基于GIS／RS技术的博尔塔拉河流域土壤侵蚀定量评价

合集下载

基于GIS的中国土壤侵蚀预报信息系统

基于GIS的中国土壤侵蚀预报信息系统
章文波;刘宝元
【期刊名称】《水土保持学报》
【年(卷),期】2003(17)2
【摘要】土壤侵蚀预报信息系统的建立是动态分析处理土壤侵蚀信息,适时定量预报土壤侵蚀,进行水土保持规划和评价的重要技术基础。

系统介绍了中国土壤水蚀预报信息系统的研制目标、系统组织结构和功能,以及系统的实际应用评价。

【总页数】4页(P89-92)
【关键词】GIS;中国土壤侵蚀预报信息系统;地理信息系统;系统设计;系统应用;土壤侵蚀模型
【作者】章文波;刘宝元
【作者单位】北京师范大学资环系北京师范大学环境演变与自然灾害教育部重点实验室
【正文语种】中文
【中图分类】S157.1;S126
【相关文献】
1.土壤学——基于GIS和USLE的卧龙地区小流域土壤侵蚀预报 [J], 杨娟;葛剑平;李庆斌
2.基于GIS技术的中国土壤侵蚀危险性建模分析 [J], 李伟
3.基于GIS的溢油应急信息系统潮流快速预报及其应用研究 [J], 严世强;王辉;熊德
琪;徐晓;李琼
4.基于GIS的滑坡综合预测预报信息系统 [J], 李秀珍;许强;刘希林
5.基于遥感和地理信息系统(GIS)的山区土壤侵蚀强度数值分析 [J], 张增祥
因版权原因，仅展示原文概要，查看原文内容请购买。

基于RS和GIS的小流域生态环境质量综合评价的开题报告

基于RS和GIS的小流域生态环境质量综合评价的开题报告一、选题背景随着经济的发展和人口的增长，人类对自然资源的利用和环境的污染日益严重，特别是小流域的生态环境受到了很大的影响。

小流域是自然地理单元中的一个基本组成部分，其生态环境质量对环境和水资源的维护和保护起着至关重要的作用。

因此，对小流域生态环境质量进行综合评价，提供科学地保护和管理小流域生态环境的依据，是非常必要的。

目前，在小流域生态环境综合评价方面，遥感和地理信息系统技术在进行水土保持、水资源管理和环境监测方面具有广阔的应用前景。

尤其是在生态环境质量综合评价方面，遥感和GIS技术已经成为关键的手段。

二、研究目的本论文的研究目的是基于RS和GIS技术，利用遥感数据和地理信息系统，通过收集、分析和处理相关数据，综合评价小流域生态环境质量，为小流域生态环境保护提供依据和建议。

三、研究内容和方法本论文的研究内容主要包括以下几个方面：1. 收集小流域的相关数据，包括遥感数据、地形数据、气象数据、水文数据和土地利用数据等。

2. 对数据进行预处理，包括数据的清洗、提取和处理等。

3. 利用支持向量机（SVM）方法进行分类，提取出研究区域的土地覆盖类型。

4. 采用景观生态学方法对小流域进行景观格局分析，计算景观指数，得到小流域的景观格局特征。

5. 利用层次分析法（AHP）确定小流域生态环境评价的指标体系。

6. 基于评价指标体系，进行小流域生态环境质量的综合评价和等级划分。

四、预期成果本论文的预期成果包括：1. 对小流域生态环境质量综合评价的研究方法、流程和指标体系进行探讨和总结。

2. 小流域生态环境质量的综合评价结果和等级划分。

3. 建议小流域生态环境保护和管理的措施和建议。

五、研究意义通过本论文的研究，能够深入了解小流域生态环境状况和问题，并且提供科学的研究方法和评价体系，为小流域生态环境保护和管理提供科学依据，促进小流域生态环境的可持续发展。

基于遥感及气象数据的土壤侵蚀敏感性评价的解决方案

基于遥感及气象数据的土壤侵蚀敏感性评价的解决方案土壤侵蚀是指土壤或成土母质在外力（水、风）作用下被破坏剥蚀、搬运和沉积的过程。

土壤侵蚀是全球环境的灾难，他不仅影响了人们的生存和社会发展，更限制了全球经济的可持续发展。

三江源地区由于特定的自然环境和脆弱的生态系统，其水土流失问题的研究具有重要意义。

土壤侵蚀敏感性评价是三江源地区生态环境评价的重要部分，它能够为该地区生态保护和建设提供科学依据。

本方案通过对三江源地区土壤侵蚀敏感性的评价来识别容易形成土壤侵蚀的区域并进行分级。

评价主要基于三江源地区自1990 年以来生态环境数据积累，包括用于土壤侵蚀敏感性评价的各项自然指标数据。

在对该地区的生态状况进行全面调查的基础上，制定了较为合理的技术路线。

根据三江源地区土壤侵蚀类型和特点，本次评价将分水蚀区域和风蚀区域分别进行评价，然后进行综合制图。

1、数据准备及预处理土壤水蚀的影响因素有降雨侵蚀力（R）、土壤质地、土壤可蚀性、地形起伏度和植被状况。

其中降雨侵蚀力和植被状况指标随时间发生变化，分别有1990、2004 和2009 年三期数据。

土壤风蚀敏感性的指标主要有土壤质地、土壤可蚀性、地形起伏度、植被状况、风场强度和土壤表层湿度，对各因子分别评价，然后进行综合。

本次评价中植被状况、风场强度和土壤表层湿度三项指标随时间而发生变化，分别为1990、2004和2009年三期的数据。

2、研究方法2.1 地形起伏度利用三江源地区100m 分辨率dem 数据，采用ArcMap 中的空间分析(SpatialAnalyst) 模块中的邻域分析(Neighborhood Statistic)工具，以n×n像元的圆形为模板算子，对整个研究区进行移动计算, 先计算出n×n像元内的格网最大值maximum，然后计算出其领域最小值minimum，再利用模块中的栅格计算工具(Raster Calculator) 计算最大值与最小值高程差,就得到了该n×n窗口的地势起伏度结果值。

基于GIS和RUSLE的黄土高原小流域土壤侵蚀评估

收稿日期：２００８－０６．０９修订日期：２００９－０７．０３基金项目：“十一五”国家科技支撑项目（２００６ＢＡＤ０３Ａ０３）：国际泥沙研究中心生态建设综合效益评价课题作者简介：秦伟（１９８２一），男，陕两汉中人，博士，主要研究方向：水土保持及林业生态工程。北京中国水利水电科学研究院泥沙研究所，１０００４４。Ｅｍａｉｌ：ｑｉｎｗｅｉ＿ｏｆｆｉｃｅ＠ｓｉｎａ．ｃｏｒｎ ※通信作者：朱清科（１９５６－），男，宁夏人，博士。教授。主要研究方向：水土保持和林业生态工程。北京北京林业大学水土保持与荒漠化防治教育部重点实验室，１０００８３。Ｅｍａｉｌ：ｘｍｇｍｂ＠ｂｊｆｕ．ｅｄｕ．∞
抗由降雨、径流产生的侵蚀能力的综合体现。ＲＵＳＬＥ中，
土壤可蚀性因子定义为标准小区内单位降雨侵蚀力引起
的土壤流失率。采用ＲＵＳＬＥ推荐的在缺少资料时采用土
壤颗粒平均几何直径计算Ｋ因子的方法【１２】：
１
Ｋ＝７．５９４（０．００３４＋０．０４０５ｅｘｐ｛一｛－［（１０９Ｄｇ＋ｒ¨
●
、二／
１．６５９）／０．７１０１］２））
坡产生５６．５０％的侵蚀量；不同土地利用类型中，占总面积５７．０７％的草地产生９６．３７％的侵蚀最，成为目前流域内主要侵
蚀产沙源。研究为应用修正通用土壤流失方程在黄土高原进行侵蚀评估提供技术范例，为该区侵蚀防治和水土资源利用
提供有益参考。
关键词：土壤，侵蚀，地理信息系统，修正通用土壤流失方程，黄土高原
长、对角线长或边长与坡度余弦比等作为其坡长进行运算，忽略了单元格间的汇流过程，将其作为水文孤岛，从而严重减小￡因子、低估侵蚀强度【ｌｏ】。虽然有的研究选用不规则坡面的坡段三因子算法【１１１，并以分水线到单元格的实际汇流长度为坡长进行计算，在一定程度上考虑了上坡汇流对侵蚀的作用、量化了坡面内不同坡段的侵蚀差异，但ＧＩＳ中的均匀单元格实际是将三维地形简化成二维地形，单元格的侵蚀强度由上坡汇流面积决定。因此，这种算法所获得结果也存在较大误差。其次，上坡汇流面积确定不准确。鉴于二维空间中，单元格侵蚀强度由上坡汇流面积决定，Ｄｅｓｍｅｔ掣１０】提出基于上坡汇流面积的￡因子算法，得到广泛应用。然而，现有研究中的汇流面积都是根据数字高程模型（ＤＥＭ）确定的汇流方向简单累加得到，未考虑汇流路径上土地利用／覆盖对汇流的影响，尤其是植被对降雨再分配而产生的减少、阻滞地表径流的水文效应。虽然ＲＵＳＬＥ中的植被覆盖和经营管理因子（Ｃ）可反映地表覆盖对土壤侵蚀的影响，但基于单元格评估土壤侵蚀时，各因子的作用仅局限于所在单元格，上坡土地利用／覆盖对汇流的作用无法由Ｃ因子体现。因此，这类方法所获得结果仍与实际存在较大差别。

