基于GIS和RUSLE的从化市土壤侵蚀量预测研究

以2006年从化市Landsat TM卫星影像图、数字高程模型、土地利用图、土壤类型分布图和降雨资料为基础,采用遥感(RS)和地理信息系统(G IS)结合的方式通过修正的通用土壤流失方程(RUSLE)模型对从化市土壤侵蚀进行模拟。结果表明,从化市平均侵蚀模数为1 891.74 t/(km2.a),侵蚀程度属轻度;侵蚀特点为严重侵蚀区域面积小,侵蚀量主要由侵蚀模数较大的中度及以上土壤侵蚀区域产生。土壤侵蚀与坡度陡缓、土地利用类型和空间分布有较大相关性。     

基于RUSLE模型的承德市土壤侵蚀敏感性及其对土地利用变化响应研究

研究承德市土壤侵蚀敏感性时空变化特征及其对土地利用变化的响应,能够为该市水土保持工作和解决局部河流泥沙淤积及水质超标问题提供科学依据.利用ENVI、ArcGIS软件和RUSLE模型,通过对遥感影像和土壤侵蚀等数据资料进行处理及计算,定量研究了承德市土壤侵蚀敏感度变化特征及其对人类土地利用变化的响应关系.结果 表明:(1...     

基于RUSLE模型的辽宁省土壤侵蚀定量研究

以降雨量、土壤、遥感影像及土壤侵蚀普查数据等为基础数据,运用GIS技术,结合修正的通用土壤流失方程(RUSLE)模型对辽宁省土壤侵蚀状况进行研究,分析了土壤侵蚀的空间分布特征以及与不同土地利用类型的关系。研究结果表明:2011年辽宁省土壤侵蚀面积为459.36万hm²,年均土壤流失量为1.64亿t,年平均侵蚀模数为3 637.8 t/(km²·a),属于中度侵蚀,土壤侵蚀面积呈现上升趋势;辽西低山丘陵区的土壤侵蚀最为严重,侵蚀面积为191.99万hm²,城市受人为不合理的生产活动影响严重,导致土壤侵蚀面积增加;林地依旧是辽宁省土壤侵蚀发生的最主要的土地类型,占侵蚀总面积的57.66%,占土地利用类型的38.20%。     

基于 RUSLE 模型的区域土壤侵蚀定量估算及空间特征研究

针对哈尔滨市主城区水土流失问题,以土壤侵蚀估算与评价为目标,采用 RUSLE 模型,依托 GIS 和遥感技术,分析了影响区域尺度土壤侵蚀因子,包括降雨侵蚀力、土壤可蚀性、地形、植被覆盖度和水土保持特性等,定量估算了哈尔滨市主城区 8 个流域的土壤侵蚀大小。在此基础上参考黑土区水土流失综合防治技术标准,并结合流域自身侵蚀状况,分析了哈尔滨市主城区土壤侵蚀特性的空间格局。结果表明: 哈尔滨市八个流域土壤侵蚀模数范围为 0 ～ 1 272. 61 t·km － 2·年 － 1,各流域以微度和轻度侵蚀为主,局部地区存在着较为严重的土壤侵蚀; 区域土壤侵蚀空间分异特征明显,是气候、土壤、植被、地形和人类活动共同作用的结果; 哈尔滨市八大流域以微度侵蚀为主,轻度侵蚀次之,强烈侵蚀及极强烈侵蚀区很少,仅在运粮河流域存在极少的剧烈侵蚀区。研究成果可为哈尔滨市水土流失治理提供技术支撑和理论依据。     

基于RUSLE模型的广东增城市水土流失评价

为探讨增城市土壤侵蚀的空间分布特征及土地利用、植被覆盖、地形对水土流失的影响,以2004年增城市TM影像、数字高程模型(DEM)、土地利用图和土壤类型分布图为基础,利用修正的通用土壤流失方程(R USLE)与地理信息系统(GIS)相结合的方法对增城市水土流失进行模拟.结果表明,该市年平均土壤侵蚀模数为618.7 t/( km2·a),侵蚀强度属于轻度;强烈以上等级土壤侵蚀主要分布在城市建设用地区域和北部坡度较陡的林地;地形是影响土壤侵蚀的显著因素,随坡度增加,土壤侵蚀模数显著增大;不同土地利用类型土壤侵蚀模数的差异较大,其中建设用地与林地的土壤侵蚀模数较大.     

