基于RS和GIS的土壤侵蚀量预测应用研究

运用RS、GIS和USLE集成技术,对秦皇岛市土壤侵蚀量进行了定量试验研究。对各相关因子值进行科学的确定,利用ARC/INFO的栅格数据空间分析功能,提取了各因子图,预测了秦皇岛市的土壤侵蚀量。结果表明:秦皇岛市侵蚀总量为每年1 162.139 0万t,平均侵蚀模数为每年1 494.07 t/km2。占区域面积21.19%的土壤侵蚀强度在中度或中度以上,该区域对土壤侵蚀量的贡献率为71.26%。林地和草地的侵蚀量占侵蚀总量的82.37%和9.29%,土壤侵蚀主要发生在北部山区的林地。实践证明,利用RS、GIS和USLE技术进行土壤侵蚀监测与预测是可行的和高效的。     

地理信息系统(GIS)在土壤侵蚀研究中的应用

地理信息系统(GIS)具有强大的空间数据处理功能,可与遥感(RS)技术相结合应用于土壤侵蚀研究中。在概述GIS建立与应用的基础上,对其在国内外土壤侵蚀研究中的应用进行了简要回顾,并对GIS-RS一体化技术在土壤侵蚀研究中进行了展望。     

土地利用变化对土壤侵蚀影响研究综述

土地利用变化会对土壤侵蚀产生巨大影响,不合理的利用土地会加剧土壤侵蚀。本文介绍了土地利用变化对土壤侵蚀影响的3种研究方法 ,即利用RS和GIS技术方法、模型的计算方法、基于景观格局指数的定量计算法,并为进一步计算土壤侵蚀量的大小,合理地选择研究方法提出了建议。     

RS与GIS在东北黑土区土壤侵蚀研究中的应用

东北黑土区是现代土壤侵蚀严重的地区之一.通过对该区域土壤侵蚀的遥感调查监测,基于经验模型的水土流失遥感定量研究等方面的回顾总结,分析了东北黑土区土壤侵蚀研究中存在的问题.提出黑土区应用RS与GIS技术进行土壤侵蚀研究的工作思路:应用现代信息技术开展土壤侵蚀调查评价,研究建立黑土区土壤侵蚀信息图谱,研制东北黑土区土壤侵蚀信息系统,密切土壤侵蚀研究与生态环境建设管理工作的结合.     

基于GIS和RUSLE的土壤侵蚀量计算——以贵州省猫跳河流域为例

为了解西南喀斯特山区土壤侵蚀空间分布特征，该文以贵州省猫跳河流域为研究区，在GIS技术支撑下，应用修正的通用土壤流失方程（RUSLE）估算了研究区2002年现实土壤侵蚀量和潜在土壤侵蚀量，得到了研究区现实土壤侵蚀量和潜在土壤侵蚀量的空间分布特征，计算了各种土地利用类型的土壤保持能力，并对研究区土壤侵蚀防治措施进行了探讨.结果表明，研究区年均现实土壤侵蚀模数为28.70 t/（hm2·a），年均土壤流失量875.65×10.4 t/a，年均土壤保持量25 095.73×10.4 t/a.旱地的土壤保持能力最小，研究区进行水土流失防治除对25°以上的旱地实行退耕还林、裸岩荒地植树造林外，还应加强对6°～25°的旱地进行治理如坡改梯等.      

黄河中游不同流域尺度土壤侵蚀评价

黄河中游是黄河流域土壤侵蚀最严重的区段,基于GIS和RS技术,利用2000—2010年黄河中游土地覆被数据、气象数据和地形数据等,提取了该区2000—2010年植被覆盖度,应用修正的通用土壤流失方程(RUSLE)计算了逐年土壤侵蚀模数,探讨了土壤侵蚀与植被覆盖度间的相关关系,并分析了不同生态系统、不同流域尺度土壤侵蚀时空变化特征。结果表明:(1)黄河中游植被覆盖度在空间上呈西北低东南高的分布特征,在时间上呈波动上升趋势,且植被覆盖度与土壤侵蚀模数之间存在负相关关系;(2)研究区2000—2010年各生态系统的土壤侵蚀强度在减弱,侵蚀状况明显好转;(3)黄河中游二级流域的土壤侵蚀量在2000—2010年间均有不同程度的减少;(4)在整个研究时段内,三级流域中的沣河、伊河及黑河流域的土壤侵蚀量在增加,其他流域的土壤侵蚀在减少。研究结果对黄河中游地区的水土保持措施具有一定的指导意义,同时,多尺度土壤侵蚀评价方法及通过剔除降雨因素实现以植被为主导因子的土壤侵蚀评价方法也可为其他地区的土壤侵蚀评价提供借鉴。     

基于GIS和RUSLE的锦州市水土流失定量空间特征分析

以RS和GIS技术为支撑,利用修正的土壤流失方程(RUSLE)定量评估锦州市2010年水土流失量和土壤侵蚀强度,并且对锦州市水土流失空间分布特征进行分析。结果表明,锦州市2010年土壤侵蚀面积为7 284.87 km2,占锦州市总面积的70.72%,平均土壤侵蚀模数为18.27 t/(hm2·年),属于轻度侵蚀;15°~25°和6°~15°2个坡度带是研究区土壤侵蚀的主要发生区域。锦州市土壤侵蚀主要发生在农村居民点和旱地2种土地类型,两者的侵蚀量占锦州市2010年总侵蚀量的60.97%。未来应加大对这2种土地类型的治理力度,将其列为水土保持重点治理对象。以上研究分析可以为政府制定水土保持的相关政策提供科学依据。     

