土壤侵蚀遥感监测方法及其思考

土壤侵蚀监测一直是遥感和地理信息系统应用的一个重要领域。纵观国内外土壤侵蚀遥感监测方法,概括起来有遥感影像目视解译监测法、遥感光谱分析监测法、人机交互式解译监测法、智能化土壤侵蚀监测法和模型参数化监测法5种。分析各种方法的优势及其在实际应用中所面临的困难,提出基于知识库与空间信息耦合的土壤侵蚀监测方法,以满足水土保持及其管理工作的需要。     

北京市土壤侵蚀监测方法探讨

 为了科学定量评价北京市土壤侵蚀状况,通过北京市地面水土流失监测网络,开展水土流失定点观测,研究北京市土壤侵蚀监测的评价方法。结果表明：利用大量实测资料,基于美国通用土壤流失方程建立的北京土壤流失方程,可以作为北京市土壤侵蚀调查的模型工具;基T GIS和降雨侵蚀力模型的年度土壤侵蚀量推算方法,可作为从小区尺度转换到区域尺度的一种方法;由于网格法没有考虑水土保持措施因子,调查得到的土壤侵蚀量结果比采用抽样调查法得到的结果偏大。北京市土壤侵蚀监测方法的研究可为区域水土流失定量评价和动态监测提供借鉴作用。     

松花江流域不同空间尺度典型流域泥沙输移比及其影响因素

为在不同空间尺度上对东北黑土区流域侵蚀产沙建立宏观认识,以松花江流域为研究区,选择不同尺度的典型流域,通过收集降水、遥感影像和土地利用资料,计算不同尺度流域土壤流失量;采用流域出口量水堰和水文站径流泥沙观测资料,计算流域输沙量,从而得出不同空间尺度典型流域悬移质泥沙输移比(SDR).研究区小尺度流域全年SDR为0.33,大中尺度流域SDR变化于0.005 ～0.365之间,平均仅0.051.本区SDR存在显著的季节差异:小尺度流域雨季SDR为0.38,春季融雪侵蚀期仅为0.17;流域面积(A)和主河道比降(SLP)是影响大中尺度流域SDR的重要因素;SDR与A呈幂函数递减关系,这在丘陵漫岗区更为显著;山区的流域的SDR随SLp的增加而递增.研究成果有助于建立本区土壤侵蚀与流域产沙之间的定量关系,为流域水土保持规划提供科学依据.     

土壤侵蚀宏观监测

 土壤侵蚀宏观监测或区域土壤侵蚀监测,是区域水土保持战略决策和相关研究的最基本的数据基础。我国水土流失严重,监测在水土保持工作中具有重要的意义和地位。简要回顾我国土壤侵蚀宏观监测的历史和近期进展,讨论我国土壤侵蚀宏观监测在监测尺度、监测方法和管理体系等方面的特点。     

土壤侵蚀监测新方法和新技术

 土壤侵蚀监测为土壤侵蚀评价和科学研究提供定量表达的手段,为水土流失防治规划、措施设计、效益评价和监督执法提供指导。土壤侵蚀监测经历1个多世纪的发展,监测方法由传统的径流小区观测到现代多学科交叉结合的技术,监测结果也由定性提升到半定量和定量。现代土壤侵蚀监测技术提升了土壤侵蚀监测为科学研究和实践服务的能力：基于土壤侵蚀地形演变的现代地形测量提供各种时空尺度高精度的监测数据;核索示踪成本较低、操作简单,能提供多年土壤侵蚀平均值;沉积泥沙反演根据侵蚀泥沙的沉积特性反推流域土壤侵蚀,成为回溯流域土壤侵蚀历史的有用手段;现代原位监測是基于传感器和无线数据传输等现代技术的土壤侵蚀监測新理念,是满足土壤侵蚀监测快速化、自动化和系统化发展的重要方向。通过介绍土壤侵蚀监测领域出现的新方法和新技术,以期促进其推广和应用。     

辽宁省土壤侵蚀空间尺度效应初探

土壤侵蚀的空间尺度效应和不同空间尺度土壤侵蚀定量评价的分析与研究是目前土壤侵蚀研究中的热点问题之一。通过对辽宁省34个典型水文站长序列水文资料和2000年辽宁省遥感资料进行汇总,运用沙量平衡分析方法,对辽宁省小流域-中尺度流域-区域大尺度3种尺度土壤侵蚀量进行不同空间尺度的对比研究。研究表明,辽宁省土壤侵蚀的空间尺度效应随着研究尺度的增大,主要表现在：1）通过对辽河流域的研究表明,研究区土壤流失量随流域面积的增大表现出递次减小的规律;2）通过对辽宁省9大流域的水文资料和遥感资料对比研究表明,随着研究尺度增大,土壤侵蚀的宏观特征表现更为显著。通过沙量平衡分析方法,沉积泥沙存蓄变化量是造成尺度效应的重要因素之一。深入研究沙量平衡计算的理论与方法,以沙量平衡计算辅助土壤侵蚀监测工作,是进一步促进土壤侵蚀监测工作的重要方法之一。     

