不同时间尺度农田风沙流模拟

doi:10.7522/j.issn.1000-694X.2020.00052

摘要/Abstract

摘要：

多数输沙通量预报方程有一个或者多个基于特定环境的经验系数，该系数随时间、环境发生变化，能够反映土壤的可蚀性。选取2017年和2018年河北坝上地区康保县两个地点的不同时间尺度的输沙通量实测数据和风速数据进行分析，发现农田环境下输沙通量随摩阻风速的变化呈指数函数关系。与Bagnold方程、Kawamura方程、Zingg方程、Lettau方程4个输沙通量预报方程预测的输沙通量进行比较后发现，4个方程的预测值并不能很好地反映试验地的实测输沙通量。利用实测数据获得针对观测点的经验系数后发现输沙通量预报方程的经验系数随着时间在不断变化，采用合适的时间尺度对计算输沙率有重要意义。

关键词: 风沙流, 时间尺度, 输沙方程, 土壤风蚀

Abstract:

Most aeolian sand transport models have empirical parameters which can account for the erodibility of the soil. In this paper， the transport rates predicted using four models by Bagnold （1937）， Kawamura （1951）， Zingg et al （1953） and Lettau et al （1978） were compared based on the observed data with different time scales at two typical sites in 2017 and 2018 in Kangbao County， Hebei Province， China. The results revealed that the predicted values of the four models were generally related to the observed transport rates. The relationship between the observed sand transport rates and friction wind velocity followed an exponential function. The new parameters of the four models were determined by calibrating the four models with observed data. It revealed that the empirical parameters of the models changed with time scales. More studies related to the parameters of aeolian sand transport models are required.

Key words: aeolian sand transport, time scale, aeolian sand flux model, wind erosion

中图分类号:

X169

黄亚鹏, 郭中领, 常春平, 王仁德, 李继峰, 李庆. 不同时间尺度农田风沙流模拟[J]. 中国沙漠, 2020, 40(5): 81-88.

Yapeng Huang, Zhongling Guo, Chunping Chang, Rende Wang, Jifeng Li, Qing Li. Modeling aeolian sand flux over farmland for different time scales[J]. Journal of Desert Research, 2020, 40(5): 81-88.

图/表 5

参考文献 27

1	王旭洋，郭中领，常春平，等.中国北方农牧交错带土壤风蚀时空分布［J］.中国沙漠，2020，40（1）：1-11.
2	孙亚男，王文娟，刘婷，等.土壤风蚀影响因素研究［J］.科技创业家，2014（6）：187.
3	刘斌，高永，高志海，等.土壤风蚀新技术应用研究进展［J］.内蒙古林业科技，2017，43（2）：52-57.
4	张春来，宋长青，王振亭，等.土壤风蚀过程研究回顾与展望［J］.地球科学进展，2018，33（1）：27-41.
5	董治宝，高尚玉，董光荣，等.土壤风蚀预报研究述评［J］.中国沙漠，1999，19（4）：16-21.
6	Sherman D J，Li B，Ellis J T，et al.Recalibrating aeolian sand transport models［J］.Earth Surface Processes and Landforms，2013，38（2）：169-178.
7	苑依笑.坝上地区风蚀对农田土壤理化性质的影响［D］.石家庄：河北师范大学，2019.
8	王仁德，常春平，郭中领，等.适用于河北坝上地区的农田风蚀经验模型［J］.中国沙漠，2017，37（6）：1071-1078.
9	胡国云，郭中领，王仁德，等.河北坝上低山区坡地灌丛沙堆形态与沉积特征［J］.水土保持研究，2016，23（4）：251-256.
10	Sterk G，Parigiani J，Cittadini E，et al.Aeolian sediment mass fluxes on a sandy soil in Central Patagonia［J］.Catena，2012，95：112-123.
11	Wiggs G F S，Baird A J，Atherton R J.The dynamic effects of moisture on the entrainment and transport of sand by wind［J］.Geomorphology，2004，59（1/4）：1-30.
12	Zachar D.Soil Erosion［M］.New York，USA：Elsevier/North-Holland Inc，1982：574.
13	Guo Z，Wang R，Chang C，et al.Construction and field use of a cyclone type instantaneous weighing aeolian sand trap［J］.Aeolian Research，2020，43：100564.
14	Fryrear D W，Saleh A.Field wind erosion［J］.Soil Science，1993，155（4）：294-300.
15	Panebianco J E，Buschiazzo D E，Zobeck T M.Comparison of different mass transport calculation methods for wind erosion quantification purposes［J］.Earth Surface Processes & Landforms，2010，35（13）：1548-1555.
16	Fryrear D W，Saleh A.Wind erosion：field length［J］.Soil Science，1996，161（6）：398-404.
17	Guo Z，Li J，Chang C，et al.Logistic growth models for describing the fetch effect of aeolian sand transport［J］.Soil & Tillage Research，2019，194：104306.
18	Sherman D J，Li B.Predicting aeolian sand transport rates：a reevaluation of models［J］.Aeolian Research，2012，3（4）：371-378.
19	郑东旭.农田保护措施防治沙尘暴效果及土壤风蚀模型的研究［D］.河北保定：河北农业大学，2004.
20	Bagnold R A.The transport of sand by wind［J］.The Geographical Journal，1937，89：409-438.
21	Kawamura R.Study on Sand Movement by Wind［R］.Tokyo，Japan：Institute of Science & Technology University of Tokyo，1972：95-112.
22	Zingg A W，Chepil W S.Aerodynamics of wind erosion［J］.Agricultural Engineering，1953，31：279-282.
23	Lettau K，Lettau H H.Experimental and Micrometeorological Field Studies of Dune Migration，Exploring the World's Driest Climate［R］.Madison，USA：Institute for Environmental Studies，University of Wisconsin，1978：110-147.
24	Nash J E，Sutcliffe J V.River flow forecasting through conceptual models part I ： a discussion of principles［J］.1970，10（3）：282-290.
25	田耀武，贺春玲，刘杨，等.河南省森林土壤有机碳储量及其空间分布格局［J］.中南林业科技大学学报，2018，38（2）：83-89.
26	王仁德，肖登攀，常春平，等.农田风蚀量随风速的变化［J］.中国沙漠，2015，35（5）：1120-1127.
27	邹学勇，张梦翠，张春来，等.输沙率对土壤颗粒特性和气流湍流脉动的响应［J］.地球科学进展，2019，34（8）：787-800.

