用链条法测定地表糙度

常规测定地表糙度的方法既费人力又较昂贵。本文作者发明了一种滚轴式链条的方法来测定地表糙度。由此法取得的糙度位与由并联针状糙度计测得的糙度位具有很高的相关性。结果证明了链条法对地表糙度的敏感性。文中还建立了由链条法测定糙度K_r(常用于风蚀方程WEQ)的预测方程。该法费用低、快速、易于使用且不需专门培训和特球技术,实为糙度测定的一种简便方法。     

不同植物边坡的糙率系数和水力学特征参数

[目的]研究北方土石山区植物边坡糙度,为坡面生态防护的最佳植物配置选择提供依据。[方法]在北京市昌平区试验基地设置多组不同地表类型的径流小区,设计了控制流速、流量的野外放水冲刷试验。[结果](1)与乔灌植被相比较,草本植被对地表径流流速具有良好的阻滞作用,毛白杨对地表流速有加速作用。(2)草地的平均糙率系数最大,裸地最小。对裸地进行处理后发现,铺设枯枝物,可以有效提高地表糙率系数值,通过砾石压盖处理的地表糙率系数并未有明显改变。(3)各类地表下垫面的雷诺系数Re均介于21.34~23.49之间,枯落物小区Re最大,毛白杨小区Re最小,水流均为层流,紊动性弱;弗劳德数Fr介于0.35~2.55之间;阻力系数f介于1.03~54.43之间。[结论]枯落物和草地可以有效减缓地表径流流速;毛白杨下垫面防蚀功能最弱。     

自然条件下土壤沉降量与土壤容重、地表糙度间的变化关系

为了研究自然条件下土壤沉降量与土壤容重、地表糙度间的变化关系。通过钢尺法、环刀法、链条法测定了自然条件下不同质地的土壤在平翻耕和垄作条件下的土壤沉降量、土壤容重、地表糙度,分析了土壤沉降量、土壤容重、地表糙度的变化规律以及土壤沉降量与土壤容重、地表糙度间的变化关系。结果表明:(1)在一定的降雨动能的条件下,土壤的沉降量随降雨动能的累计总体呈减小的趋势,且垄作措施下土壤的沉降量均不小于平翻耕措施下的土壤沉降量;(2)翻耕后的土壤的容重随时间变化呈先增大后趋于原状土容重的变化趋势;(3)垄作条件下的地表糙度总体呈减小趋势,且壤土的地表糙度始终大于砂土的地表糙度;(4)土壤的沉降量与容重的变化量间存在较好的指数相关关系,且相关系数均高于0.9;土壤的沉降量与地表糙度的变化量符合幂函数相关关系,其中砂土的地表糙度变化量与沉降量的相关性较壤土高相关系数分别为0.993和0.936。这些研究结果对于预测自然条件下翻耕土壤的紧实程度,地表平整度有一定的参考价值。     

降雨过程对地表糙度的影响

通过野外模拟降雨试验,研究降雨过程中,不同坡度、雨强以及不同地表覆盖度下地表糙度的变化情况.利用测点法测量每次降雨前后的地表糙度值,确定坡度、雨强以及地表覆盖度变化对地表糙度的影响.结果表明,相同雨强下,地表裸露、土壤一定时,坡度越大,地表糙度变化越大;同一地表,土壤一定且坡度相同的情况下,雨强越大,地表糙度变化越大;在同一坡面,雨强一定的条件下,植被覆盖度越小,地表糙度变化越大.研究结果为地表糙度影响因子的研究和揭示地表糙度的本质特征提供了一定的理论依据,同时也可服务于黄土高原坡耕地水土流失的治理和退耕还林(草)工程的实施.     

3种地表随机糙率测量方法比较

为定量比较3种地表随机糙率测量方法的异同,采用砾石覆盖、枯落物覆盖及不同农事活动3种下垫面条件,分别利用三维激光扫描法、照相法和测针法测量了不同处理下的地表随机糙率,以激光扫描法测量结果为基准值,通过绝对误差、相对误差和均方根误差比较了3种测量方法的差异。结果表明:激光扫描法测量精度最高,但仪器价格昂贵,且用于野外测量时需要注意光照影响;照相法精度较高,测量快捷方便,与扫描法的平均绝对误差为0.65 mm,平均相对误差为14.0%,但需手动测量各控制点间的相对距离,也需要避免光照影响;测针法易于操作、成本最低,但费时费力、精度不高,与扫描法的平均绝对误差为1.82 mm,平均相对误差为34.1%。因此,3种方法各有利弊,需根据实际情况选择合适的测量方法测定地表随机糙率,当精度要求不是非常严格时,推荐优先使用照相法。研究结果对随机糙率测量方法的正确选择,提高地表糙率测量精度,具有重要的指导意义。     