抚仙湖流域土壤侵蚀遥感监测

为了有效保护抚仙湖流域生态环境安全,推进其可持续发展,对抚仙湖流域土壤侵蚀情况进行遥感监测研究。采用"3S"技术与野外实地调查相结合的方法,以云南省第一次全国地理国情普查成果为基础,基于通用水土流失方程(USLE)模型,估算抚仙湖流域1974—2014年的水土流失量,并探讨流域土壤侵蚀强度的时空分布及变化规律。研究发现:(1)抚仙湖流域土壤侵蚀强度在很大程度上受降雨量的影响;(2)土壤侵蚀量总体呈现出波动上升下降再上升的趋势。不同强度土壤侵蚀量的变化表明其水土流失经历了先加剧后缓解的变化过程,流域部分敏感区土壤侵蚀程度不断加剧;(3)流域水土流失的空间分布具有一致性,水土流失最严重的区域基本分布在抚仙湖的东西两岸以及南岸的部分区域。     

辽宁省细河流域土壤侵蚀监测方法对比研究

以辽宁省细河流域为例,基于RUSLE模型和环境与灾害监测预报小卫星HJ-1A/1B的CCD数据,计算了该流域的土壤侵蚀状况,将土壤侵蚀强度分级后的结果与多因素综合法得到的土壤侵蚀强度分级结果及2005年辽宁省土壤侵蚀遥感调查结果进行了对比验证。结果表明,HJ卫星的CCD数据适用于土壤侵蚀监测领域,RUSLE模型能够较好地应用于细河流域的土壤侵蚀监测中。2009年土壤侵蚀总面积比2005年第4次土壤侵蚀遥感调查结果有所降低,土壤侵蚀主要分布在西北和东南山区,其中强烈及以上等级的侵蚀则主要分布在"煤电之城"阜新市的露天煤矿地区。     

基于水文连通性的流域输沙量评估——以堵河流域为例

水文连通性是指泥沙、营养盐等各种物质以水为载体,在空间异质景观或斑块间进行迁移、传输或扩散的便利程度,对流域产沙具有重要影响。为评估基于水文连通性模拟流域输沙量的可行性,以堵河流域为研究对象,分析了1990—2010年流域土壤侵蚀、水文连通性的时空变化特征,并以此估算了流域输沙量。结果表明:1990—2000年流域土壤侵蚀模数与连通程度不断增加,连通性等级主要由低和中低连通性转变为中高和高连通性。2000—2010年流域连通程度和土壤侵蚀模数均呈现不断减小的趋势。此外,输沙量估算值与实测值具有显著的线性关系(R²=0.92),但由于未考虑水库、湖泊等对泥沙输移的拦截效应,输沙量估算值要高于实测值,后续研究需将其纳入模型以更准确地评估流域输沙量。研究结果对于提高模型的适用性以及理解流域泥沙输移过程具有重要意义。     

辽宁省水土保持监测站点建设总体规划与布局

辽宁省水土保持监测站点建设规划基本涵盖了全省所有地类、流域及水土流失类型,也覆盖了辽河、大凌河、浑太河等大流域.监测点类型包括坡面径流场和小流域卡口站,以及水文站点等.这些监测站能够监测当地不同土地利用类型下水土流失的成因及侵蚀模数.通过所设置的水文站提供的泥沙、流量及降雨量等数据,能够监测流域内的总土壤流失量.     