基于ArcGIS的天津市地下水环境质量评价系统

介绍了综合运用AreGIS、数据库技术、水质评价模型技术等进行开发天津市地下水环境质量评价系统。该系统具有地下水质数据管理、GIS数据管理、水质数据统计分析和地下水质综合评价等功能，可方便地下水管理工作者及时掌握地下水污染动态、空间分布及演化趋势。     

基于RUSLE与GIS的黄土高原水土流失评价研究——以宁夏中卫地区为例

基于遥感(RS)和地理信息系统(GIS)技术,选取黄土高原西部宁夏中卫地区作为主要研究区,在综合考虑研究区的NDVI、地形、土壤类型、降雨量等数据资料的基础上,结合RUSLE模型定量评估研究区2016年的水土流失量和土壤侵蚀强度并进行空间分析。研究结果表明:研究区土壤侵蚀总面积约为9 759.61 km²,平均土壤侵蚀模数为1 290.18 t/km²·a,其中微度侵蚀、中度侵蚀和强度侵蚀占比分别为71.8%、16.0%和12.2%;侵蚀较为严重的地区主要分为三部分:南部丘陵沟壑地区、西北部与东北部的黄河流域附近,以及坡度大于10°的地区。     

丹巴县土壤侵蚀强度评价及空间分异研究

为了掌握丹巴县土壤侵蚀程度,进行分区防治,借助GIS与RS技术,在对各类影响土壤侵蚀因子提取的基础上,利用改进的RUSLE模型评价了丹巴县土壤侵蚀强度,并进行了空间分异特征研究。结果表明:整体上丹巴县南部土壤侵蚀强度高于北部、中东部高于西部。丹巴县土壤侵蚀以微度—中度为主,强烈—剧烈流失面积大约有1 258 km2,占水土流失总面积的27%,主要分布在人口相对比较密集,经济较发达的沿江、沿河地区。     

基于ArcGIS和USLE模型的颍河流域土壤侵蚀研究

基于ArcGIS空间分析技术和USLE模型对颍河流域土壤侵蚀进行定量研究,探究不同土壤类型和土地利用方式下土壤侵蚀的发生情况。结果表明,颍河流域2017年平均土壤侵蚀模数为403.3 t/(km²·a^-1),土壤侵蚀总量为388 781 t/a。受侵蚀土地利用方式主要以农田为主,总侵蚀面积达86.52%,其次是居民用地。4种土壤类型均存在不同程度的土壤侵蚀,其中,砂姜黑土总侵蚀面积最广,其次是潮土。侵蚀强度主要以微度和轻度侵蚀为主,分别占总侵蚀面积的59%和33%。     

江西省抚州市土壤侵蚀分布规律分析

基于遥感光谱影像和DEM数据,利用ARCGIS软件和RUSLE模型,对江西省抚州市的土壤侵蚀强度分布范围及土壤侵蚀量进行了分析,结果显示:抚州市土壤侵蚀量为1289万t,微度侵蚀区域面积占比最高,达到了79.42%,而侵蚀最为强烈的区域集中在中部地势较低的沟谷中,侵蚀量占比为29.09%。     

土壤侵蚀分类分级标准和RUSLE模型间的差异研究

基于高分辨率遥感影像,分别应用土壤侵蚀分类分级标准和RUSLE模型,研究重庆市盆古小流域土壤侵蚀状况。结果表明:基于土壤侵蚀分类分级标准计算的土壤侵蚀强度大于基于RUSLE模型的计算结果;两种方法计算的微度侵蚀差别最小,而在其它侵蚀强度等级上差别较大;两种方法计算结果均表明,盆古小流域2008—2011年间土壤侵蚀强度整体上由强转弱,且呈现中度以下的土壤侵蚀面积增大、中度及中度以上的土壤侵蚀面积减小的趋势。     

肇庆市土壤侵蚀分布规律及侵蚀量研究

基于遥感影像和DEM数据,利用ARCGIS软件和RUSLE模型,对广东省肇庆市的土壤侵蚀强度分布范围及土壤侵蚀量进行分析.结果显示:肇庆市土壤侵蚀量为1252万t,微度侵蚀区域面积占比最高,达到了67％,极强度侵蚀占比最低,仅为1％,零散分布于肇庆市中部地区.而侵蚀最为强烈的区域集中在中部地势较低的沟谷中,侵蚀量面积占...     

康平县赵家小流域土壤侵蚀特征分析

文章以康平县赵家小流域为例,采用RUSLE模型全面评价与总结了土壤侵蚀特征.结果表明:赵家小流域土壤侵蚀模数405.11/km2·a,以河道淤积等资料推算的结果与该数值保持较高一致性,表明研究成果的可信度较高;赵家小流域土壤侵蚀量2916.8t/a,其中31.49％的区域超出容许土壤流失量.从不同侵蚀级别的角度上,占流...     

基于RUSLE的鉴江流域土壤侵蚀量特征分析

为了解鉴江流域的泥沙来源情况,基于降雨量、土壤类型、数字高程模型以及土地覆盖类型数据,运用土壤流失方程(RUSLE)计算不同地区土壤侵蚀量.通过模型理论计算来分析论证鉴江流域泥沙主要源区,同时基于降雨量线性变化趋势预测流域来沙趋势变化情况.研究结果表明:2008—2017年鉴江流域属于中度土壤侵蚀,年均土壤流失量为49...     

