俄克拉荷马州降雨侵蚀力的时空分析

《CATENA》：Spatiotemporal analysis of rainfall erosivity in Oklahoma

本研究利用俄克拉荷马州111个Mesonet站点的5分钟高分辨率降雨数据，更新了降雨侵蚀力因子（R因子）等侵蚀力图，并与原Agricultural Handbook 703地图对比，发现新R因子差异显著（-20%至112%），并分析了时空变化特征及地理分块影响。

　　

陈梦婷|杰米·凯瑟琳·舒斯勒|黛布·米什拉

美国俄克拉荷马州立大学土木与环境工程学院研究生，斯蒂尔沃特，OK 74078

摘要

通用土壤流失方程（USLE）及其系列模型已被用于土壤流失预测和侵蚀减缓。这些经验模型依赖于1957年之前的降水数据来计算降雨侵蚀力（R因子）值；然而，AH703中发布的等侵蚀图至今仍被广泛用于土壤流失估算。气候变化和降水量的变化对使用这些估算方法的有效性和可靠性提出了质疑。此外，自AH703等侵蚀图首次发布以来，仪器设备、降水测量网络和数据可用性都有所改进。本研究在GIS环境中进行了时空分析，利用高分辨率降水数据估算了俄克拉荷马州的现代降雨侵蚀力。通过收集来自111个俄克拉荷马州Mesonet站点的5分钟间隔降水数据，分别估算了年平均和月平均降雨侵蚀力因子R因子。

引言

水蚀是指由于水的作用导致土壤颗粒从原始位置脱落和运输的过程（Ellison, 1950）。水蚀带来了重大的经济、社会和环境风险，例如水质下降（Nugues和Roberts, 2003；Issaka和Ashraf, 2017）、农业生产力降低以及农业经济受损（Boardman等人, 2003；Meena等人, 2017；Sartori等人, 2019；Thaler等人, 2021）。此外，因水蚀而退化的土地无法维持相同的植被密度（Alemu, 2014），从而减少了温室气体的吸收（Rice和Reed, 2007；He等人, 2024）。

侵蚀的严重影响已被广泛认识到。美国农业部（USDA）开发了通用土壤流失方程（USLE）来测量水蚀（Smith和Wischmeier, 1962）。该方程包括六个输入因素，包括降雨侵蚀力、土壤可蚀性、坡度陡度、坡长、覆盖管理及辅助措施。

降雨侵蚀力作为通用土壤流失方程中的一个输入因素，反映了长期内降雨滴落和径流对土壤侵蚀的综合影响。

单次风暴的降雨侵蚀力（$E_I$）定义为风暴的总动能（）与其最大30分钟降雨强度（$I_{30}$）的乘积（Wischmeier, 1959）。为了捕捉单次降雨事件中的这些特征，需要具有长期历史记录的高时间分辨率降水数据。给定时期内风暴$E{I}_{}$的总和是该期间降雨侵蚀潜力的数值度量。风暴$E{I}_{}$有助于推导出季节性数值，这对于准确预测土壤流失至关重要。此外，这些估算在评估具有季节性变化的覆盖管理方面也起着关键作用（Wischmeier和Smith, 1978；Renard, 1997；USDA-ARS, 2013）。

已经开发了几种降雨侵蚀力地图，并将其整合到软件中，如USLE和修订后的通用土壤流失方程（RUSLE），作为特定地点条件下土壤流失估算的本地化降雨侵蚀力值数据库。美国东部的等侵蚀图最初是使用1936年至1957年的降水数据制作的，以等高线形式表示年平均降雨侵蚀力R因子（Smith和Wischmeier, 1962）。由于缺乏长期的高时间分辨率数据，美国西部被排除在原始地图之外。后来使用15分钟间隔的降水数据将等侵蚀图扩展到了太平洋沿岸和夏威夷，并将其纳入RUSLE（Renard, 1997）。

降雨侵蚀力值本质上与降雨模式的变化相关，而这些变化并非时间上稳定的（Huff和Angel, 1992；Hollinger等人, 2002）。鉴于气候变化对降雨模式及其对降雨侵蚀力和空间变异性的影响日益增加，迫切需要改进降雨侵蚀力估算方法并更新侵蚀力数据库（Dabney等人, 2012）。然而，开发此类数据集面临重大挑战。除了缺乏高时间分辨率的降水数据外，当前的插值方法未能充分捕捉空间复杂性。具体来说，等侵蚀线之间的R因子值通常通过线性插值得出，导致地图在表示复杂地形（如山区和山谷地区）的R因子变化时精度不足。

