安康市降水对土壤侵蚀的影响调查研究

利用日降雨数据估算降雨侵蚀力,以此来反映降雨引起土壤侵蚀的潜在能力。通过分析安康市及周边4个气象站点1960—2009年的逐日降雨数据,基于降雨侵蚀力的简易算法,计算分析了降雨侵蚀力的空间分布特征和时间变化。结果表明,安康市降雨侵蚀力在空间分布上呈现西高东低的特征,分布特征与降水量的空间分布特征基本一致;降雨侵蚀力在年际变化上与降水量呈现一致的特点,年际变化特征与降雨量和降雨强度相关性较大,降雨侵蚀力的趋势系数结果表明降水对土壤侵蚀的能力基本呈现出增加的趋势;降雨侵蚀力在年内的变化特点是主要集中在4—10月,占全年的97.2%,最大月份为7月,占全年的23.8%。研究结果为安康市水土流失防治和水土保持区划工作提供了参考依据。     

基于GIS和RUSLE模型的土壤侵蚀定量评价——以咸宁市咸安区为例

[目的]对土壤侵蚀的强度做合理的评价和预测,有利于实现区域社会及生态环境的可持续发展.[方法]以成安区为例,运用RUSLE模型,通过土壤侵蚀力因子、降水因子、坡度因子、坡长因子、植被覆盖因子、水保持因子等6个因子算法,利用GIS构建土壤侵蚀模型,综合评定出成宁市成安区土壤侵蚀强度等级.[结果]成安区总体以微度侵蚀为主;强度侵蚀及其以上侵蚀程度土地共计16.833 1 km2,占总面积的1.12％,其中剧烈侵蚀仅为3.326 3 km2,分布于莲台山、白云岩矿以及孙家山一带.[结论]在成安区寻求发展过程中,应注重水土保持.     

青藏高原典型样区2种土壤侵蚀评价与制图方法的对比

【目的】采用空间插值法和地图代数法对土壤水蚀速率进行定量评价和制图,比较2种方法计算结果的异同,以期为不同区域土壤侵蚀定量评价和制图提供参考。【方法】以青藏高原典型样区为例,以现有土壤侵蚀因子数据和抽样调查单元数据为数据源,采用基于侵蚀因子栅格图层的地图代数法和基于抽样调查单元的空间插值法2种方法计算研究区土壤水蚀速率并制图,对计算结果差异进行对比分析。【结果】在青藏高原典型样区,采用地图代数法和空间插值法2种方法计算的土壤水蚀速率分别为549.4和593.5 t/(km~2·年),二者结果较为接近,表明2种方法计算结果均能反映研究区土壤侵蚀基本状况。采用2种方法计算的研究区土壤水蚀速率的宏观分布趋势相同,即由北向南研究区土壤水蚀呈逐渐增强的趋势,且与实际情况相符。基于空间插值法的土壤水蚀速率表面特征图较为平滑,能比较真实地反映土壤侵蚀情况;基于地图代数法的土壤水蚀速率表面特征图较为粗糙,但能较好地反映局部土壤侵蚀变异情况。当土壤水蚀速率为250～3 000 t/(km~2·年)时,空间插值法计算的各等级土壤侵蚀面积比例均高于地图代数法;当土壤水蚀速率≤250 t/(km~2·年)或者3 000 t/(km~2·年)时,地图代数法计算的各等级土壤侵蚀面积比例均明显高于空间插值法,说明空间插值法的结果更突出中间土壤侵蚀强度级别,而地图代数法的结果更突出较小和较大土壤侵蚀强度级别。【结论】地图代数法和空间插值法均可用于不同区域土壤侵蚀定量评价与制图,其中空间插值结果能更好地反映研究区的平均土壤侵蚀状况,故在青藏高原典型样区可优先选择空间插值法。     

