Scientia Geographica Sinica  2015 , 35 (10): 1306-1311

Orginal Article

1980~2013年滇西北地区降雨侵蚀力变化特征

赵平伟, 郭萍

云南省临沧市气象局, 云南 临沧 677099

Spatial and Temporal Variations of Rainfall Eerosivity in Northwest Yunnan Province

ZHAO Ping-wei, GUO Ping

Lincang Meteorological Bureauof Yunnan Province, Linchang, Yunnan 677099, China

中图分类号:  S157.1

文献标识码:  A

文章编号:  1000-0690(2015)10-1306-06

收稿日期: 2014-06-24

修回日期:  2014-09-5

网络出版日期:  2015-10-25

版权声明:  2015 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  云南省气象局预报员专项项目(YB201215)、临沧市“短平快”科研项目资助

作者简介:

作者简介:赵平伟(1983-),男,云南临沧人,工程师,主要研究方向为气象环境。E-mail:7203956@qq.com

展开

摘要

利用多种统计方法,分析了1980~2013年间滇西北地区中雨、大雨、暴雨和侵蚀性降雨及其对应的日数、产生的降雨侵蚀力时空变化特征、突变时间和未来趋势。结果表明:各量级降雨侵蚀力空间分布差异较大,且表现为随降雨量级的减小而变小;大雨侵蚀力占年降雨侵蚀力的45%,起主导作用;降雨侵蚀力表现出降雨量级越大,集中程度越高的年内分布特征;不同量级降雨产生的降雨侵蚀力、降雨日数和降雨量在时间变化趋势上有增有减,未来表现为持续性;各量级降雨侵蚀力相对趋势在少部地区表现一致,大部地区存在明显差异;各量级降雨侵蚀力在1983年发生显著性突变,2002~2006年后,增长趋势不再明显。

关键词: 滇西北地区 ; 不同量级降雨 ; 降雨侵蚀力 ; 降雨量 ; 降雨日数

Abstract

Using the daily rainfall data collected in 1980-2013 from 22 meteorological sites located across Northwest Yunnan, rainfall erosion force was calculated. According to Daily rainfall, by using those methods like Mann-Kendall trend test, inverse distance weighted method, sequential Mann-Kendall test, inverse distance weighted method and R/S test, etc. We analyzed the rainfall erosivity, moderate rain, heavy rainfall, erosive rainfall, the corresponding number of days of rainfall erosivity, temporal and spatial variation, mutation time and future trends. The result showed that: in terms of the erosivity for the rainfall at each level in Northwest Yunnan, the spatial distribution of the erosivity of heavy rain was basically consistent with the spatial distribution of the erosivity of the annual rainfall, but it was much different for the spatial distribution of the annual precipitation days, the rainfall erosivity of rainstorm and the rainfall erosivity of moderate rain. For the rainfall at each level, the distributional differences of the erosivity were decreased with the smaller rainfall precipitations; 67% of the annual rainfall erosivity was generated from the rainfall erosivity of heavy rain or at a higher level that accounted for 6% of the annual precipitation days; 28% of erosive precipitation days was generated from the rainfall erosivity of heavy rain that accounted for 45% of the annual rainfall erosivity. The precipitation days for the rainfall at each level were arranged as moderate rain>heavy rain>rainstorm while the rainfall erosivity was arranged as heavy rain>moderate rain>rainstorm. The unimodal type distribution was presented with the center in July. More than 85% of the erosivity for the rainfall at each level was taken place in the rainy season (from May to October). At the same time, the higher level the rainfall was, the greater the concentration was; over the past 34 years, the corresponding rainfall erosivity, precipitation days and rainfall precipitations were increased or decreased in the Northwest Yunnan. The erosive rainfall and the annual rainfall erosivity were increased of which the growing scopes were 6.7 mm/10 a and 26.6 MJ·mm/(hm2·h·a)/10 a, respectively. The variation trends of precipitation days, precipitation and rainfall erosivity were sustainable in the future. In the small parts of the Northwest Yunnan, the rainfall erosivity for the rainfall at each level and erosive rainfall were relatively reduced. However, the variation tendency was largely distinguished for most of the parts; the erosivity for the rainfall at each level and the annual rainfall erosivity were drastically changed in 1983 of which its growth point exceeded 0.05 of the borderline at the significance level. After the period from 2002 to 2006, the growth trend was no longer apparent.

