CSLE模型应用中不同抽样密度和推算方法的比较

为探讨CSLE模型应用中,不同抽样密度和推算方法对估算县域尺度土壤侵蚀的影响,确定县域尺度既能保证精度,又能减轻外业工作量的适宜抽样密度和土壤侵蚀推算方法.以沂蒙山区蒙阴县为对象,通过对比在1％和4％2种野外调查单元的抽样密度下,分别采用单元直接外推法、单元插值外推法和栅格计算法估算土壤侵蚀状况,分析其差异性.结果表明:(1)单元直接外推法、单元插值外推法受抽样密度影响较大,在1％和4％抽样密度下,土壤侵蚀面积比相差8.82％和7.96％,相对差异达19.05％和17.43％;而栅格计算法,受抽样密度的影响较小,土壤侵蚀面积比相差3.13％,相对差异9.27％.(2)同一抽样密度下,单元直接外推法和单元插值外推法的估算结果相近,但与栅格计算法的结果差异较大,土壤侵蚀面积比相差11.77％ ～ 18.12％,相对差异34.72％～48.93％.因此,在应用CSLE模型开展沂蒙山区县域尺度土壤侵蚀调查工作时,综合考虑精度和工作量,若以高分卫片为基础,宜采用1％抽样密度和栅格计算法;否则,建议采用4％抽样密度基础上的单元插值外推法.     

沂蒙山区不同抽样密度对土壤侵蚀因子估算精度的影响

[目的]探讨分层系统抽样方法下不同抽样密度对土壤侵蚀因子估算精度的影响,为区域水土流失动态监测抽样方法和抽样密度的选取提供数据支撑。[方法]以沂蒙山泰山国家级重点治理区蒙阴县为对象,基于2013年SPOT5遥感影像和1∶1万地形图,采用人机交互解译、野外调查、统计分析等方法,以全县土壤侵蚀因子为基准值,对1%和4%密度土壤侵蚀因子进行精度评价。[结果]①1%抽样密度下,S,E,K因子相对误差较大,分别为33.48%,23.46%,20.64%,主要受坡度、土地利用和土壤类型影响;L,B,T相对误差均小于11%;六者平均14.44%。②4%抽样密度下,E,K,B相对误差较大,分别为15.07%,13.94%和10.69%,主要受土地利用和土壤类型影响;L,S,T相对误差均小于10%;6者平均7.89%。③以栅格计算法结果为基准值,采用单元插值外推法推算全县水土流失面积,1%密度下水土流失面积比偏高19.73%,4%密度下水土流失面积比偏高11.77%。[结论]蒙阴县1%和4%密度各因子均有不同程度的精度损失,并对水土流失估算结果造成一定影响,在区域水土流失动态监测过程中可根据需求选取合适的抽样密度。     

利用侵蚀模型普查黄土高原土壤侵蚀状况

土壤侵蚀普查对于土地资源保护和自然灾害防治具有重要意义。为了测试抽样方法和土壤侵蚀模型在土壤侵蚀普查中的适用性,该文以陕西吴起县为试点,采用1%均匀抽样方法,调查39个抽样单元的土壤侵蚀影响因子,使用中国侵蚀预报模型CSLE(Chinese soilloss equation)估算土壤侵蚀模数,并与基于遥感数据的水蚀分级分类方法进行比较。两种方法估算的全县平均土壤侵蚀模数分别为4571和5504t/(km2a),但不同分级侵蚀强度的面积和空间分布存在较大差异。抽样方法在土地利用与覆盖、水土保持措施及土壤特性方面获得的信息量大于遥感方法,同时对于区域具有很好的代表性;使用模型估算土壤侵蚀考虑的影响因子与分级方法相比,还包括了土壤可蚀性、坡长因子以及水土保持措施因子等,由此计算的土壤侵蚀模数和强度具有更高的可信度。因此,虽然基于抽样方法和土壤侵蚀模型的土壤侵蚀普查方法也存在一定的问题,但与土壤侵蚀分类分级方法相比具有明显的优越性。     

