基于REOF的不同量級降雨侵蝕力時空變化

摘要：研究重慶市不同地理分區內各量級降雨侵蝕力的時空變化特征， 為該地區進行更加精準的區域性水土流失防治工作提供理論依據。 選取1981-2020年重慶市31個站點逐日降雨數據， 利用旋轉經驗正交函數（Rotated Empirical Orthogonal Function， REOF）對降雨侵蝕力進行地理分區， 并結合R/S、 5年滑動平均、 Mann-Kendall檢驗等方法， 分析各分區不同量級降雨侵蝕力時空變化。 結果表明： ① 重慶市降雨侵蝕力可分為6個地理區域（Ⅰ-Ⅵ區）； ② 重慶市多年平均降雨侵蝕力為5 784.04 MJ·mm/（hm2·h·a）， 不同降雨侵蝕力從大到小依次為： 大雨、 暴雨、 中雨、 大暴雨； ③ 大雨侵蝕力在Ⅰ-Ⅲ區和Ⅴ-Ⅵ區占主導優勢， 暴雨侵蝕力在Ⅳ區占主導優勢。 各分區中， 中雨、 大雨及暴雨侵蝕力主要集中在5-9月， 大暴雨侵蝕力集中在6-8月； ④ 各區不同量級降雨侵蝕力年際變化從小到大依次為： 中雨、 大雨、 暴雨、 大暴雨； 同一量級降雨侵蝕力的整體變化趨勢均不顯著； Hurst指數表明， 中雨侵蝕力在Ⅰ和Ⅴ區、 大雨侵蝕力在Ⅱ和Ⅴ區、 大暴雨侵蝕力在Ⅰ和Ⅲ區呈強持續上升趨勢； ⑤ 中雨、 大雨及大暴雨侵蝕力在渝東南、 渝東北占主導優勢， 暴雨侵蝕力在渝西以及重慶中部占主導優勢， 且Ⅰ區酉陽和秀山、 Ⅱ區開州、 Ⅲ區北碚和銅梁、 Ⅳ區璧山和永川、 Ⅴ區巫溪和云陽及Ⅵ區忠縣是不同量級降雨侵蝕力的高峰中心。 通過對重慶各分區不同量級降雨侵蝕力的分析， 明確了可能引起土壤侵蝕的主要雨型、 高發時期和潛在風險較高的地區， 可為區域水土流失動態監測和水土保持措施的合理制定提供參考。

關"鍵"詞：降雨侵蝕力； 時空變化； 旋轉經驗正交分解法； "MK非參數趨勢檢驗； R/S分析法

中圖分類號：P426.62； S157.1

文獻標志碼：A

文章編號：16739868（2025）01016315

Spatio-Temporal Variation of Rainfall Erosivity of Different Magnitudes Based on the REOF Method

——Take Chongqing as an Example

JIN Junying，"WANG Lin，"JIN Tiesheng，"ZHANG Weihua

College of Resources and Environment， Southwest University， Chongqing 400715， China

Abstract：This study explored the spatio-temporal variation of rainfall erosivity in different zones of Chongqing， in order to provide a theoretical basis for more precise soil erosion control． The daily rainfall data of 31 meteorological stations in Chongqing from 1981 to 2020 were selected to analyze the spatio-temporal variation of rainfall erosivity of different magnitudes in each zone， with the method of R/S analysis， moving average， and MK trend test． The results indicate： ① Rainfall erosivity can be divided into six geographical zones （Ⅰ-Ⅵ） based on the method of Rotated Empirical Orthogonal Function （REOF）． ② The average annual rainfall erosivity is 5 784.04 MJ·mm·hm-2·h-1·a-1， with the order of reducing as heavy rain， rainstorm， moderate rain， downpour． ③ Heavy rain erosivity played dominant role in zone Ⅰ-Ⅲ and Ⅴ-Ⅵ， while rainstorm erosivity was dominate in zone Ⅳ． Moderate rain， heavy rain， and rainstorm erosivity of each zone were mainly distributed from May to September， while downpour erosivity mainly concentrated from June to August． ④ The yearly variation of rainfall erosivity of different magnitudes in each zone was rising as moderate rain， heavy rain， rainstorm， downpour． The overall change trend of rainfall erosivity of same magnitude was not significant． The Hurst index showed a strong upward trend for moderate rain erosivity in zones Ⅰ and Ⅴ， heavy rain in zone Ⅱ and Ⅴ， and downpour in zone Ⅰ and Ⅲ． ⑤ The erosivity of moderate rain， heavy rain and downpour mainly concentrated in southeast and northeast， while the erosivity of rainstorm was dominant in west and central Chongqing． The rainfall erosivity of different magnitudes showed a decreasing trend from east to west． Youyang and Xiushan of zone Ⅰ， Kaizhou of Zone Ⅱ， Beibei and Tongliang of zone Ⅲ， Bishan and Yongchuan of zone Ⅳ， Wuxi and Yunyang of Zone Ⅴ， and Zhongxian of zone Ⅵ were the peak centers of the rainfall erosivity of different magnitudes． This study clarifies the main rainfall types， periods and areas with high possibility of soil erosion， dynamic monitoring and protective measures are supposed to control regional soil erosion according to local conditions．

