基于GIS和CSLE的山西省土壤侵蚀风险研究

以山西省为研究对象,基于中国土壤流失方程(Chinese Soil Loss Equation)、遥感和GIS空间分析技术,通过合理选择CSLE中各土壤侵蚀因子的数据来源和计算方法,依据《土壤侵蚀分类分级标准》对2000—2010年山西省省市县3级行政体系的土壤侵蚀风险情况进行了分析,并运用地理加权回归分析方法,计算了土壤侵蚀模型中各因子对侵蚀量的贡献率。结果表明:(1)山西省年均土壤侵蚀总量达3.58×108t,平均土壤侵蚀模数为2 287t/(km^2·a)。若以土壤侵蚀强度高于微度为侵蚀风险地区,则山西省存在水土流失风险的地区约占全省面积的48%;(2)11个地级市中,轻度侵蚀城市依次为长治、晋中、晋城、太原、大同、运城和朔州,中度侵蚀依次为吕梁、临汾、阳泉和忻州。106个县级行政区中,微度侵蚀的县有14个,轻度侵蚀的县有61个,中度侵蚀的县有27个,强度侵蚀的县有4个;(3)地形因子对水力侵蚀引起的土壤侵蚀模数具有最高的贡献率,而因子取得最值的位置并不与贡献率最值的位置相一致。

基于CSLE和高分辨率航空影像的孤山川流域土壤侵蚀定量评价

20世纪80年代起,GIS技术开始应用于我国水土保持领域。该文是在GIS和RS的支持下,利用孤山川流域2012年9月高分辨率(0.38m)航空影像、流域周边200km范围内13个雨量站62a的降雨数据、DEM(5m)、以及土壤类型图等数据,结合孤山川流域特征,运用CSLE模型对黄土高原孤山川流域土壤侵蚀进行了定量研究和土壤侵蚀强度分级,并对侵蚀结果进行空间分析。结果表明:孤山川流域年侵蚀总量为274.89万t,年均侵蚀模数为2 161.06t/(km2·a),其中由微度到剧烈侵蚀的面积比例依次递减;随着植被覆盖度的降低以及坡度的增加,其侵蚀程度越来越严重;另外土地类型为裸地、荒草地等的水土保持效益较差,其侵蚀程度明显高于流域年均侵蚀。

基于遥感技术的东北黑土区水土流失动态监测研究

东北黑土区是我国重要的商品粮基地,近年来面临水土流失严重、面积减小、土壤质量下降等问题,已成为目前土壤保护工作中亟待解决的重要问题。以东北黑土区2018年和2022年两期遥感影像与水土保持措施的实地调查数据作为数据源,利用目视识别法开展影像解译,并通过中国土壤流失方程CSLE进行土壤侵蚀模数的计算,对东北黑土区的水土流失变化情况及原因进行分析,结果表明:耕地、草地、建设用地、其他土地面积减少,园地、林地、交通运输用地、水域及水利设施用地面积增加,造林、种草、封育、地埂、水平阶/反坡梯田等面积共增加0.84万km^(2);对比2018—2022年东北黑土区的水土流失情况,整体呈向好趋势,土壤侵蚀面积共减少约1.01万km^(2);从侵蚀强度来看,除轻度侵蚀面积增加约0.45万km^(2)外,中度、强烈、极强烈、剧烈侵蚀面积分别减少约0.43万、0.24万、0.28万、0.51万km^(2);从不同省份侵蚀面积变化情况分析,内蒙古自治区东四盟的侵蚀面积减少最多,共减少约0.37万km^(2),辽宁省侵蚀面积变化最小,共减少约0.06万km^(2);耕地、建设用地等土地利用类型面积的减少,以及林地、交通运输用地等土地利用类型面积的增加,均可大幅减少土壤侵蚀面积,同时水土保持措施面积的增加也可有效阻止土壤侵蚀的发生。总体来看,东北黑土区水土流失治理效果显著,生态环境得到改善,持续进行东北黑土区水土流失治理对环境保护具有重要意义。

基于CSLE的淮河流域沂源县土壤侵蚀监测调查研究

沂源县位于淮河流域最北部,地处沂蒙山区,地形以山地为主,土壤侵蚀严重.笔者以GIS为工具,以RS为主要数据来源,利用中国土壤流失方程（CSLE）,对淮河流域沂源县的土壤侵蚀情况做出估算,得出沂源县土壤侵蚀总量及其分布规律,为今后的土壤侵蚀动态监测及水土保持工作提供依据.

