基于RBF神经网络的土壤侵蚀预测模型研究

土壤侵蚀的物理机理十分复杂,用数学方式难以描述。针对土壤侵蚀过程的模糊性、随机性、非线性等特点,将RBF神经网络的理论与方法应用到土壤侵蚀预测中。以杏木小流域为研究对象,应用RBF神经网络方法构建土壤侵蚀预测模型,以汛期降雨量、径流系数、土壤容量、有机质含量及孔隙度土壤侵蚀因子作为模型的输入层变量,输出层变量为年土壤侵蚀模数。通过模拟训练和预测,RBF神经网络取得的结果较好,能够有效地预测土壤侵蚀,且与常见的BP神经网络土壤侵蚀预测模型相比,RBF神经网络得到的预测结果精度更高。RBF神经网络模型将土壤侵蚀预测问题转化为影响因子和年侵蚀模数的非线性问题,该模型的模拟与预测为复杂的土壤侵蚀规律研究提供了新途径。

宝钢三号高炉炉缸炉底侵蚀预测数值模拟

用有限元方法计算了宝钢三号高炉炉缸、炉底的二维稳态传热过程，得到了该高炉的１ １５０℃等温线，该等温线可以看作高炉炉底的侵蚀终止判定线。在此高炉炉底侵蚀计算模型的基础上编制的软件具有良好的人机界面，能直观地反映出宝钢三号高炉的炉缸、炉底侵蚀情况。

矿渣侵蚀预测模型研究初探

采用统计学理论、方法与正交试验相结合 ,并利用野外人工模拟降雨试验对煤矸石、石灰石矿、黏土矿、铁矿 4种矿渣侵蚀进行了研究 ,建立了相应的侵蚀预测模型。这些模型精度高 ,通用性强 ,具有较强的可操作性 。

小流域土壤侵蚀预测信息系统设计与实现

以通用土壤流失方程(USLE)为基础,在VISUAL BASIC 6.0和ArcGIS Engine组件式地理信息系统开发环境下进行模型开发,编写小流域土壤侵蚀模型算法和程序代码,探索了基于地理信息系统GIS的土壤侵蚀预测模型开发,并验证了系统的准确性。

水力侵蚀预测模型GeoWEPP研究进展

总结了水力侵蚀预测模型Geo WEPP的发展历程、技术框架、适用性和局限性,从DEM数据、土地利用/覆被变化、管理因子和土壤要素等4个角度详细论述了Geo WEPP模型的研究进展,针对模型的优势及存在的问题,结合当前水文和侵蚀模型研究形势,对Geo WEPP模型未来发展的趋势与走向作了展望,指出该模型在DEM精度阈值的确定、空间尺度的转换、人类活动集中区的应用、与生态过程的结合以及WEPP与GIS集成开发5个方面有较大的拓展空间。

基于土壤侵蚀预测模型对石城县域低效林的判别及研究

基于遥感影像数据、地形数据和小班调查数据,采用修正通用土壤流失方程和三因子法相结合的土壤侵蚀预测模型,对石城县域林地土壤侵蚀模数进行等级划分,建立低质低效林的评价体系,并进行空间分布和土地利用特征研究。结果表明:低质低效林主要分布在研究区东北和东南区域,占整个研究区内林地面积的31.48%,属于劣质立地条件下的低质低效林;研究区内微度侵蚀面积占比最大,接近总面积的93%,另外强烈侵蚀以上等级的侵蚀面积为5.56 km2,占整个研究区总面积的0.351%;土壤侵蚀总量方面,稀疏林地以2.92%的侵蚀面积对研究区总侵蚀量的贡献率达到了4.80%,总侵蚀量占比几乎是侵蚀面积占比的2倍。研究结果旨在丰富低质低效林判别理论,同时为低效林改造提供科学依据。

