长江中下游流域是长江流域洪涝灾害最集中、最严重、最频繁的地区^[1], 洪涝灾害的频发不仅给当地的农作物和居民生活造成了严重的影响, 还加剧了该地区的土壤侵蚀和水土流失问题。土壤侵蚀和水土流失是全球面临的重要生态环境问题^[2], 2015年世界土壤资源状况报告中土壤侵蚀被确定为十大土壤威胁之一, 它不仅会对农业生产和社会经济造成威胁, 也是造成土地退化的最重要因素。全球每年因土壤侵蚀而弃耕的土地达到500万hm^2[3], 根据《2019年中国水土保持公报》^[4], 2019年我国共有271.08万km²土地存在土壤侵蚀现象, 约占我国陆地面积的41.86%。土壤侵蚀的本质是土壤受到外营力作用, 被破坏、分离、搬运和沉积的过程^[5], 其类别主要有水力侵蚀、风力侵蚀、冻融侵蚀和重力侵蚀等, 2019年长江流域水土流失面积34.15万km², 其中水力侵蚀占水土流失总面积的95.67%, 故水力侵蚀在长江流域内发生尤其广泛。区域降雨特征、地形因素、植被特征、土壤类型等都是影响土壤侵蚀的重要因素^[6]。在全球气候变化的背景下, 降水特征发生明显变化, 极端降水的增加会加剧土壤侵蚀^[7]。与此同时, 全球植被明显变化, 特别是一些区域例如中国^[8], 植被覆盖面积显著增加, 这有利于缓解我国整体的土壤侵蚀现状。因此关注降水与植被等因素的变化对于评估长江中下游流域土壤侵蚀的变化及影响具有十分重要的意义^[9]。

降雨是引起土壤侵蚀的动力因子之一, 降雨侵蚀力常作为衡量降雨导致土壤侵蚀的潜在能力^[10]。1965年Wischmeier等^[11]首次提出土壤侵蚀通用方程(Universal Soil Loss Equation, USLE), 方程中以降雨总动能E与30min最大雨强I₃₀的乘积EI₃₀作为衡量降雨侵蚀力大小的指标, 该指标也被证明适用于中国^[12]。2008年刘宝元等^[13]以USLE为蓝本, 根据我国水土保持的实际情况建立了中国土壤侵蚀预报方程(Chinese Soil Loss Equation, CSLE)^[14], 但该方程与USLE类似, 缺乏对物理过程的考虑, 且其中的降雨侵蚀力指标数据要求高, 计算方法复杂且耗时, 在实际应用中受到了很大限制。为了克服这一难题, 国内学者开发了计算降雨侵蚀力的相关模型^[15—16], 其中基于日降雨的降雨侵蚀力模型因其高精度得到了广泛应用。在众多日模型中, 章文波等^[17]根据全国71个代表性气象站建立的半月侵蚀力简易算法模型应用^[18—19]较多, 然而Xie等^[20]发现章文波的方法在较高侵蚀力的地区会存在高估降雨侵蚀力的现象, 且使用时需要率定^[20], 因此提出了一种修正的Xie模型；Chen等^[21]将Xie的方法与更为精确的小时模式方法对比, 认为Xie的方法公式简洁且估算精度高, 验证了Xie模型的合理性。

气象要素在海拔差异较大的地区表现出明显的空间异质性^[22]。近年来, 广泛开展的基于经验正交函数(Empirical Orthogonal Function, EOF)和旋转经验正交函数(Rotated Empirical Orthogonal Function, REOF)的气候要素场的量化研究, 实现了区域气候场的时空分解^[23]。REOF分析相较传统的EOF分析更为优越, 它能够有效地解构出主导型的空间模态, 且所分解出的各空间模态高度相关^[22], 这使得REOF在降雨分区^[24]、气温分区^[25]、旱涝灾害时空特征分区^[26]等多种气候分析领域得到了广泛的应用。降雨侵蚀力作为衡量降雨导致土壤侵蚀的潜在能力^[10], 与降雨直接相关, 因此REOF同样具备适用于降雨侵蚀力特征分区研究的潜质^[27]。目前, 降雨侵蚀力研究主要集中在整体流域或将流域划分为上中下游或以行政区为单位进行时空变化分析^[28], 不能充分反映区域降雨侵蚀力的差异性^[27], 使用REOF对大尺度流域的降雨侵蚀力进行特征分区, 可从新的角度深入了解大尺度流域降雨侵蚀力的时空分布特征。

