退耕还林工程建设对土壤侵蚀的影响——以安塞县为例

以黄土丘陵区退耕还林典型县——安塞县为研究对象,基于3S技术与RUSLE土壤侵蚀模型,从县域尺度上分析评价了黄土高原区退耕还林前后土壤侵蚀变化。研究结果表明:与退耕前1999年相比较,2010年土壤侵蚀强度在空间上发生明显改变,总体上,土壤侵蚀强度有明显减小的趋势。极强烈侵蚀下降幅度最大(下降13.73%),主要向强烈转移,占10.45%;中度侵蚀由35.92%增加到59.98%,主要由强烈侵蚀转移而来,占27.08%;微度和轻度变化较小。土壤侵蚀既有增强区域也有减弱区域,总体趋势以减弱为主。侵蚀加强区域主要是由中度和强烈向强烈、极强烈和剧烈转移,转移面积较小;发生增强的区域主要是以草地覆盖为主;其次是原耕地,退耕还林后转化为林地和草地,部分地区出现裸露斑块,呈现部分小面积土壤侵蚀加剧。土壤侵蚀减弱区域主要是极强烈、剧烈向中度、强烈等转移;转移面积主要发生区域沟壑区低盖度草地、沟道以及河道边缘裸地。随着退耕还林还草工程的实施,荒山林草覆盖度增加,林草植被对降水进行截留下渗,缓减洪峰流量,减少降雨洪峰对沟道和河道侧冲刷,降低土壤侵蚀强度。安塞县实施退耕还林11年后,土壤侵蚀以强度侵蚀为主(46.47%)转中度侵蚀为主(59.98%),全县平均土壤侵蚀由1998年的9 780t/(km~2·a)转为2010年的5 460t/(km~2·a),每年约减少土壤侵蚀量1 274万t。退耕还林工程建设对于安塞县控制水土流失和改善生态环境有着重要作用。研究结果将对该区域水土流失治理提供参考依据。     

怀来县土地利用/覆被变化及生态系统服务价值时空演变

为了揭示土地利用与生态环境之间的关系,指导区域土地合理利用,以怀来县为研究区,通过对1992年、2002年、2012年的Landsat TM遥感影像数据进行处理,利用土地利用变化强度指数分析怀来县近20年的土地利用类型间的变化强度,构建了生态系统服务价值的动态测算模型,引入动态度与相对变化率指数,对县域内近20年各地类以及各乡镇的生态系统服务价值的变化进行时空分异特征进行分析。结果表明:近20年怀来县土地利用整体呈现"三增两减"的趋势,即园地、林地、建设用地面积增长,分别增长了19.98%,5.66%,90.76%;水域、耕地面积减少,分别减少68.90%,23.27%。建设用地、耕地在近20年生态系统服务价值变化最大,即变化最剧烈,林地、园地变化相对较小;北部山地丘陵区与南部低山丘陵区的生态系统服务价值变化率较高,中部平原区变化率较小。     

苍南沿浦湾滩涂重金属污染现状评价

以温州苍南县沿浦湾滩涂土壤中的重金属含量为指标,采用环境污染指数、地累积指数和潜在生态危害指数综合评价重金属的含量水平及对生态环境的潜在影响。结果表明:沿浦湾滩涂土壤中重金属含量较低,均符合土壤环境质量二级标准。除了元素砷和汞,铜、铅、铬、锌、镉5种重金属的含量均为高潮带和中潮带高于低潮带。潜在生态危害系数和地累积指数的顺序均为砷(As)铜(Cu)铅(Pb)铬(Cr)锌(Zn)汞(Hg)镉(Cd);不同重金属的地累积指数的污染等级顺序为砷(As)铜(Cu)铅(Pb)=铬(Cr)=锌(Zn)=汞(Hg)=镉(Cd),砷(As)是主要生态风险因子;总的潜在生态风险指数为中潮带低潮带高潮带。综合三种评价方法,除砷在地累积指数评价中等级为无污染到中级污染,其余重金属现状评价结果均为轻微或低污染。     

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。     

重庆缙云山水源涵养林地土壤水文效应

土壤层是水源涵养林水文效应的第三活动层,对林分的水文效应起重要作用。以重庆缙云山不同配置模式水源涵养林的土壤为研究对象,分析了林分中具有代表性的马尾松×广东山胡椒混交林、四川大头茶×四川山矾混交林、毛竹×四川山矾×马尾松混交林、广东山胡椒×杉木混交林、马尾松×柳杉混交林对土壤水文生态效应的影响,以缙云山广泛分布的毛竹纯林作为参照。结果表明:总体上,随着土壤深度的增加,土壤容重呈增加的趋势,而孔隙度呈逐渐递减的趋势;各林分中以广东山胡椒×杉木混交林的土壤容重最小、孔隙度最大、最大持水量最大、渗透性能最好,马尾松×柳杉混交林次之,毛竹纯林最差。     

