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。
- 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。