降雨侵蚀力一直是人们研究和关注的热点, 特别是对于区域降雨侵蚀力的研究^[29—30], 可以帮助准确估算降雨侵蚀力并对其空间分布和演变有清晰的掌握^[31]。相关研究表明^[2], 土地坡度、植物覆盖情况以及降雨量等因素都与降雨侵蚀力存在一定的关系。姬兴杰等^[32]分析了黄河流域降雨侵蚀力与地理和气象因素之间的关系, 研究结果显示降雨侵蚀力与经度、纬度、坡度等地理因子均呈极显著相关关系。降雨侵蚀力表征最大半小时降水所携带的动能, 与降雨直接相关。降水作为影响植被覆盖度的主要气象因子, 通常与植被覆盖呈正相关^[33—34], 特别是在极端降水条件下, 其对植被生长具有促进作用^[35]。研究表明, 植被的增加可以保护土壤不被水滴滴溅侵蚀, 避免径流对土壤进行冲刷侵蚀, 并改善土壤结构^[36], 是减少土壤侵蚀的重要方法。因此, 区域植被变化情况的监测和评估对于掌握区域土壤侵蚀风险是必要的^[9]。目前关于长江中下游流域降雨侵蚀力和其植被覆盖度的研究已经取得了非常丰富的成果^[29], 但降雨侵蚀与植被覆盖在该地区的相互作用关系仍需深入探究。即在大尺度区域尤其是不同地理环境下, 降雨侵蚀力是影响地表侵蚀过程的关键因素, 侵蚀性降水会影响植被覆盖情况, 进而影响地表的侵蚀过程。鉴于此, 本研究以长江中下游流域119个气象站点57年逐日降雨资料为基础, 使用Xie模型, 结合统计分析的方法, 分析长江中下游流域区域降雨侵蚀力时空变化, 并从栅格尺度上综合考虑其与植被覆盖度的相关关系, 以期为长江中下游流域生态环境保护和土地资源的合理利用提供科学依据。

1 研究区域概况与数据来源 1.1 研究区域概况

长江中下游是我国人口最密集, 经济最为发达的地区之一, 也是生态文明建设的先行示范重点区域。这里拥有丰富的自然资源, 被誉为“鱼米之乡”, 是中国重要的粮食和渔业生产基地。该地区位于长江三峡以东, 地跨湖北、湖南、江西、安徽、江苏、浙江、上海等6省1市, 地理范围介于106°—122°E至25°—35°N之间(图 1), 属亚热带季风气候, 全年温暖湿润, 长江中下游流域的地势起伏较大, 海拔高度在-142—3549m之间, 年降水量在1000—1500mm左右, 且呈现明显的季节性分布。夏秋季节为降雨的高峰期, 尤其是在汛期(5—10月), 降雨量更为集中和强烈, 容易引发水土流失和洪涝灾害, 对下游生态和人民财产安全造成威胁。

1.2 数据来源

采用1963—2019年长江中下游流域内119个国家气象站经过均一化处理的逐日降水数据, 时间长度为57a。研究所选用的气象站均匀分布于长江中下游流域内, 站点密度为7380km²/站, 满足研究需求^[37], 为保证降水资料可靠性, 采用考虑高程的协同克里金法对缺测数据进行插补延长, 并对降水数据进行质量控制检验, 通过质量检查的数据用于降雨侵蚀力的计算。同时收集1999—2019年月度植被NDVI栅格数据, 分辨率为1km, 由中国科学院地理科学与资源研究所网站(http://www.resdc.cn)提供, 对其采用最大值合成法生成植被指数数据, 并计算得年降雨侵蚀力数据。数字高程模型数据来自地理空间数据云网站(https://www.gscloud.cn/), 使用地理信息系统(ArcGIS)对该数据进行融合、裁剪、坐标系转换后得到如图 1所示高程图。