基于GIS和USLE的宁乡市土壤侵蚀定量评价

以遥感影像数据、DEM数据、降雨数据、土壤类型数据为基础,通过GIS和RS技术,结合美国通用水土流失方程(USLE)估算宁乡市的土壤侵蚀模数,模型指标包括降雨侵蚀力因子(R)、土壤可侵蚀性因子(K)、坡度坡长因子(LS)、植被覆盖度因子(C)、水土保持措施因子(P)。评价结果表明,2015年宁乡市土壤平均侵蚀模数为1 410.64t/(km2·年),属于中度侵蚀等级状情况,土壤侵蚀类型主要为微度侵蚀、剧烈侵蚀和轻度侵蚀,侵蚀面积分别为1 548.87、434.16和397.91km2,占侵蚀总面积的53.84%、15.09%和13.88%。土壤侵蚀模数较高的地区主要集中在宁乡市的沩山、长冲等山地、丘陵地区。系统分析出宁乡市土壤侵蚀与USLE模型的相关影响因子的关系,海拔高程与土壤侵蚀强度成正相关关系,与侵蚀面积成负相关关系,在200m海拔高程地区微度侵蚀面积范围最大。县内土壤侵蚀面积最大地区是在25°以下的坡度带,土壤侵蚀面积总体随着坡度的增加而减小。土地利用类型中耕地和林地的土壤侵蚀最为严重,其次是城镇用地草地水域裸地。根据宁乡市土壤侵蚀现状,提出综合治理措施,以期为政府开展水土保持工作提供科学依据。     

沂蒙山区土壤侵蚀空间分布及其影响因素动态变化

【目的】研究土壤侵蚀强度空间格局与坡度、土壤、降雨、植被覆盖和土地利用等影响因子的动态变化关系,揭示沂蒙山区土壤侵蚀规律。【方法】以TM影像、地形图、土壤图和气象资料为源数据,综合运用GIS和RS技术,获取沂蒙山区坡度、土壤可蚀性K值数据以及1986年、1995年和2005年的年降雨侵蚀力、植被覆盖度、土地利用和土壤侵蚀强度数据;通过对研究区山地丘陵地带进行子流域划分,以子流域为单元,选取土壤侵蚀强度指数、平均坡度、土壤可蚀性指数、平均年降雨侵蚀力、平均植被覆盖度和土地利用结构指数,并采用统计分析方法,对土壤侵蚀强度空间格局与其主要影响因素的动态变化关系进行分析。【结果】随着植被覆盖度的增加以及土地利用结构向有利于控制土壤侵蚀的改善,1986年、1995年和2005年3个时期内山地丘陵地带上土壤侵蚀明显降低。土壤类型对3个时期土壤侵蚀强度空间格局的影响不显著;降雨侵蚀力在2005年成为影响侵蚀强度格局的主要因素之一,但影响程度较低,贡献率仅为5.35%;坡度因子是影响各时期侵蚀强度格局的最主要因素,但影响程度逐渐降低,其贡献率由1986年的93.33%下降到2005年的79.75%;植被覆盖因子在1986年影响侵蚀强度格局的贡献率为6.67%,之后则减弱;而土地利用结构对侵蚀格局的影响程度逐渐增强,贡献率已增至到2005年的14.90%。【结论】年降雨侵蚀力分布的空间差异增大后,降雨因子将成为显著影响土壤侵蚀空间格局的因素之一;受人类活动影响,当植被覆盖度达到一定程度后,土地利用结构逐渐成为影响侵蚀格局的重要因素,建议该地区今后的水土流失防治工作应优先考虑调整土地利用结构。     

基于AHP的茂县土壤侵蚀时空格局动态变化

以遥感(RS)和地理信息系统(GIS)为平台,以四川省茂县为研究区域,依据土壤侵蚀程度的评价原则选取对研究区域土壤侵蚀影响较大的5个评价因子,包括坡度、植被盖度、土壤可蚀性因子、降雨侵蚀力和水土保持措施因子,运用层次分析法(AHP)计算各评价因子的权重,然后根据多因子分析将土壤侵蚀程度分成5个等级——微度侵蚀、轻度侵蚀、中度侵蚀、强度侵蚀、极强度侵蚀,得到茂县土壤侵蚀的等级分布。结果表明,茂县土壤侵蚀还在可控制范围内,没有强度侵蚀和极强度侵蚀的地方。     

