拉萨河谷设施农地土壤质量变化及空间分异特征

青藏高原设施农地存在土壤质量变化的迹象,而拉萨河谷作为青藏高原地区设施农地的主要分布区,其土壤质量的整体变化及区域分异规律尚不明确。以大田耕地为参照,采集设施农地土壤样品240个和大田耕地土壤样品112个,测定了土壤理化指标21项,采用土壤综合质量指数和因子探测器方法,研究了设施农地土壤质量变化及空间分异特征,并辨识设施农地土壤质量变化的主要因子。结果表明：（1）拉萨河谷设施农地和本底土壤质量指数分别为0.36、0.43,两者80%的样地土壤质量等级均分布在Ⅴ～Ⅲ级;且设施农地土壤质量较高的样地主要分布在海拔3 700～3 750 m,距河流930 m内的阳坡地带。（2）较大田耕地,设施农地土壤质量指数平均下降了16.28%,且存在明显空间差异。其中堆龙德庆区土壤质量下降最明显,平均降低了74.46%。不同深度上,0～10 cm范围内土壤质量下降最明显,平均下降了6.5%。（3）受海拔和坡向影响,设施农地土壤质量整体变化存在空间分异。即随着海拔增加和阳坡到阴坡的变化,设施农地土壤质量变化幅度均表现为明显增大趋势。（4）全区设施农地土壤质量变化普遍受到含盐量、速效钾和镉含量变化的影响,三...     

沱江流域土壤侵蚀动态变化及驱动力分析

为了解沱江流域土壤侵蚀的动态演变规律及驱动机制,以沱江流域为研究区,基于GIS和RS技术,运用RUSLE模型测评流域2000—2018年的土壤侵蚀,对其时空动态演变规律进行了探索分析,并结合海拔、坡度、植被覆盖度、地形地貌、土地、降雨、GDP、人口等影响因子,借助地理探测器对其土壤侵蚀进行了定量归因研究。结果表明:(1)沱江流域土壤侵蚀以微度侵蚀为主,主要分布于低矮的平原和坡耕地地区;2000—2018年,微度侵蚀等级比例随时间在逐渐增大,2018年相比2000年增加了7.03%,剧烈侵蚀等级比例随时间在逐渐减小,2018年相比2000年减小了2.00%。(2)以2010年为分界点,2000—2010年和2010—2018年土壤侵蚀等级微度的变化稳定率都大于75%,两个时间段内土壤侵蚀强度等级降低的范围均大于侵蚀等级升高的范围。(3)地理探测器结果表明,不同影响因子对土壤侵蚀的解释力具有差异性,解释力最强的为坡度,达到48.32%,因子间交互作用均能增强对土壤侵蚀的解释力,坡度与土地利用、坡度与降雨量的交互最为显著,交互作用解释力分别达到61.58%,52.32%,风险探测表明坡度大于...     

土壤可蚀性在WEPP模型中的应用

影响土壤侵蚀过程的关键因素是侵蚀力和土壤可蚀性。土壤可蚀性是定量计算土壤流失的重要指标和土壤侵蚀预报模型中的必要参数。WEPP是由美国农业部开发的新一代水蚀预测模型 ,该模型以土壤可蚀性为必要参数 ,并将其分解为细沟间可蚀性 (Ki)、细沟可蚀性 (Kr)和临界剪切力 (τc)来预报流域径流形成与土壤侵蚀过程     

