寶雞市生產(chǎn)建設(shè)項(xiàng)目降雨侵蝕力算式及應(yīng)用研究

俱戰(zhàn)省，張一瀾，周 旗

(1.寶雞文理學(xué)院 地理與環(huán)境學(xué)院，陜西 寶雞 721013；2.陜西省災(zāi)害監(jiān)測(cè)與機(jī)理模擬重點(diǎn)實(shí)驗(yàn)室，陜西 寶雞 721013；3.寶雞市水土保持學(xué)會(huì)，陜西 寶雞 721000；4.四川省生態(tài)環(huán)境監(jiān)測(cè)總站，四川 成都 610014)

1 研究背景

2018年我國(guó)水土流失面積為273.69萬(wàn)km2，占全國(guó)國(guó)土面積(不含港澳臺(tái)地區(qū))的28.6%，且主要集中在西部地區(qū)，其水土流失面積占全國(guó)水土流失總面積的83.7%[1]。同時(shí)，國(guó)家對(duì)西部地區(qū)的投資力度持續(xù)增強(qiáng)，生產(chǎn)建設(shè)項(xiàng)目(如公路、鐵路、城鎮(zhèn)建設(shè)、農(nóng)林開(kāi)發(fā)和冶金化工等)造成的人為水土流失問(wèn)題十分突出。水土保持方案是生產(chǎn)建設(shè)項(xiàng)目人為水土流失預(yù)防、治理及監(jiān)管的重要基礎(chǔ)[2-3]。雖然1996-2016年我國(guó)西部地區(qū)批復(fù)的水土保持方案數(shù)量最多，占全國(guó)水土保持方案批復(fù)數(shù)量的41%[4]，但是方案編制質(zhì)量參差不齊。生產(chǎn)建設(shè)項(xiàng)目水土流失量預(yù)測(cè)的準(zhǔn)確性是影響方案編制質(zhì)量的重要因素，依據(jù)準(zhǔn)確的預(yù)測(cè)結(jié)果可以給水土流失防治和監(jiān)測(cè)提供有價(jià)值的指導(dǎo)意見(jiàn)。

2018年10月23日水利部發(fā)布了《生產(chǎn)建設(shè)項(xiàng)目土壤流失量測(cè)算導(dǎo)則》(SL 773-2018)(以下簡(jiǎn)稱(chēng)《導(dǎo)則》)，并定于2019年1月23日開(kāi)始實(shí)施[5]。該《導(dǎo)則》基于中國(guó)土壤流失方程預(yù)測(cè)生產(chǎn)建設(shè)項(xiàng)目土壤流失量，在實(shí)際工作中，筆者發(fā)現(xiàn)許多水土保持方案編制單位不重視氣象數(shù)據(jù)的收集與分析，束縛了降雨侵蝕力算式的實(shí)踐應(yīng)用；另外，雖然《導(dǎo)則》中有基于日、月和年降雨資料的降雨侵蝕力計(jì)算公式，但是哪一個(gè)公式可以?xún)?yōu)先使用，還有待進(jìn)一步探討。

降雨侵蝕力是衡量降雨導(dǎo)致土壤侵蝕的潛在能力的指標(biāo)[6]?；陂L(zhǎng)時(shí)間序列降雨資料估算在全國(guó)、區(qū)域或流域降雨侵蝕力的研究成果非常豐富。如劉斌濤等[7]利用中國(guó)590個(gè)氣象站逐日降雨資料研究全國(guó)1960-2009年降雨侵蝕力的時(shí)空變化趨勢(shì)；操玥等[8]基于逐月降雨資料，計(jì)算中國(guó)西南地區(qū)1901-2016年的降雨侵蝕力；邵祎婷等[9]采用秦巴山區(qū)及周邊地區(qū)63個(gè)氣象站1961-2016年的逐日降雨量數(shù)據(jù)，分析了秦巴山區(qū)降雨侵蝕力的時(shí)空變化特征；范俊甫等[10]對(duì)黃河流域近36年的降雨侵蝕力時(shí)空變化進(jìn)行了探討；王萬(wàn)忠等[11]、殷水清等[12]和蘆鑫等[13]也有大量的研究成果。已有工作多以長(zhǎng)時(shí)間、大范圍尺度開(kāi)展研究，然而生產(chǎn)建設(shè)項(xiàng)目建設(shè)周期短、土石方挖填量大、棄渣土堆積體多[14-15]，如何計(jì)算適用于生產(chǎn)建設(shè)項(xiàng)目的降雨侵蝕力的研究鮮見(jiàn)報(bào)道。綜上所述，本研究主要解決兩個(gè)問(wèn)題：(1)對(duì)于《導(dǎo)則》中給出的降雨侵蝕力算式，水土保持方案編制單位優(yōu)先選擇哪一個(gè)？(2)“十三五”以來(lái)寶雞(三區(qū)九縣)生產(chǎn)建設(shè)項(xiàng)目降雨侵蝕力的時(shí)空分布特征是什么？

