基于CLDAS 融合降水的中國降雨侵蝕力研究

梁宇靖， 沈潤平， 師春香， 邢雅潔， 孫 帥

（1.南京信息工程大學(xué)地理科學(xué)學(xué)院，江蘇 南京 210044；2.國家氣象信息中心，北京 100081）

眾所周知，降水是導(dǎo)致水土流失的重要原因之一，其主要通過雨滴落入地表，產(chǎn)生匯流沖刷表層土壤，從而對地形和土壤結(jié)構(gòu)產(chǎn)生破壞，最終導(dǎo)致土壤顆粒物和有機物等營養(yǎng)物質(zhì)隨雨水流失［1］。降雨侵蝕力是水土流失重要的外在驅(qū)動因素，可以反映降雨強度、降雨歷時、降雨頻次等指標對土壤侵蝕的貢獻程度，準確估算該參數(shù)能夠為區(qū)域土壤侵蝕危險程度的評估奠定基礎(chǔ)，可有效提高對區(qū)域土壤侵蝕程度預(yù)報的準確性［2］。

降雨是一種復(fù)雜的自然現(xiàn)象，這使得降雨侵蝕力的直接觀測成為一大難點，目前對于降雨侵蝕力的估算主要通過地面氣象站和衛(wèi)星降雨資料結(jié)合不同的模型獲得，而對于降雨侵蝕力的分析則主要側(cè)重于在全國尺度或局地尺度進行時空研究、趨勢分析等。胡琳等［3］利用陜西省的氣象站點資料采用反距離權(quán)重空間插值方法繪制了全省的侵蝕力空間分布圖，結(jié)果表明降雨侵蝕力在不同季節(jié)間的差異較大，陜西北部和關(guān)中地區(qū)主要在7—9月發(fā)生水土流失。殷水清等［4］基于氣象站逐日降水數(shù)據(jù)估算得到全國的降雨侵蝕力，并利用克里金插值方法得到時空連續(xù)的結(jié)果，其中侵蝕力最高值在廣東東興，為2×104MJ·mm·hm-2·h-1·a-1，青海小灶火的侵蝕力最低，僅為3 MJ·mm·hm-2·h-1·a-1。伊力哈木［5］利用38 個氣象站資料分析了新疆維吾爾自治區(qū)的降雨侵蝕力空間變化特征，降雨侵蝕力總體呈上升趨勢，與降雨量的空間分布基本一致，大致呈現(xiàn)中部高、南北低的態(tài)勢，氣候和海拔高度是影響新疆地區(qū)侵蝕力格局的主導(dǎo)因素。

隨著遙感技術(shù)的發(fā)展，衛(wèi)星降雨產(chǎn)品為降雨侵蝕力的計算提供了新的思路［6］。Vrieling 等［7］利用TRAMM（Tropical rainfall measuring mission）降雨數(shù)據(jù)分析了非洲降雨侵蝕力的時空變化，并對IMERG（Integrated multi-satellite retrievals for GPM）、CMORPH等30 min 分辨率的衛(wèi)星降水產(chǎn)品在降雨侵蝕力方面的研究作出展望。王凱等［8］使用訂正后的TRMM3B42 降水數(shù)據(jù)計算中國的降雨侵蝕力，評估指標表明TRMM 侵蝕力在不同的空間尺度上均有良好的適用性。黃進平［9］采用章文波公式［10］將IMERG數(shù)據(jù)應(yīng)用在甘肅地區(qū)的降雨侵蝕力研究中，并結(jié)合隨機森林進行降尺度，驗證了該數(shù)據(jù)集具有較高的準確性。Kim 等［11］在CMORPH 降雨數(shù)據(jù)集的基礎(chǔ)上，采用EI30模型對美國地區(qū)的降雨侵蝕力進行估算，得出CMORPH對沿海地區(qū)的降雨侵蝕力存在低估現(xiàn)象，對于站點稀疏的地區(qū)能夠較好地反映其降雨侵蝕狀況。