黄土丘陵沟壑区植被恢复过程中的土壤抗蚀与细沟侵蚀演变

对黄土丘陵沟壑区安塞纸坊沟和县南沟、延安燕沟 3 个流域不同恢复年限的植物群落的土壤抗蚀性和侵蚀程度进行了研究.对12个土壤抗蚀性指标进行主成分分析表明,土壤抗蚀性(主成分综合指数)强弱为灌木群落阶段＞多年生草本和蒿类群落阶段＞一二年生草本群落阶段,与一二年生草本群落阶段相比,灌木群落阶段与多年生草本和蒿类群落阶段的土壤抗蚀性分别增加了362.29% ～ 673.33% 和 574.71% ～ 930.00%;野外调查结果分析表明,随着植被的恢复演替,土壤侵蚀量呈现明显的下降趋势,灌木群落阶段的土壤侵蚀量仅为演替初期的1.42% ～ 5.59%;通过回归分析,土壤侵蚀量和水稳性团聚类因子,以及有机质含量之间分别存在极显著与显著相关关系,鉴于土壤分析的易获性,可选择＞0.5 mm水稳性团聚体与有机质含量作为反映土壤侵蚀程度的指标.     

澜沧江中下游流域土壤侵蚀时空演变特征

为了探究土壤侵蚀演变机制,以澜沧江中下游流域为研究区域,利用改进的土壤流失方程(RUSLE)模型,开展流域内土壤侵蚀时空演变特征研究,引入随机森林算法探讨了流域内土壤侵蚀因子的相对重要程度。结果表明:澜沧江中下游流域2005—2015年土壤侵蚀量为0～1.89万t/(km²·a),平均土壤侵蚀模数为0.252万t/(km²·a),中下游子流域平均土壤侵蚀模数处于较低风险以上和中风险侵蚀以下级别。自2005年以后,澜沧江中下游流域土壤侵蚀空间分布特征呈现中度侵蚀风险区域扩张,高度和低度侵蚀风险收缩的趋势。随机森林算法结果发现植被覆盖管理因子和地形因子是影响澜沧江中下游流域土壤侵蚀的主要因素,土壤可蚀性因子、降雨侵蚀因子和水土保持措施因子的相对重要程度偏低,均未超过20%。可见,土壤侵蚀的时空异质性主要是由于植被覆盖和地形影响改变了局部气候而导致的。     

基于~(137)Cs、~(210)Pb和CSLE的三峡库区小流域土壤侵蚀评估

综合应用137Cs和210Pb技术和中国土壤流失方程CSLE(Chinese soil loss equation)进行三峡库区腹地工农沟小流域土壤侵蚀的定量评价研究,尝试基于核素示踪技术计算的土壤侵蚀模数评估CSLE在库区林地小流域的估算效果。结果表明:(1)借助210PbexCRS计年模式获得了工农沟塘库沉积柱芯不同质量深度的沉积年代,与137Cs 1963年断代结果相比基本一致,定年结果可靠;(2)基于核素示踪技术(137Cs和210Pb)计算的小流域2002—2014年土壤侵蚀模数为269.09t/(km2·a),侵蚀强度属于微度侵蚀,年土壤侵蚀量为22.87t/a;(3)依据CSLE和考虑沟蚀因子的CSLE估算的小流域2002—2014年土壤侵蚀模数分别为256.07t/(km2·a)和317.53t/(km2·a),年土壤侵蚀量分别为21.77t/a和26.99t/a;(4)与核素计算的结果相比,CSLE和考虑沟蚀因子的CSLE的估算精度均≥80%,说明采用CSLE估算库区林地小流域土壤侵蚀量结果合理。     

基于WaTEM/SEDEM模型的洮河源区土壤侵蚀产沙模拟及其空间驱动力分析

[目的]全面认识长时间尺度的土壤侵蚀时空变化及其影响因素对土壤侵蚀治理具有重要意义。探究流域1998—2018年土壤侵蚀和产沙时空变化特征及其空间驱动力因子,为洮河源区流域的水土治理提供科学理论依据。[方法]以洮河源区流域为研究区,基于碌曲站实测输沙数据以及植被NDVI数据,通过WaTEM/SEDEM模型结合重心模型分析流域侵蚀产沙时空变化特征,进一步采用地理探测器方法探究其空间驱动力因子。[结果]洮河源区的土壤产沙模数由1998年的33.81 t/(hm²·a)增加至2018年的48.59 t/(hm²·a);土壤侵蚀强度主要以微度侵蚀为主,其次是极强侵蚀和轻度侵蚀,剧烈、强烈和中度侵蚀占比最小。侵蚀较强区域分布在高山地带;侵蚀较微弱的区域分布在中部的河谷地区和海拔较低的区域。流域内地形等级和植被覆盖度对土壤侵蚀影响最大,q值分别为0.359,0.183,流域侵蚀模数随地形位等级增大而增大,随植被覆盖度的增大而减少。1998—2003年和2008—2013年这两个时段,土壤侵蚀重心向东南方向移动,2003—2008年侵蚀重心向西北方向移动,...     