新疆于田县不同下垫面小气候特征比较研究

利用HOBO小气候观测仪对新疆于田县荒漠、交错带、绿洲3个下垫面的气温、相对湿度、风速、地温及蒸发等小气候因子进行了连续观测,并对比分析了各小气候因子的时序变化及垂直变化特征。结果表明:于田县不同下垫面的小气候特征参数呈现出梯度式递增或递减的趋势,由荒漠到绿洲,气温、风速、地温及蒸发力逐渐减小,相对湿度逐渐增加,其中,荒漠与交错带两下垫面的小气候因子特征值及变化趋势相似,并与绿洲小气候因子相差较大。例如荒漠与交错带气温相差0.98℃,而与绿洲却相差3.78℃;荒漠平均风速比交错带(1.55m/s)仅高出0.28m/s,却是绿洲的4倍。3下垫面各小气候因子联系紧密,相互影响,并且由于受到外界大气候环境的影响,各因子的时序变化及垂直变化特征相似。     

武功县耕地质量空间变异分析

为了弄清楚武功县耕地质量空间变异规律,应用地统计学方法,分别针对武功县耕地自然质量等指数、利用等指数和经济等指数各选取1000个分等单元样点,在保证样点为正态分布的前提下,应用GS+9.0软件进行对武功县耕地自然质量等指数、利用等指数和经济等指数的空间变异进行定量分析。结果表明:武功县耕地质量的空间变异是以结构性因素引起的为主,自然质量的空间变异在3270 m以内,利用质量的空间变异在11310 m以内,而经济质量的空间变异在14970 m以内。自然质量以南北方向和西北东南方向变异大,而东西方向变异小。利用质量和经济质量则以南北方向和西南东北方向变异大,东西方向变异最小。地统计学方法是定量研究耕地质量空间变异的有效方法,利用地统计学方法对耕地质量空间变异研究有利于认识耕地质量空间分异规律,也有利于有效选择耕地质量监测样点。     

基于GIS的华宁县滑坡灾害影响因子分析及易发性评价

为了明析区域滑坡灾害影响因子及其易发性,为滑坡地质灾害的防治提供借鉴。以云南省华宁县为研究对象,利用GIS空间分析技术,对华宁县滑坡空间分布及诱发因子进行了分析研究,依据区域地质灾害详细调查资料,建立GIS灾害数据库的同时选取海拔、坡度、坡向、距水系、道路、断层距离、岩性7个诱发因子,利用统计指数对滑坡在每个因子各类别中的占比进行了权重分析,最终确定滑坡灾害易发性分区并阐述其空间分布特征。结果表明:（1）在滑坡灾害分布特征上,具有空间集中分布特征,灾害点密度以中部地区最大,受灾影响人数最大的主要分布在海拔较低的宁州街道和通红甸乡。（2）从诱发因子上看,滑坡灾害大多分布在海拔1 600~2 300 m（占76.06%）,坡度10°~30°（占71.83%）,坡向为E,NE,NW,N等方向上（占71.82%）,距离河流、断层和道路越近,发生滑坡的可能性越大。（3）在滑坡灾害易发性上,高易发区主要分布在宁州街道、青龙镇、华溪镇;中易发区主要分布在青龙镇东北部、宁州街道西南部、通红甸彝族苗族乡中部和盘溪东部;低易发区主要分布在通红甸彝族苗族乡、盘溪镇。华宁县滑坡灾害呈现出东少西多,南少北多的特征,未来华宁县应重点关注中部和西部区域的滑坡灾害预防。     

基于SWAT模型的气候变化下水文响应分析——以福建省长汀县朱溪小流域为例

本文以长汀县河田地区朱溪小流域为研究区,基于多年的气象、水文数据及高程数据模型、土地利用图、土壤类型图等,构建朱溪小流域SWAT模型。本文在假设下垫面条件不变的情况下应用假定气候情景法,通过改变日最高、最低气温值和逐日降雨量值构建15种不同的气候条件情景定量模拟分析气候变化对朱溪小流域径流的影响。研究结果表明:降水和温度的变化共同影响着朱溪小流域的产流过程,朱溪小流域的径流量与降雨量呈现正相关关系,与气温呈现负相关关系;相对于温度变化对朱溪小流域径流的影响,降雨量对于研究区径流量的影响更大。     

基于BP-ANN模型的农村土地生态安全评价及影响因素分析——以重庆市丰都县为例

针对重庆市丰都县土地生态敏感特性和区域实际情况,将土地生态安全评价指标值作为输入,土地生态安全评价得分作为输出,基于多层反向传播人工神经网络（BP-ANN）构建了具有15个隐含层神经元的3层土地生态安全评价模型,通过Matlab R2012b随机选取2013年317个总样本中的200个样本,将其中的70%,30%分别作为网络的训练样本和检验样本用于训练及检验BP-ANN,将剩余117个样本测试网络,再将2014年317个村的相关指标值代入人工神经网络通过模式识别进行评价;在此基础上分析丰都县农村土地生态安全状况的空间分异现象,并使用因子分析法结合多元线性回归分析法研究影响丰都县农村土地生态安全的因素。结果表明:（1） 117个测试样本中相对误差小于5%的样本占98.21%,BP-ANN模型精度良好;（2） 2014年丰都县各村土地生态安全评分为40.47~55.73,平均得分49.19,土地生态安全状况处于中等偏下水平,空间上土地生态安全评分全局Morans’I指数为0.34,空间呈自相关性,县域内西北部的农村土地生态状况较好;（3） 影响丰都县农村土地生态安全的因素按照影响程度大小依次为:植被生物条件、土壤条件、景观多样性、生态建设与发展协调程度、降水条件、水域条件。BP-ANN模型一定程度上克服了传统评价过程中主观因素导致的误差,精确的评价结果对区域土地生态保护提供指导。