GIS支持下的土壤侵蚀量估算_以江西省泰和县灌溪乡为例_游松财
土壤侵蚀量估算
C 值等于 1.0； C 值按表 2 求
地面覆盖度（ %） 草地 灌木
乔灌混交 茂密森林
表 2 作物经营因子 C 值表
不同植被覆盖的 C值
0
20
40
0.450
0.240
0.150
0.400 0.390
0.220 0.200
0.140 0.110
0.100
0.080
0.060
60 0.090 0.085 0.060 0.020
7.83
65.24
5.87
管道平均埋深取 1.5m, Y" 、
3.3 各水毁点土壤多年平均侵蚀量、侵蚀深度估算及管道安全风险评价
各参数确定以后即可估算出各灾害点在管沟开挖前后的土壤多年平均侵蚀量，
计算结果
如表 7 所示。由表中计算结果可知：
（ 1）管沟开挖后，土壤多年平均侵蚀量、侵蚀深度显著加大，水土流失现象严重。
究，水土保持通报， 1996.10）
图 1 全国降雨侵蚀力 R 值的等值钱图
2.2 土壤可蚀因子 K 值的确定
USLE 中的 K 值，是一个由实验确定的定量数值，对于一个具体土壤，它对于“单元”
小区上每单位侵蚀指标的土壤流失率。单位小区的认为定义是：坡长
22.1m，均一坡度 9%，
顺坡梨耕的连续休闲地。当这些条件都满足时，
侵蚀模型研究的方向和思路。 由于 USLE 模型形式简单、 所用资料广泛、 考虑因素全面、 因
子具有物理意义，因此不仅在美国而且在全世界得到了广泛应用。
“通用土壤流失方程式”
的形式如下：
A RK L SC P
1-1
式中： A——土壤流失量（吨∕公顷·年）
R——降雨侵蚀力指标；
2021基于GIS技术分析不同土地利用对土壤侵蚀的影响范文3
2021基于GIS技术分析不同土地利用对土壤侵蚀的影响范文 土壤侵蚀引起土地退化、土壤肥力下降、泥沙淤积和生态环境恶化等问题,被视为世界三大环境问题之一.它的产生包括气候、地形等自然因素和土地利用等人为因素共同作用下而形成,查轩等学者通过分析坡度坡向等地形因子及植被与土壤侵蚀关系,得出土壤侵蚀很大程度上取决于植被因素,坡度坡向与高度也是不可忽视的因素[1-3],邸利和王晗等学者通过研究土地利用与土壤侵蚀关系,分析出土地利用变化及类型对土壤侵蚀影响较大[4 -5].土壤侵蚀是一个复杂的时空过程,若气象条件相同,土地利用的类型组成、空间配置等土地利用格局就成为土壤侵蚀的主控因子之一[6].土地利用/覆盖会引起诸多生态环境问题,在生态环境脆弱的山地生态系统更加显着[7].文中选取地处亚热带山区,且具有典型性和代表性的粤北山区的乐昌市廊田镇南部山区作为研究对象,在 GIS 与 RS 技术支持下,对不同土地利用/覆盖背景下的土壤侵蚀状况进行分析,从而可以更好的把握土地利用/覆盖与土壤侵蚀的关系,为研究土地利用类型对土壤侵蚀的影响等提供依据,以便有效治理粤北山区的土壤侵蚀等生态环境问题和为区域农业的可持续发展提供科学依据. 1材料与研究方法 1.1 研究区概况 研究区位于广东乐昌市东南部,三面临山,武江河一级支流廊田河贯穿北部,总面积为4748. 34hm²,东连仁化县,南接曲江区、与长来镇、乐城和五山镇相邻,是粤北地区两省五县九镇物质交流集散地之一( 图 1) .山地丘陵面积广,平原狭小,地势从东南部向西北部递减,地形破碎,地处中亚热带季风气候,年均气温 19. 6℃,降雨量 1500mm,降水量的年内变化也较大,降水年内分配呈现弱双峰式分布,降雨集中,降雨强度大.由于特殊的气候地形地貌,为此研究区的土地利用类型主要以林地和耕地为主. 1.2 数据来源 为了细致地反映亚热带山地土地利用类型与土壤侵蚀的关系情况,文中选取分辨率为10m 的2010aSPOT 多光谱影像图作为土地利用类型和土壤侵蚀信息获取的基本资料,并以研究区 1:1万地形图为基础底图,利用 R2V 软件进行数字化并标高程值,以Arcgis9. 3 为依托,利用等高线生成 DEM 图,再进行提取坡度图、坡向图等地形因子,并且结合野外考察资料等为辅助分析资料. 1.3 土地利用信息的提取 土地利用类型数据是通过遥感影像图进行目视判读获取.在判读过程中,充分利用地形地貌图等辅助数据,并进行实地验证.根据研究区的土地利用类型特征、野外实地调查土地利用现状、遥感分类的技术及二调土地利用类型分类标准,确定研究区的土地利用类型划分为耕地、园地、林地、草地、城镇村及工矿用地、交通运输用地、水域及水利设施用地和其他用地等8 类型,解译出的土地利用类型( 图 2) ,并对各项土地利用类型的面积进行统计( 表 1) . 1.4 土壤侵蚀信息提取 土壤侵蚀数据根据《全国土壤侵蚀调查技术规程》,并对研究区域的自然地理资料进行收集、整理,结合流域的土壤类型、降雨、利用地形坡度、植被覆盖度、土地利用等相关资料,结合野外调查资料,建立研究区地理信息系统数据库.其中植被覆盖度先通过ERDASIMAGINE 9. 2 中的 NDVI( 归一化的植被指数) ,再进行建模生成植被覆盖度图,研究区平均植被覆盖度为 58. 38%,属于中覆盖区,接近于高覆盖( 图 3) .土壤侵蚀图的提取,首先需要对土壤侵蚀进行分级,土壤侵蚀强度按照水利部制定的全国第二次土壤侵蚀遥感调查土壤侵蚀分级标准( SL 190- 96) 划分为 6 个等级[8].依据水力侵蚀标准,将土地利用、坡度和植被覆盖度进行编码,生成土壤侵蚀强度分级图( 图4) ,并对各类土壤侵蚀面积进行统计( 表 2) . 2结果与分析 2.1 土地利用现状 从土地利用类型现状图来看,土地利用主要以林地和耕地为主,占总比例的60. 51% 和 30. 79%,其它用地仅仅 8. 7%.林地主要集中分布于东部和南部地区,而耕地集中分布于西北部地区,其他土地利用类型分布相对较为分散,具体各种土地利用面积和比例状况( 表 1) . 2.2 土壤侵蚀程度 土壤侵蚀程度分为无明显侵蚀(微度侵蚀) 、轻度侵蚀、中度侵蚀、强度侵蚀、极强度侵蚀和剧烈侵蚀共六种.由于无明显侵蚀是属于可允许侵蚀范围之内,土壤侵蚀包括轻度侵蚀及以上的等级,土壤侵蚀面积达 1167. 24hm²,占总面积比重为 24. 58%,其中轻度侵蚀面积为 772. 43hm²,占总侵蚀面积比重为 66.17% ,中度侵蚀为 21. 11% ,强度及以上的为 12. 72% .研究区土壤侵蚀状况( 表 2) . 2.3 不同土地利用类型的土壤侵蚀状况 利用ArcGis 9. 3 中 Arctoolbox 工具中的空间 overlay 分析功能,将土地利用图与土壤侵蚀图进行空间叠置,对不同土地利用状况下的土壤侵蚀进行统计分析( 表3) .从表 3 可以看出不同土地利用类型的土壤侵蚀绝对面积.除极强度侵蚀面积耕地最大外,林地的侵蚀面积均为最大,由林地本身所占的土地利用面积比例最大决定.从绝对面积来看,土地利用类型的面积大小一定程度上与土壤侵蚀面积大小呈现正相关关系,林地和耕地面积最大,其土壤侵蚀绝对面积也最大. 