腾格里沙漠东南缘3种沙丘4种微地貌上土壤水分与地形-植被因子之间的关系

【目的】针对腾格里沙漠东南缘固定、半固定和流动沙丘4种微地貌类型(背风坡、迎风坡、丘顶和丘底)0~300 cm的土壤水分与对应的地形-植被因子之间的关系进行综合分析,可对今后该地区植物固沙措施的建立和固沙植被的保护提供科学指导。【方法】采用多重比较、Pearson相关分析和结构方程对3种沙丘类型4种微地貌上不同深度(表层0~40 cm、中层40~200 cm和深层200~300 cm)的土壤水分特征和地形-植被变量间的关系开展研究。【结果】不同类型沙丘0~300 cm平均土壤水分流动沙丘>半固定沙丘>固定沙丘;与半固定和流动沙丘相比,固定沙丘表层、中层和深层之间土壤水分在不同微地貌类型之间没有显著的差异。半固定和流动沙丘迎风坡和丘底的土壤水分高于背风坡和丘顶。【结论】地形因子中坡度和高差对土壤水分具有显著的负效应,植被因子在固定和流动沙丘上对土壤水分的影响不显著。

红壤区常用土壤侵蚀模型中植被因子估算方法研究进展

受自然环境和人为因素的共同影响,我国南方红壤区水土流失分布广泛。植被因子作为通用土壤流失方程的一个重要因子,对土壤流失量的准确预测具有重要意义。梳理近些年国内外学者对红壤区植被因子的相关研究,基于大尺度和小尺度区域的研究成果总结红壤区植被因子测算的方法、可行性及精度,发现当前红壤区的相关研究中还存在植被因子测算精度不高、结果移植性差、标准不一致等亟待解决的问题。为此,提出以下研究展望:逐步建立系统化、标准化的地面监测系统,通过系列化标准小区监测结果确定植被因子的量化结果;合理考虑植被结构,对红壤区植被因子的测算进一步细化;结合地理信息技术改善植被盖度的观测方法与精度;关注不同尺度的植被因子测算方法,以完善适合红壤区的土壤侵蚀模型的研发与应用。

东北黑土区土壤侵蚀模型中植被因子C值的研究

利用人工降雨径流模拟试验法,重点研究了美国通用土壤流失方程(USLE)中植被与土壤侵蚀关系因子C值的地方适用性。初步估算出东北黑土农业区不同土地利用类型土壤侵蚀和非点源污染流失量化计算中的C值取值范围,进一步与国内其他地区应用的C值进行比较,得出了较满意的结果。其规律为本次试验C值普遍小于原美国通用土壤流失方程(USLE)中给出的经验C值。在此基础上,将试验C值应用于吉林二龙湖流域土壤侵蚀量研究中,并通过试验C值计算的土壤侵蚀量与其他方法计算结果相比较,验证估算值在实际应用中的适用性和实用性,为黑土丘陵区土壤侵蚀和非点源污染的控制和治理提供了科学依据。

植被因子对水土流失的影响

通过对国内外研究的总结以及植被对水土流失影响机理的分析得出,植被对水土流失有抑制的作用。在对水土流失进行预测和评价的过程中,作为诸多影响因子之一的植被因子,不论是在小尺度的试验研究中还是借助“3S”技术的大尺度研究中都是不可忽视的。大尺度研究所涉及的各种模型中,USLE模型及其各种修正形式是一种被广泛接受和应用的有效工具。

基于植物群落结构的水土流失植被因子指数研究

通过分析传统生态学盖度在指示植被防止水土流失功能的不足,以植被垂直结构中各个层次控制水土流失的机理为依据,提出结构化植被因子指数Cs这一新的指标,建立了植被因子指数模型并进行了案例分析。结果表明:油松和山杨群落中,林冠层、草被层及枯枝落叶层都是植被防止水土流失的关键层次,其盖度对于防止水土流失的作用权重分别为0.0150,0.591,0.394和0.0608,0.828,0.112。结构化植被因子指数考虑了群落结构中各层次的相对作用,并结合各层次的盖度来综合反映植被影响水土流失的作用,比传统的生态学盖度能更好地描述植被与土壤侵蚀的关系,是一种理想的植被因子指标。

森林资源遥感调查中植被因子的提取方法

针对采用SPOT5卫星影像进行森林资源调查后,小班植被因子无法直接判读的问题,通过分析研究森林资源遥感调查和林业专业调查数据,提出了在遥感调查中各小班植被因子的自动提取方法。将此方法提取的因子与实地调查因子作对比,结果表明,幼树种类的一致率为86%,下木种类的一致率为92%,草本种类的一致率为96%。