Keywords: Northwest Yunnan ; the different magnitude of rainfall ; rainfall erosivity ; rainfall ; the number of rainy days

0

PDF (592KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

赵平伟, 郭萍. 1980~2013年滇西北地区降雨侵蚀力变化特征[J]. , 2015, 35(10): 1306-1311 https://doi.org/

ZHAO Ping-wei, GUO Ping. Spatial and Temporal Variations of Rainfall Eerosivity in Northwest Yunnan Province[J]. Scientia Geographica Sinica, 2015, 35(10): 1306-1311 https://doi.org/

土壤侵蚀是导致土地资源退化的主要原因。降雨是引起土壤侵蚀的主要动力因子之一,降雨侵蚀力(Rainfall Erosivity,R)是指由降雨引起土壤侵蚀的潜在能力,也是各种土壤侵蚀模型中的重要因子。准确评估降雨对土壤侵蚀的潜在作用,对土壤流失的预报、水土保持规划等具有积极的意义。已有的研究对降雨侵蚀力时间变化和空间分布做了大量的分析 [1~5]。相关研究表明,过去几十年云南年降雨日出现明显的减少趋势[6],大雨日、暴雨日增多趋势明显[7],滇西北降水量呈略升趋势[6,8]。尽管降雨侵蚀力变化的大致趋势与雨量分布基本相同,但并不意味着降雨侵蚀力的变化特征与雨量的变化特征完全一致。目前针对降雨侵蚀力的研究多为年、季降雨侵蚀力时空分布和变化特征,而不同量级降雨造成的降雨侵蚀力变化特征至今尚未见报道。滇西北属金沙江(长江)、澜沧江(湄公河)、怒江(萨尔温江)、独龙江(伊洛瓦底江)4条亚洲著名大江的上游地区,其生态环境的好坏直接影响到下游293万km2流域地区和国家的生态安全。鉴于滇西北地区环境的特殊性和重要性,本文基于日降水资料,对该地区近34 a不同量级降雨及其造成的降雨侵蚀力变化特征进行系统地分析,以期为该区域水土流失调查、规划及有效防治提供基础数据和决策依据。

1 研究区域与方法

1.1 研究区域概况

滇西北地处青藏高原至云贵高原的过渡地带,位于喜马拉雅山脉东部的横断山脉纵谷区,面积86 678.05 km2,境内高山挺立,峡谷纵横,海拔高差达6 000 m。怒江、澜沧江和金沙江东西排列,形成了地球唯一的三江并流奇观。该地区多处于中、高山区,山高坡陡、气温寒冷,加之多大雨、暴雨等自然条件和人为活动的原因,据《云南省2004年土壤侵蚀遥感调查报告》,该地区水土流失面积达24 056.54 km2,水土流失率达27.75%,年流失土壤近亿t。

1.2 资料选取

采用滇西北辖区3州1市(迪庆、怒江、大理、丽江)22个气象站点1980~2013年逐日降水(20~20时)资料进行降雨侵蚀力计算。值得提出的是,本文选用的降水资料包括雨、雪等多种形式所产生的降水,本研究采用的侵蚀性降雨标准为第一次全国水利普查水土保持专项普查使用的12.0 mm标准,故用于计算降雨侵蚀力的资料已不包括除降雨之外的其他形式降水。

1.3 研究方法

采用第一次全国水利普查水土保持专项普查使用的降雨侵蚀力估算方程进行研究区降雨侵蚀力计算,该方程由章文波等[9,10]提出并应用于中国南方降水量丰富的地区。刘斌涛[11]使用该模型计算中国西南山区降雨侵蚀力,并利用前人[2,12,13]已有的研究结果验证该模型估算结果,研究表明,该模型在西南地区降雨侵蚀力的计算上具有很高的稳定性和预测精度,该模型详细计算方法见文献[9]。在逐日降水量资料中统计雨日(≥0.1 mm)、侵蚀性雨日(≥12.0 mm)、中雨日(12.0~24.9 mm)、大雨日(25.0~49.9 mm)、暴雨日(≥50.0 mm)基础上,计算各降雨量级造成的降雨侵蚀力。鉴于日侵蚀性降雨标准为12.0 mm,此处中雨日的统计和通常中雨定义(10.0~24.9 mm)稍有区别。通过采用世界气象组织(WMO)推荐的Mann-Kendall非参数统计方法[14,15]检验降雨侵蚀力变化趋势、分析时间突变点及其置信度,反距离加权法(IDW)对各项指标进行空间插值以及R/S分析[16]及用随机重排计算出的Hurst指数进行对比,预测未来降雨侵蚀力变化趋势。

