次降雨侵蚀量的计算.
降雨侵蚀力计算方法研究进展
降雨侵蚀力计算方法研究进展降雨侵蚀力是指降雨对地表产生的冲刷和侵蚀作用的能力，是评价降雨侵蚀作用强弱的指标。
准确地计算降雨侵蚀力对于预测和评估土地侵蚀过程具有重要意义。
本文将对降雨侵蚀力的计算方法进行系统的研究和概述。
降雨侵蚀力的计算方法包括经验公式法、统计方法、物理模型法等。
经验公式法是基于降雨特征参数和土地利用类型等数据，通过建立经验公式和相关统计关系来计算降雨侵蚀力。
目前应用较广的经验公式包括RUSLE（Revised Universal Soil Loss Equation）模型和EI30（Erosivity Index for a 30-minute Storm）模型。
RUSLE模型考虑了降雨侵蚀力的多个影响因素，包括降雨强度、坡度、坡长、土壤侵蚀性和植被覆盖率等，可根据特定的土地利用类型和地理环境进行参数调整和优化。
EI30模型是根据30分钟降雨量和冲击能量建立的，适用于评估短暂大雨引起的侵蚀作用。
统计方法是基于多年降雨和土壤侵蚀实测数据进行统计分析，建立降雨侵蚀力与降雨量、径流量、坡长坡度等指标的关系模型。
通过回归分析、典型相关分析等统计方法，可以较准确地计算降雨侵蚀力。
统计方法主要用于长时间序列和大范围的土壤侵蚀评估。
物理模型法是基于物理过程的模拟模型进行降雨侵蚀力的计算。
常用的物理模型包括MUSLE（Modified Universal Soil Loss Equation）模型、WEPP（Water Erosion Prediction Project）模型等。
MUSLE模型是对RUSLE模型的改进，将流域尺度的水文径流模型与侵蚀模型相结合，能够较好地模拟降雨引起的土壤侵蚀过程。
WEPP模型是国际上较新的土壤侵蚀模拟模型，能够分析不同地形、降雨和土壤条件对土壤侵蚀的影响。
除了以上主要的计算方法，还有一些新的研究方法和技术应用于降雨侵蚀力的计算中，如遥感和地理信息系统技术、数值模拟方法等。
降雨侵蚀力计算方法研究进展
降雨侵蚀力计算方法研究进展
降雨侵蚀力是描述雨水侵蚀作用强度的一个量化指标，它是农业、林业、水利等领域的重要参数。
该参数的精准计算对农业、林业等行业的建设和发展具有重要意义。
随着科学技术的进步，降雨侵蚀力计算方法得到了持续改进和发展，其中最常用的方法有数理统计方法、经验公式法和数值模拟法。
数理统计方法
数理统计方法是通过对大量数据的统计和分析，计算出各项参数的平均值和标准差，从而推算出降雨侵蚀力的大小。
这种方法的优点是简单易行，适合于一定范围内的侵蚀研究，而缺点是依赖数据的质量和数量，存在一定的误差。
其中，王成善等（1985）提出的统计公式为：I=3m+3σ，其中I表示单位时间流域面积内的降雨侵蚀力，m表示单位时间内流域面积受到的平均降雨量，σ表示单位时间内流域面积受到的降雨量的标准差。
经验公式法
经验公式法是通过对降雨侵蚀力的各项因素，如雨强、降雨总量、土壤类型和地形等进行相关性分析，建立各种经验公式，从而推算出降雨侵蚀力。
该方法简单易行，计算速度快，但仅适合于特定地区和特定条件的研究。
数值模拟法
数值模拟法是通过数学模型对复杂的地形、土壤、降雨等因素进行数值仿真，从而计算出降雨侵蚀力的大小。
该方法的优点是能够研究复杂地形、复杂土壤类型下的降雨侵蚀力，并且计算精度高，缺点是需要大量计算资源和数据支撑。
目前，数值模拟法的代表技术为水文模型、水文地质模型和地形分析等。
总结起来，数理统计方法适用于小范围内的侵蚀研究，经验公式法适用于特定地区和特定条件下的研究，数值模拟法适用于复杂地形和土壤类型的研究。
选择合适的计算方法需要结合研究的对象和目标进行综合分析。
次降雨侵蚀量的计算