綜上所述，已有的降雨侵蝕力研究主要存在以下2 個問題：（1）使用氣象站數(shù)據(jù)計算降雨侵蝕力僅能反映站點附近有限區(qū)域的侵蝕狀況，而在進行大尺度計算時存在空間分異性的問題［12］。衛(wèi)星降雨資料具有空間覆蓋范圍廣，捕捉降水連續(xù)時空變化的特性，特別是在站點稀疏區(qū)具有明顯的優(yōu)勢，但它作為一種間接測雨方法，受傳感器性能、反演算法等限制，在測量過程中易產(chǎn)生誤差，估算的降雨侵蝕力精度有限［13］。（2）受降雨資料獲取的限制，前人對于降雨侵蝕力的研究多是在局地尺度進行，且缺乏對中國近20 a來長序列降雨侵蝕力的深入分析。在少有的針對全國尺度的研究中，多是采用站點估算和插值結(jié)合獲得降雨侵蝕力的空間分布，未考慮站點稀疏區(qū)降雨侵蝕力估算的問題，而在使用衛(wèi)星數(shù)據(jù)的相關(guān)研究中則無法避免該資料精度低的缺陷。

基于以上存在的問題，本次研究使用國家氣象信息中心研制的CLDAS多源融合降水數(shù)據(jù)集，通過EI60模型對中國的降雨侵蝕力進行估算，從不同的時間、空間尺度評估CLDAS 降雨侵蝕力的整體精度，并結(jié)合降雨量、侵蝕性降雨次數(shù)和侵蝕密度，對研究區(qū)的降雨侵蝕力特征進行分析，為中國區(qū)域的水土保持研究以及實踐工作提供科學(xué)參考依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

1.1.1 CLDAS 多源融合降水國家氣象信息中心Sun 等［14］使 用 多 重 網(wǎng) 格 變 分 分 析 方 法［15］，以CMORPH 衛(wèi)星降水資料和美國航空航天局研發(fā)的MERR2（Modern-Era retrospective analysis for research and applications, Version 2）再分析降水資料為聯(lián)合背景場，融合2400 多個國家級站點觀測數(shù)據(jù)和6×104多個區(qū)域自動站的降水數(shù)據(jù)制作了一套空間分辨率為6.25 km×6.25 km，時間分辨率為1 h 的多源融合降水產(chǎn)品CLDAS-prcp（CLDAS Multi-source pre?cipitation fusion dataset over China），該數(shù)據(jù)可通過國家氣象科學(xué)數(shù)據(jù)中心（http://data.cma.cn/）申請下載，本研究所用資料的時序長度為2001—2020年。

1.1.2 地面氣象站數(shù)據(jù)地面氣象站資料來自國家氣象信息中心2001—2020 年中國國家級地面氣象站逐小時降水數(shù)據(jù)，可從國家氣象科學(xué)數(shù)據(jù)中心（http://data.cma.cn/）申請下載。

1.2 研究方法

1.2.1 降雨侵蝕力計算降雨侵蝕力計算采用Wis?chmeier經(jīng)典算法公式［16］：

式中：R為年平均降雨侵蝕力因子（MJ·mm·hm-2·h-1·a-1）；n為計算R值的總年數(shù)；mi為第i年內(nèi)的侵蝕性降雨次數(shù)；E為次降雨總動能（MJ·hm2）；I30為次降雨最大30 min 雨強（mm·h-1）；文章中的In表示最大n分鐘雨強（mm·h-1）。

由于CLDAS 融合降水的時間分辨率為60 min，故本研究參考Yue等［17］對小時降水提出的改進公式：

降雨總動能E通過以下公式計算：

式中：m為將一次侵蝕性降雨分成m階段（侵蝕性降雨的劃分標準是單次降雨過程的降雨量達到12.70 mm）；ek為第k個階段的單位降雨動能（MJ·hm2·mm-1）；pk為第k個階段的降雨量（mm）。