坡耕地地表糙度的量测与计算

在回顾了地表糙度的测量和计算方法后,经实验证实,Brough D L,Linden D R和Van Doren D M等人提出的糙度测量和计算方法,均能满足黄土高原坡耕地人为耕作管理形成的微地形特征的研究需求。     

不同坡度下紫色土地表微地形变化及其对土壤侵蚀的影响

为了揭示川中丘陵区紫色土地表微地形变化对土壤侵蚀的影响,该文通过室内人工模拟降雨试验,从地表糙度角度出发,结合多重分形理论与方法,分析了不同坡度条件下紫色土地表微地形变化特征,探讨了地表微地形变化与土壤侵蚀间的关系。结果表明:1)雨强为1.5 mm/min,历时为40 min降雨条件下,10°、15°和20°坡面地表相对高程的变化量分别为-11.66、-3.52和-5.61 mm,仅20°坡面地表初始低洼部位被径流贯通形成细沟;各坡面地表糙度均有所减小,且表现为15°10°20°,其中10°和15°坡面不同坡位地表糙度均较雨前减小,20°坡面下坡地表糙度较雨前增大,不同坡度全坡面地表糙度均较雨前减小;2)地表微地形具有一定的多重分形特征,10°和15°坡面雨后多重分形参数广义分形维数跨度、奇异指数跨度和多重分形谱高差均较雨前增大,微地形空间分布差异增大,且地表变得圆润,20°坡面与之相反;3)随坡度增大,地表径流量呈先减小后增大的变化趋势,且地表糙度变幅越小的坡面,地表产流量越高,而侵蚀产沙量则随坡度的增大显著提高(P0.05)。研究成果为揭示水蚀过程中地表微地形变化的本质和作用机理提供了参考。     

地表微地形测量及定量化方法研究综述

地表微地形测量是地表粗糙度定量化的基础,对地表形态动态监测、水文过程模拟以及土壤侵蚀过程模型的构建具有重要意义。目前,微地形测量方法主要分为接触式和非接触式2大类,前者包括测针法、链条法、差分GPS法等,后者包括超声波测距法、红外线传感器法、结构光激光扫描法、激光测距扫描法、三维激光扫描仪法、近景摄影测量法等。在全面回顾各方法原理、优缺点及其应用的基础上,分析地表粗糙度定量化常用方法：统计方法指数、地统计学指数和分形及多重分形模型。认为：1）差分GPS法、结构光激光扫描法、三维激光扫描仪法和近景摄影测量法将在亚毫米一,厘米级地表微地形测量及地表粗糙度多尺度特征研究中发挥重要作用,同时简单、方便的测针法可能在野外测量中依然占据主导地位;2）以地表微地形测量技术为基础,在土壤侵蚀过程模型中亟需形成一套完整的“测量一定量化一模型应用”范式,同时应加强对地表微地形空间异质性和各向异性的研究,发展新的统一的地表粗糙度定量化方法。     

人工降雨条件下坡耕地地表糙度的时空变异分布研究

水蚀过程中地表糙度变化研究,特别是微地表条件下水蚀过程中地表糙度的分布及变化特征的研究是土壤侵蚀学科领域的前沿问题,目前仍处于不断的探索与发展阶段。本文试图通过对陕西省杨凌区农耕地土壤进行固定坡度和雨强下不同耕作措施的室内人工降雨试验,建立微地形条件下高精度的DEM并进行分析,探讨地表糙度在水蚀过程中的时空变异分布。结果表明:（1）人为耕作对坡面地表糙度的整体分布状态和坡面高程空间分布状况的影响显著;（2）降雨对等高耕作、人工锄耕、人工掏挖耕作措施的高程分布有一定的影响,并且高程变化量的最大值均出现在坡面的下部;（3）在降雨侵蚀的产流前后,坡面糙度的空间变化最大,而产流后糙度的空间变化趋于平稳。研究结果初步揭示了微地表条件下地表糙度的时空变异状况,并可为进一步分析不同坡度、不同雨强条件下地表糙度的综合研究奠定基础。     

