黑土區(qū)農(nóng)地集水區(qū)次降雨徑流與輸沙特征研究

胡 偉，翟星雨2，李 浩，喬寶玲2，張興義

(1.中國(guó)科學(xué)院 東北地理與農(nóng)業(yè)生態(tài)研究所 黑土區(qū)農(nóng)業(yè)生態(tài)重點(diǎn)實(shí)驗(yàn)室，黑龍江 哈爾濱 150081; 2.東北農(nóng)業(yè)大學(xué) 資源與環(huán)境學(xué)院，黑龍江 哈爾濱 150030)

0 引 言

東北黑土區(qū)是我國(guó)最大的商品糧基地，近半個(gè)世紀(jì)以來(lái)，該區(qū)土壤侵蝕日趨嚴(yán)重，威脅著國(guó)家的糧食和生態(tài)安全[1-2]。據(jù)《中國(guó)水土流失防治與生態(tài)安全(東北黑土區(qū)卷)》報(bào)道，該區(qū)黑土層厚度以0.3～1.0 cm·a-1的速度遞減，目前已經(jīng)下降了30～40 cm，被列為我國(guó)急需治理的三大區(qū)域之一[3-4]。水力侵蝕是誘發(fā)黑土區(qū)侵蝕發(fā)生發(fā)展的首要因素和表現(xiàn)[5]，降雨是水蝕最根本的動(dòng)力來(lái)源，該區(qū)降雨70%以上集中在夏季[6]。次降雨過(guò)程中降雨量和降雨強(qiáng)度等因素對(duì)地表產(chǎn)流、產(chǎn)沙過(guò)程具有重要的影響[7-9]。

降雨強(qiáng)度是影響坡面產(chǎn)流、產(chǎn)沙的主要影響因素，隨著降雨強(qiáng)度的增大，坡面徑流的初始產(chǎn)流時(shí)間縮短[7]，徑流量、徑流系數(shù)和輸沙量增加[9]?；趶搅餍^(qū)和小流域尺度上的研究結(jié)果表明，侵蝕性降雨主要是中雨、大雨和暴雨，而小雨未能引起研究區(qū)產(chǎn)流[10-12]。前期土壤含水量也是影響產(chǎn)流、產(chǎn)沙的重要因子，一般情況下，土壤含水量低，坡面產(chǎn)流慢，而土壤含水量高，坡面產(chǎn)流快[13]。下墊面特性是影響地表水沙關(guān)系的主導(dǎo)因素，流域出口斷面的徑流和輸沙特征間接反映了降雨和下墊面特性對(duì)流域侵蝕產(chǎn)沙的綜合影響[14]。東北黑土區(qū)地形地貌類(lèi)型多為漫川漫崗，坡緩而長(zhǎng)，匯流面積大，增強(qiáng)了徑流的匯流沖刷能力[15]。另一方面，黑土坡耕地多為順坡/斜坡壟作，壟溝作為人造溝，為地表徑流的匯集提供了獨(dú)特的地形條件[16]。宋玥[17]和何超等[18]在徑流小區(qū)的定位研究發(fā)現(xiàn)，與其他水土保持措施相比，順坡壟作的土壤侵蝕量最大。

然而，現(xiàn)有東北黑土區(qū)次降雨徑流與輸沙特征觀測(cè)研究多集中在坡面徑流小區(qū)尺度[17-19]，而關(guān)于集水區(qū)尺度的研究鮮見(jiàn)報(bào)道，集水區(qū)作為地表徑流從匯聚到集中排出所流經(jīng)的封閉區(qū)域，在保持下墊面自然狀態(tài)的基礎(chǔ)上，避免了徑流小區(qū)研究尺度太小和下墊面的均一化[20]。因此，本研究基于次降雨條件下徑流泥沙觀測(cè)資料和降雨資料，在集水區(qū)尺度分析次降雨的徑流和輸沙特征，探討降雨對(duì)徑流和輸沙的貢獻(xiàn)，篩選影響徑流和輸沙的關(guān)鍵變量，以期為水土流失監(jiān)測(cè)和預(yù)報(bào)提供參考。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于黑龍江省綏棱農(nóng)場(chǎng)(47°35′3.48″N，127°28′37.19″E)，海拔225～245 m。屬中溫帶大陸性季風(fēng)氣候，年平均降水量631 mm，平均氣溫0.9 ℃，有效積溫(≥10 ℃)為2 383 ℃，年平均日照時(shí)數(shù)為1 964 h，平均無(wú)霜期116 d。最大凍土深為2.2 m。年平均風(fēng)速3.8 m·s-1，地貌類(lèi)型為漫川漫崗，土壤以黑土和草甸土為主[21]。

