河南省降雨侵蚀力的时空变化特征分析
李泮营
1
,
衣强
1,
顾治家
2
,
吴雨珂
2,
李梦露
2,
杨翠
2,
季可可
2
1. 河南省水土保持监测总站, 450008, 郑州;
2. 信阳师范大学地理科学学院/河南省水土环境污染协同防治重点实验室, 464000, 河南信阳
收稿日期：2023-03-27; 修回日期：2023-11-27
项目名称：信阳师范大学“南湖学者奖励计划”青年项目“大别山区植被覆盖动态变化及驱动因素分析”(2019046)；信阳师范大学博士科研启动项目“豫西黄土丘陵区土壤侵蚀研究”(19034)
第一作者简介：李泮营(1980—), 男, 学士, 工程师。主要研究方向: 水土保持监测。E-mail:
zzlpy@126.com
摘要：为探究河南省长时间序列降雨侵蚀力的时空格局与变化趋势，基于河南省1981—2020年90个气象站点的逐日降雨资料，利用日降雨侵蚀力计算模型，通过莫兰指数、趋势系数和Mann-Kendall检验，分析半月、季节和年降雨侵蚀力的空间分布与趋势变化。结果表明：河南省多年平均降雨侵蚀力在1 696~6 106 MJ·mm/(hm2·h)之间，呈现出自东南向西北递减的趋势。春季、夏季和冬季降雨侵蚀力也呈现相似的分布特点，而秋季降雨侵蚀力的南北分异则更为明显。全年和季节降雨侵蚀力均呈现显著的集聚性，降雨侵蚀力高—高聚集区主要集中于河南省南部地区，发生降雨侵蚀的风险较高。降雨侵蚀力年内分布不均，年际间波动较大，但变化并不显著。降雨侵蚀力主要集中于夏季，且绝大多数年份的夏季降雨侵蚀力呈增长趋势。桐柏—大别山山地丘陵区、豫西黄土丘陵区、河南省东部黄泛区都面临着较高的降雨侵蚀风险。研究结果可为河南省水土流失动态监测、水土保持规划以及土壤侵蚀防治提供科学依据。
关键词：降雨侵蚀力 时空演变 莫兰指数 趋势系数 Mann-Kendall检验
Spatio-temporal variation characteristics of rainfall erosivity in Henan province
1. Soil and Water Conservation Monitoring Station of Henan Province, 450008, Zhengzhou, China;
2. College Geographic Sciences/Henan Key Laboratory for Synergistic Prevention of Water and Soil Environmental Pollution, Xinyang Normal University, 464000, Xinyang, Henan, China
降雨通过雨滴击溅以及径流冲刷等作用对土壤颗粒进行剥离和搬运，是引起土壤侵蚀的最重要动力因子[1]。降雨侵蚀力是降雨引起的土壤侵蚀的潜在能力，是定量评价土壤侵蚀的关键。它作为目前被广泛应用的通用土壤流失方程(Universal Soil Loss Equation，USLE)[2]、修正通用土壤流失方程(Revised Universal Soil Loss Equation，RUSLE)[3]和中国土壤流失方程(Chinese Soil Loss Equation，CSLE)[4]等土壤侵蚀模型的重要输入参数，备受国内外研究者的关注[5-6]。降雨侵蚀力可通过降雨过程资料获得，即一次降雨的总动能E与该次降雨的最大30 min降雨强度I30的乘积EI30作为该次降雨的侵蚀力指标。由于降雨侵蚀力的计算需详尽的降雨过程资料，直接利用该公式计算降雨侵蚀力较为困难。因此，基于日降雨量、月降雨量、年降雨量等常规资料和遥感卫星资料建立起来许多降雨侵蚀力估算方法[7-9]。其中，通过日降雨资料建立起来的计算模型不仅与实测值较为接近，而且资料容易获得，从而得到广泛应用[10]。
