基于InVEST模型的青弋江流域土壤侵蚀与影响因素研究

为探究安徽省青弋江流域土壤侵蚀的演变规律和驱动因素,采用InVEST模型对该流域2000—2018年的土壤侵蚀特征开展了研究,量化了不同土地利用类型、海拔、坡度下土壤侵蚀状况,并借助地理探测器对流域土壤侵蚀影响因素进行分析。结果表明：(1)2000年、2010年、2018年该流域平均土壤侵蚀模数分别为15.29,14.14,10.74 t/(hm²·a),侵蚀总量分别为1.08×10⁷,1.00×10⁷,0.76×10⁷ t,呈现逐渐减小特征;(2)流域内土壤侵蚀空间差异显著,呈现“北低南高”的分布格局;(3)不同土地利用类型土壤侵蚀模数大小表现为裸地>草地>林地>耕地>建设用地>水体,全流域林地侵蚀量最大,占总侵蚀量的73.71%;(4)地形因子对流域内土壤侵蚀存在显著影响,坡度是青弋江流域土壤侵蚀主导因子,因子间交互作用对土壤侵蚀的解释力均大于单因子,其中坡度与年降水量和土地利用的协同作用解释力最强,分别达22.93%和22.29%;(5)坡地坡度降缓及增加草地和林...     

基于RUSLE模型的黄河流域山西段土壤侵蚀变化与驱动因子

本研究基于降水数据、土壤类型数据、数字高程模型数据(DEM)、植被覆盖指数(NDVI),分析降雨侵蚀力(R)、土壤可蚀性(K)、地形因子(D)、植被覆盖因子(C)和水土保持措施因子(P),利用修正通用土壤流失方程(RUSLE)对2000—2020年黄河流域山西段土壤侵蚀的时空分布格局进行研究,识别高侵蚀强度区域的区位特征;并使用地理探测器模型揭示影响土壤侵蚀强度分布格局的主要成因以及因素间耦合关系的定量归因。结果表明：①2000—2020年期间,黄河流域山西段的土壤侵蚀呈减弱态势,由2000年的31.29 t/(hm²·a)降至2020年的25.67 t/(hm²·a),呈现出东南弱西北强的空间分异特征;②栽培植被是影响土壤侵蚀的主要植被类型,土地利用/覆盖类型为草地或未利用地、海拔629~932 m、坡度5°~8°和植被覆盖度30%~45%是土壤侵蚀主要发生地;③驱使黄河流域山西段土壤侵蚀格局形成的多个因素中,植被覆盖度始终起主导作用;两两因素之间交互协同作用表现为双因子增强或者非线性增强,植被覆盖度和坡度交互作用最大。因此,黄河流域山西段在进行土壤侵蚀防治和生态保护与修复时,应优先考虑植被覆盖度为30%~45%且坡度在5°~8°的区域。     

基于RUSLE模型的2000-2010年长江三峡库区土壤侵蚀评价

[目的]探究三峡库区土壤侵蚀程度,为区域土壤侵蚀合理化治理提供依据。[方法]采用RUSLE模型,结合多源数据（MODIS-NDVI,DEM,土地利用等）,定量评价长江三峡库区2000-2010年的土壤侵蚀时空分布。[结果]①三峡库区除西部地区外,其它地区土壤侵蚀情况严重;2000-2010年,长江沿岸以剧烈侵蚀和极强度侵蚀为主;②三峡库区土壤侵蚀状况在2000-2010年间得到一定程度的改善,强度以上土壤侵蚀面积由2000年的1.71×10⁶ hm²下降为2010年的6.82×10⁵ hm²;库区内平均侵蚀模数由2000年的36.75 t/（hm²·a）下降为2010年的22.79 t/（hm²·a）;③三峡库区经过多年侵蚀治理,强度、极强度、剧烈侵蚀面积逐渐减少的同时,轻度、中度土壤侵蚀面积在逐渐增加。[结论]研究区需要进一步加强对轻度、中度土壤侵蚀的治理。     

