近50年青海省风蚀气候侵蚀力时空演变趋势

祁栋林，李晓东，2，苏文将，周万福，肖宏斌

（1.青海省气象科学研究所，西宁810001；2.中国气象局成都高原气象研究所，成都610072）

风蚀气候侵蚀力是对气候影响风蚀的可能程度的量度，国际上一般用风蚀气候因子指数表示，是土地沙化和农田风蚀评判的重要指标［1］。该项研究中，国外继Chepil等［2］提出风蚀气候因子的概念后已取得了较大进展［3－5］，此领域国内研究很少，直到20世纪90年代才开始了相关研究。董玉祥等［6］计算分析了我国干旱、半干旱地区风蚀气候侵蚀力的基本特征，年风蚀气候因子指数基本上介于10～100，侵蚀力水平一般，主要是受降水与风速影响所致。方祖光等［7］对福建沿海地区风蚀气候侵蚀力的基本特征得出沿海地区风蚀气候侵蚀力一般发生秋冬季节，影响主要因子是风速和降水。王永等［8］和朱丽等［9］分别对内蒙古阴山北麓地区风蚀气候侵蚀力和土壤侵蚀驱动机制进行分析研究，得出春季是风蚀气候侵蚀发生的主要季节，冬春季风力强劲的气候条件是土壤侵蚀的内在驱动力，风蚀气候侵蚀因子与沙尘暴日数的变化具有较好的对应关系。冯伟等［10］分析西气东输管道施工建设对干旱荒漠区土壤的影响主要表现为土壤地表的扰动破坏，容易造成风蚀。何清等［11］通过一次沙尘天气过程和野外试验，得出摩擦速度与风速成正相关，并影响着风蚀起沙量变化。蒋冲等［12］对黄土高原风蚀和水蚀复合区的风蚀气候侵蚀力分析研究，表明整体呈现明显的减小趋势。杨兴华等［13］对塔里木盆地风蚀气候侵蚀力分析研究，结果显示整体呈现明显的减小趋势，主要影响因子是风速。但是，上述研究多数关注农牧交错带或风水复合区以及局部地区的风蚀气候侵蚀力的变化，对于面积更广的青藏高原关注较少。

青藏高原地形复杂多变，平均海拔在4 000m以上，是我国生态环境最脆弱的地区之一［14］，还是我国众多大江大河的源头。近年来，由于气候变化和人类活动影响，青藏高原已经成为我国重要的水土流失地区之一［15］。青藏高原土壤侵蚀不仅会对该区域脆弱的生态环境造成破坏，还会严重影响江河水环境，威胁我国的水安全和水电工程安全。本研究利用联合国粮农组织给出的风蚀气候因子指数计算公式和青海省1961—2010年的气象资料，分析青海省风蚀气候因子指数的空间分布、时间变化趋势和突变特征，旨在深入理解青海省风蚀气候因子指数的成因和分布规律，为土壤风蚀灾害的评估提供参考，以期为青海省生态环境保护和生态安全屏障建设提供一定的背景支持。

1 资料和方法

1．1 资料

为了保证青海省范围内气象资料样本记录的均一性、代表性和连续性，选取了43个有50a观测记录的站点资料，利用1961—2010年的平均气温、降水量、平均风速、平均相对湿度、大风日数、沙尘暴日数和日照时数等月资料。气象数据来源于青海省气候中心，通过算术平均法建立青海省整个区域各气象要素序列。季节的划分采用气象季节，即3—5月为春季，6—8月为夏季，9—11月为秋季，12—2月为冬季。