每個階段的單位降雨動能（e）的計算公式如下［18］：

式中：i為每個階段內(nèi)的降雨強度（mm·h-1）。

1.2.2 侵蝕密度侵蝕密度（ED，MJ·hm-2·h-1）是降雨侵蝕力與降雨量的比值，反映的是單位雨量的侵蝕強度［19］。

式中：R為降雨侵蝕力值（MJ·mm·hm-2·h-1）；P為降雨量（mm）。

1.2.3 降雨侵蝕力評估根據(jù)氣象觀測站的經(jīng)緯度（圖1），將各站點匹配至CLDAS降雨侵蝕力格點上，采用雙線性插值提取出降雨侵蝕力值，利用皮爾遜相關(guān)系數(shù)（r）、相對誤差（BIAS）指標評估CLDAS 降雨侵蝕力數(shù)據(jù)的精度。利用皮爾遜相關(guān)系數(shù)描述降雨侵蝕力值與真值之間的吻合程度；利用相對誤差描述降雨侵蝕力的誤差特征。具體公式如下：

圖1 中國氣象站點分布Fig.1 Distribution of meteorological stations in China

式中：N為樣本數(shù)目；Ci為CLDAS降雨侵蝕力值；Cˉ為CLDAS 降雨侵蝕力的平均值；Gi為實測降雨侵蝕力值；Gˉ為站點的實測降雨侵蝕力平均值。

2 結(jié)果與分析

2.1 降雨侵蝕力計算結(jié)果分析

2.1.1 降雨侵蝕力精度分析圖2a～d 為CLDAS 降雨侵蝕力和站點侵蝕力在季節(jié)尺度的散點圖，根據(jù)二者的一元線性回歸，CLDAS降雨侵蝕力整體上略低于地面站數(shù)據(jù)，但其相關(guān)系數(shù)均達到0.80 以上，表現(xiàn)出良好的線性關(guān)系，春、夏、秋季的相關(guān)系數(shù)達到0.90 以上，而冬季由于固態(tài)降水觀測的誤差大，其相關(guān)系數(shù)低于其他季節(jié)，為0.82。從相對誤差來看，春季的誤差最低，為24.67%，冬季的誤差最大，為33.40%，其次是夏季和秋季，分別為29.71%和32.30%?？傮w上，在降雨豐富的季節(jié)，CLDAS 降雨侵蝕力的適應(yīng)性較好，可以準確呈現(xiàn)出降雨侵蝕力的季節(jié)性變化。

圖2e～f 為CLDAS 降雨侵蝕力和站點侵蝕力在月尺度、年尺度的一元線性回歸，其中月尺度的相關(guān)系數(shù)達到了0.92，相對誤差為29.85%；年尺度的相關(guān)系數(shù)為0.96，相對誤差為28.80%。由于降水數(shù)據(jù)在月尺度上的隨機誤差普遍高于年尺度，同時誤差會隨著模型傳遞，從而影響最終的降雨侵蝕力結(jié)果，因此年尺度的降雨侵蝕力精度總體優(yōu)于月尺度。

圖2 站點降雨侵蝕力與CLDAS降雨侵蝕力在春、夏、秋、冬季以及月尺度、年尺度的線性回歸Fig.2 Linear regressions of weather station rainfall erosivity and CLDAS rainfall erosivityin spring,summer,autumn and winter,as well as monthly and annual scales,respectively

Kim 等［11］利用CMORPH 衛(wèi)星降水產(chǎn)品對美國地區(qū)的降雨侵蝕力進行評估，結(jié)果表明CMORPH年降雨侵蝕力的相關(guān)系數(shù)為0.80，相對誤差為64.00%，CLDAS 降水在CMORPH 資料的基礎(chǔ)上經(jīng)過站點融合后，使得降雨侵蝕力的相對誤差顯著降低，相關(guān)系數(shù)從0.80提升至0.96。

綜上，CLDAS降雨侵蝕力在不同的時間尺度上均有較好的精度，能夠克服氣象站和衛(wèi)星降雨資料各自存在的不足，對于揭示降雨侵蝕力的時空變化和精確估算土壤侵蝕等方面具有顯著優(yōu)勢。