2 不同量级降雨产生的降雨侵蚀力特征分析

2.1 降水量及降雨侵蚀力的空间分布特征

通过分析降水日数、年降雨侵蚀力和降水量的空间分布图(图1),可以得到,滇西北降水日数自西北向东南递减,大值区出现在怒江州,可达200 d以上,低值区为丽江市和大理州东部,尚不足100 d;年降雨侵蚀力和降水量的空间分布基本一致,怒江和丽江东部为高值区,迪庆大部和大理局部为低值区。可见,迪庆降水日数较多,但大多为非侵蚀性降雨和中雨量级降雨;丽江东部和大理中部虽降水日数不多,但降雨侵蚀力和降水量较大,说明该区域大量级降雨在总降水中占有一定比率;而怒江州特有的双雨季造成这一带多雨日和大雨、暴雨天气的出现,故怒江西部降水日数、年降雨侵蚀力和降水量均为大值区。年降雨侵蚀力和降雨量与降水日数空间分布上存在着的较大差异,说明研究滇西北降雨侵蚀力时将侵蚀性降雨细分到各量级是有必要的。进一步分析暴雨、大雨和中雨造成的降雨侵蚀力(以下简称暴雨侵蚀力、大雨侵蚀力、中雨侵蚀力)空间分布,我们发现,大雨侵蚀力和年降雨侵蚀力在空间分布上基本一致,而与暴雨侵蚀力和中雨侵蚀力在空间分布上存有明显差异。从各量级降雨侵蚀力空间分布来看,空间上的分布差异随降雨量级的减小而变小。

图1   1980~2013年滇西北地区年平均降水日数(d)、降水量(mm)和降雨侵蚀力[MJ·mm/(hm2·h·a)]空间分布

Fig. 1   The spatial distribution of the annual average precipitation days (d), precipitation (mm) and rainfall erosivity[(MJ·mm/(hm2·h·a)] in Northwest Yunnan in 1980-2013

2.2 不同量级降雨产生的降雨侵蚀力占降雨侵蚀力的比例和多年平均特征

为了定量分析研究区降水及其降雨侵蚀力特征,在分析序列变化前,我们首先分析不同量级降雨及其产生的降雨侵蚀力占总降水量和总降雨侵蚀力的比例状况。结果表明,大雨以上量级降雨占年降水日数6%,产生的降水量是总降水量的34%,所产生的降雨侵蚀力占年降雨侵蚀力的67%。可见,1 a中在滇西北地区土壤侵蚀主要是由那些发生次数少,降雨量和降雨强度较大的降雨所产生的。此外,就整个滇西北地区来说,年平均暴雨、大雨、中雨日比例为1∶5.7∶13.5,年平均日暴雨侵蚀力、日大雨侵蚀力、日中雨侵蚀力的比例为1∶2∶1.5。也就是说,占侵蚀性降雨日数5%、28%、67%的暴雨、大雨和中雨,其对应产生的降雨侵蚀力分别占年降雨侵蚀力的比例为22%、45%、33%。可见,滇西北年降雨侵蚀力中起主导作用的是大雨降雨侵蚀力。各个测站34 a平均暴雨日降雨量为53.3~71.7 mm,平均为64.3 mm,日暴雨侵蚀力为405.9~741.3 MJ·mm/(hm2·h·a),平均为592.8 MJ·mm/(hm2·h·a);大雨日降雨量为31.8~34.6 mm,平均为33.5 mm,日大雨侵蚀力为162.2~246.6 MJ·mm/(hm2·h·a),平均为203.4 MJ·mm/(hm2·h·a);中雨日降雨量为16.7~17.6 mm,平均为17.1 mm,日中雨侵蚀力为48.4~91.7 MJ·mm/(hm2·h·a),平均为67.3 MJ·mm/(hm2·h·a)。

2.3 不同量级降雨产生的降雨侵蚀力的年内分布特征

图2为34 a各月平均暴雨日、大雨日和中雨日及其对应产生的降雨侵蚀力年内分布图。由此发现,1~12月中,各量级降雨日数排序为中雨>大雨>暴雨,而产生的降雨侵蚀力排序为大雨>中雨>暴雨。各量级降雨日数和各量级降雨造成的降雨侵蚀力,最大值均出现在7月,其次是8月,年内变化表现为以7月为中心向两侧减少的单峰型分布。各量级降雨日数占月侵蚀性降雨日数比例的年内分布,各量级降雨侵蚀力占月降雨侵蚀力比例的年内分布,与各量级降雨日数、降雨侵蚀力年内分布相似,均为单峰型。对应产生的降雨侵蚀力月比例(月侵蚀力/年侵蚀力)分布来看,雨季(5~10月)的暴雨侵蚀力占全年暴雨侵蚀力的87%,大雨侵蚀力占全年大雨侵蚀力的86%,中雨侵蚀力占全年中雨侵蚀力的85%,有降雨量级越大,集中程度越高的特征。

图2   1980~2013年滇西北地区平均各量级降雨日数和各量级降雨侵蚀力年内分布

Fig. 2   The annual distribution of the average precipitation days and rainfall erosivity at each level in Northwest Yunnan in 1980-2013