次降雨侵蚀量的计算黎四龙蔡强国吴淑安(北京大学城市与环境学系) (中国科学院地理研究所)摘要用最大30分钟雨强(I30)、径流量(Q)或者坡度(S)建立侵蚀量(Qs)的单因子或多因子方程。
用内蒙古自治区伊克昭盟五分地沟、五不进沟及河北省张家口市的坡度小区观测资料进行计算，比较其效果。
结果表明：Qs =kQmSn和Qs=kQm(坡度一定时)用来计算次降雨侵蚀量较好；用I30代替以上方程中Q的结果不理想。
关键词雨强径流量侵蚀量坡度* 国家自然科学基金委员会支持需上苦金项目（48971053）影响侵蚀量的因素很多，如降雨情况、地形(坡度、坡长、坡形)、地面状况(植被、土壤性质)等。
在建立侵蚀量的方程时，常用的变量是降雨强度、坡度、坡长、植被覆盖度、径流量等。
有用单因素的[1，2］，有用双因子的以至多因素的[3，4]。
多引进变量一般能提高预测精度，但资料的收集也更为困难。
以内蒙古伊克昭盟五分地沟、五不进沟及河北张家口坡度小区的观测资料为基础，本文旨在选择一种较好的计算次降雨侵蚀量的方法。
1 试验区基本情况张家口试验小区位于张家口市郊沈家屯镇马家沟流域郭家梁试验场西南坡耕地上，东经114°50′，北纬40°47′，海拔822m，土壤为黄土。
张家口属温带大陆性季风气候，多年平均降雨量400mm，其中80%～90%集中在7～9月份。
试验场内共设7个试验小区，由坡度9°的耕地通过简单的填挖方，改为坡度试验小区，坡度分别为0°、5°、10°、15°、20°、25°、30°。
小区面积均为10m2。
小区边界用混凝土板围成，下部有集水池。
小区常年休耕，耕层土质为粉质沙壤土，各小区的土壤粒度组成以及有机质含量见表1。
表1 张家口试验小区土壤性质分析Soil properties of runoff plots at Zhangjiakou gully粒度组成(%)有机质含量小区坡度砂粒粉粒粘粒(%)25°37.550.012.50.53310°44.845.211.00.57415°41.549.09.50.66520°38.052.59.50.55625°32.555.711.80.43730°44.549.0 6.50.38五分地沟和五不进沟位于内蒙古自治区准格尔旗境内。
rusle公式(一)
rusle公式(一)Rusle公式相关公式1. Rusle公式的基本形式Rusle公式是用于评估土壤侵蚀程度的经验公式，其基本形式为：A = R × K × LS × C × P其中，A代表土壤侵蚀量；R代表降雨侵蚀指数；K代表土壤侵蚀模数；LS代表坡度和坡长因子；C代表覆盖度因子；P代表管理因子。
2. 降雨侵蚀指数(R)降雨侵蚀指数(R)是衡量降雨对土壤侵蚀的影响的重要指标，其计算公式为：R = (n × a × e) / (24 × 100)其中，n表示年降雨次数；a表示单次降雨量（毫米）；e表示侵蚀能量指数。
举例说明假设某地区年降雨次数为120次，单次降雨量为20毫米，侵蚀能量指数为50，那么该地区的降雨侵蚀指数的计算如下：R = (120 × 20 × 50) / (24 × 100) ≈ 503. 土壤侵蚀模数(K)土壤侵蚀模数(K)用来描述土壤在给定条件下的抗侵蚀能力，其计算公式为：K = ( × (30 - R)) +其中，R表示降雨侵蚀指数。
举例说明假设某地区的降雨侵蚀指数为50，那么该地区的土壤侵蚀模数的计算如下：K = ( × (30 - 50)) + =4. 坡度和坡长因子(LS)坡度和坡长因子(LS)用来描述坡度和坡长对土壤侵蚀的影响程度，其计算公式为：LS = (m × sinβ)^a × ()^m其中，m表示坡长因子；β表示坡度的度数；a和b为经验修正系数。
