国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

大別山區(qū)不同降雨和植被條件下梯地產(chǎn)流產(chǎn)沙特征

2022-12-27 07:03汪軍紅喬欣瑞簡(jiǎn)寧杰韓樂(lè)薇
水土保持研究 2022年1期
關(guān)鍵詞:雨強(qiáng)產(chǎn)流場(chǎng)次

江 雯, 汪軍紅, 孫 鵬,3, 汪 文, 喬欣瑞, 簡(jiǎn)寧杰, 韓樂(lè)薇

(1.安徽師范大學(xué) 地理與旅游學(xué)院, 安徽 蕪湖 241002; 2.霍山縣水土保持試驗(yàn)站,安徽 霍山 237266; 3.北京師范大學(xué) 環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室, 北京 100875)

水土資源作為人類(lèi)生存發(fā)展中最重要的自然資源,其安全已成當(dāng)今最受關(guān)注的環(huán)境問(wèn)題之一[1]。水土流失是我國(guó)重大的環(huán)境問(wèn)題[2],不僅阻礙人類(lèi)發(fā)展、加劇江河湖庫(kù)淤積和洪澇災(zāi)害,也是面源污染發(fā)生的重要形式和運(yùn)輸載體,是生態(tài)環(huán)境進(jìn)一步惡化的主要助推力[3]。大別山集中連片特困區(qū)是集老區(qū)、山區(qū)和欠發(fā)達(dá)地區(qū)于一體的典型區(qū)域,面臨著脆弱生態(tài)環(huán)境和經(jīng)濟(jì)貧困的雙重壓力[4],且是國(guó)家水土保持重點(diǎn)建設(shè)工程的主要區(qū)域之一[5]。據(jù)統(tǒng)計(jì),當(dāng)前大別山區(qū)的水土流失總面積達(dá)9 520 km2,水土流失引起土方流失總量為2 726.5萬(wàn)t,平均每年侵蝕的模數(shù)達(dá)到2 864 t/km2[6]。

國(guó)內(nèi)大量學(xué)者針對(duì)水土流失的研究表明,植被覆蓋的增加是減少水土流失的主要因素[7-8],植被覆蓋有效降低雨滴能量來(lái)減少?zèng)_刷作用[9],且根系的物理固結(jié)作用亦增強(qiáng)了土壤抗侵蝕能力[10-11],人工植被的覆蓋是控制和減少水土流失的重要途徑[12-13]。不同類(lèi)型和結(jié)構(gòu)形態(tài)植被的水土保持功能不一,而多層次、多類(lèi)型植被比單一植被或不覆蓋植被更具水土保持優(yōu)勢(shì)。因此,探討不同植被類(lèi)型的產(chǎn)流產(chǎn)沙特征,尋找最適宜的植被類(lèi)型與種植模式[14-15],對(duì)保護(hù)生態(tài)環(huán)境、提高經(jīng)濟(jì)效益等具有重要理論與現(xiàn)實(shí)意義。

除植被外,降雨也是水土流失的關(guān)鍵因素[16]。降雨模式特征諸如歷時(shí)、雨量、雨強(qiáng)等決定了地表的水文過(guò)程[17]。杜軼等[18]發(fā)現(xiàn)在汾河上游地區(qū),隨著雨量的增加,植被小區(qū)的徑流調(diào)控率和泥沙調(diào)控率均呈現(xiàn)下降趨勢(shì),而當(dāng)雨量相近時(shí),隨著雨強(qiáng)增加,徑流調(diào)控率和泥沙調(diào)控率下降明顯。Peng等[19]發(fā)現(xiàn)在喀斯特石漠化地區(qū),僅在降雨強(qiáng)度大于30 mm/h時(shí)才會(huì)發(fā)生地表徑流,地下徑流在所有降雨強(qiáng)度條件下都會(huì)發(fā)生。Duan等[20]采用K-means法對(duì)自然降雨事件進(jìn)行聚類(lèi)分析,發(fā)現(xiàn)低強(qiáng)度和長(zhǎng)歷時(shí)的降雨能充分產(chǎn)生地下徑流,從而使得表層土壤免受侵蝕。黃萱[21]通過(guò)聚類(lèi)分析,發(fā)現(xiàn)暴雨時(shí)空格局引起的徑流和泥沙差異很大,李瑞等[22]在4 a連續(xù)觀測(cè)的基礎(chǔ)上,分析滸洋水小流域月際產(chǎn)流無(wú)顯著差異,但6月的產(chǎn)沙顯著高于1月、2月、3月、12月,其他月份間的產(chǎn)沙無(wú)顯著差異;受年度降雨影響,產(chǎn)流產(chǎn)沙量也發(fā)生較大變化[23-24]。這些研究綜合分析了各降雨因子及不同降雨類(lèi)型水土流失之間的變化關(guān)系,揭示了研究區(qū)的產(chǎn)流產(chǎn)沙的主導(dǎo)降雨因子及降雨類(lèi)型。