深圳市土壤侵蚀预测模型的建立

根据深圳市水土流失调查资料和产沙观测数据,通过选取影响水土流失的主要因子:地形、植被、降雨、土壤、城市化人为影响因子等,建立了符合深圳地区的多元回归方程,其中城市化人为影响因子是根据城市水土流失现状提出的,并通过深圳3个水保试验站的调查资料反推求得。通过两组实测资料检验,表明建立的模型具有较高的精度,能够较好的反映深圳地区的水土流失特点。

深圳市城市土壤侵蚀预测模型的初步建立

根据深圳市全市水土流失斑块的调查资料和产沙观测结论,通过选取水土流失主要影响因子:地形、植被、降雨、土壤、城市化人为影响因子,建立侵蚀量与这些影响因子之间的多元回归关系方程,属深圳市首例。其中城市化人为影响因子是反映城市水土流失特点的一个因子,反推求得。建立的模型通过2组实测资料的检验,具有较高的精度,能够较科学地反映深圳地区城市水土流失特点。

耦合PLUS-CSLE模型预测淮河流域多情景土地利用变化与土壤侵蚀

[目的]掌握淮河流域内土地利用和土壤侵蚀的未来时空演变对于土地资源的合理协调使用,制定未来的水土保持策略,以及推动可持续发展战略具有重要意义。[方法]基于PLUS模型和中国土壤侵蚀模型(CSLE),模拟2030年自然发展、生态保护、快速发展3种情景下淮河流域土地利用格局,并预测未来流域在3种情景下的土壤侵蚀格局。[结果](1)在3种情景下,建设用地扩张明显,最大扩张面积为187.80 km^(2),其他地类不同程度减少。(2)流域2015—2021年土壤侵蚀强度呈下降—上升趋势,其中平均土壤侵蚀量分别为221.96,214.13,461.15 t/(km^(2)·a),高强度侵蚀多集中在东北高坡度地区,需要重点关注。(3)地理探测器表明,坡度、DEM、土壤属性等是影响流域侵蚀分布的主要驱动因素。(4)2030年流域自然发展、快速发展、生态保护情景下土壤侵蚀模数分别为295.48,259.45,127.64 t/(km^(2)·a)。在适当扩张建设用地的生态保护模式下,可实现生态保护和经济发展的双需求。[结论]研究结果可为流域内土地利用管理和水土保持措施提供思路,推动健康发展。

基于LSTM构建海岸侵蚀风险预测模型的研究及应用

岸线侵蚀预测是海岸动力地貌学研究的热点问题之一。本文基于长短期神经记忆网络LSTM,采用1985-2023年江苏射阳县附近海域收集到的岸线、水深和潮间带宽度数据,结合ERA5数据反演的波浪和潮流数据,构建海岸侵蚀风险预测模型。该预测模型可以准确反映海岸线的加速侵蚀、稳定侵蚀、淤积的非线性变化或线性变化趋势。预测结果表明,在沙源减少条件下,波浪和潮流增强是近20年来射阳海域海岸侵蚀的主要因素。此外,利用预测模型开展了海岸加固、消浪和弱流对海岸的防护效果试验,试验结果表明,海岸加固防护效果最佳,消浪防护效果较弱流防护效果好。预测模型设置运行过程高效,具有较高的应用价值和开发潜力。