2.1.2 年降雨侵蝕力分析圖3a～c 為年降雨侵蝕力、年降雨量、年侵蝕性降雨次數(shù)在2001—2020 年的變化趨勢。由于中國不同地區(qū)的地形和氣候存在差異，使得各區(qū)域的降雨量和降雨強度等表現(xiàn)不同，本文以年降雨量＜400.00 mm、400.00～800.00 mm、＞800.00 mm 為標準，將我國劃分為低、中、高3個不同的雨量分區(qū)，分析在不同的雨量條件下各指標的變化情況。

總體上3 個雨量區(qū)的年降雨侵蝕力、年降雨量和年侵蝕性降雨次數(shù)的變化趨勢基本一致。在低雨量區(qū)（＜400.00 mm），年降雨侵蝕力為98～549 MJ·mm·hm-2·h-1·a-1，年降雨量為162.00～225.00 mm，年侵蝕性降雨次數(shù)為3～6 次；在中雨量區(qū)（400.00～800.00 mm），年降雨侵蝕力為649～947 MJ·mm·hm-2·h-1·a-1，年降雨量為536.72～579.84 mm，年侵蝕性降雨次數(shù)為10～15 次。由圖3a～c 可知，3 個指標在低雨量區(qū)和中雨量區(qū)的變化幅度基本穩(wěn)定，而在高雨量區(qū)的年際波動劇烈。

圖3 2001—2020年的降雨侵蝕力、降雨量、侵蝕性降雨次數(shù)和暴雨量在不同雨量區(qū)的逐年變化Fig.3 Annual variation of rainfall erosivity,rainfall,erosive rainfall events and heavy rainfall in different rainfall zones from 2001 to 2020

在高雨量區(qū)，降雨侵蝕力最低為2853 MJ·mm·hm-2·h-1·a-1（2003年），最高達到4250 MJ·mm·hm-2·h-1·a-1（2008 年）。同時，2003 年的降雨量和侵蝕性降雨次數(shù)最低，分別為1211.54 mm和26次；2002年的降雨量最高，達到1529.67 mm；2020 年的侵蝕性降雨次數(shù)最多，為41次。

高雨量區(qū)的部分年份呈現(xiàn)出低雨量、高侵蝕力的特征，如2020 年和2016 年的年降雨侵蝕力分別為4225 MJ·mm·hm-2·h-1·a-1、4094 MJ·mm·hm-2·h-1·a-1，但2020 年的年均降雨量為1329.15 mm，比2016年減少了180.00 mm。根據(jù)圖3c 可得，2020 年的侵蝕性降雨發(fā)生最為頻繁，結(jié)合侵蝕力計算公式，其中60 min最大雨強對降雨侵蝕力的影響權(quán)重最高，說明2020年的降雨特點為歷時短、強度大。

圖3d為2001—2020年的逐年暴雨總量（24 h累積降水超過50.00 mm 的降雨事件），其中2020 年的暴雨量明顯高于2016 年，可印證前文2020 年強降雨事件密集的結(jié)論。從全國尺度來看，2020年的暴雨量最多，而在高雨量區(qū)，2019 年的暴雨趨勢呈單峰狀，主要原因是2019 年受臺風(fēng)“利奇馬”影響，長江、黃河等流域迎來最強暴雨，降雨總量達1336.9×108m3，對山東?。?0］、浙江省等地區(qū)的水土流失造成嚴重影響。然而從圖3a 和圖3c 可知，2019 年的侵蝕性降雨事件較少，同時該年的降雨侵蝕力整體低于其他年份，未出現(xiàn)類似2020年的高暴雨伴隨高侵蝕力的現(xiàn)象。由此可見，降雨量一定時，侵蝕性降雨次數(shù)和暴雨過程協(xié)同決定降雨侵蝕力的大小。