Key words：rainfall erosivity； spatio-temporal variation； rotating empirical orthogonal function； MK non-parametric test； R/S analysis

強降雨引起的土壤侵蝕會破壞土壤的原生狀態， 引發水土流失， 嚴重威脅生態環境安全［1］。 降雨侵蝕力作為土壤侵蝕的主要動力因子， 可衡量降雨導致土壤侵蝕的潛在能力［2］， 其時空分布在一定程度上決定了土壤侵蝕總量的空間分布， 分析降雨侵蝕力時空分布特征對區域水土保持規劃、 生態保護及災害防治等具有重要意義。

國內外學者針對不同類型降雨數據的降雨侵蝕力計算模型進行了研究， 殷水清等［3］、 Yu等［4］、 Renard等［5］、 Lee等［6］分別基于小時雨量、 日雨量、 月雨量、 年雨量資料， 建立相應的簡易模型， 但這些經典算法計算過程復雜， 實際應用局限性較大。 國內普遍采用章文波等［7］提出的基于日降雨數據計算R因子的簡易計算模型及其相關演變模型用于研究不同區域、 不同時空尺度下降雨侵蝕力的變化特征［8-10］。 近年來， 諸多學者在降雨侵蝕力的研究方面取得了較多進展， 如Vantas等［11］研究了降雨侵蝕力與侵蝕性密度之間的關系。 同時， 遙感與更多模型算法的應用也在逐步推進， 如江源天等［12］基于不同遙感降水產品反演降雨數據， 旨在探究遙感在土壤水力侵蝕中的應用； 梁宇靖［13］將CLDAS-prcp融合降水應用于降雨侵蝕力研究； 陳君等［14］基于GBDT-OK算法與星地數據模擬南方降雨侵蝕力； Zhu等［15］研究了極端降雨侵蝕的非對稱性特征； 張哲等［16］將侵蝕性降雨分為Ⅰ型、 Ⅱ型和Ⅲ型3種類型， 研究不同雨型下水土流失特征。 這些研究為降雨侵蝕力的測算提供了更多的可行性方法。

重慶市位于三峽庫區， 是西南山地丘陵地區土壤侵蝕防治的重點區域， 其中水力侵蝕面積達92.21%［17］， 是土壤侵蝕的主要類型， 而降雨是水力侵蝕的主要驅動力。 近年來， 諸多學者對重慶市侵蝕性降雨進行了相關研究。 史東梅等［18］利用1952-2001逐日降雨資料對重慶市涪陵區的降雨特征進行統計分析， 發現夏季是該區域水土流失的高發敏感時期； 汪言在等［19］根據經驗正交函數（Empirical Orthogonal Function， EOF）等研究方法發現了重慶市降雨侵蝕力呈東高西低的空間格局； 龍訓建等［20-21］基于聚類分析得出重慶市侵蝕性降雨主要集中在5-9月， 同一類型降雨具有明顯的地域聚集特征； 鄒玉霞等［22］基于近60年逐日降雨資料對重慶市不同量級降雨侵蝕力的時空變化進行研究。

上述研究均從整體角度研究重慶市降雨侵蝕力的變化特征， 但僅從整體上并不能很好地體現出重慶市降雨侵蝕力的區域性特征。 鑒此， 本研究基于旋轉經驗正交函數（Rotated Empirical Orthogonal Function， REOF）［23］法首先對重慶市降雨侵蝕力進行地理分區， 并對各區域不同量級降雨侵蝕力的時空變化特征進行更深入地分析， 以期從區域性角度為重慶市水土流失防治和水土保持規劃提供理論依據。

1"資料與方法

1.1"研究區概況

重慶市地處中國西南部， 全市面積8.24萬km2。 地形以丘陵山地為主， 屬亞熱帶季風濕潤氣候， 多年平均降雨量為1 100 mm， 降雨充沛但年內分配不均。 土層淺薄， 土壤抗蝕性差， 水土流失頻發， 極易遭受雨水沖刷并引起較嚴重的土壤侵蝕。

1.2"數據來源

本研究數據來源于國家氣象科學數據中心“https： //data.cma.cn/” 中的中國國家級地面氣象站基本氣象要素日值數據集（包括日降雨、 氣壓、 溫度、 風速等數據）， 選取了重慶市周邊的40個站點。 通過初步篩選與處理， 選取重慶市內31個站點1981-2020年共40 a的逐日降雨、 經緯度以及海拔數據等， 氣象站點分布如圖1所示。