基于GIS与RS的生态环境监测与评估

基于GIS与RS的生态环境监测与评估随着人类社会的不断发展，环境问题日益突出，人们对生态环境保护的重视程度也越来越高。

为了实现可持续发展，我们必须对生态环境进行科学监测和评估，以便及时采取相应的保护措施。

在这方面，GIS（地理信息系统）与RS（遥感）技术的应用发挥着重要作用。

GIS是一种以地理空间信息为核心的数字化信息系统，可以实现空间数据的采集、存储、管理、分析和显示。

RS则是通过航空摄影或卫星等设备获取地面信息的技术，包括光学遥感、热红外遥感和雷达遥感等。

将GIS与RS相结合，可以实现对生态环境的全面监测和评估。

首先，GIS与RS可以为生态环境的监测提供准确的数据基础。

通过卫星遥感技术，可以获取大范围的地貌、植被、土壤、水系等信息，并将其与其他环境因子进行数据叠加。

利用这些数据，我们可以对大气污染、水资源利用、土地利用等指标进行科学分析和评估，帮助我们了解环境变化趋势及其对生态系统的影响。

其次，GIS与RS可以实现对生态环境的空间分析和模拟。

通过将空间数据输入GIS软件中，并利用其强大的空间分析功能，可以对不同因素的分布和相互关系进行模拟和预测。

例如，我们可以通过分析植被覆盖的变化趋势，预测生态系统的演替过程；通过模拟地表温度的分布，评估城市热岛效应对生态环境的影响。

这些分析和模拟结果，有助于我们全面了解生态环境的现状和问题，并制定科学合理的保护策略。

此外，GIS与RS还可以为生态环境监测与评估提供可视化和动态展示的手段。

通过将分析结果和模拟数据可视化呈现，可以使复杂的环境数据形象直观地展示出来，更加容易为决策者和公众理解和接受。

例如，我们可以将污染源的分布情况用热力图的方式展示，将不同时期的植被覆盖程度以动画的形式呈现。

这些可视化的手段，既能促进公众参与环境保护，也能在决策过程中提供参考依据。

然而，GIS与RS的应用也面临一些挑战。

首先是数据质量问题。

遥感数据的获取和处理，以及地理信息的采集和整理，都需要耗费大量的时间和精力。

基于RS和GIS的生态环境监测评估应用系统

(如类等)[3]。本系统采用面向对象(OOP)设计方法进行设计，以遥感
数据处理与生态环境监测评估为主线，实现遥感数据预处理的常规功能(辐射校正技术、投影变换技术和几何纠正技术)、遥感数据管理功能、数字图像处理功能(图像显示、图像增强、图像缩放/挖图)与系统的应用功能(陆面温度 LST 和归一化植被指数 NDVI 的反演计算，干旱、洪涝、火情等生态环境遥感监测评估，监测区影像数据提取，分区面积统计)，以及矢量地理信息的叠加和矢量图形风格设置的实现。基于 RS 和 GIS 的生态环境监测评估应用系统的功能结构见图 1。
基金项目：“ 十一五 ” 国家科技支撑计划基金资助重点项目 (2006BAD04B03)；广西自然科学基金资助项目(桂科自 0640053，桂科基 O778006-11)；广西气象局科研基金资助重点项目(桂气发
2004-233-2)
作者简介：匡昭敏(1968－)，女，高级工程师、硕士，主研方向：生态环境，RS 和 GIS 技术的应用；陈超泉，副教授、硕士；黄永璘，助理工程师；何立，工程师；莫伟华，高级工程师、硕士收稿日期：2007-10-22 E-mail：kzhaomin@
CBand 对象的个数、对象别名、对应文件的路径等；对象接
口包括获取通道数据、添加单通道对象、删除单通道对象等。
(3) 局地文件管理对象，系统支持打开多个遥感数据文
示伸衡整图
生态环境监测模块地理信息处理
监
林火监测评估
洪涝监测评估
干旱监测评估
测区影像数据提
分区面积统计
取

RS与GIS支持下的土壤侵蚀自动判别模型——以武威市凉州区为例

污染源，且已经成为一个世界性的严重的环境问并
库，用栅格空间数据结构提取侵蚀因子值，立采建土壤侵蚀强度自动判别模型，以甘肃武威市为例并
对模型进行验证．
题ｎ．壤侵蚀模型的研究是土壤和地理学科的前］土
１土壤侵蚀影响因子及分类分级
１１土壤侵蚀的影响因子．
在自然界，当携带和推移松散物质的力超过抵抗松散物质移动的力时，引起了土壤侵蚀口土便．
壤侵蚀按外营力的性质可划分为水力、风力、冻融、
子的关系，这些影响因子可概括为地表组成物质、
侵蚀模型应该充
够利用分布式的过程来模拟土壤侵蚀状况，空间但
的变异性使模型参数的输入输出变得繁多且复杂，模型所需的大量空间信息也难以获得．将ＧＳ而Ｉ、ＲＳ与土壤侵蚀模型的研究与应用相结合可以有效缓解这一问题．ＲＳ与ＧＳ能够为土壤侵蚀模型Ｉ的研究提供重要的资料来源和数据平台，土壤侵在蚀风险评价、土壤侵蚀模型相结合、观及区域与宏土壤侵蚀空间分布与动态评价中得到了较为普遍的应用ｌ．这些应用大多是以ＵＳＥ为核心，＿但３。Ｌ采用模型与ＧＩＳ松散结合的方式，法形成土壤无