1．2 风蚀气候因子指数C的计算

风蚀气候因子指数的计算最早由Chepil［2］提出，由于该公式应用存在较大的局限性，1979年联合国粮农组织提供了改进后的相对成熟的计算公式：

式中：C——风蚀气候因子指数；Ui——2m高处的月平均风速 （m／s）；ETPi——月潜在蒸发量 （mm）；Ri——月降水量（mm）；d——月天数。

青海省范围内幂指数公式比对数公式能更能精确拟合风速的垂直廓线，故采用幂指数公式将气象站10m平均风速转换为2m处的平均风速［16］。

ETPi的计算采用中国气象局推荐的生态气象监测标准中的计算方法［17］：

式中：i——月份；d——该月天数；Ui——10m 高度月平均风速（m／s）；Pi——月平均气压（mb）；ti——月平均气温（℃）；W0i——温度为ti时的饱和水汽压（mmHg）；hi——月平均相对湿度（%）。

1．3 分析方法

采用线性趋势分析［18］和 Mann－Kendall方法［18］分析风蚀气候因子指数的年际变化趋势和突变特征。

由于影响风蚀气候因子指数的影响因子较多，因此采用多元线性回归方法分析各气象因子对风蚀气候因子指数变化的影响。公式（3）中回归系数可很好地说明同一要素时间变化，但并不能表明不同要素间对风蚀气候因子指数影响的差异。为此，按照方精云［19］和张嘉琪等［20］方法用SPSS软件求算各气象因子的标准回归系数，并按照（4）和（5）公式计算各气象因子对风蚀气候因子指数变化的相对贡献率，作为比较气象因子影响风蚀气候因子指数分布强弱的指标。

式中：Y1，Y2——风蚀气候因子指数和风蚀气候因子指数的标准化值；X1，X2，X3，…，Xn——各气象因子的平均值；a0，a1，a2，a3，…，an——各气象因子对应的回归系数，其绝对值分别表示风蚀气候因子指数在各气象因子梯度上的变化率；Z1，Z2，Z3，…，Zn——各气象因子的标准化值；b1，b2，b3，…，bn——各气象因子序列标准化后对应的回归系数；n——样本数；η1——Z1变化对Y2变化的相对贡献率。

2 结果与分析

2．1 风蚀气候因子指数的时间变化特征和未来变化

图1给出了青海省风蚀气候因子指数的月际和季节变化。可以看出，青海省C值有明显的月际和季节变化特征。7—9月份风蚀气候因子指数很小，说明就气候条件而言，一般不会发生或很少发生风蚀现象，10月以后风蚀气候因子指数逐渐增大（具体表现为9月至12月增大趋势缓慢，1月至4月增大趋势明显），4月达到全年最大，多年平均为5.7，以后逐月下降，7月和9月达全年最小，多年平均均为0.8。季节尺度上，风蚀气候因子指数C值四季排序为春季（15.6）＞冬季（10.2）＞秋季（5.1）＞夏季（3.2）。风蚀气候因子指数C值的月际和季节分布与青海省季节性气候变化（干旱大风少雨的气候背景）有着十分密切的关系［21］，也与我国干旱半干旱地区的最强风蚀气候因 子 指 数 出 现 在 春 季 完 全 相 同［6，8－13］，与 沿海地区最强风蚀气候因子指数出现在秋冬季完全不同［7］。在冬春季节，青海省气温几乎都在0℃以下，植被几乎停止生长，并且大部分枯萎，广大地区经常处于裸露或半裸露状态，从而使得植被对地表的保护作用减弱，为地表风蚀起沙创造了极为有利的条件。

图1 青海省风蚀气候因子指数的月际和季节变化

四季和年风蚀气候因子指数C值的年代际变化（见表1），四季风蚀气候因子指数C值在60年代和70年代均为正距平，说明这一阶段风蚀气候因子指数偏大，70年代达到最大值.而后80年代至21世纪的00年代均为负距平，表明风蚀气候因子指数处于偏低水平，21世纪00年代达到最低水平。年风蚀气候因子指数C值的年代际变化与四季基本一致。