2 研究方法

基于长江中下游流域119个气象站点的日降雨数据和月NDVI数据, 首先采用降雨侵蚀力计算方法得到该地区的日降雨侵蚀力, 使用植被覆盖度计算方法获取该地区植被覆盖情况；然后使用REOF法对长江中下游进行区域划分, 结合Mann-Kendal趋势检验和重标极差法(R/S)法分析各区域不同降雨侵蚀力时空变化规律；最后通过相关性分析法揭示长江中下游流域降雨侵蚀力与植被覆盖度之间的关系。

2.1 降雨侵蚀力计算方法

降雨侵蚀力是一种反应潜在土壤侵蚀的动力指标^[38], 潜在土壤侵蚀随着降雨侵蚀力增大而增强, 反之则减弱。根据前人的研究, 在章文波等^[17]模型和Xie方法^[20]计算全国各站点降雨侵蚀力的过程中, Xie方法的估算结果与实际降雨侵蚀力相对更接近, 而章文波等模型通常会高估降雨侵蚀力, 因此本研究采用Xie方法进行研究。在Xie方法中, 将日降雨值≥10mm的降雨定义为具有侵蚀性的降雨。计算公式为：

(1)

式中, R_i表示一年中第i个月的降雨侵蚀力, 单位为MJ mm hm^-2 h^-1；k为第i个月中日降雨量达到10mm的天数；P_d为第i个月中降雨量达到10mm的第j天的日降雨量, 单位为mm；α为参数, 根据经验其取值在暖季(5—9月)为0.3937, 在冷季(10—次年4月)为0.3101。

2.2 旋转经验正交函数(REOF)法

旋转经验正交函数(Rotating Empirical Orthogonal Function, REOF)^[39]是在经验正交函数(Empirical Orthogonal Function, EOF)的分解基础上, 选择累计方差通过North显著性检验^[40]的几个主成分作为荷载特征向量, 对荷载特征向量进行方差最大正交旋转, 通过旋转得到的空间模态。相比传统的EOF分析, REOF方法克服了每个荷载向量都较均匀地描述变量场变率结构的缺陷^[41—42], 能够更清晰地反映各个区域空间上的相关分布特征^[27], 是分离变量场典型空间结构的一种可靠方法^[43]。North等^[40]在研究中指出, 在95%置信度水平下的特征根的误差如下：

(2)

式中, λ是特征根, N^*是数据的有效自由度, 根据误差范围按顺序依次检查特征根。如果前后两个特征根之间误差范围有重叠, 则没有通过显著性检验^[44]。

本研究中将使用最大方差经验正交旋转对长江中下游119个站点的降雨侵蚀力进行分析, 使旋转分解后得到的各个模态能够表征整个长江中下游流域不同降雨侵蚀特征的子区域。

2.3 植被覆盖度计算方法

植被覆盖度(Fraction Vegetation Coverage, FVC)一般被认为植被的叶、茎、枝等在地面的垂直投影面积占统计区总面积的百分比, 是刻画地表植被覆盖的重要参数, 也是反应植被生长状态的重要指标, 在植被变化、生态环境、水土保持等方面问题研究中起到重要作用^[45]。本文的植被覆盖度计算是由归一化植被指数NDVI使用像元二分模型提取所得, 该模型计算公式为：

(3)

式中, NDVI_soil取置信度5%的NDVI值, NDVI_veg取置信度95%的NDVI值, 受年份、大气等条件影响, NDVI_soil和NDVI_veg会随时间和空间的不同而产生变化。植被覆盖度分级标准^[46]如表 1所示。

2.4 Mann-Kendal趋势检验法

Mann-Kendal(MK)趋势检验是一种非参数的判断时间序列变化趋势的分析方法, 该方法具有检验范围宽, 受人为影响较小的特点^[47]。其计算公式为：

(4)

(5)

(6)

