。

本文以北方349個氣象站為對象，系統(tǒng)分析侵蝕性降雨天數(shù)、多年平均侵蝕性降雨量、侵蝕性降雨量比例、降雨侵蝕力、多年平均年啟動風速天數(shù)以及風蝕氣候因子指數(shù)的統(tǒng)計特征，并以降雨侵蝕力和風蝕氣候因子指數(shù)為研究重點，分析風蝕和水蝕動力的時空格局特征，為這一地區(qū)的風蝕和水蝕的綜合治理提供科學依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

中國北方15省地處北緯31°23′—53°33′，東經(jīng)73°27′—135°05′，總面積564萬km2，占中國陸地總面積的59%，包括北京、天津、黑龍江、遼寧、吉林、河北、河南、山東、內(nèi)蒙古、山西、陜西、甘肅、寧夏、青海、新疆15個省(自治區(qū)、直轄市)。是我國生態(tài)環(huán)境較為脆弱地區(qū)，近年來隨著國家生態(tài)治理工程的相繼實施，植被覆蓋度明顯提高，逐步成為我國北方生態(tài)屏障。

1.2 數(shù)據(jù)來源

氣象數(shù)據(jù)來源于中國氣象科學數(shù)據(jù)共享服務網(wǎng)(http:∥cdc.cma.gov.cn)，共收集研究區(qū)氣象站349站(圖1)，時間序列最長為63 a，最短為10 a，其中大于30 a的站點為284站，比例為81%。主要指標包括日降雨量、平均氣壓、平均氣溫、最高氣溫、最低氣溫、平均相對濕度、日照時數(shù)、平均風速、極大風速等。

圖1研究區(qū)氣象站點分布

1.3 研究方法

根據(jù)RUSLE手冊及國內(nèi)相關研究[10]，侵蝕性降雨標準為降雨量≥12 mm/d，根據(jù)日降雨數(shù)據(jù)，統(tǒng)計獲得多年平均侵蝕性降雨天數(shù)以及多年平均侵蝕性降雨量，并計算多年平均侵蝕性降雨量占多年平均降雨量的比值。啟動風速一般定義為≥5 m/s，本研究根據(jù)極大風速分析啟動風速年內(nèi)分布特征，統(tǒng)計多年平均年啟動風速天數(shù)。降雨侵蝕力采用由月降雨量計算降雨侵蝕力的經(jīng)驗公式[11]：

(1)

式中：P和Pi分別為年和月平均降雨量(mm)。

氣候條件對風蝕的影響不僅僅表現(xiàn)在風力作用上，而是風速、降水和溫度等因子綜合作用的結果。Chepil等[12]認為這些氣候因子決定著年土壤風蝕水平，提出了風蝕氣候因子指數(shù)，用于風蝕模型(WEQ)計算中。之后，聯(lián)合國糧農(nóng)組織(FAO)[13]將Chepil公式修改為：

(2)

式中：ui為2 m處的月均風速；ETPi為月潛在蒸發(fā)量；Pi為月降水量；di為月總天數(shù)。

月潛在蒸發(fā)量(ETPi)采用FAO Penman-Monteith公式計算：

(3)

式中：ET0為可能蒸散量(mm/d)；Rn為地表凈輻射[MJ/(m2·d)]；G為土壤熱通量[MJ/(m2·d)]；T為2 m處日均氣溫(℃)；U2為2 m處風速(m/s)；es為飽和水汽壓(kPa)；ea為實際水汽壓(kPa)；Δ為飽和水汽壓曲線斜率(kPa/℃)；γ為干濕表常數(shù)(kPa/℃)。

樣本的描述性分析采用SPSS 16.0軟件進行，統(tǒng)計特征值包括最大值、最小值、平均值、標準差、變異系數(shù)、偏度、峰度等。半方差函數(shù)采用GS+7.0進行計算，空間分布圖采用ArcGIS 10.1制作。

半方差函數(shù)可用來分析氣象要素空間變異的隨機性和結構性，它是地統(tǒng)計學特有的工具和分析基礎。半方差函數(shù)是研究空間變異的關鍵函數(shù)，表達式為：

(4)

采用變異系數(shù)(CV)和GINI系數(shù)(G)反映降雨侵蝕力和風蝕氣候因子指數(shù)的年內(nèi)變異情況，變異系數(shù)的計算公式為：

CV=(SD/mean)×100%

(5)