現(xiàn)有研究主要從最終產(chǎn)流產(chǎn)沙量來(lái)討論不同類(lèi)型降雨或降雨因子之間的差異,基于試驗(yàn)區(qū)多年連續(xù)觀測(cè)數(shù)據(jù)的在不同降雨等級(jí)下的不同作物水土保持效應(yīng)研究相對(duì)匱乏,且鮮有關(guān)注植物不同生長(zhǎng)階段對(duì)產(chǎn)流產(chǎn)沙的影響[21]。據(jù)此,本文選取兩種當(dāng)?shù)刂饕慕?jīng)濟(jì)和糧食作物即茶葉和黃豆,基于霍山縣水土保持試驗(yàn)站2011—2018年觀測(cè)資料,探討逐降雨場(chǎng)次、年份、季節(jié)、月份等時(shí)間尺度下兩種植被的產(chǎn)流產(chǎn)沙特征,定量比較降雨等級(jí)和植被類(lèi)型對(duì)產(chǎn)沙的貢獻(xiàn);并運(yùn)用ROC曲線來(lái)度量產(chǎn)流量和各降雨因子對(duì)最終產(chǎn)沙的重要性;此外,根據(jù)當(dāng)?shù)攸S豆種植規(guī)律,定量探討其不同生長(zhǎng)階段的產(chǎn)流產(chǎn)沙特征。以期為安徽大別山區(qū)作物種植保障經(jīng)濟(jì)收益的同時(shí)保障生態(tài)效益的目標(biāo)提供理論支撐。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

研究區(qū)位于安徽省六安市的江子河小流域,地處大別山腹地、江淮分水嶺北坡,屬淮河流域淠河水系,水土流失嚴(yán)重,以水力侵蝕為主,水土流失面積共計(jì)3.43 km2,占小流域總面積的36.99%。此為亞熱帶向溫帶、濕潤(rùn)帶向半濕潤(rùn)帶的過(guò)渡地段,降雨充沛且年際變化大,是安徽大別山區(qū)暴雨中心,平均海拔775 m,平均無(wú)霜期240 d,年均氣溫14.8℃,年均蒸發(fā)量1 240.05 mm,年均降雨量1 423.3 mm,土壤以砂壤為主,土層厚度空間變異性大(圖1)。

圖1 研究區(qū)地理位置示意圖

1.2 徑流小區(qū)布設(shè)

江子河小流域水土流失綜合觀測(cè)在霍山縣水土保持試驗(yàn)站(115°59′9″—115°59′20″E,31°08′43″—31°09′09″N)進(jìn)行。該站始建于1981年,下設(shè)氣象園、徑流場(chǎng)和控制站,其地質(zhì)土壤、氣候條件及地表狀況等基本代表安徽大別山區(qū)特征。我們選取2011—2018年標(biāo)準(zhǔn)徑流小區(qū)展開(kāi)水土流失定位觀測(cè),坡度為23°,小區(qū)規(guī)格為5 m×20 m,水平投影面積為100 m2,試驗(yàn)期間所有活動(dòng)均由當(dāng)?shù)剞r(nóng)戶按照傳統(tǒng)種植方式進(jìn)行經(jīng)營(yíng)管理(表1)。