地表糙度与径流水力学参数响应规律模拟

为了明确地表糙度与坡面径流特征及其水力学参数之间的相互作用,通过模拟人工锄耕、人工掏挖、等高耕作和对照组直型坡等4种不同糙度的地表,在室内模拟降雨条件下,对不同糙度坡面上的径流特征和水力学参数(雷诺数、弗劳德数、阻力系数和水流剪切力)以及降雨前后地表糙度的变化进行了测量与计算。结果表明,雨前雨后各措施坡面的地表糙度为:等高耕作人工掏挖人工锄耕直型坡。相同雨强和降雨历时下,不同糙度坡面其径流特征差异显著。初始地表糙度越大的坡面,径流越容易稳定在层流状态;反之,径流越倾向于往紊流发展。对人工锄耕、人工掏挖、等高耕作3种耕作措施来说,在相同雨强和降雨历时下,初始糙度越大的坡面,其断面流量、径流量和产沙量越小。坡面初始地表糙度越大,径流阻力系数也越大,但坡面径流的雷诺数、弗劳德数和径流剪切力则越小,径流对地表糙度具有减小作用,雷诺数和水流剪切力越大,径流对地表糙度的减小作用越弱。研究结果为深入理解坡面地表糙度与其水文特征之间的相互作用提供参考。     

基于线结构激光传感器的土壤表面粗糙度测量方法研究

土壤表面粗糙度是农作物种植、灌溉和收获等田间管理必须考虑的作业参数,也是精准农业发展中亟待解决的关键问题之一。针对土壤表面粗糙度缺乏快速检测手段的问题,提出一种基于线结构激光传感器的土壤表面粗糙度测量方法。利用半导体红光激光器、CCD工业相机、计算机及支架等构建测量系统,采集土壤样本的表面图像数据,借助MATLAB获取其三维点云模型,实现土壤表面的三维曲面建模并计算曲面面积。定义土壤表面三维曲面面积与其平面面积的比值为表征土壤表面粗糙度的量,并通过对比4个颗粒度土壤样本的该值范围,确定了判别样本表面粗糙度的阈值。利用3种土槽旋耕土壤表面样本对系统和算法进行验证,比值处于1.214～1.939之间,检测结果均与样本实际特征相符合。该方法能够检测和判断土壤表面的颗粒粗糙程度。     

近景摄影测量提高裸露地表粗糙度测量精度

微波遥感观测量对地表参数敏感,可用于对土壤水分、地表粗糙度和植被信息的定量提取。地表粗糙度参数实测值,是遥感反演结果验证、精度评价,以及各类遥感反演算法中的重要参量,但一直缺少一种简便、快捷、高精度的获取手段。该研究将近景摄影测量方法和微波遥感领域传统地表粗糙度测量的针板法进行对比,分析2种方法均方根高度及相关长度的测量结果,表明近景摄影测量法可以有效提高粗糙度实地测量精度;以近景摄影测量法全角度粗糙度参数的均值作为实测真实值,表明传统针板法测量的均方根高度误差达到12%~35.1%,相关长度误差最大能达到19.6%~62.4%;分析了采样间隔和采样数目对粗糙度测量的影响,表明针板法采用1 cm的间隔是实际地表较好的选择,但仅采用2个方向均值的测量方法必然带来很大误差,同时得出测量次数大于12时,测量结果趋于稳定并可认定为真值的结论;此外,研究表明,在一些传统针板法无法提取粗糙度的情况,近景摄影测量法依然有效。该研究表明,近景摄影测量法的非接触式、高精度、采样间隔及采样频率可调节等特征,为微波遥感工作提供了有效的地表粗糙度地面实测手段。     

表层有效土壤水分参数化及冠层下土面蒸发模拟

通过观测田间微气象数据、土壤表层水分变化状况及荞麦作物冠层下土面蒸发等资料,引进一个表面体积含水率的函数,构建了基于表层有效土壤水分的土壤蒸发模型。该模型包含了土面蒸发的2个过程:水蒸气从土壤孔隙中扩散到地表面及水蒸气由地表面传输到大气中。模型中表层有效土壤水分参数不仅取决于表层土壤含水状况,而且受风速影响。采用波文比能量平衡法及微型蒸发器观测荞麦地实际蒸腾蒸发量及冠层下土面蒸发的变化规律,并验证模型精度。结果表明,所构建模型可以成功预测冠层下土面蒸发,其平均相对误差为13.5%。该研究对于实现土壤蒸发及作物蒸腾的分离估算,减少无效水分消耗具有重要意义。     