用于土壤流失量遥感监测的植被因子算式的初步研究

基于标桩法实测到国内较大量的土壤年流失量及有关参数资料,建立了山丘植被区较为可靠的植被因子算式。它比 USLE 查表法定C值较便于应用在土壤流失量的遥感监测中。按照植被因子算式,C 值与植被覆盖度成反比,且其变化范围随植被覆盖度大于78.8%或76.1%～0%而变为0～0.45。经与反算 C 值和实测流失量验证,应用植被因子算式监测流失量的精度平均为77.4%或82.1%,多数在80%以上。

腾格里沙漠不同类型沙丘土壤水分含量与地形-植被因子关系研究

土壤水分是沙区主要的生态限制因子,其分布受气候、地形和植被等众多因素的影响。以腾格里沙漠沙坡头地区3种类型的沙丘(固定沙丘、半固定沙丘和流动沙丘)为研究对象,利用方差分析和冗余分析(RDA)等方法对沙丘不同部位和不同深度土壤水分的分布特征及其与地形-植被因子之间的关系进行了综合分析。结果表明:(1)不同类型沙丘上0~300 cm的土壤水分随着深度的增加而增加,表层土壤水分的波动程度大于中层和深层。(2)固定沙丘不同部位及不同深度的土壤水分之间没有明显的差异,半固定沙丘和流动沙丘迎风坡与丘底的土壤水分高于背风坡和丘顶。(3)固定沙丘上的土壤水分受地形-植被因子的影响较半固定沙丘和流动沙丘小,影响固定沙丘土壤水分的主要因子有坡向、高差和灌木多度。(4)地形-植被因子与研究区绝大多数半固定沙丘和流动沙丘的土壤水分均有负相关关系。研究揭示了腾格里沙漠土壤水分的分布规律及其与地形-植被因子的关系,对制定相应的防风固沙措施以及建立科学合理的植物固沙模式有积极的指导作用。

植被因子算式在土壤侵蚀定量监测中的应用研究

植被覆盖度与植被因子作为水土保持学科上的一个重要指标 ,历来受到众多的研究人员重视。作为美国通用流失量方程 USL E中的一个参数因子 ,必须将它加以量化计算。本文以南安市水土流失定量遥感监测为例〔1〕,具体叙述了在南安市进行水土流失遥感定量监测过程中 ,植被因子 C值的求算过程 ,并叙述其主要步骤 ,最后得到了植被因子的 C值 ,为水土流失监测系统提供基础资料或作为反映地表植被覆盖状况的一个“量”

基于植物群落结构的水土流失植被因子指数研究

该研究在详细分析了各个层次中植被垂直结构对水土流失控制作用机理基础上,引入Cs作为结构化植被因子指标并构建了水土流失植被因子指数模型,以大凌河流域为例进行案例分析。研究表明:在油松与山杨植物群落结构中植被防止水土流失的关键层为枯枝落叶层、草被层和林冠层;结构化植被因子能够结合各层次的盖度并综合考虑各层次中结构群落的相对作用对土壤侵蚀与植被关系进行客观、科学的描述,对于水土流失植物措施治理研究分析中该指标值得推广和应用。

土壤侵蚀模型中植被管理因子的遥感估算

在大区域土壤侵蚀评价中,由于缺乏详细的降雨记录和侵蚀观测实验,USLE模型中植物管理因子的参数化非常困难。该研究提议采用多时相Landsat TM/ETM遥感图像和天气模拟相结合的方法来估算植物管理因子值。其中,采用线性光谱分解算法计算各类地面覆盖物的盖度,用以估算潜在土壤流失率;采用CLIGEN模型模拟历史降雨事件并计算降雨侵蚀指数的时间分布;最后使用正则化的降雨侵蚀指数加权平均潜在土壤流失率,获得植物管理因子的估算值。该研究方法在潮河上游流域进行了应用验证,计算各土地利用类型的植物管理因子值并对比分析,结果表明:其数值变化与土地利用分类定义的植被盖度非常一致,利用上述因子值进行土壤侵蚀评估的结果和其他研究成果很接近。

不同荒漠化阶段植被生态特征对土壤环境因子的响应——以民勤荒漠绿洲过渡带为例

荒漠绿洲过渡带是荒漠化和绿洲化两种地理过程共同影响的生态交错区,是恢复生态学重点关注的区域。利用第五次全国荒漠化和沙化监测数据,采用方差分析和冗余分析,研究了民勤荒漠绿洲过渡带4种不同荒漠化发展阶段的植被生态特征和土壤环境因子的变化规律与相互关系。结果表明:(1)随着荒漠化的发展,土壤环境因子中,除有效土层厚度逐渐变浅外,风蚀痕迹占地率、表土砾石含量、盐碱斑占地率和坡度均呈现增加的动态趋势;植被因子中,除优势种盖度与植被总盖度的比值逐步增加,物种丰富度、优势种多度等其他指标均表现出明显的下降特征;(2)土壤环境因子中,有效土层厚度在4种荒漠化阶段对植被生态特征的影响程度达显著水平(P<0.05),风蚀痕迹占地率在轻度、中度和重度阶段是植被生态特征变化的主导驱动因子。其他因子在多数荒漠化阶段与植被生态特征相关性不显著;(3)相比其他荒漠化阶段,中度阶段中植被生态特征对土壤环境因子的响应更加敏感,应是荒漠化防治重点关注的阶段。