1.3 指標(biāo)觀測(cè)與計(jì)算

試驗(yàn)主要使用3554 WD翻斗式自記雨量計(jì)進(jìn)行降雨的實(shí)時(shí)跟蹤監(jiān)測(cè),記錄間隔為5 min,同時(shí)人工記錄降雨起止時(shí)間及降雨期間雨勢(shì)變化等,以便二者相互驗(yàn)證;小區(qū)產(chǎn)流通過(guò)觀測(cè)分(集)流桶水位,計(jì)算次降雨產(chǎn)流量;小區(qū)產(chǎn)沙通過(guò)測(cè)定產(chǎn)流含沙量,計(jì)算小區(qū)次降雨泥沙流失量。泥沙采樣時(shí),將分(集)流桶渾水充分?jǐn)噭?,? 000 ml廣口取樣瓶收集,采用鋁盒烘干法測(cè)定水樣含沙量。

次降雨總動(dòng)能E的計(jì)算公式[25-27]為:

(1)

er=0.29[1-0.72e(-0.082ir)]

(2)

降雨侵蝕力R次計(jì)算公式為:

R次=E·I30

(3)

式中:R次表示次降雨侵蝕力[MJ·mm/(hm2·h)];E表示一次降雨總動(dòng)能(J/m2);I30表示最大30 min雨強(qiáng)(mm/h);n表示一次降雨過(guò)程按斷點(diǎn)雨強(qiáng)分為n個(gè)時(shí)段;r=1,2,3,…,n;er表示某時(shí)段單位降雨動(dòng)能;Pr表示對(duì)應(yīng)時(shí)段雨量(mm);ir表示第r時(shí)段的斷點(diǎn)雨強(qiáng)。

本文次降雨指連續(xù)不斷的一個(gè)降雨事件。因降雨時(shí)斷時(shí)續(xù),一天可能會(huì)發(fā)生多場(chǎng),如果出現(xiàn)的兩場(chǎng)降雨的間歇不足6 h,則作為一場(chǎng)降雨過(guò)程,間歇時(shí)間若大于6 h,則視為兩場(chǎng)降雨過(guò)程[28]。此外,本文中,3—5月為春季,6—8月為夏季,9—11月為秋季,12—2月為冬季。

1.4 降水事件篩選

共篩選出降雨事件184場(chǎng)次,依據(jù)中國(guó)氣象局中央氣象臺(tái)的日降雨強(qiáng)度劃分標(biāo)準(zhǔn)[29]及相關(guān)研究[30-31]對(duì)2011—2018年內(nèi)所有統(tǒng)計(jì)降雨分級(jí)。其中24 h內(nèi)降雨量小于10 mm的降雨場(chǎng)次為小雨,僅2場(chǎng),占比1.09%;24 h內(nèi)雨量介于10~25 mm之間的降雨場(chǎng)次為中雨,共計(jì)49場(chǎng),占比26.63%;雨量介于25~50 mm的場(chǎng)次為大雨,共計(jì)83場(chǎng),占比45.11%;雨量介于50~100 mm的場(chǎng)次為暴雨,共計(jì)36場(chǎng),占比19.57%;雨量介于100~250 mm的場(chǎng)次為大暴雨,共計(jì)14場(chǎng),占比7.61%;雨量大于等于250 mm的場(chǎng)次為特大暴雨,無(wú)該等級(jí)降雨。

由圖2看出,5種等級(jí)降雨事件分布聚集在5個(gè)相對(duì)集中的區(qū)域,由左下至右上傾斜,斜率隨著降雨等級(jí)的提高而增大,其中大暴雨相對(duì)分散;相鄰降雨等級(jí)間,暴雨、大雨和中雨邊界略有交錯(cuò),大暴雨、暴雨之間相距較遠(yuǎn)、邊界清晰。由此說(shuō)明,大暴雨的次降雨特征變化最大,與其他等級(jí)降雨差異明顯,暴雨、大雨和中雨的次降雨特征具有一定相似性。

圖2 不同等級(jí)降雨

1.5 研究方法

1.5.1 非參數(shù)檢驗(yàn)法 非參數(shù)檢驗(yàn)是一種與總體分布狀況無(wú)關(guān)的檢驗(yàn)方法,它不依賴于總體分布的形式,不考慮被研究對(duì)象為何種分布及分布類(lèi)型是否已知[32]。當(dāng)樣本觀測(cè)值的總體分布類(lèi)型未知或知之甚少,無(wú)法肯定其性質(zhì),不具備參數(shù)檢驗(yàn)的應(yīng)用條件時(shí),非參數(shù)檢驗(yàn)極具應(yīng)用價(jià)值。本文分別采用Mann-Whitney U檢驗(yàn)和Kruskal-Wallis檢驗(yàn)分別定量分析植被和降雨等級(jí)對(duì)產(chǎn)流產(chǎn)沙的影響。