式中, Z为检验统计量, sgn为符号函数, Var为计算方差函数, x_i, x_j分别为第i年和第j年的时间序列值；n为时间序列长度。在给定显著性水平α下, 当|Z|>Z_1-α/2时, 表明时间序列变化趋势显著, 当|Z| < Z_1-α/2时, 表明时间序列变化趋势不显著。当|Z|>1.96时, 表明时间序列变化趋势通过了95%的显著性水平检验。

2.5 重标极差法

重标极差法(Rescaled Range Nalysis, R/S)是由水文学家H.E.Hurst于20世纪初提出的, 其被广泛的应用于气象变量时间序列分析中^[48]。在R/S分析过程中, Hurst指数是定量分析时间序列的特征指数, 它能够区分随机与非随机序列^[24]。经过长期的理论分析和模拟试验研究, Hurst发现了如下经验公式：

(7)

式中, τ为任意正整数, R(τ)和S(τ)分别为某一时间序列的极差和标准差, H成为Hurst指数, 位于[0—1]之间, Hurst指数H值可以细分为以下四种形式：0＜H≤0.35为强反持续性, 0.35＜H≤0.5为弱反持续性, 0.5＜H≤0.65为弱持续性, 0.65＜H≤1为强持续性^[49]。

3 结果与分析 3.1 长江中下游整体降雨侵蚀力的时空变化特征

为全面了解长江中下游流域不同季节下降雨侵蚀力的表现情况, 本文根据降雨侵蚀力模型中参数α的取值不同, 将长江中下游的降雨侵蚀力分为冷季(10-次年4月)和暖季(5—9月)进行时空变化分析, 其中降雨侵蚀力趋势变化分析结果如图 2。如图 2所示, 长江中下游降雨侵蚀力整体呈上升趋势, 年均降雨侵蚀力为5643MJ mm hm^-2 h^-1, 年均变化速率为15.37MJ mm hm^-2 h^-1 a^-1, 年降雨侵蚀力最大值和最小值分别出现在2016年和1978年, 分别为8286、3527MJ mm hm^-2 h^-1。长江中下游暖季和冷季的年均降雨侵蚀力分别为4338、1305MJ mm hm^-2 h^-1, 年均变化速率分别为14.19、5.48MJ mm hm^-2 h^-1 a^-1, 暖季年均降雨侵蚀力平均值为冷季的3.5倍, 说明长江中下游降雨侵蚀力季节性差异显著。

长江中下游降雨侵蚀力空间分布情况如图 3所示。由图 3可知, 长江中下游流域降雨侵蚀力空间差异显著, 年均降雨侵蚀力最高值和最低值分别为10949、2022MJ mm hm^-2 h^-1, 流域内整体年均降雨侵蚀力表现为由西北向东南逐渐增加的趋势特征。长江中下游冷季年均降雨侵蚀力以江西省为中心由最高值2688MJ mm hm^-2 h^-1沿西北方向递减至最低值163MJ mm hm^-2 h^-1, 减小幅度为505MJ mm hm^-2 h^-1。长江中下游暖季年均降雨侵蚀力空间分布不均, 高值区分别集中在流域的西部和东北部地区, 年均降雨侵蚀力最高值为8856MJ mm hm^-2 h^-1, 约为冷季的3.3倍, 年均降雨侵蚀力季节性差异显著。

3.2 基于REOF的长江中下游分区降雨侵蚀力分析 3.2.1 基于REOF的长江中下游降雨侵蚀力地理分区结果

对所选取的长江中下游119个站点1963—2019年的年均降雨侵蚀力进行EOF分解, 可以得到119个主成分及119个特征值, 从第7个主成分起, 特征值未能通过North显著性检验。选取前6个可以反映长江中下游年降雨侵蚀力的主要空间分布特征的空间模态。对已得到的6个空间模态进行旋转, 获取前6个空间模态的方差贡献率以及累计方差贡献率, 结果见表 2。绘制长江中下游荷载向量的6个模态分布图, 将6个空间模态划分为3个阈值区间, 调整每个区间的最优值, 其可视化分布结果可见图 4。选取深色部分的高荷载区绘制长江中下游地理分区示意图, 结果见图 5。

