共查询到16条相似文献，搜索用时 167 毫秒
1.
1961-2015年雅鲁藏布江流域降雨侵蚀力 总被引：2，自引：1，他引：2
降雨是土壤侵蚀的主要动力，也是风水蚀复合区沙漠化的主要驱动力。研究降雨侵蚀力时空变化对雅鲁藏布江流域土壤侵蚀的监测、评估、预报和治理具有重要意义。利用1961-2015年雅鲁藏布江流域8个气象站日降雨量气象资料，采用趋势系数、气候倾向率、MK检验等研究方法对雅鲁藏布江流域降雨侵蚀力时空变化进行分析。结果表明：雅鲁藏布江流域年降雨侵蚀力平均值为758.1 MJ·mm·hm-2·h-1，变差系数Cv值为0.29，趋势系数r值为0.3140。空间分布呈现由东向西逐渐递减的特点，东部可达2 000 MJ·mm·hm-2·h-1以上，最西部仅为200 MJ·mm·hm-2·h-1。雅鲁藏布江流域年降雨侵蚀力总体呈波动上升趋势，其中嘉黎和波密站年降雨侵蚀力上升趋势明显，日喀则、泽当站年降雨侵蚀力呈下降趋势。通过MK检验及滑动T检验得知，流域内年降雨侵蚀力在1982年发生突变，年侵蚀性降雨突变不显著。雅鲁藏布江流域年降雨侵蚀力与侵蚀性降雨相关性显著，侵蚀性降雨的分布也极大地影响降雨侵蚀力。 相似文献
2.
文山州降雨侵蚀力时空分布规律浅析 总被引：1，自引：1，他引：0
李代华 《云南地理环境研究》2009,21(3):68-71
降雨是导致土壤侵蚀的主要动力因素,降雨侵蚀力反映降雨引起土壤侵蚀的潜在能力。利用文山州内21个雨量代表站月降雨资料,估算文山州降雨侵蚀力,对该地区降雨侵蚀力的年内分布、年际变化特征和空间分布变化规律进行分析。结果表明：文山州降雨侵蚀力空间分布基本与降雨一致,山区为高值区,坝区为低值区;降雨侵蚀力主要集中在汛期（5～10月）,各月的差异大于降雨量的差异;文山州降雨侵蚀力长期变化为略减小趋势但不显著,年际变化较年降雨量年际变化显著。 相似文献
3.
选取1951~2013年韶关市分月降雨量数据,采用月降雨侵蚀力模型计算降雨侵蚀力,分析ENSO（厄尔尼诺-南方涛动）对韶关市降雨侵蚀力的影响。研究表明：① 韶关市降雨侵蚀力年际变化和年内变化较大,总体呈现波动上升趋势;② 降雨侵蚀力与赤道太平洋SST距平值呈现极显著相关,降雨侵蚀力随SST距平值增加呈现先增加后递减的趋势。ENSO冷暖事件发生时降雨侵蚀力较小,在其它土壤侵蚀因素不变的条件下,此时期的土壤侵蚀相对较轻;③ 降雨侵蚀力与SOI存在显著相关,降雨侵蚀力随着SOI增加而减小;④ 降雨侵蚀力与MEI呈现极显著的正相关关系。 相似文献
4.
重庆市降雨侵蚀力空间格局及其变化 总被引：4，自引：1，他引：3
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。 相似文献
5.
中国降雨侵蚀力空间变化特征 总被引：67，自引：0，他引：67
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。 相似文献
6.
气象站和卫星降雨资料估算降雨侵蚀力时存在无法反映空间异质性且精度差的问题,基于CLDAS多源融合降水,利用EI60模型从不同的时空尺度对中国的降雨侵蚀力进行评估,并结合降雨量、侵蚀性降雨次数、侵蚀密度等指标,探讨降雨对土壤侵蚀的潜在作用。结果表明：（1） CLDAS降雨侵蚀力与地面实测数据在不同的时间尺度均有良好的回归关系,相关系数达到0.8以上,与CMORPH降雨侵蚀力相比,其相对误差显著降低,可以准确反映全国范围的降雨侵蚀力季节性变异。（2） 在2001—2020年,不同雨量区的降雨侵蚀力、降雨量和侵蚀性降雨次数的变化趋势基本一致,高雨量区的年际变化波动剧烈,侵蚀性降雨次数和暴雨过程协同影响降雨侵蚀力的大小。（3） 空间上,中国的降雨侵蚀力值的特点为东南沿海地区高、西北内陆地区低。时间上,侵蚀性降雨集中在5—8月,夏、秋两季对土壤造成的侵蚀影响更大。（4） 通过对年降雨量、年侵蚀密度和年暴雨量进行分区定量分析,结果表明暴雨量与侵蚀密度成正相关关系,即年降雨量一定,暴雨事件越多,降雨侵蚀密度越大。 相似文献
7.