但土壤侵蚀绝对面积只能反映量的大小,不能反映土壤侵蚀程度.为此,采用土壤侵蚀率(土壤侵蚀面积占该土地利用面积的百分数) 来反映土壤侵蚀程度大小.研究区平均土壤侵蚀率为 24. 58%,其中城镇村与工矿用地土壤侵蚀率高达 42. 21%,其次为其他土地( 主要为裸土地) 40. 11%.草地( 39. 85%) 、交通运输用地( 33. 93%) 与耕地( 28. 48%) 的土壤侵蚀率均高于平均土壤侵蚀率.林地( 20. 57%) 、园地( 24. 08%) 和水域及水利设施用地( 24. 42%) 土壤侵蚀率低于平均土壤侵蚀率( 表 4 和图5) . 2.3 不同土地利用类型的土壤侵蚀状况 利用ArcGis 9. 3 中 Arctoolbox 工具中的空间 overlay 分析功能,将土地利用图与土壤侵蚀图进行空间叠置,对不同土地利用状况下的土壤侵蚀进行统计分析( 表3) .从表 3 可以看出不同土地利用类型的土壤侵蚀绝对面积.除极强度侵蚀面积耕地最大外,林地的侵蚀面积均为最大,由林地本身所占的土地利用面积比例最大决定.从绝对面积来看,土地利用类型的面积大小一定程度上与土壤侵蚀面积大小呈现正相关关系,林地和耕地面积最大,其土壤侵蚀绝对面积也最大. 但土壤侵蚀绝对面积只能反映量的大小,不能反映土壤侵蚀程度.为此,采用土壤侵蚀率(土壤侵蚀面积占该土地利用面积的百分数) 来反映土壤侵蚀程度大小.研究区平均土壤侵蚀率为 24. 58%,其中城镇村与工矿用地土壤侵蚀率高达 42. 21%,其次为其他土地( 主要为裸土地) 40. 11%.草地( 39. 85%) 、交通运输用地( 33. 93%) 与耕地( 28. 48%) 的土壤侵蚀率均高于平均土壤侵蚀率.林地( 20. 57%) 、园地( 24. 08%) 和水域及水利设施用地( 24. 42%) 土壤侵蚀率低于平均土壤侵蚀率( 表 4 和图5) . 土壤侵蚀程度能反映土壤侵蚀比重,但不能反映土壤侵蚀的强烈程度,为此引入土壤侵蚀强度综合指数来反映不同土地利用类型的土壤侵蚀强度.土壤侵蚀强度综合指数是反映土壤侵蚀强度的一个综合指标,选用杨存建等[9]提出的土壤侵蚀综合指数,该指标的大小反映土壤受侵蚀的严重程度,可用土壤侵蚀的综合指数(INDEX) 来表示,其计算如下: 式中:Wij代表第 i 类第 j 级的土壤侵蚀强度的分级值; Aij代表第 i 类第 j 级的土壤侵蚀强度的面积比重.不同土壤侵蚀类型的不同强度等级的分级值划分如下: 土壤侵蚀中的轻度、中度、强度、极强和剧烈的分级值分别为 2,4,6,8,10; 分级值越高表示对土壤侵蚀的综合指数的贡献越大. 依据土壤侵蚀强度综合指数,计算出不同土地利用方式的土壤侵蚀综合强度指数(表 5 和图 6) . 式中:Wij代表第 i 类第 j 级的土壤侵蚀强度的分级值; Aij代表第 i 类第 j 级的土壤侵蚀强度的面积比重.不同土壤侵蚀类型的不同强度等级的分级值划分如下: 土壤侵蚀中的轻度、中度、强度、极强和剧烈的分级值分别为 2,4,6,8,10; 分级值越高表示对土壤侵蚀的综合指数的贡献越大. 依据土壤侵蚀强度综合指数,计算出不同土地利用方式的土壤侵蚀综合强度指数(表 5 和图 6) .和 1. 08.土壤侵蚀强度指数最小的的为林地,仅仅为 0. 58,与林地土壤侵蚀率及土壤侵蚀强度较低均相关.土壤侵蚀强度指数与土壤侵蚀率和强度存在相关关系.对图 5 和图 6 进行比较,也可以发现土壤侵蚀率与土壤侵蚀强度指数大致相同,但部分存在差异,如城镇村与工矿用地的土壤侵蚀率最高,但土壤侵蚀强度指数仅仅排第三.土壤侵蚀强度更能反映土壤侵蚀状况及强度. 3讨论 基于亚热带山地的较高植被覆盖度(58. 38%) 和山地土地利用( 以林地为主 60. 51%) ,以亚热带山地土地利用与土壤侵蚀关系为研究切入点,从土壤侵蚀率与土壤侵蚀强度指数分析不同土地利用类型的土壤侵蚀状况.研究区平均土壤侵蚀率为 24. 58%,不同土地利用类型的土壤侵蚀率大小: 城镇村与工矿用地 > 其他土地 > 草地 > 交通运输用地 > 耕地 > 水域及水利设施用地 > 园地 > 林地,不同土地利用类型对地表面扰动不同,是造成植被覆盖度差异的重要因素,植被覆盖度是决定土壤侵蚀强弱的重要因素.不同土地利用类型的土壤侵蚀强度指数大小: 其他土地 > 草地 > 城镇村与工矿用地 > 水域及水利设施用地> 耕地 > 交通运输用地 > 园地 > 林地,土壤侵蚀强度指数更能反映土壤侵蚀的强烈程度.土壤侵蚀强度指数与土壤侵蚀率和强度存在正相关关系. 亚热带山地土地利用与土壤侵蚀研究,尽管在野外勘查的基础上,结合GIS 与 RS 技术进行土地利用与土壤侵蚀提取与统计,但在具体确定土壤侵蚀强度时,显得理由还不够充分,还是以定性为主.因此应增加定量检测土壤侵蚀方面的数据.因此建立适合亚热带山区不同尺度的土壤侵蚀模型,是实现土壤侵蚀定量化的前提和基础.野外勘查过程中,发现亚热带山区部分种植纯桉树等树种.纯桉林林下草灌退化,仅剩心土,形成"远看青山在,近看水土流"的空中绿化现象,虽植被覆盖度高,但林下水土流失较为严重.空中绿化现象是分析土壤侵蚀时值得进一步思考的问题. 亚热带山区土壤侵蚀率与土壤侵蚀强度指数较高,提出应优化土地利用结构,发展以林业为基础的大农业,充分利于山区的优势,选择合适的土地利用/覆被类型,开展多种经营,加大水土保持的力度,建设生态文明. 4结论 以多种信息源为基础,利用GIS 和 RS 技术,了解土壤侵蚀强度及分布特征,并通过与土地利用类型的数据进行空间叠加分析,得出不同土地利用类型的土壤侵蚀强度与分布特征. (1) 土地利用以高覆度的林地为主,土壤侵蚀率 24. 58%,按照侵蚀分类分级标准,侵蚀强度以轻度为主,占总侵蚀面积的 66. 17%.林地和耕地土壤侵蚀面积最大,这与其本身所占比重大相关,并不能反映有林地和耕地的土壤侵蚀强度. (2) 选用土壤侵蚀率与土壤侵蚀强度指数作为土壤侵蚀强度大小的指标.不同土地利用类型的土壤侵蚀率: 城镇村与工矿用地 > 其他土地 > 草地 > 交通运输用地 > 耕地 > 水域及水利设施用地 > 园地 > 林地.土壤侵蚀强度指数大小: 其他土地 > 草地 > 城镇村与工矿用地 > 水域及水利设施用地 > 耕地 > 交通运输用地 > 园地 > 林地.土壤侵蚀强度指数与土壤侵蚀率和强度存在正相关关系,但土壤侵蚀强度指数更能反映土壤侵蚀的强烈程度. (3) 土地利用/覆被是造成土壤侵蚀的重要原因之一,优化土地利用结构是土壤侵蚀的治理的重要途径.针对土壤侵蚀率与土壤侵蚀强度指数较大,应加强粤北山区水土流失治理力度和治理强度,必须遏制边治理、边破坏的情况发生,加大水土保持监督力度.。
GIS支持下的深层土壤含水量遥感调查方法
GIS支持下的深层土壤含水量遥感调查方法
邓孺孺;陈晓翔