式中：SD為標準差；mean為平均值。根據(jù)Nielsen的劃分標準，CV值≤10%時為弱變異，10%～100%為中等程度變異，≥100%時為強變異。

基尼系數(shù)是用來描述均衡程度的一種客觀指標，近年來在水文學和氣候?qū)W等領域被廣泛采用[14-15]，用于描述環(huán)境變量的均勻性程度，計算公式如下：

(6)

式中：Wi表示將環(huán)境變量按大小排序，第i組的累計百分比；G為基尼系數(shù)，在0～1變化，當基尼系數(shù)為0時，表示絕對平均，當基尼系數(shù)為1時，絕對不平均。

2 結果與分析

2.1 風蝕水蝕侵蝕動力的描述性統(tǒng)計分析

中國北方侵蝕性降雨天數(shù)的平均值為10.39 d，多年平均侵蝕性降雨量為269.01 mm，占多年平均降雨總量的52%，降雨侵蝕力最小值為4 MJ·mm/(hm2·h·a)，最大值為6 951 (MJ·mm)/(hm2·h·a)，平均值為1 652.90 (MJ·mm)/(hm2·h·a)。多年平均年啟動風速天數(shù)為226.29 d，風蝕氣候因子指數(shù)平均值為70.12。侵蝕性降雨天數(shù)、多年平均侵蝕性降雨量、侵蝕性降雨量比例、降雨侵蝕力以及多年平均年啟動風速天數(shù)均呈中等程度變異，而風蝕氣候因子指數(shù)為強變異(表1)。

表1 風蝕水蝕侵蝕動力的描述性統(tǒng)計分析

2.2 侵蝕動力因子的空間結構分析

在GS+7.0中對各侵蝕動力指標進行半方差函數(shù)擬合得到各自的半方差模型及其參數(shù)值(表2)。擬合度(R2)最高且殘差平方和最小的模型作為最優(yōu)模型。其中，多年平均侵蝕性降雨天數(shù)和降雨侵蝕力為球狀模型，多年平均侵蝕性降雨量和多年平均侵蝕性降雨量比例為高斯模型，多年平均年啟動風速天數(shù)和風蝕氣候因子指數(shù)為指數(shù)模型，其決定系數(shù)均大于0.9，說明模型有很高的擬合精度，能夠很好地反映研究區(qū)侵蝕動力的空間結構特征。變程反映區(qū)域化變量影響范圍的大小，6個指標變程的最小值為1 316 km，最大值為3 958 km。

表2 各侵蝕動力因子的地統(tǒng)計學參數(shù)

塊金值表示由隨機部分引起的空間異質(zhì)性，較大的塊金方差值表明較小尺度上的某種過程不容忽視；基臺值表示系統(tǒng)內(nèi)總的變異。塊金系數(shù)反映隨機部分引起的空間異質(zhì)性占總空間異質(zhì)性的百分比，如果該值高，說明隨機部分引起的空間異質(zhì)性程度起主要作用。塊金系數(shù)代表了系統(tǒng)變量空間相關性的程度。如果比值<25%，說明系統(tǒng)具有強烈的空間相關性；如果比例為25%～75%，表明系統(tǒng)具有中等的空間相關性；>75%說明系統(tǒng)空間相關性很弱。

多年平均侵蝕性降雨天數(shù)、多年平均侵蝕性降雨量、多年平均侵蝕性降雨量占多年平均降雨總量的比重以及降雨侵蝕力等水力侵蝕動力指標的塊金系數(shù)均小于10%，說明水力侵蝕動力具有強烈的空間相關性；而多年平均年啟動風速天數(shù)和風蝕氣候因子指數(shù)的塊金系數(shù)均介于25%～75%，說明風蝕動力具有中等的空間相關性，由隨機因素引起的空間變異占有較大的比重。風蝕動力的空間相關性低于水蝕動力，原因在于風速等氣象因子比降雨量更容易受到地形的影響，故其塊金系數(shù)值較高。

2.3 風蝕水蝕侵蝕動力因子的空間分布特征

在ArcGIS軟件的支持下，根據(jù)GS+7.0擬合得到的半方差模型對降雨侵蝕力和風蝕氣候因子指數(shù)進行Kriging插值，繪制了各侵蝕動力因子的空間分布圖(圖2)。從空間分布上看，風蝕氣候因子指數(shù)總體表現(xiàn)北方高南方低(圖2A)，中部高，東西較低，其中內(nèi)蒙古北方中部是風蝕氣候因子指數(shù)高值區(qū)域，而陜西和甘肅南部，風蝕氣候因子指數(shù)較低。降雨侵蝕力(圖2B)的空間分布從東南向西北呈遞減趨勢。

