降雨入渗对宁南山区黄土梯田边坡稳定性的影响

为了研究降雨入渗对宁南山区黄土梯田边坡稳定性的影响。采用ABAQUS软件建立降雨入渗下的宁南山区黄土梯田边坡稳定性有限元模型,研究了水平梯田、隔坡梯田、原始边坡（对照）3种边坡类型,在降雨入渗强度(28~38 mm/h)和边坡坡度(15°—30°)下的破坏时间和安全系数的变化规律。结果表明:降雨入渗下,黄土梯田边坡的破坏时间随降雨入渗强度的增大而减小,且呈幂函数关系,水平梯田的破坏时间显著高于隔坡梯田和原始边坡;安全系数也随降雨入渗强度的增大而减小,但呈线性关系,水平梯田的安全系数与隔坡梯田和原始边坡并无显著差异。降雨条件下,修筑梯田能增加浅层梯田边坡的稳定性,而对于深层梯田边坡的稳定性影响不大。     

基于Google Earth Engine与机器学习的黄土梯田动态监测

  目的   梯田是黄土高原最重要的水土保持措施和农业生产措施,高效、准确地获取长时间序列黄土梯田分布信息,对黄土高原的水土保持监测和评价十分重要。   方法   在Google Earth Engine(GEE)的支持下,以宁夏回族自治区固原市为研究区,使用遥感影像监督识别技术,对比随机森林(RF)、决策树(CART)、支持向量机(SVM)等3种机器学习算法的识别精度,探讨LandTrendr算法在长时间序列动态监测中的优化应用,最终获取固原市近30 a梯田分布信息。   结果   ①3种算法识别精度从大至小依次为随机森林、决策树、支持向量机。②使用随机森林算法识别梯田,基于样点检验总体精度达94.10%,Kappa系数达0.87,基于实地斑块检验总体精度达93.33%,Kappa系数达0.80。③ LandTrendr算法能有效校正时间序列中的错误值。④ 1988－2019年,固原市梯田面积减少了45.90%。⑤固原市西部的梯田使用时间较东部更长。   结论   采用本研究方法在GEE云平台可以高效、准确地遥感监测长时序、大尺度的黄土梯田。固原市近30 a梯田农业比例逐渐下降,促进了生态环境持续向好发展。图4表3参22