【期刊名称】《中山大学学报：自然科学版》
【年(卷),期】1997(036)003
【摘要】分析了土壤含水性与土壤反射光谱的函数关系以及遥感像元光谱中土壤光谱与植被光谱的组合关系。
根据处于平衡状态时地表层含水率与表层以下不同深度土壤含水率的函数；提出了在ＧＩＳ支持下采用多波段卫星数据，在剔除植被影响后定量计算表层土壤含水率，进而推算潜水面深和包气带中不同深度土壤含水率的理论和方法。
【总页数】4页(P102-105)
【作者】邓孺孺;陈晓翔
【作者单位】中山大学遥感中心;中山大学遥感中心
【正文语种】中文
【中图分类】S152.7
【相关文献】
1.GIS支持下的矿区土壤含水量遥感反演及变化规律 [J], 常鲁群;卞正富;邓喀中
2.遥感与GIS支持下的城市绿地信息提取方法研究--以深圳市为例 [J], 陈颖彪;吴志峰;程炯;杨政
3.GIS技术支持下的招远市金矿区崩塌遥感调查 [J], 吴泉源;姜春玲;邹敏;杨圣军;张祖陆
4.遥感与GIS支持下的松嫩平原农牧交错区土地沙漠化调查研究 [J], 刘志明;晏明;
李铁强;刘海风;何艳芬
5.遥感与GIS支持下的土壤侵蚀强度快速评价方法研究 [J], 余瞰;柯长青
因版权原因，仅展示原文概要，查看原文内容请购买。
基于GIS和USLE的钦江流域土壤侵蚀评估
基于GIS和USLE的钦江流域土壤侵蚀评估高峰;华璀;卢远;陶艳成【期刊名称】《水土保持研究》【年(卷),期】2014(21)1【摘要】在GIS和RS技术支持下，基于USLE模型对钦江流域土壤侵蚀进行了定量评估，并分析了不同海拔、不同坡度、不同土地利用类型下土壤侵蚀强度特征和规律。
结果表明：（1）钦江流域年均土壤侵蚀模数为2608．87t／（km2·a），属中度侵蚀，远大于水利部规定的南方红壤丘陵区土壤允许流失量500t／（km2·a）的标准；（2）随高程升高，土壤侵蚀强度呈递减趋势。
0～240m高程带是土壤侵蚀防治的重点区域。
（3）随坡度增大，土壤侵蚀强度呈递减趋势。
15。
以下坡度带是钦江流域土壤侵蚀重点预防和治理区域。
（4）不同土地利用类型的土壤侵蚀强度差异显著，旱地、草地和未利用地大部分处于强度侵蚀以上，是控制流域整体土壤侵蚀状况的关键土地利用类型。
【总页数】6页(P18-22)【关键词】土壤侵蚀强度;GIS;RS;USLE;钦江流域【作者】高峰;华璀;卢远;陶艳成【作者单位】广西师范学院资源与环境科学学院;广西科学院广西红树林研究中心;广西红树林保护与利用重点实验室【正文语种】中文【中图分类】S157.1【相关文献】1.基于GIS和USLE的朱溪河小流域土壤侵蚀经济损失评估 [J], 林惠花;武国胜;朱鹤健;戴文远2.基于GIS和USLE的龙墩水库小流域土壤侵蚀评估研究 [J], 陈玉东;陈梅;孙旭;刘臣炜;张龙江;苏良湖3.基于USLE、GIS、RS的流域土壤侵蚀研究进展 [J], 王秀艳;郭兵;姜琳4.基于GIS和USLE模型的巢湖流域土壤侵蚀评价 [J], 肖武;徐建飞;杨坤;李素萃;吕建春;汤曾伟5.基于GIS和USLE的鄱阳湖流域土壤侵蚀敏感性评价 [J], 原立峰;杨桂山;李恒鹏;张增信;蒋志远;刘星飞因版权原因，仅展示原文概要，查看原文内容请购买。
基于GIS的喀斯特地区土壤侵蚀度_省略_贵阳市花溪水库流域花溪区范围为例_张雁
收稿日期：2013－05－21；修回日期：2013－07－30基金项目：贵州大学引进人才科研项目资助［贵大人基合字（2009）006号］*通讯作者：E －mail ：zhangyan_bjfu@126．com基于GIS 的喀斯特地区土壤侵蚀度分析———以贵阳市花溪水库流域花溪区范围为例张雁*，唐丽霞，谭伟（贵州大学林学院，贵州贵阳550025）摘要：为深入研究中国西南喀斯特山区土壤侵蚀空间分布特征，该文在GIS 技术支撑下，以贵阳市花溪水库流域花溪区范围为研究区，将石漠化因子引入修正的通用土壤流失方程(ＲUSLE )，进行土壤侵蚀量的计算和侵蚀等级划分，并对研究区土壤侵蚀防治措施进行了探讨。
结果表明:花溪水库流域花溪区范围属于中度侵蚀，由于人类活动的干扰，侵蚀强度呈不均匀分布，人类活动频繁地方侵蚀比较严重。
其中，以旱地(坡耕地)土壤侵蚀模数最大，灌草地、其他林地、疏林地、有林地次之，水田最小。
关键词：GIS ;ＲUSLE ;喀斯特;石漠化因子;土壤侵蚀量中图分类号：S 714.7（273）文献标识码：A文章编号：1008－0457（2013）06－0522－06Estimation of Soil Erosion in Karstic Ｒegion Based on GIS———A Case Study of Huaxi Ｒeservoir Watershed in Huaxi Borough ，Guiyang CityZhang Yan *，Tang Li-xia ，Tan Wei （Forestry College ，Guizhou University ，Guiyang Guizhou 550025，China ）Abstract ：Soil erosion is one of the key factors for land degradation and productivity reduction in karstic mountainous areas of southwest China．The spatial distribution characteristics and control measures of soil e-rosion in Huaxi reservoir Watershed in Huaxi borough ，Guiyang City were discussed by pulling rocky deserti-fication factor into the revised universal soil loss equation （ＲUSLE ）and GIS．Ｒesults show that the tested area belongs to the moderate erosion due to the interference of human activities ，and the erosion intensity is not evenly distributed．Frequent human activities aggravated soil erosion．The erosion modulus of dryland ranks the first ，followed by that of grassland ，other woodland ，open forest land and woodland ，and the erosion modulus of paddy field was the minimum．Key words ：GIS ；ＲUSLE ；Karstic region ；rocky desertification factor ；soil erosion amount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［1－3］。