陕北洛河流域降水和植被变化对土壤侵蚀的影响

土壤侵蚀的自然与人为因素影响过程一直是学者们关注的热点问题。基于2000—2014年陕北洛河流域日降水、归一化植被指数(normalized difference vegetation index,简称NDVI)、数字高程模型(digital elevation model,简称DEM)、土壤类型等数据,结合修正通用土壤流失方程(revised universal soil loss equation,简称RUSLE)模型,定量分析该流域土壤侵蚀及降水、植被变化对该流域土壤侵蚀的影响。结果表明,(1)陕北洛河流域土壤侵蚀以微度侵蚀和轻度侵蚀为主,其面积共占区域总面积的86. 29%。2000—2014年该流域土壤侵蚀模数呈增加趋势,其中微度侵蚀面积比例减少,其他侵蚀类型面积比例增加。(2)在植被覆盖因子固定情景下,降水变化导致微度侵蚀面积比例减少,而其他侵蚀类型面积比例增加,总体变化过程与自然状态下相似。在降水固定情景下,植被覆盖因子变化导致微度侵蚀面积比例增加,而其他侵蚀类型面积比例减少,总体变化过程与自然状态下完全相反,说明降水是土壤侵蚀的主导与控制因子,而植被覆盖因子作用相对较小。(3)降水对该流域土壤侵蚀面积比例及其变化速率分别起到79. 17%、72. 90%的作用,植被覆盖因子对该流域土壤侵蚀面积比例及其变化速率分别起到20. 83%、27. 10%的作用。因此,降水在土壤侵蚀过程中的作用强于植被覆盖,且随着全球及区域气候变暖的影响,极端降水事件增加,陕北黄土高原地区土壤侵蚀过程中的降水作用将可能增强,须要加强对未来该地区极端降水的研究,科学合理地评估气候变化对该区域土壤侵蚀的影响。     

降雨侵蚀力计算方法研究进展

降雨侵蚀力(R)是指由降雨引起土壤侵蚀的潜在能力,是土壤侵蚀定量预报的重要环节。从模型最小估算单位尺度、指标类型和精度2个方面分别将目前降雨侵蚀力模型分为次降雨侵蚀力(R_t)模型、月降雨侵蚀力(R_m)模型、年降雨侵蚀力(R_a)模型以及多年平均降雨侵蚀力■模型,次雨量模型、日雨量模型、月雨量模型、年雨量模型和综合指标模型,并逐类分析各指标和模型的特点、优劣,为降雨侵蚀力计算时选用合适的指标和模型提供参考。针对现有模型的不足,提出建立基于日雨量的综合指标模型,提高估算精度。综合R因子的研究现状,提出直接观测的设想。     

基于RUSLE的生产建设项目土壤侵蚀监测研究

通过调查研究区域内的降雨数据和土地数据,以建设项目区为研究对象,构建了该区域的RUSLE模型,分别分析模型中的土壤侵蚀因子影响因素,归纳出该区域在施工过程前后全流程的土壤侵蚀特征,并进行了定量性的评价.结果表明,在快速路建设项目中,依据历史数据建立的RUSLE模型显示,在侵蚀强度方面,施工过程中以微度侵蚀和轻度侵蚀为主...     