2001—2020 年的多年平均降雨侵蝕力分布特征如圖4 所示，降雨侵蝕力分布圖的空間分辨率為6.25 km×6.25 km，平均降雨侵蝕力為1238 MJ·mm·hm-2·h-1·a-1，標準差為1802 MJ·mm·hm-2·h-1·a-1，降雨侵蝕力隨空間位置而變化?？傮w上看，中國西部的降雨侵蝕力較低，東南沿海地區(qū)的降雨侵蝕力較高。內(nèi)蒙古自治區(qū)、青海省、新疆維吾爾自治區(qū)、西藏自治區(qū)等內(nèi)陸地區(qū)的降雨侵蝕力低于500 MJ·mm·hm-2·h-1·a-1，而降雨侵蝕力高于5000 MJ·mm·hm-2·h-1·a-1的地區(qū)主要分布在廣西、廣東、福建等沿海省份。我國的東北地區(qū)、中部地區(qū)和西南地區(qū)的降雨侵蝕力大部分為1000～5000 MJ·mm·hm-2·h-1·a-1。從表1可知我國各省份（地區(qū)）的年均侵蝕力及其變化范圍，臺灣省、香港、澳門、海南省顯著大于其他省市，平均侵蝕力為5000～12000 MJ·mm·hm-2·h-1·a-1，其次是廣東省、福建省等沿海省份。

圖4 2001—2020年中國年降雨侵蝕力空間分布Fig.4 Spatial distribution of annual rainfall erosivity in China from 2001 to 2020

表1 2001—2020年中國各省份（地區(qū)）年降雨侵蝕力Tab.1 Annual rainfall erosivity in each province(region)of China from 2001 to 2020

綜上，年降雨侵蝕力的空間分布大致以400.00 mm 等降水量線劃分，此線以西以北的地區(qū)深處內(nèi)陸，降水稀少，因此侵蝕力較小，均小于500 MJ·mm·hm-2·h-1·a-1，同時年際間的變化相對穩(wěn)定；此線以東以南的地區(qū)，年降雨侵蝕力較大，且變率也大。

2.1.3 月降雨侵蝕力分析圖5、圖6分別為2001—2020 年1—6 月和7—12 月的逐月降雨侵蝕力。冬季（12、1、2 月），除沿海省份外，中國的大部分地區(qū)以固態(tài)降水為主，發(fā)生強降雨的頻次很低，所以冬季大范圍內(nèi)的降雨侵蝕力小于25 MJ·mm·hm-2·h-1·a-1；但在氣候較為濕潤的東南沿海地區(qū)（浙江省、福建省等），侵蝕性降雨的出現(xiàn)導(dǎo)致相對較高的降雨侵蝕力。春季（3、4、5 月），我國華南地區(qū)在副熱帶高壓脊雨帶影響下進入雨季，發(fā)生強降雨的頻次增多，降雨侵蝕力也逐漸增大，如廣東省、廣西省等地區(qū)，降雨侵蝕力相較于冬季有明顯的增強趨勢。

圖5 2001—2020年1—6月中國降雨侵蝕力的空間分布Fig.5 Spatial distributions of rainfall erosivity in China in January-June from 2001 to 2020

圖6 2001—2020年7—12月中國降雨侵蝕力的空間分布Fig.6 Spatial distributions of rainfall erosivity in China in January-June from 2001 to 2020

隨著副高壓輻散的暖濕氣流不斷向北移動，我國長江中下游地區(qū)5月底—6月初進入雨季，降雨的強度和范圍也大幅增加，如湖南省、湖北省、安徽省等地區(qū)，降雨侵蝕力大于650 MJ·mm·hm-2·h-1·a-1。北太平洋副熱帶高壓的不斷北移導(dǎo)致鋒面區(qū)域形成的降雨帶向北移動，直到7、8月在黃河、淮河流域停滯，造成多次的、大范圍的強降雨。進入華北雨季，月降雨侵蝕力急劇增加，尤其是在東北、華北以及華中的部分地區(qū)，如山西省、山東省、河北省等地區(qū)的降雨侵蝕力超過450 MJ·mm·hm-2·h-1·a-1。10月，隨著副熱帶高壓的迅速南退，我國雨季隨之結(jié)束，發(fā)生強降雨事件的頻次大大減少，此時我國以西以北降雨侵蝕力大部分小于25 MJ·mm·hm-2·h-1·a-1，以東以南的地區(qū)降雨侵蝕力小于150 MJ·mm·hm-2·h-1·a-1，總體上降雨侵蝕力的空間分布仍呈現(xiàn)東南高、西北低的特點。