觀測(cè)的農(nóng)地集水區(qū)面積為6.4 hm2，至本研究觀測(cè)之時(shí)已有30年的耕種歷史，耕作方式以傳統(tǒng)的順坡壟作為主，種植制度主要以玉米-大豆輪作為主，觀測(cè)期間種植大豆，植被覆蓋度在41.5%。集水區(qū)下游溝道內(nèi)布設(shè)了3處涵洞，出口斷面建有量水堰。

1.2 研究方法

降雨徑流泥沙觀測(cè)在2018年雨季(6月-9月)進(jìn)行。降雨量(日降雨量、次降雨量和次降雨過(guò)程)和降雨歷時(shí)通過(guò)FDY系列翻斗式雨量傳感器獲取，使用RainRecord1.06軟件包計(jì)算得到次降雨侵蝕力數(shù)據(jù)。根據(jù)氣象學(xué)上對(duì)降雨等級(jí)的劃分標(biāo)準(zhǔn)，將觀測(cè)數(shù)據(jù)劃分為小雨(<10.0 mm)、中雨(10.0～24.9 mm)、大雨(25.0～49.9 mm)、暴雨(50.0～100.0 mm)和大暴雨(>100.0 mm)5個(gè)等級(jí)。

次降雨過(guò)程中，記錄初始產(chǎn)流時(shí)間，即農(nóng)地集水區(qū)自降雨開(kāi)始到量水堰觀測(cè)斷面開(kāi)始產(chǎn)生徑流的時(shí)間。在量水堰出口，人工取水樣獲取徑流、泥沙資料。產(chǎn)流后，根據(jù)流量大小，每隔0.5～1.0 h取樣觀測(cè)1次，同時(shí)使用1 000 mL聚乙烯瓶采集徑流泥沙樣品，詳細(xì)記錄采樣時(shí)間。次降雨結(jié)束后，將徑流泥沙樣品烘干稱(chēng)重，計(jì)算其泥沙含量。降雨過(guò)程中采用水位尺和直尺測(cè)量相結(jié)合的方法獲取水位變化值。

1.3 數(shù)據(jù)處理與分析

1.3.1 徑流泥沙計(jì)算。根據(jù)堰槽測(cè)流規(guī)范推算降雨徑流率[22-23]，V形寬頂堰流量計(jì)算公式為：

(1)

式中：Q為過(guò)堰流量，單位為m3·s-1；θ為堰頂角；CD為流量系數(shù)；CV為行近流速系數(shù)；Cf為淹沒(méi)系數(shù)；h為水位，單位為m；g為重力加速度，單位為9.82 m·s-2。其中，CD、CV和Cf可查表獲取相關(guān)參數(shù)[23]。

次降雨徑流量公式如下：

(2)

式中：Qt為徑流量，單位為m3；Q1、Q2，…，Qn為各時(shí)段徑流量，單位為m3·s-1；t1、t2，…，tn-1為間隔時(shí)間，單位為s。

次降雨輸沙量公式如下：

ST=q1s1+q2s2+…+qnsn

(3)

式中：ST為輸沙量，單位為t；q1、q2，…，qn為降雨過(guò)程各時(shí)段徑流量，單位為m3；s1、s2，…，sn為各時(shí)段水樣泥沙含量，單位為t·m-3。

1.3.2 徑流和侵蝕輸沙相關(guān)變量。借鑒已有研究成果[24-25]，次降雨事件中徑流和侵蝕輸沙的相關(guān)變量選取了10個(gè)降雨變量、2個(gè)徑流變量和2個(gè)侵蝕輸沙變量(表1)。

表1 降雨、徑流、侵蝕量相關(guān)變量Table 1 Related variable of rainfall,runoff,and soil erosion

