中国USLE/RUSLE因子研究

USLE/RUSLE是土壤侵蚀监测与预报的核心工具,方程中各因子赋值的合理性决定了方程应用结果的准确度。然而,由于我国地形条件的复杂性等原因,方程在我国范围内的应用受到限制。因此,为明晰土壤流失方程各因子计算中需把握的关键因素,以及当前我国研究中存在的主要问题,采用文献综合对比研究的方法,通过CNKI中国学术期刊全文数据库和Web of Science数据库,搜集了土壤流失方程因子相关文献共373篇。文献综合分析结果表明：各因子的研究普遍存在缺乏估算公式选用和估算结果的精度检验,坡长坡度因子存在公式误用的情况,作物覆盖与管理因子、水土保持措施因子缺少系统性定量计算的方法,土壤可蚀性因子计算的背景条件差异大,难以进行横向比较。为此,提出两条提高模型使用精度的建议,一是通过建设标准化的地面监测系统,系统观测和建立土壤侵蚀因子定量方法,二是明确此类模型应用边界,在较为适合的环境应用。     

极端暴雨下小流域洪峰对植被和梯田的响应——以山东临朐台风“利奇马”暴雨为例

全球气候变化背景下,极端暴雨事件出现频率增加,研究小流域洪峰形成机理对暴雨洪水预测与防灾减灾具有重要意义。基于2019年9号台风"利奇马"在山东省潍坊市临朐县造成的特大暴雨事件,选取暴雨中心附近的17个小流域,综合应用野外调查、遥感解译等方法,研究了小流域洪峰强度和敏感性对植被和梯田的响应特征。结果表明:该暴雨事件中,小流域洪峰流量为2.36～56.50 m~3/s,洪峰模数为8.00～48.89 m~3/(s·km~2),洪水指数介于3.61～4.55。在相似降雨条件下,洪峰模数、洪水指数与坡耕地比例呈显著的正相关关系(p0.05),洪峰模数与林草地和梯田比例呈显著的负相关关系(p0.05),洪水指数与林草地和梯田比例呈一定的负相关关系。植被和梯田对洪峰影响的有效性随着次降雨量的增大,呈现先增加后降低的非线性特征;在极端暴雨条件下,调查流域对洪水的敏感性属于"Average"水平;增加林草地、梯田等土地类型的面积可提高小流域对极端暴雨的应对能力。