1.3"研究方法

1.3.1"降雨侵蝕力計算

本研究采用章文波等［7］建立的基于日降雨數據， 以半月為步長估算降雨侵蝕力的簡易模型， 公式如下：

Rm=α∑ki=1Pβi（1）

β=0.868 3+18.144Pd+24.455Py（2）

α=21.586 β-7.189 1（3）

Pd=1n∑ni=1Pdi（4）

R=∑24m=1Rm（5）

式中： Rm為半月降雨侵蝕力［MJ·mm/（hm2·h·a）］； Pi為第m個半月第i天≥12 mm的日雨量； k是第m個半月日雨量≥12 mm的降雨日數； α、 β為計算參數； Pd為研究期內日雨量≥12 mm的日平均雨量（mm）； Pdi為時間窗口內第i日≥12 mm的日雨量； n為研究期內降雨量≥12 mm的降雨日數； Py為日降雨≥12 mm的年平均雨量（mm）， 年降雨侵蝕力R為年內所有半月降雨侵蝕力之和。 本研究將日降雨量≥12 mm的降雨視為侵蝕性降雨， 因此本研究忽略＜12 mm的日降雨， 將日雨量≥12 mm的侵蝕性降雨劃分為5個等級（表1）［22］， 依據各等級雨量計算相應量級的降雨侵蝕力R值， 各量級R值加和為相應時段總的R值， 由于特大暴雨侵蝕力對于降雨侵蝕力總量貢獻特別小（各區縣在研究期40年內僅出現了約2～3次特大暴雨事件）， 故不作具體分析。

1.3.2"時空變化分析方法

1） R/S重標極差分析法

基于R/S重標極差分析法的Hurst指數［24-26］是定量描述時間序列信息長期依賴性的有效方法， 其基本原理是： 給定一個長度為N的時間序列xi， 以長度n將這個序列均分為Y個相鄰的子區間， 即Y×n=N。 任一子區間表示為Ia， a=1， 2， …。 Y0在Ia中的元素表示為N（k， m）， k=1， 2， …， n。 m=1， 2， …， Y。 定義Ia的均值為：

Ea=1n∑nk=1Nk，a（6）

Ia對于均值的累積截距定義為：

Xk，a=∑ki=1（Ni，a-Ea）"""k=1， 2， …， n（7）

極差定義為：

RIa=max（Xk，a）-min（Xk，a）（8）

子區間Ia的標準差為：

SIa=∑nk=1（Nk，a-Ea）2n（9）

每一個RIa均由對應的SIa進行標準化。 則R/S定義為：

（R/S）n=1Y∑Ya=1RIaSIa（10）

n從3開始， 并重復1-5步， 直到n=N， 得到序列（R/S）n， n=3， …， N。

以log（n）為解釋變量， log（R/S）為被解釋變量進行線性回歸：

log（R/S）=log c+Hlogn（11）

方程中的斜率是Hurst指數H的估計值， Hurst指數具體含義如表2所示［27］。

2） REOF旋轉經驗正交分解法

旋轉經驗正交分解法是在EOF分解方法［28］的基礎上將特征向量X進行最大方差旋轉， 當滿足精度要求時停止旋轉， 即：

Y=BT（12）

式中： Y為旋轉后的標準化矩陣； B為旋轉后的特征向量； T為旋轉后的時間系數。 旋轉后的特征向量可以更加清晰地體現空間分布結構［29］。

3） 氣候傾向率

某氣象要素y隨時間t的變化序列， 將氣象要素y與時間t建立一元線性方程：

y=at+b（13）

式中： 斜率a的10倍即為氣候傾向率， 其符號表示要素隨時間變化趨勢（a＞0表示隨時間呈上升趨勢， 反之呈下降趨勢）， 絕對值大小表示變化的幅度。

4） Mann-Kendall非參數趨勢檢驗法

在MATLAB軟件中利用Mann-Kendall非參數趨勢檢驗法（M-K檢測法）非參數趨勢檢驗法對不同量級降雨侵蝕力進行趨勢分析。 對某一獨立的時間序列Xk（k=1， 2， 3， …， n）定義統計量Z。

Z=

S-1Var（S）S＞0

0S=0

S+1Var（S）S＜0

（14）

S=∑n-1i=1 ∑nj=i+1sgn（xj-xi）（15）

sgn（θ）=

1θ＞0

0θ=0

-1θ＜0

（16）

當n≥10時， S近似服從正態分布， 此時均值E（S）=0， 方差表示如下：

Var（S）=n（n-1）（2n+5）18（17）

式中： Z為正（負）時， 代表序列呈上升（下降）趨勢； 若｜Z｜＞Z1-α/2， 則說明時間序列通過顯著性水平為α的檢驗。 0.05顯著性檢驗和0.01顯著性檢驗的臨界值分別為1.96和2.57。

5） 滑動平均法

滑動平均法是通過選取不同的時間間隔， 從時間數列的第一項數值開始， 按不同周期求序時平均數， 得出一個由滑動均值構成的新的時間序列， 可以更好地概括數據的趨勢和周期性， 突出數據的長期變化趨勢， 本研究做5年滑動平均。

1.3.3"數據處理與統計分析

本研究利用Excel 2021、 Python等軟件對數據進行初步處理， 結合MATLAB對數據進行REOF、 R/S、 5年滑動平均等分析， 利用ArcGIS 10.7等軟件進行可視化， 所有趨勢分析均在α=0.05的顯著性水平下進行。