举例说明假设某地区的坡度为30度，坡长因子为100，经验修正系数a为，b为，那么该地区的坡度和坡长因子的计算如下：LS = (100 × sin30)^ × (×)^100 ≈5. 覆盖度因子(C)覆盖度因子(C)用来描述植被覆盖对土壤侵蚀的保护作用，其计算公式为：C = (1 - P)^c其中，P表示管理因子；c为经验修正系数。
降雨侵蚀力因子r计算公式
降雨侵蚀力因子r计算公式降雨侵蚀力因子 R 是用于评估降雨对土壤侵蚀影响的一个重要参数。
它的计算公式可不简单，需要综合考虑好多因素呢！咱先来说说降雨侵蚀力的概念。
简单来讲，就是降雨引发土壤侵蚀的潜在能力。
而这个 R 因子的计算，就是为了把这种潜在能力用一个数值给表现出来。
那它到底怎么算呢？这得根据不同的地区和研究方法有所不同。
比如说，在一些研究中，会用到月降雨量的相关数据来计算。
先把每个月的降雨量按照一定的规则转化为一个代表侵蚀力的数值，然后再把这 12 个月的数值加起来，得到的总和就是这一年的 R 值。
我给您举个例子哈。
就说我之前去一个小山村做调研的时候，那里的农民们老是抱怨土地容易被雨水冲坏。
我就想着用这个 R 因子的计算来帮他们分析分析。
我收集了当地一整年的降雨数据，每个月都仔仔细细地记录下来。
然后按照公式一步一步地算，过程那叫一个繁琐！但当我最后算出结果，发现那个地方的 R 值还挺高，这就解释了为啥他们的土地容易出问题。
再比如，还有一种常见的方法是基于日降雨量来计算。
把每天的降雨量通过特定的函数转换，然后累计求和。
这就要求我们得有更详细的降雨数据，计算起来也更复杂。
总之，降雨侵蚀力因子 R 的计算公式虽然有点复杂，但对于研究土壤侵蚀、合理规划土地利用等等方面，那可是相当重要的。
它能帮助我们更好地理解降雨对土地的影响，从而采取有效的措施来保护我们的土地资源。
不过，要注意的是，不同的地区、不同的气候条件下，R 因子的计算可能会有所差异。
所以在实际应用的时候，得根据具体情况选择合适的计算方法和参数。
而且，随着研究的不断深入，计算方法也在不断改进和完善。
就像我之前提到的那个小山村，后来根据计算结果，当地采取了一些水土保持措施，比如修建梯田、种植植被等等，情况慢慢有了好转。
这也让我更加深刻地认识到，准确计算 R 因子对于解决实际问题的重要性。
所以啊，别看这只是个公式，背后可是有着大作用呢！希望大家都能重视起来，让我们的土地不再轻易受到雨水的“伤害”。
降雨侵蚀力计算方法研究进展
降雨侵蚀力计算方法研究进展降雨侵蚀力是指雨水对地表土壤的侵蚀作用，是造成土壤流失和水土流失的重要原因之一。
对降雨侵蚀力的计算和研究具有重要的意义。
随着研究的深入，人们对降雨侵蚀力计算方法也有了不断的进展。
本文将就降雨侵蚀力计算方法的研究进展进行探讨，以期能够为相关研究和实践工作提供一定的参考和借鉴。
一、降雨侵蚀力的定义降雨侵蚀力是指降雨对土壤的冲刷和侵蚀作用，其大小直接影响土壤的流失和侵蚀情况。
降雨侵蚀力的计算是为了评价和预测土壤侵蚀的发生和发展趋势，为土壤保护和水土资源管理提供科学依据。
二、降雨侵蚀力计算方法的研究历程降雨侵蚀力的计算方法主要包括USLE（Universal Soil Loss Equation）、RUSLE （Revised Universal Soil Loss Equation）等。
1. USLE模型USLE是20世纪50年代提出的一种土壤侵蚀预测模型，基本形式为A=R*K*LS*C*P，其中A表示土壤侵蚀量，R表示雨滴冲击力，K表示土壤侵蚀性，LS表示坡度与坡长的关系，C表示植被覆盖率，P表示土壤保持措施。
USLE模型是最早的一种降雨侵蚀力计算方法，通过对地形和植被等因素的综合考虑，较为全面地评价了土壤侵蚀的潜在危害。