河南省是水土流失较为严重的省份，降雨侵蚀力的研究一直备受关注。边柳等[11]基于河南省59个气象站的1961—1990年的年降雨资料，利用年降雨侵蚀力估算模型，计算河南省多年平均降雨侵蚀力。吴明作等[12]基于河南省各气象站2003年以前的日降雨资料，对比不同降雨侵蚀力计算模型，提出基于日雨量计算降雨侵蚀力更符合实际。随着日降雨数据精度的提高，降雨侵蚀力的计算模型也在不断改进。尤其是随着CSLE模型在土壤侵蚀动态监测中的广泛应用，半月降雨侵蚀力的大小及变化直接关系到土壤侵蚀模型因子的计算。以往的研究多集中于年和季节降雨侵蚀力，对半月降雨侵蚀力的关注较少。此外，还存在气象站点偏少、时间序列较短等问题。因此，基于长时间序列、高密度、高精度降雨资料的时空格局分析尤为重要。河南省地势西高东低，区域内平原与盆地、山地、丘陵均有分布，降雨空间分异较大。研究降雨侵蚀力长时间序列的空间分异特征，可以更好地揭示土壤侵蚀发生发展规律，是土壤侵蚀定量评价的基础。因此，笔者以河南省90个气象站点的日降雨资料为基础，分析1981—2020年半月、季节、年降雨侵蚀力的时空变化特征，为水土流失动态监测、土壤侵蚀综合治理、水土保持规划等工作提供科学依据。
1 研究区概况
河南省位于中国中东部、黄河中下游，介于E 110°21′~116°39′、N 31°23′~36°22′之间，地势西高东低。北、西、南3面的太行山脉、伏牛山脉、桐柏山脉、大别山脉沿省界呈半环形分布，中、东部为黄淮海平原，西南部为南阳盆地(图 1)。河南属暖温带—亚热带、湿润—半湿润季风气候，为北亚热带向暖温带过渡的大陆性季风气候。降水量的时空分布不均，5—8月占全年降水量的70%以上。河南省是我国水土流失较为严重的省份之一，水蚀是其主要的土壤侵蚀类型[13]。
2 材料与方法
本文收集河南省124个气象站点1981—2020年的逐日降雨资料。通过对各站点数据一致性和连续性检验，最终选取完整数据序列的站点共90个，其空间分布如图 1所示。
2.1 降雨侵蚀力的计算
河南省的暖季(5—9月)和冷季(10—12月，1—4月)的雨型有差异，相同的日降雨量产生的侵蚀力不同，暖季降雨由于降雨强度大，产生的侵蚀力要高。因此，河南省降雨侵蚀力的计算选用冷暖季日降雨量估算模型[10]。
2.2 空间格局分析
利用Geo Da软件分析全局空间自相关诊断研究区域之间整体生产功能的空间关联程度是相似(正相关)、相异(负相关)，亦或是相互独立(随机分布)[14]。莫兰指数I计算式如下：
|
$
I=\frac{\sum\limits_i^n \sum\limits_{j \neq i}^n W_{i j}\left(x_i-\bar{x}\right)\left(x_j-\bar{x}\right)}{s^2 \sum\limits_i^n \sum\limits_{j \neq i}^n W_{i j}}
$
|
(1) |
式中：n为样本区域数；Wij为空间权重矩阵；$s^2=\sum\limits_{i=1}^n\left(x_i-\bar{x}\right)^2 $；xi、xj分别为第i区域和第j区域的属性值；x为所有属性值的平均值。
局部空间自相关的莫兰指数(LISA)的计算式如下:
|
$
I_i=Z_i \sum\limits_{j \neq i} W_{i j} Z_j
$
|
(2) |
式中：$Z_i=\left(x_i-\bar{x}\right) / s^2 $，Zi为xi的标准化量值；Zj为与第i区域相邻接的属性标准化值。
2.3 趋势系数
趋势系数可用来表征气候要素长期趋势变化的方向与程度，笔者用趋势系数来表征降雨侵蚀力的年际变化趋势[15]。其具体算法为m年的降雨侵蚀力与自然数列1, 2, 3，…，m的相关系数rxt，计算式[16]如下：