浅析应用GIS进行土壤侵蚀评价研究
２ 地理信息系统与土壤侵蚀
２ ． １ 地理信息系统 的特点
气候、 土壤、 地质、 地貌 、 植被和土地利用状况六大因子影响
了土壤侵蚀 的发生 ， 根据作 用显著情 况得出 ， 土壤侵蚀的发生 主
要受植被覆盖度 、 坡度和土地利用状况这 ３个因子的影响 『 ４ ］ 。因
地理信 息系 统 （ Ｇ ｅ ｏ ｇ ｒ ａ ｐ ｈ ｉ ｃ ａ ｌ Ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ Ｓ ｙ ｓ ｔ ｅ ｍ或 Ｇ ｅ ｏ — Ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ Ｓ ｙ ｓ ｔ ｅ ｍ ， 简称 Ｇ Ｉ Ｓ ） ， 又称为“ 资源环境信息系统” 或“ 地 学信息系统” 。 它是一种特定的空间信息系统（ Ｓ ｐ ａ ｔ ｉ ａ ｌ Ｉ ｎ ｆ ｏ ｍａ ｒ ｔ ｉ ｏ ｎ Ｓ ｙ ｓ ｔ ｅ ｍ ） ， 是借助 于计算机 软件 、 硬件 ， 对 整个或部 分地 球表层空 间中的地理数 据进行采集 、 存储 、 管理、 模拟、 分析 、 显示和描述
需的信息。地理信息系统是一个能用于进行有效搜索 、 储存 、 更
新、 处理、 分析和显示所有形式之地理信息的计算机硬件 、 软件 、 地理数据和有关人员 （ 用户） 的有机集合 ［ １ ］ 。由此定义 ， 可知地理
信息系统是一种工具 ， 但不仅 仅是一个 制作 地图 的工具 ， 而是以 数据为依据 ， 用配件和人员有 机结合进行数 据处理 ， 对 其产生结
第１ 期
收稿 日期 ： ２ ０ １ ２ — ０ ７ — ３ １
浅析应用 Ｇ Ｉ Ｓ进行土壤侵蚀评价研究
翟金 慧
（ 山西华晋岩土工程勘察有 限公司 ， 山西太原 ， ０ ３ ０ ０ ２ １ ）
摘பைடு நூலகம்
基于RS和GIS的矿区水土流失定量监测方法研究——以福建省马坑铁矿区水土流失为例
获取 。Ｇ Ｓ 术可 以获得 地 形 高程 和 土壤 类 型分 布 等基 础信 Ｉ技
［ 金项 目］中 国地质 大 学研 究 生科 研 与探 索基 金 重 点 项 目 基
（ Ｕ Ｙ Ｓ ７４） Ｃ Ｇ Ｊ０ ０
度、 地面坡度和土地 利用 类型进 行空 间分析 ， 现 了对 水 土流 实
失 的定量 监测 与评价。
［ 参考文献 ］ ［ ］Ｗｉ ｈ ｅ ｒ Ｈ，ｍｔ ． ｒｄｃｎ ｉ ａ —ｅ ｓ ｎｌ — １ ｓ ｍ ｉ ｃ ｅ Ｗ Ｓ ｉ Ｄ Ｄ Ｐｅｉ ｉｇｒ ｎ ｌ ｒ ｉ ｓ ｈ ｔ ａ ｆｌ ｏ ｏ ｏ ｓｓ ｒｍ ｃｏｌｎ ａｔ ｆｔ ｏｋ ｕ ｔｎ ［ ． ｇｉ ｌ ｅ ｏ ｒｐａｄｅｓ ｏ ｅＲ ｃｙＭｏｎａ ｓ Ｍ］ Ａ ｒ ｕ— ｆ ｈ ｉ ｃ
ｔ ｒｌＨａ ｄ ｏ ｋ Ｗ ａ ｈ ｎ ｔ ｎ， ＵＳ ｕ ａ ｎ ｂ ｏ ． ｓ ｉ ｇｏ Ｄ Ｃ： ＤＡ， ９ ５： ８ ． １ ６ ２ ２
［ ］蔡崇法 ， 树文 ， 志华 ， ． 用 Ｕ Ｌ ５ 丁 史 等 应 Ｓ Ｅ和地理 信 息 系统 Ｉ Ｒ Ｓ 预测小 流域 土壤侵蚀 量的研究 ［ ］ 水 土保 持学报 ， Ｄ ＩＩ Ｊ．
（ 中国地质大学 环境学院， 湖北 式汉 ４ ０７ ） ３０４
［ 关键 词］Ｒ ； Ｉ； 区； Ｓ ＧＳ 矿 水土流 失 ； 定量评 价 ［ 摘 要］水土流 失是矿 产资源开发 中出现的主要地质环境 问题之 一。 以福 建省马坑铁 矿区 为例 ， 尝试 通过 Ｒ Ｓ技 术监
测 和 提 取 研 究 区 的 植被 覆 盖 度 及 土 地 利 用 变化 的信 息 ， 用 Ｇ Ｓ 术 提 取 研 究 区 的 高程 信 息 和 土壤 类 型 信 息 ， 后 综 合 运 Ｉ技 然 运用Ｒ Ｓ技 术 和 Ｇ Ｓ空 间 分析 功 能 ， 速 、 确 、 济地 实 现 了对 １９ 、０４年 两 个 时 段 内矿 区水 土 流 失 范 围与 强度 变化 Ｉ 快 准 经 ９８ ２ ０
GIS支持下生态系统土壤保持生态价值评估_多方法
收稿日期：2009-09-15作者简介：刘琦（1983-），女，山西长治人，硕士研究生，研究方向为城乡国土资源评价与GIS 研究。
E-mail ：dixinliuqi@.GIS 支持下生态系统土壤保持生态价值评估———以太原市城区及近郊区为例刘琦1，明博2（1.中国地质大学长城学院信息工程系，河北保定071000；2.河北省地矿局探矿技术研究院,河北三河065201）摘要：在ArcView 地理信息系统的支持下，采用国际上应用广泛的土壤流失方程（USLE ）来估算太原市城区及近郊区各类型生态系统土壤保持的物质量，再利用市场价值法，机会成本法评价各类型生态系统对土壤保持的经济价值。
结果表明：研究区土壤保持总价值从1990年的81.89×105元上升到2002年的196.98×105元，12年中共增加了115.09×105元，上升幅度相对较大。
其中林地保持土壤价值在两年的总价值中所占比例最大，分别为1990年的68%和2002年的79.70%，这说明林地的土壤保持功能在研究区土壤保持过程中起着重要的贡献作用。
关键词：土壤保持；生态价值；地理信息系统；太原市中图分类号：S157文献标识码：A文章编号：0456-3945（2011）02-0456-05Vol.42,No.2Apr.,2011土壤通报Chinese Journal of Soil Science第42卷第2期2011年4月土壤侵蚀是世界上的主要生态破坏现象之一[1]，它也是危及人类生存与发展的重要环境问题之一。
近年来国内外土壤流失预报研究已取得了丰硕的成果，生态系统服务功能的研究己引起国际社会的广泛重视，成为生态经济学的前沿课题，而土壤保持正是生态系统的基本服务功能。
虽然区域生态系统保持土壤价值研究在国内外都取得了很大进展，但目前大多直接引用Constaza 等人的研究成果或以此为基础进行相应的校正来计算，并没有针对研究区进行详细地、分功能地计算[3,4]，这样势必使研究结果的可信度降低。
反算法在某边坡稳定性评价中的应用
Ⅷ 度。 3. 2 强度参数的反演分析
首先进行强度参数的反演分析 ,然后根 据反算分析得到 的强度参数 ,评价 其它工况下 的稳定系 数 ,并 用于滑 坡的治 理方案设计。 3. 2. 1 计算剖面及工况条件
对于堆 积体滑 坡 ,选 定四个 反算分 析剖面: 1— 1, 2— 2, 3— 3, 4— 4。
第 13卷第 2期 2006年 4月