2"結果與分析

2.1"不同量級降雨侵蝕力分析

不同量級降雨侵蝕力結果如表3所示， 重慶市多年平均降雨侵蝕力為5 784.04 MJ·mm/（hm2·h·a）。 年最大值為7 899.72 MJ·mm/（hm2·h·a）， 年最小值為4 248.74 MJ·mm/（hm2·h·a）， 兩者差距較大。 各量級侵蝕力從大到小依次為： 大雨、 暴雨、 中雨、 大暴雨， 說明大雨和暴雨是引起土壤侵蝕的主要原因， 其次是中雨和大暴雨。

各量級侵蝕力Cv值從小到大依次為： 中雨、 大雨、 暴雨、 大暴雨， 即中雨、 大雨以及暴雨均為中等變異， 而大暴雨為高變異， 這說明大暴雨侵蝕力年數值與多年均值相差最大。 中雨、 大雨以及大暴雨侵蝕力氣候傾向率分別為21.40、 14.22、 26.35 MJ·mm/（hm2·h·10a）， 表現為上升趨勢， 而暴雨侵蝕力則呈下降趨勢； 根據Hurst指數可以看出， 大雨和暴雨侵蝕力分別表現為弱持續上升與弱持續下降趨勢（H＞0.5）， 中雨和大暴雨表現為強持續上升趨勢（H＞0.65）。

2.2"基于降雨侵蝕力的地理分區

通過REOF分解法對重慶市降雨侵蝕力進行空間分區， 得到6個空間模態， 其方差貢獻率分別為16%、 13%、 13%、 9%、 9%、 7%（表4）。 利用ArcGIS 10.7對6種模態進行空間可視化（圖2）， 通過反距離權重法可視化并調整閾值區間， 其中顏色最深的部分表示其方差主要貢獻地點。

由圖2可知， 各模態空間分布差異大， 且累計方差貢獻率達到了67%， 基本可以代表重慶市降雨侵蝕力的空間特征（如再增加， 則會出現模態重疊）， 且各模態方差貢獻率收縮幅度逐漸變慢， 有必要進行分區研究。 根據圖2各模態降雨侵蝕力高荷載區域， 繪制重慶市降雨侵蝕力分區（圖3）。

從圖2可以看出， 第一模態高值區主要集中在渝東南（酉陽、 彭水）， 該地區的東南濕潤空氣及烏江、 郁江水汽受武陵山抬升影響， 降雨豐沛， 中雨量占主導［30］， 該區對重慶市年降雨侵蝕力貢獻程度達到了16%， 是重慶市水力侵蝕的主要區域之一。

第二模態高值區主要集中在川東平行嶺谷東北段（城口、 開州、 梁平等地區）， 該地區主要受平行山脈迎風坡以及西太平洋副熱帶高壓的影響， 易產生侵蝕性強降雨［30］， 對重慶市年降雨侵蝕力貢獻程度達到了13%。

第三模態高值區主要集中在嘉陵江、 長江、 綦江三江交匯地區， 該地區深處川東平行嶺谷西南末段峽谷腹地， 地區內河流水汽豐富， 加上盆地海拔較低， 多為低強度降雨［31］， 對重慶市年降雨侵蝕力貢獻程度達到了13%。

第四模態高值區主要集中在璧山、 永川等地， 該地區受小安溪等河流水汽影響， 降水較豐沛， 與第三模態類似， 多為低強度降雨， 對重慶市年降雨侵蝕力貢獻程度達到了9%。

第五模態高值區主要集中在渝東北（巫溪、 巫山、 奉節等地）， 與第二模態類似， 受西太平洋副熱帶高壓的影響， 多為侵蝕性強降雨， 對重慶市年降雨侵蝕力貢獻程度達到了9%。

第六模態高值區主要集中在長江、 烏江交匯處， 東南側為武陵山， 西側以及北側為川東平行嶺谷， 內部水汽豐富， 降雨豐沛， 對重慶市年降雨侵蝕力貢獻程度達到了7%。

結合圖3中的相關河流水系分布以及便于分區管理， 將重慶市降雨侵蝕力分為6個區域， 分別為烏江酉水區（Ⅰ區）、 彭溪河及龍溪河區（Ⅱ區）、 嘉陵江及綦江區（Ⅲ區）、 瀨溪河及小安溪區（Ⅳ區）、 梅溪河及大寧河區（Ⅴ區）、 豐都涪陵地區（Ⅵ區）。 相應地理分區內氣象站點如表5所示。

2.3"不同量級降雨侵蝕力年內變化

各分區不同量級降雨侵蝕力的年內變化如表6所示。 各分區中雨侵蝕力均集中在4-10月； Ⅰ和Ⅱ區大雨侵蝕力主要集中在4-10月， Ⅲ和Ⅵ區大雨侵蝕力主要集中在5-9月； 各區暴雨侵蝕力主要集中在5-9月； 各區大暴雨侵蝕力主要集中在6月或7月。 降雨侵蝕力時間分布與重慶市汛期（5-9月）一致， 其中大暴雨侵蝕力集中在重慶市主汛期（6-8月）。 說明降雨侵蝕力高峰時期， 也是重慶市防洪的重要時間段， 在防洪工作進行的同時也要加強區域性的水土流失防治。