丹江口库区2010-2020年土壤保持功能时空特征及其影响因素

[目的] 评估丹江口流域土壤保持功能时空变化及其影响因素,为南水北调中线工程水源地水土流失治理模式的确立以及流域水土保持与生态系统安全管理提供科学依据。[方法] 采用InVEST模型和地理探测器方法分别对丹江口库区2010,2015和2020年土壤保持功能时空变化特征及其影响因素进行定量分析。[结果] ①丹江口库区2010—2020年实际土壤侵蚀量呈递减趋势,土壤侵蚀等级逐渐向微度侵蚀转变,且各年间空间分布趋势基本一致。②丹江口库区2010,2015和2020年土壤保持量分别为6.25×10⁹ t,6.62×10⁹ t和7.12×10⁹ t,呈逐步上升的趋势,表明库区土壤保持功能不断增强。③不同海拔范围土壤保持功能具有差异,较高海拔地区土壤保持量较高（如东北部伏牛山、西部秦岭、西南部武当山）,低海拔区土壤保持量较低（如丹江口水库周边地区）。不同土地利用类型土壤保持能力亦差异较大,以林地最高,其次为灌草地、园地和耕地。④地理探测器分析结果显示,丹江口库区土壤保持功能变化主要受地形因子的影响。[结论] 近年来丹江口库区土壤保持功能总体趋势持续好转,部分区域土壤保持量仍较低,未来应继续推进退耕还林（草）工程建设,重视和保护土壤保持能力较强的林地和灌草地,从而增强库区土壤保持功能。     

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GIS的湟水河(西宁段)流域土壤侵蚀危险性评价

以湟水河流域（西宁段）为研究区,根据研究区地理与生态特点,选择降雨侵蚀力、坡度、土壤可蚀性、植被覆盖度作为土壤侵蚀危险性的评价指标,在ArcGIS支持下生成单因子危险性分布图,在此基础上基于ArcGIS的空间叠加分析功能,对土壤侵蚀危险性进行综合评价。结果表明:研究区域内土壤侵蚀中度和高度危险区域占大部分,达到71.4%;轻度危险区域和不敏感区域较少,分别为1.37%和27.08%;极危险区面积仅占0.15%。但是,对土壤侵蚀危险性较高的地方主要集中在人口密度较大的区域,主要为环西宁市区和湟水河河谷区域。     

Assessment of gully erosion susceptibility using different DEM-derived topographic factors in the black soil region of Northeast China