江苏省黄河故道沙土区植被措施因子试验分析

植被是江苏省黄河故道沙土区主要的水土保持措施,为定量评价不同植被措施所发挥的作用,通过自然降雨径流小区产流产沙观测试验,利用国内水力侵蚀抽样调查中植被措施因子计算方法,对沙土区几种常见的植被措施因子的取值和影响因素进行了研究。结果表明:(1)试验小区的年产流产沙量表现为:裸地>撂荒地>林草地>灌草地>混种草地>人工草皮,植被对产沙的影响更大,纯草本措施更具直接拦沙作用;(2)降雨侵蚀力和地表覆盖程度是影响植被措施因子的主要因素,降雨侵蚀力集中的月份其植被措施因子值占到了年值的64.52%~70.83%,随植被覆盖增加,降雨的影响明显减弱,植被的保土作用逐渐增强;(3)撂荒地、混种草、人工草皮、林草地和灌草地的植被措施因子年值(B)为0.499,0.184,0.048,0.266,0.224,说明后4种植被措施拥有良好的土壤保护能力,其抑制土壤侵蚀的效益指标均在70%以上,其中人工草皮达90%以上。

基于叶面积指数的植被覆盖管理措施因子C的遥感定量估算

以植被结构因子——叶面积指数(LAI)取代长期以来用于水土保持定量评价的植被覆盖度,通过遥感技术反演植被结构因子LAI,构建研究区LAI与植被覆盖管理措施因子C量化耦合模型,并进行模型精度验证。结果表明:基于LAI模拟的土壤侵蚀模数为455.89t·km-2a-1,属于微度侵蚀,与径流小区野外观测结果一致。本文提出的LAI取代植被覆盖度作为水土保持定量估算与评价指标是可行的。

USLE／RUSLE中植被覆盖与管理因子研究进展

通用土壤流失方程(USLE)及修正通用土壤流失方程(RUSLE)是世界范围内应用最广泛的土壤侵蚀预报模型,模型中C因子表示植被覆盖和管理措施对土壤侵蚀的作用,是人为控制土壤侵蚀的重要因子。回溯了C因子发展演变历程,依据国内外最新研究成果,系统阐述了不同尺度C因子估算方法。在小区、坡面、小流域尺度上,C因子确定主要依赖于野外实验观测,研究条件的一致性尤其是标准小区的统一是C因子值可比性的前提。流域、区域尺度C因子确定通常需要利用遥感影像,遥感技术的发展促进了流域、区域尺度C因子估算方法的进步,使提取的C因子图更加精细、准确,但是使用遥感数据全面刻画C因子含义仍然是一大挑战,因此仍需加强C因子相关研究。共归纳了10种确定C因子的方法,介绍了不同方法的优缺点及适用条件,提出了我国C因子研究应加强的工作,希望为相关领域研究者提供参考。

基于混合像元分解的海坛岛植被覆盖度因子研究

在USLE/RUSLE中,降雨侵蚀力与地表植被覆盖度因子具有季节变化特征.本研究考虑到两者的时空耦合性,采用基于混合像元分解的计算方法,得到了海坛岛不同月份的地表植被覆盖度因子C i值(第i月的地表植被覆盖度因子值)和不同地类的年植被覆盖度因子C值,为岛内土壤侵蚀预报和水保工作提供参考.对第i月的地表NDVI i值与年C/C i值进行分析,发现它们呈现较好的线性关系,用SPSS软件进行回归分析得到两组线性回归参数.年C值与11月份的地表NDVI拟合程度最好,NDVI i与C i值的拟合程度好于年C值与NDVI i.最后得到海坛岛通用的C i值估算模型C i=1.007-1.119·NDVI i,该模型的决定系数达到0.8,可用于计算岛内各月份的C i值.

