使用有限風速數據計算RWEQ模型的風因子

郭中領　常春平　王仁德

摘要：修正的土壤風蝕方程（revised wind erosion equation，RWEQ）被廣泛應用于土壤風蝕預報，風因子是該模型的重要參數。RWEQ將風蝕力定義為風因子（wind factor，Wf），RWEQ最初要求使用逐小時風速數據計算Wf?；谥袊颖笔】当？h、拉伯克市兩地長時間逐小時風速數據計算了月均、年均Wf（Wf24），并對比了由當地標準時間（local standard time，簡稱LT）1日4風速（02：00、08：00、14：00、20：00）計算的Wf（Wf4）。結果表明，對于康?？h，Wf24與Wf4符合得很好（年均Wf24與Wf4誤差為-2.60%），1日4風速能夠用于計算土壤風蝕量；對于拉伯克市，Wf24與Wf4之間的誤差相對較大（年均Wf24與Wf4誤差為11.16%），1日4風速可用于評估不同農田管理措施的防風蝕效果；1日4風速的其他組合、1日3風速以及1日2風速等風速組合類型亦可以用于RWEQ模型?？梢钥闯?，站點風速的日變化特點是選取風速數據組合的重要影響因素。

關鍵詞：土壤風蝕；風蝕力；風因子；風速

中圖分類號： S157.1文獻標志碼： A文章編號：1002-1302（2015）01-0350-04

收稿日期：2014-02-20

基金項目：國家自然科學基金（編號：41330746）；國家自然科學基金青年基金（編號：41301291、41101251）；河北省自然科學基金青年基金（編號：D2014205063、D2013302034）；河北省軟科學重點項目（編號：13454213D）；河北省科技計劃（編號：13109）；河北師范大學科研基金（編號：130531）。

作者簡介：郭中領（1983—），男，河北巨鹿人，博士，講師，主要從事土壤風蝕、可持續農業研究。E-mail：gzldhr@163.com。我國是世界上遭受風蝕最為嚴重的國家之一，對土壤風蝕進行定量預測預報是土壤風蝕研究的核心任務之一[1]。為了準確計算土壤風蝕量，評價各種防風蝕措施，學者們先后提出了不同形式的土壤風蝕預報模型，比如區域尺度的WEAM[2]、IWEMS[3]、AUSLEM[4]等，以及田塊尺度的WEQ[5]、WEPS[6]等。其中，修正的土壤風蝕方程（revised wind erosion equation，RWEQ）被廣泛應用于土壤風蝕預報[7-10]，該模型由美國農業部（USDA）農業研究服務（Agricultural Research Service）組織開發，它是一個基于過程模擬的經驗性模型。RWEQ模型能夠成功模擬田間管理措施、不同作物輪作對風蝕量的影響[7]。風是RWEQ模擬風蝕的基本驅動力，風蝕力一般被用來描述風吹揚地表細粒物質的潛力。自從Bagnold開創性提出“風沙流的強度與風速的立方成正比例”以來，許多學者先后提出大量不同形式的風蝕力表達式[11-12]。RWEQ表達風蝕力的具體形式為：

W=（Ui-Ut）2Ui。（1）

式中：W為風力值，m3/s3；Ui為距離地面2 m處風速，m/s；Ut為距離地面2 m處的臨界起沙風速，m/s。RWEQ模型將Ut設為定值5.0 m/s，當風速低于5.0 m/s時，風力值為0，無風蝕發生。RWEQ模型定義平均風力值為風因子（wind factor，Wf），表達式為[6]：

Wf=∑Ni=1ρ（Ui-Ut）2UigN。（2）

式中：Wf為風因子值，kg/（m·s）；ρ為空氣密度，kg/m3；g為重力加速度，m/s2；N為觀測時段內記錄風速的次數。

高質量的風速數據是準確計算Wf的必要條件。RWEQ模型要求逐小時風速數據為輸入參數。然而，自然界的風往往呈湍流狀態，變化十分迅速。因此，風速觀測中往往是記錄并保存一些代表性時段的風速數據。保存風速數據的代表性時段隨著不同地域或者觀測方法變化很大。比如美國政府主導的Automated Surface Observing System（ASOS）觀測標準規定保存逐小時系列風速數據。世界氣象組織建議將10 min風速數據作為標準風速。我國很多氣象站點記錄由當地標準時間（local standard time，簡稱LT）1日4風速數據（02：00、08：00、14：00、20：00）[13-14]。本研究使用中國、美國2個典型風蝕嚴重地區的氣象站點長時間序列的逐小時風速數據計算RWEQ模型的風因子，旨在為土壤風蝕研究提供依據。

