謝波, 楊廣斌,*, 李亦秋, 李蔓, 方啟彬
黔中喀斯特山地侵蝕性降雨特征及其侵蝕響應
謝波1,2, 楊廣斌1,2,*, 李亦秋1,2, 李蔓1,2, 方啟彬3
1. 貴州師范大學地理與環(huán)境科學學院, 貴陽 550025 2. 貴州省山地資源與環(huán)境遙感應用重點實驗室, 貴陽 550025 3. 貴州省水土保持監(jiān)測站, 貴陽 550002
分析黔中喀斯特山地黃壤區(qū)侵蝕性降雨特征及其徑流、泥沙的響應過程, 揭示不同雨型下坡面土壤侵蝕特征和坡面土壤侵蝕的季節(jié)分布規(guī)律。通過數(shù)理統(tǒng)計, 運用偏相關與K均值聚類對徑流小區(qū)長序列的產流數(shù)據(jù)進行特征對比分析及變化規(guī)律研究。結果表明: (1)黔中地區(qū)降雨頻繁、雨量大、歷時長, 且主要發(fā)生在夏半年。(2)降雨量、降雨歷時和30min是降雨因子中影響徑流量和侵蝕量的關鍵要素。(3)黔中地區(qū)以雨量小、歷時短、強度小、頻率高的B雨型為主導, 共占總次數(shù)的48.21%; 但由于D雨型徑流量小、侵蝕量大的特性對土壤侵蝕產生的影響更大。(4)各月份土壤侵蝕對不同雨型的響應差異巨大, 變化規(guī)律均呈先上升后下降的趨勢, 徑流量和侵蝕量最大值都在6—8月。土壤侵蝕隱患較大的月份更需要注重區(qū)域的水土保持工作。
黔中; 喀斯特; 侵蝕性降雨; 徑流量; 侵蝕量
土壤侵蝕是制約西南喀斯特山區(qū)生態(tài)環(huán)境和經濟可持續(xù)發(fā)展的重要因素[1-3]。貴州省是西南喀斯特山區(qū)土壤侵蝕分布面積最廣、侵蝕程度最為嚴重的省份[4, 5]。由于喀斯特環(huán)境的特殊性和復雜性, 其土壤侵蝕是一個復雜的自然和人文過程[6]。雖然人類活動是土壤侵蝕的直接誘發(fā)因素, 但其發(fā)生和分布規(guī)律與各種自然條件密不可分[7]。降雨作為土壤侵蝕的主要動力來源, 把降雨引起土壤侵蝕的潛在能力稱為降雨侵蝕力, 而在所有的降雨事件中能夠引發(fā)真正意義土壤流失的降雨稱為侵蝕性降雨[8, 9]。深入研究降雨因子的土壤侵蝕響應對區(qū)域水土保持具有重要的實踐和理論意義。在喀斯特地區(qū), 李瑞等[10]在對黔南龍里羊雞沖小流域不同種植模式的對比下, 得出降雨量是研究土壤侵蝕的關鍵因子的結論; 顧璟冉[11]、顧禮彬[12]等通過對黔西高原侵蝕性降雨的分析, 認為具有高強度降雨侵蝕力的降雨與喀斯特高原坡面土壤侵蝕量密切相關。代數(shù)等[13]通過人工模擬得出與黃壤旱坡地泥沙量、徑流系數(shù)和徑流泥沙含量擬合最好的降雨特征參數(shù)是平均降雨強度。王小博等[14]通過劃分雨型, 發(fā)現(xiàn)高強度、短歷時降雨是影響紅壤坡面產流輸沙的主要雨型。Huang等[15]發(fā)現(xiàn)雨量越大的雨型、其雨強也越大、歷時也越長、對土壤侵蝕的影響也越大。楊青等[16]通過不同降雨, 雨型下植被覆蓋的產流和產沙特征對比, 認為增加地表覆蓋度是防治土壤侵蝕的重要手段。不少學者在喀斯特地區(qū)侵蝕性降雨的研究取得了重要的成果。但多以單個徑流小區(qū)或室內模擬為研究對象, 缺乏區(qū)域代表性的成果。受徑流小區(qū)的設置、數(shù)據(jù)記錄和獲取等限制, 鮮有使用長序列、高精度的徑流小區(qū)數(shù)據(jù)對土壤侵蝕與不同降雨雨型的響應研究。本文通過偏相關與K均值聚類方法, 對黔中地區(qū)徑流小區(qū)的侵蝕性次降雨、產流、產沙數(shù)據(jù)進行特征對比分析及其變化規(guī)律的研究。以期揭示喀斯特黃壤分布區(qū)降雨、產流與土壤侵蝕之間關系, 為土壤侵蝕影響因子的研究及加快區(qū)域水保工作的信息化和科學化管理進程提供參考。
