陕西省降雨侵蚀力时空分布特征

根据陕西省全省96个数据序列较完整的气象站点逐日降水资料,利用章文波提出的基于日降雨侵蚀力模型估算陕西省的降雨侵蚀力,并采用反距离权重空间插值方法,借助GIS工具绘制全省侵蚀性降雨量以及侵蚀性降雨量空间分布图,分析其全年和四季空间分布特征,并分析了年内变化特征。结果表明:(1)陕西省降雨侵蚀力的空间分布与侵蚀性降雨量的空间分布基本一致,均呈由南向西北递减态势,降雨侵蚀力与降雨量、侵蚀性降雨量均达极显著相关水平;(2)降雨侵蚀力年内集中度高,夏秋季降雨侵蚀力较大,冬春季降雨侵蚀力较小,陕北地区和关中发生水土流失的时期主要集中在7~9月份,而陕南地区5~10月份均可能发生较大的水土流失,侵蚀潜在危险性由北向南递增;(3)陕西省降雨侵蚀力的年际变化也较为明显,年际变率CV在33.1%~77.3%,不同地区的年降雨侵蚀力差异及波动程度都比较大,北部地区降雨侵蚀力的年际变化大于南部地区。     

文山州降雨侵蚀力时空分布规律浅析

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。     

福州市降雨量及降雨侵蚀力变化趋势

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。     

中国降雨侵蚀力空间变化特征

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。     

1980～2013年滇西北地区降雨侵蚀力变化特征

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。     

基于CLDAS融合降水的中国降雨侵蚀力研究

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。     

利用日雨量计算降雨侵蚀力的方法研究

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。     

粤北岩溶区连江流域降雨侵蚀力

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。     

用小时降雨资料估算降雨侵蚀力的方法

降雨侵蚀力是进行土壤流失量预报的基本因子,EI₃₀是迄今得到广泛应用的定量指标,但它的计算需要降雨过程资料,使其推广应用受到很大限制。用自动气象观测提供的高精度等间隔降雨资料,代替降雨过程资料,是估算降雨侵蚀力指标的首选。国际上对此已有研究,发现有很大的地区差异性。为此,本文在水蚀严重的中国东部季风区选择5个代表站点,共456次降雨过程资料,建立了用60 min等间隔雨量资料估算次降雨侵蚀力的计算方法。研究结果表明:直接用60 min等间隔资料计算的降雨侵蚀力指标值,与用降雨过程资料计算的结果相比,降雨动能E差异较小,主要差异体现在最大30 min雨强I₃₀上,由此导致降雨侵蚀力指标EI₃₀的差异也十分明显。利用自动气象观测小时雨量资料计算降雨侵蚀力指标值,通过公式(EI₃₀)_bp=1.730(EI₃₀)₆₀转换,可以较精确地估算全国降雨侵蚀力,与用日、月和年降雨量资料的估算值相比,能够提高土壤侵蚀预报精度。     

1960-2009年中国降雨侵蚀力的时空变化趋势

降雨侵蚀力反映了降雨对土壤侵蚀的潜在能力,因此降雨侵蚀力已经成为土壤侵蚀、产沙和水环境建模的主要参数之一。利用中国590个气象站1960-2009年逐日降雨量资料估算了中国每个气象站的降雨侵蚀力,并使用趋势系数、气候倾向率和Kriging空间插值方法分析了中国降雨侵蚀力的时空变化趋势。结果表明:我国年均降雨侵蚀力从东南沿海向西北内陆逐渐递减,与年均降水量空间分布基本一致;近50年来我国大部分地区年降雨侵蚀力呈现不显著的上升趋势,存在四个明显的上升区域和两个明显的下降区域;59个气象站年降雨侵蚀力变化趋势通过了0.05显著水平的置信度检验,年降雨侵蚀力显著增加的气象站主要分布在青藏高原中东部、东缘、天山山脉以及东南沿海区域。青海省的诺木洪-都兰-曲麻莱-伍道梁一带近50年来年降雨侵蚀力增加趋势最为显著,有可能加剧长江、黄河源头土壤侵蚀的风险。     