1.5.2 趨勢(shì)分析 本文運(yùn)用累計(jì)濾波器法、一元線性法、滑動(dòng)平均法、二次九點(diǎn)平滑法及三次平滑法等5種趨勢(shì)分析方法,將2011—2018年184場(chǎng)次降雨事件作為時(shí)間序列進(jìn)行探究,分析其變化趨勢(shì)。

1.5.3 二項(xiàng)邏輯回歸模型 因變量為降雨事件導(dǎo)致產(chǎn)沙與否,是二分類(lèi)變量,故本文采用二項(xiàng)邏輯回歸模型來(lái)對(duì)結(jié)果進(jìn)行測(cè)度,定量表現(xiàn)降雨等級(jí)和植被類(lèi)型對(duì)產(chǎn)沙風(fēng)險(xiǎn)的影響。

1.5.4 ROC曲線 ROC曲線亦稱(chēng)為感受性曲線[33],已被廣泛應(yīng)用于災(zāi)害危險(xiǎn)性評(píng)估結(jié)果精度分析[34]、模型精度比較分析[35]等方面。各因子對(duì)最終結(jié)果的判斷通過(guò)曲線下面積(AUC)進(jìn)行衡量,AUC越接近于1(總面積值在0~1),則該因子的判別結(jié)果越好。本文采用ROC曲線對(duì)導(dǎo)致產(chǎn)沙的各影響因子進(jìn)行重要性分析。

2 結(jié)果與分析

2.1 不同植被與降雨等級(jí)條件下產(chǎn)流產(chǎn)沙特征

將2011—2018年184場(chǎng)次降雨事件進(jìn)行分析,黃豆的次產(chǎn)流產(chǎn)沙量組內(nèi)差異均明顯大于茶葉,黃豆次產(chǎn)流產(chǎn)沙量平均值(分別為0.211 m3,0.212 kg)遠(yuǎn)高于茶葉次產(chǎn)流產(chǎn)沙量平均值(分別為0.023 m3,0.004 kg),且明顯呈現(xiàn)較為明顯的右偏態(tài)分布。經(jīng)Mann-Whitney檢驗(yàn),其顯著性p值均小于0.001,拒絕零假設(shè),說(shuō)明在不同植被條件下產(chǎn)流量和產(chǎn)沙量差異極顯著。

Mann-Whitney檢驗(yàn)只能用于兩組之間的比較,為進(jìn)一步分析不同降雨等級(jí)的產(chǎn)流產(chǎn)沙的差異,進(jìn)行Kruskal-Wallis檢驗(yàn),其顯著性p值均小于0.001。結(jié)果表明,在不同降雨等級(jí)下產(chǎn)流量和產(chǎn)沙量差異極顯著,大暴雨和暴雨導(dǎo)致的產(chǎn)流產(chǎn)沙量顯著高于其他等級(jí)降雨,與李宗勛等[30]對(duì)不同等級(jí)降雨下的馬尾松水土流失特征的研究一致。暴雨和大暴雨之間以及小雨、中雨、大雨之間導(dǎo)致的產(chǎn)流產(chǎn)沙沒(méi)有顯著差異。

2.2 不同時(shí)間尺度的產(chǎn)流產(chǎn)沙特征研究

2.2.1 次降雨事件的時(shí)間序列分析 本文運(yùn)用累計(jì)濾波器法、一元線性法、滑動(dòng)平均法、二次九點(diǎn)平滑法及三次平滑法等方法,對(duì)2011—2018年184場(chǎng)次降雨事件的各降雨變量及產(chǎn)流產(chǎn)沙量作為時(shí)間序列進(jìn)行探究,分析其變化趨勢(shì),5種方法都選用置信水平為95%的臨界值的非參數(shù)統(tǒng)計(jì)檢驗(yàn)作為顯著性檢驗(yàn)標(biāo)準(zhǔn),結(jié)果見(jiàn)表2。各降雨因子均呈現(xiàn)不顯著增加趨勢(shì),表現(xiàn)出雨量更大,雨勢(shì)更急的特征。茶葉和黃豆的產(chǎn)流量也都為不顯著增加,產(chǎn)流量隨著降雨的變化而呈現(xiàn)增加趨勢(shì),而二者的產(chǎn)沙量分別呈現(xiàn)顯著減少和顯著增加趨勢(shì),說(shuō)明茶葉具有極好的保沙功能,減沙效益高于其減流效益,與Chen等[36]的研究一致。同時(shí),多年的黃豆種植使得土壤流失愈發(fā)嚴(yán)重。