基于InVEST模型的低山丘陵区土壤侵蚀变化与驱动因素分析

山区最为严峻的生态威胁为土地不合理利用导致的水土流失。为探究山区水土流失时空分布规律及驱动因素,以迁西县为例,利用GIS与InVEST模型定量估算研究区的土壤侵蚀时空变化特征,并通过地理探测器剖析土壤侵蚀的主要驱动因子,以期为区域社会经济与生态环境协调发展提供决策支撑。结果表明:(1)1990年、2000年、2010年与2020年的土壤侵蚀量分别为1.25×10⁷ t,1.41×10⁷ t,1.77×10⁷ t与2.00×10⁷ t,呈不断上升趋势,且在空间上均呈北高南低的分布格局;(2)土地利用类型是土壤侵蚀的最主要驱动因素,工矿用地与未利用地是区域土壤侵蚀风险较高区域,其他因子作用由强至弱依次为坡度、土壤类型、植被覆盖度、降雨;(3)因子间交互作用结果对土壤侵蚀的解释力均大于单一因子的解释力,其中用地类型与其他因子的交互结果对土壤侵蚀的解释力最强。基于以上分析,文章最后提出水土流失治理的措施:加强工矿用地生态修复整治与未利用土地生态保护,植树造林增强其地表植被覆盖度; 控制板栗经济林扩张规模,恢复林下草皮,>25°坡耕地退耕还林还草。     

基于RUSLE模型的湟水流域土壤侵蚀时空变化

研究黄河上游土壤侵蚀的时空变化对于维持黄河上游生态系统服务功能、保护黄河上游水塔具有重要意义.以黄河上游典型区域湟水流域为研究区,采用RUSLE模型定量评估了该流域2000—2015年土壤侵蚀的时空变化特征,并分析了有无梯田措施下土壤侵蚀的空间变化,从而量化了梯田建设对防治坡面土壤侵蚀的影响.结果表明:2000—201...     

基于地理探测器的岷江上游地区土壤侵蚀变化

为掌握岷江上游地区土壤侵蚀动态变化规律和驱动力,以修正的土壤侵蚀模型(RUSLE)为基础,实现该地区2000—2018年侵蚀定量评价,按照国家水力侵蚀分级标准将其分为6个等级,以斜率变化模型完成其动态变化规律的分析,借助地理探测器实现其变化驱动力的探索。结果表明:微度和轻度侵蚀占据全域总面积的70%以上;近20 a内,全域土壤侵蚀整体得到了有效遏制,整体发展态势相对良好;植被覆盖度、降水和高程是驱动土壤侵蚀强度空间分布格局形成和改变的主要因素,特别是植被度的驱动作用最明显;各因子间产生交互关系时,其协同作用均比单因子产生的驱动作用更明显。岷江上游地区土壤侵蚀强度分布格局差异显著,侵蚀总体得到有效遏制,植被覆盖是驱动该地区土壤侵蚀强度空间分布格局变化的主要因素。     

基于GIS的区域土壤侵蚀模型设计

区域土壤侵蚀模型是国家和区域土壤侵蚀调查、水土保持宏观规划的支持工具。借鉴国外区域土壤侵蚀模型,以DEM栅格为空间单元,对区域土壤侵蚀的单元模型进行定量表达,包括降雨、植被截留、入渗,微地形填洼等,并利用GIS功能完成径流传递和汇集部分的计算,建立了区域土壤侵蚀模型。所建立模型在延河流域的试运算,结果接近现实,能反映土壤侵蚀时空分布趋势。模型的建立可为水土保持的宏观决策提供支持。     

基于WebGIS的土壤侵蚀模型的研究及应用

土壤侵蚀是一个世界性的环境问题 ,它使土壤的生产力和用水的质量降低 ,从而引起土壤沉积并增加了发生洪涝灾害的可能性。随着世界范围内土壤侵蚀的日益严重以及水土流失问题的突出 ,土壤侵蚀的研究越来越深入。但目前对土壤侵蚀的工作大多局限在模型的改进和其相关因子的选择上 ,缺乏一个良好的用户界面来完成土壤侵蚀模型各个因子以及土壤侵蚀预测结果的分析与其可视化。通过充分利用 GIS的有关技术 ,建立了一个基于 USL E的网络土壤侵蚀模型 ,并设计了应用界面 ,解决了上述问题。试验表明 :这个基于 WEBGIS的土壤侵蚀模型 ,不仅使土壤侵蚀研究成果通过 GIS的良好界面表现出来 ,而且还可以利用 GIS的有关分析工具 ,反过来促进土壤侵蚀模型的改进。     