4种血清标志物在类风湿关节炎的诊断、疾病活动度的判断及骨侵蚀的预测的应用价值

目的研究葡萄糖6磷酸异构酶(GPI)、类风湿因子(RF)、抗角蛋白抗体(AKA)、抗环瓜氨酸肽(CCP)抗体4种血清标志物在类风湿关节炎(RA)疾病的诊断、疾病活动度的判断及骨侵蚀的预测方面的应用价值。方法选取193例RA患者,158例非RA患者,98例健康体检者。采用ELISA法定量检测GPI和抗CCP抗体浓度水平,免疫透射比浊法定量检测RF浓度水平,采用间接免疫荧光法定性检测AKA。结果血清GPI、RF、抗CCP抗体、AKA阳性率在RA组与非RA组及健康对照组比较差异均有统计学意义(P<0.05);血清GPI、RF、抗CCP抗体浓度水平在RA组显著高于非RA组及健康对照组,差异有统计学意义(P<0.05)。血清GPI、RF浓度水平在RA活动组浓度显著高于非活动组,差异有统计学意义(P<0.05);血清抗CCP抗体浓度水平在RA活动组与非活动组比较差异无统计学意义。血清GPI、RF浓度水平在RA骨侵蚀组与非骨侵蚀组比较差异无统计学意义;血清抗CCP抗体浓度水平在RA骨侵蚀组显著高于非骨侵蚀组,差异有统计学意义(P<0.05)。血清AKA阳性率在RA活动组与非活动组比较,差异无统计学意义;在RA骨侵蚀组与非骨侵蚀组比较,差异有统计学意义(P<0.05)。结论血清GPI、RF、抗CCP抗体、AKA的水平对RA的诊断起到重要作用,血清GPI、RF浓度水平与RA患者疾病活动度有关,血清抗CCP抗体浓度水平可以预测RA患者骨侵蚀,RA患者血清AKA阳性可能与骨侵蚀有关。

基于ANN-CA模型的黄土丘陵区县域土壤侵蚀演变预测

为了精准预测土壤侵蚀变化,科学合理地预防区域水土流失的发生,选择黄土丘陵沟壑区的彭阳县为研究区,2000、2008和2015年3期遥感影像、DEM和日降雨等为基础数据,基于GIS和RUSLE模型计算土壤侵蚀并定量分析2000—2015年时空分布变化特征;应用人工神经网络耦合元胞自动机构建ANN-CA模型,预测彭阳县2025年土壤侵蚀。结果显示:1)彭阳县2000—2015年土壤侵蚀状况整体呈现向好趋势;强度及强度以上侵蚀面积减少652.81 km^(2),高等级侵蚀逐渐向低等级转移;2)2015年土壤侵蚀强度模拟结果精度排序为:微度>轻度>中度>极强度>剧烈>强度,总体精度为87.9%,Kappa系数0.82,预测精度较高;3)彭阳县2025年土壤侵蚀以微度与轻度为主,面积分别为1366.67和748.61 km^(2),占总面积的84.69%,强度以上面积仅为2.69 km^(2),占总面积的1.1%,较2015年进一步好转;强度以上侵蚀主要发生在孟塬乡与新集乡,可在该区域加强水土保持措施建设,预防水土流失。研究结果表明,ANN-CA模型具有较强的自学习与空间动态模拟能力,可以应用于区域土壤侵蚀预测。

退耕还林(草)背景下榆林市土壤侵蚀变化与未来趋势预测

为了研究榆林市还林还草工程的水土保持效益和土壤侵蚀变化趋势,用最小二乘法和神经网络模型预测研究区域未来植被覆盖和土地利用类型。结合中国坡面水蚀预报模型,计算2000—2017年土壤侵蚀序列,用最大、最小和多年平均降雨侵蚀力条件下模拟未来土壤侵蚀量。结果表明:1)丘陵沟壑区多年平均降雨侵蚀力在1150~1350 MJ·mm/(hm^(2)·h)之间,西部地区在800~1050 MJ·mm/(hm^(2)·h)之间,北部地区在1000~1150 MJ·mm/(hm^(2)·h)之间,2000—2017年平均降雨侵蚀力比1988—2000年增加268.24 MJ·mm/(hm^(2)·h);2)多年平均降雨侵蚀力下的土壤侵蚀模数由2000年的3559.99 t/(km^(2)·a)减少到2017年的1369.19 t/(km^(2)·a),土壤侵蚀量减少958.5万t;3)植被覆盖与管理因子C由2000年的0.164降低到2017年的0.069,预测C因子为0.053,还有一定的下降空间,但C因子的Hurst指数分析表明北部地区在未来干旱条件下,植被退化的风险较大;4)在多年平均降雨侵蚀力下,未来大多数地区的土壤侵蚀模数将<2000 t/(km^(2)·a),以轻度和微度为主;5)下一阶段还林还草的工作重点应该更加注重水资源承载力,以保障还林还草工程取得的水土保持生态效益。