表1 青海省风蚀气候因子指数年代际变化

图2给出了青海省年和春季风蚀气候因子指数的年际变化（夏秋和冬季图略）。1969年之前，年风蚀气候因子指数为一个相对较低值期，除1966年，1968年分别为35.3，38.0外，其他年份均在多年平均值（32.4）以下，风蚀气候因子指数呈增加趋势，增加速率为10.3/10a（R2＝0.159 6，p＜0.05）；1969—1997年期间，年风蚀气候因子指数呈现出明显的降低趋势，减少速率15.6/10a（R2＝0.831 1，p＜0.001），年风蚀气候因子指数处于一个相对较高值期，在多年平均值以上（除1982年，1983年，1985年，1986年）；1969年风蚀气候因子指数出现最大值（73.2），1997年出现最小值（15.2），二者相差为58.0，是多年平均值的1.79倍，表明风蚀气候因子指数变幅较大。1998年以后风蚀气候因子指数又呈现出不显著的上升趋势，1998—2010年平均为20.5，2010年达到了1998年以来的最大值（27.3），上述结果表明近50a来，青海省年风蚀气候因子指数整体上呈现出显著减小趋势，减少速率为5.5/10a（R2＝0.329 9，p＜0.001），即风蚀气候侵蚀力总体上呈减少趋势。

四季的风蚀气候因子指数均呈现显著的减小趋势，减小速率春季最大（2.2/10a，p＜0.001），冬季次之（1.6/10a，p＜0.001），夏秋季减小速率大致相当（约0.8/10a，p＜0.001）。

表2给出了青海省风蚀气候因子指数各月的年际变化，各月（除9月）风蚀气候因子指数均呈现显著减少趋势，冬末春初减少速率较大，3月最大（1.03/10a，p＜0.01），夏秋季减少速率较小，9月变化趋势不明显。

2.2 风蚀气候因子指数空间分布

图3给出了青海省年风蚀气候因子指数和气候倾向率的空间分布。从图3a可以看出，青海省年风蚀气候因子指数呈现出从西北部向东南部减小的分布特点，以大柴旦、都兰、曲麻莱和杂多为分界线，该线以东的C值均在40以下，该线以西地区均大于50，最大值出现在柴达木盆地的茫崖站，高达160.1，最小值出现在三江源地区的清水河站（－12.9）。青海省有两个相对高值区，一个为柴达木盆地和三江源地区的西部，属于青海省气候侵蚀力水平强的地区，超过风蚀气候侵蚀“极重”级（C≥l00）的分级标准，一个为环青海湖地区。三江源地区东部和祁连山地区年风蚀气候因子指数相对较小，很少发生风蚀现象。这就是说在青海省风蚀气候侵蚀力从西北部向东南部是逐渐减小的，风蚀气候侵蚀力最强的地方为茫崖。

图2 青海省风蚀气候因子指数的年际变化

表2 青海省风蚀气候因子指数各月的年际变化 10a

图3 青海省年风蚀气候因子指数值和气候倾向率的空间分布

从图3b可以看出，青海省年风蚀气候因子指数的减小趋势最明显的有两个相对高值区，一个为柴达木盆地和三江源地区的西部，减弱趋势最明显的是茫崖站（－59.4/10a），一个为柴达木盆地的中部，其中心为诺木洪站（－26.3/10a），全省其他地区变化趋势较小或不明显。

从青海省年风蚀气候因子指数值和气候倾向率空间分布来看，风蚀气候侵蚀力最强的地方也是减弱最明显的地方。

四季的风蚀气候因子指数值和气候倾向率的空间分布与年的空间分布基本一致。

2.3 风蚀气候因子指数突变检验

气候突变是普遍存在于气候变化中的一个重要现象，是气候预测和模拟应考虑的重要因素［18］。应用Mann－Kendall检验法对近50a青海风蚀气候因子指数进行突变分析。