表2 次降雨事件各變量趨勢(shì)分析及顯著性檢驗(yàn)

2.2.2 年尺度下不同植被產(chǎn)流產(chǎn)沙分析 由圖3年尺度下不同植被產(chǎn)流產(chǎn)沙趨勢(shì)圖可知,黃豆的產(chǎn)流產(chǎn)沙量和茶葉的產(chǎn)流量隨著年份增長(zhǎng)總體呈現(xiàn)上升趨勢(shì),茶葉產(chǎn)沙量較為平緩,基本接近于0。2016年是兩種作物產(chǎn)流量總值和平均值相差最大的年份,分別為7.207 m3,0.271 m3。查閱試驗(yàn)站記錄,2016年大暴雨和暴雨場(chǎng)次最多,降雨量較其他年份異常增多且分布集中,全年降水量2 122.7 mm(該站觀測(cè)的多年平均年降水量為1 549.9 mm),為多年平均值的1.4倍,降水日數(shù)共計(jì)154 d,7月份連續(xù)8 d降雨,累計(jì)雨量達(dá)555.5 mm,土壤水量飽和,使得黃豆產(chǎn)流異常增多。2018年和2013年分別為兩種作物產(chǎn)沙量總值和平均值相差最大的年份,分別為8.530 kg和0.317 kg。2013年為大暴雨場(chǎng)次最多的年份,共計(jì)4場(chǎng),其他年份僅1~2場(chǎng);而2018年是平均雨強(qiáng)和最大30 min雨強(qiáng)最高的年份,分別為7.93 mm/h和41.76 mm/h,可見(jiàn),大雨強(qiáng)是增大產(chǎn)沙量的重要原因。

圖3 年尺度下不同植被產(chǎn)流產(chǎn)沙趨勢(shì)

2.2.3 季節(jié)和月尺度下不同植被產(chǎn)流產(chǎn)沙分析 從季節(jié)尺度看,黃豆產(chǎn)流產(chǎn)沙量及黃豆與茶葉產(chǎn)流產(chǎn)沙量之差均為夏季>春季>秋季>冬季,黃豆的產(chǎn)流產(chǎn)沙量始終大于茶葉(圖4)。計(jì)算可得,各季節(jié)的降雨場(chǎng)次為夏季>春季>秋季>冬季,大暴雨、暴雨、大雨、中雨4種等級(jí)降雨的場(chǎng)次分別占全年的85.71%,61.11%,42.17%,32.65%,在不考慮小雨的情況下,均居于四季之首??梢?jiàn),降雨的多少和類(lèi)型對(duì)產(chǎn)流產(chǎn)沙具有直接重要的作用,極端強(qiáng)降雨對(duì)水土保持具有非常強(qiáng)的破壞作用[37]。

圖4 季節(jié)尺度下不同植被產(chǎn)流產(chǎn)沙

從月份尺度看,黃豆的產(chǎn)流產(chǎn)沙量總體呈現(xiàn)先上升后下降的趨勢(shì),8月為全年峰值,也是兩種植被產(chǎn)流產(chǎn)沙相差最大的月份,且該月降雨集中、降雨侵蝕力平均值[1 200.223 MJ·mm/(hm2·h)]和總值[30 005.578 MJ·mm/(hm2·h)]遠(yuǎn)超其他月份(圖5)。查閱田間管理記錄可知,8月會(huì)對(duì)黃豆小區(qū)噴灑除草劑并輔以人工除草,擾動(dòng)地表,使得8月成為黃豆全年產(chǎn)流產(chǎn)沙最大值。因此,建議減少8月對(duì)各小區(qū)的清理和擾動(dòng)。茶葉整體變化較緩,4—6月為全年產(chǎn)流產(chǎn)沙較高的時(shí)期,查閱田間管理記錄可知,這3個(gè)月份會(huì)進(jìn)行茶葉的采摘和茶樹(shù)的修剪,如此一來(lái),縮短了冠層截留達(dá)到飽和的時(shí)間,減少了冠層截留量,對(duì)于削弱降雨對(duì)地表?yè)魹R、減小產(chǎn)流產(chǎn)沙量等的作用有所降低。