基于GIS和RUSLE乌裕尔河流域土壤侵蚀定量评价

基于GIS和RUSLE乌裕尔河流域土壤侵蚀定量评价鄂立思;孙丽;李苗;李莹【摘要】基于修正的通用土壤流失方程(RUSLE)和GIS技术,以位于东北黑土耕作区的乌裕尔河流域为研究区,以遥感影像为数据源,结合自然地理环境特征,提取土壤侵蚀模型的各种因子,估算土壤侵蚀模数.根据SL190-96的分级标准,对土壤侵蚀强度进行了分级,获得乌裕尔河流域土壤侵蚀现状图,并对不同土地利用类型的土壤侵蚀状况进行了统计,结果表明:乌裕尔河流域土壤侵蚀以轻度侵蚀为主,共有8116.16 km2,占65.05％,其中轻Ⅰ型面积为4068.62 km2,占32.6％,中度侵蚀面积为1394.82 km2,占11.2％;轻度侵蚀集中连片分布,而中度以上侵蚀主要集中在坡度较大区域.土地利用类型中以旱田侵蚀最突出,主要表现为大面积的轻度侵蚀强度;但未利用地侵蚀最严重,主要体现在中度以上侵蚀;林地、草地和居民地以微度侵蚀和轻度侵蚀为主;0～3°、3～8°以下以轻度侵蚀为主,强度侵蚀和极强侵蚀,在坡度为8 ～15°时达到最大侵蚀面积.【期刊名称】《哈尔滨师范大学自然科学学报》【年(卷),期】2015(031)002【总页数】5页(P154-158)【关键词】RUSLE;GIS;乌裕尔河流域;土壤侵蚀【作者】鄂立思;孙丽;李苗;李莹【作者单位】哈尔滨师范大学;黑龙江省普通高等学校地理环境遥感监测重点实验室;;【正文语种】中文【中图分类】S157.10 引言土壤侵蚀是指地球表面的土壤及其母质受水力、风力、冻融、重力等外力的作，在各种自然因素和人为因素的影响下发生的各种破坏、分离、搬运和沉积的现象［1］.土壤侵蚀破坏土地资源，造成淤积、干早、洪涝等灾害，引起生态环境恶化，严重地威胁着人类的生存和发展.东北松嫩平原黑土丘陵漫岗区是我国的六大水力侵蚀区之一［3］，由于黑土区独特的土壤地理环境和人类活动的强烈干扰，它已经变成了中国潜在侵蚀危险的地区［4］.近年来，黑土的侵蚀退化问题得到了政府、科学家甚至农民的普遍重视.关于土壤侵蚀的研究大多是基于土壤流失方程，近年来，国内外很多学者将USEL/RUSLE与GIS的结合来估算土壤侵蚀及其空间分布.乌裕尔河流域是黑土丘陵漫岗区典型的农业区，水土流失较严重，运用GIS结合修正通用水土流失方程(RUSLE)，对乌裕尔河流域的土壤侵蚀进行定量评价，分析土壤侵蚀现状以及其与坡度和土地利用的关系，以期为该区生态退耕、发展可持续农业、开展水土保持等政府宏观决策行为提供科学依据.1 研究区概况与数据获取1.1 研究区概况乌裕尔河是嫩江水系的一级支流，发源于黑龙江省北安市小兴安岭西麓山区，干流流经黑龙江省北安、克山、克东、依安、富裕等市县，最终流入扎龙湿地，中上游海拔高度145～410 m，流域面积12475.9 km2.本流域位于松嫩平原西部大陆性季风盛行区，年降水量为496.7 mm，年蒸发量为1110～1780 mm，年内降水分布极为不均匀，主要集中在汛期6～9月份，占全年降水量的80%.地貌波状起伏、丘岗错落，主要土壤为黑土、草甸黑钙土、潜育草甸土、暗棕壤、草甸沼泽土及沼泽土，富含有机质，适合于农业生产.由于土地的过度开垦和其它不合理利用，该流域对水土流失十分敏感［5］.1.2 数据获取该研究采用的数据主要包括2010年Landsat/TM影像，1:10万地形图，经过几何精校正和影像解译，形成土地利用/覆被数据，根据研究目的、研究区状况及数据源的特点，制定了耕地、林地、草地、水域、居民地、沼泽湿地、未利用地7类一级类及16个二级类的土地利用分类体系.30m分辨率的DEM数据，经过图幅拼接和格式处理转换，用以提取坡度坡长因子.降雨量数据使用乌裕尔河流域内及临近县市11个气象观测点的逐月降水数据.土壤数据来自1:100万的中国土壤类型图，结合全国第二次土壤普查及相关研究，获取研究区土壤类型矢量数据.2 研究方法2.1 模型选择通用土壤流失方程(RUSLE)是目前最常用的估算土壤侵蚀的模型方法之一，在世界很多地区得到了广泛的应用［5］.黑龙江省水土保持研究所于1985年－1992年在黑龙江省的克山和宾县进行土壤侵蚀径流小区的试验研究［6］，获得了适合东北黑土区的一些因子算法，并经过径流小区实测检验，验证了因子取值的合理性.因此，本文应用遥感和GIS技术在乌裕尔河流域进行土壤侵蚀量的估算具有良好的研究基础.RUSLE的模型表达式是由6个因子连乘的形式组成:式中:A为年土壤流失量，t/(hm2·a);R为降雨侵蚀力因子;K为土壤可蚀性因子;L和S分别为坡度因子和坡长因子，无量纲;C为植被与经营管理因子，无量纲;P为水土保持措施因子，无量纲.2.2 RUSLE各因子的确定2.2.1 降雨侵蚀力因子R值的估算该文采用FAO建立的通过修订Fournier指数求算R值的方法［7］，该方法既考虑年降水总量，又考虑降水的逐月分布，数据较容易获取，其公式为:式中:i是月份;Pi是月降水量;P是年降水量.然后建立R与该指数的关系为:式中:a、b取决于气候条件.根据研究区流域气候条件与世界其他地区的类似分析，a与b的取值分别4.17和–152.利用乌裕尔河流域内及临近的共11个雨量站近5年的年平均降雨量和各月平均降雨量，根据公式(3)，推算出各站点的降雨侵蚀力，在Arcgis中利用普通克里金插值法进行降雨侵蚀力的插值计算，得到研究区降雨侵蚀力R值空间分布图(所图1所示).图1 乌裕尔河流域降雨侵蚀力因子R值插值图2.2.2 土壤可蚀性因子K值的估算土壤可蚀性因子K值反映出土壤被降雨侵蚀力分离、冲势和搬运的难易程度.根据1∶100万土壤类型分布图，归并出乌裕尔河流域的土壤大类型有黑土、黑钙土、草甸土、暗棕壤和水稻土.高德武［8］等相关研究试验区设在本文研究区内的克山县，因此参考相关K值，近似确定出研究区的土壤类型可蚀性因子K值，取黑土K值为0.2283，黑钙土 K 值为0.2306，草甸土K 值为0.2942，暗棕壤 K 值为 0.2733，水稻土 K 值为0.2721.2.2.3 地形因子(LS)的获取地形地貌特征对土壤侵蚀的影响集中表现在坡长与坡度两方面，一般用坡长(L)与坡度(S)因子估算地形因素对土壤侵蚀的影响.张宪奎［6］等以克山为试验区，推导出全省LS因子的计算公式:式中:λ为坡长(m);θ为坡度(°);m为坡长指数，取值为0.18;n为坡度指数，取值为1.3.在GIS环境中，坡长坡度LS因子的具体实现是以DEM为基础数据进行提取，利用栅格计算器，根据上述公式获得地形因子LS的栅格图.2.2.4 植被与经营管理因子C的获取植被覆盖和经营管理因子C值是表示在其他条件相同情况下，耕作农地上土壤流失量与同等条件下适时翻耕的连续休闲对照地上的土壤流失量之比，其值大小取决于具体的作物覆盖、轮作顺序及管理措施的综合作用等.取值范围在0～1，C值的取值主要与植被覆盖和土地利用类型有关.根据乌裕尔河流域土地利用现状及植被覆盖度的调查结果，参考我国学者张宪奎［6］和蔡崇法［9］求取C值所做工作，获得该次项目中不同土地利用类型的年平均C值见表1.表1 乌裕尔河流域C值土地利用类型 C值土地利用类型 C值水田 0.180 高覆盖度草地 0.040旱地 1.000 中覆盖度草地 0.080有林地 0.005 沼泽、水域、城镇用地 0.000灌木林 0.070 农村村居民用地 0.030其他林地 0.050 裸地、其他未利用地 1.0002.2.5 水土保持措施P值获取它的值是有水土保持措施与没有水土保持措施时土壤流失量的比值，一般在0～1.当地面没有任何措施时P等于1，水土保持措施得当时P等于0，基本没有土壤侵蚀发生.本研究由于没有设小区实验，主要参照美国农业部手册703号和解译出的土地利用现状图及相关的文献［6，9，10］，得出研究区水土保持措施因子P 值，研究区水田多为水平梯田，其P值取0.03，旱地据野外考察居多是坡耕地，其P值取0.352;其他自然植被区和用地类型，P值取1.2.3 土壤侵蚀量的计算在GIS软件支持下，将获取的各个因子图进行连乘栅格运算，得到土壤侵蚀量图.根据SL190－96的分级标准，对研究区进行土壤侵蚀强度分级，结合乌裕尔河流域的实际情况，进一步将轻度侵蚀分为轻Ⅰ 型侵蚀(侵蚀模数(200～800)t/(km2·a))，轻Ⅱ型侵蚀(侵蚀模数(800～1500)t/(km2·a))，轻Ⅲ型侵蚀(侵蚀模数(1500～2500)t/(km2·a)).运用ArcGIS对栅格土壤侵蚀量进行重分类，合并在同一级别的栅格，得到2010年坡面土壤侵蚀强度分级图(如图2所示).图2 乌裕尔河流域土壤侵蚀强度分级图3 结果与分析3.1 乌裕尔河流域土壤侵蚀现状根据2010年土壤侵蚀统计结果(见表2)，乌裕尔河流域土壤侵蚀总面积10387km2，占土地总面积的85.25%.除极强度侵蚀外，从轻度侵蚀到强度侵蚀，侵蚀面积随强度等级的增加而减少，其中轻度侵蚀面积8116.16 km2，占土地总面积的65.05%，中度侵蚀面积为1394.82 km2，占土地总面积的 11.2%，强度侵蚀面积为495.2 km2，占土地总面积的 3.96%，极强度侵蚀面积为291.85 km2，占土地总面积的2.34%.乌裕尔河流域以轻度侵蚀为主，其面积占侵蚀总面积的78.14%，进一步分析可以看出，轻Ⅰ型侵蚀占乌裕尔河流域总面积的32.61%，占全区土壤侵蚀总面积的39.17%，占轻度侵蚀面积的50.13%;轻Ⅱ型侵蚀占乌裕尔河流域总面积的19.57%，占全区土壤侵蚀总面积的23.51%，占轻度侵蚀面积的30.09%，说明整个乌裕尔河流域以轻Ⅰ型侵蚀和轻Ⅱ型侵蚀为主.3.2 土壤侵蚀与土地利用的关系从表3可以看出，乌裕尔河流域土壤侵蚀主要集中在旱田，面积为10444.51km2，占轻度土壤侵蚀面积的97.2%，草地及其他土地利用类型所占比例为2.8%，水田所发生的轻度侵蚀极少，只有0.26 km2.中度侵蚀也以旱田为主，其次为未利用地.强度与极强度侵蚀也是以旱田为主，但土壤侵蚀面积明显减少，未利用地中中度以上土壤侵蚀的面积是除旱地以外最大的.林地、草地和居民地以轻度侵蚀为主.表2乌裕尔河流域2010年土壤侵蚀面积统计结果注:未利用地包括盐碱地、滩地和裸土地侵蚀强度侵蚀模数t/(km2·a) 面积/km2 占土地总面积比/%微度侵蚀＜200 2088.91 16.75轻度侵蚀轻Ⅰ 200 ～800 4068.62 32.61轻Ⅱ 800 ～ 1500 2442.09 19.57轻Ⅲ 1500 ～ 2500 1605.45 12.87中度侵蚀 2500 ～ 5000 1394.82 11.18强度侵蚀 5000 ～ 8000 495.85 3.97极强度侵蚀 8000 ～ 15000 291.85 2.34剧烈侵蚀＞ 15000 88.94 0.71表3 乌裕尔河流域不同土地利用类型土壤侵蚀状况统计 km2土地利用类型微度侵蚀轻度侵蚀中度侵蚀强度侵蚀极强度侵蚀剧烈侵蚀旱田291.48 7894.34 1387.64 492.76 290.04 88.24水田 182.45 0.26 0.00 0.00 0.00 0.00林地853.63 28.25 0.08 0.01 0.01 0.00草地 445.28 124.83 0.47 0.07 0.02 0.00居民地 316.06 41.52 0.05 0.00 0.00 0.00未利用地0.00 6.96 6.58 2.36 1.78 0.69 3.3 土壤侵蚀的坡度分异特征基于DEM提取研究区坡度数据，并按照0～3°、3 ～8°、8 ～15°、15 ～30°和＞30°对坡度进行重分类，与研究区土壤侵蚀图进行叠加分析，求得乌裕尔河流域不同坡度下不同土壤侵蚀强度的侵蚀面积.从图3可以看出，乌裕尔河流域轻度侵蚀在0～3°坡度时的侵蚀面积为4824.71 km2，在3－8°坡度时侵蚀面积为3256.81 km2，在0－15°坡度范围内，轻度侵蚀面积呈现逐渐减小趋势;中度侵蚀在3～8°坡度时的侵蚀面积为1071.47km2，达到中度侵蚀最大面积，在8 ～15°坡度范围内侵蚀面积呈现逐渐减小趋势;轻度侵蚀和中度侵蚀在坡度达到15°时侵蚀面积趋近于0.强度侵蚀和极强侵蚀，在坡度为8～15°时达到最大侵蚀面积，分别为485.18 km2和205.87 km2.由此可以得出乌裕尔河流域坡度大于8°的土地利用类型是产生强度侵蚀的源区.因此，当坡度大于8°时，应该尽量减少坡耕地数量，发展林业.而对于坡度低于8°的地区，虽然侵蚀强度为轻度，但是侵蚀面积却很大，对于旱地应实行等高耕作等措施.图3 乌裕尔河流域不同坡度级土壤侵蚀面积4 结束语该文基于GIS平台，结合RUSLE模型，通过合理的选取模型中土壤侵蚀因子的计算方法，评估了乌裕尔河流域的土壤侵蚀状况，为该区域的土壤侵蚀治理提供一定的依据.(1)从侵蚀状况来看，乌裕尔河流域土壤侵蚀面积10387 km2，占土地总面积的85.25%.说明研究区内大部分地区都受到不同程度的土壤侵蚀，但以轻度侵蚀为主，轻度侵蚀面积8116.16 km2，占土地总面积的65.05%，中度侵蚀面积为1394.82 km2，占土地总面积的11.2%，强度侵蚀以上占研究区总面积的6.3%，面积较小.(2)从土壤侵蚀强度的空间分布来看，全区均有土壤侵蚀发生，且轻度侵蚀集中连片分布，而中度以上侵蚀主要集中在坡度较大区域.(3)从土地利用类型与土壤侵蚀强度的关系来看，旱地所发生的土壤侵蚀最为严重，面积最大，林地和草地主要以轻度侵蚀为主，未利用地侵蚀程度主要集中于中度侵蚀以上.(4)从土壤侵蚀的坡度分异特征来看，在0～15°坡度范围内，轻度侵蚀面积最大，随坡度增大呈现逐渐减小趋势;中度侵蚀在3～8°坡度时的侵蚀面积为1071.47km2，达到中度侵蚀最大面积;强度侵蚀和极强侵蚀，在坡度为8～15°时达到最大侵蚀面积，分别为485.18 km2和205.87 km2.参考文献［1］刘宝元，谢云，张科利.土壤侵蚀预报模型［M］.北京:中国科学技术出版社，2001:1－5.［2］张树文，王文娟，李颖，等.近50年来三江平原土壤侵蚀动态分析［J］.资源科学，2008，30(6):843–849.［3］唐克丽，等.中国水土保持北京:科学出版社，2004.［4］范昊明，蔡强国，王红闪.中国黑土区土壤侵蚀环境［J］.水土保持学报，2004，18(2):66–70.［5］魏建兵，肖笃宁，李秀珍，等.东北黑土区小流域农业景观结构与土壤侵蚀的关系生态学报［J］.生态学报，2006，26(8):2608－2614.［6］张宪奎，许靖华，卢秀芹，等.黑龙江省土壤流失方程的研究［J］.水土保持通报，1992，12(4):1－10.［7］Amoldus H M J.An approximation of the rainfall factor in the universal soil loss erosion［M］.De Boodt M，Gabriels D(eds).Assessmentof Erosion［M］.John Wiley and Sons，Chichester，1980:127–132.［8］高德武.黑龙江省土壤流失方程中土壤可蚀性因子(K)的研究.国土与自然资源研究，1993，3，40－43.［9］蔡崇法，丁树文，史志华，等.应用USLE和地理信息系统IDRISI预测小流域土壤侵蚀量的研究［J］.水土保持学报，2000，14(2):19–24.［10］游松财，李文卿.GIS 支持下的土壤侵蚀量估算—以江西省泰和县灌溪乡为例［J］.自然资源学报，1999，14(1):62–68.。