基于GIS/CSLE的四川省水土流失重点防治区土壤侵蚀研究

掌握四川省省级水土流失重点防治区水土流失情况、空间分异规律及其内在驱动因素对生态预警和土壤侵蚀治理等具有重要意义。应用中国土壤流失方程(CSLE)计算四川省省级水土流失重点防治区土壤侵蚀状况,通过不同土壤侵蚀敏感性评价方法识别中国土壤流失方程(CSLE)敏感因子,借助地理探测器探究重点防治区土壤侵蚀空间分异规律及其内在驱动力。结果表明:四川省省级水土流失重点防治区水土流失面积占比27.16%,平均土壤侵蚀模数为806.08 t/(km^2·a),属于轻度侵蚀,但区内土壤侵蚀差异明显,局部存在严重水土流失;土壤侵蚀敏感性分析表明,生物措施因子B是中国土壤流失方程(CSLE)中最敏感的因子;不同水土保持分区土壤侵蚀定量归因表明,土地利用方式是土壤侵蚀空间异质性的主要驱动力,且影响因子两两交互均能增加对土壤侵蚀空间分布的解释能力,各因子在不同水土保持分区作用程度存在显著差异。因而,在应用中国土壤流失方程(CSLE)计算土壤侵蚀量时,基于不同研究区针对较为敏感因子建立区域化算法是提高计算精度的关键。     

鲁中山区CSLE模型中植被和地形因子的优化方法

[目的]优化中国土壤侵蚀模型CSLE的因子计算方法,提高该模型在鲁中低山丘陵小流域的模拟精度,为低山丘陵区小流域的土壤侵蚀因子动态监测方法提供技术支撑。[方法]以淄博市郝峪小流域为研究区,将国产高分卫星数据和无人机低空遥感数据相结合,对CSLE模型中的地形地貌因子和植被覆盖与生物措施因子进行了算法优化,通过与国家监测数据的对比,验证优化后土壤侵蚀模型因子的优越性。[结果](1)模型因子算法优化验证结果表明,坡度坡长因子频率曲线相似度为0.91,可以进行土壤侵蚀计算;(2)对于植被覆盖度提取的尺度转换模型,拟合优度系数R~2为0.686 8,可以进行植被覆盖与生物措施因子计算。(3)优化模型后的土壤侵蚀数据与国家监测的土壤侵蚀数据的相关系数为0.686 8。[结论]优化了CSLE模型中因子提取计算的方法提高了模型的模拟精度。因子优化后计算的土壤侵蚀模数更符合当地实际情况。     

基于中国土壤流失方程模型的区域土壤侵蚀定量评价

[目的]用中国土壤流失方程(CSLE模型)对区域土壤侵蚀定量计算的方法进行初步探索,以期提高土壤侵蚀监测精度,有效、客观地反映水土流失治理效果。[方法]采用CSLE模型、遥感解译与统计分析相结合的方法,对准格尔旗境内的皇甫川流域进行土壤侵蚀定量评价。[结果]研究区2015年侵蚀总量1.38×10~7 t,年均侵蚀模数4 920.23t/(km^2·a)。土壤侵蚀强度以中度为主,轻度和强烈次之。[结论]用CSLE模型进行土壤侵蚀定量分析,综合考虑了降雨、土壤、植被、地形、措施等多项因子,可用于区域土壤侵蚀定量研究。     

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。     

区域土壤侵蚀遥感抽样调查方法

土壤侵蚀是全球性环境问题,土壤侵蚀调查是水土保持规划和生态文明建设的科学基础。为了完善土壤侵蚀抽样调查方法,快速、精准地估算土壤侵蚀实际速率,对基于高分辨率遥感影像进行目视解译,提取高精度土地利用和水土保持措施信息的方法进行了研究。基于现代地理信息科学,充分利用虚拟地球及其提供的公开高分辨率遥感数据资源,考虑土壤侵蚀及其治理的时空特征,采用分层不等概系统空间抽样方法布设抽样单元,通过对公开高分辨率遥感影像的目视解译,完成泛第三极地区土地利用和水保措施的遥感抽样调查。研究实现了2万个抽样调查单元的解译,提取了土地利用和水土保持措施信息;基于CSLE模型完成了典型抽样调查单元的土壤流失速率计算,并对解译结果进行了精度和实用性分析。结果表明:基于公开高分辨率遥感影像、利用分层不等概系统空间抽样方法,可快速提取土地利用和水土保持措施信息,完成区域土壤侵蚀抽样调查。     

重庆市中国土壤流失方程因子研究进展

水土流失动态监测是落实国家生态文明建设决策部署的重要支撑。中国土壤流失方程(CSLE)被用于水土流失动态监测中水蚀区的土壤侵蚀模数计算,但其中各因子计算方法和参数取值因地而异。采用文献法对重庆市CSLE模型各因子的相关研究进行了检索,系统梳理和归纳了各因子的计算方法及参数取值等相关研究成果,提出了研究中存在的问题及未来研究的方向,希望能为重庆市水土流失动态监测及水土保持工作提供一定的帮助和参考。     