基于RUSLE模型的长汀县水土流失评估

[目的]为中国南方红壤分布区RUSLE模型的本地化研究提供重要参考,同时为福建省长汀县水土流失防治及解决与此相关的其他问题提供科学的决策依据。[方法]以修正的通用水土流失方程RUSLE(revised universal soil loss equation)为评估基础,以长汀县为试验研究区,在地理信息系统和遥感技术的支持下,通过研究新方法计算降雨侵蚀力因子、参数调校或利用现有方法计算其余因子完成研究区水土流失评估。[结果]得到2013年长汀县水土流失等级分布图。2013年研究区水土流失已大有好转,但仍比较严重,主要为轻度和中度流失,其中河田镇、策武乡、濯田镇、三洲乡是重灾区。[结论]尽量减少不合理的人类活动,有效提高植被覆盖率,是研究区今后水土流失防治的基本措施。     

基于RUSLE的线状开发建设项目区土壤侵蚀动态监测——以浙江省宁波市北环快速路工程为例

[目的]全面调查浙江省宁波市北环快速路施工前后及施工过程中土壤侵蚀时空变化状况,为今后线状生产建设项目水土保持遥感监测提供参考。[方法]分别利用2010年宁波市土地利用/覆盖类型图、道路图及调查数据,结合项目区地形图和实测高程点生成的数字高程模型(DEM)、实测土壤属性数据、水文站降雨数据等资料分别获取RUSLE模型中各因子值的空间分布,然后通过RUSLE模型计算项目区3个不同阶段的土壤侵蚀量,最后进行分类统计。[结果]项目施工前期和自然恢复期的土壤侵蚀均以微度侵蚀为主,所占项目面积比例分别为98.53%和99.73%;而施工期的土壤侵蚀等级以轻度和微度侵蚀为主,两者分别占项目区面积的52.5%和35.4%;项目施工期的平均土壤侵蚀模数为1 380.9t/(km2·a),远高于施工前及施工期后的251.3,155.4t/(km2·a)。[结论]项目施工期土壤侵蚀区域主要分布在临时堆土区,进一步分析发现坡度因素对土壤侵蚀空间分布具有重要影响。     

安徽省土壤侵蚀的经济损失评估

在利用RUSLE模型估算安徽省土壤侵蚀量的基础上,利用环境经济学基本原理和方法,选取N、P、K及有机质等养分,水分损失,泥沙滞留、泥沙淤积等实物型损失作为衡量土壤侵蚀经济损失的指标,采用替代价格法、影子工程法和机会成本法估算出安徽省土壤侵蚀的经济损失的货币化结果。结果显示:2000年安徽省土壤侵蚀经济损失总量达到173 081.97万元,其中养分流失引起的损失是安徽省水土流失经济损失的主要形式,达到了90.41%;安徽省土壤侵蚀经济损失在空间上呈现南高北低的趋势。     

Soil loss estimation using rusle model to prioritize erosion control in KELANI river basin in Sri Lanka

Soil erosion contributes negatively to agricultural production, quality of source water for drinking, ecosystem health in land and aquatic environments, and aesthetic value of landscapes. Approaches to understand the spatial variability of erosion severity are important for improving landuse management. This study uses the Kelani river basin in Sri Lanka as the study area to assess erosion severity using the Revised Universal Soil Loss Equation (RUSLE) model supported by a GIS system. Erosion severity across the river basin was estimated using RUSLE, a Digital Elevation Model (15 × 15 m), twenty years rainfall data at 14 rain gauge stations across the basin, landuse and land cover, and soil maps and cropping factors. The estimated average annual soil loss in Kelani river basin varied from zero to 103.7 t ha-1 yr⁻¹, with a mean annual soil loss estimated at 10.9 t ha⁻¹ yr⁻¹. About 70% of the river basin area was identified with low to moderate erosion severity (<12 t ha−1 yr⁻¹) indicating that erosion control measures are urgently needed to ensure a sustainable ecosystem in the Kelani river basin, which in turn, is connected with the quality of life of over 5 million people. Use of this severity information developed with RUSLE along with its individual parameters can help to design landuse management practices. This effort can be further refined by analyzing RUSLE results along with Kelani river sub-basins level real time erosion estimations as a monitoring measure for conservation practices.     

三峡库区小流域修正通用土壤流失方程适用性分析

土壤侵蚀量的定量研究可为国家生态环境建设和水土保持宏观决策的制定提供重要的依据。修正通用土壤流失方程(revised universal soil loss equation,RUSLE)是开展土壤侵蚀定量评价的主要手段。该文在地理信息系统(geographic information system,GIS)的支持下,依据中国土壤流失方程各因子的算法确定RUSLE模型各因子值,估算了三峡库区黄冲子小流域不同时期的土壤侵蚀量,并与基于泥沙平衡原理计算的土壤侵蚀量比较后分析RUSLE模型在库区小流域的适用性。结果表明,基于RUSLE模型估算的小流域1963-2000年(农地小流域)和2001-2014年(林地小流域)的年均土壤侵蚀模数分别为2246.09和868.3 t/(km2·a),其结果与采用137Cs和210Pb技术的塘库沉积物定年结果基本吻合,表明210Pb定年结果可靠。依据泥沙平衡原理计算的小流域1963-2000年和2001-2014年的年均土壤侵蚀模数分别为942.48和811.47t/(km2·a)。RUSLE模型估算小流域1963-2000年和2001-2014年的土壤侵蚀模数相对误差分别为138.32%和7.00%。因此RUSLE模型适用于库区林地小流域,而不适用于库区农地小流域;但是基于地形因子(LS因子)修正的RUSLE模型估算结果相对误差减少至8.14%,其适用于库区农地小流域。     

