基于CSLE模型的全球抽样单元土壤水蚀速率计算方法初探
发布时间：2022-02-14 21:25
在全球范围的典型样区计算抽样单元土壤水蚀速率,旨在为全球范围内抽样单元土壤水蚀速率计算提供参考。以位于美国、欧洲、澳大利亚、泰国区域的土壤水蚀典型样区为代表区域,选择42个抽样单元,用CSLE模型计算抽样单元土壤水蚀速率,并将计算值与文献报道的数据进行对比。结果表明:泰国区域18个抽样单元平均土壤水蚀速率介于480.9～3565.3 t km-2a-1,计算结果与实地调查结果相符;美国、欧洲、澳大利亚抽样单元的计算得到的土壤水蚀速率与文献报道的流失速率相关系数R2达0.83,两者基本一致。基于抽样解译结果,使用CSLE模型可在全球范围内计算抽样单元的土壤水蚀速率,且高分辩率水保措施数据使计算结果更加接近真实情况。研究成果可为全球土壤侵蚀制图提供技术基础。
【文章来源】：土壤通报. 2020,51(01)北大核心CSCD
【文章页数】：8 页
【部分图文】：
图1 两种土地利用覆盖数据地类面积比例
泰国18个抽样单元，在自然侵蚀因子RKLS方面，降雨侵蚀力较大，每个抽样单元均值均在5000MJ mm hm-2h-1a-1以上，大部分在7000 MJ mm hm-2h-1a-1以上，容易造成水土流失；K值均在0.004 t hm2h hm-2MJ-1mm-1附近，说明K值不是造成抽样单元间水蚀速率差异的主要原因；LS值差异较大，说明抽样单元间地形因子差异较大。在水保措施BET方面，B值差异较大，说明流域间地表覆盖、生物措施差异明显；E值大部分在1附近，说明大部分流域无工程措施，E因子对这18个抽样单元的水保作用不明显；3个抽样单元T值小于0.5，说明耕作措施在个别抽样单元有一定的水保作用。18个抽样单元平均水蚀模数介于480.9～3565.3 t km-2a-1,18个抽样单元总体平均水蚀模数为1767.9 t km-2a-1。侵蚀模数最大值为3565.3 t km-2a-1，该单元各自然侵蚀因子RKLS较大，且水保措施作用不明显，所以侵蚀比较剧烈。侵蚀模数最小值为480.9 t km-2a-1，该单元LS因子较小，所以侵蚀比较微弱。耕地面积比例大于90%的单元中，水蚀模数均小于750 t km-2a-1，说明在该区域耕作措施具有一定的水保作用。
为了验证计算结果的可信度，将计算值与权威机构、学者已发表的研究成果进行对比。对比对象包括2018年9月，美国农业部提交的《2015年国家资源调查总结报告》中已绘制的《2015年农田水蚀（面蚀、沟蚀）速率分布图》[25];Panos Panagos等人绘制《欧盟土壤流失图》[26];Hongfen Teng等人绘制《澳大利亚土壤侵蚀图》[27]。基于CSLE模型计算获得的抽样单元土壤水蚀速率均值记为计算流失速率，已有研究成果记为文献流失速率。以文献流失速率为横轴，以计算流失速率为纵轴，绘制散点图，结果见图4。从相关性方面来看，计算值与文献值呈线性相关关系，Acal=0.4337Alit+93.897，相关系数R为0.91(R2为0.83），说明计算结果与文献结果具有高度相关关系，证明CSLE模型计算结果具有较高的可信度。
【参考文献】：
期刊论文
[1]区域土壤侵蚀遥感抽样调查方法[J]. 朱梦阳,杨勤科,王春梅,张晓萍,刘宝元,魏欣,庞国伟,李玉茹,土祥. 水土保持学报. 2019(05)
[2]Modelling and mapping soil erosion potential in China[J]. TENG Hong-fen,HU Jie,ZHOU Yue,ZHOU Lian-qing,SHI Zhou. Journal of Integrative Agriculture. 2019(02)
[3]泰国北部山区土壤侵蚀调查报告[J]. 张加琼,马波,税军峰,李玉茹,赵春敬,王颢霖,曹晓萍,李锐,焦菊英. 水土保持通报. 2019(01)
[4]土壤侵蚀动态监测中的高分辨率影像土地利用解译精度分析[J]. 李骜,魏欣,李子轩. 中国水土保持科学. 2018(03)
[5]中国水力侵蚀抽样调查[J]. 刘宝元,郭索彦,李智广,谢云,张科利,刘宪春. 中国水土保持. 2013(10)
[6]中国水土保持措施分类[J]. 刘宝元,刘瑛娜,张科利,谢云. 水土保持学报. 2013(02)
[7]我国水力侵蚀抽样调查方法[J]. 李智广,符素华,刘宝元. 中国水土保持科学. 2012(01)
[8]区域土壤侵蚀定量评价中的坡长因子尺度变换方法[J]. 郭伟玲,杨勤科,程琳,李俊,胡洁. 中国水土保持科学. 2010(04)