各分區不同量級降雨侵蝕力年內占比如表7所示。 Ⅰ、 Ⅱ、 Ⅲ、 Ⅴ及Ⅵ區年內降雨侵蝕力均以大雨侵蝕力為主， 占比分別為38%、 33%、 33%、 36%及37%； 只有Ⅳ區以暴雨侵蝕力為主（33%）， 其次是大雨， 兩者沒有較大的區別， 這說明大雨侵蝕力是造成重慶市水土流失的重要原因。

2.4"各分區不同量級降雨侵蝕力年際變化

對各分區不同量級降雨侵蝕力進行M-K檢驗、 5年滑動平均分析， 并計算氣候傾向率和Hurst指數（R/S分析）， 其中Hurst指數反映數據的變化趨勢是否具有持續性， 結果如圖4和表8所示。

從圖4中可以看出， 各分區不同量級降雨侵蝕力年際變化波動較大。 5年滑動平均曲線波峰波谷明顯， 且降雨侵蝕力年際變化存在一定的周期性。 由表8可知， 氣候傾向率以及Z值結果表明， 不同量級降雨侵蝕力在不同區存在上升或下降趨勢， 其中中雨侵蝕力在Ⅰ-Ⅲ和Ⅴ區呈上升趨勢， 在Ⅳ、 Ⅵ區呈下降趨勢； 大雨侵蝕力在Ⅰ-Ⅳ和Ⅵ區呈上升趨勢， 只在Ⅴ區呈下降趨勢； 暴雨侵蝕力在Ⅰ、 Ⅲ和Ⅳ區呈上升趨勢， 在Ⅱ、 Ⅴ和Ⅵ區呈下降趨勢； 大暴雨侵蝕力在Ⅰ-Ⅳ區呈上升趨勢， 在Ⅴ、 Ⅵ區呈下降趨勢。

由表8可知， 各分區不同量級降雨侵蝕力年際變化從小到大依次為： 中雨、 大雨、 暴雨、 大暴雨。 中雨和大雨侵蝕力Cv系數偏小， 變異性較弱， 說明在研究期內其降雨侵蝕力離散程度較小； 而暴雨和大暴雨Cv系數偏大， 變異性較強。 對于同一量級降雨侵蝕力來說， 其整體變化趨勢均不顯著（｜Z｜＜1.96）。

Hurst指數結果表明， 中雨侵蝕力在Ⅰ區和Ⅴ區、 大雨侵蝕力在Ⅱ區和Ⅴ區、 大暴雨侵蝕力在Ⅰ區和Ⅲ區均強持續上升； 暴雨侵蝕力在各區均存在反持續性（H＜0.5）， 即在未來幾年， 暴雨侵蝕力在Ⅰ、 Ⅲ和Ⅳ區可能出現下降趨勢， 而在Ⅱ、 Ⅴ和Ⅵ區則可能出現上升趨勢； 暴雨和大暴雨侵蝕力在Ⅵ區將強持續下降。

2.5"各分區不同量級降雨侵蝕力空間變化

通過ArcGIS 10.7對各分區不同量級降雨侵蝕力空間變化進行分析， 結果如圖5所示。

由圖5可以看出， 同區內不同量級降雨侵蝕力空間分布差異有統計學意義（p＜0.05）， 各區不同量級降雨侵蝕力的高、 低峰分布明顯。 中雨侵蝕力在Ⅰ區形成秀山、 黔江兩個高峰中心且自東向西變小； Ⅱ區以開州為高峰中心， 向東北及西南方向減少； Ⅲ區以北碚為高峰中心， 且出現多個次高峰中心， 以銅梁—江津一線形成北碚一側偏高、 大足一側偏低的現象； Ⅳ區由璧山向永川減少； Ⅴ區以巫溪為高峰中心， 巫溪—奉節一線西高東低， 且巫山為低峰中心； Ⅵ區以忠縣為高峰中心， 由忠縣、 長壽向豐都方向降低。

大雨侵蝕力在Ⅰ區內以秀山為高峰中心， 并呈輻射狀向西北側逐漸降低； Ⅱ區以開州、 萬州最高， 墊江最低， 北側普遍高于南側； Ⅲ區以沙坪壩為高峰中心， 北碚為低峰中心； Ⅳ區璧山高于永川； Ⅴ區以云陽為高峰中心， 巫山為低峰中心； Ⅵ區以忠縣為高峰中心， 豐都為低峰中心。

暴雨侵蝕力在Ⅰ區以酉陽為高峰中心， 向四周輻射降低； Ⅱ區以開州為高峰中心， 萬州、 墊江偏低； Ⅲ區呈現西北側普遍高于東南側的現象； Ⅳ區內永川高于璧山； Ⅴ區以巫溪為高峰中心， 巫山為低峰中心； Ⅵ區以忠縣為高峰中心， 豐都為低峰中心。