1材料與方法

本研究逐小時風速數據觀測地點是美國德克薩斯州拉伯克市、中國河北省康?？h。拉伯克市位于美國Llano Estacado平原，這一地區干燥多風，土壤風蝕問題非常嚴重?？当？h位于我國農牧交錯帶東部的河北省壩上地區，是典型的風蝕治理區。拉伯克市、康?？h的風速數據采集時間分別是2001—2009年、1992—2002年，采集高度分別為2、10 m。 RWEQ模型中，Wf值直接用于風蝕通量的計算。首先使用逐小時和1日4風速數據（LT 02：00、08：00、14：00、20：00）計算拉伯克市（2001—2009年）和康?？h（1992—2002年）兩地的月平均及年平均Wf值，再對比分析2種風速數據Wf值的差別，進而確定RWEQ模型是否可以使用1日4風速數據。另外，筆者還分析了1日3風速、1日2風速數據的情景，用2 m高度風速數據直接計算Wf值[6]。由于本研究目的主要是對比不同風速數據類型風蝕力的差別，因此公式（2）所需的空氣密度（ρ）、重力加速度（g）可分別設為1.293 kg/m3、9.8 m/s2。使用相對誤差來評估不同風速數據計算出的月平均及年平均Wf值的差別，相對誤差公式為：

RE=（WE24-WE4）/WE24×100%。（3）

式中：WE24 為由逐小時風速數據計算得到的月均或年均Wf值；WE4為由1日4風速數據求得的月均或年均Wf值；RE為WE24與WE4的相對誤差。endprint

2結果與分析

如表1所示，Wf24為由逐小時風速求得的風蝕力值，Wf4為由1日4風速數據求得的風蝕力值。從Wf24的各月分布來看，康?？h3、4、5月的風蝕力最大，6、7、8月的風蝕力最小。拉伯克市2、3、4月的風蝕力最大，7、8、9月的風蝕力最小。Wf4亦表現出類似的規律。對于康?？h，Wf24、Wf4的各月均值符合較好，大部分月份誤差都介于-20%與12%之間，年均Wf24、Wf4誤差僅為-2.60%。8、10月雖然誤差絕對值較大，但風蝕力絕對值較小，故對全年風蝕力影響不大。拉伯克市Wf24、Wf4的各月均值偏離程度較大，風蝕力較大的2、3、4月的誤差也都超過了10%，年均Wf24、Wf4誤差為11.16%。RWEQ模型在計算風蝕通量時需要直接用到Wf值。 RWEQ 模型的最大輸沙率方程基于單一風蝕事件風蝕方程，Wf值是這個輸沙通量方程的重要輸入參數。RWEQ 模型線性回歸的最大輸沙通量方程為：

Qmax=109.8×（Wf×EF×SCF×K′×COG）。（4）

式中：Qmax為最大輸沙率，kg/m；Wf為風因子，kg/（m·s）；EF為土壤可蝕性；SCF為土壤結皮因子；K′為地表粗糙度因子；COG為結合殘茬因子。

從數量關系上來看，當確定了方程（4）的其他輸入參數時，方程（4）的形式意味著Qmax對Wf的響應是線性的。因此，若逐小時與1日4風速之間的Wf誤差較小，則RWEQ預測風蝕量的誤差也會較小。表1康?？h、拉伯克市逐小時與1日4風速數據（LT 02：00、08：00、14：00、20：00）求得風因子值

