基于RS 与GIS 的石家庄市区土地利用／土地覆被变化研究

以1993年TM和2000年ETM＋图像为信息源,分析了石家庄市区1993～2000年的土地利用变化情况,结果表明,土地利用类型以居民点和耕地为主;7年间,研究区土地利用程度加强,土地利用程度指数增加了5.49%;耕地、林地和园地减少,耕地减少最多,耕地和园地主要转为居民点,林地转为居民点和未利用土地。     

基于GIS和RS技术评价兰州市土地利用状况及变化过程

利用兰州市 1 980、1 995、2 0 0 0年三期TM遥感数据 ,将土地利用分成 6种类型 :城乡工矿和居民地、荒地、林地、水域、耕地和草地。利用GIS空间分析技术的空间叠加方法得到兰州市 1 980 - 1 995年和 1 995 - 2 0 0 0年土地利用变化情况以及土地利用转移矩阵。结果显示 :城乡工矿以及居民地面积在 1 980 ,1 995 ,2 0 0 0年的概率分别是 9.75 % ,9.5 5 % ,1 0 .1 8% ,总体上是增加的 ;林地面积在 1 980 ,1 995 ,2 0 0 0年的概率分别是 8.5 3% ,8.44% ,8.5 9% ,有增加趋势 ;草地面积在 1 980 ,1 995 ,2 0 0 0年的概率分别是 5 3.5 9% ,5 4 % ,5 3.35 % ,总体上是在减少 ;耕地面积、水域面积也有明显的减少。     

基于GIS的亚热带山地土地利用与土壤侵蚀关系研究——以粤北山区为例

以亚热带的粤北山区乐昌市廊田镇南部为研究区域,应用GIS和RS技术,借助SPOT影像为信息源,在建立土壤侵蚀解译标志的基础上获取土地利用和土壤侵蚀数据,选用土壤侵蚀率与土壤侵蚀强度指数反映不同土地利用类型的土壤侵蚀强度.研究结果表明:(1)在土地利用类型以林地和耕地为主的条件下,土壤侵蚀率为24.58％,以轻度侵蚀为主,这是亚热带山地区土壤侵蚀的主要特点.(2)不同的土地利用类型对土壤侵蚀率与土壤侵蚀强度指数有不同影响:其他土地、城镇村与工矿用地和草地土壤侵蚀率与土壤侵蚀强度指数均较强,林地、园地和水域及水利设施用地相对较弱.针对土壤侵蚀状况,进行优化土地利用结构,选择合理的土地利用/覆被,加大水土保持监督力度,利于亚热带山区土壤侵蚀防治.     

基于GIS的定西市安定区耕地地力评价研究

在GIS的支持下,通过土壤图和土地利用现状图叠置的方法划分评价单元,采用特尔斐法选气候、立地条件、剖面性状、耕层养分状况等4个方面的10因子个建立评价指标,运用层次分析法和模糊数学方法对耕地地力进行综合评价,并就其空间分布进行了分析。结果表明：安定区各等级耕地比例相对差异较大,其中以三等地为主,占到了总耕地面积的43....     

基于RS和GIS的区域土地利用动态变化及演变趋势分析

以山丹县1985年和2000年TM系列遥感数据为主要数据源,采用国家农委的土地利用现状分类系统,通过GIS空间分析技术,从土地利用类型的面积变化、空间变化和质量变化等方面定量分析了研究区域15年间土地利用的时空变化情况。在此基础上,利用Mark-ov模型,对该区域未来30年内的土地利用动态变化及演变趋势进行了分析。结果表明:15年间研究该区域的土地利用的基本特征表现为:耕地、水域和未利用土地总量增加,其中水域和未利用土地增幅较大;林地、草地、和城乡居住建设用地总量减少,其中草地和林地下降最快,草地植被利用过渡或退化较为严重,水资源利用态势更加严峻,耕地的稳定性较强,其它类型土地的稳定性较差。未来30年内该区域的土地利用变化基本趋势是:耕地、水域面积、未利用土地将持续增加,城乡居住建设用地增长缓慢,林地、草地将持续减少。增加的耕地和未利用土地将主要来源于草地和林地植被的人为减少或自然退化,生态环境将趋于恶化。     

