区域性土壤流失预测方程的初步研究

应用我国南方花岗岩侵蚀红壤区的径流小区观测资料,采用数值分析方法推导出适合花岗岩侵蚀红壤区,计算各次降雨吋土壤流失量和年土壤流失量方程:A₁=4·y_s·K·LS;并利用野外调查量测资料,推导出适合长江三峡低中山区的土壤流失方程:A₂=(152.5D-1016)·R·LS·C^-2.3利用上述方程可以预测特定区域的土壤流失量。     

黑龙江省土壤流失方程的研究

通过对7年大量试验数据的统计分析,建立了黑龙江省土壤流失方程(简称方程)A=RKLSCP。并确定了方程中诸因子的求算方法和数值及黑龙江省土壤允许流失量,为方程的应用提供了必要的技术数据;还进行了方程的验证,其方程计算值与实测值准确率在90%以上,证明方程在实际应用中具有较大的可靠性。该方程的建立,为监测预报水土流失及制定水土保持规划提供了一整套的科学方法和依据。     

GIS技术在通用土壤流失方程中的应用研究

通用土壤流失方程(USLE)在我国应用,重要的是要对各相关因子值进行科学的确定。结合遥感与地理信息系统(GIS)技术,可以实现以USLE为平台的区域土壤流失遥感监测。本研究介绍了USLE中因子的GIS生成以及土壤流失量的GIS生成过程,其研究成果可作为水行政部门决策与执法的依据,也可作为研究区域基础地理信息资料进行储存备份与延伸应用。     

GIS技术在通用土壤流失方程中的应用

通用土壤流失方程（USLE）传入我国后，国内各级研究机构加以深放研究与适用性探索。结合遥感（RS）与地理信息系统（GIS）技术，实现以USLE为构式的区域土壤流失遥感监测，已在我国多处地区进行了尝试应用与实际应用。基于泉州市1996年度水土流失遥感监测所采用的技术路线，阐述了USLE方程因子的GIS生成以及土壤流失量的GIS实现依据。     

兰成渝输油管道工程甘陕段土壤流失预测

兰成渝输油管道工程甘陕段全长 5 3 8km ,建设中损坏原地貌和地表植被 ,产生大量的弃土弃渣。经分析计算 ,新增土壤流失量为 3 3 5 5万t,其中弃土弃渣流失量 2 3 19万t ,占流失总量的 69% ;损坏原地貌和植被新增土壤流失量 10 3 6万t。弃土弃渣是土壤流失防治的重点。     

类比法在高速公路建设土壤流失预测中的应用

在分析高速公路建设造成土壤流失特点的基础上,以浙江甬(宁波)金(金华)高速公路绍兴段(新昌至嵊州)工程为例,详细论述了运用类比法进行高速公路土壤流失预测的主要内容、方法、步骤等。文中的土壤流失预测内容及预测方法,可为高速公路及其他开发建设项目的土壤流失预测提供借鉴与参考。     

通用土壤流失方程中的坡长因子研究进展

 坡长是决定土壤侵蚀的地形因素。通用土壤流失方程中的坡长因子反映坡长与侵蚀的关系,是土壤侵蚀预报模型的重要指标,在土壤侵蚀预报和水土保持规划中被广泛应用和深入研究。从坡长与侵蚀的关系、坡长因子算法以及坡长因子在地理信息系统环境中的提取3方面,系统回顾坡长因子在国内外的研究成果和发展历史。在此基础上,分析目前在我国土壤侵蚀预报模型的研究和应用过程中,坡长因子存在的5方面的问题,并针对这些问题对未来的研究提出了展望。     

高速公路建设土壤流失预测研究

对公路建设项目土壤流失进行预测是《开发建设项目水土保持方案技术规范》规定的内容,土壤流失量的预测方法主要有数学模型法、实地测试法和类比法。由于公路建设项目水土流失监测数据缺乏,因此推荐使用类比法。通过实例分析介绍了类比法的应用。     

闽东南土壤流失人工神经网络预报研究

利用径流实验场观测资料，首次提出应用人工神经网络模型实现土壤流失预测预报，并通过模拟计算进行了检验，与通用土壤流失方程（USLE）比较，人工神经网络模型预报模拟精更高，从而为闽东南土壤流失预测预报提供准确信息。     

北京山区土壤流失方程探讨

 水土流失是生态环境恶化的重要原因之一。土壤流失方程是定量评价水土资源发展动态、指导综合治理规划和评价水土流失治理效果的重要技术工具。利用北京近1000个坡面径流试验小区的年降雨、径流和泥沙资料以及人工降雨试验资料,并考虑北京石质山区存在大量砾石覆盖地表的特点,将砾石覆盖因子作为一个独立的因子考虑在土壤流失方程中。得到北京山区坡面土壤侵蚀方程,并确定了方程中各个因子的计算方法或数值。该方程的建立,可为北京山区土壤侵蚀动态监测和水土保持规划提供依据。     

福建省土壤流失预防研究

该研究采用通用方程（ＵＳＬＥ）和数量化理论Ｉ分别预报了福建省顺坡撂荒和具有生物工程措施的坡地土壤流失量，结果表明，顺坡器撂荒区土壤流失的预报粗度较高，说明确定的Ｒ，Ｋ，ＬＳ算法更符合福建的具体条件，从统计意义上看，数量化理论Ｉ可以用于福建省生物工程措施区的土壤流失预报。     

公路建设新增土壤流失预测时段探讨

新增土壤流失预测是开发建设项目水土保持方案编制的基础。根据开发建设项目的实际情况和区域水土流失特点,确定符合实际的预测时段,能提高预测结果的准确度,有利于防护措施的优化配置。探讨了高速公路建设新增土壤流失预测时段确定的有关问题。     