图4 青海省风蚀气候因子指数的突变检验

图4为1961—2010年青海省风蚀气候因子指数的Mann－Kendall突变检验。由图4可见，青海省年风蚀气候因子指数的UF和UB曲线在1993年出现交点，且交点在信度线之间，因此1993年是青海省风蚀气候因子指数减少突变的时间点。自1961年左右以来，虽然总的趋势是下降，但在70年代中期前呈增加趋势，且在1970—1975年增加趋势明显，进入1976年以后在置信区间范围内下降，1996年以后，这种减少趋势超过0.05的显著性水平，表明在1996年后青海省风蚀气候因子指数整体进入显著下降阶段。春夏秋3季突变发生分别在1994年，1995年，1998年，1999年后均进入显著减少趋势，冬季1991年发生突变，1996年进入显著减小趋势。

2.4 气象因子对风蚀气候因子指数的影响分析

选择了热力因子（气温和日照时数）、水分因子（相对湿度和降水量）和动力因子（风速、大风日数和沙尘暴日数），分析其对风蚀气候因子指数的影响。按（3）式求算气象因子对各季和年风蚀气候因子指数的回归系数，结果表明各季和年的复相关系数较大（0.93以上）。根据相对贡献率公式计算出各气象因子对风蚀气候因子指数变化的相对贡献率（表3），从相对贡献率分析可知，就年尺度而言，青海省整个区域风速变化对风蚀气候因子指数变化影响最大，贡献率为64.2%，温度影响次之，贡献率在12%左右，相对湿度、日照时数、降水量、大风日数和沙尘暴日数对风蚀气候因子指数变化的影响较小；就季节尺度来看，风速变化对四季风蚀气候因子指数变化影响均最大，春季贡献率高达73.4%，夏季贡献率为38.8%，影响风蚀气候因子指数的次要因子不同季节略有不同，春季为大风日数，夏季为日照时数、降水量和温度，秋季为降水量，冬季为降水量和温度，表明引起1961—2010年青海省风蚀气候因子指数变化的主要因子是风速，而次要因子表现略有不同。这与国外［6］利用沙尘暴日数和风蚀气候因子指数回归方程预报风蚀强度完全不同，但与国内塔里木盆地［13］的主要影响因子相一致。

表3 青海省各气象因子对风蚀气候因子指数变化的相对贡献 %

图5 青海省风速和降水量的年际变化

图5给出了青海省风速和降水量的年际变化，结合图5和图2a可以看出，风蚀气候侵蚀因子指数与风速有很好的对应关系，与降水量的对应关系较差，这说明在青海省风速与降水对风蚀气候侵蚀力的影响与作用是不同的，这与中国其他地区风蚀气候侵蚀力受到降水和风速的共同制约存在一定的差别［7－9，12］，这是青海省干旱半干旱区的一个显著特点，另一方面也解释了青海省风蚀气候因子指数的季节变化变化特点原因。青海省冬春季风速较大，空气干燥，降水较少，风蚀气候侵蚀力大于夏秋季，因此，C值在春季最大，以上分析表明，在青海省可以利用C值与风速的回归方程来估算风蚀气候因子指数的值。

3 结 论

（1）青海省C值有明显的月际和季节变化特征，春季最大，冬季和秋季次之，夏季最小。年和四季风蚀气候侵蚀力总体上呈显著的减少趋势。

（2）青海省年风蚀气候因子指数呈现出从西北部向东南部减小的分布特点，以大柴旦、都兰、曲麻莱和杂多为分界线，该线以东的C值均在40以下，该线以西地区均大于50。有两个相对高值区，一个为柴达木盆地和三江源地区的西部，属于青海省气候侵蚀力水平强的地区，超过风蚀气候侵蚀“极重”级（C≥l00）的分级标准，一个为环青海湖地区。风蚀气候侵蚀力最强的地方也是减弱最明显的地方。

（3）青海省年风蚀气候因子指数突变发生的时间为1993年，1996年后整体进入显著下降阶段，春夏秋3季突变发生分别在1994年，1995年，1998年，1999年后均进入显著减少趋势，冬季1991年发生突变，1996年进入显著减小趋势。