基于GIS/CSLE的四川省水土流失重点防治区土壤侵蚀研究

掌握四川省省级水土流失重点防治区水土流失情况、空间分异规律及其内在驱动因素对生态预警和土壤侵蚀治理等具有重要意义。应用中国土壤流失方程(CSLE)计算四川省省级水土流失重点防治区土壤侵蚀状况,通过不同土壤侵蚀敏感性评价方法识别中国土壤流失方程(CSLE)敏感因子,借助地理探测器探究重点防治区土壤侵蚀空间分异规律及其内在驱动力。结果表明:四川省省级水土流失重点防治区水土流失面积占比27.16%,平均土壤侵蚀模数为806.08 t/(km^2·a),属于轻度侵蚀,但区内土壤侵蚀差异明显,局部存在严重水土流失;土壤侵蚀敏感性分析表明,生物措施因子B是中国土壤流失方程(CSLE)中最敏感的因子;不同水土保持分区土壤侵蚀定量归因表明,土地利用方式是土壤侵蚀空间异质性的主要驱动力,且影响因子两两交互均能增加对土壤侵蚀空间分布的解释能力,各因子在不同水土保持分区作用程度存在显著差异。因而,在应用中国土壤流失方程(CSLE)计算土壤侵蚀量时,基于不同研究区针对较为敏感因子建立区域化算法是提高计算精度的关键。

CSLE模型中水土保持耕作措施因子研究进展

中国土壤流失方程(Chinese soil loss equation,CSLE)是我国用于定量评价和预测区域土壤侵蚀的重要模型。水土保持耕作措施因子(T)是该模型中的7个关键因子之一,能反映水土保持耕作措施对土壤侵蚀的削减作用,其准确估算对基于CSLE模型的区域土壤侵蚀评价及动态对比分析至关重要。通过文献资料调研,总结目前获取T因子的6种方法,并对比各种方法的优缺点和适用条件。研究表明:水利普查结果查询法和区域水土流失动态监测查询法,获取便捷且应用广泛,但精度有待验证;土地利用类型划分公式法计算简便且适用于流域等大尺度,但受土地利用/覆盖类型解译的限制;径流小区公式法精度较高,适用于小区等小尺度;坡度分级法和水土保持耕作措施赋值法实际应用性强,可用于小流域、区域等尺度,但需考虑空间异质性。

基于CSLE模型的巴基斯坦土壤侵蚀评价

通过制作土壤侵蚀图,分析土壤侵蚀主控因子,为巴基斯坦水土流失与保护提供合理的科学依据及治理参考。以土壤侵蚀抽样调查单元数据和土壤侵蚀因子数据为数据源,基于CSLE模型分别以空间插值法和地图代数法定量计算巴基斯坦水蚀区土壤侵蚀图,以空间插值结果为参照对地图代数计算结果做直方图匹配得到巴基斯坦水蚀速率图;采用水利部SL 190—2007标准对巴基斯坦风蚀强度进行了定性评价;使用分类决策树分析土壤侵蚀的主控因子。结果表明,空间插值法制图具有空间预测的准确性,地图代数法制图可以表现良好的局地变异特征;直方图匹配土壤侵蚀图兼具这2种方法的优点,土壤水蚀速率平均值为972.9 t/(km^(2)·a),水蚀区土壤侵蚀比较严重,风蚀区以剧烈风蚀和极强烈风蚀为主,大部分地区生物措施因子是影响土壤侵蚀的主控因子,耕作区和山区的主控因子分别是R因子和LS因子。

基于CSLE的安溪县土壤侵蚀估算与分析

安溪县是目前福建省水土流失最严重的区域,定量估算安溪县土壤侵蚀模数并分析其土壤侵蚀状况对当地水土保持和生态环境建设具有重要意义。以安溪县为研究区域,基于CSLE土壤侵蚀模型,开展2015年安溪县土壤侵蚀定量估算与分析。结果表明:1)2015年安溪县土壤侵蚀总面积为638.09 km^ 2,水土流失率为21.31%,其中以轻度流失为主,占总流失面积的74.04%。2)土壤侵蚀主要分布于安溪县中北部和南部区域,且以双溪流域和大畬溪流域土壤侵蚀最为严重,流失率分别为29.00%和32.19%。3)>15°~25°坡度带和海拔200~500 m区域内土壤侵蚀最为严重,>15°~25°坡度带内流失面积约占全县总流失面积的1/2,200~500 m高程带内水土流失率高于20%,茶园的无序开垦是造成该现象的主要原因。这表明2015年安溪县土壤侵蚀整体情况较为严重,应确定土壤侵蚀重点治理区域,有针对性地制订土壤侵蚀防护措施,改善土壤侵蚀情况。

Quantitative Remote Sensing Study on Regional Soil Erosion——Bin County of Heilongjiang as an Example

Based on Chinese soil loss equation （CSLE） model, this paper utilized technical advantages of RS and geographic information system （GIS） on data access and erosion factors database building to study prediction methods of regional soil erosion. The spatial analysis module of ARCGIS platform was applied to study the spatial distribution of erosion and the inter-relations of the factors influencing regional soil erosion in the research area. As a result, the mean soil erosion modulus of Bin County is 3 555.42 t/（km^2.a）, which suggests moderate degree erosion. The mean soil erosion modulus of clayey meadow soil is higher than those of dark brown soil and black soil. Vegetation factor values are between 0.1-0.2. The mean slope gradient and slope length values are respectively 1.335 and 6.061 which shows slope length is a dominant factor. And soil type, vegetation coverage and topographic factors have remarkable relevance to each other. Therefore, RS, GIS and CSLE are applicable in regional scale to disclose spatial distribution characteristics of soil erosion and to analyze the characteristics of dominant soil erosion factor quantitatively.

