基于ArcGIS模型构建器的坡度坡长因子提取工具的实现与应用

在区域尺度的土壤侵蚀计算中,常使用数字高程模型(DEM)提取坡度坡长因子(LS)。但常规的人工计算方法不仅计算过程复杂,步骤烦琐,还易出现错误。为此,本文提出了基于ArcGIS模型构建器计算LS的方法,将一系列地理处理工具串联在一起,构建LS提取工具,并应用于生产实践。结果表明,与人工提取方法相比,该提取工具可以实现数据自动化和流程化处理,省去中间的数据输入、输出环节,简化烦琐的操作步骤,有效提高了数据处理的效率和质量。

基于DEM的流域坡度坡长因子计算方法研究初报

流域尺度的坡度坡长(LS)因子计算是区域土壤侵蚀评价的重要基础。基于坡面水文学和土壤侵蚀学,对流域坡度坡长因子计算的基本原理、方法和工作流程进行了讨论。以黄土丘陵区的安塞县县南沟流域为例,对LS因子进行了实例计算,并对计算结果进行了初步分析,同时提出了目前亟待研究的问题。

工作面开采强度对RUSLE坡度坡长因子的影响规律

水土流失加剧是西部煤矿区面临的主要生态环境问题之一,煤炭井工开采导致地表不同程度下沉变形,改变了坡度坡长因子,破坏了原有的地表水文过程,从而改变了矿区的水土流失状况。因此,掌握工作面开采强度对水土流失的影响规律,对科学设计开采强度、防控水土流失具有重要指导意义。坡度坡长因子是经典土壤流失方程中的关键变量,其对水土流失具有重要影响。针对工作面开采强度与修正的通用土壤流失方程(Revised Universal Soil Loss Equation,RUSLE)坡度坡长因子相关性关系问题,结合工作面现场地表下沉移动监测数据、开采沉陷概率积分法以及修正土壤流失方程,推导了坡度坡长因子计算方法,研究了地下开采强度与修正土壤流失方程中坡度坡长因子变化之间的关系,为平衡开采强度与矿区水土流失防治提供了理论依据。研究结果表明:(1)基于概率积分法预测得到的坡度坡长因子剥离了采前自然起伏地形的影响,其结果能够更为直观地表现出开采强度与坡度坡长因子变化的相关性,得到的研究结论普适性更强;(2)坡度坡长因子与工作面采高呈正相关关系(R=0.757 1,显著相关性p=0.048 7),与深厚比呈显著负相关关系(R=-0.952 2,p=0.000 9),且二者相关度均较高;(3)在达到充分采动后,日开采体积、采宽的变化对坡度坡长因子的变化不产生显著影响。

水流算法对于坡度坡长因子的影响研究

坡度坡长因子是影响土壤侵蚀的主要地形因子。单流向算法和多流向算法得到的坡度坡长因子差异非常大。基于多流向算法的坡长计算得到的坡度坡长因子图,光滑连续,符合坡面漫流原理,比单流向算法得到得坡长计算得到的坡度坡长因子更加合理。

三种重采样方法对冲沟坡度坡长因子的影响

为探索不同重采样方法对形态差异明显的冲沟坡度坡长(Slope length and slope steepness,LS)因子的影响,以元谋县干热河谷1∶5 000比例尺的等高线矢量数据为基础,在Arc GIS平台下构建六条典型冲沟2 m分辨率的数字高程模型(Digital elevation model,DEM),采用最邻近(Nearest,Near)、双线性(Bilinear,Bil)、三次卷积(Cubic,Cub)重采样的DEM计算LS,通过相对差系数、LS因子分级面积比例、XY散点图对比分析三种重采样方法计算冲沟LS的差异性。结果表明:Near重采样计算的LS值与Bil、Cub重采样计算的LS值差异较大,相关程度低,Bil与Cub重采样计算的LS值差异较小,相关程度高;冲沟刚发育时,Cub重采样要优于Near和Bil,冲沟侵蚀强烈时,Near重采样要优于Bil和Cub,冲沟形态稳定时,Bil重采样要优于Cub和Near。

基于DEM 数据的青海湖流域坡长坡度因子提取

通用土壤流失方程(USLE)和修正通用土壤流失方程(RUSLE)是目前土壤侵蚀风险评估最常用的方法,在USLE和RUSLE模型中,用坡长坡度因子表示地形对土壤流失的影响。本文基于坡长坡度因子计算原理和工作流程,利用DEM数据,对青海湖流域坡长坡度因子进行提取,并根据实例对提取结果进行分析。