新疆天业40万t／a聚氟乙烯项目土壤流失预测及防冶

新疆天业40万t／a聚氯乙烯及配套建设项目扰动前后的土壤侵蚀模数差别较大，给土壤流失预测带来一定的困难。根据不同的立地条件和扰动程度，应用数学模型对区域土壤流失进行预测，结果表明该工程建设可能造成土壤流失的面积为207．04hm^2，可能造成的新增土壤流失量为16212．65t。针对其土壤流失特点和危害，提出了防治措施：一是尽可能采取植物措施，增大区域植被覆盖度；二是合理肾凑地安排施工进度；三是堆土场的防护措施采用编织袋装土、“品”字形精密排列的堆砌护坡方式：四是施工过程中尽量少占耕地和少毁坏林草植被．充分利用原地貌．     

滇东北山区坡耕地土壤流失方程研究

滇东北山区是云南省“长江上游水土保持重点防治工程”治理计划的重点区域,该区域水土流失的主体是坡耕地。该项研究通过对３２个试验小区连续３ａ实测数据的统计分析,建立了滇东北山区坡耕地土壤流失方程Ａ＝Ｒ·Ｋ·ＬＳ·Ｃ·Ｐ;并确定了方程中诸因子的求算方法和数值,以及滇东北山区土壤允许流失量,为方程的应用提供了基本的技术数据。并进行了方程的验证,方程计算值与实测值的误差在６％以下,表明该方程在实际应用中具有     

生产类开发建设项目土壤流失量预测方法探讨

生产类开发建设项目扰动面积随时间逐渐变化,扰动面积变化的时间分割单位越小,逐块逐时段累加计算的土壤流失量才越准确,当时间分割单位最小时,土壤流失量才最接近实际。据此,推导出了生产类项目土壤流失量预测公式,采用此公式进行了实例计算。     

新疆天业40万t/a聚氯乙烯项目土壤流失预测及防治

新疆天业40万t/a聚氯乙烯及配套建设项目扰动前后的土壤侵蚀模数差别较大,给土壤流失预测带来一定的困难。根据不同的立地条件和扰动程度,应用数学模型对区域土壤流失进行预测,结果表明该工程建设可能造成土壤流失的面积为207.04 hm2,可能造成的新增土壤流失量为16 212.65 t。针对其土壤流失特点和危害,提出了防治措施:一是尽可能采取植物措施,增大区域植被覆盖度;二是合理紧凑地安排施工进度;三是堆土场的防护措施采用编织袋装土、“品”字形紧密排列的堆砌护坡方式;四是施工过程中尽量少占耕地和少毁坏林草植被,充分利用原地貌。     

大型水电站建设中的土壤流失动态研究

以金沙江干流金安桥水电站为例,研究了大型水电站工程建设期内不同施工部位土壤流失量的动态变化。结果表明:汛期降雨量占年降雨量的92.9%以上,汛期是土壤流失发生的主要时段。受建设内容、施工时段、施工进度和降雨量的影响,各部位土壤流失量变化趋势不同:弃渣场松散堆积物流失量呈现"较小→增大→减小"的趋势,2005年施工开始,2006年达到峰值;施工道路土壤流失量逐年递减;料场土壤流失量年际变化呈现单峰型,2007年达到峰值;施工营地仅在前两年建设中有土壤流失,硬化、绿化后基本无土壤流失产生。河道泥沙含量具有"增大→减小→增大→减小→平衡"的趋势。金安桥水电站建设7年,产生的土壤流失量达67 642.4 t,其中施工道路占50.9%、渣场占28.7%,施工道路和渣场是水土流失敏感部位和重点部位。     

三峡库区小流域修正通用土壤流失方程适用性分析

土壤侵蚀量的定量研究可为国家生态环境建设和水土保持宏观决策的制定提供重要的依据。修正通用土壤流失方程(revised universal soil loss equation,RUSLE)是开展土壤侵蚀定量评价的主要手段。该文在地理信息系统(geographic information system,GIS)的支持下,依据中国土壤流失方程各因子的算法确定RUSLE模型各因子值,估算了三峡库区黄冲子小流域不同时期的土壤侵蚀量,并与基于泥沙平衡原理计算的土壤侵蚀量比较后分析RUSLE模型在库区小流域的适用性。结果表明,基于RUSLE模型估算的小流域1963-2000年(农地小流域)和2001-2014年(林地小流域)的年均土壤侵蚀模数分别为2246.09和868.3 t/(km2·a),其结果与采用137Cs和210Pb技术的塘库沉积物定年结果基本吻合,表明210Pb定年结果可靠。依据泥沙平衡原理计算的小流域1963-2000年和2001-2014年的年均土壤侵蚀模数分别为942.48和811.47t/(km2·a)。RUSLE模型估算小流域1963-2000年和2001-2014年的土壤侵蚀模数相对误差分别为138.32%和7.00%。因此RUSLE模型适用于库区林地小流域,而不适用于库区农地小流域;但是基于地形因子(LS因子)修正的RUSLE模型估算结果相对误差减少至8.14%,其适用于库区农地小流域。     

时间序列分析在土壤墒情预测中的应用研究

土壤水分的动态模拟是土壤墒情监测及预报的重要内容,采用时间序列的线形模型进行土壤水分时间序列的拟合与趋势预测.在建立模型后,用实测数据与模型的预测数据相比较说明时间序列线形模型能较好地拟合与预测土壤墒情的变化趋势,可为干旱研究及其治理提供依据.