基于GIS的小流域水土流失遥感定量监测探讨

基于GIS的小流域水土流失遥感定量监测探讨水土流失，土壤侵蚀是制约人类发展的一项重大资源问题，因此采用地理信息系统和遥感技术对水土流失进行了检测，这是一种比较便捷的调查方式。

由于水土流失的复杂性和安全隐患问题，经过相关研究部门的讨论研究突破了单一的信息源和依靠光谱特性的限制，还涉及到植被、降水量、坡度和土壤等因素的影响，为水土流失，土壤侵蚀提供了一套新的研究方法。

标签：GIS；小流域；遥感；监测1 基于GIS的土壤流失量监测1.1 流域土壤矢量的计算结合GIS的强大运算能力，可计算出，每一个像元的壤流失量。

在像元土侵蚀的基础上，根据《土壤侵蚀分类分级标准》确定土壤侵蚀强度分级指标将侵蚀量在同一侵蚀等级的像元进行归并，进而绘制出小流域土壤侵蚀强度图如图1：1.2 小流域环境数据库的建立我国在2004年对太平洋1989年1：1万航测地形图与流域的彩虹外航片和地质图进行了实地考察研究，调查内容有土壤类型、土地利用方式、土地植被等。

最后对图形数据和属性进行了统一编码和标准化处理，并在Acee和Are软件管理数据系统的支持下建立了研究区环境流域数据库如表1：基于GIS的遥感定量监测结果要比定性遥感结果的准确度高，它不仅在水土保持的科学管理中有更大的使用价值，而且对农林的可持续发展有着相应的价值，为了防止流域水土流失，必须采取合理有效的措施。

植树造林和破改梯着两种方式可以减少水土流失和落地面积侵蚀强度和流失量的减少程度，如果将强度以上的土壤侵蚀度减少到中度侵蚀的话，则流域泥沙科减少4.64×102×102t，侵蚀模数下降到1251t/km2，侵蚀强度下降一个等级，所以现在流域治理的重点在于面积17.7%的土壤流失强度区。

2 土壤侵蚀强度监测2.1 地面实测数据在小流域布设多个不同条件的径流小区进行一下实验操作，在用植被覆盖因子和雨量因子基本一致的条件下，测量不同坡度的降水-产沙-侵蚀规律，依据降水、侵蚀、堆积实验，经过对土表降水前后机械组成的分析土壤侵蚀与水土流失的关系，通过降水、产水、侵蚀、堆积的径流试验，分析植被副高的与侵蚀规律的关系，人为管理因子与工程措施对水土流失的实验研究。

