基于支持向量机回归的次降雨小流域侵蚀产沙预报研究——以晋西王家沟为例

基于次降雨小流域侵蚀产沙过程的复杂性、非线性，利用支持向量机回归和主成分分析方法，确定了影响次降雨小流域侵蚀产沙量的关键因子，包括浑水径流深、洪峰最大流量、降雨量和30min最大降雨强度。建立了向量机回归支持下的次降雨小流域侵蚀产沙预测模型。利用60次侵蚀产沙实测资料，对模型预报精度进行了分析，结果表明，基于支持向量回归的次降雨流域侵蚀产沙预报模型具有较好的预测精度，预测精度平均为在86％。该研究为揭示次降雨小流域土壤侵蚀规律提供了新的途径和方法。     

黄土丘陵沟壑区坡沟系统切沟侵蚀数值模拟

切沟侵蚀过程既是侵蚀输沙发生变化过程,也是其侵蚀地貌的发展演变过程,为了说明切沟形态随时空演化过程,应用质量守恒原理和理论分析方法,论述切沟侵蚀过程与形态发育模型实现的原理和过程,建立切沟侵蚀输沙微分方程、下切方程,并进行数值模拟.通过模拟计算,得到不同时刻和不同坡长下的切沟底部高程变化数据;经过与坡沟系统模型试验观测结果进行比较检验,沟深平均相对误差在15％以内,取得了较高的模拟精度.这表明建立的模型合理,模拟结果与实际切沟下切的动态变化过程相符,可以用于模拟切沟下切发育过程.     

黄土沟壑区切沟植被的激光点云滤波及地形构建

为了获取黄土沟壑区切沟的高精度地面高程模型(DEM),该文针对其植被特点,提出一种基于激光回光强度衰减模型的植被滤波方法。首先建立回光强度随距离的衰减模型,通过得到的衰减系数,对点云作回光强度补偿。其次提出融合回光强度的自适应分块拟合法,在Matlab7.6中对甘肃天水桥子沟切沟点云数据应用该方法进行滤波。滤波后植被点数为160 517,占点云总数的34.04%。对比滤波前后切沟数据,地面点集的高程均方根误差由0.1430降到0.1324,滤波后等高线毛刺基本消除,地面特征保持良好。对比该文方法、回光强度分类法、曲面拟合法的均方根误差分别为0.1324、0.1398、0.1412,说明该文方法降低了切沟DEM的误差。通过计算滤波前后DEM高程差的累积概率,得到桥子沟试验区一条典型切沟的植被盖度分布,沟底植被平均盖度为0.274,左侧A区和右侧B区沟壁植被平均盖度分别为0.802、0.583,得出了右侧沟壁侵蚀速度明显大于左侧且沟头前进速度较快的结论,与2002-2012十年间该切沟实际调查资料对比,沟长增长213.6%,沟宽仅增长83%,一定程度说明植被降低了沟壁的侵蚀速度。试验表明该方法适用于黄土沟壑区切沟点云的植被滤波处理,为建立高精度切沟DEM、切沟的发育监测和水土流失治理提供科学依据。     

坡面切沟入渗——产流及形态发育动态过程研究

根据Green-Ampt方程和坡面流运动波方程,分别利用牛顿迭代和四点隐式差分方法进行求解,在坡面土槽进行恒降雨强度的3场降雨冲刷试验,对模拟计算结果进行验证.结果表明,坡面流过程的模拟计算结果与实测资料符合良好,入渗误差可控制在12％以内,流量误差在13.1％以内.同时利用三维激光扫描仪对每场降雨冲刷后的坡面形态进行了监测,定量分析坡面切沟侵蚀的发育过程.结果表明,随着降雨历时的推延,坡面产流产沙过程基本呈现先急剧变化后稳定的趋势,3场降雨中切沟内流速、径流量、平均产流率、泥沙量、切沟侵蚀强度在44～60 min时间段内达到最大,分别为24.71 cm/s,272.61L,6.99L/min,15.76 kg,13.01 kg/m2,切沟形态在3场降雨中,最大沟深达到0.301m,最长沟长达到5.437 m,最长沟平均沟宽达到0.289 m,左侧沟头最大前进速度为0.53 mm/s,右侧沟头最大前进速度为0.48 mm/s.     

