在Richardson模型中引入季节参数变化估算降雨侵蚀力外文翻译资料

英语原文共 22 页，剩余内容已隐藏，支付完成后下载完整资料

在Richardson模型中引入季节参数变化估算降雨侵蚀力

王有生，谭世，*刘宝元，杨阳。

1. 北京师范大学地球表面过程与资源生态学国家重点实验室，北京100875；
2. 中国水利水电研究所流域水循环模拟与调控国家重点实验室，北京100048；
3. 湖南第一师范大学教育科学学院，长沙，410205

摘要：降雨侵蚀力是预测土壤流失的重要气候因子。通过对安徽省黄山市5个台站高分辨率雨雨仪资料在INA中的应用，我们分析了一个修正的Richardson模型的性能，该模型考虑了参数alpha;和beta;的季节变化，结果表明：(1)具有中到高的季节性。 在侵蚀性降雨的分布上，降雨侵蚀力的季节性更强；(2)理查森模型的参数alpha;和beta;均表现出季节变化； d(3)结合并协调了参数alpha;和beta;的季节性，大大提高了月尺度的预报效果。因此，这个新修改的模型强烈推荐在Monthl时使用。 例如，在规划水土保持实践和计算通用土壤流失方程(Usle)和修正univer中的覆盖管理因子时，需要有y的降雨侵蚀力土壤流失方程（Rusle）。

关键词：季节性降雨侵蚀力；Richardson模型；覆盖管理因子；USLE；RUSLE

1 介绍

土壤流失是土壤退化最广泛的形式之一(Pimentel等人，1995；LAL，2003)。通用土壤流失方程(USLE)和修正的通用土壤流失方程(RUSLE)是 为土壤流失预测而设计的经验模型(Wischmeier和Smith，1978；Renard等人，1997)，这些模型由于它们的简单性而被广泛使用。 他们没有身体上的基础(Kinnell，2010)。作为一个描述气候对土壤流失的影响数值，降雨侵蚀力是USLE和RUSLE中最重要的因素之一，即它量化了降雨引起土壤流失的潜力。 S(Wischmeier and Smith，1958；Hoyos等人，2005)。季节性降雨侵蚀力是降雨侵蚀力的一个组成部分，在植被管理因子的计算中是一个重要因素。 (C-因子)在USLE和RUSLE(方程)中。1)(Wischmeier和Smith，1978；郭等人，2015)；它在城市和林业中也被广泛用于确定土壤侵蚀危害的预测。 g控制侵蚀活动的有效性，并评估气候变化下土壤侵蚀潜力的影响(Yu和Rosewell，1996；Yu，1998)。有关公式如下：

(1)

当C是覆盖和管理因子时，SLRi是第一时段的土壤流失率，Ri是该时期发生的降雨侵蚀力(mj mm/ha/h)，n是期间的数目。 R是长期平均年降雨侵蚀力(MJ mm/ha/h/a)。

一般来说，计算降雨侵蚀力需要长期的雨雨仪数据(Wischmeier和smith，1978；renard等人，1997)，但这些数据通常不适用于许多地点。 世界。因此，可替代数据可用于建立与降雨侵蚀力之间的联系。例如，事件降雨(Richardson等人，1983；曼纳尔特和加布里埃尔，2000；沙姆沙德 日降雨量(Selker等人，1990；Davison等人，2005；Salako，2010；Sanchez-Moreno等人，2014)，月降雨量(Renard和Freimund，1994；Taguas等人，2013)，年降雨 所有（Mikhailova等，1997；MATI等人，2000；ELTAIFF等，2010；博尼拉和VIDAL，2011；李和Heo，2011）都已被使用。虽然这些类型的数据可以解决有限的数据和问题。 年尺度上的降雨侵蚀力估计，在次年(季节性、月)尺度上的降雨侵蚀力估算仍然存在问题。

为了应对次年尺度的降雨侵蚀力估算，petkovsek和mikos(2004)建立了12个降雨侵蚀力模型，每个月一个月，基于功率函数。 模型(方程)(2)Richardson等人提出。(1983)如下： (2)

Hoyos等人(2005)还建立了次年降雨侵蚀力模型--一个用于旱季，另一个用于雨季。考虑到月雨量特征和INPA的差异 地形对降雨的影响，Diodato和Bellocchi(2007)建立了一个基于月降雨、海拔和纬度的月降雨侵蚀力模型。(2011)模拟雨 每个季节的秋季色情度：冬天，春天，夏天和秋天。整体而言，建立每个月或季节的降雨侵蚀力模型可以得到很好的估计，但这需要长期的预测。 uviography数据。此外，模型构建可能会引入大量额外的参数，这些参数需要获取更多的数据集。考虑降雨季节变化 在理查森等人提出的模型的基础上，于和罗斯韦尔(1996)在参数alpha;中加入了余弦函数。(1983)这种方法 将Richardson模型每个月产生的24个参数降至6个(Eq.3)，从而解决了参数过多的问题。有关公式如下：