2.2 侵蝕密度結(jié)果分析

2.2.1 年侵蝕密度分析2001—2020年的侵蝕密度如圖7a所示。中國的年侵蝕密度值為1.40 MJ·hm-2·h-1·a-1，東南沿海地區(qū)部分省份的年侵蝕密度達到3.50 MJ·hm-2·h-1·a-1以上，如廣東省、海南省、臺灣省等地區(qū)。華中和華東地區(qū)非沿海省份的侵蝕密度多穩(wěn)定在2.30～5.00 MJ·hm-2·h-1·a-1之間，華北地區(qū)的侵蝕密度為0.45～1.50 MJ·hm-2·h-1·a-1。

圖7 2001—2020年中國年侵蝕密度空間分布Fig.7 Spatial distribution of annual erosivity density in China from 2001 to 2020

表2 為各省份（地區(qū)）的年均降雨量、年均侵蝕密度和年均暴雨量。海南省的年均侵蝕密度、年均降雨量和年均暴雨量最高，分別為4.55 MJ·hm-2·h-1·a-1、1910.84 mm和619.89 mm，新疆維吾爾自治區(qū)的年均侵蝕密度最低，為0.47 MJ·hm-2·h-1·a-1，同時其年均降雨量也最低。貴州省和云南省的年均降雨量差異小，分別為1169.93 mm 和1092.31 mm，年均侵蝕密度為2.33 MJ·hm-2·h-1·a-1和1.47 MJ·hm-2·h-1·a-1，前者的降雨量是后者的1.07 倍，但年均侵蝕密度是1.58 倍，由此可得出，貴州省的單位降雨量能帶來較高的降雨侵蝕力。從兩省的暴雨量可知，貴州省的年均暴雨量為158.69 mm，云南省的年均暴雨量為81.7 mm，兩者的比例為1.93:1.00，說明年均暴雨量對年均侵蝕密度的影響更敏感。結(jié)合侵蝕密度圖（圖7）分析，貴州省的侵蝕密度更高、范圍更廣，因此降雨侵蝕力更大，具有這種關(guān)系的省份還有遼寧省和吉林省，兩省的年均降雨量分別為653.05 mm 和600.07 mm，但年均侵蝕密度差異顯著，分別為2.41 MJ·hm-2·h-1·a-1和1.46 MJ·hm-2·h-1·a-1，而對應(yīng)的年均暴雨量分別為107.45 mm和43.84 mm。綜上可知，暴雨量越高，侵蝕密度越大。

表2 2001—2020年中國各省份（地區(qū)）年均降雨量、年均侵蝕密度、年均暴雨量Tab.2 Average annual rainfall,average annual erosion density,and average annual heavy rainfall by province(region)in China from 2001 to 2020

2.2.2 季節(jié)侵蝕密度分析由季節(jié)侵蝕密度圖（圖8）可知，不同季節(jié)的侵蝕密度空間分布差異較大。春季，東南沿海省份以及湖南省、貴州省、江西省的侵蝕密度大于1.80 MJ·hm-2·h-1·a-1，江蘇省、安徽省等地區(qū)的侵蝕密度在1.20～1.80 MJ·hm-2·h-1·a-1之間浮動，全國的平均侵蝕密度為0.85 MJ·hm-2·h-1·a-1，標準差為1.44 MJ·hm-2·h-1·a-1。夏季，侵蝕密度高值區(qū)迅速擴張，平均侵蝕密度為1.81 MJ·hm-2·h-1·a-1，標準差為1.19 MJ·hm-2·h-1·a-1，華東、華中以及東北地區(qū)的侵蝕密度高于2.30 MJ·hm-2·h-1·a-1。秋季，四川省東部和東南沿海地區(qū)的侵蝕密度為2.30～5 MJ·hm-2·h-1·a-1，海南省和臺灣省的局部地區(qū)超過5.00 MJ·hm-2·h-1·a-1，全國平均侵蝕密度為0.88 MJ·hm-2·h-1·a-1，標準差為0.92 MJ·hm-2·h-1·a-1。冬季，由于西伯利亞冷高壓控制，全國的侵蝕密度整體下降，低于1.50 MJ·hm-2·h-1·a-1，平均侵蝕密度為1.10 MJ·hm-2·h-1·a-1，標準差為1.27 MJ·hm-2·h-1·a-1。Re?nard 等［21］研究發(fā)現(xiàn)，季節(jié)侵蝕密度與30 min 雨強成正比，可反應(yīng)降雨強度的季節(jié)性變化，總體上夏季的侵蝕密度最高，春季和秋季次之，冬季最低。