基于GIS的小流域坡长坡度因子提取研究

指出了坡长坡度因子是影响土壤侵蚀的主要地形因子。通用土壤流失方程和修正的通用土壤流失方程已被广泛应用于流域尺度的土壤侵蚀评估中,地形对土壤侵蚀的影响用坡长坡度因子来表征,因此坡长坡度因子(LS)计算是区域土壤侵蚀评价的关键。以典型黄土丘陵沟壑区九龙泉沟小流域为例,基于GIS平台利用DEM数据对研究区LS因子进行了提取,并对计算结果进行了分析,同时对今后土壤侵蚀评估中提高坡长坡度因子LS精确度研究进行了讨论与展望。

基于流域八叉树的地形因子提取方法研究

地形是影响土壤侵蚀的重要因子,在估算模型中常用坡度和坡长来对其进行衡量。区域尺度上多基于DEM提取地形因子,但随着DEM数据精度的不断提高,数据量不断增大,海量数据的计算能力要求成为制约地形因子提取在区域尺度上应用的关键。为了进一步提高地形因子的提取效率,基于流域八叉树构建了水流路径,集成了流向、汇水及坡长提取过程,有效地减少了冗余遍历,简化了计算流程。实验结果表明:相较于传统的扫描式遍历,该方法的计算结果准确率较高,而且有效地的提高了计算效率,进一步增强了模型的可用性。

基于高精度DEM的元谋典型冲沟土壤侵蚀因子分析

为了探讨基于不同栅格分辨率DEM提取冲沟尺度土壤侵蚀因子形成的差异,选择金沙江干热河谷区典型冲沟为研究对象,基于Arc GIS平台,在0.5m、1.0m、1.5m和2.0m四种高精度数字高程模型的基础上提取冲沟的坡度、坡长、坡度坡长因子,分析了坡度、坡长、坡度坡长因子的分布特征、面积比例与损失量情况,以及不同分辨率的土壤侵蚀因子精度的差异。结果表明:1元谋冲沟陡坡较多,大于35°的面积占50%。当分辨率降低时,大于35°区域比例减少,15°—25°面积增加,地形趋缓。2区域坡长为0—30m的短坡。分辨率降低时,短坡长被合并,短坡坡长的面积减小,30m以上坡长的面积不同程度增加,坡长发生整体延伸。3区域坡度坡长因子主要集中在0—10。分辨率降低时,0—10的坡度坡长因子面积的比例减少,大于10的坡度坡长因子的面积比例增加。元谋干热河谷区陡峭的坡度对坡度坡长因子的影响较大,较短的坡长对其影响较小。

基于DEM的陕北黄土高原水文相关地形因子的分析研究

水文要素是研究黄土高原水土流失的重要因子,为揭示陕北黄土高原水文地形要素之间的相关规律。基于90 m航天飞机雷达地形测绘使命(Shuttle Radar Topography Mission, SRTM)数字高程模型(Digital Elevation Model, DEM)数据,提取陕北黄土高原相关水文地形因子,包括坡度坡长因子(slope length and slope gradient factor, LS)、地形湿度指数(Topographic Wetness Index, TWI)及沟壑密度,并对三类水文因子进行了相关性分析。地形湿度指数与坡度值采用指数拟效果最好,R^(2)值为0.8168,坡度坡长因子与坡度值采用线性拟合效果最好,R^(2)值为0.993,沟壑密度与坡度值采用多项式拟合效果最好,R^(2)值为0.0604。地形湿度指数与坡度坡长因子采用指数拟效果最好,R^(2)值为0.8385,坡度坡长因子与沟壑密度采用二次多项式拟合效果最好,R^(2)值为0.2077,地形湿度指数与沟壑密度采用多项式拟合效果最好,R^(2)值为0.2801。坡度坡长因子、地形湿度指数、沟壑密度均在一定程度反映了出实际地貌。坡度坡长指数与坡度存在线性显著相关关系。坡度越大地形湿度指数越小。沟壑密度随汇流阈值设置的增大而减小。

山区坡谱信息熵与水土流失地形因子关系探讨

针对当前以县域为统计单元的坡谱研究较少,且难以满足区域尺度上水土流失地形因子指标的选取等问题,该文采用数字地形分析方法提取山区各县域的坡谱和坡长坡度因子(LS因子),并探讨坡谱信息熵与LS因子之间的关系。实验表明:地貌的差异决定了各县域坡谱曲线的差异,具体可分为L型、S型和钟型。坡谱信息熵变化范围为1.709～2.667nat,反映了地形起伏由平缓到强烈的变化趋势;LS因子平均值介于2.72～18.61之间,在一定程度上表征土壤流失量的大小。坡谱信息熵与LS因子关系拟合良好(R2=0.963 6,P<0.05),结论可为坡谱信息熵在区域水土流失地形因子的建立及应用提供参考。