中国主要水蚀典型区侵蚀地形特征分析

地形是影响地表水文和土壤侵蚀的主要环境因素,坡度、坡长和LS因子是土壤侵蚀模型的重要参数。该文以第四次全国土壤侵蚀普查项目为依托,在ANUDEM软件环境中建立25m分辨率文地貌关系正确的DEM(Hydrologically Correct Digital Elevation Model,Hc-DEM),提取了坡度、坡长并计算了LS因子,对中国主要水蚀地区的土壤侵蚀地形因子的空间及统计特征进行了分析,并将该数据与目前应用较为广泛的2种遥感高程数据进行了对比。结果表明,25m分辨率Hc-DEM可用以表达各典型样区地形特征,其上提取的坡度和坡长,符合一般地貌学原理和常规认识;坡度在东北地区最为平缓(0.8°),而在黄土丘陵区最陡(22.3°);坡长则在东北地区最长而黄土丘陵区最短(479m和69m);在地势比较低的河谷和地势较高的分水地带坡度比较平缓,而在分水岭到河谷冲积平原之间坡度较陡;在地形起伏较大的陡坡丘陵或坡度平缓的丘陵,坡长均比较大;LS因子的空间分布格局与坡度基本一致;该文得到的数据与ASTER和SRTM遥感高程数据对比具有明显优势,全国土壤侵蚀普查项目建立的DEM,在全国、省区和大流域尺度上的土壤侵蚀评价制图中具有不可替代性。该文阐明了中国主要水蚀区的侵蚀地形特征,为土壤侵蚀学、水文学中地形因子的提取提供了参考。     

青藏高原坡度坡长因子(LS)空间格局及影响因素分析

地形是影响土壤侵蚀的主要因素,但目前关于青藏高原地形因子的分布格局和影响因素有待研究。基于1弧秒分辨率的SRTM(shuttle radar topography mission)高程数据,计算坡度、坡长、LS因子(slope length and steepness factors,LS),结合高程积分和Hack剖面等,对青藏高原LS因子的分布格局、统计分布特征和影响因素进行研究,结果表明：(1)坡度、坡长和LS因子这3个地形指标,均表现出高原内部小、四周高山大的格局,内流区与外流区的坡度均值分别为6.55°和14.3°,坡长均值分别为122.9,172.2 m,LS均值分别为4.8和12.7;(2)青藏高原LS因子整体受坡度影响,但高原边缘陡峭地区LS因子主要受坡长影响;(3)青藏高原6条主要河流的Hack剖面都呈上凸形态,该地区地貌演化整体上处于幼年期;(4)青藏高原LS因子的分布特征与土壤侵蚀类型及其组合有对应关系：周边地区的高值对应冰川侵蚀—水蚀,西北部的低值对应水力—冻融侵蚀和风蚀,东南部边缘向高原内部过渡地区的较高值对应水力—重力侵蚀。通过分析LS因子的分布格局和统计特征...     

顾及梯田的DEM地形特征研究

梯田地表作为一种特殊的经人工深度影响的地貌形态,目前已成为在山丘地区具有经济效益和生态效益的土地资源。但是在当前强化推进土地资源管理数字化,信息化的今天,对梯田的数字化表达以及分析还存在欠缺。本研究通过对数据的改造,构建出顾及梯田的DEM,并从原始DEM与梯田DEM的剖面结构特征、高程特征以及地形因子特征等方面进行了对比分析。结果表明:（1）基于真实田坎构建的梯田DEM,可较为准确且直观地反映梯田地形的特征。（2）与原始DEM相比,加入梯田信息后,梯田DEM高程剖面图总体呈阶梯式分布,转折部位明显,且基于梯田DEM提取的坡度、坡长、LS因子值明显减小,反映修建梯田后地形因子的变化,对进一步定量分析土壤侵蚀以及水土流失具有重大意义。     