圖8 2001—2020年中國季節(jié)侵蝕密度空間分布Fig.8 Spatial distributions of seasonal erosivity density in China from 2001 to 2020

當侵蝕密度大于1 MJ·hm-2·h-1·a-1時，單位降雨量會帶來較高的降雨侵蝕力，高侵蝕性的降水沖擊長期干燥的土壤，通常會造成巨大的損害，同時有研究表明，降水集中程度增大會增加干旱發(fā)生的可能性［22］，因此本研究對于降雨量稀少但侵蝕密度高且植被覆蓋度低地區(qū)的土壤侵蝕防護工作具有指示意義。

3 討論

氣象站觀測目前仍是估算降雨侵蝕力的主流數(shù)據(jù)，然而站點資料雖精度高但不適用于大區(qū)域范圍內(nèi)的降雨侵蝕力估算，它僅能反映站點附近區(qū)域的降水現(xiàn)狀，衛(wèi)星降雨產(chǎn)品雖能有效再現(xiàn)降水的時空分布，但受反演算法和傳感器的影響，其精度一直是在各專業(yè)領(lǐng)域應(yīng)用時的瓶頸。近10 a 來，多源降水資料融合的理念為研發(fā)高精度的降水產(chǎn)品提供了新的思路，融合降水數(shù)據(jù)是通過一定的融合方法，在同一時空尺度上將站點觀測數(shù)據(jù)、衛(wèi)星降水產(chǎn)品、雷達降水產(chǎn)品等不同來源的降水資料進行融合，融合后的降水具有多種資料的優(yōu)勢，更加接近降水的真實空間分布［13］。CLDAS 多源融合降水數(shù)據(jù)由國家氣象信息中心自主研制，被國內(nèi)外學(xué)者廣泛應(yīng)用在陸面模式［23］、山洪［24］以及干旱監(jiān)測［25］等領(lǐng)域。本研究首次將CLDAS 融合降水應(yīng)用在降雨侵蝕力的研究中，并首次利用逐小時國家站數(shù)據(jù)評估CLDAS降雨侵蝕力的精度，為該數(shù)據(jù)集在土壤侵蝕中的應(yīng)用提供參考依據(jù)。

估算降雨侵蝕力的模型主要分為雨強模型和簡易模型［26］，雨強模型以Wischmeier 經(jīng)典算法模型［16］為代表，Wischmeier等［16］利用美國的35個水土保持站、8250 個小區(qū)的降雨和侵蝕實測資料，以次降雨為單位，將降雨總動能（E）與30 min 最大雨強（I30）的乘積EI30作為降雨侵蝕力指標，此方法一直被各國學(xué)者作為標準法沿用，然而它一般需要高時間分辨率的降雨過程資料，且費時費力，對于長時間序列或大尺度區(qū)域范圍內(nèi)的降雨侵蝕力計算難以實現(xiàn)。由于日尺度、月尺度降雨資料的易獲取性，章文波等［10］、王萬中等［27］建立了簡易估算模型，例如日雨量模型和月雨量模型，但這些模型大多是在雨強模型的基礎(chǔ)上通過統(tǒng)計擬合出最優(yōu)參數(shù)，往往在研究區(qū)內(nèi)效果良好，而在研究區(qū)之外的范圍適用性較低，例如日雨量模型在降雨量豐富的地區(qū)，計算得到的降雨侵蝕力誤差相對小；在降雨量稀少的地區(qū)，模型計算的侵蝕力誤差較大［10］，因此將簡易模型應(yīng)用在全國尺度存在一定的局限性［28］。本研究依靠國家氣象信息中心高性能服務(wù)器，基于py?thon 開發(fā)了適用于CLDAS 融合降水產(chǎn)品的EI60模型，克服了雨強模型獲取數(shù)據(jù)難和計算費時的問題，并能夠在全國尺度展開長序列研究。