2 數(shù)據(jù)來(lái)源與研究方法

2.1 研究區(qū)概況

陜西寶雞是關(guān)中平原城市群重要節(jié)點(diǎn)城市、關(guān)中-天水經(jīng)濟(jì)區(qū)副中心城市。位于我國(guó)西部地區(qū)，下轄3區(qū)(渭濱區(qū)、金臺(tái)區(qū)和陳倉(cāng)區(qū))9縣，東西長(zhǎng)156.6 km、南北寬160.6 km，總面積1.81×104km2，全市水土流失面積12 060.8 km2[16]。東連咸陽(yáng)和楊凌示范區(qū)，南接漢中市，西北與甘肅省的天水市和平?jīng)鍪信?，常住人?77.1×104人(2018年末)。寶雞屬于暖溫帶半干旱半濕潤(rùn)的大陸性季風(fēng)氣候，多年平均氣溫和平均降水量分別為13.2 ℃和650.8 mm。境內(nèi)海拔高度相差高達(dá)3 000 m以上，山地丘陵占總面積的82.5%。

“十三五”以來(lái)，寶雞市持續(xù)實(shí)施項(xiàng)目帶動(dòng)戰(zhàn)略，但在工業(yè)、農(nóng)業(yè)、文化旅游、現(xiàn)代物流、交通體系、基礎(chǔ)設(shè)施、社會(huì)民生和生態(tài)環(huán)保八大類(lèi)項(xiàng)目實(shí)施過(guò)程中，容易造成較嚴(yán)重的人為水土流失，給水土資源利用、城鎮(zhèn)生態(tài)環(huán)境保護(hù)工作帶來(lái)了較大壓力。

2.2 數(shù)據(jù)來(lái)源

本研究選取了2016-2018年寶雞境內(nèi)11個(gè)氣象站以及其周邊地區(qū)19個(gè)氣象站的逐日降水量數(shù)據(jù)，各氣象站分布見(jiàn)圖1。由于寶雞市3區(qū)9縣中僅金臺(tái)區(qū)無(wú)氣象站點(diǎn)，所以寶雞市氣象站數(shù)據(jù)為渭濱區(qū)和金臺(tái)區(qū)的降水?dāng)?shù)據(jù)。以上共30個(gè)氣象站數(shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)平臺(tái)(http://data.cma.cn/)；寶雞境內(nèi)的生產(chǎn)建設(shè)項(xiàng)目數(shù)據(jù)來(lái)自寶雞市水土保持工作站。

圖1 寶雞市及其周邊氣象觀測(cè)站點(diǎn)分布

本文降雨數(shù)據(jù)雖然年限較短(3 a)，但具有一定的代表性和典型性：(1)寶雞市長(zhǎng)時(shí)間序列(50 a左右)年平均降水量和年平均侵蝕性降雨量分別為650.8 mm和366.4 mm[17-18]，2016-2018年寶雞市年均降水量和年均侵蝕性降雨量分別為623.6 mm和358.6 mm，所選取的短時(shí)間序列數(shù)值接近長(zhǎng)時(shí)間序列平均數(shù)值，可間接體現(xiàn)數(shù)據(jù)的時(shí)序完整性，具有代表性；(2)短時(shí)間序列與生產(chǎn)建設(shè)工期基本吻合，且2016、2017和2018年降水量數(shù)據(jù)分別代表枯水年、豐水年和平水年，更能客觀地反映生產(chǎn)建設(shè)項(xiàng)目需求，時(shí)段選擇具有典型性。

2.3 研究方法

2.3.1 降雨侵蝕力計(jì)算方法 本研究采用《導(dǎo)則》中給出的3種降雨侵蝕力計(jì)算方法，具體如下[19]：

(1)基于日降雨資料的降雨侵蝕力計(jì)算方法，記為Rr算式：

Rr=α(Pr)β

(1)

