理县土壤侵蚀模拟和预测
发布时间：2021-06-11 11:28
土壤侵蚀是土地资源流失的重要原因之一,严重影响到人类的生存和社会的发展,已经成为全球性的生态问题。理县地貌复杂,地质灾害频发,是土壤侵蚀高发区域,加之受到2008年汶川地震及余震影响,导致地表结构和植被遭受破坏,致使土壤侵蚀加剧。理县近几年正在重建和发展中,严重的土壤侵蚀将影响其发展进程,这种影响可以长达几年或者更久,因此对该地区开展土壤侵蚀定量研究非常必要。对理县震前、震后以及未来的土壤侵蚀进行模拟和预测,可以为今后土壤保护提供依据。论文以理县的Landsat数据作为重要数据源,通过辐射定标、大气校正、几何校正等完成遥感影像预处理,采用面向对象分类的方法提取研究区土地利用数据,并在遥感数据的基础上通过线性光谱混合分析方法提取植被覆盖管理因子C。应用RUSLE模型模拟理县2003、2008和2014年的土壤侵蚀,结合GIS分析方法对土壤侵蚀空间分布进行研究,并对影响因子进行相关性分析。最后通过分析结果构建CA-ANN-Markov模型,预测2020年的土壤侵蚀,并提出针对性的治理建议。研究的主要结论如下:（1）2003-2014年理县土壤侵蚀空间分布基本一致,土壤侵蚀空间分布与海拔、坡...
【文章来源】：成都理工大学四川省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
技术路线图
第 2 章 研究区概况和数据预处理2.1 研究区概况2.1.1 地理位置研究区属于四川省阿坝藏族羌族自治州，四周分别与汶川县、茂县、黑水县、马尔康市、小金县接壤，全县的总面积为 4313.42 km2。地处青藏高原东部，省会成都的西南部，北纬 30°54′43″—31°12′12″，东经 102°32′46″—103°30′30″。研究区距离成都大约 202 km，到马尔康的距离约 193 km，境内乡镇加起来共 13个，理县地理位置如图 2-1 所示。
脑河下游薛城镇河流两侧。印支期岩浆岩零散分布在研究区的北部边缘。地处西部高山高原向四川盆地过渡地带，海拔在 1422 -5922 多样，主要有构造冰蚀极高山地貌、构造侵蚀高山、中山、低高原、盆地、宽谷地貌等（图 2-2）。高山类地貌主要分布于海拔最低 4000 m，最高达 6000 m 左右，起伏大，地势险峻，终。海拔在 2500-4000 km 范围内主要是侵蚀中山地貌，该范围及其支流的两岸，海拔和地形起伏程度稍弱于极高山，林地丰居住。海拔在 1500-2500 m 范围内主要是盆地和宽谷地貌，该脑河下游，地势相对平缓，是主要人口聚集地。区主要以林地、草地、旱地为主，其中林地面积最大，草地次。林地约占全县面积的 41%；草地主要以天然牧草地为主，耕地面积约 3.7 万 Mu。研究区的土壤分为 9 个土类，5 个亚类，个土种。
【参考文献】：
期刊论文
[1]基于RUSLE模型的铜仁地区1987—2015年土壤侵蚀时空特征[J]. 胡先培,曾成,钱庆欢,王权,李阳兵. 生态与农村环境学报. 2019(02)
[2]基于MCR-ANN-CA模型的包头市生态用地演变模拟[J]. 刘建华,张启斌,YANG Di,岳德鹏,于强,杨斓. 农业机械学报. 2019(02)
[3]基于GIS技术和CA-Markov模型的乌鲁木齐地区土地利用变化与预测研究[J]. 郝应龙,李崇博,王拓,安永刚. 新疆地质. 2018(04)
[4]基于RUSLE的陕南地区土壤侵蚀时空变化特征[J]. 苏嫄,王志杰,杨瑞,姚静. 水土保持研究. 2018(05)