土壤性质	地点1	地点2
黏土/%	3.43	3.81
沙土/%	78.12	76.87
土壤含水率/%	1.31	1.53
有机质/%	3.52	1.58
碳酸盐/%	2.14	6.51
可蚀部分(<0.84 mm 干团聚体)/%	80.26	78.28
砾石含量/%	5.17	6.56

土壤性质	地点1	地点2
黏土/%	3.43	3.81
沙土/%	78.12	76.87
土壤含水率/%	1.31	1.53
有机质/%	3.52	1.58
碳酸盐/%	2.14	6.51
可蚀部分(<0.84 mm 干团聚体)/%	80.26	78.28
砾石含量/%	5.17	6.56

时间尺度	方程	地点1		地点2
时间尺度	方程	R²	NSC值	R²	NSC值
10 min	Bagnold方程	0.65	0.39	0.60	-3.44
	Kawamura方程	0.13	-2.12	0.59	-20.77
	Zingg方程	0.65	-0.28	0.60	0.18
	Lettau方程	0.65	-0.34	0.61	-8.39
15 min	Bagnold方程	0.46	0.29	0.71	-1.69
	Kawamura方程	0.47	-2.51	0.71	-14.53
	Zingg方程	0.47	-0.29	0.71	0.29
	Lettau方程	0.47	-0.57	0.72	-5.13
20 min	Bagnold方程	0.59	0.34	0.59	-4.98
	Kawamura方程	0.60	-2.53	0.61	-30.11
	Zingg方程	0.59	-0.37	0.62	0.15
	Lettau方程	0.59	-0.48	0.62	-12.04
25 min	Bagnold方程	0.51	0.12	0.86	-2.92
	Kawamura方程	0.64	-2.74	0.85	-19.02
	Zingg方程	0.12	-0.29	0.86	0.24
	Lettau方程	0.40	-0.23	0.85	-7.33
30 min	Bagnold方程	0.76	0.41	0.57	-3.94
	Kawamura方程	0.75	-2.24	0.56	-23.87
	Zingg方程	0.76	-0.34	0.57	0.16
	Lettau方程	0.76	-0.29	0.58	-9.31

时间尺度	方程	地点1		地点2
时间尺度	方程	R²	NSC值	R²	NSC值
10 min	Bagnold方程	0.65	0.39	0.60	-3.44
	Kawamura方程	0.13	-2.12	0.59	-20.77
	Zingg方程	0.65	-0.28	0.60	0.18
	Lettau方程	0.65	-0.34	0.61	-8.39
15 min	Bagnold方程	0.46	0.29	0.71	-1.69
	Kawamura方程	0.47	-2.51	0.71	-14.53
	Zingg方程	0.47	-0.29	0.71	0.29
	Lettau方程	0.47	-0.57	0.72	-5.13
20 min	Bagnold方程	0.59	0.34	0.59	-4.98
	Kawamura方程	0.60	-2.53	0.61	-30.11
	Zingg方程	0.59	-0.37	0.62	0.15
	Lettau方程	0.59	-0.48	0.62	-12.04
25 min	Bagnold方程	0.51	0.12	0.86	-2.92
	Kawamura方程	0.64	-2.74	0.85	-19.02
	Zingg方程	0.12	-0.29	0.86	0.24
	Lettau方程	0.40	-0.23	0.85	-7.33
30 min	Bagnold方程	0.76	0.41	0.57	-3.94
	Kawamura方程	0.75	-2.24	0.56	-23.87
	Zingg方程	0.76	-0.34	0.57	0.16
	Lettau方程	0.76	-0.29	0.58	-9.31

时间尺度	方程	地点1的a值	地点2的a值
10 min	Bagnold方程	4.42	2.40
	Kawamura方程	11.20	1.86
	Zingg方程	4.55	2.47
	Lettau方程	5.97	3.39
15 min	Bagnold方程	3.68	3.47
	Kawamura方程	9.27	2.65
	Zingg方程	3.79	3.56
	Lettau方程	4.93	4.90
20 min	Bagnold方程	4.50	2.83
	Kawamura方程	11.22	2.18
	Zingg方程	4.62	2.91
	Lettau方程	6.05	4.01
25 min	Bagnold方程	5.02	3.69
	Kawamura方程	12.54	2.86
	Zingg方程	5.16	3.80
	Lettau方程	6.75	1.20
30 min	Bagnold方程	5.18	2.84
	Kawamura方程	12.84	2.18
	Zingg方程	5.32	2.91
	Lettau方程	6.95	4.02