基于RUSLE模型和地理探测器的鄂西南土壤侵蚀脆弱性评价

[目的]水土流失是鄂西南突出的生态问题,合理评估该区域的土壤侵蚀脆弱性,并探究其驱动机制是采取有效水土保持措施的前提。[方法]从人地耦合系统视角分析自然和社会经济因素对鄂西南土壤侵蚀的影响,从暴露度、敏感性和适应能力3个方面构建了鄂西南土壤侵蚀脆弱性评价指标体系,并采用综合赋权法确定指标权重。[结果](1)2010—2020年鄂西南土壤侵蚀脆弱性总体上呈现先降低后升高的趋势,强烈及以上强度的土壤侵蚀脆弱性呈现零星的碎片化分布格局,且主要集中在鄂西南的中南部和东部宜昌市辖区的西部地区;(2)研究区敏感性最高的区域集中在海拔800～1 500 m,敏感性在坡度25°～35°最大,并呈现出向两侧递减的趋势,当坡度>15°时,较高及以上敏感性面积急剧增加;(3)较高及以上土壤侵蚀脆弱性高于土壤侵蚀强度,较低及以下土壤侵蚀脆弱性低于土壤侵蚀强度,土壤侵蚀脆弱性与土壤侵蚀强度存在协同变化趋势;(4)土壤侵蚀脆弱性的分布格局是多因素协同作用造成的,地理探测器的分析表明坡度、植被覆盖度、教育质量和城镇化率对土壤侵蚀脆弱性的解释力较强。[结论]未来需要高度重视对坡度>15°地区植被覆盖的保护...     

土壤侵蚀模型研究进展

国内外土壤侵蚀模型的发展过程,可以大致划分为经验统计模型、物理过程模型与分布式模型三个阶段.就这三个阶段,介绍了国内外土壤侵蚀模型的研究成果.并将地理信息系统(GIS)在土壤侵蚀模型中的应用分为三类,一是以GIS为工具,利用GIS提取模型所需因子,然后按照模型要求利用GIS的图形运算和地图代数运算,最后得到计算结果.二是将GIS与土壤侵蚀模型作为两个不同的系统,考虑结合方法的问题.三是利用GIS开发新的模型或改善已有模型.     

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。     

豫西山区次降雨侵蚀力简化模型的建立

而降雨侵蚀力是定量监测评价一个地区土壤侵蚀状况的重要因子之一,找到适宜简便的计算方法十分重要。本文利用位于豫西山区鲁山县的两个水文站各三年共125次自记降雨过程资料,建立了该区域次降雨侵蚀力计算模型:R次=0.146×Pt×I30-1.189(r=0.992,n=105);并进行了预报效果检验,采取模型有效系数和相对偏差评价模型的的效果,结果表明二者分别为99%和8.8%。本文所创立的次降雨侵蚀力模型简便实用,不仅可以评价区域年R值分布,有效地分析R值的年内分布状况,更重要的是为水土流失定量监测从多年平均监测、年监测提高到次降雨流失量的监测提供了可能,从而实现区域定量监测的精度。     

Estimation of rainfall erosivity using 5- to 60-minute fixed-interval rainfall data from China

The 30-min rainfall erosivity index (EI₃₀) is commonly used in the Universal Soil Loss Equation for predicting soil loss from agricultural hillslopes. EI₃₀ is calculated from the total kinetic energy and the maximum 30-min rainfall intensity of a storm. Normally, EI₃₀ values are calculated from breakpoint rainfall information taken from continuous recording rain gauge charts, however, in many places in China and other parts of the world the detailed chart-recorded rain gauge data relative to storm intensities are not readily available, while hourly rainfall is readily available. The objective of this study was to assess the accuracy of EI₃₀ estimations based on 5-, 10-, 15-, 30-, and 60-min time-resolution rainfall data as compared to EI₃₀ estimations from breakpoint rainfall information. 456 storm events from five soil conservation stations in eastern China were used. The values of EI₃₀ based on the fixed-time-interval data were less than those calculated from breakpoint data. The average conversion factors (ratio of values calculated from the breakpoint data to those from the fixed-interval data) for the five stations decreased from 1.105 to 1.009 for the estimation of E values, from 1.668 to 1.007 for I₃₀ values, and from 1.730 to 1.014 for EI₃₀ values as the time resolution increased from 60 to 5 min. The maximum 30-min rainfall intensity was the major source of error in estimating EI₃₀ for 60-min fixed-interval data, while storm kinetic energy played a proportionately more significant role as the fixed-interval data decreased from 60 to 5 min.     