基于点云数据的切沟泥沙负载量不确定性研究

通过对不同期数字高程模型(DEM,digital elevation model)的相减计算,可以获得侵蚀和淤积的空间分布及泥沙负载估算值,为了度量泥沙负载量估算的不确定性,提高野外切沟泥沙负载量的估算精度,该文提出了一种修正泥沙负载量估算值的方法,通过对大样本点云数据的统计抽样,得到了对应DEM差值结果不同坡度位置的误差δz,使得DEM误差具有一定的空间可变性,根据δz和DEM差值结果,通过t检验,建立了侵蚀和沉积发生的先验概率;再以侵蚀和沉积发生的空间相关性为基础,建立了一个由权重因子构成的概率修正滤波器,用来计算侵蚀和沉积发生的条件概率,最后,通过Bayesian推理方法,计算侵蚀和沉积发生的后验概率,用来更新和修正泥沙负载量估算值。经在甘肃天水桥子沟切沟应用,使用该文方法计算得到的侵蚀/沉积变化量相比未经处理的DEM差值结果和用Brasington和Lane方法修正的DEM差值结果估算的净负载量,在95%的置信水平下分别下降了13.13%和7.53%,经与天水水保站实际径流泥沙观测资料对照,与实际观测净负载量相差2%;该文同时还探讨了切沟坡度、点云点密度、地表粗糙度与侵蚀/沉积不确定性的关系,研究结果为提高黄土沟壑区侵蚀沟侵蚀量的估算精度提供了参考依据。     

利用无人机倾斜影像与GCP构建高精度侵蚀沟地形模型

为了提高侵蚀沟立体建模与监测的精度,该文采用消费级无人机作为低空遥感平台,以黄土高原一典型切沟为研究对象,通过无人机采集的倾斜影像与部署的地面控制点,采用多视立体运动恢复结构方法(structure from motion with multi-view stereo,Sf M-MVS)构建了高精度侵蚀沟表面模型,对其建模精度与数字高程模型、正射影像等成果进行分析,并与传统正射航图建模成果进行了比较。结果表明:构建的侵蚀沟稠密点云模型的水平均方根误差约为0.096 m,高程均方根误差约为0.018 m,满足1:500比例尺数字线划图与正射影像图的要求。与正射航图建模成果相比,高程误差减小了50%;侵蚀沟稠密点云的整体密度与地面激光雷达相当,且避免了后者多站拼接造成的密度不均问题。除了沟头部分的小块内凹区域,沟壁、沟头部分没有明显的空洞,植被覆盖的区域也能够正常建模。而正射航图的建模成果中在沟头内凹部分以及植被覆盖部分存在大块的空洞;由侵蚀沟的数字高程模型与等高线图可见,构建的侵蚀沟模型能够准确地反映切沟的形态特征。总体而言,该方法在侵蚀沟的高精度建模与监测方面具有显著优势,具有推广应用的潜力。     

黄土高原丘陵沟壑区小流域浅沟和切沟侵蚀区的界定

验证了国外发生浅沟侵蚀和切沟侵蚀判定式在黄土丘陵区的适用性。通过GPS实测数据并结合GIS空间分析与统计回归方法,建立了适用于黄土高原丘陵区的发生浅沟侵蚀和切沟侵蚀判定式。研究结果表明,在黄土高原丘陵沟壑区,随着坡度的增大,发生浅沟侵蚀和切沟侵蚀的临界值a增大,高强度降雨致使判定式中汇水面积（A）的指数b值减小,从而降低了汇水面积的影响作用。在假定其它因素相同时,浅沟形成只需较小的汇水面积,而切沟形成则需要相对较大的汇水面积;当单位汇水面积相同时,发生切沟侵蚀比浅沟侵蚀需要更大的坡度。利用国外研究结果预测提取的浅沟侵蚀和切沟侵蚀发生区,明显夸大了研究区的沟蚀发生区;而用作者所建立的判定式提取的浅沟和切沟侵蚀分布区与野外实际相当吻合。即浅沟侵蚀主要发生在15°～35°的沟间地上,其分布面积占整个沟间地面积的60％,切沟侵蚀主要发生在大于35°的沟坡地上,其分布面积占整个沟坡面积的93％。     