采用RCP6.0中等排放情景下2006―2100年WRF 30 km×30 km日值降雨数据,根据中国气象局颁布的降雨强度等级划分标准,探究了中国不同强度降雨及其对总降雨贡献的变化趋势的空间差异特征。结果表明：1）在雨量上,中等排放情景下2006―2100年中国不同强度降雨呈现出不同的空间分异格局。小雨和中雨自东北向西南呈“高―低―高”的三块式空间分布特征;大雨、暴雨、大暴雨和总暴雨均呈“东南高,西北低”的分异格局;特大暴雨仅东南沿海的部分地区分布较多;总降雨呈“南方高,北方次之,西北低”的空间分异格局。2）在雨量贡献率上,强降雨对总降雨的贡献率普遍存在“东南高,西北低”特征,而弱降雨对总降雨的贡献率恰恰相反;不同强度暴雨对总暴雨的贡献率也有类似分布特征。3）在雨量变化趋势上,中国不同强度降雨变化趋势呈现出不同的空间分异格局,但强降雨呈增加趋势的区域显著多于呈减少趋势的区域。4）在雨量贡献率变化趋势上,强（弱）降雨对总降雨的贡献率呈增加（减少）趋势的区域占主导,强降雨对总降雨的贡献率呈增加趋势的地区明显多于弱降雨。5）在不同强度暴雨对总暴雨贡献率的变化趋势上,大暴雨和特大暴雨对总暴雨的贡献率呈增加趋势的区域明显多于暴雨。预估结果表明,中国东部降雨在朝着极端化方向发展。 相似文献
8.
根据福州市年降雨量数据资料,采用变异系数、趋势系数和气候趋势率等方法分析不同时间尺度的降雨和降雨侵蚀力的变化趋势。结果表明:(1)福州市年平均降雨侵蚀力和降雨量分别为393.06 MJ·mm·hm~(-2)·h~(-1)和1 394.43 mm。降雨侵蚀力和降雨总量年际波动显著,且年降雨量和降雨侵蚀力年内变化较大,主要集中在5、6、8、9月。(2)总体上夏季、秋季和冬季降雨侵蚀力的倾向率为正,分别为7.57、0.39和1.40 MJ·mm·hm~(-2)·h~(-1)·10 a~(-1),春季降雨侵蚀力倾向率为负值,呈减少趋势。(3)月降雨量和降雨侵蚀力的变化趋势基本一致,1、2、4、7、8、10、11、12月降雨侵蚀力有增加的趋势,3、5、6、9月降雨侵蚀力有减少的趋势。(4)福州雨季的降雨量和降雨侵蚀力分别为990.61 mm和285.90MJ·mm·hm~(-2)·h~(-1),并且其变异系数在全年中最小,均低于0.22;枯季的降雨量和降雨侵蚀力分别为403.82 mm和107.16MJ·mm·hm~(-2)·h~(-1),变异系数在全年中最大,均高于0.40,且福州降雨量和降雨侵蚀力在雨季、枯季及其年际变化均属于中等变异性(0.1≤CV≤1)。研究结果可为福州市的土壤侵蚀评估、预报和水土流失防治提供数据和理论支撑。 相似文献
9.
利用广东省6个站点47 a的日雨量资料,计算并分析了各站降雨侵蚀力的时间分布规律。结果表明,根据降雨侵蚀力峰值在年内出现的次数,可以分为单峰型和双峰型。降雨侵蚀力的年内分布非常集中,连续3个月的降雨侵蚀力平均占全年侵蚀力的一半以上,越靠近沿海的站点侵蚀力的集中度越高。降雨量与降雨侵蚀力集中度的分布规律一致,但与降雨量相比,降雨侵蚀力的分布更加集中。各站降雨量与降雨侵蚀力的倾向率均大于零,说明自1954年以来,雨量和降雨侵蚀力均有不同程度的增加趋势,降雨侵蚀力的增幅远远大于降雨量的增幅。但降雨侵蚀力倾向率的年内分布却是正负皆有。 相似文献
10.