由图 5可知, 1963—2019年长江中下游降雨侵蚀力可以分为6个地理分区, 分别为湘江及赣江水系(Ⅰ区)、洞庭湖水系(Ⅱ区)、鄱阳湖环湖区(Ⅲ区)、长江干流武汉以下段及太湖水系(Ⅳ区)、丹江口库区及下游流域(Ⅴ区)、丹江口上游流域(Ⅵ区)。其累计方差贡献率达52%(表 2), 区域内119个气象站点地理分区见表 3。

3.2.2 长江中下游各地理分区降雨侵蚀力时空变化特征

本研究使用R/S重标极差法以及MK趋势检验对长江中下游6个地理分区以及各分区暖季、冷季的年降雨侵蚀力进行历史和未来趋势的探讨。由表 4可知, 在长江中下游6个地理分区中, 年均降雨侵蚀力最大值和最小值出现在Ⅲ区和Ⅵ区, 分别为7621、2871MJ mm hm^-2 h^-1, 且相邻地理分区间降雨侵蚀力变化速率差异较大, 说明降雨侵蚀力区域性差异显著。57年间, 仅Ⅴ区的降雨侵蚀力呈现下降趋势, 其余各区的降雨侵蚀力均呈现上升趋势, 其中Ⅰ区和Ⅳ区通过95%显著性检验, 并分别以31.30、30.30MJ mm hm^-2 h^-1 a^-1的变化速率增长, 长江中下游Ⅰ区过去对未来降雨侵蚀力趋势的持续性影响最为明显, 该区未来的降雨侵蚀力显著上升且呈现强持续性, 值得注意的是Ⅲ区降雨侵蚀力增长速度较快为27.50MJ mm hm^-2 h^-1 a^-1, 以上结果表明长江中下游Ⅲ区、Ⅰ区和Ⅳ区降雨侵蚀力未来持续显著增长, 增长速率较快, 相较于其他区域遭受水力侵蚀的风险更大。

由表 5可知, 长江中下游暖季降雨侵蚀力最大值和最小值分别出现在Ⅲ区和Ⅵ区, 分别为5528、2551MJ mm hm^-2 h^-1, 相邻地理分区间降雨侵蚀力增长速率变化差异显著, 说明暖季降雨侵蚀力存在显著区域性差异。6个地理分区中, 有1个地理空间分区的降雨侵蚀力呈现下降趋势, 5个地理空间分区的降雨侵蚀力呈现上升趋势, 其中, 仅Ⅰ区和Ⅳ区通过95%显著性检验, 并分别以21.94、36.11MJ mm hm^-2 h^-1 a^-1的变化速率增长。长江中下游Ⅰ区、Ⅲ区和Ⅵ区过去对未来降雨侵蚀力趋势的持续性影响最为明显均呈现强持续性, Ⅱ区和Ⅴ区的未来降雨侵蚀力趋势呈现弱反持续性和强反持续性, 即未来除Ⅱ区降雨侵蚀力存在下降或不变趋势外其余各区均呈现上升趋势。该结果表明1963—2019年长江中下游暖季降雨侵蚀力未来呈现显著增长趋势, 其中Ⅰ区、Ⅲ区和Ⅳ区降雨侵蚀力未来持续显著增长, 易遭受水力侵蚀。

由表 6可知, 长江中下游冷季6个分区年均降雨侵蚀力最大值和最小值出现在Ⅲ区和Ⅵ区, 分别为2093、320MJ mm hm^-2 h^-1, 相邻地理分区间降雨侵蚀力增长速率变化差异显著, 说明暖季降雨侵蚀力存在显著区域性差异。1963—2019年期间, Ⅵ区的降雨侵蚀力呈现下降趋势, 其余各区的降雨侵蚀力均呈现上升趋势, 其中, 仅Ⅰ区和Ⅲ区通过95%显著性检验, 并分别以9.36、12.87MJ mm hm^-2 h^-1 a^-1的变化速率增长。长江中下游Ⅰ区和Ⅲ区过去对未来降雨侵蚀力趋势的持续性影响最为明显, 均呈现显著增长趋势, Ⅱ区、Ⅳ区和Ⅵ区的未来降雨侵蚀力趋势呈现弱持续性。该结果表明1963—2019年长江中下游冷季年均降雨侵蚀力整体呈现增长趋势, 其中Ⅰ区和Ⅲ区降雨侵蚀力未来表现为持续显著增长, 但相较于整体和暖季, 冷季侵蚀程度较小。