As a primary sediment source, gully erosion leads to severe land degradation and poses a threat to food and ecological security. Therefore, identification of susceptible areas is critical to the prevention and control of gully erosion. This study aimed to identify areas prone to gully erosion using four machine learning methods with derived topographic attributes. Eight topographic attributes (elevation, slope aspect, slope degree, catchment area, plan curvature, profile curvature, stream power index, and topographic wetness index) were derived as feature variables controlling gully occurrence from digital elevation models with four different pixel sizes (5.0 m, 12.5 m, 20.0 m, and 30.0 m). A gully inventory map of a small agricultural catchment in Heilongjiang, China, was prepared through a combination of field surveys and satellite imagery. Each topographic attribute dataset was randomly divided into two portions of 70% and 30% for calibrating and validating four machine learning methods, namely random forest (RF), support vector machines (SVM), artificial neural network (ANN), and generalized linear models (GLM). Accuracy (ACC), area under the receiver operating characteristic curve (AUC), root mean square error (RMSE), and mean absolute error (MAE) were calculated to assess the performance of the four machine learning methods in predicting spatial distribution of gully erosion susceptibility (GES). The results suggested that the selected topographic attributes were capable of predicting GES in the study catchment area. A pixel size of 20.0 m was optimal for all four machine learning methods. The RF method described the spatial relationship between the feature variables and gully occurrence with the greatest accuracy, as it returned the highest values of ACC (0.917) and AUC (0.905) at a 20.0 m resolution. The RF was also the least sensitive to resolutions, followed by SVM (ACC = 0.781–0.891, AUC = 0.724–0.861) and ANN (ACC = 0.744–0.808, AUC = 0.649–0.847). GLM performed poorly in this study (ACC = 0.693–0.757, AUC = 0.608–0.703). Based on the spatial distribution of GES determined using the optimal method (RF + pixel size of 20.0 m), 16% of the study area has very high level susceptibility classes, whereas areas with high, moderate, and low levels of susceptibility make up approximately 24%, 30%, and 31% of the study area, respectively. Our results demonstrate that GES assessment with machine learning methods can successfully identify areas prone to gully erosion, providing reference information for future soil conservation plans and land management. In addition, pixel size (resolution) is the key consideration when preparing suitable datasets of feature variables for GES assessment.     

基于CA-Markov模型与ANUDEM内插法的崩岗侵蚀量预估

崩岗是中国南方最为严重的土壤侵蚀类型之一,产生的大量泥沙危害农业生产和生态环境,因此对其侵蚀量的预估是防治该现象的重要途径。崩岗面积较小且侵蚀剧烈,难以应用现有方法预估侵蚀量。该文应用CA-Markov模型和ANUDEM内插法对其高程级别模拟和空间内插,从而实现对崩岗侵蚀量的预估,并以福建省安溪县龙门镇的一处崩岗为例进行实证研究。结果表明：CA-Markov模型适用于对崩岗高程级别的模拟;ANUDEM内插法对崩岗地形的整体还原度较好,但对细节的刻画不够;以经过级别划分和内插处理的高程数据为基期底图计算得的崩岗侵蚀量较符合实际值,且实际侵蚀量越大,模拟精度越高;案例崩岗在一般年景、干旱年景和多雨年景中的年侵蚀量分别为：824.69、731.03和 924.57 m3,不同年景之间侵蚀量的最大差值为193.54 m3,因此在修建崩岗拦沙坝时需考虑不同降雨年景中侵蚀量的差异。研究结果不仅提供了预估崩岗侵蚀量的新思路,还可为崩岗侵蚀的防治工作提供参考依据。     

基于统计学模型的沟道侵蚀敏感性评估的研究进展与展望

侵蚀沟的发生通常会造成区域严重的环境破坏和经济损失。开展沟道侵蚀敏感性评估有助于相关部门采取合理有效的措施抑制并降低沟蚀的发生,对改善区域环境、维持粮食生产能力,保障经济健康发展具有重要意义。该文从沟道侵蚀敏感性评估流程、数据基础以及统计学模型的应用3个方面,系统地介绍了该方向的研究进程,列举了各分类下统计学模型的优缺点,分析了该方向的相关研究进展,对比了不同研究之间的应用条件,并指出,未来研究还需实现迁移学习和时间序列模型在沟道侵蚀敏感性评估中的应用,以及深度学习模型与侵蚀沟发育物理机制相互融合,从而为改进和加强统计学模型与沟道侵蚀敏感性评估之间交叉应用,推动土壤侵蚀学科发展,为区域发展规划奠定理论与技术基础。     