黔中地區(qū)是新一輪西部大開發(fā)戰(zhàn)略確定的重點經濟區(qū), 是以《全國主體功能區(qū)規(guī)劃》明確的重點開發(fā)區(qū)為核心、延及周邊的經濟區(qū)域, 范圍包括貴陽市及周邊地區(qū)共計33個縣(市、區(qū)), 國土面積 53802 km2, 占貴州省的31%[17]。地處104°51′47′′E—108°12′10′′E, 25°25′29′′N—28°29′28″N, 屬亞熱帶季風性濕潤氣候, 年降雨量和年均溫在1100 mm和14.8 ℃左右, 植被類型為黔中灰?guī)r山原常綠櫟林、常綠落葉闊葉混交林與馬尾松林[18], 土壤類型以黃壤為主。黔中地區(qū)自1958年在安順市西秀區(qū)建立三股水監(jiān)測站以來, 目前已建立起11個監(jiān)測站點, 84個監(jiān)測小區(qū)和2個小流域控制站。黔中地區(qū)位置示意及監(jiān)測站點分布如圖1所示。
注: A. 研究區(qū)位置示意圖; B. 研究區(qū)監(jiān)測站點分布圖。
Figure 1 Location map of the study area and the distribution of monitoring stations
數(shù)據(jù)來源于貴州省水土保持監(jiān)測站徑流小區(qū)歷年逐次降雨的徑流、泥沙監(jiān)測數(shù)據(jù)。降雨通過HOBO小型自動氣象站或虹吸式自記雨量計記錄次降雨的降雨起止時間、降雨量、降雨歷時、降雨強度等。產流、產沙數(shù)據(jù)來源于實地觀測取樣, 通過試驗、計算獲得。徑流小區(qū)按不同坡度、坡長、植被種類、植被蓋度和水保措施進行設置。受監(jiān)測站點使用年限和數(shù)據(jù)記錄的影響, 僅選取遵義滸洋水、修文龍場、平壩凱掌、西秀區(qū)三股水、下司馬場、龍里羊雞沖與貴定云霧等7個監(jiān)測站共52個徑流小區(qū)2014—2018年的監(jiān)測數(shù)據(jù)。
2.2.1 數(shù)據(jù)預處理
首先按照降雨是否產生土壤流失, 從記錄的降雨數(shù)據(jù)中篩選出引發(fā)真正意義土壤流失的侵蝕性降雨[8], 共篩選出531次侵蝕性降雨數(shù)據(jù)。然后通過SPSS軟件對531次侵蝕性降雨進行標準化處理, 并按照2倍標準差進行異常值的剔除, 得到466次侵蝕性降雨。最后運用數(shù)理統(tǒng)計方法對次侵蝕性降雨的特征值進行描述性統(tǒng)計。
2.2.2 土壤流失量
單位面積徑流小區(qū)的泥沙總量為土壤流失量。公式如下:
2.2.3 偏相關分析
降雨是土壤侵蝕的關鍵性因素之一, 降雨特征與徑流量和侵蝕量密切相關; 從各降雨要素中選取對徑流和泥沙影響最大的關鍵要素作為雨型聚類分析的指標。由于各降雨要素之間具有密切的線性相關, 需要剔除其他相關因素的影響才能計算變量間的相關性, 通過偏相關分析可以在控制其他變量影響的條件下分析變量之間的相關性[20]。偏相關的計算公式如下:
2.2.4 K均值聚類
K均值聚類是一種迭代求解的聚類分析算法, 基于篩選出的各核心“降雨要素”, 通過選取K個對象作為初始的聚類中心, 計算各對象與各聚類中心之間的距離, 把每個對象分配給距離最近的聚類中心, 聚類中心以及分配給它們的對象就代表一個聚類, 當所有對象分配完畢, 每個聚類的聚類中心會根據(jù)聚類中現(xiàn)有的對象被重新計算分配, 直至收斂[20]。