四川盆地降雨侵蚀力分布与土壤侵蚀危险期探讨

采用降雨侵蚀力Ｒ＝「Σ（ｎ，ｊ＝１）（２１０＋８９ＬｏｇＩ３」（ＩｊＴｊ）Ｉ３０／１００的计算方法研究四川盆地降雨侵蚀力的时空分布，初步探讨了不同气候带年降雨量与降雨侵蚀力之间的直线回归关系。并通过主要种植模式各个时期Ｃ因子值的计算，研究土壤侵蚀危险期。     

基于GIS的关中—陕南地区降雨量空间插值分析

[目的]比较4种空间插值方法的插值效果,分析研究区域降水空间分布特征。[方法]以陕西省关中—陕南地区为例,采用该地区72个气象观测站点59年的降水量资料,结合GIS空间插值技术,以国际科学数据共享服务网站30 m×30 m网格DEM为基础,选取IDW、普通克里金插值法、协同克里金插值法和径向基函数插值法对关中—陕南地区72个观测站多年平均降水量进行空间插值,并分区域随机选取其中10个站点的降水量数据对4种插值方法的插值效果进行检验,以此确定最佳插值方案,分析研究区域的降水空间分布特征。[结果]顾及地形因素的协同克里金插值效果最佳,并能真实地反应研究区域的降水空间分布特征,普通克里金法次之,反距离加权法和径向基函数法较差。对插值结果的进一步分析显示,该研究区域降水呈现明显的纬度地带性分布特征,且降水受地形、地貌等因素影响较大。[结论]顾及地形因素的协同克里金插值法效果最优,适用于该区域。     

Study on the spatial pattern of rainfall erosivity based on geostatistics in Hebei Province, China

The objective of this article was to study the spatial distribution pattern of rainfall erosivity. The precipitation data at each climatological station in Hebei Province, China were collected and analyzed and modeled with SPSS and ArcGIS. A simple model of estimating rainfall erosivity was developed based on the weather station data. Also, the annual average rainfall erosivity was calculated with this model. The predicted errors, statistical feature values and prediction maps obtained by using different interpolation methods were compared. The result indicated that second-order ordinary Kriging method performed better than both zero and first-order ordinary Kriging methods. Within the method of secondorder trend, Gaussian semi-variogram model performed better than other interpolation methods with the spherical or exponential models. Applying geostatistics to study rainfall erosivity spatial pattern will help to accurately and quantitatively evaluate soil erosion risk. Our research also provides digital maps that can assist in policy making in the regional soil and water conservation planning and management strategies. __________ Translated from Scientia Agricultura Sinica, 2006, 39(11): 2270–2277 [译自: 中国农业科学]     

基于地统计学的河北省降雨侵蚀力空间格局研究

【目的】研究降雨侵蚀力的空间分布格局。【方法】搜集河北省气象台站降雨数据应用SPSS和ARCGIS地统计软件对其进行分析与模拟。【结果】建立适宜于河北省的降雨侵蚀力的简易模型，并计算各台站的多年平均降雨侵蚀力；应用不同的插值方法进行估值，综合比较各种内插方法的预测误差、统计特征值及插值结果分布图；在2阶趋势条件下，半方差模型采用高斯模型、插值方法为析取克里格方法拟合结果优于采用球状模型与指数模型的其它插值方法。【结论】应用地统计学研究降雨侵蚀力空间分布格局，将有助于精确、定量化地估算土壤侵蚀风险，为科学制定区域水土保持规划和管理策略提供数字地图支持。     

侵蚀性降雨与土壤侵蚀关系的研究

为研究侵蚀性降雨与土壤侵蚀的关系,选取霍山县上土寺水土保持站作为降雨观测资料的中心站,采用量级法和回归分析法来分析霍山县上土寺水保站记录的当地降水资料,研究降雨量、降雨历时、降雨强度与土壤侵蚀的关系,得出降雨因子中降雨量对土壤侵蚀的影响最大,其次是降雨历时,最后是降雨强度。     

基于GIS的东北地区气象要素空间插值方法

[目的]研究东北地区气象要素的最佳空间插值方法。[方法]利用ArcInfo GIS软件的地统计分析工具,采用反距离加权插值、径向基函数法和克里格插值等多种空间插值方法,对东北地区年降雨量和月平均气温等气象要素进行空间插值研究,从而确定最适宜某个气象因子的插值方法。[结果]对于月平均气温,克里格方法的空间插值效果较好;对于年降水量,利用径向基函数法效果较好。[结论]东北地区月平均气温和年降水量存在明显地区差异,月平均气温南高北低,年降水量西北少、东南多。     