基于GIS的USLE方程各因子计算方法研究

传统方法估算土壤侵蚀量限制因素过多,USLE方程为土壤侵蚀量估算提供了一般算法,但是USLE方程中各因子的求算没有通用方法,在各个研究区域的运用难以量化。对基于GIS的USLE方程各因子计算方法进行探讨,给出了基于GIS技术USLE估算流域土壤侵蚀量的一般方法,以提高USLE方程在我国的可用性。     

基于GIS的USLE方程各因子计算方法研究

传统方法估算土壤侵蚀量限制因素过多,USLE方程为土壤侵蚀量估算提供了一般算法,但是USLE方程中各因子的求算没有通用方法,在各个研究区域的运用难以量化。对基于GIS的USLE方程各因子计算方法进行探讨,给出了基于GIS技术USLE估算流域土壤侵蚀量的一般方法,以提高USLE方程在我国的可用性。     

基于GIS和RUSLE的锦州市水土流失定量空间特征分析(英文)

以RS和GIS技术为支撑,利用修正的土壤流失方程(RUSLE)定量评估锦州市2010年水土流失量和土壤侵蚀强度,并对锦州市水土流失空间分布特征进行分析。结果表明,锦州市2010年土壤侵蚀面积为7284.87 km2,占锦州市总面积的70.72%,平均土壤侵蚀模数为18.27 t/(hm2·年),属于轻度侵蚀;15°~25°和6°~15°2个坡度带是研究区土壤侵蚀的主要发生区域。锦州市土壤侵蚀主要发生在农村居民点和旱地2种土地类型,二者的侵蚀量占锦州市2010年总侵蚀量的60.97%。未来应加大对这2种土地类型的治理力度,将其列为水土保持重点治理对象。该研究可为政府制定水土保持的相关政策提供科学依据。     

土壤侵蚀模型的研究现状与展望

土壤侵蚀模型是土壤侵蚀过程定量研究的有效手段,一直是国内外学者研究的重点。介绍了国内外土壤侵蚀模型的主要研究成果,并简要分析了"3S"技术在土壤侵蚀研究中的应用状况。在此基础上,阐述了土壤侵蚀模型研究的发展趋势。     

基于RS和GIS的涪江流域上游地区土壤侵蚀定量估算

将RS和GIS与美国通用土壤流失方程(USLE)相结合,利用ArcGIS 9.3的栅格数据空间分析功能,进行涪江流域上游土壤侵蚀量的预测和估算.结果表明:该区域土壤侵蚀主要为微度侵蚀,且占总面积的85.65%,轻度侵蚀占总面积9.13%,中度侵蚀占总面积2.89%,强度侵蚀及以上地区的面积占总面积2.33%.涪江流域上...     

基于GIS的土壤侵蚀研究系统框架的设计

将地理信息系统(GIS)引入到土壤侵蚀研究系统中,利用该技术将空间数据和属性数据结合起来,以数据可视化的方式为土壤侵蚀研究系统提供决策支持。讨论了系统的主要功能,以及ArcGIS Engine作为开发组件、ArcSDE作为空间数据引擎进行集成二次开发的相关技术,这些技术在土壤侵蚀研究系统中的应用具有重要意义。     

GIS技术在水土保持中的应用

基于GIS技术在土壤侵蚀分析、水土保持规划设计、水土保持监测等方面的应用,介绍了GIS技术的基本原理、主要功能及其研究内容等,着重介绍了GIS技术在水土保持中的广泛应用。结合工作中的实践经验,探讨了GIS技术的基本原理和使用方法,数据存储、查询、检索、图形计算、统计分析、属性数据和图形输出、模型应用等功能在水土保持领域的应用,为水土保持工作构造了一个数字化信息平台,实现水土保持工作的动态化、系统化、可视化、科学化。     

基于DEM的东江源区土壤侵蚀研究

采用RS与GIS技术,研究东江源区2000年的土壤侵蚀状况。利用研究区地形图制作的数字高程模型(DEM),派生出坡度、坡向图。借助于分布指数,通过空间叠加分析,从高程、坡度和坡向3个方面对研究区的土壤侵蚀进行了定量分析,揭示土壤侵蚀在这3个方面上的分布特征。结果表明,土壤侵蚀是自然因子和人为因子综合作用的结果,自然因素是土壤侵蚀发生、发展的潜在条件,而人类活动是土壤侵蚀发生、发展或减弱的主导因素。因此,转变不合理的土地利用方式,加强植被的保育和重建是防治土壤侵蚀的关键环节。     

基于RS和GIS的河北太行山区土壤侵蚀强度研究

以河北太行山区为例,选择加权降雨量、坡度、坡长、沟谷密度、土壤质地、植被覆盖度、土地利用类型7个影响因子,应用层次分析法求出各因子权重,建立土壤侵蚀评价指标体系;利用RS和GIS技术,将影响因子分级并进行地图代数加权叠加,划分土壤侵蚀强度等级,揭示该区2000年土壤侵蚀强度分布情况。     

RS和GIS技术在地震灾害中的应用

在论述遥感RS和地理信息系统GIS功能及其特点的基础上,结合现阶段RS和GIS在国内外地震灾害中的应用现状,重点介绍了RS和GIS在5．12大地震中陕西震区的应用情况,并对该应用的优缺点进行了评估与分析。最后,对RS和GIS在地震灾害中的应用前景进行了阐述。     

“3S”在作物模型中的应用与展望

回顾了遥感和地理信息技术在作物模型中应用的主要方面及其发展过程,分析了遥感、地理信息系统和作物模型相结合的方法和技术难点,并对未来“3S”技术在作物模型中的应用作了展望。