松嫩典型黑土区耕地切沟密度分布特征及影响因子

东北黑土区是中国重要的商品粮生产基地，该地区耕地切沟侵蚀严重威胁农业生产及生态环境。为掌握松嫩典型黑土区耕地切沟密度分布特征及影响因子，基于全国第一次水利普查的998块抽样调查单元和1∶10000地形图，以及2018年Google高分遥感影像目视解译提取调查单元内所有切沟，采用地理探测器分析切沟密度空间分布的影响因子，分析松嫩典型黑土区耕地切沟密度的空间分布规律。结果表明：1)35.64%的耕地调查单元有切沟发育，切沟线密度变化在0.18～17.48 km/km²，面密度变化在425.95～91 921.34 m2/km²。2)地形和降水显著(P<0.05)影响松嫩典型黑土区耕地切沟密度，坡度是影响耕地切沟密度空间分布最重要的环境因子。3)依据切沟线密度划分，松嫩典型黑土区东部的黑土带耕地切沟侵蚀严重，轻度侵蚀以上面积占比35.87%，强烈侵蚀以上(切沟线密度≥2 km/km²)面积占比33.33%，剧烈侵蚀面积占比27.94%。黑钙土带有6.65%的面积遭受剧烈切沟侵蚀，星落分布于黑钙土带的边缘。系统抽样与高分辨...     

东北典型黑土区侵蚀沟形态及分布特征

东北黑土区是中国最重要的粮食生产基地之一,同时也是中国四大水蚀区之一,其中沟道侵蚀是水蚀发生的主要形式,掌握东北黑土区沟道侵蚀的基本情况,剖析其形态及分布特征,对于分析东北黑土区沟道侵蚀的成因及水土流失治理至关重要。该研究以典型黑土区嫩江县为研究区域,利用航空遥感影像及1∶5万DEM对区域内侵蚀沟进行普查统计,并分析侵蚀沟的沟宽、沟长、纵比降等形态特征,以及海拔、坡度、坡向等地形因素对侵蚀沟分布的影响,为黑土区侵蚀沟的治理提供理论依据。研究结果表明:1)沟道侵蚀主要分布在丘陵区,沟道类型以切沟为主,冲沟影响面积仅次于切沟,研究区以小于500 m的侵蚀沟为主,数量及面积分别占总数的96.67%、61.99%;2)侵蚀沟的沟宽与沟长为正相关,纵比降与沟宽、沟长为负相关;3)坡向对各类型侵蚀沟的分布影响较小,坡度对侵蚀沟的分布有一定影响,细沟和浅沟主要分布在2~6°和6~15°的坡面上,而切沟和冲沟则主要分布在0~2°、2~6°的坡面上,90%以上的细沟和浅沟、80%以上的切沟、冲沟发生在耕地上;4)嫩江县冲沟地形阈值模型拟合表明嫩江县冲沟发生的临界坡度较小,较小的坡度就能对坡面形成冲刷,出现冲沟的发生发育,而模型中主导径流过程的参数数值较小,表明嫩江县冲沟的产生可能受到地下过程的影响。     

Mapping soil erosion risk in Rondônia,Brazilian Amazonia: using RUSLE,remote sensing and GIS

This article discusses research in which the authors applied the Revised Universal Soil Loss Equation (RUSLE), remote sensing, and geographical information system (GIS) to the maping of soil erosion risk in Brazilian Amazonia. Soil map and soil survey data were used to develop the soil erodibility factor (K), and a digital elevation model image was used to generate the topographic factor (LS). The cover‐management factor (C) was developed based on vegetation, shade, and soil fraction images derived from spectral mixture analysis of a Landsat Enhanced Thematic Mapper Plus image. Assuming the same climatic conditions and no support practice in the study area, the rainfall–runoff erosivity (R) and the support practice (P) factors were not used. The majority of the study area has K values of less than 0·2, LS values of less than 2·5, and C values of less than 0·25. A soil erosion risk map with five classes (very low, low, medium, medium‐high, and high) was produced based on the simplified RUSLE within the GIS environment, and was linked to land use and land cover (LULC) image to explore relationships between soil erosion risk and LULC distribution. The results indicate that most successional and mature forests are in very low and low erosion risk areas, while agroforestry and pasture are usually associated with medium to high risk areas. This research implies that remote sensing and GIS provide promising tools for evaluating and mapping soil erosion risk in Amazonia. Copyright © 2004 John Wiley & Sons, Ltd.     