3.1.1 次侵蝕性降雨特征分析
統(tǒng)計黔中地區(qū)466次侵蝕性降雨的特征值, 結果如表1所示。將466場降雨分別按降雨量和降雨歷時的大小排序, 并分段進行統(tǒng)計, 結果如圖2、圖3所示。
由表1可見, 黔中地區(qū)466場侵蝕性降雨的總量為13202.6 mm, 平均降雨量為28.33 mm; 降雨歷時較長, 平均為606.69 min; 降雨強度之間差別較大, I30min為20.90 mm·h-1, 平均雨強的均值為5.15 mm·h-1, 平均降雨侵蝕力為80.85 MJ.mm·(hm-2.h-1)。圖2顯示, 降雨在10—20 mm的降雨次數(shù)最多, 占總次數(shù)的30.04%; 在70—80 mm的次數(shù)最少, 僅占總次數(shù)的1.93%; 降雨主要集中分布在10—40 mm之間, 占總降雨次數(shù)的73.39%。圖3中, 發(fā)生在240—480 min時段的降雨次數(shù)最多, 占總降雨次數(shù)29.83%; 在30—60 min的降雨次數(shù)最少, 僅占總降雨次數(shù)的1.50%; 發(fā)生在60 min以內的較少, 主要以60 min以上的降雨為主。黔中地區(qū)侵蝕性降雨頻繁, 以雨量大、歷時長、強度大為特點, 且各次降雨之間的差別較大。
表 1 侵蝕性降雨特征值統(tǒng)計
圖 2 侵蝕性降雨量頻數(shù)分布圖
Figure 2 Frequency distribution of rainfall
3.1.2 侵蝕性降雨季節(jié)分布特征
按月份統(tǒng)計侵蝕性降雨的降雨總量、平均降雨歷時、平均降雨強度、平均30min、平均降雨侵蝕力和降雨次數(shù)。結果見圖4。
圖 3 侵蝕性降雨歷時頻數(shù)分布圖
Figure 3 Frequency distribution of rainfall duration
黔中地區(qū)侵蝕性降雨在各月份均有分布, 主要集中分布在每年的4—9月份, 共發(fā)生407次降雨, 占總降雨次數(shù)的87.34%, 其中5、6月份的降雨次數(shù)最多, 分別為92次和122次, 占總降雨次數(shù)的45.92%; 從降雨總量來看, 6月份最大為3965.40 mm, 5—9月份的降雨總量都在1000 mm以上, 占總降雨量的77.47%; 就降雨歷時而言, 各月份之間的差別較大, 最大降雨歷時是12月份, 為1410.50 min, 11月和1月次之, 歷時都在1000 min以上; 平均降雨強度的差別不大, 最大值是2月份的12.90 mm·h-1, 最小值是1月份的1.54 mm·h-1; 平均30min在3月最大為26.00 mm·h-1, 最小為12月份的4.16 mm·h-1。平均降雨侵蝕力在2月份最大, 為210.69 MJ.mm·(hm-2.h-1), 其次為7月份的100.37 MJ.mm·(hm-2.h-1), 最小的是3月份的30.63 MJ.mm·(hm-2.h-1), 其余月份之間的差異基本都在50—90 MJ.mm·(hm-2.h-1)之間。黔中地區(qū)侵蝕性降雨的季節(jié)分布極為不均, 主要集中分布于每年的4—9月份; 與其它月份相比, 降雨量和降雨強度都較大, 而降雨歷時則與之相反。
圖 4 侵蝕性降雨季節(jié)分布特征值
Figure 4 Seasonal distribution characteristic values of erosive rainfall
土壤侵蝕與降雨因子的偏相關分析結果, 見表2。