3.2.3 长江中下游流域重点区域降雨侵蚀力月尺度趋势分析结果

为了更好的理解和评估降雨对地表产生的侵蚀效应, 根据长江中下游各分区降雨侵蚀力时空变化分析结果, 选择降雨侵蚀力未来持续增长的三个区域湖南、江西和安徽(Ⅲ区、Ⅰ区和Ⅳ区)作为重点研究区域, 按照冷季(10—次年4月)和暖季(5—9月)进行月尺度降雨侵蚀力趋势分析, 如表 7。

由表 7可知, 长江中下游流域全年降雨侵蚀力最高值出现在暖季的6月, Ⅰ区、Ⅲ区和Ⅳ区6月平均降雨侵蚀力分别为1556、2080、1212MJ mm hm^-2 h^-1, 其中Ⅲ区6月平均降雨侵蚀力为全年最高值, 增长速率为3.93MJ mm hm^-2 h^-1 a^-1。长江中下游流域内6—9月三个区域降雨侵蚀力差异较大，5月及10月—次年4月Ⅳ区降雨侵蚀力明显低于Ⅰ区和Ⅲ区。暖季5—8月平均降雨侵蚀力普遍高于冷季, 且未来呈现持续增长趋势, 9月平均降雨侵蚀力低于暖季平均值, Ⅲ区9月未来呈现下降趋势。冷季平均降雨侵蚀力高值出现在3—4月, 最高值出现在Ⅲ区4月, 平均降雨侵蚀力为812MJ mm hm^-2 h^-1, 增长速率为2.70MJ mm hm^-2 h^-1 a^-1, 冷季最低值出现在Ⅳ区12月, 平均降雨侵蚀力为48MJ mm hm^-2 h^-1。值得注意的是, 冷季的Ⅲ区的1月、3月、4月以及Ⅰ区的3月、11月降雨侵蚀力变化速率较快, 分别为2.05、4.47、2.70、3.57、3.40MJ mm hm^-2 h^-1 a^-1。

3.3 长江中下游流域植被覆盖度时空分布特征

长江中下游植被类型丰富多样, 但不同地区的植被覆盖度存在差异, 本文对长江中下游1999—2019年暖季和冷季植被覆盖度进行空间分析。长江中下游植被覆盖度空间变化如图 6所示, 长江中下游流域低植被覆盖度主要集中在长江干流武汉以下段及太湖水系(Ⅳ区)。流域内暖季植被覆盖普遍较高, 主要以中高植被覆盖为主, 冷季植被覆盖分布不均, 高覆盖度主要集中在湘江及赣江水系(Ⅰ区)和鄱阳湖环湖区(Ⅲ区)。1999—2019年长江中下游暖季植被覆盖度整体呈现改善趋势, 改善区域占长江中下游流域总面积的66%, 主要分布在Ⅴ区和Ⅵ区。34%的区域植被覆盖度呈现退化趋势, 主要分布在Ⅰ区、Ⅲ区和Ⅳ区。1999—2019年长江中下游冷季植被覆盖度整体呈现改善趋势, 改善区域占长江中下游流域总面积的61%, 主要分布在Ⅰ区、Ⅱ区和Ⅵ区。39%的区域植被覆盖度呈现退化趋势, 主要分布在Ⅲ区、Ⅳ区和Ⅴ区。

