土壤可蚀性特征及其K值图制作研究

在土壤普查结果与实地采样的基础上，应用EPIC模型计算出南安市不同土壤的K值，并研究了土壤的可蚀性特征及K值图的编制方法。研究表明：研究区土壤类型表层平均K值为0．184－0．371；不同土壤层次K值明显不同，表层抗蚀性较强：不同土地利用方式其土壤可蚀性不同，密林地抗蚀性强，裸地最弱；随着土壤侵蚀的加剧，土壤可蚀性K值有增加的趋势；土壤K值图制作对水土流失定量遥感监测有重要意义。     

太湖流域苏皖汇流区土壤可蚀性K值及其应用的研究

利用土壤普查成果中的土壤图和理化分析等资料 ,采用公式计算法研究了该区土壤的可蚀性K值 ,改进和完善了K值图编制方法 ,并用微机首次制出具有准确几何位置、可与地形图配准的土壤可蚀性K值图。同时 ,还依据该区K值的分布特点讨论了它在水土保持、土壤年流失量监测、生态农业建设和防洪减灾中的应用。     

红壤坡地土壤可蚀性K值研究

为探讨红壤坡地土壤可蚀性K值特征,通过在典型的红壤坡地区建立15个标准径流小区进行连续5年的定点观测,运用诺模公式和EPIC公式计算红壤可蚀性K值,并对不同土地利用方式下的红壤K值进行分析。结果表明:2种经验公式均适用于红壤坡地土壤可蚀性K值计算,且K值与地表覆盖/土地利用相关。     

沂蒙山区典型县土壤可蚀性K值空间变异研究

土壤可蚀性是一个相对概念,在时间、空间等方面呈现异质性特征,选取蒙阴县和沂水县为研究区域,采用EPIC模型中K值计算方法,以地统计学原理为指导,基于Arc GIS地统计模块,探讨了沂蒙山区典型县土壤可蚀性空间分布特征,为区域土壤侵蚀评价提供数据支撑。结果表明:(1)研究区土壤可蚀性K值变化范围为0.1057~0.3776,属中等变异,以中低可蚀性土壤分布最广;在分布最广的粗骨土土类中,石灰岩钙质粗骨土K值最大,为中高可蚀性土壤,存在较大的侵蚀危险性。(2)蒙阴县西北部区域为低可蚀性土壤,中部和东南部为中可蚀性及以上土壤;沂水县土壤主要为中低可蚀性,而南部、西北及东北部存在中高及高可蚀性土壤;两县相接区域土壤为中可蚀性及以上土壤。(3)同一土类而不同土地利用呈现异质性特征,不同土地利用K值大小依次为园地耕地林地草地。(4)随着海拔高度增大,土壤可蚀性K值呈逐渐减小趋势。     

长江以南东部丘陵山区土壤可蚀性K值研究

以土壤亚类为基础,从土种入手,依据第二次土壤普查资料建立了我国东产丘陵区各土种的理化性质数据库。应用土壤可蚀性方法,计算出各土种的土壤可蚀性Ｋ值,用面积进行加权平均,经分类分级后,连续到相应的土壤图上,得到我国东部丘陵区土壤可蚀性Ｋ值图及其分布规律。     

应用不同人工模拟降雨方式对土壤可蚀性K值的研究

运用两种人工模拟降雨方式研究土壤的可蚀性K值，结果表明II方式人工模拟降雨的土壤可蚀性K值比I方式更能显著的反映自然状态下实测的土壤可蚀性K值，因此用II人工模拟降雨试为研究土壤可蚀性K值将更为优越。     