α=21.586β-7.1891

(2)

β=0.836+18.144Pd12-1+24.455Py12-1

(3)

式中：Rr為第r日的降雨侵蝕力因子，MJ·mm/(hm2· h)；Pr為第r日的日降雨量，mm，需單日降雨量≥12 mm，否則按0計(jì)；α、β為計(jì)算降雨侵蝕因子統(tǒng)計(jì)系數(shù)；Pd12-1為日降雨量≥12 mm的日均雨量，mm；Py12-1為日降雨量≥12 mm的年均雨量，mm。

(2)基于月降雨資料的降雨侵蝕力計(jì)算方法，記為Rm算式：

Rm=0.183Pm1.996

(4)

式中：Rm為第m月的降雨侵蝕力因子，MJ·mm/(hm2· h)；Pm為第m月的降雨量，mm。

(3)基于年降雨資料的降雨侵蝕力計(jì)算方法，記為Rn算式：

Rn=0.053Pn1.655

(5)

式中：Rn為年降雨侵蝕力因子，MJ·mm/(hm2· h)；Pn為年降雨量，mm。

按公式(1)、(2)和(3)計(jì)算逐日降雨侵蝕力因子，累加后得到年降雨侵蝕力因子R1；按公式(4)計(jì)算逐月降雨侵蝕力因子，累加后得到年降雨侵蝕力因子R2；按公式(5)可直接計(jì)算得到年降雨侵蝕力因子R3。

2.3.2 相對(duì)偏差系數(shù) 本研究采用相對(duì)偏差系數(shù)(REr)來(lái)評(píng)價(jià) 3種降雨侵蝕力算式計(jì)算結(jié)果的精度，計(jì)算公式為：

(6)

式中：Rij為某種降雨侵蝕力算式計(jì)算的某年降雨侵蝕力，MJ·mm/(hm2· h)；i為1，2，3；j為2016、2017和2018年；RC為《導(dǎo)則》附錄C 給出的研究區(qū)縣級(jí)行政單元多年平均年降雨侵蝕力值，MJ·mm/(hm2· h)。

2.3.3 GIS空間插值 利用寶雞及周邊地區(qū)共30個(gè)氣象站數(shù)據(jù)所計(jì)算的降雨侵蝕力值，基于ArcGIS10.4平臺(tái)的Kriging插值(克里金插值)方法繪制寶雞降雨侵蝕力空間分布圖?？死锝鸩逯捣ㄊ悄壳暗亟y(tǒng)計(jì)學(xué)應(yīng)用最廣泛、最優(yōu)內(nèi)插值方法，其核心是根據(jù)樣本點(diǎn)來(lái)確定某一變量隨空間位置而變化的規(guī)律，以變異函數(shù)去推算未知點(diǎn)的屬性值，在許多研究中已證明采用該函數(shù)插值精度可靠[20]。

3 結(jié)果與分析

3.1 不同降雨侵蝕力算式推薦次序分析

3.1.1 不同降雨侵蝕力算式的結(jié)果比較 以寶雞及周邊30個(gè)氣象站2016-2018年逐日觀測(cè)降雨數(shù)據(jù)為基礎(chǔ)，分別采用Rr、Rm和Rn3種算式計(jì)算降雨侵蝕力指標(biāo)。圖2為基于不同算式采用克里金插值法得到的2016-2018年年均降雨侵蝕力空間分布圖。分析圖2可得：Rr、Rm和Rn算式計(jì)算的寶雞年均降雨侵蝕力分布范圍分別為1 137.94 ～2 503.85、8 201.14～20 247.58和1 671.05～3 630.65 MJ·mm/(hm2·h)；空間分布的均值依次為1 742.00、11 411.61和2 279.97 MJ·mm/(hm2·h)。基于Rm算式計(jì)算的降雨侵蝕力值最大、Rr算式計(jì)算的結(jié)果最??；Rn算式計(jì)算結(jié)果介于兩者之間，但與Rr算式計(jì)算的降雨侵蝕力值更為接近。