不同地表状况耕地的田面糙率研究

田面糙率是影响田面水流运动的重要参数之一.该文针对裸地、翻耕地和作物地3种不同地表状况耕地的田面糙率进行研究.分析确定了裸地和翻耕地田面糙率的主要影响因素为田面凹凸程度,作物地田面糙率的主要影响因素还包括根茎宽度和根茎高度;进行了3种地表状况的田面凹凸程度、根茎宽度和根茎高度的田间实测及田面水流运动试验;将零惯量模型与优化方法相结合,建立了田面糙率求解的优化模型;根据田面实测资料,利用优化模型求得3种耕地的田面糙率值,据此,建立了裸地、翻耕地和作物地3种耕地田面糙率与其主要影响因素之间的关系式,验证试验结果表明,所建立的关系式正确.这对合理设计田面灌溉系统,提高灌水质量具有重要参考价值.     

基于激光三角法的地表粗糙度测试仪的研制

针对接触法测试地表粗糙度需要人工参与、测试时间长等问题,该文提供了一种快速的地表粗糙度测试的仪器及测试方法。基于激光三角原理,将激光投影到待测目标上,摄像机接收反射光的图像,通过图像处理算法及坐标转换得到被测区域的三维坐标,再根据粗糙度计算公式得到地表粗糙度参数的结果。将该仪器分别进行了精度及野外测试试验,精度试验测量结果的平均相对误差最大值为2.93%,仪器典型分辨率在垂直仪器扫描方向为0.78 mm,仪器扫描方向为1 mm,垂直大地方向为0.83 mm。试验结果表明,农田表面空间自相关系数的测量结果反映出了农田的垄结构特征,验证了该文仪器及方法的可行性及有效性。     

土壤点源入渗自动测量系统监测滴头下土壤湿润过程

土壤水运动过程是滴灌系统设计和运行管理的重要内容。该研究采用点源土壤入渗自动测量系统,利用计算机可控数码相机和图像识别技术测量滴灌地表湿润面积和土壤湿润体随时间的变化过程。采用正三棱形有机玻璃土箱,设计一系列点源滴灌室内试验,获得点源滴灌入渗过程随时间的变化过程。试验采用3个流量:2、4及8 L/h处理,每个处理设置了3个重复。用数码相机每4 min拍摄一次地表湿润面积,用于计算地表湿润面积随时间的变化过程。同时,在1、2、3、4、6、8、10、12、20、30、40、50、60、70、80、90、100、120、140、160、180 min时刻,在贴在土箱侧面的透明胶片上,手工记录地表湿润面积和垂直湿润锋面随时间的变化过程。由测量系统根据记录的地表湿润面积随时间的变化过程自动计算得到土壤的入渗过程。通过入渗过程,计算得到滴头下地表土壤的湿润面积,由计算得到的土壤入渗率和计算得到土壤的湿润剖面,将计算结果与实测结果对比,检验测量的精度。结果表明,手工测量得到的地表湿润面积都略大于由土壤入渗自动测量系统计算得到的入渗率计算的地表湿润面积。由计算得到的入渗率预测的土壤入渗深度,略大于实测土壤入渗深度。计算得到前者的相对误差为2%~15%,后者的相对误差为1%~8%。说明土壤入渗自动测量系统,能够准确描述点源滴灌地表湿润过程及土壤入渗过程,并能预测不同流量下垂直入渗深度,测量方法可以为滴灌系统的设计提供相关参数。     

Soil surface roughness measurement—methods, applicability, and surface representation

In a laboratory rainfall simulator study soil surface roughness was measured using contact (roller chain, pin meter) and noncontact devices (laser scanner, photogrammetry). Soil surfaces with two initial roughness conditions (aggregates < 20 mm and < 63 mm) were investigated before and after 90 mm of simulated rainfall. Measured plot area was 50 by 55 cm. A comparison of soil roughness measurement techniques was undertaken with regard to data acquisition and computation efforts, resolution, precision and capability to represent soil surface features.As for the contact methods, resolution (cm range) and precision (mm range) is limited which constrains their application to calculation of simple surface parameters. Resolution and precision in the sub millimeter range could be obtained with the laser scanner, while for the photogrammetric method the measurement uncertainty was approximately 1–2 mm. Measurement time was highest (90 min) for the pin meter technique, though data were ready to use for analyses. Laser scanner measurements took 34 min. Several steps of data post-processing required 30 more minutes. Data acquisition was fastest for photogrammetry (5 min), but expert knowledge as well as special hard- and software were necessary for time-consuming photo analyses, taking about 120 min.The chain and pin meter were compared using a profile index. Profile lengths matched well for smooth surfaces; on rough surfaces, the chain meter gave shorter profile lines. Between profile index from chain measurements and the random roughness derived from pin meter data a polynomial regression could be found. Parameters of distributions of elevations as well as inclinations and depressions were used to compare the laser scanner and the photogrammetric technique. Generally the laser scanner was able to reproduce small aggregates as well as voids in between them, while DEM from stereophotos was smoothed between major aggregates. This led to skewed distributions of elevations and inclinations, as well as to a lower surface area (up to 39%), and a lower depression volume (up to 68%). Shapes of depressions were significantly different as well. The used photogrammetric technique is supposed to be successful in producing adequate DEMs for already smoothed surfaces, e.g. after rainfall events.The study revealed different fields of application and limitations of the compared devices. Using a non-adequate technique for certain situations will definitely have implications on further analyses concerning connectivity of runoff pathways, surface protection from raindrop impact or runoff detachment and sediment transport.     