1.3.3 偏最小二乘回歸。回歸模型的結(jié)果通過(guò)R2Y和Q2兩個(gè)參數(shù)表示，R2Y代表著模型擬合后對(duì)Y變量(因變量)的變化進(jìn)行說(shuō)明部分，Q2代表著通過(guò)模型的交叉驗(yàn)證進(jìn)行預(yù)測(cè)因變量Y變化的部分。R2Y和Q2值接近1.0，說(shuō)明模型建立非常好?；貧w模型通常使用變量權(quán)重系數(shù)(VIP)表征和量化每個(gè)自變量Y變量(因變量)的貢獻(xiàn)，VIP>1的變量被認(rèn)為是貢獻(xiàn)較大的變量，VIP值越大，表示各自變量指標(biāo)對(duì)于解釋變量(因變量)的貢獻(xiàn)越大。

Pearson相關(guān)分析使用SPSS 21.0軟件。偏最小二乘回歸分析使用SIMCA-P 11.5軟件。使用SigmaPlot 12.0軟件繪圖。

2 結(jié)果與分析

2.1 次降雨特征

在觀測(cè)期內(nèi)，總降雨量為640 mm(圖1a)，共有44場(chǎng)次降雨事件，僅有12場(chǎng)次降雨有徑流記錄。根據(jù)降雨等級(jí)的劃分標(biāo)準(zhǔn)，本研究中雨、大雨和暴雨的頻率分布為58.3%、25.0%和16.7%(圖1b)。暴雨時(shí)平均降雨量分布是中雨和大雨的3.69和1.49倍(圖1c)。平均雨強(qiáng)隨降雨等級(jí)的增加而增加，變化范圍為2.9～6.3 mm·h-1(圖1d)。最大30 min雨強(qiáng)的變化范圍為12.3～28.3 mm·h-1。平均降雨侵蝕力隨降雨等級(jí)的增加呈現(xiàn)遞增趨勢(shì)，變化范圍為65.7～441 MJ·mm·hm-2·h-1(圖1e)。

圖1 研究區(qū)2018年雨季次降雨特征指標(biāo)Fig.1 Characteristics index for rainfall events during rainy season in 2018

2.2 次降雨徑流和輸沙特征

2.2.1 初始產(chǎn)流時(shí)間。觀測(cè)期，不同降雨等級(jí)下初始產(chǎn)流時(shí)間不同(表2)。中雨時(shí)，初始產(chǎn)流時(shí)間大多出現(xiàn)在降雨后期；而大雨和暴雨時(shí)，初始產(chǎn)流時(shí)間大多出現(xiàn)在降雨前期和中期。

表2 不同降雨等級(jí)下次降雨歷時(shí)和初始產(chǎn)流時(shí)間Table 2 Rainfall duration and initial runoff occurrence for rainfall events under different precipitation grades

2.2.2 徑流深和輸沙量。徑流深間接反映下墊面對(duì)降雨再分配作用的強(qiáng)弱，輸沙量主要反映降雨與下墊面的相互作用[26]。觀測(cè)期，不同降雨等級(jí)下累積徑流深、徑流系數(shù)和累積輸沙量表現(xiàn)不同(圖2)。累積徑流深和徑流系數(shù)表現(xiàn)為：大雨>暴雨>中雨。大雨時(shí)的累積徑流深和徑流系數(shù)分別是中雨時(shí)的3.30和2.96倍，是暴雨時(shí)的1.75和1.63倍。累積輸沙量在不同降雨等級(jí)下表現(xiàn)為：大雨>中雨>暴雨，大雨時(shí)累積輸沙量分別是中雨和暴雨的3.82倍和4.62倍。

圖2 不同降雨等級(jí)下累積徑流深和累積輸沙量Fig.2 Cumulative runoff depth,runoff coefficient and sediment yield under different precipitation grades

2.2.3 最大徑流率和最大泥沙濃度。最大徑流率反映降雨的時(shí)空分布特征和下墊面對(duì)徑流匯流過(guò)程的影響，最大泥沙濃度反映輸沙的時(shí)空分布特征和下墊面對(duì)徑流輸沙過(guò)程的影響[26]。觀測(cè)期，不同降雨等級(jí)下農(nóng)地集水區(qū)的最大徑流率和最大泥沙濃度表現(xiàn)不同(表3)。最大徑流率在不同降雨等級(jí)下表現(xiàn)為：大雨>暴雨>中雨，大雨時(shí)的最大徑流率分別是中雨和暴雨的3.41和1.53倍；最大泥沙濃度在不同降雨等級(jí)下表現(xiàn)為：中雨>大雨>暴雨。中雨時(shí)最大泥沙濃度分別是大雨和暴雨的1.05和2.83倍。

表3不同降雨等級(jí)下最大徑流率和最大泥沙濃度
Table3Maximumrunoffrateandsedimentconcentrationunderdifferentprecipitationgrades