大暴雨侵蝕力在Ⅰ區以彭水、 酉陽為峰值中心， 向四周降低； Ⅱ區以開州為高峰中心， 向兩側降低； Ⅲ區呈現北側高于南側的現象； Ⅳ區內璧山高于永川； Ⅴ區在云陽出現高峰中心， 奉節為低峰中心； Ⅵ區在長壽出現高峰中心， 涪陵和石柱出現低峰中心。

結合表8， 中雨、 大雨和暴雨侵蝕力均在Ⅰ區出現最大值， 分別為1 525.65、 2 389.90、 538.84 MJ·mm/（hm2·h·a）； 大暴雨侵蝕力在Ⅱ區出現最大值， 為721.14 MJ·mm/（hm2·h·a）。

同一量級降雨侵蝕力年均值在不同分區的大小排序為： 中雨和大雨侵蝕力Ⅰ＞Ⅱ＞Ⅴ＞Ⅵ＞Ⅲ＞Ⅳ； 暴雨侵蝕力Ⅰ＞Ⅲ＞Ⅳ＞Ⅴ＞Ⅱ＞Ⅵ； 大暴雨侵蝕力Ⅱ＞Ⅳ＞Ⅰ＞Ⅴ＞Ⅲ＞Ⅵ。 表明中雨和大雨侵蝕力在渝東南及渝東北（Ⅰ、 Ⅱ和Ⅴ區）占主導優勢； 暴雨侵蝕力在渝西以及重慶中部占主導地位； 大暴雨侵蝕力在渝東南、 渝東北（開州、 梁平地區）以及璧山等地占主導地位。

3"討論與結論

3.1"討論

重慶市各分區不同量級降雨侵蝕力均集中在5-9月， 這與重慶汛期一致， 其中大暴雨侵蝕力集中在6-8月， 即該時間段是水土流失防治的關鍵時期； 各量級年均降雨侵蝕力總量從大到小依次為： 大雨、 暴雨、 中雨、 大暴雨， 且其年內占比差異有統計學意義［21］（p＜0.05）。 說明大雨和暴雨是引起土壤侵蝕的重要原因， 應重點防治。

重慶各區不同量級年均降雨侵蝕力的年際變化幅度從小到大依次為： 大雨、 中雨、 暴雨、 大暴雨， 但同量級降雨侵蝕力的年際變化趨勢不顯著（｜Z｜＜1.96， p＜0.05）， 這與劉淑婧［30］對重慶市降雨侵蝕力變化特征研究結果一致。 不同量級降雨侵蝕力年際變化在不同區呈現上升或下降趨勢。 對于渝東北（Ⅱ、 Ⅴ區）以及渝東南（Ⅰ區）， 中雨降雨侵蝕力和大雨降雨侵蝕力均存在持續上升趨勢， 這與魏興萍等［32］對重慶市降雨侵蝕力研究結果一致。 存在上升趨勢表示侵蝕性降雨造成的水土流失情況可能會愈發嚴重， 需加強該區的水土保持工作， 尤其需要重點關注和預防降雨侵蝕力持續上升的地區。

全球氣候變暖導致的侵蝕性降雨逐漸增多， 且不同區域具有較大差異。 相較于傳統的降雨侵蝕力整體區域上的時空特征研究［9， 18， 20， 33， 34］， 對降雨侵蝕力場進行分區研究， 使得各區的土壤侵蝕研究更加精準化， 可結合本區的實際情況采取相應的防治措施， 具有更大的區域性指導意義。 針對重慶區域， 各區侵蝕性降雨逐漸增多［35］， 且各量級降雨侵蝕力多數存在持續上升趨勢（H＞0.5）， 各區降雨侵蝕力空間差異有統計學意義（p＜0.05）。 各分區年均降雨侵蝕力表現為Ⅱ區（開州、 梁平等地）最大， Ⅲ區（北碚、 沙坪壩等地）最小， 這與龍訓建等［20］對重慶市降雨侵蝕力時空分布研究結果一致。 針對各量級， 中雨和大雨侵蝕力在渝東南及渝東北（Ⅰ、 Ⅱ、 Ⅴ區）， 暴雨侵蝕力在渝西以及重慶中部， 大暴雨侵蝕力在渝東南、 渝東北（開州、 梁平 ）及璧山等地占主導優勢， 每個地區重點防治的雨型不同， 這與魏興萍等［32］對重慶市降雨侵蝕力研究結果類似。 結合各量級降雨侵蝕力高峰中心分布， 針對不同區域的實際情況， 加強水土流失動態監測力度， 并制定相應的水土保持措施。

3.2"結論

1） 利用REOF法對重慶降雨侵蝕力進行地理分區， 分別為烏江酉水區（Ⅰ區）、 彭溪河及龍溪河區（Ⅱ區）、 嘉陵江及綦江區（Ⅲ區）、 瀨溪河及小安溪區（Ⅳ區）、 梅溪河及大寧河區（Ⅴ區）、 豐都涪陵地區（Ⅵ區）。