[5]四川理县桃坪冰水堆积物非饱和强度特性[J]. 祁昊,冯文凯,陈建峰,白慧林,周强,郭小鹏. 工程地质学报. 2017(05)
[6]基于GIS和CA-Markov模型的库伦旗土地利用变化分析[J]. 勿云他娜,苏根成,孙乌仁图雅. 长江大学学报(自科版). 2017(18)
[7]基于城镇化背景下的城郊土地利用模拟研究——以广州市花都区为例[J]. 张志鹏,谭尔斯,余洋,田磊,何培雍. 国土资源导刊. 2017(03)
[8]基于RUSLE模型的三江源高寒草地土壤侵蚀评价[J]. 林慧龙,郑舒婷,王雪璐. 草业学报. 2017(07)
[9]基于RUSLE模型的剑湖流域土壤侵蚀定量评价[J]. 魏贤亮,颜雄,龙晓敏,陈劲松,王晨,彭尔瑞. 山东农业科学. 2017(01)
[10]基于GIS的区域土壤侵蚀敏感性评价——以怒江州为例[J]. 李益敏,朱军. 云南大学学报(自然科学版). 2017(01)
博士论文
[1]延河流域土壤侵蚀时空变化及水土保持环境效应评价研究[D]. 谢红霞.陕西师范大学 2008
硕士论文
[1]鲁中南山区土壤侵蚀评价研究[D]. 翟秀娟.山东师范大学 2018
[2]基于GIS和ANN-CA模型的南宁市中心城区土地利用演化模拟[D]. 黄喜梅.广西师范学院 2018
[3]基于CA-Markov-Ann的昆明市土地利用格局模拟及预测研究[D]. 杨佳.云南财经大学 2018
[4]基于GIS和RS的称钩河流域土壤侵蚀及其影响因素研究[D]. 戚继阳.甘肃农业大学 2017
[5]基于卫星遥感的输电走廊地表覆盖变化检测与山火易发性评估[D]. 张校志.武汉大学 2017
[6]基于GIS和CA-Markov模型的乌江下游地区土地利用变化情景模拟与生态环境效应评价[D]. 吴晶晶.西南大学 2017
[7]四川理县桃坪冰水堆积体强度特性研究[D]. 黄家华.成都理工大学 2016
[8]基于CA-Markov和GIS的芒市土地利用变化模拟及预测研究[D]. 张俊娴.昆明理工大学 2016
[9]基于ANN-CA的南方红壤区土壤侵蚀时空格局及演化模拟[D]. 郑丽丹.福建师范大学 2012
[10]大洋洲地表覆盖分类及精度评价技术研究[D]. 孙金萍.山东农业大学 2012
本文编号：3224449
【文章来源】：成都理工大学四川省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
技术路线图
第 2 章 研究区概况和数据预处理2.1 研究区概况2.1.1 地理位置研究区属于四川省阿坝藏族羌族自治州，四周分别与汶川县、茂县、黑水县、马尔康市、小金县接壤，全县的总面积为 4313.42 km2。地处青藏高原东部，省会成都的西南部，北纬 30°54′43″—31°12′12″，东经 102°32′46″—103°30′30″。研究区距离成都大约 202 km，到马尔康的距离约 193 km，境内乡镇加起来共 13个，理县地理位置如图 2-1 所示。
脑河下游薛城镇河流两侧。印支期岩浆岩零散分布在研究区的北部边缘。地处西部高山高原向四川盆地过渡地带，海拔在 1422 -5922 多样，主要有构造冰蚀极高山地貌、构造侵蚀高山、中山、低高原、盆地、宽谷地貌等（图 2-2）。高山类地貌主要分布于海拔最低 4000 m，最高达 6000 m 左右，起伏大，地势险峻，终。海拔在 2500-4000 km 范围内主要是侵蚀中山地貌，该范围及其支流的两岸，海拔和地形起伏程度稍弱于极高山，林地丰居住。海拔在 1500-2500 m 范围内主要是盆地和宽谷地貌，该脑河下游，地势相对平缓，是主要人口聚集地。区主要以林地、草地、旱地为主，其中林地面积最大，草地次。林地约占全县面积的 41%；草地主要以天然牧草地为主，耕地面积约 3.7 万 Mu。研究区的土壤分为 9 个土类，5 个亚类，个土种。