RUSLE模型是在USLE基础上进行改进和修订而成的，主要在原有模型的公式和参数上进行了修订，使其更符合实际的土壤侵蚀情况。
RUSLE模型对植被覆盖度、土地管理措施等因素进行了更为细致和科学的考量，提高了模型的准确性和可靠性。
随着科学技术的不断进步和发展，降雨侵蚀力计算方法也在不断完善和更新，主要表现在以下几个方面：1. 基于GIS的模型地理信息系统（GIS）技术的发展，为降雨侵蚀力计算方法的研究和应用提供了新的途径和思路。
通过GIS技术，可以更加方便地获取和分析地形、植被覆盖、土壤类型等空间信息数据，为降雨侵蚀力的计算提供更为准确和全面的数据支持。
2. 气象和降雨数据的应用随着气象监测技术的发展，人们可以更加准确地获取到各地区的降雨数据，为降雨侵蚀力的计算提供了更为可靠的数据支持。
降雨侵蚀力计算方法研究进展
降雨侵蚀力计算方法研究进展杨轩【期刊名称】《《安徽农业科学》》【年(卷),期】2019(047)016【总页数】4页(P5-8)【关键词】降雨侵蚀力; 计算方法; 指标; 模型【作者】杨轩【作者单位】安徽绿通工程设计咨询有限公司安徽芜湖241000; 中国科学院南京土壤研究所江苏南京210008【正文语种】中文【中图分类】S157降雨的雨滴击溅地表、汇流冲刷表土，破坏地表形态和土壤结构，导致土壤颗粒和营养物质随雨水冲离，降雨是造成水土流失的直接作用力。
降雨侵蚀力(rainfall erosivity，用R表示)是用来表征降雨对土壤侵蚀贡献的指标，它指由降雨引起土壤侵蚀的潜在能力[1-2]。
降雨侵蚀力是通用土壤流失方程USLE[3-4]、修正通用土壤流失方程RUSLE[5]以及土壤侵蚀与生产力模型EPIC[6]中一个重要的动力因子，准确评价和计算降雨侵蚀力值是定量预报土壤流失的重要环节。
降雨侵蚀力最早是在1958年由著名的美国土壤学家Wischmeier等[1-2]提出，之后在英国、前苏联、日本等国家相继开展研究。
从20世纪80年代开始，我国很多学者都投入到这一研究中。
国内外学者对降雨侵蚀力研究60年来，在降雨侵蚀力算法与模型、降雨产生土壤侵蚀的机理和应用等方面取得了诸多成果，当中的不足之处也为人们指明了新的研究方向，笔者将对此作系统介绍。
1 降雨侵蚀力评价标准与指标提出R因子后，如何计算和度量R值成为各国学者关心的问题[7-11]。
于是各种用于计算降雨侵蚀力的算法模型相继诞生，这些算法模型一般是通过筛选合适的评价指标，运用统计分析和数学函数的方法而建立的经验模型，并且需要遵循一定的次降雨和侵蚀性降雨划分标准。
1.1 侵蚀性降雨标准界定降雨过程中，前期降雨不会立刻产生径流、剥离土壤，只有溅散、冲刷和携带土壤的这部分降雨才对土壤侵蚀有贡献，这部分降雨即侵蚀性降雨。
大部分自然降雨过程也都是不产生侵蚀的，在计算降雨侵蚀力时，必须划定一个标准，以剔除不伴随水土流失的那部分降雨。
降雨侵蚀力计算方法研究进展
降雨侵蚀力计算方法研究进展降雨侵蚀力是指降雨对地表造成的侵蚀作用，是土壤侵蚀过程中的重要驱动力。
降雨侵蚀力的计算方法对于有效地预测和防控土壤侵蚀具有重要意义。
在过去的几十年里，研究者们对降雨侵蚀力的计算方法进行了大量的探索和研究，取得了一系列的研究成果。
本文将对降雨侵蚀力的计算方法研究进展进行综述，并对未来的研究方向进行展望。
一、经验公式法经验公式法是一种简单、快速的计算降雨侵蚀力的方法。
其计算原理是基于对降雨侵蚀力影响因素的实测数据进行统计分析，建立经验公式进行计算。
目前，广泛应用的降雨侵蚀力经验公式有RUSLE模型、USLE模型等。
这些模型将降雨侵蚀力与降水量、坡度、土壤类型等因素联系起来，可以为区域土壤侵蚀的预测提供参考。
二、物理模型法物理模型法是通过对降雨流的流动特性和土壤侵蚀过程的数学模拟，来计算降雨侵蚀力的一种方法。