FLUS-CSLE模型预测黄土高原典型流域不同土地利用变化情景土壤侵蚀

流域土壤侵蚀预测对于了解未来土壤侵蚀发展趋势,制定未来水土保持治理策略具有重要意义。为了提出一种适用于黄土高原地区的易于评估未来不同土地利用管理策略的土壤侵蚀预测方法,该研究基于地形、降雨、土壤、遥感影像数据,完成韭园沟流域2010—2020年的土地利用空间分布解译,并计算历史时期(2010—2020)的土壤侵蚀模数,基于未来土地利用模拟(Future Land Use Simulation,FLUS)模型完成流域2025年土地利用分布状况预测,以此为基础获得未来植被覆盖措施因子和耕作措施因子,结合CSLE模型预测2025年自然发展、经济增长、生态保护3种不同土地利用变化情景下土壤侵蚀状况。结果表明:1)韭园沟流域土地利用类型主要为草地(面积占比62.23%)和林地(28.41%),其次是耕地、建筑物和水体,在2010—2020年期间土地利用空间分布格局经历了较大变化,林、草地面积增加8.36%,耕地面积减少30.3%。2)流域2010、2015、2020年这3a间土壤侵蚀模数平均值分别为19.49、15.83、20.7t/(hm^(2)·a),整体呈现先降低后增加的趋势,不同土地利用类型的土壤侵蚀模数由大到小为耕地(40.56t/(hm^(2)·a))、草地(18.79 t/(hm^(2)·a))、建设用地(10.25 t/(hm^(2)·a))、林地(8.02 t/(hm^(2)·a))。3)在积极的生态保护情景下,2025年林、草地面积较自然发展情景基本持平但林地面积比例有所增加,较经济增长情景林、草地面积增加5.06%,耕地面积较自然发展情景增加1.20%,较经济增长情景减少14.73%。4)2025年流域自然发展、经济增长、生态保护情景下土壤侵蚀模数分别为24.3、22.9、18.3 t/(hm^(2)·a)。采取积极的生态保护情景发展模式,建设用地面积适度扩张可以兼顾生态保护和经济发展的需要。该研究为流域未来的土地利用规划以及水土保持治理提供参考。

SVR与BP神经网络对小流域次降雨侵蚀产沙预测结果的比较

运用支持向量回归机(Support Vector Regression Machine)与BP神经网络对小流域次降雨侵蚀产沙进行预测。侵蚀产沙输入变量选取降雨量、降雨强度、径流深和洪峰流量模数,流域次降雨侵蚀输沙量为输出变量。以SVR、BP神经网络的预测值与实际值的绝对误差和相对误差作为评价指标。实验表明,SVR的预测精度和稳定性优于BP神经网络。

黄土高原南部坡耕地土壤侵蚀预报

在系统分析了淳化县泥河沟及彬县、黄龙、永寿、耀县和西峰１９６４～１９９５年部分径流小区试验资料、降水自记资料４９７组的基础上，运用数理统计方法，得出了黄土高原南部坡耕地土壤侵蚀预报的基本方程，并根据理论推导得出径流量方程式，通过量纲分析和实测数据资料验证后，建立了规整均匀坡面上的土壤侵蚀预报动力模型，为该区域土壤侵蚀预报的进一步研究奠定了基础。

基于GIS和USLE/RUSLE的小流域土壤侵蚀量研究

依据实地调查资料,建立了典型小流域地理数据库;应用采样分析数据结果及坡面单元法,确定了定量计算通用土壤流失方程RUSLE因子指标的方法。在地理信息系统ArcGIS支持下,根据USLE/RUSLE土壤侵蚀预测模型对数据库实施运算操作,预测了小流域土壤侵蚀量。结果表明:①流域总体土壤侵蚀为中度,治理难度仍很大;②坡耕地是流域水土流失的策源地,占流域面积44.45%的坡耕地,土壤侵蚀量占流域总侵蚀量的78.89%;③采取保土耕作、坡改梯和退耕还林的方式可有效治理流域的水土流失。