(3)

然后在南澳大利亚(Yu和Rosewell，1996)，澳大利亚热带(Yu，1998)，两个湿润热带地区(A)应用了Yu和Rosewell模型(Yu和Rosewell，1996)。 ustralia(Yu和Neil，2000)，马来西亚半岛(Yu等人，2001)，中国(郭等人，2001；宁和石，2003；朱和余，2015)，整个澳大利亚(Lu和Yu，2002)，以及新Sout h澳大利亚威尔士(杨，2014)。

研究结果表明，通过在参数alpha;中加入余弦函数，可以很好地反映参数alpha;的季节变化，但在几个月内仍然存在较大的误差，尤其是 月里雨量少了。安古洛-马丁内斯和贝古里亚(2009)进一步尝试纳入参数beta;的季节表示。结果表明，该模型的预测误差较小。 alpha;和beta;两种参数的季节变化都超过了只有一个参数alpha;的季节变化。这与预期相反，因为考虑到季节变化的模型 其中只有一个参数是模型的特例，包含两个参数，并且简单地保持了另一个常数。从理论上讲，这个模型考虑了两个参数alpha;的季节变化。 beta;可以代表降雨侵蚀力的更多细节。如果2个参数的季节变化在两个月内被合并和协调，则预测的改进是可能的。 降雨量越来越少。

为了提高月尺度降雨侵蚀力估算，利用黄山市5个站点的高时间分辨率降雨资料，本文的目标是： O(1)分析侵蚀性降雨和降雨侵蚀力的季节特征；(2)检验考虑参数季节性变化的3种模型类型的性能。 引入理查森模型：(A)只考虑参数alpha;的季节变化，参数beta;保持不变；(B)仅考虑参数beta;随参数的季节变化。 alpha;保持不变；(C)结合并协调alpha;和beta;两个参数的季节变化。这项工作的结果有可能改进封面管理fa的逼近性。 在USLE和RUSLE中的Ctor和土壤流失估计。

2材料和方法

2.1研究领域和数据

黄山市地处亚热带季风气候带(图1)，气候温暖，雨量充沛。年气温为15.5~16.4°C，年降雨量范围i。 s 900-1700毫米，其中大部分发生在6月和7月。由于东亚大气环流的影响，梅雨期发生在六月中旬至七月中旬，其特点是高度。 气温高、湿度高、降雨持续。山区和丘陵是该地区的主要地貌，陡峭的斜坡上的土壤很容易流失。这个地区是城市的酒水。 黄山市和浙北地区的水源，水土流失和水质问题非常令人关切。

在黄山市，收集了2089个分辨率为1分钟的5个雨量站的侵蚀性降雨事件的数据（表1）。4站（汝村、四千、太平村、贺庄村） )降水序列长度超过18年，数据集包括420多个降雨事件。第五站(吴城)雨量序列长度为8年，其中数据集超过8年。 200次降雨事件。利用这些数据对季节alpha;和beta;进行了优化，并将模型估算的降雨侵蚀力与典型降雨侵蚀力计算方法EI 30进行了比较。虹吸 使用雨量计获取雨量计的记录，然后数字化，提取1分钟的降雨数据。

图1 显示研究地区地理位置及雨量站分布的地图

表1 黄山市5个台站降水资料特征

ERE=侵蚀性降雨事件；R=降雨侵蚀力。单位：ERE(事件)；分辨率(分钟)；海拔(M)；

年降雨量(Mm)；年度R(MJ mm/ha/h/a)

2.2降雨侵蚀力计算

EI 30是能量乘以来自高分辨率雨天记录的30分钟降雨事件的最大强度的缩写。4)(Wischmeier and Smith，1978)。年降雨量 侵蚀力(R)是一年内单个风暴EI 30值的总和，月降雨侵蚀力(RM)是一个月EI 30值的总和。有关公式如下：

(4)

其中e=单位能量(mj/mm/ha)；vr=r期降雨量(Mm)；i 30=最大30分钟降雨强度(mm/h)，即连续30分钟的平均强度。 在储藏室降雨量最大的情况下，计算结果如下(麦格雷戈和穆奇勒，1976；福斯特，2004)： (5)

其中ir=第rth期的降雨强度(毫米/小时)。

采用以下侵蚀性降雨标准(Wischmeier和Smith，1978)对风暴进行分类：(1)暴雨大于12.7mm的数据；(2)降雨量至少为6.35mm的15次降雨 (3)6小时内小于1.27mm的时段用于将较长的风暴周期划分为2个风暴。

