课题组在多相态降水能量反演领域取得研究进展：

降水引发的土壤侵蚀通过促进颗粒分离、土壤团聚体分解和沉积物迁移塑造了自然景观，同时对生态系统和人类社会构成了严峻挑战。降雨相态的的降水动能（PKE）作为描述降雨侵蚀性的关键指标，其直观反映出降雨对土壤颗粒的分解能力，即降水动能越大，其分解土壤颗粒的能力越强，潜在的土壤侵蚀风险也就越高。在过去的许多研究中多采用间接方法来表征大尺度降水的微物理特性。通过重建降水粒径分布（PSD）并建立单位面积单位时间动能 （KE） 和雨强（I）之间的经验关系来计算PKE。然而，大量研究多侧重于降雨，而忽略了其他降水相态，尤其是降雪（构成仅次于降雨的第二大降水形式），直接将降水强度代入降雨KE-I 关系中，忽略了整个大尺度降水过程中的相态差异。针对该问题，团队研究生纪端阳于2025年4月在《Journal of Hydrology》上发表文章“重塑全球降雨侵蚀率：有关2015年至2022年降水相态校正的研究”。

团队创新采用基于微物理特性的降水相位划分算法，解决传统降水动能计算中存在的显著高估问题。通过整合多源高精度降水数据，有效突破了相位依赖性 PKE 估计中的空间分辨率瓶颈，实现了网格尺度下的高精度 PKE 计算。在此基础上，团队首次提出了0.1°×0.1° 分辨率的 KE-I 关系数据库 PKE 估计模型，该模型全面纳入雨、雪多相态降水特征，显著提升了模型普适性与计算准确性。团队进一步针对 2015-2022 年全球 PKE 及降雨侵蚀率开展时空尺度的系统分析，揭示了以往研究中被忽视的关键要素，为精细化评估全球降雨侵蚀风险提供了全新的理论框架与数据支撑。

结果显示，液体和固体降水的KE-I拟合精度均较高，在验证区平均pearson指数达到0.8，在雨滴谱仪和双频降水雷达的拟合曲线之间观察到显著重叠。

团队使用全球多相态 KE-I 数据库，结合 IMERG（2015-2022）的降水数据，得出了校正后的全球多年 PKE 数据。研究结果强调了不同气候系统对区域和大陆 PKE 模式的影响，突出了降水热点的地理范围和空间分布对总 PKE 值和平均值的影响。

同时，团队用传统方法和改进的 PKE 计算方法，计算了 2015-2022 年期间的全球降雪动能。基于这些计算，进一步评估了降雪能量及其平均误差ME，发现年均降雪能量下降十倍，这是因为在降水相态划分时将雪粒子误判为雨粒子。

此外，团队计算了修正前后全年各月降雪动能及其相对误差RE。尽管误差值存在变化，但月平均 RE 全年保持相对稳定，年平均 RE 为 11.3，表明对降雪能量的持续高估和传统计算的缺陷。由于降雪主要集中在北半球，随着全球气候进入暖季，降雪量及其相关能量明显下降。统计表明，暖季平均降雪动能为12.6 MJ·ha-¹，而冷季则达到102.6 MJ·ha-¹。特别是在冷季，不规则雪花形态给准确计算带来挑战，导致高估问题更为突出。

研究利用校正后的 PKE 数据集和全球降雨事件，计算得到 2015-2022 年的全球降雨侵蚀力R因子数据集。多年年平均年R值通常与年降水量的空间分布相对应。传统计算方法产生的误差在冷季比暖季更明显。各半球的季节交替导致了各大洲之间误差产生的不同模式。

本研究基于网格的多相态 KE-I 数据集，使用2015-2022年IMERG数据实现了 PKE 的精细估计，揭示了全球空间分布及其季节性变化模式。基于这些发现，本研究重建了校正后的全球 R 因子数据集，为未来降雨侵蚀率的研究提供可靠基础。