3.1.2 不同算式計(jì)算結(jié)果精度分析 通過(guò)圖2計(jì)算可知，基于Rm算式計(jì)算的降雨侵蝕力空間分布的均值分別是Rr算式和Rn算式計(jì)算結(jié)果的6.55倍和5.00倍，說(shuō)明采用不同算式計(jì)算的降雨侵蝕力差異較大，也進(jìn)一步說(shuō)明在《導(dǎo)則》中選擇降雨侵蝕力算式時(shí)，須對(duì)算式計(jì)算結(jié)果的精度進(jìn)行評(píng)價(jià)，否則計(jì)算結(jié)果可能存在較大誤差。以《導(dǎo)則》附錄C給出的30個(gè)氣象站所在縣級(jí)行政區(qū)多年平均(長(zhǎng)時(shí)間序列)降雨侵蝕力作為參考值RC(如圖3(a)所示)對(duì)各算式計(jì)算結(jié)果的精度進(jìn)行評(píng)價(jià)，其原因如下：(1)本研究短時(shí)間序列降雨資料具有代表性和典型性；(2)30個(gè)縣級(jí)行政區(qū)多年平均降雨侵蝕力值大多在1 500.00～3 000.00 MJ·mm/(hm2·h)之間；根據(jù)劉斌濤等[7]和殷水清等[12]繪制的全國(guó)多年平均年降雨侵蝕力等值線圖，寶雞多年平均降雨侵蝕力因子也基本在1 500.00～3 000.00 MJ·mm/(hm2·h)范圍變化，說(shuō)明RC數(shù)值可信度高。

圖2 基于不同算式的2016-2018年寶雞市年平均降雨侵蝕力空間分布

采用公式(6)，分別計(jì)算不同算式2016-2018年降雨侵蝕力平均值計(jì)算結(jié)果的相對(duì)偏差系數(shù)REr，其空間分布變化如圖3(b)～3(d)所示。

圖3 降雨侵蝕力參考值和基于不同算式計(jì)算結(jié)果的相對(duì)偏差系數(shù)空間分布

根據(jù)類(lèi)似研究標(biāo)準(zhǔn)[21-22]，以REr=±20%作為不同降雨侵蝕力算式評(píng)價(jià)的主要依據(jù)，若REr>20%或REr<-20%，則算式精度差；若-20%20%，最高達(dá)600%以上；圖3(d)絕大部分縣域-20%Rr>Rm，水土保持編制單位在《導(dǎo)則》中選擇降雨侵蝕力算式時(shí)，本研究建議優(yōu)先使用Rn，其次是Rr，不宜使用Rm。

3.2 寶雞生產(chǎn)建設(shè)項(xiàng)目降雨侵蝕力空間分布特征

由圖3(b)可知，采用Rr算式計(jì)算的寶雞市(渭濱區(qū)和金臺(tái)區(qū))、陳倉(cāng)區(qū)、眉縣和太白縣2016-2018年年均降雨侵蝕力相對(duì)偏差系數(shù)絕對(duì)值小于20%；又由圖3(d)可知，基于Rn算式計(jì)算的寶雞市鳳縣、隴縣、千陽(yáng)縣、麟游縣、岐山縣、扶風(fēng)縣和鳳翔縣2016-2018年年均降雨侵蝕力相對(duì)偏差系數(shù)絕對(duì)值小于20%。本研究采用兩種算式的組合，在寶雞境內(nèi)的11個(gè)氣象站點(diǎn)采用Rn-Rr混合算式，其中Rn算式計(jì)算鳳縣、隴縣和千陽(yáng)縣等共7個(gè)縣的年降雨侵蝕力，Rr算式計(jì)算陳倉(cāng)區(qū)、眉縣和太白縣等共4個(gè)縣(區(qū))的年降雨侵蝕力；寶雞周邊的19個(gè)氣象站仍然優(yōu)先使用Rn算式。采用以上方法分別計(jì)算寶雞市2016、2017和2018年生產(chǎn)建設(shè)項(xiàng)目降雨侵蝕力，并采用克里金插值法得到空間分布圖，如圖4所示。

生產(chǎn)建設(shè)項(xiàng)目可分為線型生產(chǎn)建設(shè)項(xiàng)目和點(diǎn)型生產(chǎn)建設(shè)項(xiàng)目。前者布局跨度大，為呈線狀分布的項(xiàng)目；后者布局相對(duì)集中，為呈點(diǎn)狀分布的項(xiàng)目。線型生產(chǎn)建設(shè)項(xiàng)目一般橫跨兩個(gè)及以上縣域。以下按該兩種類(lèi)型分別進(jìn)行分析。