2.3季节性分析

为了量化侵蚀性降雨和降雨侵蚀力的季节性，采用了浓度指数(CI)。(6)利用奥利弗(1980)资料的季节分布进行了分析。T型 CI分类如下(奥利弗，1980)：制服(8.3le;CI˂10.0)，中度季节性(10le;CI˂15)，季节性(15le;CI˂20)，高度季节性(20le;CI˂50)和不规则(50le;CI˂100)。 )。较低的CI值表明一年内降雨或降雨侵蚀力的分布更为均匀。相反，较大的CI表明降雨或降雨侵蚀具有中心性或季节性。 一年后。CI计算如下：

(6)

其中PM=第一个月的侵蚀性降雨(或降雨侵蚀力)，第一年的Py=年度侵蚀性降雨(或年度降雨侵蚀力)。

四季分为冬季(十二月、一月、二月)、春季(三月、四月、五月)、夏季(六月、七月、八月)及秋季(九月、十月、十一月)。

2.4季节性降雨侵蚀力模型

本研究的基础模型是Richardson模型(模型A)(Eq)。(Richardson等人，1983)。在参数alpha;、参数beta;、参数alpha;和参数beta;中都加入了周期余弦函数。 分别对新型号B、C和D进行了测试。模型B在参数alpha;上呈现季节性变化，beta;参数保持不变。模型C在参数beta;和参数alpha;中都有季节变化。 保持不变，并以余和罗斯韦尔模型的形式出现。模型D在alpha;和beta;两个参数上有季节变化。

参数alpha;和参数beta;的周期模型值不一致，Falpha;(Eq)也不一样。(7)和Fbeta;(Eq)。(8)引入参数alpha;和参数beta;的周期性表示。 分别是。有关方程式如下：

(7)

(8)

模型A：

(9)

其中RM=第一个月的降雨侵蚀力(MJ mm/ha/h)；PK=KTH侵蚀降雨日(Mm)的日降雨量(侵蚀性降雨设定为12.7mm)； alpha;和beta;是要计算的参数。其他模式如下：

模型B:

(10)

模型C:

(11)

模型D:

(12)

模型B、C和D采用以下参数：alpha;、beta;、eta;(eta;alpha;、eta;beta;)、omega;(omega;alpha;，omega;beta;)。参数alpha;是每个月的降雨侵蚀力水平，alpha;的绝对值具有重要意义。 CES对降雨侵蚀力的无偏估计参数beta;说明降雨量与降雨侵蚀力之间的非线性关系。参数alpha;和参数beta;密切相关 兴高采烈(朱宇，2015)。参数eta;表示降雨对降雨侵蚀力季节性的影响，但不影响降雨侵蚀力的总体水平。值范围o f 3个参数分别为alpha;gt;0，beta;gt;1和0le;eta;le;1，参数omega;为峰值侵蚀率。在黄山市，梅雨期发生在六月中旬至七月中旬，这是典型的雷雨高峰。 一年的降雨量和降雨量侵蚀力。同时，降雨侵蚀力的分布呈右偏趋势，因此B型和C型船尾的参数omega;为5.80pi;/6。 ER试验，较好地反映了降雨侵蚀力的季节分布。模型D的omega;alpha;与B型和C型的omega;相同，omega;beta;采用参数拟合的方法计算。

2.5模型参数拟合与精度比较

本研究采用两种模型，即Richardson模型(模式A)及其衍生模型(模式B、模型C和模型D)。采用最小二乘法估计参数。 在Matlabv.2013b中使用信任区域反射算法对衍生模型(B型、C型和D型)进行分析，以确保误差最小(Coleman和Li，1996；MathWorks, 2005)。

参数估计后，模型的预测误差是很重要的，因为模型的设计最终会影响降雨侵蚀力的估计。一套善良 -拟合统计数据用于这一目的(表2)，并列出了以下端点。(1)月平均降雨侵蚀力平均值及模型预测(估计) d月降雨侵蚀力平均值)，以及年降雨侵蚀力平均值(年降雨侵蚀力平均值)。这些数值代表了模型预测和观测到的降雨量之间的密切关系。 相关单位为MJmm/ha/h。(2)平均绝对百分比误差(MAPE)：用于评估模型的平均预测精度。较小的MAPE值与Highe相关联。 accuracies R模型预测；相关单位是%。(3)模型效率(ModEff)(Nash和Sutcliffe，1970)：这是一个代表模

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22425]，资料为PDF文档或Word文档，PDF文档可免费转换为Word