祁连山南坡土壤侵蚀定量研究与影响因素分析

土壤侵蚀是引起土壤土地退化及土壤肥力下降的主要原因之一,直接影响着区域生态经济的可持续发展。基于RUSLE模型、CA-Markov模型及LMDI模型,对祁连山南坡2000—2019年土壤侵蚀空间变化及预测、不同地形条件下土壤侵蚀变化特征及影响因子的定量分析进行了研究,为研究区水土保持治理提供参考。研究表明:(1)土壤侵蚀模数呈现出西北向东南递减的趋势,整体增加速率为0.0645/a;(2)土壤侵蚀变化分为两个阶段,2000—2005年为土壤侵蚀加重阶段,2005—2019年为土壤侵蚀减轻阶段;(3)2019—2027年,土壤侵蚀虽有减轻的趋势,但也要防止极强度以下的侵蚀低级向高级转变;(4)土壤侵蚀模数随着海拔及坡度的增加而增加,在海拔4 700～5 200 m及坡度>30°的区域土壤侵蚀模数达到最大,分别为10 460.72,7 256.32 t/(km²·a)。土壤侵蚀量随着坡度的增加而减小,不同坡向下的土壤侵蚀排序为西>北>南>东>水平方向;(5)植被对土壤侵蚀的影响一定是积极的,而降雨不一定加重土壤侵蚀,且土壤侵蚀受植被和降雨影响较小区域主要分布在门源县。综上,祁连山南坡的土壤侵蚀近几年得到较好的治理,可根据具体的环境条件对土壤侵蚀进行分类治理。     

鄂西北山丘区水土流失时空格局及影响因子定量评价

[目的]揭示十堰市水土流失时空格局及影响因子,可对该区域水土保持及丹江口水库水质保护工作提供科学依据。[方法]基于2005—2020年十堰市水土流失动态监测数据及监测站点长时序观测数据,探究十堰市水土流失时空变化特征,并借鉴RUSLE模型定量评价其主要影响因子。[结果]十堰市水土流失在2005—2011年处于遏制阶段、2012—2020年处于相对稳定阶段;2020年十堰市中部地区水土流失呈现面积小、强度高的特点,南部三区呈现面积广、强度低的特点,而北部地区呈现面积广、强度高的特点。对于不同土地利用类型的径流小区,裸地小区平均土壤侵蚀模数最高[2 320 t/(km²·a)],随后依次为耕地、经济林和草地小区;3个坡度等级(0°～10°,10°～20°,20°～30°)小区平均土壤侵蚀模数分别为[616.73,1 226.65,2 080.26 t/(km²·a)],表明坡度超过10°后水土流失严重加剧;与天然植被覆盖小区相比,紫穗槐植物篱和土坎梯田小区的水土流失明显减弱,且紫穗槐植物篱的水土保持效果更优;不同土地利用类型小区的土壤侵蚀模数与坡...     

Evaluating the impact of soil management on soil loss in olive orchards

Abstract. The effects of soil management on soil losses from olive plantations in southern Spain were evaluated using the Revised Universal Soil Loss Equation (RUSLE), a review of published experiments, and preliminary results of an on-going field trial. Experimental data were used to parameterize the RUSLE for olive orchards under various soil management regimes. The predictions agreed qualitatively with the data available, and the model provided a simple way to assess the effects of soil management on erosion. Our results showed that no-tillage caused the greatest soil loss, while cover crops showed the least. Tillage and planting following contours proved only partially effective and did not reduce soil erosion as much as protective crops. One scenario studied suggests that, on slight to moderate slopes, land transformed from row crops to olive orchards may remain below the maximum tolerable soil erosion limit, if a cover crop is included between the trees. A scenario for marginal olive orchards located on steep slopes suggests that effective erosion control could only be achieved with a cover crop system that would have the side-effect of reducing the yield of rain-fed olives. Quantifying the effects of soil management on soil erosion in olive orchards is uncertain because very few experimental results are available. Further research that monitors soil loss in carefully selected long-term experiments at different scales and follows the changes in key soil parameters is urgently required to develop effective erosion control policies.