|
$
r_{x t}=\frac{\sum\limits_{j=1}^m\left(R_j-\bar{R}\right)(j-\bar{t})}{\sqrt{\sum\limits_j^m\left(R_j-\bar{R}\right)^2 \sum\limits_{j=1}^m(j-\bar{t})^2}}
$
|
(3) |
式中：m为年份序号；Rj为第j年的降雨侵蚀力值；R为多年降雨侵蚀力的平均值；t=(n+1)/2。当rxt>0时表示降雨侵蚀力呈线性增加的趋势，反之则呈线性减小的趋势。
2.4 Mann-Kendall检验
Mann-Kendall统计检验法是常用的时间序列趋势检验方法[17]，能避免时间序列数据缺失以及数据分布形态对结果的影响。笔者利用该方法进行降雨侵蚀力变化趋势和突变点的检测。
3 结果与分析
3.1 降雨侵蚀力空间分布特征
河南省多年平均降雨侵蚀力在1 696~6 106 MJ·mm/(hm2·h)之间，大致以民权—鄢陵—许昌—襄城—方城—唐河一线为界，此线的西北部年降雨侵蚀力较低，东南部降雨侵蚀力较高(图 2)。年降雨侵蚀力的低值区集中分布于豫西黄土丘陵区，尤其是三门峡、窄口和渑池等低于2 000 MJ·mm/(hm2·h)。高值区集中分布于河南省的东部和南部，尤其是南部的桐柏—大别山区年降雨侵蚀力均高于5 000 MJ·mm/(hm2·h)。春季、夏季和冬季降雨侵蚀力也呈现出东南部高、西北部低的分布特点。秋季降雨侵蚀力的低值区主要分布于河南省北部，而西部地区则相对较高。春季降雨侵蚀力最大值是河南省最南端的新县站，超过1 000 MJ·mm/(hm2·h)，桐柏站的夏季降雨侵蚀力最大，渑池站最小，冬季降雨侵蚀力的南北分异更为明显。
全局莫兰指数表明，全年和季节降雨侵蚀力都呈现出显著的集聚性，且呈显著的空间正相关(表 1)，降雨侵蚀力空间集聚能力较强，存在显著的全局空间集聚效应。春季和秋季的降雨侵蚀力空间正相关最大，其次为全年和冬季，夏季的空间正相关最小。
表 1(Tab. 1)
表 1 降雨侵蚀力的全局莫兰指数统计值
Tab. 1 Statistic values of global Moran's I of rainfall erosivity
检验指标
Test value |
空间自相关系数Spatial autocorrelation coefficient |
| 全年Whole year |
春Spring |
夏Summer |
秋Autumn |
冬Winter |
| Moran's I |
0.76 |
0.86 |
0.40 |
0.86 |
0.68 |
| Z |
12.62 |
13.39 |
8.80 |
13.39 |
10.39 |
| P |
0.001 |
0.001 |
0.001 |
0.001 |
0.001 |
|
表 1 降雨侵蚀力的全局莫兰指数统计值
Tab. 1 Statistic values of global Moran's I of rainfall erosivity
|
年和季节降雨侵蚀力有共同的局部空间自相关性分布特征，即河南省南部为高—高聚集区，北部为低—低聚集区(夏季降雨侵蚀力除外)(图 3)。年降雨侵蚀力的高—高聚集区主要分布于信阳市和驻马店市，低—低聚集区主要分布于河南北部和西部地区，中部地区空间自相关性则不显著。春季降雨侵蚀力的空间自相关性分布格局与年格局类似，但高—高聚集区的边界更偏南，低—低聚集区的边界更偏北。夏季降雨侵蚀力的空间自相关性分布格局更为复杂，北部降雨侵蚀力空间自相关性不显著，高—高聚集区与年降雨侵蚀力的空间自相关性接近。秋季降雨侵蚀力大致以黄河为界，黄河以北为低—低聚集区，信阳市和驻马店市为高—高聚集区，其余区域空间自相关性不显著。冬季高—高聚集区的范围集中于信阳市以及驻马店市的南部，低—低聚集区则向河南西部扩展。