2） 重慶市年均降雨侵蝕力為5 784.04 MJ·mm/（hm2·h·a）， 不同量級年均降雨侵蝕力從大到小依次為： 大雨、 暴雨、 中雨、 大暴雨， 即大雨和暴雨是引起土壤侵蝕的主要雨型。

3） Ⅰ、 Ⅱ、 Ⅲ、 Ⅴ和Ⅵ區均以大雨侵蝕力為主， 占比分別為38%、 33%、 33%、 36%和37%； Ⅳ區以暴雨侵蝕力為主（33%）。 且各區中雨、 大雨及暴雨侵蝕力主要集中在5-9月， 大暴雨侵蝕力集中在6月或7月。 各區的防汛時段也是侵蝕性降雨引起土壤侵蝕的重要時段， 在防汛時段也應加強水土流失的防治工作。

4） 各區不同量級降雨侵蝕力年際變化從小到大依次為： 中雨、 大雨、 暴雨、 大暴雨， 對于同一量級降雨侵蝕力來說， 其整體變化趨勢均不顯著（｜Z｜＜1.96）。 Hurst指數表明， 中雨侵蝕力在Ⅰ區和Ⅴ區、 大雨侵蝕力在Ⅱ區和Ⅴ區、 大暴雨侵蝕力在Ⅰ區和Ⅲ區將強持續上升， 而暴雨侵蝕力在各分區均存在反持續性。 應重點防范降雨侵蝕力表現為持續上升趨勢地區的水土流失。

5） 各區不同量級降雨侵蝕力的空間分布表現為： 中雨和大雨侵蝕力在渝東南以及渝東北， 暴雨侵蝕力在渝西及重慶中部， 大暴雨侵蝕力在渝東南、 渝東北（開州、 梁平）及璧山等地占主導優勢。 酉陽和秀山（Ⅰ區）、 開州（Ⅱ區）、 北碚和銅梁（Ⅲ）、 璧山和永川（Ⅳ區）、 巫溪和云陽（Ⅴ區）及忠縣（Ⅵ區）是不同量級降雨侵蝕力的高峰分布中心， 應重點監測該區域不同雨型引起的水力侵蝕， 合理制定相應的水土保持措施。

參考文獻：

［1］高歌， 殷水清， 陳濤， 等． 長江流域降雨侵蝕力時空變化及成因分析 ［J］． 農業工程學報， 2022， 38（3）： 84-92．

［2］"殷水清， 薛筱嬋， 岳天雨， 等． 中國降雨侵蝕力的時空分布及重現期研究 ［J］． 農業工程學報， 2019， 35（9）： 105-113．

［3］"殷水清， 謝云， 王春剛． 用小時降雨資料估算降雨侵蝕力的方法 ［J］． 地理研究， 2007， 26（3）： 541-547．

［4］"YU B， ROSEWELL C J． An Assessment of a Daily Rainfall Erosivity Model for New South Wales ［J］． Soil Research， 1996， 34（1）： 139．

［5］"RENARD K G， FREIMUND J R． Using Monthly Precipitation Data to Estimate the R-Factor in the Revised USLE ［J］． Journal of Hydrology， 1994， 157（1/2）： 287-306．

［6］"LEE J M， LEE S， HONG J， et al． Evaluation of Rainfall Erosivity Factor Estimation Using Machine and Deep Learning Models ［J］． Water， 2021， 13（3）： 382．

［7］"章文波， 謝云， 劉寶元． 利用日雨量計算降雨侵蝕力的方法研究 ［J］． 地理科學， 2002， 22（6）： 705-711．

［8］"羅夢琦， 蔣丹丹， 齊斐， 等． 江蘇省降雨及降雨侵蝕力時空變化趨勢研究 ［J］． 治淮， 2023（2）： 28-31．

［9］"馬道銘， 回毅瀅， 趙炯昌， 等． 近60年山西省降雨侵蝕力時空變化特征 ［J］． 水土保持研究， 2023， 30（6）： 24-31， 48．

［10］周小英， 謝世友， 任偉． 1955-2014年三峽庫區降水特征分析——以重慶市萬州區為例 ［J］． 西南大學學報（自然科學版）， 2017， 39（10）： 102-108．

［11］VANTAS K， SIDIROPOULOS E， LOUKAS A． Robustness Spatiotemporal Clustering and Trend Detection of Rainfall Erosivity Density in Greece ［J］． Water （Basel）， 2019， 11（5）： 1050．

［12］江源天， 王文婷， 謝云， 等． 基于IMERG反演降水數據估算廣東省降雨侵蝕力 ［J］． 農業工程學報， 2023， 39（24）： 153-164．

［13］梁宇靖． CLDAS-prcp融合降水改進及其在降雨侵蝕力中的應用 ［D］． 南京： 南京信息工程大學， 2023．

［14］陳君， 劉時城， 王成林． 基于GBDT-OK算法與星地數據模擬南方降雨侵蝕力研究 ［J］． 水電能源科學， 2022， 40（11）： 171-175．

