南方红壤区植被覆盖因子估算模型构建与验证
发布时间：2021-12-10 14:41
研究红壤区植被覆盖因子变化规律、构建植被覆盖因子计算模型可为该区域水土流失防治及动态监测提供科学依据。该研究基于广东省五华县水土保持试验推广站200余场降雨试验观测数据,分析了影响水土流失的各关键因子与次降雨土壤侵蚀模数（Individual Rainfall Event Soil Erosion Modulus,ISEM）间定量关系,基于中国土壤流失方程计算了系列次降雨事件不同植被覆盖度对应植被覆盖因子值,构建了植被覆盖因子值与植被覆盖度间数学模型,从点、面2个尺度对模型计算精度进行了验证。结果表明:1)ISEM随植被覆盖度增加而降低;ISEM与雨前土壤表层含水率间存在显著正相关对数关系;ISEM随坡度增加呈先增后减的变化规律;ISEM随次降雨量、次降雨侵蚀力和次降雨径流深呈显著正相关线性变化关系。2)构建了植被覆盖因子值与植被覆盖度间二阶指数衰减模型,该模型决定系数和纳什系数分别达0.947和0.876。点尺度验证结果表明90%样本模型计算值与观测值相对误差均小于0.30;面尺度验证结果表明,70%～80%的植被覆盖因子计算值相对误差不超过0.1。总体而言,该模型计算精度较为理想,...
【文章来源】：农业工程学报. 2020,36(17)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
人工模拟降雨装置示意图Fig.1Schematicdiagramofartificialrainfallsimulationdevice
农业工程学报（http://www.tcsae.org）2020年110对于特定区域而言，在土壤侵蚀其他影响因素不变的情况下，当植被覆盖度从0增加到最大值，植物措施的水土保持效应也逐渐增强，对应的B因子也将从最大值降低到最小值，而该区域土壤侵蚀量也从理论最大值降低到理论最小值，这是植被措施调控土壤侵蚀作用的具体表现。这一变化过程中客观存在某一特定点VC值（为临界植被覆盖度，设为VC_p），当VC>VC_p，B值衰减速率逐渐放缓并趋于稳定某一值，植被措施调控土壤侵蚀的作用也达到最大化；此时，在其他影响因素恒定情况下，VC增加基本不会引起土壤侵蚀量改变。图3植被覆盖因子与植被覆盖度散点图Fig.3Scatterofvegetationcoveragevsvegetationcoverandmanagementfactor基于B和VC间二阶指数衰减模型无法直接写出f(VC)=0对应VC计算表达值，难以直接获取VC_p值。基于模型Ⅲ（自然对数函数），令f(VC)=0可直接得到VC=e0.054/0.116=62.59%，故而可近似认为VC_p为62.59%。对模型Ⅵ（二阶指数衰减函数）求一阶导数，得到：B"=-1.373e-4.35Vc-27.534e-39.87Vc（10）显然，任意植被覆盖度VC计算得到的B"均表示曲线B=f(VC)上对应点的斜率值，即为B值随植被覆盖度增加而下降的速率。将VC_p=62.59%代入式（4）得到B"=-9‰。由于二阶指数衰减函数是单调递减函数，随着植被覆盖度增加，其递减速率逐渐降低。因此，当VC>62.59%时，△VC引起B因子变化量△B的绝对值<9‰。在VC∈[0.6261.00]范围内，9‰≤B≤
站2019年度33场次自然降雨试验观测数据对式（11）进行验证；面尺度是以五华县为例，使用式（11）计算得到的B因子（记为Bf）与广东省五华县2018和2019年“区域水土流失动态监测成果”B因子（记为Bp）进行对比统计分析。其中Bp计算使用前3年的24个半月MODIS数据，具体计算方法见《区域水土流失动态监测技术规定（试行）》。为保证计算结果的可比性，本文同样使用前3年24个半月MODIS数据计算植被覆盖度值，然后基于式（11）计算Bf值。图4为B因子计算式（11）在点尺度验证结果。