基于梯田信息的地形湿度指数表达研究

[目的]研究基于梯田DEM的地形湿度指数,为深化黄土高原地区土壤水分的研究提供依据。[方法]以黄土高原地区梯田为研究对象,选择5mDEM、基于真实田坎方法构建的1m梯田DEM和基于激光点云数据构建的高精度1 m DEM数据分别对研究样区的地形湿度指数进行表达并作对比分析。[结果]3种不同梯田DEM数据对地形湿度指数的表达有显著差异。(1)5m DEM数据仅能表现出地形湿度指数的宏观分布特征,不具备梯田地形特征信息;(2)基于真实田坎方法构建的1m梯田DEM能较准确细致地实现对梯田样区地形湿度指数的表达,梯田田面和田坎特征分布明显。但与高精度1 m DEM相比,在单个田面和田坎内部地形湿度指数定量表达有所偏差。[结论]基于真实田坎方法构建出的梯田DEM可以更加准确地表达出梯田区域的地形湿度指数分布特征,但与真实地形相比,在田面和田坎内部的表达上仍然有所偏差,其构建方法需要进一步改进。     

黑土区基准坡长和LS算法对地形因子的影响

该文结合小区实测坡长资料及Mc Cool数据,对地形因子算法中涉及的基准坡长影响和不同算法计算值的特征进行了讨论。研究表明,在坡长较小的情况下,20和22.13 m基准坡长计算得到的坡长因子相差不大,但随着坡度增加,在坡长指数的复合影响下,两者的差异渐趋增大。理论分析表明,坡长指数采用与坡度相关的变值更为合理。通过与实测数据对比发现,修正版通用土壤侵蚀模型(RUSLE)算法中的坡长因子与其更为接近,结合与Mc Cool数据的对比分析表明,研究区坡长指数更适合细沟和细沟间侵蚀比率中等的情形,或者采用RUSLE模型算法计算得到。同时研究发现,张宪奎算法、Moore算法、Desmet算法和B?hner算法计算得到的LS因子值都要比参照值小,而且4种算法与参照值的接近程度依次降低。空间分布特征而言,栅格累计算法总体较为破碎,并在平直坡面出现较多平行分布条带,而含有面积指标的其他3种算法则总体呈现光滑连续特性,但有无数据区域的存在。该结果对于研究区土壤侵蚀模型地形因子算法选择具有一定的现实意义。     

梯田作为地形因子和工程措施对土壤侵蚀定量评价影响的对比研究

[目的]根据中国土壤流失方程(CSLE),在降雨、土壤、植被等因子一定的条件下,将梯田作为地形因子计算流域土壤侵蚀量,并与梯田作为工程措施的计算结果进行对比分析,为土壤侵蚀定量评价提供新的思路。[方法]以黄土高原地区的纸坊沟流域和燕沟流域作为试验区,利用5m分辨率的DEM,0.3m分辨率的WorldView 3,30m分辨率的Landsat 8影像、降雨数据、土壤数据、土地利用等数据。[结果](1)在纸坊沟流域和燕沟流域,坡式梯田作为地形因子的流域土壤侵蚀量大于梯田作为工程措施的流域土壤侵蚀量,同时坡式梯田作为地形因子的流域土壤侵蚀量大于水平梯田作为地形因子的流域土壤侵蚀量,而水平梯田作为地形因子的流域土壤侵蚀量与梯田作为工程措施的流域土壤侵蚀量的比较根据流域的不同结果不同。(2)梯田占流域面积比例不同时,随着梯田占比的升高,梯田作为工程措施的流域土壤侵蚀量要明显低于梯田作为地形因子的流域土壤侵蚀量。[结论]梯田作为地形因子和工程措施因子会对土壤侵蚀量计算产生一定影响,梯田占比较大时差异明显。     

基于四种分辨率DEM的侵蚀模型地形因子差异分析

通过提取江西省兴国县潋水河流域10 m、25 m、50 m和100 m四种分辨率数字高程模型(DEM,Digital Elevation Model)的坡度、坡长因子,在GIS数字地形分析和数理分析等方法支持下,研究不同分辨率DEM计算坡度坡长组合因子(LS)的精度差异。结果表明:(1)基于4种分辨率DEM提取的坡度结果存在明显差异,随分辨率的降低,坡度整体变缓,DEM精度越低,对地形的概括作用越大,100 m分辨率DEM平均坡度降为10m分辨率DEM平均坡度的45.04%。(2)流域坡长以0~80 m的短坡为主,随着分辨率的降低,地面坡长明显整体延伸。(3)不同分辨率DEM计算的LS因子平均值变化范围为6.10~7.10,坡度和坡长的组合消弱了单一坡度和坡长的影响,随着地形起伏程度增大,在LS因子计算过程中,坡度的主导作用越来越弱,坡长的主导作用越来越强。     