表2顯示, 徑流量()與侵蝕量()表現(xiàn)為極顯著相關, 表明徑流量是影響侵蝕量的重要因子。從徑流量與降雨因子的相關性來看, 徑流量()與降雨量(呈極顯著正相關, 與最大30分鐘雨強(30min)呈現(xiàn)顯著正相關; 與降雨侵蝕力()、降雨強度()、降雨歷時()存在一定的負相關關系, 但相關性并不顯著。從侵蝕量與降雨因子的相關性來看, 侵蝕量()與降雨量()呈極顯著正相關, 與降雨歷時()呈顯著的負相關關系; 與最大30分鐘雨強(30min)、降雨侵蝕力()表現(xiàn)為負相關, 與降雨強度()呈正相關, 但相關性都不顯著。
結果表明, 降雨量()、最大30分鐘雨強(30min)、降雨歷時()是影響徑流量和侵蝕量最重要的因子。
3.3.1 次降雨雨型劃分
依據(jù)偏相關分析篩選出影響徑流泥沙的關鍵要素, 通過K均值分類法將466次降雨劃分為A、B、C、D四種降雨雨型; 并進行特征值統(tǒng)計, 如表3所示。
表3中, 四種降雨雨型的特征值差異明顯, 其中B雨型的降雨次數(shù)最多為224次, 占總次數(shù)的48.07%, C雨型128次, 占總次數(shù)的27.48%, A雨型74次, 占總次數(shù)的15.88%, D雨型40次, 占總次數(shù)的8.58%。參照分類指標“均值”對雨型的特征值進行對比: 降雨量D>A>C>B; 降雨歷時A>D>B>C;30minD>C>A>B; 參照分類指標“極小值”對雨型的特征值進行對比: 降雨量D>A>C>B, 降雨歷時A>D>B>C,30minD>C>A>B; 參照分類指標“極大值”對雨型的特征值進行對比: 降雨量D>A>C>B, 降雨歷時A>D>C>B,30minD>C>A>B; 參照分類指標“和”對雨型的特征值進行對比: 降雨量B>C>D>A, 降雨歷時A>B>C>D。
表 2 降雨因子與徑流量和侵蝕量的偏相關分析結果
注: *0.01<<0.05; **0.001<<0.01;***<0.001。
由此可見, A雨型為降雨量較大、歷時長、強度小、頻率低的雨型; B雨型為降雨量小、歷時短、強度小、頻率高的雨型; C雨型為降雨量中等、歷時較短、強度大、頻率相對較高的雨型; D雨型為降雨量小、歷時中等、強度大、頻率低的雨型。黔中地區(qū)主要以雨量小、歷時短、降雨強度小的B雨型為主。
3.3.2 次降雨雨型的季節(jié)分布
對各月份下不同雨型的特征值進行統(tǒng)計, 四種雨型及其在不同月份的分布具有明顯的季節(jié)性特征, 結果見圖5。
從降雨月份來看, 黔中地區(qū)各月均有降雨的分布。從降雨雨型的分布來看, 降雨頻次總體都呈先增加后減少的趨勢, 均在6月份達到峰值。按雨型分析: A雨型主要降雨都在夏半年, 降雨總量最大在6月份, 為718.20 mm; 平均降雨歷時極長, 在10月份最大, 長達1894.71 min, 而平均30min3月份最大為22.23 mm·h-1, 其次是7—9月份。B雨型發(fā)生的頻次最高, 季節(jié)分布最全, 降雨頻次在5、6月最大, 共108次, 占B雨型總降雨次數(shù)的48.21%; 降雨量最高是在6月份為1218.30 mm; 平均降雨歷時都在300 min以上, 整體上冬半年高于夏半年, 11月份最高為781 min; 平均I30min整體較低, 在10mm·h-1左右。C雨型降雨頻次較高, 降雨量在6月最大為919.60 mm; 平均降雨歷時9月份最長為612.88 min, 其余月份平均歷時都相對較短, 在200—500 min之間; 平均30min總體較高, 但差別不大, 集中在20—30 mm·h-1之間。D雨型總降雨次數(shù)最少, 降雨主要分布在3—9月, 降雨量最高為6月份的1109.30 mm, 10—2月沒有降雨的分布; 平均降雨歷時相對較長, 基本都在500 min以上, 最高為8月份的857.20 min, 平均30min比其他三種雨型都要高, 都在40 mm·h-1以上, 最高為4月份的65.24 mm·h-1。四種降雨雨型主要集中在4—9月份; 從降雨雨型的特征值在各月份之間的分布來看, B雨型占據(jù)主導地位, C雨型次之, A雨型和D雨型分布相對較少。