可以看出，使用式（11）计算得到各次降雨土壤流失量模拟值与实际观测值基本吻合，二者间线性拟合方程达到了极显著水平（P<0.01）；模拟值和观测值相对误差全部分布在±0.40以内，其中相对误差绝对值小于0.20的模拟值占总数的54.55%，小于0.30的占90%；33组观测数据模拟值与观测值均方根误差为0.012t/hm2，相对误差绝对值的平均值为0.186。总体而言，B因子计算式（11）在点尺度的计算精度良好，其中计算误差较大的几组样本主要是其次降雨量和次降雨侵蚀力偏小所致。a.模拟值与观测值比较a.Comparisonsofsimulatedandobservedvaluesb.相对误差b.Relativeerror图4植被覆盖因子（B）计算模型点尺度验证结果Fig.4Verificationresultsofvegetationcoverandmanagementfactorcalculationmodelatpointscale如前所述，B因子计算模型点尺度验证结果较为理想，土壤流失模拟值与观测值十分接近，计算精度良好。因此，从面尺度对B因子计算模型进一步验证。图5和表3分别为五华县2018和2019
【参考文献】：
期刊论文
[1]水土流失动态监测技术问题解析[J]. 王爱娟,曹文华. 中国水土保持. 2019(12)
[2]2018年度四川省级监测区水土流失动态监测研究[J]. 游翔,陈锐银,廖睿智. 中国水土保持. 2019(12)
[3]江西省2018年度省级重点监测区水土流失动态监测中存在的问题与建议[J]. 刘桂成,李相玺,万小星,田魏龙,卿娟,廖元群,徐丹巧,刘子铭,齐述华. 中国水土保持. 2019(12)
[4]南方红壤区水土流失综合治理模式研究——以江西省为例[J]. 莫明浩,谢颂华,聂小飞,胡松. 水土保持通报. 2019(04)
[5]南方红壤区水土流失治理成效的多尺度趋势分析[J]. 石海霞,梁音,朱绪超,曹龙熹. 中国水土保持科学. 2019(03)
[6]基于中国土壤流失方程模型的区域土壤侵蚀定量评价[J]. 王略,屈创,赵国栋. 水土保持通报. 2018(01)
[7]基于抽样调查法的水土流失普查技术问题解析[J]. 王爱娟. 中国水土保持. 2018(01)
[8]小流域植被覆盖与工程措施因子遥感监测研究[J]. 张锦凰,刘丹强,姜小三,卞新民. 水土保持通报. 2017(02)
[9]CSLE模型应用中不同抽样密度和推算方法的比较[J]. 邹丛荣,齐斐,张庆红,刘霞,张荣华,黎家作,董书宝,姚孝友. 中国水土保持科学. 2016(03)
[10]南方红壤区坡面次降雨产流产沙特征[J]. 黄俊,亢庆,金平伟,姜学兵,李乐,韦聪谋,刘斌,寇馨月,徐舟. 中国水土保持科学. 2016(02)
本文编号：3532820
【文章来源】：农业工程学报. 2020,36(17)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
人工模拟降雨装置示意图Fig.1Schematicdiagramofartificialrainfallsimulationdevice
农业工程学报（http://www.tcsae.org）2020年110对于特定区域而言，在土壤侵蚀其他影响因素不变的情况下，当植被覆盖度从0增加到最大值，植物措施的水土保持效应也逐渐增强，对应的B因子也将从最大值降低到最小值，而该区域土壤侵蚀量也从理论最大值降低到理论最小值，这是植被措施调控土壤侵蚀作用的具体表现。这一变化过程中客观存在某一特定点VC值（为临界植被覆盖度，设为VC_p），当VC>VC_p，B值衰减速率逐渐放缓并趋于稳定某一值，植被措施调控土壤侵蚀的作用也达到最大化；此时，在其他影响因素恒定情况下，VC增加基本不会引起土壤侵蚀量改变。图3植被覆盖因子与植被覆盖度散点图Fig.3Scatterofvegetationcoveragevsvegetationcoverandmanagementfactor基于B和VC间二阶指数衰减模型无法直接写出f(VC)=0对应VC计算表达值，难以直接获取VC_p值。基于模型Ⅲ（自然对数函数），令f(VC)=0可直接得到VC=e0.054/0.116=62.59%，故而可近似认为VC_p为62.59%。对模型Ⅵ（二阶指数衰减函数）求一阶导数，得到：B"=-1.373e-4.35Vc-27.534e-39.87Vc（10）显然，任意植被覆盖度VC计算得到的B"均表示曲线B=f(VC)上对应点的斜率值，即为B值随植被覆盖度增加而下降的速率。将VC_p=62.59%代入式（4）得到B"=-9‰。由于二阶指数衰减函数是单调递减函数，随着植被覆盖度增加，其递减速率逐渐降低。因此，当VC>62.59%时，△VC引起B因子变化量△B的绝对值<9‰。在VC∈[0.6261.00]范围内，9‰≤B≤