圖2中國北方風蝕氣候因子(A)和降雨侵蝕力(B)的空間分布

2.4 風蝕水蝕侵蝕動力因子的年內(nèi)分布特征

對349個氣象站進行統(tǒng)計分析，風蝕氣候因子指數(shù)最大值出現(xiàn)的月份為1月10站(2.87%)，2月為3站(0.86%)，3月為66站(18.91%)，4月為224站(64.18%)，5月為33站(9.46%)，6月為5站(1.43%)，12月為8站(2.29%)；降雨侵蝕力最大值月份5月為8站(2.29%)，6月為7站(2.01%)，7月為271站(77.65%)，8月為61站(17.48%)，9月為2站(0.57%)。我國北方地區(qū)，風蝕主要發(fā)生在4月、3月、5月，而水蝕主要發(fā)生在7月和8月，在時間上，具有明顯的非同步性。風蝕先于水蝕發(fā)生，風蝕為水蝕提供了充分的物質(zhì)來源，導致在風水蝕交錯區(qū)河流的輸沙模數(shù)增高。

整個中國北方地區(qū)，風蝕氣候因子指數(shù)的年內(nèi)變異系數(shù)平均值為0.70，最小值為0.19，最大值為1.38，顯示出在年內(nèi)尺度上，各月風蝕氣候因子指數(shù)呈現(xiàn)出中等水平變異。降雨侵蝕力的年內(nèi)變異系數(shù)平均值為1.90，最小值為0.55，最大值為2.95，顯示出強變異。

降雨侵蝕力基尼系數(shù)的最小值為30.03%，最大值為88.47%，平均值為76.37%，標準差為7.68%，而風蝕氣候因子的最小值為10.57%，最大值為65.21%，平均值為37.70%，標準差為9.03%，基尼系數(shù)的計算結果也顯示，降雨侵蝕力在年內(nèi)分布極不均勻，而風蝕氣候因子分布較為均勻。從空間分布上看(圖3)，降雨侵蝕力基尼系數(shù)在環(huán)渤海一帶年內(nèi)分布極不均勻，而在陜西南部、甘肅南部以及新疆北部年內(nèi)分布較均勻。而風蝕氣候因子指數(shù)基尼系數(shù)在東北地區(qū)新疆北部以及陜西和甘肅南部分布略不均勻，其余地區(qū)分布較均勻。

圖3中國北方風蝕氣候因子和降雨侵蝕力基尼系數(shù)空間分布

3 結 論

從風蝕和水蝕動力的空間分布上看，毛烏素沙地南部、庫布奇沙地東部、洪善達克沙地以及科爾沁沙地所處地帶，其降雨侵蝕力大于1 000 (MJ·mm)/(hm2·h·a)，而風蝕氣候因子指數(shù)在50以上，這些地區(qū)植被覆蓋度低，由于風蝕為水蝕提供了充足的物質(zhì)基礎，導致侵蝕模數(shù)較大，成為黃河、海河和遼河的泥沙主要來源地之一。因此，在這些地區(qū)，應該風水蝕兼治，降低侵蝕模數(shù)，減少入河泥沙。

(1) 中國北方多年平均侵蝕性降雨量為269.01 mm，占多年平均降雨總量的52%，降雨侵蝕力平均值為1 652.90 (MJ·mm)/(hm2·h·a)。風蝕氣候因子指數(shù)平均值為70.12。降雨侵蝕力在空間分布上呈中等程度變異，而風蝕氣候因子指數(shù)為強變異。

(2) 降雨侵蝕力具有強烈的空間相關性，而風蝕氣候因子指數(shù)具有中等的空間相關性。風蝕氣候因子指數(shù)總體表現(xiàn)為北方高南方低，中部高，東西較低，而降雨侵蝕力的空間分布從東南向西北呈遞減趨勢。

(3) 風蝕氣候因子指數(shù)最大值出現(xiàn)最多的月份為4月(64.18%)，降雨侵蝕力最大值出現(xiàn)最多的月份為7月，具有明顯的非同步性。風蝕氣候因子指數(shù)的年內(nèi)分布較為均勻，而降雨侵蝕力的年內(nèi)分布極不均勻。

[1] 景可,陳永宗.我國土壤侵蝕與地理環(huán)境的關系[J].地理研究,1990,9(2):29-38.

[2] 李銳.中國水土流失基礎研究的機遇與挑戰(zhàn)[J].自然雜志,2008,30(1):6-11.

[3] 宋陽,劉連友,嚴平.風水復合侵蝕研究述評[J].地理學報,2006,61(1):77-88.