多流域降雨和土地利用格局对土壤侵蚀影响的比较分析——以陕北黄土丘陵沟壑区为例 总被引：2，自引：0，他引：2
土壤侵蚀是制约黄土高原可持续发展的瓶颈因素,为分析不同面积流域降雨和土地利用格局对土壤侵蚀影响的变化趋势,本文基于土壤侵蚀评价指数,发展了降雨和土地利用格局对土壤侵蚀影响的表征方法,探讨了多流域降雨和土地利用格局对土壤侵蚀的影响。结果表明：① 2006-2012年,研究区降雨侵蚀力因子R总体上呈现上升的趋势,植被覆盖与管理因子C呈现下降趋势;② 随流域面积的增加,研究区内降雨格局对土壤侵蚀的影响逐渐降低,而土地利用格局对土壤侵蚀的影响变大;③ 在流域面积较小时,降雨格局对土壤侵蚀的影响要大于土地利用格局对土壤侵蚀的影响,而在流域面积较大时,土地利用格局对土壤侵蚀的影响大于降雨格局对土壤侵蚀的影响;④ 随着流域面积的增加,研究区的林地比例有所下降,陡坡植被覆盖类型趋于单一,这是在流域面积增大时土地利用格局对土壤侵蚀影响增加的主要原因。同时,流域面积较小时,降雨对土壤侵蚀的影响较大,但随着流域面积的增加,松软的土壤性质和沟壑纵横的地形增大了发生重力侵蚀的可能性,土壤和地形对土壤侵蚀的影响增大。 相似文献
11.
对连江流域35个气象站1980―2013年逐日雨量数据进行整理,利用日雨量、月雨量和年雨量方法计算得出RA、RB、RC,通过有效系数M检验得出最优R值;然后利用反距离加权、张力样条函数和普通克里金进行空间插值,通过检验确定最准确的插值方法,最后对其进行插值分析。结果表明：基于月降雨量的计算方法和反距离加权插值法更加适合于连江流域降雨侵蚀力的计算和估算;连江流域降雨侵蚀力时空变化明显,降雨侵蚀力变化与年际降水量变化基本一致;中上游高大山脉存在的地区,多年平均降雨侵蚀力明显高于其他地区;下游多年平均降雨量丰富,其多年平均降雨侵蚀也较严重。 相似文献
12.
通过采用Mann-Kendall趋势分析法、小波分析方法、地统计插值等方法，基于黄土高原塬面保护区及临近的21个站点的逐日降水量数据，对区域内降雨侵蚀力的时空变化，趋势及主要影响因素进行了分析。结果表明：(1) 黄土塬面保护区1960—2017年多年平均降雨量为599.2 mm；多年平均降雨侵蚀力为1 871.91 MJ·mm·hm-2·h-1·a-1，降雨侵蚀力在过去60 a来呈微弱上升趋势且变化的季节差异显著。(2) 黄土高原塬面保护区降雨侵蚀力的空间分布大体呈由南部向两侧递减的趋势，Mann-Kendall Z值除研究区北部、东部呈下降趋势，其余区域都为上升趋势。(3) 黄土高原塬面保护区降雨侵蚀力多年存在32 a的大周期，在大周期内还存在13 a、52 a的小周期。(4) 影响北半球中高纬度地区的主要的大气环流因子中仅Cold & Warm Episodes by Season因子的波动对整个区域和陕西塬区的降雨侵蚀力有一定影响，二者存在一定的负相关性，其余环流指数与降雨侵蚀力没有显著的关联性；此外太阳黑子与陕西塬区降水侵蚀力变化规律存在一定的正相关，与其他塬区并无显著关联性。 相似文献
13.
利用中国境内红河流域23个气象站点1960-2007年的逐日降水数据,分析流域强降水事件频次和强度的变化特征及其相关影响。结果表明:①强降水频次和强度在空间上表现出由东南向西北逐渐递减的趋势,流域下游的河口-金平-绿春-江城一带为高值区,上游的巍山-南涧-弥渡一带则为低值区。②强降水频次和强度的变化趋势存在空间差异,趋势增加的站点大多分布在李仙江上游、元江中上游和藤条江流域,趋势减少的站点大多分布在李仙江下游、元江下游和盘龙河流域。③从流域整体来看,在α=0.05的显著性水平下,近48年来强降水频次和强度没有明显的上升趋势,频次和强度的趋势变化幅度分别为0.26 days/10a和0.18 mm·day-1/10a;研究时段内频次和强度在时间变化上没有显著突变点。④基于相关统计数据分析强降水变化的影响,表明近20年间强降水频次和强度的增加,增大了局部地区滑坡泥石流、洪涝灾害的风险,河流泥沙含量也随之增加。 相似文献
14.