圖5 月份尺度下不同植被產(chǎn)流產(chǎn)沙

2.3 不同植被與降雨等級(jí)影響下的產(chǎn)流產(chǎn)沙

本文以降雨事件是否最終導(dǎo)致產(chǎn)沙作為因變量,降雨等級(jí)和植被類(lèi)型作為自變量,建立二項(xiàng)邏輯回歸模型。結(jié)果顯示,降雨等級(jí)和植被類(lèi)型均通過(guò)了95%顯著性檢驗(yàn)。降雨等級(jí)的差異對(duì)于最終產(chǎn)沙具有顯著影響,隨著降雨等級(jí)的提升,產(chǎn)沙的風(fēng)險(xiǎn)也逐步提升,尤其是暴雨和大暴雨,其產(chǎn)沙風(fēng)險(xiǎn)較其他降雨等級(jí)顯著提升,分別是中雨的19.706倍和25.903倍。而高強(qiáng)度降雨會(huì)超過(guò)植被的承載力和入滲能力,在遭遇高強(qiáng)度、大范圍的降雨時(shí),直接形成的地表徑流極容易導(dǎo)致土壤侵蝕[38]。因此,在改善水土流失狀況、保護(hù)和開(kāi)發(fā)當(dāng)?shù)赝寥蕾Y源的同時(shí),應(yīng)重視其產(chǎn)生的影響。

黃豆的產(chǎn)沙風(fēng)險(xiǎn)是茶葉的21.29倍,顯示出茶葉優(yōu)越的水土保持功能。黃豆屬一年生植物,在種植前與收獲后有較長(zhǎng)一段時(shí)間地表處于裸露狀態(tài),平均蓋度不高,而植被覆蓋度是影響水土流失的最重要因子之一[39],且其生長(zhǎng)過(guò)程對(duì)土壤的擾動(dòng)大,在降雨集中且雨量和雨強(qiáng)均處于較高水平時(shí)期,雨滴的濺蝕力強(qiáng),不僅使土壤結(jié)皮難以形成[40],還大大增加了土壤表面徑流的穩(wěn)流強(qiáng)度,提高了輸沙能力,同時(shí)造成地表板結(jié),減少雨滴入滲[41],因此造成的水土流失量大。而茶樹(shù)地蓋度好,常年維持在70%~80%,大大增強(qiáng)了其對(duì)雨水的截持能力,降低土壤的侵蝕速率[42]?;诖耍S豆可采取與玉米等作物2∶2等其他方式間作種植[43]或選取納米碳[44]土壤改良劑促進(jìn)黃豆根系生長(zhǎng)、減少土壤侵蝕和控制養(yǎng)分流失[45]或采取等高溝壟、橫坡壟作[46]等耕種模式,以收獲更高的生態(tài)和經(jīng)濟(jì)效益。

2.4 不同植被類(lèi)型產(chǎn)沙量的影響因子定量分析

本文運(yùn)用產(chǎn)流量(W)及各降雨因子(降雨歷時(shí)T,降雨雨量P,平均雨強(qiáng)I及最大30 min雨強(qiáng)I30)分別單獨(dú)評(píng)價(jià)茶葉和黃豆兩種植被類(lèi)型出現(xiàn)產(chǎn)沙事件的精度,運(yùn)用ROC曲線,展現(xiàn)各因子對(duì)于最終產(chǎn)沙事件的重要性大小。