[4] 海春興,史培軍,劉寶元,等.風水兩相侵蝕研究現(xiàn)狀及我國今后風水蝕的主要研究內(nèi)容[J].水土保持學報,2002,16(2):50-52.

[5] 李秋艷,蔡強國,方海燕.風水復合侵蝕與生態(tài)恢復研究進展[J].地理科學進展,2010,29(1):65-72.

[6] 張平倉,唐克麗.六道溝流域有效水蝕風蝕能量及其特征研究[J].水土保持學報,1997,3(2):32-40.

[7] 高學田,唐克麗.風蝕水蝕交錯帶侵蝕能量特征[J].水土保持通報,1996,16(3):27-31.

[8] 張慶印,樊軍,張曉萍.水蝕對風蝕影響的室內(nèi)模擬試驗[J].水土保持學報,2012,26(2):75-79.

[9] 楊巖巖,劉連友,曹恒武.沙漠—黃土過渡帶風水復合侵蝕營力特征:以靖邊縣為例[J].干旱區(qū)研究,2012,29(4):692-698.

[10] 謝云,劉寶元.侵蝕性降雨標準研究[J].水土保持學報,2000,14(4):6-11.

[11] 高海東,李占斌,李鵬,等.基于土壤侵蝕控制度的黃土高原水土流失治理潛力研究[J].地理學報,2015,70(9):1503-1515.

[12] Chepil W S, Siddoway F H, Armbrust D V. Climatic factor for estimating wind erodibility of farm fields[J]. Journal of Soil and Water Conservation, 1962,17(4):162-165.

[13] 楊興華,何清,李紅軍,等.塔里木盆地風蝕氣候侵蝕力的計算與分析[J].中國沙漠,2012,32(4):990-995.

[14] 王金南,逯元堂,周勁松,等.基于GDP的中國資源環(huán)境基尼系數(shù)分析[J].中國環(huán)境科學,2006,26(1):111-115.

[15] 孫才志,劉玉玉,陳麗新,等.基于基尼系數(shù)和錫爾指數(shù)的中國水足跡強度時空變化格局[J].生態(tài)學報,2010,30(5):1312-1321.

SpatiotemporalCharacteristicsofWater-WindErosionDynamicsOverNorthernChina

JIA Lianlian1, GAO Haidong2, FAN Bing1, LI Zhanbin2,3

(1.UpperandMiddleYellowRiverBureau,YellowRiverConservancyCommissionoftheMinistryofWaterResources,Xi′an710021,China; 2.StateKeyLaboratoryBaseofEco-hydraulicEngineeringinAridArea,Xi′anUniversityofTechnology,Xi′an710048,China; 3.StateKeyLaboratoryofSoilErosionandDrylandFarmingontheLoessPlateau,InstituteofSoilandWaterConservation,ChineseAcademyofSciencesandMinistryofWaterResources,Yangling,Shaanxi712100,China)

15 provinces in northern China were taken as the research samples, first of all, 349 stations of the meteorological data of long time series in the study area were collected, then the rainfall erosivity and wind erosion climatic erosivity were calculated, meanwhile, a systematic analysis of the temporal and spatial distribution pattern of wind and water erosion dynamics were carried out by the semivariogram and Gini coefficient as well as other indexes. The results showed that: (1) the average value of the rainfall erosivity in North China was 1 652.90 MJ·mm/(hm2·h·a) and the wind erosion climatic erosivity average reached 70.12; the rainfall erosivity distribution in space had a moderate variability, while wind erosion climatic erosivity presented a strong variation; (2) a strong spatial correlation appeared in the rainfall erosivity, while a moderate spatial correlation was found in the wind erosion climatic erosivity; the latter showed the overall performance where high in the north and the central, low in other region, while the spatial distribution of rainfall erosivity from the southeast to the northwest showed a decreasing trend; (3) the wind erosion climatic erosivity and the rainfall erosivity were obviously non synchronous. The distribution of the former was more uniform while extremely uneven for the latter. The research results could provide some references for the comprehensive management of the wind-water erosion crisscross region in North China.

rainfall erosivity; wind erosion climatic factor; spatial-temporal characteristics

2016-04-22

：2016-05-23

國家自然科學基金“黃土高原淤地壩對流域侵蝕過程調(diào)控機理研究”(41401305)

賈蓮蓮(1983—),女,甘肅慶陽人,工程師,主要從事土壤侵蝕與水土保持研究。E-mail:jlnh83@163.com

高海東(1983—),男,內(nèi)蒙古烏審旗人,博士,講師,主要從事水土保持的生態(tài)水文效應研究。E-mail:hdgao@msn.cn

S157.1

：A

：1005-3409(2017)03-0019-05