依据河南各站点24个半月降雨侵蚀力累积曲线的变化特征，将其分为5类(图 4)。第Ⅰ类主要分布于河南省最南部，年降雨侵蚀力最大，集中于5 000~6 000 MJ·mm/(hm2·h)，在第10个半月开始迅速增加，于第20个半月趋于稳定。第Ⅱ类主要分布于信阳市北部和驻马店市南部，年降雨侵蚀力集中于3 000~4 000 MJ·mm/(hm2·h)之间，在第11个半月开始迅速增加，于第18个半月趋于稳定。第Ⅲ类主要分布于南阳市东部、驻马店市西北部、周口市、商丘市、漯河市和许昌市南部，年降雨侵蚀力变化于3 000~4 000 MJ·mm/(hm2·h)，在第12个半月开始迅速增加，于第18个半月趋于稳定。第Ⅳ类主要分布于河南省北部和南阳市西部等地，年降雨侵蚀力集中于2 000~3 000 MJ·mm/(hm2·h)，在第13个半月开始迅速增加，于第17个半月趋于稳定。第Ⅴ类主要分布于河南省西部，年降雨侵蚀力最小，集中于1 000~2 000 MJ·mm/(hm2·h)，第14个半月开始迅速增加，于第18个半月趋于稳定。
3.2 降雨侵蚀力时间变化特征
多年平均半月降雨侵蚀力占年降雨侵蚀力的比例越大通常意味着发生土壤侵蚀的风险更大[10]。河南省第14个半月(7月16日—7月31日)的降雨侵蚀力比例最大，比例接近20%，其次为第13个半月和第15个半月，比例分别约为18%和15%(图 5)。河南省降雨侵蚀力年内分布不均，主要集中于夏季，比例高达70.62%，其次为秋季和春季，比例分别为14.86%和13.28%。
年降雨侵蚀力趋势变化不显著，但年际间波动较大。最大值出现于2000年，为6 707 MJ·mm/(hm2·h)，其次为1984年。最小值出现于2012年，为1 342 MJ·mm/(hm2·h)，其次为2019年。1/3的站点呈增长的趋势，主要集中于南阳市、商丘市和信阳市等(图 6)。Mann-Kendall统计检验表明，1985—1995年、2012—2020年降雨侵蚀力呈减少趋势，1981—1985年、2003—2011年呈增长趋势，但其变化趋势均不显著。年降雨侵蚀力的突变发生于1985年、1993年和2008年。
春季降雨侵蚀力变化趋势不显著，但年际间波动较大，其中呈减少趋势的年份多于增长的年份(图 7)。
1998年的春季降雨侵蚀力最大，2001年最低。1/4的站点呈增长的趋势，主要集中于南阳市、三门峡市、信阳市和驻马店市等。Mann-Kendall统计检验表明，1995年之前春季降雨侵蚀力呈增长趋势，1995年为突变年份。
夏季是降雨侵蚀力变化趋势最显著的季节，同时也是降雨侵蚀力年内分布最集中的季节。夏季降雨侵蚀力最大值出现于2000年，其次为1982年。最小值出现于2012年，其次为2014年。35.56%的站点呈增长的趋势，主要集中于南阳市、商丘市、新乡市和周口市等(图 8)。Mann-Kendall统计检验表明，1995年之前呈波动变化趋势，突变年份为1993年，1995—2013年呈持续增长趋势，2009年为突变年份，2010—2014呈显著变化趋势。
如图 9所示，秋季降雨侵蚀力于1987年以后呈持续下降的趋势，最大值出现于1983年，最小值出现于2007年。有27.78%的站点呈增长的趋势，主要集中于许昌市、平顶山市、商丘市以及河南最北端。Mann-Kendall统计检验表明，1983—1987年秋季降雨侵蚀力呈增长趋势，其余年份呈减少趋势。秋季降雨侵蚀力的突变年份主要发生于1982年和1987年。