安徽土壤侵蚀敏感性评价研究

以通用土壤流失方程为基础,选择了降雨侵蚀力、地形起伏度、土壤质地、地表覆盖4个自然因子作为评价指标,根据安徽省自然环境特征,制定评价指标的分级标准,在GIS软件支持下,对安徽省土壤侵蚀敏感性的影响因子逐一分级评价和综合评价。结果表明：安徽省总体土壤侵蚀敏感程度较高,空间上呈明显的块状分布特征,极敏感和高度敏感区主要集中在皖南、皖西的丘陵山区,中度敏感区主要分布于淮河中游平原的中部,轻度敏感和不敏感区则主要分布于江淮丘陵、沿江平原以及淮河中游平原的北部和南部地区。土壤侵蚀敏感性与土壤侵蚀现状关系密切,两者总体一致但局部有差异。     

绥中县土壤侵蚀时空动态变化及其影响因素分析

文章依据植被覆盖度、土壤类型、土地利用和降雨量等数据,应用RUSLE模型和GIS技术分析了2004年、2012年和2020年绥中县的土壤侵蚀影响因素及其动态变化特征。结果表明：绥中县土壤侵蚀以轻度和微度侵蚀为主,研究期间微度侵蚀面积逐渐增多,土壤侵蚀模数逐渐下降,侵蚀状况呈好转趋势;绥中县严重土壤侵蚀区集中分布于六股河两岸,近15a绥中县土壤侵蚀程好转趋势,实施的退耕还林等工程对控制水土流失具有显著效果;土壤侵蚀受土地利用类型的影响最为显著,从低到高各因子解释力排序为坡度<海拔<年均降雨量<植被覆盖度<土地利用类型;高风险侵蚀区集中于植被覆盖度<30%、年均降雨量超过600mm、坡度> 35°、海拔200m以上的未利用地土地的区域,结合实际情况绥中县土壤侵蚀重点治理区以坡耕地为主。     

黄土高原不同生物气候区土壤侵蚀动态变化研究

基于地理信息系统(GIS)和遥感(RS)技术,利用修正的通用土壤流失方程(RUSLE)模型,结合遥感影像、数字高程数据(DEM)、土壤类型数据及相关统计资料确定了模型参数因子,在重点分析我国黄土高原不同生物气候区降雨侵蚀力因子和植被覆盖因子时空变化特征的基础上,计算出各区2000~2012年土壤侵蚀模数,分析了土壤侵蚀强度的时空动态变化特征。结果表明:区域多年平均土壤侵蚀量为1.35×109t,土壤侵蚀模数为2 264 t/(km2·a)。土壤侵蚀强度以微度侵蚀和轻度侵蚀为主,侵蚀面积比例为74.31%;近13 a来,黄土高原的土壤侵蚀强度呈显著降低的变化趋势(P=0.03),平均每年减少54.22 t/(km2·a)。土壤侵蚀正在向微度、轻度土壤侵蚀转变,土壤侵蚀模数减少的区域占整个侵蚀区域的69.05%,增加的区域占30.95%。研究结果对黄土高原区域生态恢复和生态建设具有一定的指导意义。     

基于最大变化率的陕西省土壤侵蚀变化驱动因子分析

陕西省是我国水土流失严重省份和黄河的主要产沙区,为了给陕西省及黄河流域水土流失治理提供理论参考,基于逐月降水量数据和土壤属性、NDVI、DEM、土地利用等数据,采用RUSLE模型计算土壤侵蚀模数,并采用最大变化率法对2000—2015年陕西省土壤侵蚀强度时空变化的主要驱动因子进行了识别。结果表明：陕西省土壤侵蚀分布异质性较强,剧烈和极强烈侵蚀主要分布在陕北地区、少数分布在关中地区北部区域;2000—2015年陕西省土壤侵蚀强度总体呈现下降趋势,其中陕北地区土壤侵蚀强度一直呈下降趋势、关中和陕南地区呈现先升后降的变化趋势;陕西省土壤侵蚀强度时间变化的主要驱动因子,2000—2005年为降雨侵蚀力和植被覆盖,2005—2015年为降雨侵蚀力,2000—2015年长时段总体上为植被覆盖;陕西省土壤侵蚀强度空间变化主要驱动因子为植被覆盖和地形,其中榆林、铜川、宝鸡、西安、商洛、安康、汉中七市的主要驱动因子为植被覆盖,渭南、咸阳两市的主要驱动因子为地形,延安市的主要驱动因子为降雨侵蚀力。最大变化率法可用于识别土壤侵蚀时空变化的主要驱动因子,但在识别时间变化主要驱动因子时对降雨侵蚀力极端值较为敏感...