3結論

本研究使用康?？h、拉伯克市兩地長時間逐小時風速數據，探討了1日4風速、1日3風速、1日2風速等不同風速數據的組合類型是否能夠估算Wf24值（風因子），進而用于RWEQ模型。結果表明，康?？h1日4風速（LT 02：00、08：00、14：00、20：00及LT 05：00、11：00、17：00、23：00）、1日3風速（LT 04：00、12：00、20：00及LT 06：00、14：00、22：00）及

1日2風速（LT 05：00、16：00及LT 11：00、22：00）等風速組合能很好地預測Wf24值。拉伯克市1日4風速（LT 00：00、06：00、12：00、18：00及LT 03：00、9：00、15：00、21：00）、1日3風速（LT 00：00、08：00、16：00及LT 07：00、15：00、23：00）及1日2風速（LT 06：00、17：00及LT 11：00、22：00）等風速組合可以很好地估算Wf24值?？傮w而言，上述風速組合亦可以用于RWEQ模擬風蝕量數據。風速的日變化特點會影響風速數據組合的選取。

參考文獻：

[1]Shi P J，Yan P，Yuan Y，et al. Wind erosion research in China：past，present and future[J]. Progress in Physical Geography，2004，28（3）：366-386.

[2]Shao Y P，Raupach R，Leys J F. A model for predicting aeolian sand drift and dust entrainment on scales from paddock to region[J]. Australian Journal of Soil Research，1996，34（3）：309-342.

[3]Lu H，Shao Y P. Toward quantitative prediction of dust storms：an integrated wind erosion modelling system and its applications[J]. Environmental Modelling & Software，2001，16（3）：233-249.

[4]Webb N P，Mcgowan H A，Phinn S R，et al. AUSLEM（Australian Land Erodibility Model）：a tool for identifying wind erosion hazard in Australia[J]. Geomorphology，2006，78（3）：179-200.

[5]Woodruff N P，Siddway F H. A wind erosion equation[J]. Soil Science Society of America Journal，1965，29（5）：602-608.

[6]Hagen L J，Wagner L E，Skidmore E L. Analytical solutions and sensitivity analyses for sediment transport in WEPS[J]. Transactions of the ASAE，1999，42（6）：1715-1721.

[7]Zobeck T M，Sterk G，Funk R，et al. Measurement and data analysis methods for field-scale wind erosion studies and model validation[J]. Earth Surface Processes and Landforms，2003，28（11）：1163-1188.

[8]Webb N P，Mcgowan H A. Approaches to modelling land erodibility by wind[J]. Progress in Physical Geography，2009，33（5）：587-613.endprint

[9]Ravi S，D′odorico P，Breshears D D，et al. Aeolian processes and the biosphere[J]. Reviews of Geophysics，2011，49（3）：RG3001.

[10]Guo Z L，Zobeck T M，Stout J E，et al. The effect of wind averaging time on wind erosivity estimation[J]. Earth，Surface Processes and Landforms，2012，37（7）：797-802.

[11]Greeley R，Iversen J D. Wind as a geological process on Earth Mars，Venus and Titan[M]. Cambridge：Cambridge University Press，1985.

[12]Dong Z B，Liu X P，Wang H T，et al. Aeolian sand transport：a wind tunnel model[J]. Sedimentary Geology，2003，161（1/2）：71-83.

[13]Liu Q J，Wagner L E. Building Chinese wind data for wind erosion prediction system using surrogate US data[J]. Journal of Soil and Water Conservation，2013，68（4）：104A-107A.

[14]張國平，劉紀遠，張增祥，等. 中國風蝕景觀面積變化與地表風場強度的關系[J]. 地理學報，2002，57（1）：1-10.

[15]Guo Z，Zobeck T M，Zhang K，et al. Estimating potential wind erosion of agricultural lands in northern China using the revised wind erosion equation and geographic information systems[J]. Journal of Soil and Water Conservation，2013，68（1）：13-21.

[16]Ephrath J E，Goudriaan J，Marani A. Modelling diurnal patterns of air temperature，radiation，wind speed，and relative humidity by equations from daily characteristics[J]. Agricultural Systems，1996，51（4）：377-393.

[17]van Donk S J，Liao C，Skidmore E L. Using temporally limited wind data in the wind erosion prediction system[J]. Transactions of the ASABE，2008，51（5）：1585-1590.endprint