3.2.1 線型生產(chǎn)建設(shè)項(xiàng)目降雨侵蝕力 由圖4可知，寶雞(各縣、區(qū))2016、2017和2018年降雨侵蝕力在887.94 ～ 4 276.88 MJ·mm/(hm2·h)之間變化，呈從北向南逐漸增加趨勢(shì)。2016年降雨侵蝕力低值區(qū)集中在陳倉(cāng)區(qū)和隴縣附近，低于1 000 MJ·mm/(hm2·h)；2017年降雨侵蝕力在隴縣形成低值中心，降雨侵蝕力低于1 600 MJ·mm/(hm2·h)；2018年陳倉(cāng)區(qū)降雨侵蝕力最小，僅為1 600 MJ·mm/(hm2·h)。2016和2017年降雨侵蝕力均有鳳縣和太白縣兩個(gè)高值區(qū)，分別在2 200和3 400 MJ·mm/(hm2·h)左右波動(dòng)，而在2018年除了鳳縣和太白縣高值區(qū)外，又增加了隴縣高值區(qū)，說(shuō)明隴縣降雨侵蝕力年際變化劇烈。

圖4 2016-2018年寶雞生產(chǎn)建設(shè)項(xiàng)目年降雨侵蝕力空間分布(單位：MJ·mm/(hm2·h))

為了進(jìn)一步分析各縣域降雨侵蝕力變化特征，本研究采用GIS中的掩模提取工具(Extract by Mask)，分別得到2016、2017和2018年寶雞3區(qū)9縣的降雨侵蝕力空間分布柵格圖層，并統(tǒng)計(jì)每個(gè)區(qū)、縣柵格圖層的最大值、最小值和平均值，得到不同區(qū)、縣的降雨侵蝕力雷達(dá)圖，如圖5所示。

圖5 2016-2018年寶雞市各區(qū)、縣年降雨侵蝕力最大值、最小值和平均值雷達(dá)圖

由圖5可知，2016-2018年12個(gè)區(qū)、縣的年降雨侵蝕力波動(dòng)明顯。2016、2017和2018年降雨侵蝕力的最大值分別為2 237.08(鳳縣)、3 550.31(鳳縣)和4 276.88 MJ·mm/(hm2·h)(太白縣)；2016、2017和2018年降雨侵蝕力的最小值分別為877.94(隴縣)、1 500.54(隴縣)和1 546.54 MJ·mm/(hm2·h)(陳倉(cāng)區(qū))。由圖5(c)可知，千陽(yáng)縣、隴縣、鳳縣和太白縣2016-2018年的降雨侵蝕力平均值均呈增加趨勢(shì)，但是其他區(qū)、縣卻呈先增加后減少趨勢(shì)；說(shuō)明不同區(qū)、縣的降雨侵蝕力變化差異較大，具有不一致性。

3.2.2 點(diǎn)型生產(chǎn)建設(shè)項(xiàng)目降雨侵蝕力 本研究選取9個(gè)點(diǎn)型生產(chǎn)建設(shè)項(xiàng)目(見(jiàn)圖4)，采用GIS中的Add point工具，將項(xiàng)目所在地的經(jīng)緯度輸入降雨侵蝕力柵格圖層，并基于Identify功能，分別獲得每個(gè)點(diǎn)型生產(chǎn)建設(shè)項(xiàng)目2016、2017和2018年降雨侵蝕力查找表，如表1所示。

由表1可知，這9個(gè)點(diǎn)型生產(chǎn)建設(shè)項(xiàng)目2016-2018年降雨侵蝕力均為先增加后減少，其中渭濱區(qū)、金臺(tái)區(qū)和眉縣降雨侵蝕力的波動(dòng)較大。2016、2017和2018年降雨侵蝕力的最大值分別出現(xiàn)在鳳縣、渭濱區(qū)和鳳縣。

表1 2016-2018年寶雞市9個(gè)點(diǎn)型生產(chǎn)建設(shè)項(xiàng)目降雨侵蝕力查找表 MJ·mm/(hm2·h)