湖北丹江口水库库区小流域土壤可蚀性特征

土壤自身的可侵蚀性是土壤侵蚀发生的内在因素。由于具有明确的物理意义和方便的测定方法,土壤可蚀性K指标值成为水土流失预报模型的一个重要参数。采用EPIC中土壤可蚀性K值计算方法,对丹江口水库库区内1.94km2的五龙池小流域的K值进行了计算。结果显示,研究区内土壤可蚀性K值平均为0.0302thm2h(MJmmhm2)-1,与我国其他有黄棕壤分布地区已有的研究结果相一致。小流域土壤可蚀性存在一定的空间变异,但变异性不大(变异系数14.7%),86.56%土地面积上的K值位于0.0264～0.0330之间。从土壤可侵蚀性强弱判断,该区土壤为易侵蚀土。利用反距离权重插值(IDW)进行了K值图的制作,并简要介绍了K值图的应用。     

中国亚热带土壤可蚀性K值预测的不确定性研究

土壤可蚀性K值是土壤侵蚀模型(如USLE和RUSLE)的必要参数,直接套用经验模型估算土壤可蚀性K值会给土壤侵蚀预报带来不可估计的误差。本文以我国亚热带7种典型土壤可蚀性K值的观测值为依据,选用平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)和精度因子(Af)四种数学统计项为指标,评价了诺谟图模型、修正诺谟图模型、EPIC模型、几何平均粒径模型和Torri模型等5种土壤可蚀性K值预测模型的不确定性。结果表明,5种模型的不确定性从小到大的顺序为:Torri模型<修正诺谟图模型和诺谟图模型相似文献   

武夷山山地土壤可蚀性K值的垂直分异及成因分析

土壤可蚀性K值反映了土壤的抗蚀能力。对武夷山山地10个土壤剖面A层土壤可蚀性K值进行计算,结果表明:武夷山山地土壤以较低可蚀性为主,且呈现随海拔增高,土壤可蚀性K值逐渐递减的规律。一方面,垂直山地不同海拔有机碳的含量造成了土壤可蚀性K值的分异;另一方面,土壤可蚀性与土壤质地存在相互影响,土壤可蚀性K值与粘粒和粉粒含量均呈显著正相关,与砂粒含量呈显著负相关。     

中国亚热带土壤不同前期含水量对可蚀性K值的影响

采用人工模拟降雨试验的方法，研究我国亚热带7种有代表性土壤在干，湿两种状态下的土壤可蚀性K值。结果表明，相同类型土壤在干，湿两种状态下的可蚀性K值存在着明显的差异，耕作土壤的可蚀性K值高于非耕作土壤。     

不同粒径制间土壤质地资料的转换问题研究

使用不同土壤类别的黄绵土、灰褐土机械组成资料 ,通过对比三次样条插值、二次样条插值、线性插值法插值结果 ,探讨了不同粒径制间土壤质地的数学转换方法 ,结果表明三次样条插值法是最优方法 ,其最小相对误差不到 0 6% ,最大相对误差不超过 3 5 % ,平均 2 48%。土壤质地转换数学方法的建立对于应用土壤普查资料计算土壤可蚀性K值 ,诺谟图的验证推广有重要意义     

Filling the European blank spot—Swiss soil erodibility assessment with topsoil samples