利用高分立体影像构建东北黑土山地丘陵区切沟体积估算模型

分析侵蚀沟形态特征并构建体积估算模型,对大空间尺度探究切沟侵蚀具有重要意义。该研究选取位于东北黑土山地丘陵区穆棱市的典型样区,基于WorldView-2高分立体像对影像(0.5m分辨率),利用ENVI5.3提取同分辨率DEM,选择45条切沟,在ArcGIS10.3中提取并计算切沟顶宽(TW)、底宽(BW)、沟深(D)、断面面积(CSA)、沟长(L)、面积(A)及体积(V)等参数,分析形态特征及相互关系,构建切沟体积估算模型。结果表明:1)切沟TW、BW、D、CSA、L、A及V均值分别为5.63 m、2.82 m、1.05 m、4.94 m~2、81.90 m、470.54 m~2、428.53 m~3。断面BW/TW均值为0.48,切沟以V～U型为主。TW/D全部大于1,均值为5.95,表明沟道横向侵蚀较下切侵蚀速率更快;2)切沟体积与沟长(V-L)、面积(V-A)间均有极显著幂函数关系,相比V-L关系模型,V-A关系模型具有更小的平均相对误差和更大的纳什系数,可更准确有效预测切沟体积,建议将其作为东北山地丘陵区切沟体积估算模型;3)与黄土高原及干热河谷地区相比,东北黑土区切沟体积与面积幂函数关系的指数更小,而区内山地丘陵区较漫川漫岗区更大,反映出山地丘陵区更加强烈的切沟发育状况;切沟形态特征影响V-A模型构建的精度,建议将狭长度(L/TW)作为切沟分类指标构建切沟体估算模型。研究结果可为东北黑土山地丘陵区大空间尺度切沟侵蚀的定量模拟提供方法和依据。     

辽宁省侵蚀沟发育特性及地形分异特征

在不同层面对研究区数字高程模型(DEM)重分级,探讨地形因素对侵蚀沟发育的影响。以第一次全国水利普查侵蚀沟普查成果(2010年)与辽宁省第五次土壤侵蚀普查侵蚀沟普查成果(2015年)获取侵蚀沟分布数据,基于1∶50 000DEM获取侵蚀沟高程、坡度、坡向、坡长和空间分异特征。在地理信息系统(GIS)和遥感(RS)技术的支持下,分析辽宁省侵蚀沟发育特性与地形分异特征。结果表明:5年间研究区侵蚀沟密度增加0.02km/km~2,侵蚀沟高发区主要集中在辽西;70%以上区域密度变化值50m/km~2,大部分处于微度增加区;高程在325~350m时密度变化值最大;坡向上南坡、西南坡为密度变化高值区;坡度在1.5°~15°时密度变化曲线呈抛物线形,1.5°和15°时无明显变化;坡长在600~800m时密度变化值最大,坡长1 000m时密度变化值无明显差异。     

黑土侵蚀区土壤侵蚀演变规律及对策

土壤侵蚀与气象、地形、地质、植被因素密切相关。本文介绍了黑龙江黑土区降雨量、雨强、坡度、坡长、植被、土壤性能与土壤侵蚀的关系,论述了层状面蚀、雨滴溅蚀、沟壑侵蚀、重力侵蚀、风蚀的演变规律,并提出了防治土壤侵蚀的对策。     

切沟侵蚀研究现状与存在问题分析

切沟侵蚀在现代土壤侵蚀过程中中占据重要地位,其对流域侵蚀产沙有重要贡献。从切沟发展阶段划分、切沟发展过程的主要方式、切沟侵蚀影响因素、切沟侵蚀预报模型和切沟侵蚀测量技术等方面较全面叙述了切沟侵蚀研究现状,提出了切沟侵蚀研究亟待加强的研究领域有：切沟侵蚀发生演变过程、切沟侵蚀影响机理,切沟侵蚀预报模型,切沟侵蚀研究法与技术。