地形和土地利用对黄土丘陵沟壑区土壤侵蚀速率的影响

[目的] 分析地形和土地利用对坝控小流域侵蚀速率的影响,为黄土丘陵沟壑区土壤侵蚀治理和水土保持措施的制定提供理论依据。[方法] 基于无人机(unmanned aerial vehicle,UAV)摄影测量技术获取流域高分辨率数字高程模型(digital elevation model,DEM)和影像数据并准确提取流域的地形因子和土地利用要素,采用偏最小二乘回归方法确定坝控小流域地形和土地利用对土壤侵蚀速率的影响及其相对重要性。[结果] 坝控小流域侵蚀速率变化范围为2 869～14 191 t/(km²·a),平均侵蚀速率为9 984 t/(km²·a);坝控小流域的地形和土地利用因子存在一定差异,LS因子与L因子、连通性指数(IC)与地形湿度指数(TWI)、流域面积(A)与流域长度(BL)和形状因子(Ff)之间存在显著相关性(p＜0.01);侵蚀速率偏最小二乘回归模型中最大VIP值为坡长因子(VIP=1.66;RCs=0.30),其次是地形湿度指数(VIP=1.62;RCs=0.25)、坡度坡长因子(VIP=1.43;RCs=0.27)、连通性指数(VIP=1.39;RCs=-0.19)、农地面积占比(VIP=1.03;RCs=0.10)和草地面积占比(VIP=1.03;RCs=-0.10)。[结论] 各坝控小流域侵蚀速率存在显著差异,坡长因子、坡度坡长因子、地形湿度指数、连通性指数、农地面积比例和草地面积比例是影响流域侵蚀速率的重要影响因子,且VIP值都大于1。     

西南紫色土水蚀区坡谱信息熵与地形因子关系分析

坡谱信息熵可综合反映地形起伏特征,计算便捷,为探索其能否替代计算繁杂的地形因子应用在土壤侵蚀评价中,该研究以西南紫色土水蚀区为研究对象,基于ASTER GDEM(30 m分辨率),计算坡谱信息熵、坡度坡长因子及沟壑密度等地形因子,分析坡谱信息熵与地形因子量化关系。结果表明:全区坡谱曲线形态有"S"、"L"及近似钟型,峰值集中分布在0°～3°、15°～18°、24°～27°;全区坡度坡长因子均值为11.03,空间北大南小的分布差异明显。区域尺度的沟壑密度为0.66km/km~2,流域尺度沟壑密度为0.33～0.88km/km~2;坡谱信息熵与坡度坡长因子在一级区(R~2=0.949 4,P0.01)、二级区(R~2=0.960 3,P0.01)均具有显著的对数或幂函数关系。与沟壑密度在川渝山地丘陵区呈显著的指数关系(R~2=0.747 5,P0.05),在其他区域尺度虽存在显著的多项式函数关系,但相关度较低。研究结果可为紫色土区水土流失评价、土壤侵蚀预报提供科学依据。     

地形因子与DEM分辨率关系的初步研究——以蒙阴县为例

以蒙阴县为研究区探讨坡度、坡长、坡向、汇水面积随DEM分辨率的变化.基于1:5万地形图利用ANUDEM建立多种分辨率的DEM.分辨率水平包括10,15,20,25,30,40,50,75,100,150,200,250,300,400,500,750,1000 m,基于上述DEM提取坡度、坡长、坡向、汇水面积,探讨其随分辨率的变化规律.结果表明:随分辨率降低,平均坡度呈对数函数衰减,坡度向低坡度范围集中,平均坡长增大且在高分辨率范围内较剧烈,坡长向较长坡长范围集中,分辨率200 m以坡向统计信息受分辨率降低的影响小于10%.随DEM分辨率降低平均汇水面积呈线性增大,且不同汇水面积等级所占面积的变化规律不同.     