常见的物理模型有水力学模型、颗粒动力学模型等。
这些模型通过数值方法对降雨流和土壤颗粒进行模拟，可以较为准确地反映出降雨侵蚀力的作用规律，对具体的土壤侵蚀过程进行定量分析。
三、遥感与GIS技术在降雨侵蚀力计算中的应用随着遥感和GIS技术的发展，研究者们开始将这些新技术应用到降雨侵蚀力的计算中。
遥感技术可以获取地表覆盖信息、植被信息等，通过遥感数据和GIS技术进行空间分析，可以对降雨侵蚀力的空间分布进行研究。
这种基于遥感与GIS技术的降雨侵蚀力计算方法，可以更好地捕捉地表的细微特征，提高计算的精度和可靠性。
四、未来研究方向展望在降雨侵蚀力计算方法的研究中，可以进一步完善和深化以下几个方面：1. 加强对降雨侵蚀力影响因素的细化研究，包括土壤养分含量、植被覆盖度等因素的作用机制和数学模型的建立。
2. 探索新的降雨侵蚀力计算方法，例如基于机器学习和人工智能的预测模型，结合大数据和云计算技术，提高计算的智能化和精准度。
3. 开展降雨侵蚀力计算方法的实地验证研究，建立完备的监测观测系统，对计算结果进行实测验证，提高计算方法的可靠性和适用性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
次降雨侵蚀量的计算作者：黎四龙蔡强国吴淑时间：2007-11-25 12:10:00摘要：用最大30分钟雨强(I30)、径流量(Q)或者坡度(S)建立侵蚀量(Qs)的单因子或多因子方程。
用内蒙古自治区伊克昭盟五分地沟、五不进沟及河北省张家口市的坡度小区观测资料进行计算，比较其效果。
结果表明：Qs=kQmSn和Qs=kQm(坡度一定时)用来计算次降雨侵蚀量较好；用I30代替以上方程中Q的结果不理想。
关键词：雨强径流量侵蚀量坡度影响侵蚀量的因素很多，如降雨情况、地形(坡度、坡长、坡形)、地面状况(植被、土壤性质)等。
在建立侵蚀量的方程时，常用的变量是降雨强度、坡度、坡长、植被覆盖度、径流量等。
有用单因素的[1，2］，有用双因子的以至多因素的[3，4]。
多引进变量一般能提高预测精度，但资料的收集也更为困难。
以内蒙古伊克昭盟五分地沟、五不进沟及河北张家口坡度小区的观测资料为基础，本文旨在选择一种较好的计算次降雨侵蚀量的方法。
1 试验区基本情况张家口试验小区位于张家口市郊沈家屯镇马家沟流域郭家梁试验场西南坡耕地上，东经114°50′，北纬40°47′，海拔822m，土壤为黄土。
张家口属温带大陆性季风气候，多年平均降雨量400mm，其中80%～90%集中在7～9月份。
试验场内共设7个试验小区，由坡度9°的耕地通过简单的填挖方，改为坡度试验小区，坡度分别为0°、5°、10°、15°、20°、25°、30°。
小区面积均为10m2。
小区边界用混凝土板围成，下部有集水池。
小区常年休耕，耕层土质为粉质沙壤土，各小区的土壤粒度组成以及有机质含量见表1。
表1 张家口试验小区土壤性质分析Soil properties of runoff plots at Zhangjiakougully粒度组成(%) 有机质含量小区坡度砂粒粉粒粘粒(%)2 5°37.5 50.0 12.5 0.533 10°44.8 45.2 11.0 0.574 15°41.5 49.0 9.5 0.665 20°38.0 52.5 9.5 0.556 25°32.5 55.7 11.8 0.437 30°44.5 49.0 6.5 0.38五分地沟和五不进沟位于内蒙古自治区准格尔旗境内。
准格尔旗属于中温带大陆性气候，年平均气温6.2～8.7℃，从西北向东南逐步升高。
全年降水少而集中，多集中在7～9月。
降雨年际变化大，最低年份仅143.5mm，最高年份为636.5mm，平均400mm。
分地沟小区坡度分别为6°、9°、12°、15°，小区面积50m2。