铬、锌、镉对黄颡鱼“全雄1号”的急性毒性及安全评价

在水温(28.0±1.5)℃、pH 6.5~7.0的条件下,采用静水试验法测定铬[Cr~(6+)]、锌[Zn~(2+)]和镉[Cd~(2+)]3种重金属对黄颡鱼"全雄1号"苗种的半数致死浓度(LC_(50))及安全浓度(SC)。结果显示,[Cr~(6+)]对黄颡鱼"全雄1号"苗种24 h、48 h、72 h、96 h的LC_(50)分别为168.71、84.85、52.23、34.46 mg·L~(-1);[Zn~(2+)]对黄颡鱼"全雄1号"苗种24 h、48 h、72 h、96 h的LC_(50)分别为5.36、3.34、3.12、2.75 mg·L~(-1);[Cd~(2+)]对黄颡鱼"全雄1号"苗种24 h、48 h、72 h、96 h的LC_(50)分别为1.87、1.74、1.63、1.15 mg·L~(-1);3种重金属对黄颡鱼苗种的SC分别为[Cr~(6+)]3.446 mg·L~(-1)、[Zn~(2+)]0.275 mg·L~(-1)、[Cd~(2+)]0.012 mg·L~(-1)。3种重金属对黄颡鱼苗种毒性大小为:[Cd~(2+)][Zn~(2+)][Cr~(6+)],[Cd~(2+)]和[Zn~(2+)]为中毒,[Cr~(6+)]为低毒。     

基于支持向量机的小流域水蚀预报模型研究

 土壤侵蚀过程复杂,很难直接应用土壤侵蚀预报方程进行定量计算。作为一种新的机器学习算法,支持向量机在样本有限的情况下,采用结构风险最小化准则,把学习问题转化为一个二次规划问题,从而得到唯一的全局最优解。首次尝试将最小二乘支持向量机技术用于土壤侵蚀预测,并与BP神经网络的方法进行了对比,取得了较好的预测精度。     

利用照片重建技术生成坡面侵蚀沟三维模型

该文利用运动恢复结构(structure from motion,SFM)、多视图立体视觉(multi-view stereo,MVS)技术,提出了一种坡面侵蚀沟三维模型的快速重建方法。首先对普通相机拍摄的照片采用尺度不变特征变换(scale-invariant feature transform,SIFT)完成特征点的提取与描述,随机采样一致性算法(random sample and consensus,RANSAC)过滤掉最近邻匹配(nearest neighbor,NN)产生的误匹配点;然后通过SFM方法,迭代求解出相机矩阵和三维点坐标,用光束法平差(bundle adjustment,BA)进行非线性优化,确保误差的均匀分布和模型的精确;再使用基于面片的多视图立体视觉算法(patch-based multi-view stereo,PMVS),在局部光度一致性和全局可见性约束下,以SFM生成的稀疏点云为种子面片开始扩散,完成点云稠密重建。将照片快速重建方法获取的点云与地面激光扫描仪(terrestrial laser scanner,TLS)获取的点云及实测数据进行比较,结果表明,照片重建方法生成的点云稠密且能够完整展示侵蚀沟的发育形态,与TLS点云间的平均距离为0.0034 m,照片重建与三维激光扫描方法对侵蚀量的估算相对误差为8.054%,提取的特征线匹配率达89.592%。研究结果为侵蚀沟监测提供了参考依据。