基于RS和GIS的涪江流域上游地区土壤侵蚀定量估算

ｔｒａｎａａｓｙ，ａｈｅｈｇｏｌｅｏｉｎｉｔｎｓｔｐａｅｎｔｒａｗｉｈｈｅｖｙｄｍ — ｅｒｉｎｄｌｎｄｕｅｔｐｅｎｄｔｉｈｓｉｒｓｏｎｅｉｙａｐｅｒｄｉｈｅａｅｔａａ
ｔｌａｅ．ＴｈｏｉｅｏｓｏｆｔａｒａｅｓｌｒｉｎｏｈｅＵｐｒｖｒＡｒａｆＦｕＲｉｅａｅｓｅｓｇｅｔｙｒｌｔｄｗｉｈｉｓｉｅｅｓｏｖｒＷｔｒｈｄｗａｒａｌｅａｅｔｔ
Ａｂｔａｔｓｒｃ：Ｑｕｎｉｔｖｅｅｒｈｏｈｏｌｒｓｏｎｔｅｕｒｖｒａｅｓｏｏｉｎｖｒｗａａ— ａｔｔｉｅｒｓａｃｎｔｅｓｉｅｏｉｎｉｈｐｉｅｒａｆＴｕｊｇＲｉｅｓｃｒａａ
ｒｅｔｖａｕｔｌｚｎｇＵＳＬＥｉｄｏｕｉｉｉｉｍｏｄｌｃｍｂｎｅｔＳａｅｈｎｏｙ．ＴｈｅｒｓｔｎｄｃｔｄｅｏｉｄｗｉｈＧＩｎｄＲＳｔｃｏｌｇｅｕｌｓｉｉａｅｔｔｍｏｓｏｉｅｏｓｏｎｔｔｄｒａｗａｌｇ，ｗｈｃａｐ８．ｈａｔｓｌｒｉｎｉｈｅｓｕｙａｅｓｓｉｈｔｉｈｍｄｅｕ６５５ｅａ；ｔｅｌｇｈｏｌｅｏｉｎａｃｕｎｅｏｒ９３ｈｉｔｓｉｒｓｏｃｏｔｄｆ．１ｏｈｅｗｈｏｅｓｕｄｒｆｔｌｔｙａ —
ａｅｅａｉｎ．ｇｅｖｇｔｔｏ

基于GIS的土壤侵蚀性遥感监测与评价

ＡＲｘｘｘｘｘ＝ＫＬＳＣ Nhomakorabea （）１
的物理模型需要大量的参数，而有些参数又难以获取，因此在实际应用中还存在诸多困难，尚难以取代经验统计模型在土壤侵蚀定量调查中的主导地位。本文基于ＵＬ模型，ＳＥ运用ＥＶ的图像综合处理能力来对试验区ＮＩ的土壤侵蚀性做出评价。研究的基本流程图如图ｌ。．２植被因子的提取．植被因子是土壤侵蚀强度分级中重要的一个因子，植被因子一般用植被覆盖度来集中体现。植被覆盖度是指植被的垂直投影面积与地块总面积之比，它是植被冠层形状、植被空间分布、叶子倾角及重叠所形成的参量。传统的植被覆盖度测量方法主要是目估法、采样法、仪器法等，但由于目估法主观性太强，采样法野外操作不方面，仪器法成本较高难以在大范围内快速提取植被覆盖度。因而，遥感成为了估算植被覆盖度的主要技术手段。植被因子提取方法
研究中存在的问题及改进基于遥感和gis技术采用卫星影像通过人机交互目视解译获取土地利用信息应用数字高程模型dem生成坡度图遥感影像中提取植被指数ndvi利用像元二分模型得到植被覆盖度依据水力侵蚀标准将土地利用坡度和植被覆盖度等进行编码后做空间叠加分析得到土壤侵蚀强度分级数据
科技信息．
高校理科研究
基于ＧＩＳ昀土壤侵蚀胜置感监潮与评价
辽宁师范大学城市与环境学院王祥黄凤荣苏岫
［摘要１于ＧＳ的遥感定量监测方法是近年来新出现的土壤侵蚀性调查方法，基Ｉ其核心部分在５－壤侵蚀定量评价模型及各参数－－＋的算式算法。本文介绍了几种主要的土壤侵蚀性定量评价模型的构成，着重介绍模型因子中植被因子的提取方法，出了目指前研究的不足并提出了一些改进的建议。［关键词】Ｓ土壤侵蚀遥感监测ＧＩ土壤侵蚀是一个复杂的人文和地理过程，利用常规地面调查的方法，人为因素的影响很大，且费时费力。遥感技术具有信息丰富，实时性强和动态监测等优势，疑是最快速有效的先进监测手段之一旧。因无此，利用遥感和ＧＳＩ技术对我国土壤侵蚀性状况进行调查是近来水土保持研究的热点。１土壤侵蚀模型．土壤侵蚀受到诸如降水、下垫面岩性、地形坡度、土地覆盖类型及管理方式等多种因素的影响。作为定量调查方法的核心，侵蚀量评价模型经历了单因子方程式到多因子侵蚀模型的发展，使得每个对土壤侵蚀发生作用的因子都能较好地被描述。根据建模方法，这些土壤侵蚀定量模型基本上可以分为两类：经验统计模型和物理模型。以下分别介绍这两类模型。１１验统计模型．经经验统计模型是根据标准小区试验结果，确定土壤侵蚀的控制因素并拟合出能最大概率重现观测数据的函数对应关系式。该方法基本不考虑土壤侵蚀过程的内部机制，因此又被称为黑箱模型。这类模型主要有ｕＬ日ＲｓＥ、兆宏模型嘲和我国的黄土高原模型嘴ｓＥ、ｕＬｈ。ＵＬＳＥ系列模型是为显示长期年平均侵蚀速率而设计的，主要包括ＵＬ（ＳＥ通用土壤流失方程）ＲｓＥ修正的通用土壤流失方程）卜、ｕＬ（和兆宏模型。他们均采用相同的模型结构，更确切地讲，两者是在ＵＬ后ＳＥ模型的基础上发展起来的。ＵＬＳＥ系列模型的数学表达式为：