3 不同量级降雨产生的降雨侵蚀力变化趋势

3.1 不同量级降雨产生的降雨侵蚀力时空变化趋势分析

采用Man-Kendall趋势检验滇西北地区不同量级降雨产生的降雨侵蚀力,降雨日数和降雨量时间变化趋势进行分析,得出了一些有意义的结果:从趋势变化值来看,过去的34 a中,暴雨侵蚀力和大雨侵蚀力呈减少趋势,减少幅度为-0.23 MJ·mm/(hm2·h·a)/10 a、-0.67 MJ·mm/(hm2·h·a)/10 a,而中雨侵蚀力呈现出4.3 MJ·mm/(hm2·h·a)/10 a的增长趋势;日数则在大雨雨日中有增长趋势,为0.03 d/10 a,暴雨雨日无变化趋势,中雨雨日表现出-0.04 d/10 a的变化趋势;降雨量上暴雨、中雨雨量则呈现出0.5 mm/10 a和1.1 mm/10 a的增长趋势,大雨雨量变化趋势为-0.2 mm/10 a。侵蚀性降雨量和年降雨侵蚀力均呈增长趋势,增长幅度分别为6.7 mm/10 a和26.6 MJ·mm/(hm2·h·a)/10 a。

考虑到降雨量的局地变化较大而引起不同地方的降雨侵蚀力存在很大差异,不同地区降雨侵蚀力趋势值无可比性,因此分析各站点降雨侵蚀力采用相对趋势(%/10 a),其定义为降雨侵蚀力趋势占多年平均降雨侵蚀力的百分比。图3给出了滇西北地区各量级降雨及侵蚀性降雨产生的降雨侵蚀力相对变化趋势空间分布图,从图3可以看出,暴雨侵蚀力在滇西北大部地区随时间无变化趋势,怒江北部和南部以及丽江东南部减少明显,为(-2%~-15%)/10 a,大理大部地区呈增长趋势,增长幅度为(2%~16%)/10 a;大雨侵蚀力在滇西北怒江大部,迪庆和丽江的部分地区,大理局部地区随时间变化呈减少趋势,增加趋势则主要集中在大理大部地区,其中以大理南部增加最为明显,增幅在9%/10 a以上;中雨侵蚀力随时间变化上呈增长趋势和呈减少趋势的站点各占一半,迪庆西部、怒江大部、丽江、大理局部地区随时间变化呈减少趋势,减幅较小,多为(-1%~-3%)/10 a,其余地区为增长趋势,其中数迪庆北部的德钦增长幅度最大,达13%/10 a;年降雨侵蚀力随时间变化在滇西北的怒江和丽江大部,迪庆局部地区呈减少趋势,而大理和迪庆大部地区随时间变化呈增长趋势,增幅多在(2%~5%)/10 a之间。总的来看,各级降雨和年侵蚀性降雨造成的降雨侵蚀力相对变化趋势在滇西北少部地区呈减少趋势,但大部地区的分布上还是存在较大的差异。

图3   1980~2013年各量级降雨侵蚀力和年降雨侵蚀力相对变化趋势[%/(10 a)]空间分布

Fig. 3   The spatial distribution for the relative variation trend of rainfall erosivity and annual rainfall erosivity at each level [%/(10 a)] in Northwest Yunnan in 1980-2013

3.2 不同量级降雨产生的降雨侵蚀力的突变特征

由Mann-Kendall突变检测法分析可得,侵蚀性降雨及不同量级降雨产生的降雨侵蚀力一致在1983年发生突变,此后降雨侵蚀力为增加趋势,其中年降雨侵蚀力和大雨侵蚀力在2000年超过显著性水平0.05临界线,暴雨侵蚀力、中雨侵蚀力在1987、1996年超过显著性水平0.05临界线;雨日均在1983年发生突变,此后为增加趋势,除暴雨雨日在1987年超过显著性水平0.05临界线,其余雨日均在1999年超过显著性水平0.05临界线;雨量也均在1983年发生突变,此后为增加趋势,其中暴雨、大雨、中雨分别在1987、2001、1996年超过显著性水平0.05临界线,侵蚀性降雨在1999年超过了显著性水平0.05临界线;2002~2006年后,各降雨量级降雨雨日、雨量及其造成的降雨侵蚀力的增长趋势不再明显(图4)。

图4   1980~2013年滇西北地区年降雨侵蚀力Mann-Kendal突变检测

Fig. 4   The Mann-Kendal mutation analysis of the annual rainfall erosivity in Northwest Yunnan in 1980-2013

3.3 不同量级降雨产生的降雨侵蚀力未来趋势

通过采用R/S分析方法计算滇西北地区1980~2013年各量级降雨日数、降雨量、降雨侵蚀力的Hurst指数,并对各时间序列进行随机重排,计算重排后序列的Hurst指数,与原时间序列的Hurst指数相比较,两者应该相等或接近,由此来检验计算结果的可靠性[17]。从表1看出,各项指标Hurst指数大于0.5,且随机重排的Hurst指数与原始时间序列Hurst指数较接近,说明计算的Hurst指数比较稳妥,可以接受。可见,滇西北地区各量级降雨日数、降雨量、降雨侵蚀力未来表现出持续性,与过去变化趋势一致。