土壤为黄土，地表无植被覆盖。
五不进沟小区坡度为9°、12°、15°、17°、20°，小区面积50m2。
地表物质为砒砂岩，无植被覆盖。
天然降雨观测是每次降雨后，测集水池中水位，取水沙样。
然后将水沙样过滤，烘干，称重。
最后计算含沙量、径流量、侵蚀量。
2 观测结果2.1 雨强在地表状况变化不大时，降雨因素就成为侵蚀量的决定因子。
在黄土高原，次降雨降雨量与侵蚀量相关性差，与降雨强度则存在很好的相关关系。
陈永宗、王万忠、蔡强国等发现，黄土高原坡面次降雨流失量与最大30分钟降雨强度的相关性最好[5～7]。
因此，在有雨强资料的五不进沟、五分地沟试验地，用每个径流小区的次降雨最大30min雨强与侵蚀量作回归运算，方程形式为Q s =kI m30(1)Qs=kI30+c (2)式中Ｑs 是侵蚀量(kg),I30是最大30分钟雨强(mm/30min),k,m,c是常数。
方程(1)是取对数后运算的，即lgQs =lgk+mlgI30以下幂函数方程都是这样计算的，方程(1)的结果见表2、表3。
表2 五不进沟侵蚀量与最大30分钟雨强回归方程Equations for soil loss based on rainfall intensity (I30)inWubujingou gully方程坡度主程R2 次数显著性Q s =kI m309°Qs=0.0018I3.21300.67 13 非常显著12°Qs=0.0097I2.70300.51 12 非常显著15°Qs=0.0108I2.77300.27 12 不显著17°Qs=0.0009I3.69300.77 13 非常显著20°Qs=0.005I3.97300.63 13 非常显著Qs=kI30+c 9°Qs=1.27I30-6.66 0.73 13 非常显著12°Qs=2.31I30-11.59 0.41 12 不显著15°Qs=3.77I30-19.37 0.69 12 非常显著17°Qs=4.89I30-28.81 0.29 13 不显著20°Qs=19.86I30-94.45 0.78 13 非常显著注：显著、不显著指在0.05水平检验的结果，非常显著指在0.01水平下显著，下同。
方程(1)中m值与坡度的关系不明显，k值则随坡度增大。
五不进沟17°小区方程Qs =kI m30中k值异常，经计算，年侵蚀量17°小区略小于15°小区，可能是因为17°小区土壤性质与其它小区有差别。
表3 五分地沟侵蚀量与最大30分钟雨强回归方程Equations for soil loss based on rainfall intensity(I30) in Wubujingou gully方程形式坡度方程R2次数检验结果Q s =kI m306°Qs=0.16I1.34300.61 9 显著9°Qs=0.22I1.61300.92 9 非常显著12°Qs=0.86I0.96300.59 9 显著15°Qs=0.95I1.29300.72 9 非常显著Q s =kI30+c 6°Qs=0.86I30-4.52 0.64 9 显著9°Qs=1.75I30-7.64 0.92 9 非常显著12°Qs=1.00I30-1.92 0.71 9 非常显著15°Qs=3.41I30-13.95 0.81 9 非常显著2.2 径流量研究表明，径流量与侵蚀量有着较好的相关关系。
在一次模拟降雨实验过程中，累计径流量与侵蚀量线性回归结果很好[8,9]。
更多的是建立侵蚀量与径流量的幂函数方程[10,11]，经计算，观测资料用这种方程的效果较好(表4)。
Qs=kQ m(3)式中Q是径流量(m3)。