Infiltration and random roughness of a tilled and untilled claypan soil

No-tillage is generally assumed to increase infiltration and reduce runoff, but runoff from a claypan soil in Central Missouri, however, was greater from no-tillage plots than from moldboard plowed plots. The effect of simulated rainfall on infiltration and random roughness of tilled and untilled soil was measured. Four different tillage systems, each with and without surface cover were studied. An exponential decay function describes the change in random roughness for tilled soil exposed to rainfall kinetic energy. Although the differences were not statistically significant, among the uncovered tilled plots those with the highest random roughness had the highest infiltration. The bare no-tillage treatment had the lowest infiltration. Plots protected with shredded foam rubber infiltrated 88–248% more rainfall than similar bare plots.     

基于神经网络与决策树的土壤粗糙度测量

利用野外拍摄照片判读土壤粗糙度是一种简单快速的测算方法。为了克服人工判读处理效率低、结果易受人为因素影响和目前的计算机自动读取结果易受野外杂草影响、自动化程度有待提高的缺点,提出了一种基于神经网络和决策树的土壤粗糙度测量方法。该方法在建立神经网络时充分考虑土壤边界线、白板边缘及参考方框的特征选取输入特征向量,消除噪声影响,实现图像边缘检测;并在此基础上建立决策树区分白板、土壤、参考方框等信息,完成土壤边界线和比例尺的获取。野外试验中不可避免有杂草和光照的影响,考虑到阴影、土壤和杂草色彩的差异性,决策树判决准则的选择不仅包含了纹理信息而且考虑了色彩信息。试验表明,基于神经网络与决策树的土壤粗糙度测量采用带有简单方框的参考白板能快速高效地从复杂的野外照片中获取土壤粗糙度信息,降低了拍摄要求。自动提取结果与人工判读相比,所得均方根高度的误差在5%以内,相关长度的计算误差在1%以内,具有较高的精度和可靠性。该研究方法为土壤粗糙度实时在线测算提供了有效的解决方案。     

基于光切法的葡萄硬枝嫁接切削面粗糙度图像检测算法

为了实现葡萄硬枝嫁接苗木切削面粗糙度的检测,该文基于光切法测量原理,搭建了切削面粗糙度图像检测系统,研究了特征提取的图像检测算法。为获取较长的取样长度,采用了图像拼接技术,并提出了一种自动制取匹配模板的方法,拼接算法测试结果表明:每多拼接一幅粗糙度特征图像,运行时间平均增加1.104 s,取样长度平均增加1 131.77μm;采用了模糊集合理论对拼接后的粗糙度特征图像进行灰度变换,可以有效保证图像分割后单侧边缘的完整;采用了人机交互的方式对粗糙度特征二值图像像素进行区域操作,可以滤除因切削面自身含有的导管腔、管胞腔而导致的缺陷轮廓,从而提高粗糙度计算的准确度;提出了一种逐列遍历图像提取单侧边缘的方法,通过对单侧边缘进行计算,可以得到粗糙度高度参数Ra与Rz的值。将该粗糙度图像检测算法与基恩士VK-X200形状测量激光显微系统进行了粗糙度检测对比试验,结果表明,该文提出的粗糙度图像检测算法测得Ra的相对误差为6.73%,在测量误差允许范围内,该文基于光切法测量原理的图像检测算法,用于检测葡萄硬枝嫁接苗木切削面粗糙度,具有较高的精度和良好的可行性,为进一步研究切削参数对切削面粗糙度以及对苗木嫁接成活率的影响提供了技术支撑。