降雨等級(jí) Precipitation grades日期 Date最大徑流率 Maximum runoff rate/(m3·h-1)最大泥沙濃度 Maximum sediment concentration/(g·L-1)中雨Moderate rain2018-7-1232.310.22018-8-453.720.12018-8-250.080.152018-9-40.010.692018-9-120.010.012018-9-150.011.382018-9-230.010.90大雨Heavy rain2018-6-2911117.62018-7-1857.919.12018-7-2018318.4暴雨Storm rain2018-6-1812.54.432018-7-241207.10

2.3 降雨對(duì)徑流和輸沙的貢獻(xiàn)

次降雨對(duì)集水區(qū)徑流和輸沙的影響相同。大部分泥沙由6場(chǎng)次降雨產(chǎn)生，產(chǎn)生的徑流量和輸沙量分別占集水區(qū)總徑流量的90.6%和87.0%。

圖3 降雨等級(jí)對(duì)徑流量和輸沙量的貢獻(xiàn)Fig.3 Contribution of precipitation grades to runoff and sediment yield

不同降雨等級(jí)對(duì)集水區(qū)徑流量和輸沙量的貢獻(xiàn)不同(圖3)。降雨等級(jí)對(duì)徑流的貢獻(xiàn)表現(xiàn)為：大雨>暴雨>中雨，各自貢獻(xiàn)率分別為53.3%、30.5%和16.1%。降雨等級(jí)對(duì)輸沙量的貢獻(xiàn)表現(xiàn)為：大雨>中雨>暴雨，各自貢獻(xiàn)率分別為67.6%、17.7%和14.7%。說(shuō)明各集水區(qū)的徑流和輸沙量主要取決于大雨。

2.4 徑流和侵蝕輸沙相關(guān)變量分析

2.4.1 Pearson相關(guān)分析。Pearson相關(guān)分析發(fā)現(xiàn)降雨、徑流及侵蝕各變量之間存在一定的相關(guān)關(guān)系(表4)?？倧搅髁?QT)與I30、R、Qmax、SE，SCmax和P7 d呈極顯著相關(guān)關(guān)系，與P和P10 d呈顯著相關(guān)關(guān)系，和Qmax相關(guān)性最好。最大徑流率(Qmax)與I30、QT、SE和SCmax呈極顯著相關(guān)關(guān)系，與R、P5d和P7 d呈顯著相關(guān)關(guān)系，和SE相關(guān)性最好?？傒斏沉?SE)與I30、QT、Qmax和SCmax呈極顯著相關(guān)關(guān)系，和Qmax相關(guān)性最好。最大泥沙濃度(SCmax)與I30、QT、Qmax和SE呈極顯著相關(guān)關(guān)系，與P10 d呈顯著相關(guān)關(guān)系，和SE相關(guān)性最好。SE與Qmax相關(guān)性最高，達(dá)到0.970。其余各變量之間亦存在不同程度的線性相關(guān)關(guān)系。

表4 降雨、徑流、侵蝕量相關(guān)變量Pearson相關(guān)分析Table 4 Pearson correlation coefficients among precipitation,runoff and soil erosion variables

注：**表示在P<0.01水平上達(dá)到極顯著相關(guān)關(guān)系，*表示在P<0.05水平上達(dá)到顯著相關(guān)關(guān)系(n=12)。

Note:**represents a significant difference at 0.01 level,*represents a significant difference at 0.05 level(n=12).

2.4.2 偏最小二乘回歸分析?？紤]到各變量之間存在多重線性相關(guān)關(guān)系，故使用偏最小二乘法分析徑流量/輸沙量與各相關(guān)變量之間的關(guān)系，得到回歸方程(4)和(5)。

QT=0.796+0.114P+0.004D+0.024I+0.131I30+0.145R+0.165Qmax+0.152SE+0.132SCmax-0.041P1 d+0.028P3 d+0.100P5 d+0.129P7 d+0.102P10 d,R2Y=0.908,Q2=0.819

(4)

SE=0.780+0.085P-0.007D+0.019I+0.135I30+0.100R+0.151QT+0.168Qmax+0.149SCmax-0.031P1 d+0.068P3 d+0.094P5 d+0.087P7 d+0.090P10 d,R2Y=0.801,Q2=0.641

(5)