表4 侵蚀量与径流量回归方程Equations for soil loss based on runoff(Q)地点坡度方程R2次数显著性9°Qs=94.30Q1.680.85 13 非常显著12°Qs=123.06Q1.640.84 12 非常显著五不进沟15°Qs=562.73Q2.130.72 12 非常显著17°Qs=56.42Q1.510.55 13 非常显著20°Qs=1002.07Q1.890.86 13 非常显著6°Qs=9.89Q0.7970.65 9 非常显著五分地沟9°Qs=36.12Q0.8860.63 9 非常显著12°Qs=19.65Q0.6290.78 9 非常显著15°Qs=56.77Q0.7290.74 9 非常显著0°Qs=1.49Q0.5450.48 28 非常显著5°Qs=7.25Q0.7470.75 29 非常显著10°Qs=11.99Q0.7580.77 28 非常显著张家口15°Qs=18.08Q0.8480.78 29 非常显著20°Qs=19.36Q0.8450.65 29 非常显著25°Qs=27.54Q0.8500.70 29 非常显著30°Qs=29.36Q0.7820.66 29 非常显著各小区方程回归结果都非常显著，其中m与坡度的关系不明显，k值随坡度增大。
五不进沟17°与五分地沟12°小区k值异常，理由如论述。
由于径流量与雨强存在较好的相关关系，两者结合起来用来计算侵蚀量的结果不理想。
2.3 坡度关于多年平均侵蚀量与坡度的关系研究很多，而次降雨侵蚀量与坡度的单因子回归方程结果不显著。
当坡度与径流量、雨强等因素结合，用来计算次降雨侵蚀量，效果就会变好(方程(4)、(5)、(6)，结果见表5。
Qs=kQ m S n［12］(4)Q s =kI m30Sn(5)Q s =kQ m S n I p30［4］(6)式中 S是坡度因子，以正切表示，n,p是常数。
表5 多元回归方程Soil loss equations based on runoff(Q)、slope(S)and rainfall intensity(I30)地点方程<P各年变化较大，没有明显的趋势(表8)，与Julien和Simons的标准相比较小。
前面提到，方程Q s =kI m30中m值及Qs=kI30+c中k值随坡度增加而增大(个别小区k值异常)。
因此，坡度间侵蚀量的差别随雨强的增大而增加，表现在方程Qs=kQ m s n中为大雨强降雨次数多时n值增大。
从表7可知，除Wainwright的研究是在不规则坡面进行的外，其它研究都表明，大雨强试验(观测)取得较大的n值。
本文中五不进沟及五分地最大30分钟雨强平均值分别为8.86mm/30min、10.46mm/min。
张家口没有雨强资料，但张家口观测次数多，如果大雨强降雨次数少时n值也会较小。
张家口三年所得结果不同可能原因在于此。
从以上分析来看，n值受到雨强的影响。
4 结论综上所述，可得出以下结论：1.方程Qs =kQ m S n和Qs=kQ m用来计算侵蚀量较为可靠。
2.坡度小区(坡长一定)用I30代替Q结果差一些，用I30代替Q 时必须注意满足所需条件。
3.方程Qs=kQ m S n中m值影响因素复杂，其值变化较大，n值受雨强的影响。
参考文献1 吴普特，周佩华。
地表坡度与薄层水流侵蚀关系的研究。
水土保持通报，1993，13(3)，P1-5.2 Liu,B.Y.,Nearing,M.A.and Risse,L.M..Slope gradient effects on soil loss for steep slopes.Transaction of American Society of Agricultrue Engineers,1994,37(6),P1835-1840.3 江忠善，王志强，刘志。