植被和梯田措施对坡沟系统细沟侵蚀调控作用

坡沟系统作为黄土丘陵沟壑区基本的地貌单元,也是黄土高原侵蚀泥沙的主要来源区。植被和梯田作为坡面水土流失治理的主要措施,对于土壤侵蚀控制和生态恢复发挥着重要的作用,定量评估林草、梯田对坡面细沟侵蚀的调控作用以及多措施协同配置问题对于黄土高原水土流失治理和生态保护具有重要意义。为了揭示植被和梯田的格局和配置对坡沟系统细沟侵蚀的协同调控作用,该研究采用人工模拟降雨,结合三维激光扫描技术,分析了坡面4种措施：上坡位植被（措施A）、下坡位植被（措施B）、梯田（措施C）、梯田+植被（措施D）对细沟侵蚀发生和演变过程的影响。结果表明：1）相同植被覆盖度下,下坡位的植被布设细沟最大长度较上坡位的植被布设细沟最大长度减小量更大;2） 第1次降雨中,侵蚀率最大值达到3 500 g/min以上,第2次降雨过程中侵蚀率最大值仅为1 100 g/min以上,在各产流时间内第2次降雨侵蚀率均为第1次降雨侵蚀率的1/3～1/2;3）对于各措施下细沟沟长发育率由大到小表现为措施A（6.55 cm/min）、措施C（5.71 cm/min）、措施B（3.60 cm/min）、措施D（2.69 cm/min）;4）梯田与植被同时布设（措施D）对于细沟侵蚀的调控作用优于单一措施（措施B和C）,梯田和植被对细沟侵蚀指数细沟侵蚀量、细沟面积、细沟密度产生了协同作用（分别为7.71%、13.76%、7.52%）。研究可为黄土高原坡沟治理措施配置和细沟侵蚀调控提供一定的科学参考依据。     

地形因子计算方法对土壤侵蚀评价的影响

选取嫩江县、怀来县、吴起县、开州区、长汀县5个区域1∶1万地形图,生成5 m分辨率的DEM作为数据源。分别用分段坡长法和汇流面积法计算了坡长坡度因子,并用中国土壤流失方程(CSLE)计算了土壤侵蚀模数,评价了土壤侵蚀强度,对比分析了分段坡长法和汇流面积法对坡长因子及水土流失面积的影响。结果表明:采用汇流面积法提取的坡长因子值和空间分布差异比分段坡长法更大,2种方法的低值区差异较小,高值区差异较大。2种方法计算水土流失面积比例差异不大,而在计算土壤侵蚀强度上显示出明显的差异。研究结果为不同地形区土壤侵蚀的地形因子和土壤侵蚀评价提供了数据支撑和理论基础。     

Impacts of horizontal resolution and downscaling on the USLE LS factor for different terrains

Slope length and slope steepness are critical topographic factors (L and S) in the Universal Soil Loss Equation (USLE) and Chinese Soil Loss Equation (CSLE) for soil erosion modelling. Both slope length and slope gradient are potentially sensitive to spatial resolution when calculated in a GIS framework. The resolution effect on the LS factor and approaches suitable for improving the LS factor at a coarse resolution have not been well identified. To address this problem, the LS factor at 5-m and 30-m resolution in twenty-four watersheds with various terrains was estimated. And a downscale model based on matching of the lower resolution LS cumulative frequency curves to a higher resolution (“Histogram Matching” method) was tested for its potential to improve LS factor estimation accuracy. In the larger relief mountainous area, compared to 5-m resolution, the 30-m resolution generated LS was generally overestimated by more than 20% and in lower relief areas underestimated by more than 15%. This bias is less than 10% in medium relief areas. The downscale model improved LS factor estimates compared to the 30-m resolution estimate by more than 10% when comparing frequency distribution curves and more than 20% in mean values in larger relief areas. The downscale model worked well in all regions except for the low relief areas, which intuitively are the low soil erosion potential areas. The results of this research help quantify the uncertainty in soil erosion estimates and may ultimately help to improve the assessment of soil erosion through its impact on LS factor estimates, especially at regional and global scales.     

基于GIS与神经网络的黄土丘陵区土壤水分模型研究

土壤水分不足是黄土高原丘陵区植被建设的主要限制因子,土壤水分的空间分布受外界气象因子、土地利用与复杂地形等的影响,关系比较复杂。本研究利用黄土丘陵区纸坊沟流域的土壤水分试验资料,建立了基于GIS的BP神经网络模型,模型中同时考虑了多个因子对土壤水分空间分布的影响,利用实测资料对网络进行训练后对整个流域进行了预测,预测结果与实际情况较为一致,表明应用GIS与BP神经网络研究区域复杂地形下的土壤水分分布规律是可行的。     