离子型稀土矿尾砂地植被恢复障碍因子研究

以江西省赣州市定南县不同废弃时间的离子型稀土矿尾砂地为研究对象，通过植被调查、土壤理化性质、微生物和酶活性分析，探讨稀土矿尾砂地植被恢复的障碍因子。结果表明，尾砂地植被覆盖度随着废弃时间增加而增加，在废弃10年后植被覆盖度达到72％，但其群落组成仍相对简单（仅3种）；尾砂地土壤黏粒含量（6．00％～9．66％）和土壤有机质含量（0．5—1．5g kg^-1）均远低于周边正常植被区，而尾砂地土壤容重（1．26～1．43g cm^-3）则明显高于周边正常植被区。废弃1年的尾砂地土壤电导值显著高于废弃3～10年的尾砂地土壤和对照区土壤，土壤铵态氮和碱解氮含量则高达400mg kg^-1和500mg kg^-1，但应￡弃3—10年后碱解氮和铵态氮含量已趋于痕量，且在所调查的废弃3年和6年的尾砂地0～100cm剖面内土壤铵态氮含量也极低，表明尾砂地土壤铵态氮在废弃3年内已流失殆尽，严重的水土流失及其导致的土壤氮素等营养匮乏也是尾砂地植被恢复的主要障碍之一；尾砂地土壤微生物生物量碳（〈26．7mg kg^-1）、土壤脲酶活性（〈29．9NH3-Nmg kg^-1h^-1）、土壤酸性磷酸酶活性（〈7．10phenol mg kg^-1h^-1）均显著低于周边正常植被区土壤，表明尾砂地土壤氮、磷循环受到抑制。本研究表明，废弃3～10年内离子型稀土矿尾砂地的土壤理化生性质并未得到明显改善，尾砂地土壤面临土壤重建的问题，需要引入合适的人工干预如土壤改良才能加快尾砂地植被恢复。

闽西红壤区植被覆盖及管理因子与水土流失强度关系分析

以福建省西部的武平县中山镇为例,运用RS和GIS等相关技术软件提取土地利用、坡度、植被覆盖度、经营管理措施等信息,通过GIS空间叠加分析,获取当地水土流失斑的强度分布特征。研究发现:当地水土流失强度分布特征除了与当地植被覆盖度有关,更与植被后期管理经营密切相关;在一些高植被覆盖度地区如马尾松林地、水源涵养林地等区域,由于经营管理不当也分布相当程度的水土流失。

天山北坡中段山区植被覆盖管理措施因子的时空格局动态变化

植被覆盖管理措施因子(Vegetation cover and management factor,以下简称C因子)是评估植被因素抵抗土壤侵蚀的能力及准确估算土壤侵蚀模数的重要参数,而区域尺度C因子高质量时间序列的准确估算和空间特征对于土壤侵蚀预测、水土保持规划尤为重要。为研究天山北坡中段山区C因子时空动态,采用线性光谱混合模型(Linear Spectral Mixture Model,LSMM)、像元二分模型、增强型自适应反射率时空融合模型(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM)等方法计算C因子,定量分析2000—2018年研究区C因子的时空格局特征,并对不同土地利用类型的C因子进行分析。结果表明,时间上,2000—2018年C因子总体呈现先上升后下降的趋势,不同时段C因子值不同,表现为秋季>春季>夏季、旱季>雨季。空间上,南部高山区(海拔>3000 m)的C因子值较高,北部中低山丘陵区(2000 m<海拔<3000 m)的C因子值较低。C因子值的分布与土地利用类型关系密切,表现为裸土地>其他林地>采矿用地>内陆滩涂>其他草地>农村宅基地>灌木林地>旱地>天然牧草地>风景名胜设施用地>水浇地>人工牧草地>乔木林地。本研究探究C因子遥感定量估算方法,分析不同土地利用格局对C因子的影响,为开展大尺度C因子的准确估算及不同土地利用格局水土保持效益的综合评价提供了参考。

南方红壤区植被覆盖因子估算模型构建与验证

研究红壤区植被覆盖因子变化规律、构建植被覆盖因子计算模型可为该区域水土流失防治及动态监测提供科学依据。该研究基于广东省五华县水土保持试验推广站200余场降雨试验观测数据,分析了影响水土流失的各关键因子与次降雨土壤侵蚀模数(Individual Rainfall Event Soil Erosion Modulus,ISEM)间定量关系,基于中国土壤流失方程计算了系列次降雨事件不同植被覆盖度对应植被覆盖因子值,构建了植被覆盖因子值与植被覆盖度间数学模型,从点、面2个尺度对模型计算精度进行了验证。结果表明:1)ISEM随植被覆盖度增加而降低;ISEM与雨前土壤表层含水率间存在显著正相关对数关系;ISEM随坡度增加呈先增后减的变化规律;ISEM随次降雨量、次降雨侵蚀力和次降雨径流深呈显著正相关线性变化关系。2)构建了植被覆盖因子值与植被覆盖度间二阶指数衰减模型,该模型决定系数和纳什系数分别达0.947和0.876。点尺度验证结果表明90%样本模型计算值与观测值相对误差均小于0.30;面尺度验证结果表明,70%~80%的植被覆盖因子计算值相对误差不超过0.1。总体而言,该模型计算精度较为理想,但由于研究对象典型的时空尺度特征,仍需要更多观测数据对该模型进行完善和验证。研究成果可为深入理解红壤区土壤侵蚀规律、水土流失动态监测提供有益参考。