水土保持研究 Resea rch o f Soil a nd Wa ter Co nserv ation
反算法在某边坡稳定性评价中的应用
V o l. 13 N o. 2 Apr. , 2006
高丽娜 ,严 明
(成都理工大学 ,成都 610059)
摘 要: 重点探讨了反 算法的基本原理、反算的 具体方法步 骤、反 算法建立联 立方程的 条件 ,应 用边坡稳 定性反算 分析原理 ,依据工程实例对边坡滑移面的抗剪强度参数进行反算 ,给出了抗剪强度参数的建议值。 关键词: 反算 ;稳定性系数 ;边坡稳定性 ;抗剪强度指标 中图分类号: S157; P642. 15 文献标识码: A 文章编号: 1005-3409( 2006) 02-0075-03
堆积体物质成分主要为块石和碎石 ,且存在不同程 度的 架空现象 ,透水性强。 而且底部的接触带大部分土层颗 粒相 对较 细 ,且较 密实 ,透水性微弱 ,具有 相对隔 水层特 征 ,但 空 间分布不均匀 ,局部为透水性强的碎石层 ,所 以 ,该相对 隔水 层在空间上分布不连续。 3. 1. 5 地 震
备 注: ①为瑞典 条分法 ; ②为传 递系数法 。
4 结 论
在边坡的稳定性分析中要确定抗剪强度参数 ,反算法填补 了试验法和经验数据法的缺陷 ,成为一种比较有效的方法。
土壤侵蚀的估算方法
式中，Es，减少土地废弃的经济效益（元/a）；Ac，土壤保持量（t/a）；P，土壤的容重（t/m3）；B，湿地年均收益（元/hm2）。
注：土壤容量取26.5吨/立方米，湿地年均收益根据崔丽娟（2004年）研究推算，湿地年均收益为245.5元/平方米。
4.3
按照我国主要流域的泥沙运动规律，全国土壤侵蚀流失的泥沙有24%淤积于水库、江河、湖泊，这部分泥沙直接造成了水库江河、湖泊蓄水量的下降，在一定程度上增加了干旱、洪涝灾害发生的机会，因此可根据蓄水成本计算损失价值。
地形数据dem遥感影像数据气象数据土壤类型数据土壤理性化数据统计数据坡长百分比坡度地形因子ls归一化植被指数植被覆盖度fc地表覆盖因子c月降雨量pi土壤侵蚀指标r水土保持措施因子p土壤可蚀性因子knpk价格pinpk纯含量ci土壤容量p土壤密度de土壤有机质含量co湿地年均收入b水库工程费用c潜在土壤侵蚀量ap现实土壤侵蚀量ar土壤保持量ac减少土地废弃的经济效益保护土壤肥力的经济效益减轻泥沙淤积的经济效益土壤侵蚀的估算方法图1数据处理流程图1dem数据的处理运用dem数据得到的最后结果是求出了地形因子ls在求ls的过程中需要坡长l和百分比坡度a其求解主要在arcmap中完成
3.3
由上两式可得到土壤保持量：
Ac=Ap－Ar
式中，Ap为潜在土壤侵蚀量（吨/平方千米），Ar为现实土壤侵蚀量（吨/平方千米），Ac为土壤保持量（吨/平方千米）。
4
指标结果参数总共涉及到的数据有保护土壤肥力的经济效益Ef、减少土地废弃的经济效益Es和减轻泥沙淤积的经济效益En三个参数，其计算公式与所需参数值见下。
土 壤 侵 蚀 的 估 算 方 法
数
据
处
基于GIS的秦巴山区土壤侵蚀评估——以陕西省宁强县为例
基于GIS的秦巴山区土壤侵蚀评估——以陕西省宁强县为例兰敏【摘要】基于GIS技术对秦巴山区的宁强县土壤侵蚀特征进行研究.通过解译遥感影像得到研究区的土地利用现状和植被覆盖等数据,使用GIS技术对地形图数据处理得到DEM等数据,并用因子法计算研究区的土壤侵蚀模数,最终生成该区的土壤侵蚀模数图.研究结论可为该地区水土保持与土壤侵蚀防治提供科学依据.【期刊名称】《地下水》【年(卷),期】2011(033)006【总页数】3页(P205-207)【关键词】GIS;因子法;土壤侵蚀;秦巴山区;宁强县【作者】兰敏【作者单位】西北农林科技大学资源环境学院,陕西杨凌712100【正文语种】中文【中图分类】S151.9在长期的土壤侵蚀研究中，通用土壤流失方程(USLE)发挥了重要的作用，随着地理信息系统(GIS)技术不断发展，运用GIS技术结合USLE定量评估区域土壤侵蚀已成为有效手段。
但是通用土壤流失方程(USLE)并不适用于一些坡度较大的地区，基于此，本文以陕西省宁强县为例，在GIS技术支持下，运用因子法，计算该区的土壤侵蚀模数，分析土壤侵蚀的空间分布特征，为该地区水土流失防治提供科学依据。
1 实验区域宁强县位于陕西省西南角、汉中西部。
辖26个乡镇。
总人口26.48万人，百分之九十都是农业人口。
该区地处我国南北过渡的中间地带，特殊的地理位置决定了其气候的独特性:西部属于北亚热带季风气候区，东部为北亚热带与暖温带过渡地域;气候温和，雨量充沛，四季分明。
据2005年统计资料，全区年平均气温在13.5°C～15°C，年降水量655～1100 mm，年日照时数1 395～1 729 h。
宁强是汉江的发源地，有“三千里汉江第一城”之美誉，水资源资源极为丰富，其中汉江为长江的一级支流，丹江为汉江的一级支流。
2 数据源和数据处理本次试验用信息化、现代化的手法，基于遥感(RS)和地理信息系统(GIS)技术，遥感数据源采用高几何分辨率和高光谱分辨率的遥感影像，通过辐射校正，几何精校正及投影转换等空间操作，将典型区域内连续性的不同幅面的影像进行拼合，得到典型区域范围内的全幅遥感影像。
江西省土壤侵蚀评估系统的设计与实现
４ ６・
中国水土保持 Ｓ ＷＣ Ｃ ２ ０ １ ４年第 １期
江 西 省 土 壤 侵 蚀 评 估 系统 的 设 计 与 实 现
乔 慧娇 ， 丁 明军 ， 李兰晖 ， 陈志平 ， 侯 海晏
（ １ ． 江 西师 范大 学 地理 与环 境 学院 ， 江西 南 昌 ３ ３ ０ ０ ２ ２ ；
的土壤侵蚀评估 系统。在 Ｕ Ｓ Ｌ Ｅ模 型的指导下 ， 采用 Ａ ｒ ｃ Ｇ Ｉ Ｓ Ｅ ｎ ｇ ｉ ｎ ｅ 二 次开发 包， 通过 ｃ＋＋和 Ｉ Ｄ Ｌ混合 编程 ． 编写 土壤 侵 蚀模 型算法和程序代码 ， 建 立了江西省 土壤侵蚀评 估 系统 ， 实现 了对 江西省土壤侵蚀模 数的定 量计算 ， 其 成果 可应 用 于江西省及 鄱阳湖流域水土保持生态建设。失不 仅对 全省 农 业 造 成 巨 大 冲击 ， 更 重要 的是 给 鄱 阳湖流域 的生 态稳 定带 来 了不可估 量 的破坏 Ｊ 。
的土壤侵 蚀评 估 系统 。