對(duì)于總徑流量，回歸方程可以解釋90.8%的總徑流量的變化(R2Y)，并擁有81.9%的預(yù)測(cè)能力(Q2)。變量權(quán)重系數(shù)(VIP)結(jié)果顯示(圖4a)，有7個(gè)變量的VIP值大于1，各變量對(duì)總徑流量的貢獻(xiàn)依次為：Qmax>SE>R>SCmax>I30>P7 d>P。其中，Qmax對(duì)總徑流量具有最大貢獻(xiàn)的指標(biāo)，VIP值為1.490。徑流量QT隨Qmax，SE，R，SCmax，I30，P7 d和P的增加而增大。

對(duì)于總輸沙量，回歸方程可以解釋80.1%的總輸沙量的變化(R2Y)，并擁有64.1%的預(yù)測(cè)能力(Q2)。變量權(quán)重系數(shù)(VIP)結(jié)果顯示(圖4b)，有5個(gè)變量的VIP值大于1，各變量對(duì)總輸沙量的貢獻(xiàn)依次為：Qmax>QT>SCmax>I30。其中，Qmax是對(duì)總輸沙量具有最大貢獻(xiàn)的指標(biāo)，VIP值為1.629。侵蝕量SE隨Qmax，QT，SCmax和I30的增加而增大。

注：+/-表示公式5和6中各獨(dú)立變量系數(shù)的趨勢(shì)。 Note:+/- indicates the trend of independent variables parameter in equations 5 and 6.圖4 徑流和輸沙相關(guān)指標(biāo)的VIP值Fig.4 Variable importance (VIP) values for related variable of runoff and soil erosion

3 討 論

次降雨過(guò)程，降雨量的多少直接影響徑流過(guò)程。通常降雨量多則產(chǎn)流也多，大雨和暴雨時(shí)集水區(qū)內(nèi)匯流量增加，加速了徑流向出口斷面的匯集，因此，中雨時(shí)集水區(qū)出口斷面初始產(chǎn)流時(shí)間明顯晚于大雨和暴雨。與中雨和大雨相比，暴雨時(shí)累積徑流深和最大徑流率最大，觀測(cè)期間最大徑流深(為6.15 mm)發(fā)生在降雨量最大的7月24日。本研究中6場(chǎng)次大雨和中雨貢獻(xiàn)了90.6%的徑流量，說(shuō)明徑流主要來(lái)源于幾場(chǎng)較大的降雨[25]，這與前人在坡面和小流域的研究結(jié)果相似[10-11,14]。除降雨外，諸如前期土壤含水量和耕作方式等下墊面條件也對(duì)徑流產(chǎn)生影響[21]。一般而言，土壤前期含水量的高低決定了產(chǎn)流的快慢。鑒于前人研究結(jié)果，在缺乏實(shí)測(cè)土壤含水量數(shù)據(jù)時(shí)可使用次降雨前i天累積降水量表征前期土壤含水量[24]。9月12日，初始產(chǎn)流時(shí)間距離降雨結(jié)束僅為13 min，該次降雨前7天累積降雨量?jī)H為4.5 mm且未有徑流記錄，說(shuō)明降雨前土壤較為干燥，次降雨過(guò)程中大部分降水發(fā)生了入滲，使得表層土壤含水量增加，土壤入滲能力隨之減弱，當(dāng)表層土壤含水量達(dá)到飽和時(shí)，土壤中的重力水隨重力排出，坡面有徑流發(fā)生[24]。6月29日，集水區(qū)在降雨開(kāi)始2 min后開(kāi)始產(chǎn)流，該次降雨前7天累積降雨量達(dá)到31.5 mm且未有徑流記錄，說(shuō)明降雨前土壤含水量相對(duì)較高，表層土壤很快能達(dá)到飽和，產(chǎn)流時(shí)間提前。農(nóng)地集水區(qū)，順坡壟作在長(zhǎng)期的機(jī)械作業(yè)下容易形成堅(jiān)硬的犁底層，在雨季形成“上層滯水”，沿壟溝極易形成匯流[16]。與橫坡壟作相比，順壟地表徑流量最大，可能的原因是橫坡壟與徑流方向垂直，可以有效地?cái)r蓄沒(méi)有來(lái)得及入滲的雨水，繼而減慢地表徑流的發(fā)生。不同作物對(duì)降雨和徑流的調(diào)控存在差異[17]。吳限等[19]的研究指出，天然降雨條件下，盡管初始產(chǎn)流時(shí)間相同，玉米調(diào)控徑流的效果明顯優(yōu)于大豆，減流率達(dá)17.7%?？赡艿脑蚴谴蠖箤?duì)降雨的攔截集中于冠層邊緣，而玉米的截留主要以莖桿流為主。這樣的差異性導(dǎo)致了玉米對(duì)于降雨的分配相對(duì)大豆更加均勻，減緩了徑流的形成。