基于RS和GIS的纸坊沟流域土地利用动态监测及分析

以纸坊沟流域多年土地利用监测数据为基础，对其结果进行分析和讨论。结果表明，到1999年底，农业、林业、牧业用地面积比例分别为16．9％、34．0％、36．8％。人均基本农田由1975年0．0547hm^2，增到1999年的0．2033hm^2，坡耕地大幅度减少，粮食平均产量也由1975年的561kg/hm^2，增到1999年的2319kg/hm^2，流域林草有效覆盖率达到57．4％，植物种类和数量得到增加。走上了农林牧协调发展和生态环境良性循环的轨道。     

基于GIS与RS的土壤侵蚀变化定量监测——以黄土高原水保二期世行贷款庆城项目区为例

在GIS软件ArcMap和ArcView的支持下,建立研究区的空间数据库,利用GIS软件的栅格数据空间分析功能,将研究区空间离散化为10 m×10 m的栅格,生成通用土壤流失方程RUSLE所需的各因子栅格图;借助GIS软件的地图代数运算,将各因子连乘,得到土壤侵蚀量栅格图,在此基础上对侵蚀栅格图进行分类,获得土壤侵蚀等级图.将得到的土壤侵蚀图与土地利用图和坡度图叠加,获得不同土地利用方式下和不同坡度下的土壤侵蚀量,据此对土壤侵蚀与土地利用以及土壤侵蚀与坡度之间的关系进行分析,以期为水土流失的防治和保护规划方案的制定提供科学依据.     

基于GIS和USLE的三江平原土壤侵蚀定量评价

运用地理信息系统(GIS)结合美国通用水土流失方程(USLE),根据研究区现状合理选择通用水土流失方程中土壤侵蚀各因子的计算方法,求算出三江平原2005年的土壤侵蚀量分布图,运用GIS的空间分析功能将研究区坡度、地貌和土地利用状况与土壤侵蚀强度等级分布图进行叠加分析,据此了解了该区域土壤侵蚀现状,土壤侵蚀的坡度和地貌分异特征以及土壤侵蚀与土地利用的关系。通过该分析以期为该区域的侵蚀防治、开展水土保持等政府宏观决策行为提供科学依据。     

基于RS和GIS的河西走廊地区城市土地利用时空变化图谱分析——以张掖市甘州区为例

运用地学信息图谱理论与方法,基于GIS软件平台Arcinfo9.0,从1987和2002年2个时期的TM和ETM遥感数据中提取了甘州区土地利用变化数据,建立了甘州区土地利用变化图谱和涨落势图谱,分析了该区15年间的土地利用时空变化。结果表明:1987~2002年该区土地利用发生了很大变化,荒漠地、耕地、城镇及交通用地增加,其中增长最多的图谱单元是荒漠地,增加了6.18×104hm2,占总新增图谱单元的60.2%,主要来源于牧草地、耕地、其它未利用地及林地的土质退化;其次是耕地,其图谱单元增加了1.8×104hm2,主要来源于对荒漠地的治理开发和对其它未利用地的开垦。牧草地、林地、水域及其它未利用地面积有所减少,减少最多的图谱单元是牧草地,减少了3.74×104hm2,占总减少土地图谱单元的50.92%,主要转移为其它未利用地和荒漠地;其次是9 933.32 hm2的其它未利用地图谱单元的减少,主要转移为荒漠地和耕地。     

基于遥感GIS的浑善达克沙地土地利用动态变化及其环境效应研究

从土地利用数量变化和空间变化两个方面分别揭示了土地利用数量变化的幅度、速度和区域差异以及土地利用空间变化的主要类型、空间分布特征和土地利用变化的区域方向。研究表明,研究区共有12种土地利用变化类型,近年来土地利用变化速度较快。其中,未利用地面积增幅最大,变化速度最快,牧草地在未利用地面积变化中的贡献率最大,未来土地利用变化的主要方向是牧草地向未利用地的转变;耕地总面积小,正镶白旗部分的耕地面积变化较快。本文对研究区土地利用动态变化的环境效应进行了详细分析,提出了土地资源持续利用对策。     