3.4 长江中下游重点区域降雨侵蚀力与植被覆盖度的相关性分析

本文利用相关性分析法分析检验长江中下游流域1999—2019年暖季和冷季重点区域降雨侵蚀力与植被覆盖度之间的关系, 如图 7所示。由图 7可知, 暖季降雨侵蚀力与植被覆盖度之间的相关系数为-0.90—0.96, 其中, 相关系数为正值的像元面积占长江中下游流域面积的56.4%, 主要分布在Ⅱ区和Ⅴ区；相关系数为负值的像元面积占43.6%, 主要分布在Ⅰ区、Ⅲ区、Ⅳ区和Ⅵ区, 重点区域(Ⅰ区、Ⅲ区和Ⅳ区)降雨侵蚀力与植被覆盖度主要呈负相关。冷季降雨侵蚀力与植被覆盖度之间的相关系数为-0.86—0.90, 其中, 相关系数为正值的像元面积占长江中下游流域面积的41%, 主要分布在Ⅰ区；相关系数为负值的像元面积占59%, 主要分布在Ⅱ区、Ⅲ区、Ⅳ区、Ⅵ区和Ⅴ区, 重点区域降雨侵蚀力与植被覆盖度主要呈负相关, 值得注意的例外是Ⅰ区在冷季呈现正相关, 而且其中的湘江上游流域出现显著正相关。

4 讨论

降水是影响土壤侵蚀的主要因素, 1963—2019年长江中下游流域降雨侵蚀力整体表现为由西北向东南递增的空间分布格局, 该结果与其它研究结果一致^[50—51]。流域内降雨侵蚀力呈现上升趋势, 最大值和最小值分别出现在2016年和1978年。降雨侵蚀力存在显著的年际波动, 这与高歌等^[29]的研究结果一致。说明针对不同降雨资料选择不同的降雨侵蚀力模型, 可以得出大致相同的降雨侵蚀力结果。良好的植被覆盖是防止土壤侵蚀的重要措施, 1999—2019年长江中下游植被覆盖度整体呈改善趋势, 长江中游地区是我国植被恢复和重建的主要区域, 流域内主要以中高植被覆盖为主。由于长江下游地区养殖业在全国占有举足轻重的地位, 也是我国水稻等粮食作物的主产区, 受人类活动影响较大, 导致低植被覆盖度主要集中于下游地区, 植被覆盖呈现退化趋势。

本研究基于REOF将长江中下游进行区域划分, 结果发现Ⅲ区、Ⅰ区和Ⅳ区降雨侵蚀力未来持续增长, 可能原因是其位于长江中下游流域东部地区, 该区域地势起伏较大, 地理位置临近海洋, 受海洋水汽影响较大, 故侵蚀性降雨高于流域其它区域。在月尺度降雨侵蚀力分析中暖季和冷季降雨侵蚀力最大值均出现在Ⅲ区鄱阳湖流域, 陆建忠等^[52]研究表明鄱阳湖流域湿地和农田面积减少, 植被覆盖度降低, 建筑用地增加均导致了该地区土壤侵蚀量增加, 这也从一定程度上表明, 土壤侵蚀的多少不完全取决于降雨侵蚀力, 也与人类活动以及植被覆盖情况有一定的联系^[53—54]。因此在接下来的研究中应重点关注Ⅲ区、Ⅰ区和Ⅳ区所处的安徽、湖南、江西三个省份降雨侵蚀力发生情况, 尤其是Ⅲ区可作为长江中下游流域水土流失的关键区域, 以便有针对性的做好预防工作。