3.4.1 不同次降雨雨型下的土壤侵蝕響應
通過劃分的四種降雨雨型, 整理各雨型下的徑流量和侵蝕量, 如圖6所示。
不同雨型之間徑流量和侵蝕量差異較大, 從徑流量來看, C雨型和B雨型徑流量最大, 分別為118.21 m3和110.74 m3, D雨型和A雨型徑流量相對較小, 分別為61.72 m3和48.47 m3; 從侵蝕量來看, B雨型侵蝕最大為143.21 t·hm-2, D、C雨型次之, 分別為102.66 t·hm-2和102.31 t·hm-2, A雨型侵蝕量最小為28.45 t·hm-2。黔中地區(qū)主要以B、C雨型為主, 其土壤侵蝕特征為徑流量大、侵蝕量大; 值得注意的是D雨型, 其徑流量小、侵蝕量大, 該雨型對區(qū)域土壤侵蝕的影響極大。
圖 5 不同月份下降雨雨型的特征值
Figure 5 The characteristic values of rainfall patterns in different months
3.4.2 不同次降雨雨型下的土壤侵蝕的季節(jié)響應
黔中地區(qū)侵蝕性降雨主要發(fā)生在夏半年, 冬半年徑流量與侵蝕量都較小, 四種雨型平均徑流量為2.2 m3, 平均侵蝕量僅為1.52 t·hm-2, 統(tǒng)計不同雨型在夏半年各月份的徑流總量和侵蝕總量, 如圖7、圖8所示。
由圖7所示, A雨型最大值在7月份為14.97 m3; B雨型具有兩個波峰, 6月份出現(xiàn)第一個峰值39.58 m3, 7月份突然降低為7.52 m3, 8月份上升為13.51 m3之后持續(xù)下降; C雨型的徑流量在各月份占比都較大, 峰值在6月份為35.81 m3, 7月份在所有雨型中最大為29.31 m3; D雨型在5月份是所有雨型中最大為20.67 m3, 峰值在6月份為21.90 m3??傮w來說, 四種雨型都表現(xiàn)為先上升后下降的趨勢, 夏半年峰值主要在6—7月份, 雨型之間的差異主要表現(xiàn)在4—7月份。
圖8顯示, A雨型分別在6、7、9月份出現(xiàn)波峰, 分別為5.4 t·hm-2、18.83 t·hm-2、2.71 t·hm-2, 其余月份都在1 t·hm-2以下; B雨型擁有兩個波峰, 且為該月份的最大值, 分別是6月份和8月份的48.98 t·hm-2, 54.25 t·hm-2; C雨型7月份最大為38.88 t·hm-2, 呈現(xiàn)先上升后下降的趨勢; D雨型具有兩個波峰, 分別為6月份和8月份的27.29 t·hm-2、46.99 t·hm-2??偠灾? 4種降雨雨型的侵蝕量最大值主要發(fā)生在7、8月份, 夏半年各月份不同雨型之間都存在差異。
圖6 各雨型下的徑流量和侵蝕量特征
Figure 6 Runoff and erosion characteristics under various rain patterns
圖7 不同雨型下徑流量的季節(jié)分布
Figure 7 Seasonal distribution of runoff under different rain patterns
圖8 不同雨型下侵蝕量的季節(jié)分布