基于GIS的藏东横断山区土壤侵蚀分布特征研究

利用ARC/INFO的空间分析与统计分析功能,从海拔、坡度、土壤以及土地利用四个方面,对藏东横断山区土壤侵蚀的空间分布特征进行了研究。结果表明:(1)从总体上来讲,三江河谷地带水蚀较强;山体中部以微度侵蚀为主,而森林采伐迹地土壤侵蚀严重;海拔4500m以上地带,冻融侵蚀严重。(2)不同的海拔与坡度等级下,4000-5000m与25°-35°土壤侵蚀最强。(3)水力侵蚀主要发生在褐土与灰褐土土壤类型,冻融侵蚀主要发生在寒冻土、黑毡土以及草毡土土壤类型。(4)土壤侵蚀主要发生在草地和林地,低覆盖草地上冻融侵蚀尤为严重。通过土壤侵蚀分布特征的研究,为土壤侵蚀防治对策提供科学依据。     

基于GIS的秦巴山区土壤侵蚀空间特征分析——以陕西省宁强县为例

为了给秦巴山区宁强县的水土保持与土壤侵蚀防治提供科学依据,本研究利用遥感影像解译和GIS技术,得到研究区土地利用现状、植被覆盖和数字高程模型(DEM)等数据,并利用USLE模型计算研究区的土壤侵蚀模数。结果表明,研究区的土壤侵蚀面积轻度占47.015%,中度占33.36%,强度占12.53%。土壤侵蚀严重的地区主要分布在研究区的东北部,并且也是灌溉水田、水浇地、旱地和菜地分布的区域;本研究还运用GIS和遥感技术,选用通用土壤流失方程(USLE)成功估算了宁强县的侵蚀模数及各种侵蚀等级面积,研究结果与二调结果相符合。     

Assessing the effects of vegetation and precipitation on soil erosion in the Three-River Headwaters Region of the Qinghai-Tibet Plateau,China

Soil erosion in the Three-River Headwaters Region (TRHR) of the Qinghai-Tibet Plateau in China has a significant impact on local economic development and ecological environment. Vegetation and precipitation are considered to be the main factors for the variation in soil erosion. However, it is a big challenge to analyze the impacts of precipitation and vegetation respectively as well as their combined effects on soil erosion from the pixel scale. To assess the influences of vegetation and precipitation on the variation of soil erosion from 2005 to 2015, we employed the Revised Universal Soil Loss Equation (RUSLE) model to evaluate soil erosion in the TRHR, and then developed a method using the Logarithmic Mean Divisia Index model (LMDI) which can exponentially decompose the influencing factors, to calculate the contribution values of the vegetation cover factor (C factor) and the rainfall erosivity factor (R factor) to the variation of soil erosion from the pixel scale. In general, soil erosion in the TRHR was alleviated from 2005 to 2015, of which about 54.95% of the area where soil erosion decreased was caused by the combined effects of the C factor and the R factor, and 41.31% was caused by the change in the R factor. There were relatively few areas with increased soil erosion modulus, of which 64.10% of the area where soil erosion increased was caused by the change in the C factor, and 23.88% was caused by the combined effects of the C factor and the R factor. Therefore, the combined effects of the C factor and the R factor were regarded as the main driving force for the decrease of soil erosion, while the C factor was the dominant factor for the increase of soil erosion. The area with decreased soil erosion caused by the C factor (12.10×10³ km²) was larger than the area with increased soil erosion caused by the C factor (8.30×10³ km²), which indicated that vegetation had a positive effect on soil erosion. This study generally put forward a new method for quantitative assessment of the impacts of the influencing factors on soil erosion, and also provided a scientific basis for the regional control of soil erosion.     