Soil erodibility, commonly expressed as the K‐factor in USLE‐type erosion models, is a crucial parameter for determining soil loss rates. However, a national soil erodibility map based on measured soil properties did so far not exist for Switzerland. As an EU non‐member state, Switzerland was not included in previous soil mapping programs such as the Land Use/Cover Area frame Survey (LUCAS). However, in 2015 Switzerland joined the LUCAS soil sampling program and extended the topsoil sampling to mountainous regions higher 1500 m asl for the first time in Europe. Based on this soil property dataset we developed a K‐factor map for Switzerland to close the gap in soil erodibility mapping in Central Europe. The K‐factor calculation is based on a nomograph that relates soil erodibility to data of soil texture, organic matter content, soil structure, and permeability. We used 160 Swiss LUCAS topsoil samples below 1500 m asl and added in an additional campaign 39 samples above 1500 m asl. In order to allow for a smooth interpolation in context of the neighboring regions, additional 1638 LUCAS samples of adjacent countries were considered. Point calculations of K‐factors were spatially interpolated by Cubist Regression and Multilevel B‐Splines. Environmental features (vegetation index, reflectance data, terrain, and location features) that explain the spatial distribution of soil erodibility were included as covariates. The Cubist Regression approach performed well with an RMSE of 0.0048 t ha h ha^?1 MJ^?1 mm^?1. Mean soil erodibility for Switzerland was calculated as 0.0327 t ha h ha^?1 MJ^?1 mm^?1 with a standard deviation of 0.0044 t ha h ha^?1 MJ^?1 mm^?1. The incorporation of stone cover reduces soil erodibility by 8.2%. The proposed Swiss erodibility map based on measured soil data including mountain soils was compared to an extrapolated map without measured soil data, the latter overestimating erodibility in mountain regions (by 6.3%) and underestimating in valleys (by 2.5%). The K‐factor map is of high relevance not only for the soil erosion risk of Switzerland with a particular emphasis on the mountainous regions but also has an intrinsic value of its own for specific land use decisions, soil and land suitability and soil protection.     

广东省土壤可蚀性现状及影响因素分析

土壤可蚀性是土壤侵蚀预报和土地利用规划的重要参数,本文采用EPIC(Erosion Productivity Im-pact Calculator)模型中土壤可蚀性因子K值为指标,利用第二次土壤普查资料,探讨广东省土壤可蚀性K值及分布特征,并绘制了广东省土壤可蚀性K值图,结果表明:广东土壤可蚀性K值为0.116~0.415,加权平均K值为0.25,主要分布在较低-中高可侵蚀性范围;以铁铝土为例,成土母质对土壤侵蚀影响是多因素的,由于母质的特性差异,母质所发育土壤可蚀性K值并不能完全代表其侵蚀危害性,从总体上看,土壤经过多年耕种,抗侵蚀能力明显下降。     

河北省表层土壤可侵蚀性K值评估与分析

利用河北土系调查成果中的土壤颗粒组成、土地利用及土壤化学性质等资料,利用EPIC模型中土壤可蚀性K值算法以及结合地统计学方法,研究了不同土壤类型、不同质地及不同土地利用类型的土壤可侵蚀性K值和土壤可侵蚀性K值的空间变异特征。结果表明:1河北土壤可侵蚀性K值平均为0.27,其变化范围为0.12~0.40,土壤可蚀性K值在0.30~0.35之间易蚀性土壤面积占总土地面积的63.71%,土壤可蚀性K值在0.25~0.3之间较易蚀性土壤面积占总土地面积的21.52%,这说明该省易蚀性土壤面积较大。2不同质地的K值之间显著性差异,粉砂黏壤质的可侵蚀性K值最大,为0.37;壤砂质的可侵蚀性K值最小,为0.13。而在不同的土地利用类型之间的K值差异性不显著,耕地的K值最大,为0.33;草地的K值最小,为0.22。3河北土壤可侵蚀性K值存在较强的变异性,其变异系数为29%。因此,在土壤侵蚀定量监测、评价水土流失时,应考虑土壤可蚀性K值的这种空间变异状况。块金值/基台值为37.3%,表明在变程内具有中等强度的空间相关性。步长为23 km,变程为440 km,变程远大于步长,表明在小流域尺度下有较好的空间相关性,进行Kriging插值能得到较准确的结果。4河北土壤可蚀性K值大体呈现南高北低的空间分布特征,南部主要是耕作栽培区,北部主要是自然植被区。该研究结果为宏观大尺度土壤资源可持续利用与制定水土保持规划提供科学依据。     