许多研究表明, 降雨侵蚀力是造成土壤侵蚀的重要动力因子^[38], 植被覆盖是阻止土壤侵蚀的重要环境因子^[36]。降雨侵蚀力越大土壤侵蚀风险越大, 植被覆盖度越大土壤侵蚀风险越小^[55]。研究表明长江中下游降雨侵蚀力与植被覆盖度之间存在相关关系, 在重点关注区域Ⅲ区、Ⅰ区和Ⅳ区主要呈现为负相关, 这与普遍的研究结果一致^[56—57]。但值得注意的例外是Ⅰ区冷季主要呈现正相关, 而且其中的湘江上游流域出现显著正相关。长江中下游地区东临黄海和东海, 地势平坦且没有山脉阻挡, 容易遭受水涝及台风等气候灾害的影响, 导致临海的重点区域植被覆盖普遍呈现退化趋势。Ⅰ区主要位于江西和湖南两省, 地势多为丘陵和山地, 这种地形地貌有利于植被的生长和覆盖的同时也容易受到降雨侵蚀的影响。近年来由于气候变暖以及持续的暖冬影响, 该地区冷季植被生长环境发生改变, 导致农作物生长季节延长, 植被覆盖呈现增长趋势, 使得Ⅰ区冷季降雨侵蚀力与植被覆盖度呈现正相关。另外位于湖南省湘江上游的零陵、道县和嘉禾三个气象站点所在地区是我国重要的粮食产地, 特别是双季稻的主要产区。随着气候变暖以及降水事件的多发, 使该地区农作物在冷季得到原有人为灌溉的同时获得了更多的雨水补充, 导致农作物产量显著增长, 增加了植被覆盖面积, 在一定程度上减弱了降雨对土壤的冲刷作用。研究发现^[58]该地区坡度普遍大于45°, 当坡度效应大于植被阻碍的能力时, 降雨对该地区土壤侵蚀的影响同样也会增强。因此湘江上游流域降雨侵蚀力与植被覆盖度之间呈现显著的正相关关系。综上所述, 区域降雨侵蚀力会影响区域植被覆盖情况, 进而影响侵蚀性降水对地表的侵蚀过程, 故可以在该地区种植固土能力更强的作物，以便即使在侵蚀性降水超出一般植被抵御能力时，这些作物的根系和冠层仍能有效地保护土壤，减少土壤的侵蚀程度。需要注意的是除了植被覆盖度外, 气候灾害、极端气候和坡度也是影响该地区降雨侵蚀过程的重要因素。本研究没有将气温、日照时数、极端气候事件变化这些影响土壤侵蚀的重要气象因子加入分析, 导致分析结果不全面。因此后续研究可以结合土地利用类型、气候要素、人类活动等多方面开展深入研究。

5 结论

(1) 长江中下游降雨侵蚀力整体呈上升趋势, 年均降雨侵蚀力为5643MJ mm hm^-2 h^-1, 最大值和最小值分别出现在2016年和1978年, 分别为8286、3527 MJ mm hm^-2 h^-1。

(2) 长江中下游流域不同季节下降雨侵蚀力的空间分布特征存在差异。流域内暖季和冷季的年均降雨侵蚀力分别为4338、1305MJ mm hm^-2 h^-1, 其中冷季降雨侵蚀力时空分布不均, 高值区主要集中在流域的西部和东北部, 而降雨侵蚀力在暖季表现为以江西省为中心沿西北方向递减的空间分布格局, 减小幅度为505MJ mm hm^-2 h^-1, 最大值和最小值出现在鄱阳湖环湖区(Ⅲ区)和长江干流武汉以下段及太湖水系(Ⅳ区), 分别为7621、2871MJ mm hm^-2 h^-1。

(3) 长江中下游相邻地理分区间降雨侵蚀力变化速率差异较大, 降雨侵蚀力区域性差异显著。其中Ⅲ区、湘江及赣江流域(Ⅰ区)和Ⅳ区年均降雨侵蚀力呈显著增长趋势(P < 0.05)且未来将保持该趋势, 为水土保持重点关注区域。

(4) 长江中下游植被覆盖空间变化差异显著, 整体呈改善趋势。流域内暖季(冷季)改善区域占总面积的66%(61%), 主要分布在Ⅵ区和Ⅴ区(Ⅰ区、Ⅱ区和Ⅵ区)；暖季(冷季)退化区域占总面积的34%(39%), 主要分布在Ⅰ区、Ⅲ区和Ⅳ区(Ⅲ区、Ⅳ区和Ⅴ区)。

(5) 长江中下游水土保持重点关注区域的降雨侵蚀力与植被覆盖度存在负相关关系。Ⅰ区在冷季呈现正相关, 其中的湘江上游流域出现显著正相关。

在大尺度区域尤其是不同地理环境下, 降雨侵蚀力是影响地表侵蚀过程的关键因素, 侵蚀性降水会影响植被覆盖情况, 进而影响地表的侵蚀过程。因此在重点关注高降雨侵蚀力地区的同时还需加强植被保护工作。研究结果可为长江中下游区域水土保持及生态环境保护工作提供科学依据。