[9]基于GIS和CSLE的陕西省土壤侵蚀定量评价方法研究[J]. 程琳,杨勤科,谢红霞,王春梅,郭伟玲. 水土保持学报. 2009(05)
[10]区域土壤侵蚀定量研究的国内外进展[J]. 杨勤科,李锐,曹明明. 地球科学进展. 2006(08)
本文编号：3625297
【文章来源】：土壤通报. 2020,51(01)北大核心CSCD
【文章页数】：8 页
【部分图文】：
图1 两种土地利用覆盖数据地类面积比例
泰国18个抽样单元，在自然侵蚀因子RKLS方面，降雨侵蚀力较大，每个抽样单元均值均在5000MJ mm hm-2h-1a-1以上，大部分在7000 MJ mm hm-2h-1a-1以上，容易造成水土流失；K值均在0.004 t hm2h hm-2MJ-1mm-1附近，说明K值不是造成抽样单元间水蚀速率差异的主要原因；LS值差异较大，说明抽样单元间地形因子差异较大。在水保措施BET方面，B值差异较大，说明流域间地表覆盖、生物措施差异明显；E值大部分在1附近，说明大部分流域无工程措施，E因子对这18个抽样单元的水保作用不明显；3个抽样单元T值小于0.5，说明耕作措施在个别抽样单元有一定的水保作用。18个抽样单元平均水蚀模数介于480.9～3565.3 t km-2a-1,18个抽样单元总体平均水蚀模数为1767.9 t km-2a-1。侵蚀模数最大值为3565.3 t km-2a-1，该单元各自然侵蚀因子RKLS较大，且水保措施作用不明显，所以侵蚀比较剧烈。侵蚀模数最小值为480.9 t km-2a-1，该单元LS因子较小，所以侵蚀比较微弱。耕地面积比例大于90%的单元中，水蚀模数均小于750 t km-2a-1，说明在该区域耕作措施具有一定的水保作用。
为了验证计算结果的可信度，将计算值与权威机构、学者已发表的研究成果进行对比。对比对象包括2018年9月，美国农业部提交的《2015年国家资源调查总结报告》中已绘制的《2015年农田水蚀（面蚀、沟蚀）速率分布图》[25];Panos Panagos等人绘制《欧盟土壤流失图》[26];Hongfen Teng等人绘制《澳大利亚土壤侵蚀图》[27]。基于CSLE模型计算获得的抽样单元土壤水蚀速率均值记为计算流失速率，已有研究成果记为文献流失速率。以文献流失速率为横轴，以计算流失速率为纵轴，绘制散点图，结果见图4。从相关性方面来看，计算值与文献值呈线性相关关系，Acal=0.4337Alit+93.897，相关系数R为0.91(R2为0.83），说明计算结果与文献结果具有高度相关关系，证明CSLE模型计算结果具有较高的可信度。
【参考文献】：
期刊论文
[1]区域土壤侵蚀遥感抽样调查方法[J]. 朱梦阳,杨勤科,王春梅,张晓萍,刘宝元,魏欣,庞国伟,李玉茹,土祥. 水土保持学报. 2019(05)
[2]Modelling and mapping soil erosion potential in China[J]. TENG Hong-fen,HU Jie,ZHOU Yue,ZHOU Lian-qing,SHI Zhou. Journal of Integrative Agriculture. 2019(02)
[3]泰国北部山区土壤侵蚀调查报告[J]. 张加琼,马波,税军峰,李玉茹,赵春敬,王颢霖,曹晓萍,李锐,焦菊英. 水土保持通报. 2019(01)
[4]土壤侵蚀动态监测中的高分辨率影像土地利用解译精度分析[J]. 李骜,魏欣,李子轩. 中国水土保持科学. 2018(03)
[5]中国水力侵蚀抽样调查[J]. 刘宝元,郭索彦,李智广,谢云,张科利,刘宪春. 中国水土保持. 2013(10)
[6]中国水土保持措施分类[J]. 刘宝元,刘瑛娜,张科利,谢云. 水土保持学报. 2013(02)
[7]我国水力侵蚀抽样调查方法[J]. 李智广,符素华,刘宝元. 中国水土保持科学. 2012(01)
[8]区域土壤侵蚀定量评价中的坡长因子尺度变换方法[J]. 郭伟玲,杨勤科,程琳,李俊,胡洁. 中国水土保持科学. 2010(04)
[9]基于GIS和CSLE的陕西省土壤侵蚀定量评价方法研究[J]. 程琳,杨勤科,谢红霞,王春梅,郭伟玲. 水土保持学报. 2009(05)
[10]区域土壤侵蚀定量研究的国内外进展[J]. 杨勤科,李锐,曹明明. 地球科学进展. 2006(08)
本文编号：3625297
本文链接：https://www.wllwen.com/kejilunwen/nykj/3625297.html