表1   不同量级降雨日数、降雨量和降雨侵蚀力Hurst指数

Table 1   Hurst index of precipitation days, precipitation and rainfall erosivity at different levels

降雨日数降雨量降雨侵蚀力
暴雨大雨中雨侵蚀性降雨暴雨大雨中雨侵蚀性降雨暴雨大雨中雨侵蚀性降雨
Hurst原时间序列0.550.650.780.750.620.660.810.710.620.670.820.69
指数随机重排序列0.720.780.640.710.780.770.650.730.770.770.640.58

新窗口打开

4 结 论

1) 滇西北地区年降雨侵蚀力和降水量在空间分布上基本一致,与降水日数的空间分布存在着较大差异;各量级降雨侵蚀力在空间分布上存有明显的差异,且分布差异随降雨量级的减小而变小。

2) 滇西北地区67%的年降雨侵蚀力由占年降水日数6%的暴雨、大雨量级降雨所产生,其中大雨侵蚀力占年降雨侵蚀力的45%,起主导作用。

3) 1~12月中,滇西北各量级降雨日数排序为中雨>大雨>暴雨,降雨侵蚀力排序为大雨>中雨>暴雨,并呈以7月为中心向两侧减少的单峰型分布,各量级降雨侵蚀力月比例年内分布表现出降雨量级越大,集中程度越高的特征。

4) 1983~2013年,滇西北地区不同量级降雨对应的降雨侵蚀力、降雨日数和降雨量变化趋势有增有减,未来变化趋势表现为持续性;各量级降雨和侵蚀性降雨造成的降雨侵蚀力相对变化在滇西北小部地区表现出减少趋势,但大部地区存有较大差异。

5) 滇西北地区各量级降雨侵蚀力与年降雨侵蚀力在1983年发生突变,并超过了显著性水平0.05临界线,增长显著,2002~2006年后,增长趋势变的不再明显。

The authors have declared that no competing interests exist.


参考文献

[1] 王万中,焦菊英,郝小品,.

中国降雨侵蚀力R值的计算与分布(I)

[J].水土保持学报,1995,9(4):5~18.

URL      [本文引用: 1]     

[2] 王万中,焦菊英,郝小品,.

中国降雨侵蚀力R值的计算与分布(Ⅱ)

[J].水土保持学报,1996,2(1):29~39.

URL      [本文引用: 1]      摘要

对中国降雨侵蚀力R值的分布进 行了系统研究。主要内容包括我国不同地区年R值的月分布、次分布、频率分布和年际变化特征,以及R值的雨量、雨强分布特征;对我国140多个重点站的R值 进行了计算;在分析我国降雨侵蚀力R值区域分布特征的基础上,编制了中国降雨侵蚀力等值线图,并进行了降雨侵蚀力分区。
[3] 汪言在,苟诗薇.

重庆市降雨侵蚀力空间格局及其变化

[J].地理科学,2013,33(1):116~121.

Magsci      摘要

<p>使用经验正交函数和非参数统计检验方法,对重庆市1960~2010 年全年、季节降雨侵蚀力时空格局进行分析.结论如下:① 年、季降雨侵蚀力均呈东北、东南偏大,西部偏小的空间格局.② 受大尺度气候因素影响,年、季降雨侵蚀力表现为一致性异常分布特征,2000 年后年、季降雨侵蚀力增大的年份偏多.③ 受山地地形影响,全年、秋季和冬季降雨侵蚀力存在反相变化模态,重庆市东北(集中在城口、开县区域)降雨侵蚀力变化趋势与其他区域存在差异.</p>
[4] 章文波,谢云,刘宝元,.

中国降雨侵蚀力空间变化特征

[J].山地学报,2003,21(1):33~40.

https://doi.org/10.3969/j.issn.1008-2786.2003.01.005      URL      摘要

降雨是导致土壤侵蚀的主要动力 因素,通用土壤流失方程(USLE)中降雨侵蚀力因子R反映了降雨气候因素对土壤侵蚀的潜在作用。为更精确估算降雨侵蚀力,以全国564个测站 1971~1998年的逐日降雨资料为基础,采用一种新方法估算降雨侵蚀力,分析全国降雨侵蚀力空间变化特征。结果显示全国降雨侵蚀力的空间分布与降雨量 近似,但降雨降雨侵蚀力取决于降雨量和降雨强度两个方面,因此二者的空间分布又存在许多差别。一般在降雨侵蚀力较小地区,降雨侵蚀力的年内分配非常集中, 全国大部分地区降雨侵蚀力年际变化表现出正的趋势,江西和湖南等交界的部分地区为明显的正趋势中心。
[5] 刘春丽,杨勤科,谢红霞.

延河流域降雨侵蚀力时空分布特征

[J].环境科学,2010,31(4):850~857.