基于GIS和RUSLE的土壤侵蚀量计算_以贵州省猫跳河流域为例

第28卷第4期2006年7月北京林业大学学报JO URN AL OF BEIJING FO RES TRY UN IV ERSITYVol.28,N o.4Jul.,2006收稿日期:200522082216http:P P 基金项目:国土资源部土地利用重点实验室开放基金项目(062208)、国家自然科学基金重点项目(40335046)、高等学校博士学科点专项科研基金资助项目(20040001038).第一作者:许月卿,副教授.主要研究方向:土地利用P 覆被变化及土地资源可持续利用.电话:0102262732936 Em ail:xm oonq@si 地址:100094北京市海淀区中国农业大学资源与环境学院土地资源与管理系.基于GIS 和RUSLE 的土壤侵蚀量计算)))以贵州省猫跳河流域为例许月卿1,2邵晓梅1(1中国土地勘测规划院,国土资源部土地利用重点实验室2中国农业大学资源与环境学院土地资源与管理系)摘要:为了解西南喀斯特山区土壤侵蚀空间分布特征,该文以贵州省猫跳河流域为研究区,在G IS 技术支撑下,应用修正的通用土壤流失方程(RUSLE)估算了研究区2002年现实土壤侵蚀量和潜在土壤侵蚀量,得到了研究区现实土壤侵蚀量和潜在土壤侵蚀量的空间分布特征,计算了各种土地利用类型的土壤保持能力,并对研究区土壤侵蚀防治措施进行了探讨.结果表明,研究区年均现实土壤侵蚀模数为28170t P (hm 2#a),年均土壤流失量875165@104t P a,年均土壤保持量25095173@104t P a.旱地的土壤保持能力最小,研究区进行水土流失防治除对25b 以上的旱地实行退耕还林、裸岩荒地植树造林外,还应加强对6b ~25b 的旱地进行治理如坡改梯等.关键词:G IS,RUS LE,土壤侵蚀,现实土壤侵蚀量,潜在土壤侵蚀量中图分类号:S71417 文献标识码:A 文章编号:1000221522(2006)042200672205X U Yue 2qing 1,2;S HAO Xiao 2mei 1.Estimation of soil erosion supported by GIS and RUSLE :A case study of Maotiaohe Watershed ,Guizhou Pr ovince .Journal o f Beijing Forestry U nive rsity (2006)28(4)672271[Ch,17ref.]1Key Laboratory of L and Use,M inistry of Land and Resources,China L and Surveying and Planning Institute,Beijing,100035,P.R.China;2Department of Land Resources and Manage ment,College of Resources and Environment,China Agricultural University,Beijing,100094,P.R.China.Soil erosion in karst mountainous areas of southwest China is one of the determining f actors f or land degradation and productivity reduction.To explain the spatial charac teristics of soil erosion in karst mountainous areas in southw est China,the authors used the Maotiaohe Watershed in G uizhou Province as study area.Geographic Information System(GIS)technology and the Revised Universal Soil Loss Equa tion (RUSLE)w ere applied to estimate the potential and actual amount of soil erosion in M aotiaohe Watershed of Guizhou Province,present the spatial distribution characteristics of soil erosion in the w atershed,calculate the soil conservation capacity by land use and then discuss the soil and water c onservation counter measures.Resultsshow ed that the soil erosion modulus and the actual amount of soil erosion were 28170t P (hm 2#a)and 875165@104t P a,respectively,and the annual soil conservation a mount was 25095173@104t P a.Among land use types,the soil conservation capacity of dry land is the smallest.Apart from the option of returning all the farmland with a slope grade above 25b to woodland or grassland and aff orestation in bare mountains,it isimperative to enforce proper management of farmlands with a slope grade of 6b 2225b ,such as terracing,in order to decrease soil loss.Key words GIS,Revised Universal Soil L oss Equation (RUSL E ),soil erosion,actual amount of soilerosion,potential amount of soil erosion土壤侵蚀不仅破坏土地资源,引起土地生产力下降,而且造成沟渠塘库的淤积,加剧洪涝、干旱等灾害的发生,严重威胁着人类的生存和发展,成为各国普遍关注的热点问题之一.我国在土壤侵蚀定量预报方面已进行了大量研究[1223],但对西南喀斯特山区土壤侵蚀预报研究尚未进行系统性的报道.西南喀斯特山区山高坡陡、土层疏松浅薄、陡坡旱地广泛分布,在多暴雨条件下,水土流失十分严重,土壤侵蚀成为当地土地退化的主要方式.长期以来由于对喀斯特山区的环境问题重视程度不够,土壤侵蚀的研究基础薄弱,而且区域环境条件复杂,土壤侵蚀模数的监测工作在很多地区都是空白.因此,定量估算西南喀斯特山区土壤侵蚀量,对确定重点水土保护区域,确认引起水土流失的关键因子,制定相应的防治措施具有重要意义.本文以贵州省猫跳河流域为例,在GIS技术支持下,选用修正的通用土壤流失方程(RUS LE)估算流域年平均土壤侵蚀量和潜在土壤侵蚀量,分析土壤侵蚀的空间分布特征,探讨土壤侵蚀防治措施,为水土流失防治提供科学依据.1研究区概况猫跳河流域位于贵州省中部,介于东经106b00c ~106b53c、北纬26b00c~26b52c,属长江水系,是乌江的一条主要支流,全长约180km,流域面积3195km2.猫跳河流域位于西部高原向东部平原的过渡地带,其基本流向为西南)东北向.流域内地貌类型繁多,山地、丘陵、谷地、坝子、湖泊均有分布.猫跳河流域属于亚热带季风湿润气候,年平均气温1318e,年均降雨量1300mm.气候温和,冬无严寒,夏无酷暑,季风交替明显.流域主要土壤类型有黄壤、水稻土、石灰土、紫色土、山地黄棕壤、沼泽土等土类,其中以黄壤分布面积最大,其次是水稻土和石灰土.2土壤侵蚀量计算方法211模型选择与数据处理本文选用修正的通用土壤流失方程(RUSL E)[4]预测猫跳河流域年均土壤流失量,其基本形式为:A=R#K#LS#C#P(1)式中,A为土壤侵蚀量(t P(hm2#a)),R为降雨侵蚀力因子(M J#mm P(hm2#h#a)),K为土壤可侵蚀性因子(t#hm2#h P(M J#mm#hm2)),L S为坡长、坡度因子(无量纲),C为覆盖与管理因子(无量纲),P为水土保持措施因子(无量纲).应用GIS和RUSL E模型预测土壤侵蚀的关键是各指标值的确定和各因子图的生成,本文土壤侵蚀量计算流程见图1.针对RUS LE模型的5个因子,收集到研究区土壤图、地形图、气象站降雨数据及土壤普查、森林资源调查等相关资料.土地利用现状图通过2002年8月31日的T M影像解译得到.在Arc P Inf o、Arcview等软件支持下,获取相关数据.具体操作步骤如下:1)数字类型图层的获取.在Arcvie w312和Arc P Inf o811软件支持下,对研究区1B50000地形图的等高线进行跟踪数字化,生成数字高程模型,进而获取研究区数字坡度图.同样在GIS软件支持下对土壤类型图等图件进行数字化,建立研究区数字化土壤类型图,为土壤侵蚀定量计算提供基础数据.2)图形数据库和属性数据库的匹配.结合实地考察和研究区土壤普查、森林资源调查及土地利用等资料,建立土壤属性、森林资源属性及土地利用属性数据库.根据图形数据库和属性数据库的统一编码,实现属性数据和空间数据的相匹配.图1土壤侵蚀量计算流程图FIGURE1Flow chart of soil eros ion calc ulati on212R USLE各因子值的确定和因子图层的生成21211R值的估算降雨侵蚀力因子R是一项评价降雨引起的土壤分离和搬运的动力指标,反映了降雨对土壤侵蚀的潜在能力.通过对各种算法性能比较以及气候资料状况,选择基于日降雨的月降雨侵蚀力计算模型[5227],计算研究区的降雨侵蚀力R.E j=A[1+G cos(2P fj+X)]6Nd=1R B d,R d>R0(2)式中,E j为月降雨侵蚀力(M J#mm P(hm2#h));R d是日降雨量;R0是产生侵蚀的日降雨强度阈值,一般取值为1217mm;N是某月中日降雨量超过R0的天数;f为频率,f=1P12;j为月份;X=5P P6;A、B、G为模型参数,在年降雨量大于1050mm的地方,A、B 的关系如式(3),在年降雨量500~1050mm的地方,A、B关系为式(4),G和年均降雨量的关系为式(5):lg A=2111-1157B(3)68北京林业大学学报第28卷A=013951+010983126S P P(4)G=0158+0125P P1000(5)式中,B取值范围在112~118之间,S为下半年降雨量,P为年均降雨量.利用研究区修文、清镇、贵阳、平坝、安顺气象站1980)2003年逐日降水资料,根据以往研究结果并结合研究区实际情况[7],本文取B=115.利用式(2)、(3)、(5)计算研究区各气象台站逐月降雨侵蚀力,经汇总后得到各气象台站的多年平均降雨侵蚀力R.采用Kriging内插方法进行空间内插,得到研究区降雨侵蚀力的空间分布图.21212K值估算土壤可蚀性因子K值是指标准小区在单位降雨侵蚀指标下的土壤侵蚀量.K值反映土壤被降雨侵蚀力分离、冲蚀和搬运的难易程度.本文采用RUSL E推荐的在缺少资料时采用土壤颗粒的几何平均直径计算K值的方法[8]:K=71594(010034+010405exp(-1P2((log D g+11659)P017101)2))(6)D g=-exp01016f i ln m i(7)式中,D g为土壤颗粒的几何平均直径,m i为第i级粒级下组分限值的平均值,f i为第i级粒级组分的重量百分比.根据研究区第2次土壤普查资料,得到各类土壤的机械组成、有机质含量等,根据式(6)计算出研究区各类土壤的可蚀性K值.根据数字化的土壤类型图层,将K值赋予相应的土壤类型,研究区土壤可蚀性K值平均为010388.21213LS值的估算L S因子反映地形地貌特征对土壤侵蚀的影响.L S 表示在其他条件相同的情况下,某一给定坡度和坡长的坡面上,土壤流失量与标准径流小区典型坡面土壤流失量的比值,是侵蚀动力的加速因子.本文采用Wischmeie r提出的L S因子计算方法[9],利用流域25m @25m的D E M数据,在G IS中的ARC模块下运行编好的程序,得到各像元L S因子值和L S图层.L S=(K P7216)m(65141sin2B+4156sin B+01065)(8)式中,K为坡长;B为坡度;m为随坡度变化的变量,当坡度\2186b时,m=015,坡度为1172b~2186b时, m=014,坡度为0157b~1172b时,m=013,坡度< 0157b时,m=012.21214C值估算作物管理因子C是在相同的土壤、坡度和降雨条件下,某一特定作物或植被情况时的土壤流失量与耕种过后连续休闲地的土壤流失量的比值.植被覆盖和经营管理C因子为侵蚀动力的抑制因子,其值小于或等于1.根据研究区土地利用及农田经营情况实际调查并结合前人研究结果确定研究区C 值[102214](表1).没有土壤侵蚀的地区C赋值为0;1值被赋予最易受到侵蚀的区域.利用土地利用图层,将C因子值赋予相应的土地利用类型,得到研究区C因子图层.21215P值估算水土保持措施因子P是采取水保措施后,土壤流失量与顺坡种植时的土壤流失量的比值.本文参考以往研究结果并结合当地土地利用及农事活动情况确定P值[102214](表2),并将P因子值赋予相应的土地利用类型,得到研究区P因子图层.0值代表无侵蚀地区;1值表示未采取任何水保措施的地区.对于研究区而言,水田基本上已梯田化,但旱地仍有相当一部分未采取任何措施.裸岩虽然对土壤侵蚀的敏感程度很高,但因为它基本无土壤层可被侵蚀,所以被赋值为0.213现实土壤侵蚀量将上述各因子图层均转化为统一坐标系下像元大小为25m@25m的栅格图,在Arc P Inf o软件支持下将各因子图层相乘,得到研究区土壤侵蚀空间分布图.根据水利部颁布的5水土保持技术规范6 S D2382287侵蚀强度标准确定土壤侵蚀分级指标,并生成研究区土壤侵蚀强度等级图.