区域水土流失动态监测软件设计与实践

通过梳理CSLE模型需要的参数、参数的计算方法、成果数据的统计及整编要求，设计开发了区域水土流失动态监测软件，可实现土壤侵蚀因子和土壤侵蚀强度的自动化计算、数据批量处理及成果数据自动整编等功能。该软件在新安江国家级水土流失重点预防区水土流失动态监测中已得到应用，显著提高了模型侵蚀强度计算和成果整编的效率，同时提高了工作和产品的质量，可为第三方技术服务单位开展区域水土流失动态监测提供重要技术手段，也有助于推进全国区域水土流失动态监测工作的智能化进程。     

基于抽样调查资料估算区域土壤侵蚀量

区域土壤侵蚀量估算是土壤侵蚀调查的重点和难点,为了利用抽样调查数据定量估算区域土壤侵蚀状况,以2011年第1次全国水利普查中的水力侵蚀抽样调查资料为基础,利用中国土壤流失方程(CSLE),通过地理信息系统估算2011年辽宁省的降雨侵蚀力、土壤可蚀性、地形、水土保持措施等侵蚀因子及侵蚀量,在此基础上对全省的水力侵蚀强度进行分级和面积统计,并与抽样调查结果进行对比.结果显示:全省各土壤侵蚀因子的估算结果与抽样调查结果较为接近;土壤水蚀以微度和轻度侵蚀为主,每年全省约85％的土地处于微度侵蚀(＜1000t/km2),而强度侵蚀(＞5 000 t/km2)面积仅占2％;抽样调查得到的独立工矿用地、果园、旱地和其他土地的侵蚀模数较估算得出的侵蚀模数大,而在草地、其他林地等土地利用类型上抽样调查得到的侵蚀模数却较估算得出的侵蚀模数小,主要原因可能是省域和抽样单元计算地形因子的DEM数据精度不同.总体上,该研究为如何利用抽样调查数据估算全国土壤侵蚀状况提供参考.     

基于RUSLE的2010年商南县土壤侵蚀特征分析

[目的]以长江源头陕西省商南县为例,分析县域土壤侵蚀空间分布,为正确认识与防治长江上游水土流失和做好水土保持防治工作提供科学依据。[方法]基于Landsat TM7和ETM+影像,获取商南县2010年土地利用信息,采用修正通用土壤流失方程(RUSLE)确定方程中各影响因子,对商南县土壤侵蚀现状进行定量评价。[结果]林地是商南县主要土地利用类型,占县域总面积的87.05%,其次是耕地(9.43%)、居民地(2.82%)、水体(0.64%)、未利用地和草地(0.06%)。受坡耕地和低覆盖林草地的影响,商南县2010年土壤侵蚀较严重,平均侵蚀模数4 953.76t/(km2·a)。受侵蚀(轻度以上)面积1 319.3km2,占总面积的57.03%。强度和极强度侵蚀级别面积所占比例为24.10%,其次为轻度侵蚀级别,面积为14.31%,中度和剧烈侵蚀级别面积分别为6.23%,12.39%。剧烈和强度侵蚀主要分布在北部、中部及东南部的山区地段的坡耕地。虽然强度和剧烈侵蚀级别面积比例不是很高,但对该县总侵蚀量的贡献最大,达到52.29%。[结论]不适宜的土地利用是引起严重土壤侵蚀的主要原因;应将县域北部、中部及东南部山区的坡耕地作为防治的重点。     

基于CSLE和抽样调查的泰国土壤水蚀评价

通过对泰国区域土壤侵蚀的定量评价,掌握泰国土壤水蚀特征,以期为泰国土壤侵蚀防控和相关研究提供技术和数据支撑。采用CSLE模型,基于30 m分辨率区域侵蚀因子综合运算完成泰国土壤水蚀速率计算(地图代数法制图),基于亚米级分辨率抽样调查完成抽样单元水蚀速率计算,再以抽样单元计算结果为参考,对地图代数制图结果进行直方图匹配,最终获得研究区土壤水蚀速率专题图。结果表明:(1)直方图匹配制图结果既保留了原有的空间分布特征,又具有准确的统计特征。(2)泰国平均土壤水蚀速率为687.9 t/(km²·a),是全球平均土壤水蚀速率的2.4倍,个别地区达到1 000 t/(km²·a)以上(占面积13.2%,占侵蚀总量72.0%),与全球平均水蚀速率相比,土壤水蚀较为严重,0.6%的区域年侵蚀量约占研究区侵蚀总量的21.5%,局部侵蚀剧烈。(3)在各土地利用类型中,耕地水蚀最为严重,平均水蚀速率高达1 020.2 t/(km²·a),水蚀速率>2 500 t/(km²·a)的热点地区84.1%区域为耕地。由此可知,泰国局部区域的土壤水蚀较为剧烈,耕地对区域水土流失的贡献较大。     