【参考文献】：
期刊论文
[1]基于RUSLE模型的铜仁地区1987—2015年土壤侵蚀时空特征[J]. 胡先培,曾成,钱庆欢,王权,李阳兵. 生态与农村环境学报. 2019(02)
[2]基于MCR-ANN-CA模型的包头市生态用地演变模拟[J]. 刘建华,张启斌,YANG Di,岳德鹏,于强,杨斓. 农业机械学报. 2019(02)
[3]基于GIS技术和CA-Markov模型的乌鲁木齐地区土地利用变化与预测研究[J]. 郝应龙,李崇博,王拓,安永刚. 新疆地质. 2018(04)
[4]基于RUSLE的陕南地区土壤侵蚀时空变化特征[J]. 苏嫄,王志杰,杨瑞,姚静. 水土保持研究. 2018(05)
[5]四川理县桃坪冰水堆积物非饱和强度特性[J]. 祁昊,冯文凯,陈建峰,白慧林,周强,郭小鹏. 工程地质学报. 2017(05)
[6]基于GIS和CA-Markov模型的库伦旗土地利用变化分析[J]. 勿云他娜,苏根成,孙乌仁图雅. 长江大学学报(自科版). 2017(18)
[7]基于城镇化背景下的城郊土地利用模拟研究——以广州市花都区为例[J]. 张志鹏,谭尔斯,余洋,田磊,何培雍. 国土资源导刊. 2017(03)
[8]基于RUSLE模型的三江源高寒草地土壤侵蚀评价[J]. 林慧龙,郑舒婷,王雪璐. 草业学报. 2017(07)
[9]基于RUSLE模型的剑湖流域土壤侵蚀定量评价[J]. 魏贤亮,颜雄,龙晓敏,陈劲松,王晨,彭尔瑞. 山东农业科学. 2017(01)
[10]基于GIS的区域土壤侵蚀敏感性评价——以怒江州为例[J]. 李益敏,朱军. 云南大学学报(自然科学版). 2017(01)
博士论文
[1]延河流域土壤侵蚀时空变化及水土保持环境效应评价研究[D]. 谢红霞.陕西师范大学 2008
硕士论文
[1]鲁中南山区土壤侵蚀评价研究[D]. 翟秀娟.山东师范大学 2018
[2]基于GIS和ANN-CA模型的南宁市中心城区土地利用演化模拟[D]. 黄喜梅.广西师范学院 2018
[3]基于CA-Markov-Ann的昆明市土地利用格局模拟及预测研究[D]. 杨佳.云南财经大学 2018
[4]基于GIS和RS的称钩河流域土壤侵蚀及其影响因素研究[D]. 戚继阳.甘肃农业大学 2017
[5]基于卫星遥感的输电走廊地表覆盖变化检测与山火易发性评估[D]. 张校志.武汉大学 2017
[6]基于GIS和CA-Markov模型的乌江下游地区土地利用变化情景模拟与生态环境效应评价[D]. 吴晶晶.西南大学 2017
[7]四川理县桃坪冰水堆积体强度特性研究[D]. 黄家华.成都理工大学 2016
[8]基于CA-Markov和GIS的芒市土地利用变化模拟及预测研究[D]. 张俊娴.昆明理工大学 2016
[9]基于ANN-CA的南方红壤区土壤侵蚀时空格局及演化模拟[D]. 郑丽丹.福建师范大学 2012
[10]大洋洲地表覆盖分类及精度评价技术研究[D]. 孙金萍.山东农业大学 2012
本文编号：3224449
本文链接：https://www.wllwen.com/kejilunwen/nykj/3224449.html