Figure 8 Seasonal distribution of erosion under different rain patterns
坡面土壤侵蝕是土壤界面對降雨的響應過程, 由于降雨性能和下墊面的差異, 導致降雨與坡面土壤侵蝕之間的關系復雜。在不考慮土壤侵蝕其他影響因子的情況下, 通過分析侵蝕性降雨與坡面徑流量和侵蝕量的特征, 闡述土壤侵蝕對降雨的響應過程, 有利于針對不同雨型的特征制定相應的水土保持管理政策, 減少降雨對土壤侵蝕的影響。
黔中地區(qū)降雨頻繁、雨量大、歷時長, 侵蝕性降雨主要集中在濕季, 干季降雨也以陰雨綿綿的形式而存在[21]。主要是因為黔中地區(qū)位于亞熱帶季風性濕潤氣候區(qū), 年內降雨變化大, 夏半年降雨量大、次數(shù)多且強度大, 但歷時相對較短; 而冬半年降雨以降雨量和降雨強度小但歷時長的特征為主[6]。
偏相關分析得出降雨量、最大30分鐘雨強、降雨歷時是影響徑流量和侵蝕量的重要因子。這是因為降雨量是地表徑流的直接來源, 直接決定了徑流量的多少, 并通過影響徑流的輸沙能力影響著侵蝕的發(fā)生發(fā)展, 最大30分鐘雨強是影響降雨侵蝕力的關鍵性因素, 直接影響徑流過程及徑流的侵蝕特性, 而降雨歷時主要通過控制地表產流的時間來影響徑流量和侵蝕量[22]。
四種侵蝕性降雨雨型主要集中在4—9月, 徑流量和侵蝕量峰值都在6—8月。降雨量小、歷時短、強度小、徑流量大、侵蝕量大的B雨型占據(jù)主導地位; 降雨量中等、歷時較短、強度大、徑流量大、侵蝕量大的C雨型次之; 降雨量較大、歷時長、強度小、徑流量小、侵蝕量小的A雨型較少; 但分布最少的D雨型, 以降雨量小、歷時中等、強度大、徑流量小、侵蝕量大的特點對該地區(qū)土壤侵蝕的負面影響更大。主要原因是在雨強較強的情況下, 由于土地平整或地表植被稀疏, 徑流量大于截流量和填洼量, 從而導致侵蝕量過大[23]。所以在徑流量和侵蝕量的峰值月份, 更需要注重區(qū)域的水土保持工作。本文分析了黔中地區(qū)侵蝕性降雨的特征及其坡面土壤侵蝕的響應過程, 能為區(qū)域土壤侵蝕的研究和水土保持工作提供科學的理論依據(jù)。然而, 喀斯特地區(qū)土壤侵蝕比一般地區(qū)的土壤侵蝕過程要復雜得多, 除了需要對土壤可蝕性、植被覆蓋、坡度坡長等因子的土壤侵蝕響應進行深入的分析和探索之外, 喀斯特地區(qū)的巖性、植物特性、地下漏失、石漠化嚴重區(qū)無土可流失等問題也還需要繼續(xù)研究和探討。
(1)黔中地區(qū)侵蝕性降雨總體上以頻次高、雨量大、歷時長為特征; 季節(jié)分布主要在4—9月, 特征為降雨量和降雨強度大、降雨歷時短, 其余月份則與之相反。降雨量、降雨歷時和最大30分鐘雨強對徑流量和侵蝕量的影響至關重要。
(2)劃分的四類降雨雨型中, 降雨量小、歷時短、降雨強度小的B雨型占據(jù)主導地位, 降雨量中等、歷時較短、降雨強度大的C雨型次之, 降雨量較大、歷時長、降雨強度小、A雨型和降雨量小、歷時中等、降雨強度大的D雨型分布相對較少。
(3)黔中地區(qū)主要以B、C雨型為主, 其土壤侵蝕特征為徑流量大, 侵蝕量大; 而徑流量小、侵蝕量大的D雨型對區(qū)域的土壤侵蝕影響極為重要。黔中地區(qū)四類雨型季節(jié)的分布特征中, 徑流量和侵蝕量的最大值出現(xiàn)在6—8月, 呈先上升后下降的趨勢, 各月份土壤侵蝕對不同雨型的響應都存在差異。
[1] SWEETING MM. karst in China: it's geomorphology and environment[M]. New York: Springer, 1995.