确定侵蚀细沟土壤临界抗剪应力的REE示踪方法

近年来兴起的REE示踪方法 ,可以研究土壤侵蚀的发生和发展的过程 ,及其沿坡面变化的规律。本研究采用Dy、La、Sm、Yb、Ce、Eu、Nd、Tb等 8个REE、3个雨强 (50mmh- 1,10 0mmh- 1和 150mmh- 1)和4个坡度 (8.74% ,17.63 % ,3 6.4%和 46.63 % )进行了一系列人工模拟降雨试验 ,展示了土壤侵蚀沿坡面变化与坡面细沟发展的关系 ,分析了土壤表面水流动力特征与土壤侵蚀之间的动态平衡。由土壤侵蚀沿坡面的变化 ,确定了土壤细沟侵蚀发生的临界距离 ,并由此得到侵蚀细沟土壤临界剪应力。对不同试验条件下最大细沟侵蚀率与径流剪应力和细流力之间的关系进行了回归分析     

基于支持向量机的滑坡灾害信息遥感图像提取研究

阐述了基于支持向量机的滑坡灾害信息遥感图像提取的基本原理和方法,并结合实例说明了这种方法的有效性。通过研究,试图找到一种新的滑坡地质灾害信息提取方法,为滑坡地质灾害信息的快速提取、分析滑坡地质灾害发生的激发因素奠定基础。     

基于支持向量机的土壤水力学参数预测

为了分析支持向量机在土壤水力学参数预测方面的效果,应用支持向量机构建用于预测土壤水力学参数的土壤传递函数,以土壤粒径分布、容重、有机质含量等土壤理化性质为输入项,分别预测土壤饱和导水率、饱和含水率、残余含水率,以及van Genuchten公式参数的对数形式。结果表明预测值和实测值不存在显著性差异,用支持向量机预测土壤水力学参数是可行的。不同输入项处理的预测分析表明,输入项为粒径分布、粒径分布和容重、粒径分布和有机质含量3种情况的预测效果差异不明显,而输入项为粒径分布、容重和有机质含量时预测效果优于前3种情况。支持向量机在预测土壤水力学参数方面的效果要优于多元线性逐步回归模型,而与BP神经网络模型相比不具有明显好的预测效果。     

基于InVEST模型的商洛市水土保持生态服务功能研究

以南水北调中线工程重要水源地商洛市为研究对象,采用生态系统服务和交易的综合评估模型(Integrated Valuation of Ecosystem Services and Trade-offs,In VEST)中的土壤保持模块(Sediment Retention Model),从水文角度对商洛市的地块截留、土壤侵蚀与土壤保持进行生态系统功能定量评估和空间异质性分析,进一步探讨该区在水库清淤和保证水质两种情境下的土壤保持效益与空间特征。结果表明:(1)商洛市潜在与实际土壤侵蚀量分别为1.21×109 t、3.4×107 t。该区整体处于轻度侵蚀与中度侵蚀级别,无极强度侵蚀。(2)全区输出的产沙总量为1.61×106 t,土壤保持总量为1.17×109 t,其中泥沙持留量为2.9×107 t。旬河、金钱河与乾佑河泥沙持留能力强。(3)In VEST模型评估排除死库容后在减轻泥沙淤积和保证水质治理花费两种情境下,土壤保持总价值分别为205.5亿元和616.3亿元。单位面积土壤保持价值量分别为313.6元hm~(-2) a~(-1)和824.1元hm~(-2) a~(-1)。     

基于支持向量机的干旱预测研究

支持向量机（SVM）是基于统计学习理论的一种智能学习方法,可以用来解决样本空间的高度非线性的模式识别等问题。干旱是气候因子非线性复杂关系相互作用造成水分严重亏缺的一种气候异常反映,本文选择SVM方法,利用8月南方涛动指数、副高强度指数、极涡强度指数等15项因子,基于径向基核函数建立浙江省秋季的干旱预测模型,应用交叉验证方式确定最优模型参数,并进行了预测,对模型的检验结果表明,建立的干旱预测模型能直接对秋季干旱进行预测,并且有较高的准确率,可为气候预测从气候要素预测到气象灾害预测提供一种有效途径。