冬季降雨侵蚀力较小，且呈波动变化趋势。最大值出现于2020年，其次为1989年。64.44%的站点呈增长的趋势，主要集中河南省中部和东部区域(图 10)。Mann-Kendall统计检验表明，1981—1986年、2009—2020年年降雨侵蚀力呈减少趋势，1986—1997年、2001—2009年呈增长趋势，但其变化趋势均不显著(图 10)。冬季降雨侵蚀力的突变年份主要发生于1986年、1999年和2008年。
4 讨论
本研究基于日降雨资料，计算河南省多年的半月、季节和年降雨侵蚀力。多年平均降雨侵蚀力呈现出自东南向西北递减的趋势，这与已有研究结果一致[6, 11-12]。边柳等[11]计算出河南省1961—1990年的多年平均降雨侵蚀力变化在1 999.9~7 638.9 MJ·mm/(hm2·h)之间，而吴明作等[12]的研究结果表明，河南省1951—2003年的多年平均降雨侵蚀力变化在2 061.3~9 258.7 MJ·mm/(hm2·h)之间。二者的计算结果稍大于本文的计算结果。这是由于研究时间段和降雨侵蚀力的计算公式不同导致的。基于相同计算方法的降雨侵蚀力计算结果与本文结果相近[13]，可见降雨侵蚀力计算方法的改进、完善及区域适应性是准确评估和预测降雨侵蚀力的基础[18]。
河南省降雨侵蚀力的季节分布极不均匀，超过70%的降雨侵蚀力集中于夏季，河南省又是农业大省，8月是秋收时期，农地上的植被盖度急剧减少，发生侵蚀的风险骤增。尤其是土壤侵蚀最严重的豫西黄土丘陵区[19-20]，在夏末初秋农事活动较为频繁，更应该关注发生侵蚀的风险。降雨侵蚀力的年际变化和突变分析表明，春季和冬季降雨侵蚀力占比较小，且变化不大，秋季降雨侵蚀力减少趋势较为明显，而夏季降雨侵蚀力增长趋势较为明显，夏季也是极端降雨高发的季节[21]，将会面临较高的侵蚀风险。
从降雨侵蚀力的空间格局来看，河南省南部、西南部、西部和东部面临较大的降雨侵蚀风险，这与已有的研究结果相近[11-12]。桐柏—大别山山地丘陵区是降雨侵蚀力的高值区，又是高-高聚集区，有较大的降雨侵蚀风险。但从年和季节降雨侵蚀力的变化趋势来看，该区域则呈降低的趋势。豫西黄土丘陵区也是需要重点关注的区域，尽管降雨侵蚀力值较小，但总体呈上升的趋势，再加上特殊的地质地貌条件(大部分属于山地、丘陵和黄土塬)和夏秋季节农事活动的影响，使该区成为河南省土壤侵蚀最严重的地区之一[19]。东部黄泛区的周口市和商丘市也是降雨侵蚀力高值集中分布区，尤其是商丘市的降雨侵蚀力呈增长的趋势，面临较高的降雨侵蚀风险。
5 结论
1) 河南省多年平均降雨侵蚀力变化在1 696~6 106 MJ·mm/(hm2·h)之间，大致以民权—鄢陵—许昌—襄城—方城—唐河一线为界。此线的西北部年降雨侵蚀力较低，东南部降雨侵蚀力较高。年降雨侵蚀力的高值区集中分布于河南省的东部和南部，尤其是南部的桐柏—大别山区区域。春季、夏季和冬季降雨侵蚀力也呈现出东南高、西北低的分布特点。秋季降雨侵蚀力低值区主要分布于河南省北部，大致以黄河为界。
2) 全年和季节降雨侵蚀力都呈现出显著的集聚性，春季和秋季的降雨侵蚀力空间正相关最大，其次为全年和冬季，夏季的空间正相关最小。降雨侵蚀力高—高聚集区主要集中于河南省南部地区，发生降雨侵蚀的风险较高。
3) 河南省降雨侵蚀力年内分布不均，年内降雨侵蚀力主要集中于夏季，比例高达70.62%。第14个半月的降雨侵蚀力比例最大，接近20%。近40 a来，年降雨侵蚀力趋势变化不显著，但年际间波动较大。夏季是降雨侵蚀力变化趋势最显著的季节，1995—2013年呈持续增长趋势，2009年为突变年份。秋季降雨侵蚀力于1987年以后呈持续下降的趋势。
4) 河南省南部、西南部、西部和东部面临较大的降雨侵蚀风险。桐柏—大别山山地丘陵区、豫西黄土丘陵区、河南省东部黄泛区都面临着较高的降雨侵蚀风险，在此基础上应综合地形地貌、植被覆盖以及人类活动等因素，因地制宜提出针对性的水保措施，才能有效防治土壤侵蚀的发生发展。
2024, Vol. 22 