甘肃河西地区不同储水灌溉和生育期灌溉农田水分特征分析

对甘肃河西地区不同储水灌溉和生育期灌溉农田水分特征进行了试验研究.结果表明:在河西地区,冬季储水灌溉定额为180 mm的处理,其生育期剖面的土壤水分较多地分布在140～160 cm,且土壤含水量达到30%以上,容易发生深层渗漏;较小的储水灌溉定额,土壤水分主要分布在0～100 cm范围内,不会引起土壤剖面水分的深层渗漏.冬季储水灌溉定额愈大,春播前农田无效土壤蒸发也愈大.冬季储水灌溉定额相同,生育期灌溉定额大的处理其剖面含水量高,且分布愈深,深层土壤的水分渗漏也愈大.总的灌水定额相同,冬季储水灌溉和生育期灌溉比较,生育期灌溉定额较大的处理,剖面水分的分布主要集中在0～100 cm的土层内,没有出现易发生深层渗漏较高的水分分布.在小麦生育期,总的灌溉定额相同的条件下,冬季储水灌溉定额大的处理,0～200 cm土壤水分有亏缺,冬季储水灌溉定额大或生育期灌溉定额大,农田腾发量也愈大.适中的储水灌溉定额,不仅有利于作物的生长,还有利于灌溉水分利用效率的提高.     

Two-dimensional hydrodynamic robust numerical model of soil erosion based on slopes and river basins

Erosion is an important issue in soil science and is related to many environmental problems, such as soil erosion and sediment transport. Establishing a simulation model suitable for soil erosion prediction is of great significance not only to accurately predict the process of soil separation by runoff, but also improve the physical model of soil erosion. In this study, we develop a graphic processing unit (GPU)-based numerical model that combines two-dimensional (2D) hydrodynamic and Green-Ampt (G-A) infiltration modelling to simulate soil erosion. A Godunov-type scheme on a uniform and structured square grid is then generated to solve the relevant shallow water equations (SWEs). The highlight of this study is the use of GPU-based acceleration technology to enable numerical models to simulate slope and watershed erosion in an efficient and high-resolution manner. The results show that the hydrodynamic model performs well in simulating soil erosion process. Soil erosion is studied by conducting calculation verification at the slope and basin scales. The first case involves simulating soil erosion process of a slope surface under indoor artificial rainfall conditions from 0 to 1000 s, and there is a good agreement between the simulated values and the measured values for the runoff velocity. The second case is a river basin experiment (Coquet River Basin) that involves watershed erosion. Simulations of the erosion depth change and erosion cumulative amount of the basin during a period of 1-40 h show an elevation difference of erosion at 0.5-3.0 m, especially during the period of 20-30 h. Nine cross sections in the basin are selected for simulation and the results reveal that the depth of erosion change value ranges from -0.86 to -2.79 m and the depth of deposition change value varies from 0.38 to 1.02 m. The findings indicate that the developed GPU-based hydrogeomorphological model can reproduce soil erosion processes. These results are valuable for rainfall runoff and soil erosion predictions on rilled hillslopes and river basins.     

培肥措施对侵蚀坡耕地春玉米产量与土壤养分的影响

针对宁南山区坡耕地土壤养分流失严重和作物产量较低的问题,通过剥离表层土壤0、10 cm和20 cm模拟不同侵蚀程度,研究单施化肥(NP)、有机无机配施(M+NP)和单施有机肥(M)、不施肥(CK)4个培肥措施对春玉米产量、耕层土壤有机质、碱解氮、土壤有效磷和土壤速效钾含量的影响,从而提出侵蚀坡耕地增产和培肥效果俱佳的施肥模式。结果表明,相对于CK处理,M和M+NP处理均能改善不同侵蚀程度下坡耕地春玉米的穗长、穗行数、穗粒数和百粒重等农学性状,达到增产目的。随着坡耕地土壤侵蚀程度的增加,春玉米的各产量构成因素和产量都出现显著降低趋势。相对于0 cm土层,表土剥离10 cm和20 cm侵蚀处理下春玉米分别显著减产了26.4%和38.5%。在同等侵蚀条件下,施肥措施能显著增加0~20 cm土壤碱解氮、有效磷和速效钾含量,而对土壤有机质含量影响不大;但随着土壤侵蚀程度的增加,土壤有机质和速效氮、磷、钾养分平均含量呈降低趋势。施用有机肥或有机无机配施还能降低土壤砂粒比例,提高粘粒含量,有效地改善土壤物理结构。     