4 討 論

鐘莉娜等[23]分析了8種黃土丘陵溝壑區(qū)降雨侵蝕力模型的差異，指出Rr算式由于未明顯包含降雨強(qiáng)度概念，所以其計(jì)算精度有待進(jìn)一步提高。陳正發(fā)等[24]采用5種降雨侵蝕力模型計(jì)算了昆明市近60年的降雨侵蝕力，結(jié)果表明Rr算式可能高估了降雨侵蝕力值。本研究指出采用Rr算式可能會(huì)低估寶雞市降雨侵蝕力值(圖3)。然而，當(dāng)前許多學(xué)者直接應(yīng)用Rr算式計(jì)算降雨侵蝕力，如鐘科元等[25]、程金文等[26]和劉宇林等[27]的研究，較少考慮Rr算式的地區(qū)適宜性；且在流域或區(qū)域尺度也僅采用1種降雨侵蝕力算式[28-29]。本研究提出Rn-Rr混合算式，即在寶雞市采用兩種算式的混合式計(jì)算降雨侵蝕力，計(jì)算得出的2016-2018年寶雞市年平均降雨侵蝕力相對(duì)偏差系數(shù)空間分布見(jiàn)圖6。

圖6表明，采用該算式計(jì)算的降雨侵蝕力相對(duì)偏差系數(shù)絕對(duì)值基本都在20%變化范圍之內(nèi)，有的甚至在0～10%之間。與圖3相比，基于Rn-Rr混合算式計(jì)算的降雨侵蝕力精度得到明顯提高。

圖6 基于Rn-Rr混合算式的2016-2018年寶雞市年平均降雨侵蝕力相對(duì)偏差系數(shù)空間分布

本研究將降雨侵蝕力的理論計(jì)算與生產(chǎn)建設(shè)項(xiàng)目的實(shí)踐需求相結(jié)合。以往研究注重長(zhǎng)時(shí)間序列(如50 a)降雨侵蝕力變化規(guī)律的探索[30-31]，但忽略了短時(shí)間(如2～3 a)降雨侵蝕力的波動(dòng)變化，而這恰恰是引起工程開(kāi)挖面和堆積體發(fā)生水土流失的關(guān)鍵因素。

以表1中渭濱區(qū)茵香水鎮(zhèn)項(xiàng)目為例，根據(jù)《導(dǎo)則》中給出的寶雞市土壤可蝕性因子K為0.012 1 t·hm2· h/(hm2· MJ·mm)，筆者曾分析得到寶雞市主城區(qū)的坡度坡長(zhǎng)因子(LS因子)平均值為11.22[32],則該生產(chǎn)建設(shè)項(xiàng)目2016、2017和2018年潛在土壤流失量分別為173.51、340.24和246.68 t/hm2，平均值為253.48 t/hm2。土壤流失量是生產(chǎn)建設(shè)項(xiàng)目水土保持措施(如排水溝、沉沙池等)布設(shè)的重要依據(jù)。本研究建議生產(chǎn)建設(shè)項(xiàng)目所需求的降雨侵蝕力應(yīng)盡量精準(zhǔn)到年，不宜籠統(tǒng)采用平均值，否則可能導(dǎo)致建設(shè)單位布設(shè)的水土保持措施效益減弱。本文針對(duì)線型生產(chǎn)建設(shè)項(xiàng)目，給出降雨侵蝕力等值線圖；針對(duì)點(diǎn)型生產(chǎn)建設(shè)項(xiàng)目，可通過(guò)類(lèi)似表1的查找表途徑獲取，研究結(jié)果可為計(jì)算寶雞市生產(chǎn)建設(shè)項(xiàng)目所需的降雨侵蝕力提供有益借鑒。

5 結(jié) 論

(1)水土保持方案編制單位在選擇降雨侵蝕力算式時(shí)，本研究?jī)?yōu)先推薦使用Rn算式，其次是Rr算式，不推薦使用Rm算式。

(2)本文提出Rn-Rr混合算式，并分別計(jì)算得到線型生產(chǎn)建設(shè)項(xiàng)目所需的降雨侵蝕力等值線圖，以及點(diǎn)型生產(chǎn)建設(shè)項(xiàng)目所需的降雨侵蝕力查找表。

(3)2016-2018年寶雞市降雨侵蝕力波動(dòng)明顯，降雨侵蝕力存在兩個(gè)高值區(qū)(太白縣和鳳縣)和兩個(gè)低值區(qū)(隴縣和陳倉(cāng)區(qū))。

(4)基于不同年份降雨侵蝕力估算生產(chǎn)建設(shè)項(xiàng)目土壤流失量時(shí)，不宜籠統(tǒng)采用多年平均值，應(yīng)該盡量精準(zhǔn)到年。