（4）青海省整个区域风速的变化对风蚀气候因子指数变化影响最大，风蚀气候侵蚀因子指数与风速有很好的对应关系，与降水量和沙尘暴日数的对应关系较差，可以利用C值与风速的回归方程来估算风蚀气候因子指数的值。

青海省整体风蚀气候侵蚀力不算很严重，柴达木盆地西部局部达到“极重”级，但土壤风蚀的灾害却非常严重，表明土壤风蚀是多种因素共同作用的结果，本文仅仅研究了土壤风蚀的气象因素，更多有关土壤风蚀的研究尚待开展。

［1］ 董玉祥.沙漠化灾害危险度评价的初步研究［J］.自然灾害学报，1993，2（3）：103－109.

［2］ Chepil W S，Siddoway F H，Armbrust D V.Climatic factor for estimating wind erodibility fields［J］.Journal of Soil and Water Conservation，1962，17（4）：162－165.

［3］ Skidmore E L.Wind erosion climatic erosivity［J］.Climatic change，1986，9（1/2）：195－208.

［4］ 柯克比 M J，摩根R P C.土壤侵蚀［M］.王礼先，吴斌，洪惜英，译.北京：水利电力出版社，1987.

［5］ 拉尔R.土壤侵蚀研究方法［M］.北京：科学出版社，1991.

［6］ 董玉祥，康国定.中国干旱半干旱地区风蚀气候侵蚀力的计算和分析［J］.水土保持学报，1994，8（3）：1－7.

［7］ 方祖光，谢皎如.福建沿海地区干燥度和风蚀气候侵蚀力的计算与分析［J］.福建师范大学学报：自然科学版，1997，13（3）：96－103.

［8］ 王永，赵举，程玉臣.阴山北麓农牧交错带风蚀气候侵蚀力的计算与分析［J］.华北农学报，2005，20（专辑）：57－60.

［9］ 朱丽，秦富仓，杨翠林，等.阴山北麓农牧交错带土壤侵蚀驱动机制研究［J］.水土保持研究，2008，15（5）：34－37.

［10］ 冯伟，张兴昌，高照良.风力侵蚀对西气东输（甘肃段）工程影响分析［J］.水土保持研究，2008，15（2）：244－251.

［11］ 何清，胡文峰，杨兴华，等.拐子湖地区沙尘天气风蚀起沙量的估算［J］.水土保持研究，2012，19（1）：6－10.

［12］ 蒋冲，陈爱芳，喻小勇，等.黄土高原风蚀与水蚀复合区的风蚀气候侵蚀力变化［J］.干旱区研究，2013，30（3）：477－483.

［13］ 杨兴华，何清，李红军，等.塔里木盆地风蚀气候侵蚀力的计算和分析［J］.中国沙漠，2012，32（4）：990－995.

［14］ 郑度.青藏高原形成环境与发展［M］.石家庄：河北科学技术出版社，2003.

［15］ 王根绪，李元寿，王一博.青藏高原河源区地表过程与环境变化［M］.北京：科学出版社，2010.

［16］ 李林，汪青春，时兴合，等.青海省太阳能风能监测评估服务技术［M］.北京：气象出版社，2013.

［17］ 中国气象局.生态质量气象评价规范［M］.北京：中国气象局，2005.

［18］ 魏凤英.现代气候统计诊断与预测技术［M］.北京：气象出版社，2007.

［19］ 方精云.地理要素对我国温度分布影晌的数量评价［J］.地理学报，1992，12（2）：97－104.

［20］ 张嘉琪，任志远.1977—2010年柴达木盆地地表潜在蒸散时空演变趋势［J］.资源科学，2014，36（10）：2103－2112.

［21］ 王江山，李锡福.青海天气气候［M］.北京：气象出版社，2004.