引入了侵蚀密度概念，以量化单位降水量下的侵蚀潜力，其值在空间上的变化较为平缓（USDA-ARS, 2013）。因此，使用克里金方法插值了月侵蚀密度，并随后将其用于RUSLE2（USDA-ARS, 2013）中估算月降雨侵蚀力。每月的侵蚀密度是根据美国国家海洋和大气管理局国家环境信息中心存档的15分钟间隔降水数据（DSI-3260）得出的，涵盖1960年代至1990年代的时期。然后通过将侵蚀密度乘以从独立坡度上的降水-海拔回归模型（PRISM）数据库获得的平均月降水量来估算月降雨侵蚀力。网格化的PRISM数据的整合有效缓解了侵蚀密度数据库中15分钟降水记录缺失带来的挑战，使得降雨侵蚀力的空间过渡更加平滑，提高了土壤流失估算的准确性。

DSI-3260 15分钟降水数据后来被用于更新美国本土的年度降雨侵蚀力地图，数据来源于1970年至2013年（McGehee等人, 2022）。然而，这项研究并不能代表美国全境的降雨侵蚀力的确切分析。15分钟降水数据的质量受到缺失和累积值的影响，需要应用填补缺失值的技术（McGehee和Srivastava, 2018）。尽管填补缺失值对于完整分析至关重要，但它会影响降雨侵蚀力的准确性。此外，从15分钟分辨率降水数据得出的降雨侵蚀力值往往低于从更高分辨率数据估算的值，因为较粗的时间分辨率会对降雨强度产生抑制作用（Flanagan等人, 2020）。此外，在插值成栅格格式后，更新后的地图中会出现不规则的空间趋势。

还有努力开发全球降雨侵蚀力的研究。通过从大约65个国家的4000个站点收集大量数据，开发了一个全球网格化的月降雨侵蚀力数据库（Panagos等人, 2023）。这种插值方法使全球降雨侵蚀力地图能够展示平滑且连续的空间变化，满足建模应用的要求（Dingman, 2015）。然而，由于使用的数据集具有不同的时间分辨率和记录长度，该数据库存在局限性，这可能影响地图的准确性，因为降雨侵蚀力并非时间上稳定的。此外，用于全球降雨侵蚀力估算的算法在降雨侵蚀力较高的地区可能无法达到最佳性能。因此，进行区域研究至关重要，以便应用最适合当地条件的方程，从而更准确地计算降雨侵蚀力。

俄克拉荷马州位于美国南部大平原地区，气候多样。根据柯本气候分类，该州的气候从东部的湿润亚热带到西部的半干旱不等，降水模式随季节变化（Oklahoma气候调查, 2024）。俄克拉荷马州还拥有全国最多样化的地形，包括从台地到山脉的各种生态区域（Gourley和Park, 2012）。俄克拉荷马州降雨侵蚀力的空间和时间变化对于制定区域性的土壤保护措施至关重要。

本研究的主要目标是利用高时间分辨率（5分钟间隔）的降水数据及其在该州更密集的空间分布来估算月降雨侵蚀力，作为区域性的降雨侵蚀力数据池。此外，空间分析基于两种划分方法进行：（1）美国国家海洋和大气管理局（NOAA）定义的气候分区；（2）环境保护署（EPA）定义的生态区域。将现代降雨侵蚀力的空间趋势与这些分区进行比较，以促进更新降雨侵蚀力因子在土壤流失估算和保护工作中的应用。此外，还生成了使用现代记录的年度降雨侵蚀力地图，以评估其与农业手册第703号（AH 703）中的等侵蚀图之间的差异。

研究区域

研究区域

俄克拉荷马州位于美国中南部，纬度范围为33°37′ N至37° N，经度范围为94°26′ W至103° W，面积达181,030平方公里。1991年至2020年的年平均降水量（30年平均）从西部狭长地区的409毫米到东南部的1752毫米不等（PRISM气候组报告：https://prism.oregonstate.edu/）。图1显示了该州的地理边界以及年平均降水量颜色

降雨侵蚀力因子的季节性变化

这项工作的首要目标是评估从俄克拉荷马州111个Mesonet站点计算出的降雨侵蚀力因子的时间变化。使用5分钟间隔的降水数据以及动能方程计算了月平均和年平均侵蚀力因子值（$R_m$-因子和R因子）。结果列在表2中。

从表2可以看出，Mesonet站点的年平均侵蚀力因子（R因子）的范围

结论

本研究展示了俄克拉荷马州降雨侵蚀力的时空变化情况。使用1994年至2024年间在全州111个Mesonet站点收集的5分钟间隔降水数据，通过降雨动能方程计算了年平均和月平均降雨侵蚀力因子（R因子和$R_m$-因子）。观察到该州的降雨侵蚀力从西北向东南增加，最高值出现在

CRediT作者贡献声明

陈梦婷：撰写——初稿、正式分析、数据整理。杰米·凯瑟琳·舒斯勒：撰写——审阅与编辑、监督、项目管理、调查、概念化。黛布·米什拉：撰写——审阅与编辑、监督、项目管理、调查、概念化。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

作者感谢俄克拉荷马州Mesonet团队提供的高时间和空间分辨率的研究数据。