随着科学技术的进步， Ｇ Ｉ Ｓ和 Ｒ Ｓ 技术被广泛应用 １ 系统设计 目标 和关 键技 术 于土壤侵蚀研究领域， 如应用于土壤侵蚀遥感调查 、 土 ． １ 系统 设 计 目标 壤侵 蚀量 估算 、 土壤 侵蚀 时空 分 布研究 等 。然 而 ， 在 上 １ 在拟合 的月 Ｕ Ｓ Ｌ Ｅ模型 的指导和 Ｄ Ｅ Ｍ、 Ｍ Ｏ Ｄ Ｉ Ｓ 等 述研 究 中 ， 对计 算 模 型 及模 型 中各 因子 的本 地 化 研 究 Ｉ Ｓ数 据 的支 持 下 ， 通 过 开 发 江 西 省 土 壤 侵 蚀 评 估 系 较 多 Ｊ ， 而 对基 于过 程 的物理模 型 系统研 究较 少 ， 特 别 Ｇ 统 ， 完成月 Ｕ Ｓ Ｌ Ｅ模型 中各因子 的求解和土壤侵蚀量 、 是适 用 于江西 省 的过程模 型更 少 。土 壤侵 蚀模 型 中多 在 此 基 础 个 因子 的求解 往往 需要在 不 同软件 平 台 问进行 繁 杂 的 土壤 侵 蚀模数 的计 算 及 土 壤侵 蚀 强 度 分 级 ， 将 运算 ， 从 而导 致必 须 具 有 一定 专 业 背 景 知 识 的人 才 能 上完成专题图制作 的一键式功能和时空对 比分析 ， 土壤侵蚀状况做定量和定性 的评估。 从事土壤侵蚀研究 。因此 ， 研究如何在模型的指导下 ， 使用 Ｇ Ｉ Ｓ 和Ｒ ｓ 技术便捷 、 准确地为模 型提供参数 ， 将 １ ． ２ ． １ Ｃ＋ ＋调用 Ｉ Ｄ Ｌ 模型有机地组织起来 ， 是土壤侵蚀模 型进一步发展急 Ｉ Ｄ Ｌ和 ｃ＋＋之 间的数 据传递 是 系统 开发 的关键 ， 需解决的问题。 ｃ＋ ＋可 以通 过 Ｃ Ｏ Ｍ组 件 的方式 直接 调用 Ｉ Ｄ Ｌ进 行 开 发 。本 系 统 采 用 Ｃ Ｏ Ｍ— Ｉ Ｄ Ｌ — Ｃ Ｏ Ｎ Ｎ Ｅ Ｃ Ｔ组 件 提 供 的 ［ 基金项 目］江西省教育厅科技落地计 划 “ 鄱阳湖沙化土地 与水土 流失 Ｓ ｅ ｔ Ｉ Ｄ Ｌ Ｖ ａ ｒ ｉ ａ ｂ ｌ ｅ和 Ｇ ｅ ｔ Ｉ Ｄ Ｌ Ｙ ａ ｒ ｉ ａ ｂ ｌ ｅ方 法 进行 Ｉ Ｄ Ｌ 和 治理技 术 推 广 与 示 范 ”项 目； 国家 科 技 支撑 计 划 课 题 （ ２ ０ ０ ７ Ｂ Ａ Ｃ ２ ３ Ｂ ０ １ ） Ｃ＋＋ 之间的数据传递 ， 可调用 Ｃ Ｏ Ｍ — Ｉ Ｄ Ｌ — Ｃ Ｏ Ｎ Ｎ Ｅ Ｃ Ｔ
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。
GIS在土壤侵蚀中的应用文献综述
8115244 朱霞文献综述GIS在土壤侵蚀中的应用在土壤侵蚀评价工作中，应用了土壤侵蚀模型。
由于因子获取、大数据量运算和运算结果分析上存在一些问题，从而限制了土壤侵蚀模型的更深人应用。
地理信息系统具有获取、运算、管理、分析和显示空间数据的能力，已经在土壤侵蚀模型的研究中得到了广泛的应用。
1、模型因子的获取土壤侵蚀模型可以分为经验模型（统计模型）和物理模型（过程模型）2种。
因子是模型运行的先决条件，因子获取是土壤侵蚀模型构建和运行的主要困难。
GIS的数据获取能力在水土保持因子获取方面发挥了很大作用。
1.1、USLE模型通用土壤流失方程是目前使用最广泛、应用也较方便的土壤侵蚀模型，使用USLE同GIS进行结合多是通过自行开发的GIS软件或商业GIS软件来获取USLE算式中C 因子和LS因子。
其主要原因是C因子和LS因子与GIS计算结果最为相关，其中LS因子多通过GIS运算DEM获得，C因子的获取则借助遥感图像分析方法。
蔡崇法等通过IDRISI GIS中的空间分析模块将等高线转换成栅格图像，根据表面内标原理给每个网格点赋予高程值，在IDRISI中计算S值,将地形、水系等基础数据相叠加生成L因子，相乘后生成LS因子层[1]。
倪九派等使用ArcInfo 的TIN和GRID模块把等高线图生成DEM,对DEM进行表面分析得到每一个栅格的坡度和坡长值,二者相乘得到LS因子[2]。
游松财等在ILWSI GIS的支持下，使用遥感影像计算出NDVI，以傅里叶指数作为加权平均因子，得到了年均地表覆盖率，参考土地利用类型图和专家知识确定了C因子值[3]。
周斌等则使用ERMapper以最大似然法对陆地卫星TM影像进行分类，得到土地覆盖类型图，根据经验值确定每一地类的C值，生成C因子层[4]。
1.2、其他模型其他常用土壤侵蚀模型,如农业非点源污染模型，区域性流域环境非点源响应模拟模型，水蚀预报模型等。
由于模型中需要模拟整个系统的过程，因子往往十分复杂，使用GIS获取这些模型因子的做法，通常是利用大型GIS系统进行空间数据运算，得到这些土壤侵蚀模型的因子值，经格式转换被土壤侵蚀模型使用。
地理信息系统在土壤侵蚀调查中的应用
地理信息系统在土壤侵蚀调查中的应用摘要地理信息系统强大的空间数据处理能力，使其在众多领域和部门中得到了广泛应用。
本文在概述地理信息系统的建立与应用的基础上，对其在国内外土壤侵蚀研究中的应用进行了简要的回顾。
关键词地理信息系统土壤侵蚀地理信息系统，是一种特定的空间信息系统,它采用现代化的方法来采集、存储、分析、管理、显示、模拟与地理和空间分布有关的数据和图形，为管理和决策服务,是现代地球科学、信息学、环境科学、测绘遥感、计算机科学、管理科学、应用数学等各种应用学科有机结合的产物。
土壤是地球上生物赖以生存的基本要素之一，土地以及不同质量的土壤生产了超过90%的人类和牲畜所需要的食物。
土壤侵蚀则是世界上的主要灾害之一，它严重破坏了土地资源,降低了土地的肥力及可耕性；导致沟渠塘库的淤积，从而降低了水利设施的排灌能力而引起农业生产力的下降；为维持受侵蚀地块的肥力而加大了农业的投入；同时还造成、加重了干旱、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，引起了世界各国普遍关注。
目前全球土地退化日益严重，我国是世界上土壤侵蚀最为严重的国家之一，土壤侵蚀面积占国土面积的比例高达38.2%，研究土壤侵蚀的机理,有效地对其进行监控、治理已经成为全球关注的焦点。
国内外学者早在20世纪60年代末就开始对土壤侵蚀相关理论问题及其过程机理进行了研究。
随着计算机技术的不断进步，地理信息系统应运而生，并迅速应用于土壤侵蚀研究，成为土壤侵蚀定量研究的有效工具。
我国在土壤侵蚀研究上已取得了丰硕的成果，这依赖于新的技术与方法在研究中应用。
传统的区域土壤侵蚀研究与调查,主要依靠室内、外试验与观察资料，以手工方式对遥感或观测资料进行处理，从而得出土壤侵蚀的现状与分布规律，所需的时间较长、花费的人力与物力较多,时效性较差，不能适应现代化建设对国土资源的开发与治理的需要。
如我国第1次土壤侵蚀调查中面积量算采用的是求积仪、方格法等，不仅精度低，而且速度慢、时间长，如四川省当时用了3年时间才完成全省土壤侵蚀面积量算工作。
基于RUSLE的大通县土壤侵蚀量估算
Ａｂ ｔａ ｔ Ｄａｏ ｇ ｉ ｌｃ ｔ ｄ ｉ ｈ ｒ ｎ ｉｉｎ ｚ ｎ ｆＱｉｇ ａ— ｂ ｔＰｌｔａ ｎ ｈ ｏ ｓ ｌｔ ａ ，ａ ｖ ｒ ｓｒ ｃ ： ｔ ｎ ｓ ｏ ａｅ ｎ ｔ ｅ ｔａ ｓｔｏ ｏ ｅｏ ｎ ｈ ｉ Ｔｉｅ ａ ｅ ｕ ａ ｄ ｔ ｅ Ｌ ｅ ｓＰ ａｅ ｕ ｅ ｙ
ａ ， １９ 从 ９ ５年 到 ２ ０ ０ ５年 大通县 土壤侵 蚀状 况有 所减轻 。
关 键 词 ： 通 县 ； 感 ； Ｓ 土 壤 侵 蚀 ； ＵＳ Ｅ 大 遥 ＧＩ ； Ｒ Ｌ
中图分类 号 ： １ ７ １ Ｓ ５ ．