站2019年度33场次自然降雨试验观测数据对式（11）进行验证；面尺度是以五华县为例，使用式（11）计算得到的B因子（记为Bf）与广东省五华县2018和2019年“区域水土流失动态监测成果”B因子（记为Bp）进行对比统计分析。其中Bp计算使用前3年的24个半月MODIS数据，具体计算方法见《区域水土流失动态监测技术规定（试行）》。为保证计算结果的可比性，本文同样使用前3年24个半月MODIS数据计算植被覆盖度值，然后基于式（11）计算Bf值。图4为B因子计算式（11）在点尺度验证结果。可以看出，使用式（11）计算得到各次降雨土壤流失量模拟值与实际观测值基本吻合，二者间线性拟合方程达到了极显著水平（P<0.01）；模拟值和观测值相对误差全部分布在±0.40以内，其中相对误差绝对值小于0.20的模拟值占总数的54.55%，小于0.30的占90%；33组观测数据模拟值与观测值均方根误差为0.012t/hm2，相对误差绝对值的平均值为0.186。总体而言，B因子计算式（11）在点尺度的计算精度良好，其中计算误差较大的几组样本主要是其次降雨量和次降雨侵蚀力偏小所致。a.模拟值与观测值比较a.Comparisonsofsimulatedandobservedvaluesb.相对误差b.Relativeerror图4植被覆盖因子（B）计算模型点尺度验证结果Fig.4Verificationresultsofvegetationcoverandmanagementfactorcalculationmodelatpointscale如前所述，B因子计算模型点尺度验证结果较为理想，土壤流失模拟值与观测值十分接近，计算精度良好。因此，从面尺度对B因子计算模型进一步验证。图5和表3分别为五华县2018和2019
【参考文献】：
期刊论文
[1]水土流失动态监测技术问题解析[J]. 王爱娟,曹文华. 中国水土保持. 2019(12)
[2]2018年度四川省级监测区水土流失动态监测研究[J]. 游翔,陈锐银,廖睿智. 中国水土保持. 2019(12)
[3]江西省2018年度省级重点监测区水土流失动态监测中存在的问题与建议[J]. 刘桂成,李相玺,万小星,田魏龙,卿娟,廖元群,徐丹巧,刘子铭,齐述华. 中国水土保持. 2019(12)
[4]南方红壤区水土流失综合治理模式研究——以江西省为例[J]. 莫明浩,谢颂华,聂小飞,胡松. 水土保持通报. 2019(04)
[5]南方红壤区水土流失治理成效的多尺度趋势分析[J]. 石海霞,梁音,朱绪超,曹龙熹. 中国水土保持科学. 2019(03)
[6]基于中国土壤流失方程模型的区域土壤侵蚀定量评价[J]. 王略,屈创,赵国栋. 水土保持通报. 2018(01)
[7]基于抽样调查法的水土流失普查技术问题解析[J]. 王爱娟. 中国水土保持. 2018(01)
[8]小流域植被覆盖与工程措施因子遥感监测研究[J]. 张锦凰,刘丹强,姜小三,卞新民. 水土保持通报. 2017(02)
[9]CSLE模型应用中不同抽样密度和推算方法的比较[J]. 邹丛荣,齐斐,张庆红,刘霞,张荣华,黎家作,董书宝,姚孝友. 中国水土保持科学. 2016(03)
[10]南方红壤区坡面次降雨产流产沙特征[J]. 黄俊,亢庆,金平伟,姜学兵,李乐,韦聪谋,刘斌,寇馨月,徐舟. 中国水土保持科学. 2016(02)
本文编号：3532820
本文链接：https://www.wllwen.com/kejilunwen/nykj/3532820.html