广东沿海降水长期变化特征与极值分析——以汕尾、广州、阳江3市为例

利用汕尾站、广州站和阳江站1953-2008年56a的逐月降水量、逐月的日最大降水量作为基本资料,探讨广东省降水量的时空分布特征、长期变化趋势及突变分析。Morlet小波变换表明各城市降水量存在着7.8a和11a等周期变化,与厄尔尼诺和太阳黑子的运动周期相关。其次运用皮尔逊Ⅲ型分析3城市的最大日降雨量的极值分布情况,其中阳江站5年一遇的年最大日降水量300mm,达到特大暴雨的标准。M-K检验表明阳江站和广州站降水量分别于1971、1981年发生突变,年降水量由少雨期进入多雨期,且R/S分析表明其增长趋势持续至今,但不同站点有各自的变化特点。     

广东省农村居民点整理优先性评价与分区

农村居民点整理优先性评价与分区是编制农村居民点整理规划的一项基础性工作。该文以广东省为研究区域,通过构建农村居民点整理优先性评价指标体系,综合采用层次分析法与熵值法确定指标权重,对广东省20个地市农村居民点整理优先性进行评价与分区。结果表明:广东省农村居民点整理优先性差异显著,优先性指数介于0.1271～0.7770,广州、佛山和中山为优先整理区,珠海、汕头、惠州和东莞为重点整理区,梅州、江门、湛江、茂名、肇庆、潮州和云浮为适度整理区,韶关、河源、汕尾、阳江、清远和揭阳为生态型整理区。最后根据各分区实际情况,提出了相应的整理策略。     

广东省耕地资源变化的地域类型研究

耕地资源少,一直是广东省面临的问题之一。随着经济的发展和城镇的扩张,耕地资源将进一步减少。为了因地制宜地管理和保护好耕地,本文利用1949～1996年广东省有关的统计资料对耕地的动态变化作了时间上和空间上的分析,并以此为依据将全省21个地区分为不同的类型,提出不同类型区存在的问题和应采取的对策。     

ENSO对韶关市1951~2013年降雨侵蚀力影响研究

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。     

广东省残疾人生计资本的空间差异及影响因素研究

运用改进的TOPSIS模型和GIS空间分析方法,对2015年广东省21个地市残疾人生计资本的空间分布特征及影响因素进行分析。结果表明：① 残疾人生计资本综合水平呈明显的“级差化”分异特征,高生计资本地市以广州、肇庆和清远3市为主,而低生计资本地市分布相对分散,总体表现出“大分散、小集中”的分布格局。② 残疾人不同类型生计资本水平空间差异显著,各类型资本大多处于较低等级,多种资本匹配性较低;社会和金融资本较高区主要分布在粤北地区,人力、康复和物质资本较高区均以广州最高;各类型资本以东部沿海城市及粤西云浮、茂名、阳江等地相对偏低。③ 残疾人生计资本总量具有显著的空间自相关性,热点区和冷点区分布差异明显,总体上表现出集聚分布特征。经分析,政策环境、经济水平、教育培训及康复服务等方面是影响广东省残疾人生计资本空间分布格局的重要因素。     

TRMM数据在中国降雨侵蚀力计算中的应用

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。     

广东省碳减排总量目标的地区分解及其盈亏格局

合理界定初始排放权并进行排放权交易是实现减排目标和减排资源最优配置的关键。对低碳试点省广东进行减排目标地区分解,既能明确减排责任,又能使碳交易变得更加明确而具有可操作性。设定广东碳减排目标的假设情景,以碳排放核算方法和最优经济增长模型为基础,引入兼顾人均平等和历史责任的“碳预算”思路,对广东省减排目标进行地区分解,计算各市排放权配额并测算未来时期排放权的盈亏格局,初步模拟广东省各市之间“碳交易”基础。结果表明：1）1985―2020年全省累积碳排放配额区间为524 659.185 5~542 518.565 2万t,人均碳排放配额区间为57.065 5~59.008 0 t/人。人均碳排放配额、人口数量和实际碳排放量是影响各市排放权配额的重要因素。2）预计到2020年7个城市将出现“碳预算”赤字,主要分布于珠三角;14个城市拥有“碳预算”盈余,集中分布在粤北山区和东西两翼。