URL      [本文引用: 1]      摘要

降雨侵蚀力(R)反映了降水引起土壤水蚀的潜在能力,其时空分布规律定量研究是进行土壤侵蚀预报的基础.利用延河流域22个雨量站24a逐日降雨资料,分析了该区降雨侵蚀力的时空分布特征.结果表明,降雨侵蚀力与降雨量、侵蚀性降雨量具有一致的年内年际变化趋势.降雨侵蚀力年内变化为单峰型,集中分布在5~9月,占全年R值的91.61%.降雨侵蚀力多年平均值为1580.58MJ·mm·(hm2·h·a)-1,最高值(1981年)为2417.70MJ·mm·(hm2·h·a)-1,最低值(1999年)仅585.29MJ·mm·(hm2·h·a)-1,年际间变化为中等变异,变异系数为0.32.烧房砭站多年平均R值最大,为2190.33MJ·mm·(hm2·h·a)-1,镰刀湾和杨山站多年平均R值最小,分别为1151.37MJ·mm·(hm2·h·a)-1和1146.87MJ·mm·(hm2·h·a)-1.R值与侵蚀性降雨量具有一致的空间分布格局,北部雨量站R值年际变化呈现轻微的增加趋势,其它站点R值年际变化相对呈现出轻微的减少趋势,总体上延河流域降雨侵蚀力呈现下降趋势,趋势系数为-0.004.
[6] 符传博,吴涧,丹利.

近50年云南省雨日及降水量的气候变化

[J].高原气象,2011,30(4):1027~1032.

Magsci      [本文引用: 2]      摘要

<FONT face=Verdana>利用1959-2009年云南省30个测站逐日降水资料, 通过计算趋势系数、 相关系数等现代统计诊断方法, 分析了近50年来云南省年、 季、 月雨日和降水的时空变化特征。结果表明, 云南省多年平均雨日空间分布和降水量空间分布基本一致。降水量最大值出现在滇西南地区, 滇中到滇东南地区相对较少; 年雨日最大值也出现在滇西南地区, 滇中地区最少。年降水量在近50年来总体变化不大, 但是年总雨日出现明显的减少趋势, 趋势系数为-0.475, 通过了0.01显著性水平检验, 回归系数为-3.19 d·(10a)<SUP>-1</SUP>。季雨日的分析表明, 云南省除了春季以外, 其他三季雨日均呈大范围的负趋势, 其中夏、 秋季30个测站的趋势系数均为负值, 四季通过0.05显著性水平检验的负趋势测站数从多到少的排列为夏季&gt;秋季&gt;冬季&gt;春季。全年12个月中有9个月是负趋势测站的超过一半以上, 尤以6~10月最明显, 总的来说, 月雨日呈减少趋势。<BR></FONT>
[7] 彭贵芬,刘瑜.

云南各量级雨日的气候特征及变化

[J].高原气象,2009,28(1):214~218.

Magsci      [本文引用: 1]      摘要

<FONT face=Verdana>利用1959-2005 年云南125个测站的雨量资料, 通过计算趋势系数等现代统计诊断方法, 研究了云南中雨日、 大雨日、 暴雨日、 大暴雨日及各量级降水量的气候特征和变化, 并与雨日的气候变化做了对比分析。结果表明, 云南中雨以上强降雨日有明显的干、 雨季之分, 雨季中雨、 大雨、 暴雨、 大暴雨日数分别占全年中雨、 大雨、 暴雨、 大暴雨日数的84%, 90%, 94%, 99%, 特别是6~8月大雨以上强降雨日占全年的61%以上, 强雨日的集中程度相当高, 且降雨量级越大集中越高。云南大雨日、 暴雨日、 大暴雨日在增多; 大雨日的增多趋势不明显, 暴雨日、 大暴雨日的增多趋势较明显, 且大暴雨日比暴雨日的增多趋势大。雨日、 中雨日在减少; 雨日的减少趋势十分明显。以每10 年平均计算, 云南省内总大雨日增多6.9天, 暴雨日增多4.3天, 大暴雨日增多0.7天, 中雨日减少75.4天; 云南省内站平均雨日减少7.6 天。云南年降水量有减少的趋势, 全省减少量是每10年平均减少15.3 mm; 大雨量、 暴雨量和大暴雨量稍有增多, 但变化趋势不明显; 小雨量、 中雨量有较明显的减少趋势。</FONT>
[8] 刘瑜,赵尔旭,黄玮,.