降雨侵蚀力空间插值不确定性及其对侵蚀模拟结果的影响

降雨侵蚀力空间插值的不确定性直接关系到土壤侵蚀的模拟结果和预测精度。利用浙江省金华市51个自动气象站近5年的逐日降雨资料,探讨了降雨侵蚀力空间插值过程中由插值方法、格网大小以及站网密度等因素所造成的降雨侵蚀力（R因子）不确定性,在此基础上,分析了R因子不确定性对土壤侵蚀量模拟结果的影响。研究表明:1）对于站网密度较高的自动站而言,插值方法和格网大小对R因子不确定性的影响不大,对R插值精度起决定作用的是站网密度;2）标准小区条件下,R因子不确定性可导致土壤侵蚀模拟结果的绝对误差在200 t/(hm2•a)以上,因而很难在红黄壤区根据通用土壤流失方程的模拟结果准确区分无明显侵蚀区和轻度侵蚀区;3）土壤侵蚀模拟中需要考虑各因子误差的叠加和累积效应,在其他因子相对误差为10%条件下,使用研究区36个站点进行插值,侵蚀量模拟结果的最大相对误差可超过40%。      

张家口地区水热因子的空间插值及其变化趋势分析

在DEM和已有降水模拟数据的基础上,充分利用GIS空间插值技术和气象统计数据,完成了对张家口地区多年年均温和降水量的空间模拟。研究表明,张家口地区年均气温受地形影响很大,中西部和东南部山区属低温区,洋河河川区年均气温7℃以上,属于高温区,其余丘陵、低山区年均气温一般在4～6℃;区内气温年较差偏大,进一步表明张家口地区大陆性气候特征显著;1992～2001年的年均温模拟结果高值区较1949～2001年明显增加,是全球气候变暖的又一例证。张家口地区年均降水量有从东南向西北减少的趋势,降水分布不均匀;局部地区由于受地形变化的影响,年降水量的空间分布有一定的起伏变化,形成几个高值区,崇礼县降水相对较高,而康保、张北等坝上地区降水相对较少。实践证明,GIS空间插值技术是将统计数据栅格化的理想手段和工具,该研究对张家口地区的农业生产有一定的实际指导意义。     

基于BP神经网络的缺测降水数据插补

 缺测降水数据的插补可以有效改善数据系列的完整性,以元江境内的元江、洼垤、因远、街子河、阿支、磨房河等水文和雨量站点逐月及年降水数据为基础,研究缺测降水数据的插补。站点之间月降水数据相关分析表明：各站点之间相关性较差,相关分析难以满足本研究流域内部分月降水数据插补精度,故尝试采用BP神经网络模型对研究流域降水数据进行插补。研究表明：基于本流域降水数据建立的神经网络模型检测样本合格率达到89.6%,具有较好的插补精度,说明神经网络可以用于本研究流域的缺测降水数据插补,为降水数据缺测的插补提供了新的途径。     

降雨特征因子与坡面土壤侵蚀关系分析

以沪（上海）陕（陕西）高速公路信阳至南阳段填沙路基边坡为研究对象,运用径流场法建立了21个径流小区,对边坡的降雨特征因子与坡面土壤侵蚀关系进行了定量分析。结果表明：侵蚀性降雨量、侵蚀性平均雨强均与土壤侵蚀量存在较强的相关关系;降雨侵蚀力值与土壤侵蚀量存在很强的相关性;降雨量级与土壤侵蚀量有较强的相关性,降雨历时与土壤侵蚀量无明显的相关关系;侵蚀性降雨的前3、5、7d降雨量与土壤侵蚀量的相关性均较差。该分析结果可为提高土壤侵蚀预测预报的准确性、有效预防和降低路基边坡土壤侵蚀提供科学依据。