文献 标志 码 ： Ａ
文章编 号 ：０ １７ ６ （０ ２ ０ —０ ６０ １ ０ —４ １ ２ １ ） ２０ ５ —６
第 ２期
贾 俊 姝 等 ： 于 Ｒ Ｌ 的 大通 县 土 壤 侵 蚀 量 估 算 基 ＵＳ Ｅ
５ ７
１ 材 料 与方 法
１ ． 研 究 区 概 况 １
因子 和坡 度 因子 组 成 ， 量 刚 ； 一覆 盖 管 理 因子 ， 无 Ｃ
无量 刚 ； 一 水 土保持 措施 因子 ， 量刚 。 Ｐ 无
Ｅｓ ｉ ａ ｉ ｎ ｏ ｉ Ｅｒ ｓｏ ｓ ｄ ｏ ｔｍ ｔｏ ｆＳｏ ｌ ｏ ｉ ｎ Ｂａ ｅ ｎ ＲＵ Ｓ ＬＥ ｎ Ｄａ ｏ ｕｎ ｙ ｉ ｔ ｎｇ Ｃｏ ｔ
ＪＩ Ｊ ｎ ｓ ｕ Ａ ｕ — ｈ ，ＣＨＥＮ ｎ ｌａ ，ＧＡＯ ｎ。 Ｊｉ— ｉｎ Ｘｉ ，Ｗ ＡＮ ｈｕ ｑｉ ，ＧＡＯ Ｓ — ｎ Ｇｕｏ ｘ ｏ ｇ － ｉｎ
GIS在土壤侵蚀分析中的应用
GIS在土壤侵蚀分析中的应用摘要:土壤侵蚀是最活跃、最敏感的生态致灾因子之一,在特定的地质条件下会诱发滑坡、崩塌和泥石流等山地灾害。
土壤侵蚀导致的水土流失会造成河道淤积,加剧洪涝灾害等,所以土壤侵蚀研究一直是水土保持的研究重点之一。
了解该区域土壤侵蚀动态与空间格局、分析其影响因子以及其演化规律,对于土壤侵蚀的预测预报和防治有重要意义,也将为生态退耕、区域可持续发展决策提供重要依据。
关键词:GIS侵蚀土壤侵蚀不仅会因为固体颗粒物及有机质的直接流失而引起土地退化、土壤肥力下降,而且作为一种非点源污染,会导致河流淤积和水质污染,影响河流的正常泄洪和水电工程的使用寿命及使用效率。
影响土壤侵蚀的因素很多,既有自然因素又有人类活动因素。
自然因素包括地质、地貌、土壤、气候、植被等,人类活动因素包括工程建设活动和土地的开发利用活动。
人类活动可以较大范围、较大幅度改变原来的自然环境背景,引起土壤侵蚀的加剧;而自然因素相对来说较为稳定,但也会因为突发的自然灾害或受到人类活动的作用发生改变,进而影响土壤侵蚀的进程和强度。
土壤侵蚀的严重危害性使其一直受到世界各国政府及学术界的关注,因而在土壤侵蚀评估、土壤侵蚀影响因素、土壤侵蚀的发生机制与演变动态、土壤侵蚀的时空分布规律及土壤侵蚀的预报与控制等方面开展了大量的研究工作。
一、地理信息系统(GIS)地理信息系统(GIS)是以采集、存储、管理、分析、显示和应用整个或部分地球表面与空间和地理分布有关的数据的计算机系统,是分析和处理海量地理数据的通用技术。
地理信息系统是一种特定而又十分重要的空间信息系统,是由计算机软硬件、地理数据和用户组成的。
地理信息系统是集地球科学、信息科学、计算机科学、环境科学、管理科学于一体的边缘科学。
其最大特点在于可以把社会生活中的各种信息与反映地理位置的图形信息有机地结合起来,从而使复杂空间问题的科学求解成为可能。
它具有空间数据处理能力和空间信息分析能力,属性数据和图形数据并存的特点,可根据用户的要求迅速地获取满足需要的各种信息,并能以地图、图形或数据的形式表示处理的结果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期:1998-03-24;修回日期:1998-07-06。
GIS 支持下的土壤侵蚀量估算)))以江西省泰和县灌溪乡为例游松财李文卿(中国科学院自然资源综合考察委员会北京100101)提要在地理信息技术(GIS)的支持下,应用通用土壤侵蚀方程(U niversal Soil Loss E q ua -t ion,简称US LE )估算了江西省泰和县灌溪乡的土壤侵蚀量。
研究结果表明,当地表覆盖率大于15%时,计算的结果与实测的数据有良好的相关性(0187)。
关键词土壤侵蚀地理信息系统U SL E分类中图法T P393S 1571引言众所周知,土壤侵蚀的结果是:降低了土地的肥力及可耕性;导致沟渠塘库的淤积,进而降低了排灌能力而引起农业生产力的下降;而维持受侵蚀地块的肥力,则加大了农业的投入。
土壤侵蚀是一个全球性的问题,在我国其严重性勿需在此阐述。
因此,估算土壤侵蚀量是基于以下三个理由:¹确认需采取水土保护的地域;º通过确定引起水土流失的关键因子,制定相应的措施;»探讨土壤侵蚀与土地生产力之间的关系。
到目前为止,最为广泛应用的经验模型是通用土壤侵蚀方程(W isch meier 和Sm ith,1978)[1],该模型是建立在土壤侵蚀理论及大量实地观测数据统计分析的基础上。
其表达式为:E =R #K #L #S #P #C(1)式中,E 为年平均土壤侵蚀量(t/hm 2);R 为降水及径流因子;K 为土壤侵蚀性因子;L 及S 为地形因子;P 为水土保护措施因子;C 为地表植被覆盖因子。
G IS 技术已在资源管理领域获得广泛的应用。
本文在GI S 的支持下,应用该方程对我国红壤丘陵地区的江西省泰和县灌溪乡的土壤侵蚀量进行了定量的估算。
灌溪乡,土地面积16916k m 2;年平均气温1816e ;平均年降水量1373m m ,多分布于3~6月,而且降水多为暴雨形式。
尽管该地区植被状况较好,但一旦受到破坏,则土壤侵蚀严重,且不易恢复。
2土壤地理单元土壤地理单元的概念是由Zinck(1988)[2]提出的。
它为四级结构,分别为景观、地势、岩性与地形。
其中地形是土地利用评价的基本单元。
在小范围的区域内,判读土壤地理单元最好是用航空照片。
本文利用1B 20000的航空照片,遵循土壤地理单元概念的原则,制作了研究地区的土壤地理单元图。
第14卷第1期1999年1月Vol.14No.1J an.,1998自然资源学报JOU RNA L O F NA T U RA L RESO U RCE S631期3土壤侵蚀量的计算根据通用土壤侵蚀方程的构成,以下分别计算各因子的值。
311R 因子的估算由于实测数据的缺乏,因此各种估算R 的方法也就应运而生,其中FAO(Ar noldus,1980)[3]建立的通过修订Four nier 指数求算R 值的方法,既考虑了年降水总量,又考虑了降水的年内分布,数据也容易获取,具有较好的应用价值。
F =E 12i =1j2i/J (2)式中,i 是月份;j i 是月降水量;J 是年降水量。
然后建立R 与该指数的关系为:R =a #F +b (3)式中,a 与b 的值取决于气候条件。
依据研究地区气候条件与世界其它地区的类比分析,a 及b 的值分别取4117和-152。
由于研究地区面积小(约170km 2),可认定降水的分布是均一的。
这样整个研究地区的R 值等于47217。
312K 因子的估算K 因子反映了土壤对侵蚀的敏感性及降水所产生的径流量与径流速率的大小。
影响K 因子的有多方面的,但一般说来,质地越粗或越细的土壤有较低K 值,而质地适中的反而有较高的K 值。
估算K 值的方法很多,一般根据实测的E 值,应用通用水土流失方程反求获取K 值,但获取大面积的实测E 值是不可能的。