云南近46年降水与气温变化趋势的特征分析

[J].灾害学,2010,25(1):39~44.

https://doi.org/10.3969/j.issn.1000-811X.2010.01.009      URL      [本文引用: 1]      摘要

利用云南1961-2007年降水与气温资料进行线性趋势分析和 突变检验.结果表明,近46年来云南年均降水量是趋于减少的,其中夏季降水量减少较为明显,减少率为4.5 mm/10a,且夏季降水在1971年前后发生了由多到少的突变.从降水的季节变化特征及异常值统计结果来看,云南雨季平均降水量是趋于减少的,而干季平 均降水量趋于增加;从降水的地域分布来看,滇南地区降水呈缓慢减少趋势;滇中降水呈缓慢减少后略升状态;滇西北降水呈略升趋势;滇东北降水为明显下降趋 势.近46年云南年平均气温是升高的,从全省气温变化的季节特征及异常值统计结果来看,春夏秋冬四季增温都明显,但冬季气温增加最为显著,增加率为 0.27℃/10a,冬季平均气温在1995年出现了一次由冷到暖的突变.滇中及以东地区的气温变化增暖趋势明显,滇西地区气温也为增暖的变化趋势.
[9] 章文波,付金生.

不同类型雨量资料估算降雨侵蚀力

[J].资源科学,2003,25(1):36~41.

https://doi.org/10.3321/j.issn:1007-7588.2003.01.006      URL      [本文引用: 1]      摘要

降雨侵蚀力反映气候因素 -降雨对土壤侵蚀的潜在作用能力 ,由于次降雨资料难以获得 ,一般利用气象站整编降雨资料评估计算降雨侵蚀力。对年平均雨量、月平均雨量、逐年年雨量、逐年月雨量及逐年日雨量等 5种代表性雨量资料估算降雨侵蚀力的结果进行对比分析 ,结果表明以日雨量计算多年平均侵蚀力的精度最高 ,而在 4种采用月或年雨量的模型中尽管以逐年月雨量模型表现相对最好 ,但这 4种模型之间差别不明显。同时在降雨量较丰富地区 ,各类型雨量资料估算侵蚀力的精度也相对较高
[10] 章文波,谢云,刘宝元.

利用日雨量计算降雨侵蚀力的方法研究

[J].地理科学,2002,22(6):705~711.

https://doi.org/10.3969/j.issn.1000-0690.2002.06.012      URL      [本文引用: 1]      摘要

降雨侵蚀力反映由降雨引起的土壤侵蚀的潜在能力,是建立通用土壤 流失方程的最基本因子之一.由于以降雨侵蚀力指标计算侵蚀力的方法很难获得所需资料,利用全国71个代表性气象站资料,建立了利用日雨量估算降雨侵蚀力的 简易算法模型,并进一步提出了模型的参数估计方法.结果表明日雨量侵蚀力模型完全能够用于估算多年平均降雨侵蚀力及其季节分布,并且模型计算侵蚀力的精度 与所在区域降雨特征有关.在降雨量较丰富地区模型表现相对更好,且对于短历时、高强度降雨产生的侵蚀,模型估算的侵蚀力可能会有一定程度偏低.
[11] 刘斌涛,陶和平,宋春风,.

我国西南山区降雨侵蚀力时空变化趋势研究

[J].地球科学进展,2012,27(5):499~508.

Magsci      [本文引用: 1]      摘要

<p>降雨是我国西南山区土壤侵蚀的主要动力因素,降雨侵蚀力反映了降雨对土壤侵蚀的潜在能力,研究降雨侵蚀力的时空变化趋势对我国西南山区土壤侵蚀的监测、评估、预报和治理具有重要意义。利用1960&mdash;2009年129个气象站逐日降雨量资料,计算出西南山区各气象站逐年降雨侵蚀力。采用趋势系数、气候倾向率和克吕格插值等方法对西南山区降雨侵蚀力50年来的时空变化趋势进行了探讨。结果表明:西南山区降雨侵蚀力空间分布特征与年降水量的空间分布特征一致;西南山区西北部的青藏高原区域降雨侵蚀力年际变化明显,变差系数<em>Cv</em>一般高于0.40;西南山区大部地区降雨侵蚀力呈上升趋势,说明由降雨侵蚀力引起的土壤侵蚀风险在增加,但在成都平原附近降雨侵蚀力在明显下降;降雨侵蚀力变化趋势系数随海拔高度升高而不断增加,在海拔2 500 m以上地区尤为明显,西南山区西北部的高海拔地区海拔高度对降雨侵蚀力增加具有放大效应。</p>
[12] 杨文元,张奇,林超文.

四川盆地降雨侵蚀力分布与土壤侵蚀危险期探讨

[J].西南农业学报,1997,10(4):41~47.

URL      [本文引用: 1]      摘要

采用降雨侵蚀力R= 〔Σnj=1(210+89LogI3〕(IjTj)I30100的计算方法〔1〕,研究四川盆地降雨侵蚀力的时空分布,初步探讨了不同气候带年降雨量与 降雨侵蚀力之间的直线回归关系。并通过主要种植模式各个时期C因子值的计算,研究土壤侵蚀危险期。确认7月前后是目前四川盆地土壤侵蚀的主要时期。
[13] 杨子生.

滇东北山区坡耕地降雨侵蚀力研究

[J].地理科学,1999,19(3):265~270.