不同质地重塑土坡面细沟侵蚀形态与水力特性及产沙的关系

土壤质地对坡面侵蚀产沙与细沟形态具有重要影响。为明确不同质地土壤坡面的细沟形态与侵蚀产沙特征的关系,该研究以土沙混合配制不同颗粒组成的重塑土坡面为研究对象,采用室内放水冲刷动床试验,选取了平均沟深、平均沟宽及断面宽深比等作为细沟基本形态参数,分析了坡面细沟形态与水力学特性、侵蚀产沙的定量关系,并建立坡面侵蚀经验预测方程。结果表明:1)沟深随坡度增大而增大,沟宽随坡度增大而减小,两者随流量的变化不明显,细沟断面宽深比随坡度和流量的增加逐渐减小;2)同一试验条件下,坡面含沙量的增加使细沟断面形态整体由"窄深式"趋向"宽浅式";3)单位水流功率、水流功率与坡面细沟形态参数的关系最为密切(r>0.784,p<0.01),平均沟宽与水力学参数关系不显著;4)平均沟深与细沟形态综合量化参数对坡面产沙有较好的预测效果(R2>0.747,NES>0.755,p<0.01);5)引入坡面土壤黏粒含量参数后,基于细沟形态参数与坡面土壤黏粒含量的坡面侵蚀经验预测方程可信程度与预测精度显著提高(R2>0.879,NES>0.887,p<0.01)。该研究为坡面侵蚀预测与侵蚀机理研究提供参考依据。

祁连山南坡土壤侵蚀定量研究与影响因素分析

土壤侵蚀是引起土壤土地退化及土壤肥力下降的主要原因之一,直接影响着区域生态经济的可持续发展。基于RUSLE模型、CA-Markov模型及LMDI模型,对祁连山南坡2000-2019年土壤侵蚀空间变化及预测、不同地形条件下土壤侵蚀变化特征及影响因子的定量分析进行了研究,为研究区水土保持治理提供参考。研究表明:(1)土壤侵蚀模数呈现出西北向东南递减的趋势,整体增加速率为0.0645/a;(2)土壤侵蚀变化分为两个阶段,2000-2005年为土壤侵蚀加重阶段,2005-2019年为土壤侵蚀减轻阶段;(3)2019-2027年,土壤侵蚀虽有减轻的趋势,但也要防止极强度以下的侵蚀低级向高级转变;(4)土壤侵蚀模数随着海拔及坡度的增加而增加,在海拔4700~5200 m及坡度>30°的区域土壤侵蚀模数达到最大,分别为10460.72,7256.32 t/(km^(2)·a)。土壤侵蚀量随着坡度的增加而减小,不同坡向下的土壤侵蚀排序为西>北>南>东>水平方向;(5)植被对土壤侵蚀的影响一定是积极的,而降雨不一定加重土壤侵蚀,且土壤侵蚀受植被和降雨影响较小区域主要分布在门源县。综上,祁连山南坡的土壤侵蚀近几年得到较好的治理,可根据具体的环境条件对土壤侵蚀进行分类治理。

中国水土保持学会黄河专业委员会组织开展黄土高原水土保持学术交流

2024年8月19日,中国水土保持学会黄河专业委员会召开黄土高原水土保持学术交流会议。会议邀请中国地理信息产业协会副秘书长、南京师范大学汤国安教授团队作专题报告。报告分享了黄土高原数字地形分析研究进展,围绕“不同气候模式下黄土高原土壤侵蚀预测”“黄土高原勺状沟壑发育特征及环境依赖性”“多元卫星遥感数据协同的地形建模方法”等黄土高原水土保持关键科学问题,交流了最新探索实践和方法经验。