双垄全膜覆盖沟播栽培对甘肃中部坡耕地水土流失和作物产量的影响

在甘肃省榆中县黄土高原丘陵沟壑区的坡耕地,采用双垄全膜覆盖沟播(DRM)、全膜平铺覆盖(WM)、条膜(半膜)起垄覆盖(RM)、条膜(半膜)平铺覆盖(NM)、露地条播(CK)5个处理进行对比试验。结果表明,双垄全膜覆盖沟播栽培具有良好的减少坡耕地土壤水土流失的作用,土壤流失量分别较露地条播、条膜起垄、条膜平铺、全膜平铺下降了56.07%、67.24%、71.59%、82.47%;作物产量大幅度提高,玉米产量分别比半膜垄作和半膜平铺增产46.76%和58.07%,蚕豆产量分别比条膜起垄、条膜平铺和对照增产46.52%、54.99%和102.96%,马铃薯产量分别比条膜起垄、条膜平铺和对照增产95.21%、76.30%和74.89%。玉米的水分生产率分别比半膜垄作和半膜平铺提高4.77 kg/(mm.hm2)和9.47 kg/(mm.hm2),蚕豆的水分生产率比半膜垄作、半膜平铺和露地对照提高3.24、6.58 kg/(mm.hm2)和5.03 kg/(mm.hm2),马铃薯的水分生产率比半膜垄作、半膜平铺和露地对照提高47.35、42.02、41.57 kg/(mm.hm2)。黄土高原丘陵沟壑半干旱雨养农业区坡耕地采用双垄全膜覆盖沟播栽培,具有良好的减少土壤水土流失的作用,能够最大限度地集蓄天然降水,加之其明显的增温保温作用,可大幅度地提高作物产量,降水生产率显著提高。     

准噶尔盆地东部土壤风蚀敏感性分级及其区划研究

选取影响准东地区土壤风蚀的4个敏感性因子(风场强度、植被覆盖度、地形起伏度、土壤干燥度),结合GIS空间分析技术,将4个因子的敏感性划分为极敏感、高度敏感、中度敏感、低度敏感和不敏感5个等级,利用层次分析法(AHP)确定敏感性因子权重,最后确定准东地区土壤风蚀综合敏感性分级及其分布规律,并对准东地区进行区划研究。结果表明:准东地区土壤风蚀敏感性在空间分布上存在显著差异,总体呈现为北高南低,西高东低的分布态势;极敏感区、高度敏感区、中度敏感区、低度敏感区和不敏感区分别占准东地区总面积的15.27%、17.20%、22.66%、19.49%和25.38%。通过对准东地区土壤风蚀敏感性分级研究,并提出其分区保护与建设措施,以期为准东地区经济发展与环境保护提供科学参考。     

An estimation method of soil wind erosion in Inner Mongolia of China based on geographic information system and remote sensing

Studies of wind erosion based on Geographic Information System(GIS) and Remote Sensing(RS) have not attracted sufficient attention because they are limited by natural and scientific factors.Few studies have been conducted to estimate the intensity of large-scale wind erosion in Inner Mongolia,China.In the present study,a new model based on five factors including the number of snow cover days,soil erodibility,aridity,vegetation index and wind field intensity was developed to quantitatively estimate the amount of wind erosion.The results showed that wind erosion widely existed in Inner Mongolia.It covers an area of approximately 90×104 km2,accounting for 80% of the study region.During 1985–2011,wind erosion has aggravated over the entire region of Inner Mongolia,which was indicated by enlarged zones of erosion at severe,intensive and mild levels.In Inner Mongolia,a distinct spatial differentiation of wind erosion intensity was noted.The distribution of change intensity exhibited a downward trend that decreased from severe increase in the southwest to mild decrease in the northeast of the region.Zones occupied by barren land or sparse vegetation showed the most severe erosion,followed by land occupied by open shrubbery.Grasslands would have the most dramatic potential for changes in the future because these areas showed the largest fluctuation range of change intensity.In addition,a significantly negative relation was noted between change intensity and land slope.The relation between soil type and change intensity differed with the content of Ca CO3 and the surface composition of sandy,loamy and clayey soils with particle sizes of 0–1 cm.The results have certain significance for understanding the mechanism and change process of wind erosion that has occurred during the study period.Therefore,the present study can provide a scientific basis for the prevention and treatment of wind erosion in Inner Mongolia.