Magsci      [本文引用: 1]      摘要

降雨侵蚀力<i>R</i>值是建立土壤流失方程的最基本因子之一。通过对标准径流小区的实测土壤侵蚀量和侵蚀性降雨资料进行分析,确定出滇东北山区坡耕地降雨侵蚀力(<i>R</i>)的最佳计算指标为<i>R</i>=E<sub>60</sub>&#183;I<sub>30</sub>,计算和分析了本区域降雨侵蚀力(<i>R</i>)的时空分布特征。
[14] 胡光伟,毛德华,李正最,.

60年来洞庭湖区进出湖径流特征分析

[J].地理科学,2014,34(1):89~95.

Magsci      [本文引用: 1]      摘要

<p>采用集中度与集中期、M-K趋势检验法、变差系数法等方法对洞庭湖入湖径流河流(荆江三口、湖南四水)和出湖径流(城陵矶)年径流量序列进行分析。结果显示:① 洞庭湖区径流集中期为每年6~7 月份,最大径流出现时间为6 月底7 月初;径流集中期合成向量方向介于103.2~190.2&deg;之间,均能够反映各河流进出湖径流量最大值出现的月份。② 径流变差系数介于0.194~0.761 之间,说明径流年际变率大。各河流径流极值比均在0.6 以上,径流量衰减较为明显。③ 从径流的丰枯交替规律来看,湖南四水水量分配相对较为平均。荆江三口以藕池口丰水年和枯水年概率最大,分别占到32.79%和57.38%,径流年际变化较为剧烈,不利于水资源的合理利用。</p>
[15] 白红英,侯钦磊,马新萍,.

50年来秦岭金钱河流域水文特征及其对降水变化的响应

[J].地理科学,2012,32(10):1230~1235.

URL      [本文引用: 1]      摘要

运用集中度和集中期、 Kendall秩相关系数、R/S分析法、降水—径流双累积曲线模型及其他数理统计方法,分析了金钱河流域径流的变化特征,探讨了年际、季节及月尺度上径 流变化的趋势并预测了未来趋势,用集中期指标反映了径流对降水响应的滞后效应,并定量分析了降水变化和人类活动对径流变化的贡献率。结果表明:50 a来径流量呈现出显著的递减趋势(p0.05),递减率为34.33 m3(/s 10a),Hurst指数H=0.6690.5,表明未来的一段时间内变化趋势与现在相同;1~12月各月径流均表现为下降趋势。流域内径流对降水的响应 存在滞后效应,50 a径流对降水平均每年滞后23.6 d,且滞后天数具有明显上升趋势。50 a来径流系数呈极显著减小趋势,降水量转化为径流的部分在逐年减少,被植物截留、填洼、入渗和蒸发的部分增加;径流发生突变后比突变前径流系数降低了 35.2%。50 a来降水变化对径流变化的影响率为53.4%,高于人类活动影响率46.6%,是导致径流变化的主要原因,人类活动为次要原因。
[16] 孙桂丽,陈亚宁,李卫红.

新疆极端水文事件年际变化及对气候变化的响应

[J].地理科学,2014,34(1):1389~1395.

URL      [本文引用: 1]      摘要

利用1901~2010年极端水文事件资料,采用Mann-kendall统计检验研究其年际、年代际变化及对气候变化的响应,结果表明:年际变化总体为增加趋势,20世纪70年代以来增加显著;各地区由于主导灾害不同,年代际变化不尽相同,冰雹为主导灾害的地区80年代的发生频次最多,其它地区呈逐年代平稳增加;各类型极端水文事件年际变化也不尽相同,但于近10 a达最大值;极端水文事件增加趋势与气温、降水一致,不同极端水文事件对气候变化因子响应略有不同。
[17] 王洁,徐宗学.

白羊淀流量气温与降水量长期变化趋势及其持续性分析

[J].资源科学,2009,31(9):1498~1505.

Magsci      [本文引用: 1]      摘要

本文首先应用Mann-Kendall非参数检验方法对白洋淀流域7个气象站1957年~2006年50年平均气温、降水量序列的长期变化趋势进行分析,并进行显著性检验。针对Mann-Kendall非参数检验方法的不足,在此方法的基础上运用R/S分析方法,估算各时间序列的Hurst指数,得到流域气温、降水量的持续性特征,并采用随机重排法对估算结果进行稳定性检验,再结合两种方法得到其未来变化趋势及其持续性。研究结果表明:流域内平均气温具有明显的上升趋势,其中冬季气温贡献最大,且未来一段时间气温将呈持续上升趋势;降水量总体上呈现较为明显的下降趋势,其中夏季降水量的下降趋势最为明显,未来一段时间降水量可能持续下降。白洋淀流域未来气候将向干热化方向发展,这可能是白洋淀“干淀”的一个重要原因。

/