由圖6可知,對(duì)于茶葉而言,I30的評(píng)價(jià)精度最好,其曲線下面積AUC為0.920,P的評(píng)價(jià)效果最差,其AUC僅為0.627,可見(jiàn),茶葉出現(xiàn)產(chǎn)沙與瞬時(shí)雨強(qiáng)相關(guān),雨強(qiáng)對(duì)產(chǎn)沙的重要性高于雨量;而對(duì)于黃豆而言,W的評(píng)價(jià)精度最好,其AUC為0.874,T評(píng)價(jià)效果最差,其AUC僅為0.593,則黃豆多由產(chǎn)流而導(dǎo)致產(chǎn)沙,雨量對(duì)產(chǎn)沙的重要性高于雨強(qiáng);總體而言,各因子均能對(duì)最終產(chǎn)沙事件作出較好預(yù)測(cè)和評(píng)判,對(duì)茶葉(AUC平均值為0.795)的評(píng)價(jià)精度高于黃豆(AUC平均值為0.761)。

圖6 ROC曲線

2.5 黃豆不同生長(zhǎng)階段產(chǎn)流產(chǎn)沙對(duì)比分析

查閱2011—2018年逐年田間管理記錄,可知研究區(qū)大豆每年6月下旬播種,10月中上旬收割,可能會(huì)因氣溫、降水等因素提早或推遲。聯(lián)合國(guó)糧農(nóng)組織將作物生長(zhǎng)期劃分為4個(gè)階段:生長(zhǎng)初期、快速發(fā)育期、生長(zhǎng)中期和生長(zhǎng)后期[47],據(jù)此,本文將大豆生長(zhǎng)期劃分為:播種—三葉期、三葉期—開(kāi)花期、開(kāi)花期—結(jié)莢期、結(jié)莢期—成熟期等4個(gè)階段,各生長(zhǎng)階段日期及歷時(shí)見(jiàn)表3。三葉期—開(kāi)花期產(chǎn)流產(chǎn)沙量平均值在黃豆幾個(gè)生長(zhǎng)階段中均為最高,在播種—三葉期產(chǎn)流產(chǎn)沙量會(huì)出現(xiàn)一定的極端值,僅有結(jié)莢期—成熟期的產(chǎn)流產(chǎn)沙量低于裸土期(圖7)。

表3 黃豆各生長(zhǎng)期所處日期及歷時(shí)

圖7 一般情況下黃豆各生長(zhǎng)階段產(chǎn)流產(chǎn)沙量

計(jì)算各生長(zhǎng)期的降雨侵蝕力可知,開(kāi)花期—結(jié)莢期降雨侵蝕力最強(qiáng),遠(yuǎn)高于裸土期等其他生長(zhǎng)階段。因此,在該階段應(yīng)盡量減少或避免對(duì)小區(qū)的擾動(dòng),或采取其他保護(hù)措施以減少產(chǎn)流產(chǎn)沙。

由表4可知:在大雨條件下,各生長(zhǎng)階段均有一定量的降雨場(chǎng)次,且雨強(qiáng)處于較高水平,可一定程度削弱土壤結(jié)皮對(duì)最終產(chǎn)沙的影響[48],故選取大雨條件下的降雨事件進(jìn)行研究。見(jiàn)圖8A,產(chǎn)流量總體呈現(xiàn)先減少后增加的趨勢(shì),研究表明,土壤的抗沖性和抗蝕性隨著大豆生長(zhǎng)期的推進(jìn)均是先增強(qiáng)后減弱[49],三葉期—開(kāi)花期是產(chǎn)流量最少的生長(zhǎng)階段,4個(gè)生長(zhǎng)階段均低于裸土期,表明大豆的覆蓋可減緩降雨侵蝕力,有利于入滲[40],具有一定的減流效應(yīng)[50]。據(jù)王計(jì)磊等[49]的研究,結(jié)莢期—成熟期土壤抗侵蝕能力最強(qiáng),播種—三葉期最弱,安徽大別山地區(qū)以水力侵蝕為主,坡面產(chǎn)流是產(chǎn)沙的主要?jiǎng)恿χ?,土壤產(chǎn)流量的大小是影響產(chǎn)沙量變化的主要因素之一[35],產(chǎn)流量越大,產(chǎn)沙量一般也越大[2],而三葉期—開(kāi)花期產(chǎn)流量為黃豆生長(zhǎng)期中最少的一個(gè)階段,這也導(dǎo)致了該階段出現(xiàn)的產(chǎn)沙量較少。