表1不同土地利用类型C因子值T ABLE1C values of different land use ty pes土地利用类型水田旱地林地疏林地其他林地(果园、茶园)灌草地水域城镇居民点建设用地裸岩C值011012201006010101040104000表2不同土地利用类型P因子值T ABLE2P values of different land use ty pes土地利用类型水田旱地林地疏林地其他林地(果园、茶园)灌草地水域城镇居民点建设用地裸岩P值010101411017100069第4期许月卿等:基于GIS和RUS LE的土壤侵蚀量计算)))以贵州省猫跳河流域为例214潜在土壤侵蚀量潜在土壤侵蚀量指在没有任何植被覆盖和水土保持措施条件下的年均土壤流失量,即C=1、P= 1,则RUSL E形式变为:A=R#K#L S(9)在地理信息系统支持下,将上述各因子图层相乘,得到研究区潜在土壤侵蚀量空间分布图.3结果分析与讨论311现实土壤侵蚀量流域现实土壤侵蚀量为875165@104t P a,平均土壤侵蚀模数为28170t P(hm2#a),属于中度侵蚀(表3).土壤侵蚀较严重的地区主要分布在流域下游沿猫跳河两岸、修文和清镇市交界处,局部地区平均土壤侵蚀模数达200t P(hm2#a)以上;轻度和微度侵蚀主要分布在流域上游的高原.计算结果和以往土壤侵蚀调查估计的结果比较吻合[152217],这说明运用GIS技术,采用RUSL E模型研究大区域土壤侵蚀是一种可行的方法与技术途径.312潜在土壤侵蚀量流域潜在土壤侵蚀量达25971138@104t P a,平均潜在土壤侵蚀模数为94913t P(hm2#a)(表3).流域下游地区地表切割较深,地面破碎,潜在土壤侵蚀量较大.潜在土壤侵蚀量对于侵蚀高危险区的认识和制定侵蚀防治措施均有重要意义.通过潜在土壤侵蚀量和现实土壤侵蚀量的对比反映了在当前土地利用条件下,植被覆盖在多大程度上影响了水土流失,也可反映所应用的侵蚀控制措施是否有效.313土壤保持量潜在土壤侵蚀量和现实土壤侵蚀量的差值就是因植被覆盖和实施土地管理措施而减少的土壤侵蚀量,即土壤保持量.流域年均土壤保持量25095173 @104t P a,其中有林地、疏林地和灌草地的年均土壤保持量最大,均在1000t P(hm2#a)以上(表3).若用平均潜在土壤侵蚀量与平均现实土壤侵蚀量比值表示土地利用类型防止土壤侵蚀的能力,则水田保持土壤能力最强,其潜在土壤侵蚀量与现实土壤侵蚀量的比值达1111131,其次是有林地、疏林地,其比值是181131和104105.旱地保持土壤能力最小,其比值仅为12160,流域平均土壤保持能力为33170.表3各地类土壤侵蚀量和土壤保持能力TA BLE3Soil erosion amo unt and soil conservation capacity of varied land use types地类土壤侵蚀总量P(104t#a-1)单位面积土壤侵蚀量P(t#hm-2#a-1)土壤保持量潜在侵蚀现实侵蚀潜在侵蚀现实侵蚀侵蚀总量P(104t#a-1)单位面积侵蚀量P(t#hm-2#a-1)土壤保持能力水田28751932159539134015128731345381831111131旱地644119051113577214966156593015570519312160有林地5925181321681468196910658931131459190181131疏林地3137170301161492141514731071541476193104105其他林地721591197728101211227016270617936191灌草地75171452961901051127451137220155100611425132流域合计2597113887516525095173流域平均9491302817092016033170水田因为分布地势平坦,平均现实土壤侵蚀量非常小,所以其比值很大.林地因为有浓密的冠层消减暴雨势能,缓冲暴雨对土壤的击打,且森林枯枝落叶层是减少土壤侵蚀的天然屏障,所以林地的土壤保持能力强.旱地由于多分布在山坡上,有部分耕地分布在坡度大于25b的陡坡上,且相当一部分旱地未采取水保措施顺坡耕种,所以旱地平均现实土壤侵蚀量大,土壤保持能力最差.314土壤侵蚀防治措施由上述分析可知,水田和林地土壤保持能力最大,旱地土壤保持能力最小.由于地形地貌条件影响,研究区发展水田规模受到限制,目前流域内旱地相当一部分未采取水保措施且分布在陡坡,因此流域控制土壤侵蚀的有效措施是在裸岩山地和陡坡旱地植树造林,大于25b的陡坡旱地退耕还林还草,扩大林地面积,缩小陡坡耕地面积.如果把土壤侵蚀在中度以上的区域称为侵蚀危险区,则目前流域侵蚀危险区面积占流域面积的39134%.假设流域所有大于25b的陡坡耕地全部还林还草,荒草地被全部森林化并且成熟后的情况下,对研究区土壤流失量进行模拟.模拟结果表明,流域平均土壤侵蚀模数降为1718t P(hm2#a),年均土壤流失量为55213@104t P a,比目前减少3619%,但仍有2115%的区域处于侵蚀危险区.其土壤流失量的84168%来自坡度小于25b的旱地,其中6b~15b的旱地土壤侵蚀量占总侵蚀量的37161%,15b~25b的坡耕地土壤侵蚀量占总侵蚀量的30129%,二者合计67190%(表4).可见,6b~25b坡耕地是土壤侵蚀发生的主要区域,对土壤侵蚀量贡献率最大.这说明研究区内即使所有大于25b坡耕地全部退耕还林,荒坡70北京林业大学学报第28卷全部绿化,也不能完全解决该地区严重的水土流失问题,对6b~25b的旱地采取坡改梯、保土耕作等治理措施已成为当务之急.表4大于25b坡耕地全部还林还草、荒地森林化后的土壤侵蚀TAB LE4Soil loss under the condition of returning all farmland with a slo pe grade above25b to wo odland or grasslandand afforestatio n o f barren land地类栅格个数P个面积比例P%侵蚀量P(t#a-1)侵蚀量比例P%水田74167325113262481510152<6b旱地43612014178851694158161786b~15b旱地4719621519919089011253716115b~25b旱地2401958115153731517630129林地10609213519575069915514179参考文献[1]张佳华,姚凤梅.江西兴国土壤侵蚀动态的研究[J].北京林业大学学报,2004,26(1):532256.ZHANG J H,YAO F M.S oil erosion in Xi ngguo County of J iangxi Province[J].J ournal o f Bei jing Fo res try U nive rs ity,2004,26(1):532256.[2]陈奇伯,齐实,孙立达.宁南黄土丘陵区坡耕地土壤侵蚀对土地生产力影响的研究[J].北京林业大学学报,2001,23(1):342237.C HEN Q B,QI S,SUN L D.Impac t of s oil erosion productivi ty ofsloping field in hilly2gully regi on of the Loess Plateau in south Ningxia[J].J ournal o f Bei jing Fores try U ni vers ity,2001,23(1):342237.[3]胡良军.基于GIS的区域水土流失定量评价指标研究[J].水土保持通报,1998,18(5):242227.HU L J.Index of GIS2based re gional erosion evaluation[J].Bulletino f Soil and W ate r C ons ervation,1998,18(5):242227.[4]RENARD K G,FOS TER G R,WEES IES G A,et al.Predic tingsoil erosion by water:A guide to cons ervati on planni ng with the Revis ed Universal Soil Los s Equati on(RUS LE)[S]P P Uni ted S tates Department of Agriculture(USDA).Agricul tural handbook:No.703.Washington D.C:US DA,1997.[5]YU B,R OSEWELL C J.Rainfall erosivity and its es ti mation forAus tralia.s tropics[J].Aus tralian J ournal o f Soil Res earc h,1998(36):14322165.[6]YU B,HAS HIM G M,EUSO F Z.Es ti mating the R2factor withli mi ted rainfall data:A cas e study from peni nsular Malaysia[J].Journal o f Soil and W ate r Conse rvation,2001,56:10122105. [7]宁丽丹,石辉.利用日降雨资料估算西南地区的降雨侵蚀力[J].水土保持研究,2003,10(4):18322186.NING L D,S HI H.Es tim ating R2factor in southwes t C hina wi th data of dai ly rainfall am ount[J].Res earc h o f Soil and W ate rC ons ervation,2003,10(4):18322186.[8]刘宝元,张科利,焦菊英.土壤可蚀性及其在侵蚀预报中的应用[J].自然资源学报,1999,14(4):34522350.LIU B Y,ZHANG K L,J IAO J Y.S oil erodi bility and i ts use in s oil erosion prediction m odel[J].J ournal o f Nat ural Res ources,1999,14(4):34522350.[9]WISC HMEIER W H,S MI TH D D.Predicting rainfall erosion losses[S]P P United S tates Department of Agriculture(US DA).Agricul tural handbook:No.537.Washi ngton D.C:US DA,1978.[10]蔡崇法,丁树文,史志华,等.应用U S LE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J].水土保持学报,2000,14(2):192224.C AI C F,DING S W,S HI Z H,e t al.S tudy of applyi ng US LE andGeographical Inform ation System IDRISI to predic t s oil erosi on in s mall watershed[J].J ournal o f Soil and W ate r Cons ervat ion,2000,14(2):192224.[11]游松财,李文卿.GIS支持下的土壤侵蚀量估算)以江西省泰和县灌溪乡为例[J].自然资源学报,1999,14(1):622268.YOU S C,LI W Q.Estim ation of s oil erosion supported by GIS)A case s tudy in Guanji Township,Taihe,Jiangxi[J].J ournal o f Natural R esourc es,1999,14(1):622268.[12]杨子生.云南省金沙江流域土壤流失方程研究[J].山地学报,2002,20(增刊):1229.YANG Z S.S tudy on soil loss equation in Jins ha River B asin of Yunnan Province[J].J ournal o f Mountain Sc ienc e,2002,20 (Supp.):1229.[13]周斌,杨柏林,洪业汤,等.基于GIS的岩溶地区水土流失遥感定量监测研究[J].矿物学报,2000,20(1):132221.Z HO U B,YANG B L,HO NG Y T,et al.Study on quantitati ve rem ote sensing moni tori ng of s oil erosion i n kars t areas based on GIS as e xeam plified by Ans hun Ci ty,Guizhou[J].Ac ta Mineralogica S inica,2000,20(1):132221.[14]王万忠,焦菊英.中国的土壤侵蚀因子定量评价研究[J].水土保持通报,1996,16(5):12220.WANG W Z,JIAO J Y.Quanti tative evaluati on on factors influencing s oil erosion in China[J].Bulletin o f Soil and W ate r Conse rvation,1996,16(5):12220.[15]5平坝县综合农业区划6编写组.平坝县综合农业区划[M].贵阳:贵州人民出版社,1989.Group of Agricultural Regionalization in Pingba C ounty.Agricultural re gionalization in Pingba County[M].Guiyang:Guiz hou People.s Publishing House,1989.[16]5清镇县综合农业区划编写组6.清镇县综合农业区划[M].贵阳:贵州人民出版社,1989.Group of Agricultural Regi onaliz ati on in Qingzhen C ounty.A gricultural re gionali zation in Qingzhen C ount y[M].Gui yang:Guizhou People.s Publishi ng House,1989.[17]5修文县综合农业区划6编写组.修文县综合农业区划[M].贵阳:贵州人民出版社,1991.Group of Agricultural Regionaliz ation in Xiuwen C ounty.A gricultural re gionalizat ion in Xiuwen County[M].Gui yang:Guizhou People.s Publishi ng House,1991.(责任编辑冯秀兰)71第4期许月卿等:基于GIS和RUS LE的土壤侵蚀量计算)))以贵州省猫跳河流域为例。