[2] 孫德亮, 趙衛(wèi)權, 李威, 等. 基于GIS與RUSLE模型的喀斯特地區(qū)土壤侵蝕研究——以貴州省為例[J].水土保持通報, 2016, 36(3): 271–276.
[3] 楊廣斌. 基于網格數(shù)據(jù)的喀斯特山區(qū)土壤侵蝕研究[D]. 貴陽: 貴州師范大學, 2004.
[4] 水利部發(fā)布2018年全國土壤侵蝕動態(tài)監(jiān)測成果[J]. 中國水土保持, 2019, (7): 7.
[5] 貴州省水利廳. 貴州省水土保持公報(2018年)[EB/OL]. 2020-01-20.mwr.guizhou.gov.cn/xxgk/zdlygk/stbc_87055/202001/t20200120_44121438.html.
[6] 李華林, 高華端, 趙柯蘇, 等. 貴州常態(tài)地貌區(qū)降雨侵蝕特征分析——以龍里縣羊雞沖小流域為例[J]. 中國水土保持, 2017, 5: 32–35.
[7] 宋春風, 陶和平, 劉斌濤, 等. 長江上游地區(qū)土壤可蝕性空間分異特征[J]. 長江流域資源與環(huán)境, 2012, 21(9): 1123–1130.
[8] 王萬忠. 黃土地區(qū)降雨特性與土壤流失關系的研究III——關于侵蝕性降雨標準的問題[J]. 水土保持通報, 1984, 4(2): 58–62.
[9] 樊登星, 余新曉, 賈國棟, 等. 北京山區(qū)灌草坡面土壤侵蝕特征及其影響因素[J]. 中國水土保持科學, 2014, 12(2): 24–28.
[10]李瑞, 李勇, 劉云芳. 貴州喀斯特地區(qū)降雨與坡面土壤侵蝕關系研究[J]. 水土保持研究, 2012, 19(3): 7–11.
[11]顧璟冉, 張興奇, 顧禮彬, 等. 黔西高原侵蝕性降雨特征分析[J]. 水土保持研究, 2016, 23(2): 39–43, 48.
[12]顧禮彬, 張興奇, 楊光檄, 等. 黔西高原坡面次降雨產流產沙特征[J]. 中國水土保持科學, 2015, 13(1): 23–28.
[13]代數(shù), 蔣光毅, 夏清, 等. 坡度和雨強對重慶市黃壤旱坡地產流產沙特征的影響[J]. 水土保持學報, 2011, 25(4): 1–5, 11.
[14]王小博, 朱永清, 吳宜進, 等. 不同植被下降雨類型對紅壤坡地土壤侵蝕特征的影響[J]. 水土保持研究, 2017, 24(2): 6–11.
[15]HUANG Zhigang, OUYANG Zhiyun. LI Fengrui, et al. Response of runoff and soil loss to reforestation and rainfall type in red soil region of southern China[J]. Journal of Environmental Sciences, 2010, 22(11): 1765–1773.
[16]楊青, 楊廣斌, 趙青松, 等. 喀斯特地區(qū)不同降雨和植被覆蓋的坡面產流產沙特征[J]. 水土保持通報, 2020, 40(1): 9–16.
[17]貴州省人民政府. 省人民政府關于印發(fā)黔中經濟區(qū)發(fā)展規(guī)劃的通知[EB/OL].(2012-09-05)[2014-02-01].http://www. gzgov.gov.cn/xxgk/jbxxgk/fgwj/zfwj/qff/232934.shtml
[18]黃威廉, 屠玉麟. 貴州植被區(qū)劃[J]. 貴州師范大學學報:自然科學版, 1983 (1): 26–47.