基于DEM和GIS的修正通用土壤流失方程地形因子值的提取

 地形是影响土壤侵蚀的重要因子。以修正通用土壤流失方程中的地形因子为研究对象,以黄土高原延河流域县南沟5m分辨率的DEM为数据源,在ArcGIS软件平台下,实现对地形因子LS值的提取。对提取后的LS值和LS值分布进行检验分析,结果表明:以5m分辨率的DEM为数据源,采用适合该地区的修正后的LS值的算法,在ArcGIS支持下,可以获得较准确的LS值。研究结果可以为区域土壤侵蚀的地形因子研究提供数据支持,为更大区域尺度转换提供数据匹配基础,同时,为土壤侵蚀在区域尺度上进行预测评价提供方法引导和技术支持。     

县域LS因子提取与分析——以陕西长武县为例

LS计算是利用USLE等坡面模型进行流域与区域土壤侵蚀评价与制图的基础,在对第四次土壤侵蚀普查试点县进行LS因子提取工作的基础上,以长武县为例,总结介绍县域LS因子提取的主要技术环节、主要技术要点及工作流程,并对LS因子提取结果进行评价和分析。从提取的坡度、坡长、LS因子的统计和空间分布特征看,基本可反映该地区的塬面、塬坡、现代沟坡和川地等地貌特征。结果表明,利用前期的理论研究和技术开发,可提取LS因子,该因子具有一定科学性,可满足土壤侵蚀的宏观评价要求。     

哈尼梯田遗产核心区土地利用信息图谱及地形梯度效应

地形因子深刻制约山地型遗产区土地利用时空变化和资源配置。基于Google Earth 0.55m×0.55m 高精度历史影像，目视解译更新和野外验证得到哈尼梯田遗产核心区2005、2010、2015、2020年4期土地利用数据，通过计算转移矩阵、信息图谱、分布指数、地形位指数（TI）、面积-高程积分指数（HI）、坡长坡度指数（LS）、地形湿度指数（TWI），以期从较长时间尺度和完整空间范围揭示区内土地利用时空变化特征及地形梯度效应。结果表明：1）研究区土地利用类型以乔木林和水田为主，平均占比分别为33.79%、25.28%，从2005－2020年，园地、水域、道路、人工林、房屋建筑、乔木林面积持续增加，增长率分别为148.32%、147.27%、138.76%、118.68%、70.58%、12.73%，减少最多的是裸地，其次是草地、旱地、水田和灌木林地，减少率分别为-54.01%、-29.58%、-28.56%，-16.56%、-10.87%。2）土地利用信息图谱类型以稳定型、持续变化型和反复变化型为主，占比分别为37.43%、25.36%、18.41%，对应的最大图谱类型分别为水田→水田→水田→水田、草地→草地→灌木林→乔木林、水田→旱地→水田→水田。3）研究区土地利用图谱在表征地表演化动力、侵蚀强度和潜在土壤水分空间分异的HI、LS、TWI指数上具有显著地形梯度效应，有效揭示了地形梯度影响土地利用信息图谱的动力机制。结合土地利用信息图谱的地形梯度效应特征，未来应进一步引导遗产区土地利用类型向增强"点（村寨）-轴（水系、沟渠）-面（森林和梯田）"的主体联系和不同地形梯度区差异发展、互为补充的方向转变，进而提升梯田系统景观完整性和生态服务功能，维系民族文化传统和实现可持续发展。     

基于RS和GIS的陕北黄土高原退耕还林区土壤侵蚀定量评价

[目的]分析陕北黄土高原退耕还林区2000,2007和2012年土壤侵蚀量时空变化特征,为该地区开展退耕还林(还草)工程提供参考。[方法]在GIS和RS的技术支持下,以陕北黄土高原退耕还林区为研究区域,应用美国通用土壤流失预报方程(RUSLE模型)为评价模型,利用ArcGIS 9.2的栅格数据空间分析功能,对研究区域2000,2007和2012年土壤侵蚀强度进行了估算,在此基础上分析了其时空变化特征。[结果]陕北黄土高原退耕还林区2000—2012年土壤侵蚀量呈下降趋势,2012年较2000年下降了1 162t/(km2·a);以子长县为例,2000年土壤侵蚀模数在2 500t/(km2·a)以下的面积仅占区域总面积的0.1%,2012年上升为55.2%;2000年研究区主要土壤侵蚀强度为中度侵蚀,2012年为轻度侵蚀,变化剧烈的区域主要集中在黄土高原丘陵沟壑区的子长、安塞、志丹等县。[结论]植被覆盖因子是影响区域内土壤侵蚀的最主要因素,由此可见大力开展退耕还林(还草)工程可以有效抑制区域内土壤侵蚀状况。