在本研究中,有限的实验室分析数据也难以外推应用到所有的研究地区。
依据EL -Sw aif y 等(1982)[4]的研究,K 值的大小与土壤质地有较高的相关性,并提供了不同质地土壤的K 值。
本研究从泰和县土壤图中提取了个土壤地理单元的土壤质地,并依此获得了K 因子的值(表1)。
313L 及S 因子的估算坡长及坡度可以采用数字高程模型(DE M )通过计算获取,由于比例尺小(1B 50000),计算所得的坡长与实际情况有较大的出入,因此不能使用。
而实地调查测量则发现坡长与相对海拔高度有很好的相关,据此,各土壤地理单元的坡长取值是通过海拔相对高度估算得来的(表2)。
坡度是通过比例尺为1B 50000的数字高程模型(DEM )计算获取的。
然后根据Gr e g or y 等(1973)[5]建立的以下方程,获得了地形因子T (T 为L 及S 的综合)的值。
T =(D /22.1)m@C @(cos H )1.503@[0.5@(sin H )1.249+(sin H )2.249](4)表1不同母质及质地的K 值T ab le 1T h e value o f K in differ entpar en t m aterials an d soil text ur es 土壤母质类型土壤质地K 值泥质岩类粘性壤土0129紫红色砂岩砂壤0109紫红色粘质砂岩粘土0129紫色砂岩砂壤0109紫色粘质砾岩类粘性壤土0129石灰性紫色砾岩类粘土0129河流冲积物粘性壤土0129表2实地测量估算的坡长T able 2S lop e leng th estim ated fr om field surv ey 类别土壤地理单元相对海拔高差(m )坡长(m )名称级别1中山13002502低山120~50703高丘110~30354山前冲积平地150~1001205河谷平地1-306小沟谷地2-157大沟谷地2-20注:在第1级土壤地理单元中的第2级,如其与类别6、7相同,则按类别6、7取值。
游松财等:GIS 支持下的土壤侵蚀量估算6414自然资源学报卷式中,C 是常数(3417046),H 是坡度(单位为度),D 是坡长,根据W ischm ier 和Sm ith (1978)[1]的研究,m 的取值为:当H >5%时,m =015;当H >315%~415%时,m =014;当H >1%~3%时,m =013。
314P 因子的估算世界各地的研究结果表明,梯田(等高)耕作方式是最为有效的水土保持措施之一。
但是,当坡度大于24%时,等高耕作对水土保持的效果就不明显。
在印度尼西亚(CSA R,1995)[6]的研究表明,梯田及田埂的修建质量对P 值有直接的影响。
并根据梯田及田埂的修建质量,分别给P 赋值:0104(好),0115(一般),0135(差)。
在本研究地区,水稻几乎全部种植于河谷、沟谷地带,田埂是蓄水、保水的普遍农业技术措施。
考虑在印度尼西亚的研究中对好、一般及差定义的模糊性,因此沟谷地带的P 值统一为0115。
除了沟谷地的水稻之外,其它坡地仍有其它作物,因此需要土地利用现状图,以确认不同土地利用方式的P 值。
通过对T M 卫星影像(1991-11-17)的监督分类,获取了土地利用现状(表3)。
土地利用类型2及3大多分布于沟谷地,其第一茬作物为依靠降水的水稻,第二茬作物为其它旱作作物。
没有灌溉或灌溉不能保证,梯田及田埂的质量稍差些,因而对这一类型的地块赋0135给P 因子。
土地利用类型4、5、6为旱作,且坡度大有24%,因此赋1100给P 因子。
315C 因子的估算大量的研究证明,在所有的土壤侵蚀因子中,地表覆盖状况对侵蚀量的影响最大。
千烟洲的实测数据也同样证明了这一点。
31511地表覆盖率的估算要获取大范围的地表覆盖率,遥感技术是最为有效的手段。
而获取全年平均的地表覆盖率,需多时相的遥感信息,但本研究仅有1997-11-17单时相的遥感数据。
为解决这一难题,在分析了当地的降水分布、气温变化规律及种植制度、农事活动特点的基础上,发现当地的地表植被覆盖率的年内变化与降水量的分布及农事活动有极高的一致性。
每年的10月至第二年的3月为休耕期,降水少,地表覆盖率低;从4月初至6月底,为第一季作物生长旺盛期,降水丰富,地表覆盖率高;而7~9月,为当地的旱季,农事活动主要是一些灌溉的水稻及旱作作物,地表覆盖率居于二者中间。
据此,在利用1997-11-17遥感信息获取了代表10月份至3月份代表覆盖率的基础上,分别订正计算了4~6月、7~9月的代表覆盖率,进而计算了全年的地表覆盖率。
本研究在IL W IS 地理信息系统的支持下,采用标准化植被指数(NDV I)的方法,计算代表覆盖率。
N DV I =(波段4-波段3)/(波段4+波段3)@100+127(5)利用遥感数据(1997-11-17),首先计算了代表10~3月的代表覆盖率。
为便于下文将要进行的订正工作,将地面覆盖率等距划分为5级(表4)。
在实地考察及多年的工作中发现,在11月中,作物已收获,但地里有一些杂草,农田的覆盖率应低于20%。
而林地地区的覆盖率仍高于80%。
其它的地块的地面覆盖率则居于这二者中间。
参考实地调查及土地利表3不同土壤地理单元、土地利用方式及坡度的P 值T ab le 3T h e value of P in d-iffer en t geop edologic u nits,landuse t y p es an d slo p es土地利用P 值在河谷平地及大、小沟谷地0115水稻+水稻0115水稻+其它作物(I )0135水稻+其它作物(I I)0135疏林地1100灌丛1100林地1100未分类地块1100水体65 1期用现状图,获得了当地的地表覆盖率图(图略)。
考虑本研究地区的农业田间活动基本上是与自然降水同步的,因此地面覆盖状况与自然降水有密切相关,所以选择各时段的平均Fournie r指数作为加权平均因子,求算年平均地表覆盖率。
其表达式如下:C ye ar=(E M i=O j2i/J@C1+E J n i=A j2i/J@C2+E S i=J l j2i/J@C3)/ED i=J j2i/J(6)式中,C1是代表10~3月份的地表覆盖率;C2是代表4~6月份的地表覆盖率;C3是代表7~9月份的地表覆盖率;j i是月降水(m m);J是年降水(m m);O、M、A、J n、J l、S、J和D分别代表10月、3月、4月、6月、7月、1月和12月,C y ear代表年评价地表覆盖率。
31512土地利用类型与C因子取值根据W ischm eier等(1958,1962,1969,1978)[1,7~9]的实际观测,C因子除与地表覆盖率有关外,还与植被冠层类型、高度等有关,也就是说与土地利用类型有关,因此C因子的取值(表5)还须参考土地利用类型。