基于RS和GIS的干旱荒漠区域土壤侵蚀动态监测与评价

ｏｌｎｓ，ＤＭａｄｏｈｒｒｌｔｅａｓｓｎａａ．ＲｓｌｓｏｅｌｒｓｎｉｃａｅｒｍＯ０ｔ０７ｂｃｕｅｏａｕａｆａｄｕｅＥｄｔａｔｅｅａｖｓｉｔｔｄｔａｎｉａｅｕｔｈｗｔｅｅｏｉｎｒｓｄｆｄｉｏｅｏ２Ｏｏ２０ｅａｓｆｎｔｌｒｃｎｔｎａｄｅＯ—ｅｖｒｎｎｍｉｒｔｎｏｄｉｎＣｉｏｎｉｍｅｔｅｇａｏ．Ｔｅｃ￣ｅｆｗｔｄｓｉｅｏｉｎｍａｎｙＷｓｈｐｅｅｅｍｉｄｅｐａｎｒａｉｏｉｈｈｓｏａｅａｌｒｓｉｌａａｐｎｔｄｌｌｉｓａｅｎｒｎｏｏｄｈ
ＢＩｉ—ｆｇ（ｉｉｇＥｖｏｍｎｌｏｉｒｇＣｎｒＵｍｉｉｉｇ８０１，ＣｉａＡｎｅＸｎａｎｉｎｅｔｎｏｎｅｔ，ｍｑＸｎａ３０１ｈ）ＪｎｊｎｒａＭｔｉｅｊｎｎ
Ａｂｔａｔｏｅｅｔｌｈｎｆｓｉｅｏｉｙ￣ｉｈｅｅｄｔａｅｈａｅｔｄｅｙａｃｍｏｉｒｎｓｅ８ｓｒｃ：Ｆｒｔｓｂｉｍｅｔｏｌｒｓｏｄｎｎｃｃ￣ｓｉｔａａｓ，ｔｅｐｐｒｓｉｄｄｎｍｉｈａｓｏｎｎｈｂｕｎｔｉａｄａｓ￥一ｏｎｇ
关键词：干旱荒漠区；遥感；地理信息系统；克拉玛依市；土壤侵蚀；动态监测
中图分类号：８３Ｘ３文献标识码：Ｂ文章编号：１０ —１０（０） — ２２— ４０７５２０００２０４８４

基于GIS和RS的矿区土壤侵蚀动态研究

ｃｍｐｒｏｉｈｔｅｙａｆ１８ｏａｉｎｗｔｈｅｒｏ９７，ｔｅｓｉｅｏｉｎｉｔｎｉｎｔｅｙａｆ２０ａｎｒａｅ．Ｔｅｓｉｅｏｉｎｗａｓｈｏｌｒｓｎｅｓｔｉｈｅｒｏ００ｗｓｉｃｅｓｄｏｙｈｏｌｒｓｓｏｃｎｅｔｄｆｍｏｉｔｎｉｏａｈｇｎｅｓｙａｄｔｅａｅｆｔｅｈｇｒｓｎｗａｔａｉｎｒａｅ．ｏｖｒｒｅｏａｌｗｎｅｓｙｔｉｈｉｔｎｉｎｈｒａｏｉｈｅｏｉｓｓｄｌｉｃｅｓｄｔｔｈｏｅｙＫｅｗｏｄ：Ｈｕｉａｎｎｅ；ｓｉｅｏｉｎｒｍｏｅｓｎｉｇ；ｖｇｔｔｎｃｖｒｄｄｇｅｙｒｓａｎｎＭｉｉｇＡｒａｏｌｒｓｏ；ｅｔｅｓｎｅｅａｉｏｅｅｅｅｏｒ
ｅｏｉｎｉｅｒｆ１８ｎ００ｉａｎｎＭｉｉｇＡｒａｗｓａｔｙｅｏｉｎ，ｌｈｒｓｎａｄｍｅｉｍｒｓｎｍａｎｙｒｓｎｙａｓｏ９７ａｄ２０ｎＨｕｉａｎｎｅａｉｒｓｏｏｎｉｔｅｏｉｎｄｕｅｏｉｉｌｇｏｏ
ＤｙａｉｔｄｎＳｉＥｒｓｏｉｉｇＡｒａＢａｅｎＧＩｎｎｍｃＳｕｙｏｏｌｏｉｎｉＭｎｎｅｓｄｏＳａｄＲＳｎ
ＷＡＮＧＷｅｒ，ＷＡｉＮＧｎ—ｉＹｕｉｒ，ＺＮＧａＨＡＹｅ，ＷＡＮＧｈ —ｆＺｉｕ

基于GIS与RS的土壤侵蚀模拟及其防治

基于GIS与RS的土壤侵蚀模拟及其防治近年来，在全球范围内，土地退化、水土流失等环境问题越来越受到关注，土壤侵蚀恰恰是导致这些问题的主要原因之一。

因此，研究土壤侵蚀的机理与防治方法，对于保护环境和维护土地资源的可持续利用具有重要意义。

本文将探讨基于地理信息系统（GIS）和遥感（RS）的土壤侵蚀模拟及其防治方法。

一、GIS与RS在土壤侵蚀模拟中的应用GIS可以整合多源地理信息，分析地形、土地利用、降水量等因素，并将其空间化。

而RS则可以获取遥感图像，提取地表覆盖信息、植被指数等参数。

这两种技术的相互结合，可以为土壤侵蚀的模拟提供丰富的数据和分析手段。

例如，通过利用DEM（数字高程模型）等地形数据，可以进行坡度、坡向、流域等的分析，进而决定铲不转到达某一点的水流。

利用RS提取的土地利用等信息，可以对土地性质、植被覆盖情况进行分析，进一步预测土壤侵蚀风险的强弱程度。

在土壤侵蚀模拟中，研究人员可以利用GIS和RS中的分析工具，如WSI（水蚀指数）、RUSLE（美国土壤保持局的土壤侵蚀模型）、PSD（水土保持办公室的侵蚀指标法）等，评估不同地区土壤侵蚀的影响因素，并进行可视化分析。

二、土壤侵蚀的防治方法1. 植被治理植被可以稳定土壤，防止侵蚀。

然而，考虑到沙漠化和人口增长等原因，一些地区的植被退化程度已经到达了一个危险的程度。

这就需要政府和相关部门加强对植被的保护和恢复，减少人类和自然稀疏采伐对植被的破坏。

另外，种植具有生态价值的树种和灌木，也可以有效地稳定土壤。

2. 调整耕作方式适当调整耕作方式，比如采取保护性耕作、松土、耕深度、种间作物轮作等，可以减少耕地的土壤侵蚀。

如在陡峭山岭或地形斜坡三角形地块上，农田一般呈梯田状，以减少土壤流失，同时可以适当配置农作物，较少耕作造成的水土流失。

3. 构造人工措施根据不同土地的特殊环境，研究人员也可以构造人工措施来保护土壤。

比如，建造护坡、坡面侧沟、沟头坑、蓄水池等，可以将土壤侵蚀所造成的流水收集分散，减少对土壤的破坏。