TRMM数据在中国降雨侵蚀力计算中的应用 总被引：1，自引：0，他引：1
长时间序列降雨过程资料的获取一直是降雨侵蚀力计算中的一个难题。尝试利用地面实测站点数据分别对TRMM(Tropical Rainfall Measuring Mission)卫星的3B43和3B42数据进行回归建模和订正,并采用订正后的3 h平均降雨强度代替30 min最大降雨强度,同时基于TRMM数据的EI180的降雨侵蚀力算法,计算出了全国南北纬50°范围(TRMM覆盖区)内2013年月、季和年降雨侵蚀力;最后分别计算了省域和区域尺度下的降雨侵蚀力对全国尺度下的结果进行对比验证。结果表明:(1) TRMM降水数据比地面站点观测的降水量略大,但与实测站点数据具有很好的线性回归关系,其季尺度决定系数R2均较高,由此也说明了TRMM数据可以很好地反映全国范围内降雨的季节性变化。(2)利用订正后的TRMM3B42数据计算出研究区内的年均降雨侵蚀力为536.02 MJ·mm·hm-2·h-1·a-1,其降雨侵蚀主要集中在5~8月份。(3) 2013年全国降雨侵蚀变化趋势由东南向西北方向逐渐降低,且沿海省份较内陆省份降雨侵蚀较高。(4)通过对年降雨侵蚀力结果与实测站点降雨量以及订正的TRMM降水数据分析表明,降雨侵蚀力与降水之间存在着紧密的二次非线性关系。(5)通过尺度验证,其中省域尺度验证误差为8.34%,区域尺度误差仅为0.24%,由此说明了TRMM数据在不同尺度下均具有良好的适应性,同时也验证了方法在不同尺度下的有效性。该方法为有效解决土壤侵蚀中降雨强度计算资料缺乏的瓶颈,同时也为降雨侵蚀力的计算提供了一条有效的途径。 相似文献
15.
The spatial distribution and monthly/annual variation of foggy days in China are analyzed based on the monthly mean fog data collected from 604 observational stations for the period 1961–2000. Results show that there are six fog regions in China: the middle reaches of the Yangtze River, coastal areas, Yunnan-Guizhou Plateau, eastern Gansu–Shaanxi region, Huaihe River valley, Tianshan mountainous area and northern Xinjiang. On the whole the interannual variation trend of foggy days is descending, especially an obvious decline after the 1980s. The areas where the foggy days have obvious tendency present a southwest-northeast direction. The rising trend regions alternate with descending trend regions, forming a SE-NW directional wave structure. In general, the number of foggy days in autumn and winter is larger than in spring and summer over most fog regions. The monthly variation curves of foggy days are bimodal in the coastal area of the Yellow Sea and northern Xinjiang, and unimodal in other regions. 相似文献
16.
China’s dryland region has serious wind erosion problem and is sensitive to climate change due to its fragile ecological condition. Wind erosion climatic erosivity is a measure of climatic factors influencing wind erosion, therefore, evaluation of its intensity and response to recent climate changes can contribute to the understanding of climate change effect on wind erosion risk. Using the FAO equation, GIS and statistical analysis tools, this study quantified the climatic erosivity, analyzed its spatiotemporal variations, and detected the trend and sensitivity to climate factors during 1961–2012. The results indicate that mean annual climatic erosivity was 2–166 at 292 stations and 237–471 at 6 stations, with the spatial distribution highly in accordance with wind speed (R2 = 0.94). The climatic erosivity varied greatly over time with the annual variation (CV) of 14.7%–108.9% and monthly variation (concentration degree) of 0.10–0.71 in the region. Meanwhile, annual erosivity showed a significant downward trend at an annual decreasing rate mostly above 1.0%. This significantly decreasing trend was mainly attributed to the obvious decline of wind speed during the period. The results suggest that the recent climate changes were highly possible to induce a decrease of wind erosion risk in China’s dryland region. 相似文献