表4 黃豆不同生長(zhǎng)期出現(xiàn)的各等級(jí)降雨場(chǎng)次

見(jiàn)圖8B,就產(chǎn)沙量而言,三葉期—開(kāi)花期和結(jié)莢期—成熟期低于裸土期,結(jié)莢期—成熟期為最低。不難看出,黃豆處于三葉期—開(kāi)花期和結(jié)莢期—成熟期時(shí)具有較好的保水保沙效益,結(jié)合圖7—8,三葉期—開(kāi)花期產(chǎn)流產(chǎn)沙的峰值主要由于高水平的雨量雨強(qiáng)造成的強(qiáng)大的降雨侵蝕力導(dǎo)致。

圖8 大雨條件下黃豆各生長(zhǎng)階段產(chǎn)流產(chǎn)沙量

3 結(jié) 論

降雨方面:(1)從不同尺度降雨來(lái)看,在次降雨事件的時(shí)間序列分析中,各降雨因子及兩種作物產(chǎn)流量呈現(xiàn)不顯著上升趨勢(shì),茶葉和黃豆產(chǎn)沙量分別呈現(xiàn)顯著下降和顯著上升趨勢(shì),表明茶葉較好的保沙功能,且其保沙效益高于保水效益,而多年的黃豆種植導(dǎo)致土壤侵蝕愈發(fā)嚴(yán)重。在年尺度分析中,黃豆的產(chǎn)流產(chǎn)沙量和茶葉的產(chǎn)流量隨著年份增長(zhǎng)總體呈現(xiàn)上升趨勢(shì),茶葉產(chǎn)沙量較為平緩,基本接近于0,2016年是兩種作物產(chǎn)流量總值和平均值相差最大的年份,2013年和2018年分別為兩種作物產(chǎn)沙量總值和平均值相差最大的年份。在季節(jié)尺度分析中,黃豆與茶葉的產(chǎn)流產(chǎn)沙之差為夏季>春季>秋季>冬季。在月份尺度分析中,黃豆的產(chǎn)流產(chǎn)沙量總體呈現(xiàn)先上升后下降的趨勢(shì),8月為全年峰值,也是兩種植被產(chǎn)流產(chǎn)沙相差最大的月份,建議減少8月對(duì)各小區(qū)的清理和擾動(dòng),以減少水土流失量。(2)從降雨等級(jí)來(lái)看,隨著降雨等級(jí)的提升,產(chǎn)沙的風(fēng)險(xiǎn)也逐步提升,暴雨和大暴雨的產(chǎn)沙風(fēng)險(xiǎn)較其他降雨等級(jí)顯著提升,分別是中雨的19.706倍和25.903倍。(3)從降雨因子來(lái)看,茶葉出現(xiàn)產(chǎn)沙與瞬時(shí)雨強(qiáng)相關(guān),雨強(qiáng)對(duì)產(chǎn)沙的重要性高于雨量,黃豆多由產(chǎn)流而導(dǎo)致產(chǎn)沙,雨量對(duì)產(chǎn)沙的重要性高于雨強(qiáng)。各因子對(duì)茶葉的評(píng)價(jià)精度高于黃豆。植被方面:植被類(lèi)型的差異對(duì)于最終產(chǎn)沙具有顯著影響,黃豆的產(chǎn)沙風(fēng)險(xiǎn)是茶葉的21.29倍,且相同條件下,黃豆的產(chǎn)流產(chǎn)沙量均遠(yuǎn)高于茶葉。

猜你喜歡
雨強(qiáng)產(chǎn)流場(chǎng)次
產(chǎn)流及其研究進(jìn)展
不同坡面單元人工降雨產(chǎn)流試驗(yàn)與分析
排考場(chǎng)次分配方法及其SQL實(shí)現(xiàn)
經(jīng)驗(yàn)相關(guān)圖法在洪水預(yù)報(bào)中的應(yīng)用分析
托里降雨時(shí)間分布特征分析
雨強(qiáng)及坡度對(duì)黃土區(qū)草地坡面水流流速的影響
渭南市1961-2016年雨日、雨強(qiáng)的季節(jié)變化特征
白城市雷達(dá)定量估測(cè)降水方法
“慢病防治健康行”三年直接受益12萬(wàn)人
地鐵觀影指南