雨滴打擊和地表徑流不僅是水力侵蝕的主要外營(yíng)力，同時(shí)也是泥沙搬運(yùn)的主要載體[26]，降雨能量的大小和徑流量的多少在很大程度上決定了集水區(qū)出口斷面輸沙量的多少。集水區(qū)內(nèi)存在反復(fù)的泥沙侵蝕-沉積過(guò)程，說(shuō)明產(chǎn)流、產(chǎn)沙過(guò)程是一個(gè)極其復(fù)雜的物理過(guò)程。出口斷面處的輸沙特征是降雨與下墊面相互作用的最終體現(xiàn)[14]。本研究中，6場(chǎng)次大雨和中雨貢獻(xiàn)了87.0%的輸沙量，這與Fang等[25]的研究結(jié)果相似，絕大部分泥沙來(lái)源于幾場(chǎng)較大的降雨。大雨時(shí)累積輸沙量最多，這與Tu等[12]基于15年的小區(qū)觀測(cè)結(jié)果一致，嚴(yán)重的土壤侵蝕主要是由大雨造成的。最大泥沙濃度受降雨等級(jí)頻率的影響對(duì)降雨等級(jí)響應(yīng)不同。農(nóng)地表土相對(duì)疏松、受人為干擾比較大，其中耕作方式對(duì)侵蝕輸沙的影響尤為突出[18]。一般而言，順坡壟溝內(nèi)匯流較為集中，徑流侵蝕能力較大[16]。與順坡壟作相比，橫坡耕作的保土效果更優(yōu)。主要是因?yàn)槠鋲畔虼怪庇趨R流方向，壟溝內(nèi)蓄存的水層還可消除雨滴對(duì)土壤的打擊，有效地減少了水土流失[17]。不同作物對(duì)侵蝕輸沙的調(diào)控作用，主要體現(xiàn)在其對(duì)降雨的攔截作用。大豆冠層垂直投影結(jié)構(gòu)較復(fù)雜，對(duì)降雨多層攔截消能。玉米的莖桿流在降雨分配中起主導(dǎo)作用，較高的冠層高度下莖稈流消耗了大量的雨滴動(dòng)能，使得玉米對(duì)土壤侵蝕的調(diào)控作用優(yōu)于大豆[19]。

4 結(jié) 論

(1)2018年雨季發(fā)生產(chǎn)流的降雨事件為12次，主要為中雨、大雨和暴雨。初始產(chǎn)流時(shí)間隨降雨等級(jí)表現(xiàn)不同，中雨時(shí)初始產(chǎn)流時(shí)間大多出現(xiàn)在降雨后期，而大雨和暴雨時(shí)，初始產(chǎn)流時(shí)間大多出現(xiàn)在降雨前期和中期。

(2)不同降雨等級(jí)下累積徑流深，徑流系數(shù)和累積輸沙量表現(xiàn)不同。累積徑流深和徑流系數(shù)表現(xiàn)為：大雨>暴雨>中雨，累積輸沙量表現(xiàn)為：大雨>中雨>暴雨。

(3)集水區(qū)大部分泥沙由6場(chǎng)降雨事件產(chǎn)生，對(duì)集水區(qū)總徑流量和輸沙量的貢獻(xiàn)分別為90.6%和87.0%。不同降雨等級(jí)對(duì)集水區(qū)徑流量和輸沙量的貢獻(xiàn)不同，對(duì)徑流的貢獻(xiàn)表現(xiàn)為：大雨>暴雨>中雨，對(duì)輸沙量的貢獻(xiàn)表現(xiàn)為：大雨>中雨>暴雨。

(4)偏最小二乘回歸分析顯示Qmax是對(duì)QT和SE貢獻(xiàn)最大的因子，VIP值分別為1.490和1.629。

致 謝

感謝“國(guó)家科技基礎(chǔ)條件平臺(tái)-國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)-東北黑土科學(xué)數(shù)據(jù)中心(http://northeast.geodata.cn)”提供數(shù)據(jù)支撐。