［15］ZHU D Y， CAO Z， ZHAO Y S， et al． Analysis of the Asymmetric Characteristic of Extreme Rainfall Erosivity in 8 Provinces of Southern China during 1961-2020 ［J］． Water （Basel）， 2023， 15（13）： 2408．

［16］張哲， 方政， 董智， 等． 魯中南山區侵蝕性降雨及典型作物對坡面產流產沙影響研究 ［J］． 西南大學學報（自然科學版）， 2024， 46（1）： 69-76．

［17］丁琳， 黃婷婷， 秦偉， 等． 西南高山峽谷區土壤侵蝕空間分異特征 ［J］． 泥沙研究， 2023， 48（6）： 51-58， 66．

［18］史東梅， 江東， 盧喜平， 等． 重慶涪陵區降雨侵蝕力時間分布特征 ［J］． 農業工程學報， 2008， 24（9）： 16-21．

［19］汪言在， 茍詩薇． 重慶市降雨侵蝕力空間格局及其變化 ［J］． 地理科學， 2013， 33（1）： 116-122．

［20］龍訓建， 翁薛柔， 葉琰， 等． 近10年重慶市降雨侵蝕力時空分布特征 ［J］． 西南大學學報（自然科學版）， 2022， 44（6）： 171-184．

［21］龍訓建， 翁薛柔， 葉琰， 等． 基于聚類分析的重慶市侵蝕性降雨特征研究 ［J］． 水資源與水工程學報， 2021， 32（6）： 19-26．

［22］鄒玉霞， 樊國中， 劉淑婧， 等． 1960-2017年重慶市不同量級降雨侵蝕力R值的時空變化特征 ［J］． 水土保持學報， 2022， 36（6）： 41-48．

［23］任建成， 谷山青， 盧曉寧． 基于REOF分析的山東省年降水區域特征及趨勢分析 ［J］． 水土保持研究， 2024， 31（1）： 224-231．

［24］高雄飛， 劉元會， 郭建青， 等． R/S分析法在石家莊市欒城區土壤含水量動態分析中的應用 ［J］． 河海大學學報（自然科學版）， 2015， 43（1）： 72-77．

［25］江田漢， 鄧蓮堂． Hurst指數估計中存在的若干問題——以在氣候變化研究中的應用為例 ［J］． 地理科學， 2004， 24（2）： 177-182．

［26］武瑾， 金文龍， 陳亢利． 基于季節性Kendall檢驗和重標極差分析法的陽澄湖水質變化趨勢分析 ［J］． 環境污染與防治， 2020， 42（7）： 894-900．

［27］徐浩杰， 楊太保． 柴達木盆地植被生長時空變化特征及其對氣候要素的響應 ［J］． 自然資源學報， 2014， 29（3）： 398-409．

［28］龐金鳳， 門寶輝． 嫩江流域生態干旱影響因素及其時空演變格局 ［J］． 生態學報， 2024， 44（13）： 5646-5657．

［29］唐亞平， 張凱， 李忠嫻， 等． 基于REOF方法的遼寧氣候舒適度區域特征分析 ［J］． 環境科學與技術， 2011， 34（2）： 120-124．

［30］劉淑婧． 重慶市不同量級降雨下的降雨侵蝕力時空演變特征 ［D］． 重慶： 西南大學， 2021．

［31］王鑫， 馬振鋒． 川渝地區主汛期降水的年代際變化與短期氣候預測模型的建立 ［J］． 高原氣象， 2010， 29（3）： 595-604．

［32］魏興萍， 肖成芳， 張愛國． 重慶降雨侵蝕力和侵蝕力密度對土壤侵蝕風險的評估 ［J］． 水土保持學報， 2022， 36（6）： 128-139．

［33］吳潔玲， 查軒， 陳世發， 等． 1951-2018年韶關不同量級降雨侵蝕力變化 ［J］． 水土保持學報， 2021， 35（4）： 21-26．

［34］楊波， 王全九， 郝姍姍． 佳蘆河流域1988-2013年土壤侵蝕時空變化特征 ［J］． 水土保持學報， 2017， 31（5）： 87-92．

［35］高歌， 殷水清， 陳濤， 等． 長江流域降雨侵蝕力時空變化及成因分析 ［J］． 農業工程學報， 2022， 38（3）： 84-92．

責任編輯"包穎

崔玉潔

DOI： "10.13718/j.cnki.xdzk.2025.01.014

靳軍英， 王林， 金鐵生， 等． 基于REOF的不同量級降雨侵蝕力時空變化——以重慶市為例 ［J］． 西南大學學報（自然科學版） ， 2025， 47（1）： 163-177．

收稿日期：20240528

基金項目：國家自然科學基金區域創新發展聯合基金項目（U20A20326）； 西南大學實驗技術研究項目（SYJ2024020）； 西南大學教育教學改革研究重點項目（2022JY012）。

作者簡介：靳軍英， 博士， 高級實驗師， 主要從事水文學及水資源研究。

通信作者： 張衛華， 博士， 副教授。