FLUS-CSLE模型预测黄土高原典型流域不同土地利用变化情景土壤侵蚀

流域土壤侵蚀预测对于了解未来土壤侵蚀发展趋势，制定未来水土保持治理策略具有重要意义。为了提出一种适用于黄土高原地区的易于评估未来不同土地利用管理策略的土壤侵蚀预测方法，本研究基于地形、降雨、土壤、遥感影像数据，完成韭园沟流域2010-2020年的土地利用空间分布解译，并计算历史时期（2010-2020）的土壤侵蚀模数，基于FLUS模型完成流域2025年土地利用分布状况预测，以此为基础获得未来植被覆盖措施因子B和耕作措施因子T，结合CSLE模型预测2025年自然发展、经济增长、生态保护3种不同土地利用变化情景下土壤侵蚀状况。结果表明：1）韭园沟流域土地利用类型主要为草地（面积占比62.23%）和林地（28.41%），其次是耕地、建筑物和水体，在2010-2020年期间土地利用空间分布格局经历了较大变化，林、草地面积增加8.36%，耕地面积减少30.3%。2）流域2010、2015、2020年这3 a间土壤侵蚀模数平均值分别为19.49、15.83、20.7 t/(hm2·a)，整体呈现先降低后增加的趋势，不同土地利用类型的土壤侵蚀模数由大到小为耕地（40.56 t/(hm2·a)）、草地（18.79 t/(hm2·a)）、建设用地（10.25 t/(hm2·a)）、林地（8.02 t/(hm2·a)）。3）在积极的生态保护情景下，2025年林、草地面积相比自然发展和经济增长情景分别增加1.63%、5.06%，耕地面积相比自然发展和经济发展分别减少1.2%、14.73%。4）2025年流域自然发展、经济增长、生态保护情景下土壤侵蚀模数分别为24.3、22.9、18.3 t/(hm2·a)。采取积极的生态保护情景发展模式，建设用地面积适度扩张可以兼顾生态保护和经济发展的需要。该研究为流域未来的土地利用规划以及水土保持治理提供了参考，同时提供了一种快速、高效的不同土地利用情景土壤侵蚀预测方法。     

基于CSLE模型的巴基斯坦土壤侵蚀评价

通过制作土壤侵蚀图,分析土壤侵蚀主控因子,为巴基斯坦水土流失与保护提供合理的科学依据及治理参考.以土壤侵蚀抽样调查单元数据和土壤侵蚀因子数据为数据源,基于CSLE模型分别以空间插值法和地图代数法定量计算巴基斯坦水蚀区土壤侵蚀图,以空间插值结果为参照对地图代数计算结果做直方图匹配得到巴基斯坦水蚀速率图;采用水利部SL 1...     

基于CSLE-TLSD耦合模型的近40年洞庭湖流域土壤侵蚀时空分异及归因分析

为了精确模拟洞庭湖流域土壤侵蚀动态过程并定量评估其影响因素贡献,在中国水土流失方程(CSLE)的基础上耦合泥沙输送限制模型(TLSD),实现对土壤分离-搬运-沉积全动态过程分析。在此基础上,采用趋势分析和地理探测器方法探究洞庭湖流域1980-2020年土壤侵蚀时空分异特征与影响机制。结果表明:(1)CSLE-TLSD耦合模型在各水文站的年输沙量模拟值和实测值拟合结果较好(R²=0.56);(2)1980-2020年洞庭湖流域年均土壤侵蚀模数为5.09 t/(hm²·a),侵蚀模数和面积在整体上均呈下降趋势,其中侵蚀显著改善区域占流域总面积的22.60%,而显著加剧区域仅占2.69%;(3)年侵蚀总量以2005年为突变点,呈现出先下降后上升的趋势;(4)2005年前后导致土壤侵蚀变化的主导因子从地类变化转变为年降雨量变化。综上,洞庭湖流域土壤侵蚀总体呈现侵蚀面积收缩、局地恶化的趋势,其中极端降雨事件和经果林开发是侵蚀加剧的主要原因。