长沙市东郊不同母质发育耕型红壤的可蚀性因子K值估算

采集了长沙市东郊第四纪红土和花岗岩风化物两种母质发育的耕型红壤样品,通过室内分析获得了土壤的颗粒组成和土壤有机质含量。利用诺谟图法、修正诺谟图法、EPIC模型、几何平均粒径模型和Torri模型分别估算了两种母质发育红壤的可蚀性因子K值,并将估算结果与江西省鹰潭市中国科学院红壤生态试验站通过自然降雨实测方法获得的K值进行了比较。结果显示,Torri模型和几何平均粒径模型比较适合估算长沙市东郊第四纪红土发育红壤的可蚀性K值,Torri模型、几何平均粒径模型和EPIC模型比较适合估算长沙市东郊花岗岩风化物发育红壤的可蚀性K值。     

东北典型黑土区剖面粒径分布特征及其可蚀性研究

为了更好的了解黑土区土壤剖面粒径分布以及可蚀性因子特征,本研究以东北典型黑土区鹤北流域为研究区,利用沉降法对不同土地利用方式下土层表面至母质的土壤样品进行粒径分布规律研究,并基于粒径及有机碳分布特征,计算了土样的可蚀性K值,最后对土壤可蚀因子K与WEPP模型中土壤的细沟间侵蚀因子(Inter- rill Erodibility)K_i、细沟侵蚀因子(Rill Erodibility)K_r和临界剪切力因子(Critical Shear)Tc进行相关分析。结果表明:(1)不同剖面下土壤粘粒含量逐层变化不大。而粉粒含量呈现出随土层深度增加而含量减少,砂粒呈现出随土层深度增加而含量增大;(2)除人工林外,其余6个剖面土壤可蚀性因子K值均表现出随土层深度增加而含量增大的趋势;(3)对农地剖面土样分析发现,可蚀性因子K值与细沟侵蚀因子K_r呈极显著正相关,与临界剪切力因子Tc呈极显著负相关,而与细沟间侵蚀因子K_i的正相关性略有降低。     

东北典型薄层黑土区土壤可蚀性模型适用性分析

土壤可蚀性是土壤侵蚀预报和环境效应评价模型的重要参数。该文选取东北典型薄层黑土区宾州河流域为研究区,通过校验极细砂粒含量转换式,分析侵蚀—生产力影响模型(erosion productivity impact calculator,EPIC)、通用土壤流失方程(universal soil loss equation,USLE)和修正土壤流失方程(revised universal soil loss equation,RUSLE2)3种模型K值估算方法间的差异,以探讨各估算方法在东北典型薄层黑土区的适用性。结果表明:与实测值相比,RUSLE2模型整体"低估"极细砂粒含量,平均低估22.5%;建立的薄层黑土区极细砂粒含量转换方程可使估算精度提高95%以上。RUSLE2模型K值估算方法适用于薄层黑土区。EPIC与USLE模型K值估算方法均"高估"薄层黑土区的土壤可蚀性,但通过建立的修正方程进行校正,仍可用于中国东北薄层黑土区K值估算。该研究可为薄层黑土区及相似地区的土壤侵蚀定量评价和土壤质量危险性评价提供必要的科学依据。     

三峡库区土壤可蚀性K值研究

 研究土壤可蚀性K值有助于宏观判断和定量分析三峡库区土壤侵蚀的特点。依据重庆市和湖北省的第2次土壤普查资料,建立三峡库区各土种的理化性质数据库,并通过三次样条插值方法对不同粒径标准的土壤质地进行转换,然后采用几何平均粒径模型修正公式计算出三峡库区各土种的可蚀性K值,经面积加权平均得到三峡库区11类土壤的可蚀性K值,最后在分类分级基础上,探讨土壤可蚀性K值的分布特征。结果表明:三峡库区土壤可蚀性K值变化于0.00720.019 2 t.hm2.h/（MJ.mm.hm2）之间,其中在0.015 00.019 0t.hm2.h/（MJ.mm.hm2）之间的中高可蚀性和高可蚀性土壤面积占库区总面积的74.49%;三峡库区存在很大的土壤侵蚀风险,国外已有的K值经验算式不能直接照搬,而采用几何平均粒径修正模型对三峡库区土壤可蚀性K值进行估算是可行的。