[19]張文源, 王百田, 楊光檄, 等. 喀斯特黃壤區(qū)侵蝕性降雨及產沙特征分析[J]. 生態(tài)環(huán)境學報, 2014, 23(11): 1776–1782.
[20]徐建華. 計量地理學(第二版)[M]. 北京: 高等教育出版社, 2014.
[21]戴海倫, 苑爽, 張科利, 等. 貴州省降雨侵蝕力時空變化特征研究[J]. 水土保持研究, 2013, 20(1): 37–41.
[22]樊登星. 北京山區(qū)坡面土壤侵蝕響應特征及模型模擬研究[D]. 北京: 北京林業(yè)大學, 2014.
[23] 王小博, 朱永清, 吳宜進, 等.不同植被下降雨類型對紅壤坡地土壤侵蝕特征的影響[J].水土保持研究, 2017, 24(2): 6–11.
Analysis of erosion rainfall characteristics and erosion response in karst mountain of central Guizhou
Xie Bo1,2, Yang Guangbin1,2,*, Li Yiqiu1,2, Li Man1,2, Fang Qibin3
1. School of Geography and Environmental Sciences, Guizhou Normal University, Guiyang 550025, China 2.GuiZhou Key Laboratory of Mountain Resources and Environment Remote Sensing, Guiyang 550025, China 3. Guizhou Monitoring Station of Soil and Water Conservation, Guiyang 550002, China
Thispaper analyzes the characteristics of erosive rainfall and the response process of runoff and sediment in the yellow soil region of karst mountainous area in Central Guizhou Province, and reveals the characteristics of soil erosion and the seasonal distribution of soil erosion on the slope under different rainfall patterns.Based on mathematical statistics, partial correlation and K-means clustering are used to analyze the characteristics of long series runoff data of runoff plot, so as to understand the change rules.The results show:(1)In central Guizhou, rainfall is frequent, heavy, and long lasting,and mainly occurs in the summer half of the year.(2)Rainfall, rainfall duration and30minare the key factors which affect runoff and erosion.(3)The central Guizhou regionsare dominated by the B rain pattern with small rainfall, short duration, low intensity, and high frequency, accounting for 48.21% of the total frequency;but the D rain pattern have a greater impact on soil erosion because it is characterized by low frequency and high rainfall. (4)The soil erosion response of different rain patterns varies greatly in each month, and the change pattern shows a trend of first rising and then falling. The maximum runoff and erosion are both in June toAugust. More attentions should be paid to regional water and soil conservation in months with greater potential soil erosion risk.
central Guizhou; karst; erosive rainfall; run-off rate; amount of erosion
謝波, 楊廣斌, 李亦秋,等. 黔中喀斯特山地侵蝕性降雨特征及其侵蝕響應[J]. 生態(tài)科學, 2021, 40(3): 222–230.
Xie Bo, Yang Guangbin, Li Yiqiu, et al. Analysis of erosion rainfall characteristics and erosion response in karst mountain of central Guizhou[J]. Ecological Science, 2021, 40(3): 222–230.
10.14108/j.cnki.1008-8873.2021.03.026
S157
A
1008-8873(2021)03-222-09
2020-09-16;
2020-11-09
基于水保大數(shù)據(jù)的貴州CSLE土壤侵蝕模型應用研究(KT201825); 貴州省科技重點基金(黔科合基礎[2020]1Z031); 貴州省科技基金專項(黔科合基礎[2019]1222, [2019]1218); 貴州師范大學資助博士科研項目(GZNUD[2017]8, GZNUD[2017]9)
謝波(1996—), 男, 貴州畢節(jié)人, 碩士研究生, 研究方向為地圖學與地理信息系統(tǒng), E-mail:1204983953@qq.com
楊廣斌(1973—), 男, 山東聊城人, 博士, 教授, 主要研究方向為地理信息系統(tǒng)的開發(fā)與應用, E-mail:ygbyln@163.com