由于降雨侵蝕力逐年的時空變化顯著，至少需要15 a以上的降水資料才能獲取具有代表性的年降雨侵蝕力結(jié)果［21］。受降雨資料和計算資源的限制，以往對于全國尺度的降雨侵蝕研究僅分析單個年份的狀況，難以在全國尺度展開長序列的降雨侵蝕力分析，本文使用20 a的融合降水資料估算中國的降雨侵蝕力，在長時間尺度上的結(jié)果更具有代表性。

此外，本文的研究還存在一些不足，多數(shù)衛(wèi)星降水產(chǎn)品可能高估湖泊和水庫區(qū)域的降水［11］，由于CLDAS融合降水以CMORPH為背景場，因此西部湖泊區(qū)域的降雨侵蝕力存在明顯的高估現(xiàn)象，比較典型的有納木錯和色林錯湖泊等。張黎明［29］等利用1997—2003年的自建氣象站降雨資料，研究了不同降雨強度對估算侵蝕力的影響，結(jié)果表明I10＞I15＞I30＞I60。因此CLDAS 融合降水的時間分辨率仍有所不足，未來可利用分鐘級的氣象站觀測資料對CLDAS融合降水進行時間降尺度［30］，提升其在降雨侵蝕力估算中的精度。

4 結(jié)論

針對氣象站和衛(wèi)星降雨資料在降雨侵蝕力應(yīng)用中存在無法反映空間異質(zhì)性和數(shù)據(jù)精度差的問題，本文使用CLDAS多源融合降水數(shù)據(jù)結(jié)合地面氣象站數(shù)據(jù)，采用EI60模型，對中國的降雨侵蝕力進行分析評估，得出以下結(jié)論：

（1）CLDAS融合降水估算的降雨侵蝕力在全國范圍內(nèi)具有較好的適應(yīng)性，與地面實測結(jié)果在不同的時間尺度具有良好的線性回歸關(guān)系，相關(guān)系數(shù)均達到0.80 以上，相對誤差顯著降低，可應(yīng)用于長序列、大尺度范圍內(nèi)的降雨侵蝕力研究。

（2）2001—2020 年，不同雨量區(qū)的年降雨侵蝕力、年降雨量、年侵蝕性降雨次數(shù)的變化趨勢基本一致。在低雨量區(qū)和中雨量區(qū)，3 個指標逐年變化穩(wěn)定，而在高雨量區(qū)的年際波動劇烈，侵蝕性降雨次數(shù)和暴雨過程協(xié)同影響降雨侵蝕力的大小。

（3）中國的降雨侵蝕力在空間上大致呈現(xiàn)出東南沿海地區(qū)高、西北內(nèi)陸地區(qū)低的特征。時空上，全國的侵蝕性降雨集中在5—8月，各月之間的侵蝕力變化幅度大，年均降雨侵蝕力為1238 MJ·mm·hm-2·h-1·a-1；以400.00 mm 等降水量線劃分，此線以西以北降水稀少，侵蝕力低，均小于500 MJ·mm·hm-2·h-1·a-1，此線以東以南的地區(qū)受季風(fēng)影響，降雨量增多，侵蝕力較高。

（4）通過對年降雨量、年侵蝕密度和年暴雨量進行分區(qū)定量分析，得出暴雨量與侵蝕密度成正相關(guān)即年降雨量一致時，暴雨量越高，侵蝕密度越大。