基于CSLE和抽样调查的泰国土壤水蚀评价

通过对泰国区域土壤侵蚀的定量评价,掌握泰国土壤水蚀特征,以期为泰国土壤侵蚀防控和相关研究提供技术和数据支撑。采用CSLE模型,基于30 m分辨率区域侵蚀因子综合运算完成泰国土壤水蚀速率计算(地图代数法制图),基于亚米级分辨率抽样调查完成抽样单元水蚀速率计算,再以抽样单元计算结果为参考,对地图代数制图结果进行直方图匹配,最终获得研究区土壤水蚀速率专题图。结果表明:(1)直方图匹配制图结果既保留了原有的空间分布特征,又具有准确的统计特征。(2)泰国平均土壤水蚀速率为687.9 t/(km^(2)·a),是全球平均土壤水蚀速率的2.4倍,个别地区达到1000 t/(km^(2)·a)以上(占面积13.2%,占侵蚀总量72.0%),与全球平均水蚀速率相比,土壤水蚀较为严重,0.6%的区域年侵蚀量约占研究区侵蚀总量的21.5%,局部侵蚀剧烈。(3)在各土地利用类型中,耕地水蚀最为严重,平均水蚀速率高达1020.2 t/(km^(2)·a),水蚀速率>2500 t/(km^(2)·a)的热点地区84.1%区域为耕地。由此可知,泰国局部区域的土壤水蚀较为剧烈,耕地对区域水土流失的贡献较大。

基于CSLE的汕头市土壤侵蚀定量分析研究

土壤侵蚀目前已成为全球范围内主要的环境和农业问题之一。为了摸清华南红壤区市级土壤侵蚀空间分布规律,选择广东省汕头市为研究区域,采用卫星遥感与地面监测相结合的研究方法,利用中国土壤流失方程(CSLE)开展了对2018年汕头全市的土壤侵蚀模数计算研究,并分析了研究区水土流失状况。研究结果表明:土壤侵蚀面积较大的是潮南区(8832 km^(2))、朝阳区(8103 km^(2))和濠江区(2691 km^(2)),以自然侵蚀为主;土壤侵蚀面积较小的是龙湖区(1259 km^(2))、澄海区(1137 km^(2))、金平区(939 km^(2))和南澳县(766 km^(2))。生产建设侵蚀面积占比9362%,主要集中在练江中下游、榕江下游和中心城区,坡地开发侵蚀面积占比491%,主要集中在潮阳区和潮南区。研究结果指出:降雨的时空分布不均为水土流失提供外营力条件;植被覆盖度降低是引发土壤侵蚀上升的重要因素;人类的生产建设开发项目活动加剧了水土流失的发生。研究成果对研究区与周边区域的水土流失综合治理的效益评估、生态文明建设、生态环境保护具有重要意义。

2021年十大孔兑区域土壤侵蚀空间分布特征

土壤侵蚀是内蒙古自治区十大孔兑区域最严重的环境问题之一。为该区域生态环境的健康发展,本研究基于多源数据结合多种土壤侵蚀模型对2021年十大孔兑区域的土壤侵蚀做出评估,评估结果显示:2021年十大孔兑区域土壤侵蚀面积为4398.85 km^(2),占区域总土地面积的40.86%,其中轻度、中度、强烈、极强烈和剧烈等级的土壤侵蚀面积分别为2614.38 km^(2)、1328.74 km^(2)、276.29 km^(2)、194.45 km^(2)和40.15 km^(2),区域整体以中度和轻度侵蚀为主。基于评估结果本研究总结了十大孔兑区域土壤侵蚀的空间分布特点,并综合多因素对侵蚀特征进行分析,最终得到如下结论:(1)十大孔兑区域的水力侵蚀离散分布于孔兑上游,这是由地形地貌、植被覆盖等多个因素共合同作用导致的,其中地形地貌对侵蚀分布的影响相对较大;(2)十大孔兑区域的风力侵蚀聚集分布于孔兑中下游,中游的库布齐沙漠是孔兑中风力侵蚀最为严重的区域,风力侵蚀的分布受到土地利用类型和植被覆盖的影响较大;(3)十大孔兑区域的土壤侵蚀集中在达拉特旗、东胜区和杭锦旗境内,但由于各县区部分覆盖的侵蚀地貌不同,各县区在水力和风力侵蚀面积占比上有很大差异。

基于地理探测器的土壤侵蚀空间分异关键影响因子分析

为探究地理探测器用于确定县级行政区土壤侵蚀空间分异主导因子的可能性,应用中国土壤流失方程(CSLE)计算重庆市合川区与云阳县土壤侵蚀强度,并用地理探测器探究影响土壤侵蚀空间分异的主导因子。结果表明:因子探测发现,坡度因子和生物措施因子分别是合川区和云阳县土壤侵蚀空间分异的主导因子;交互探测结果表明,任意2因子交互时对土壤侵蚀空间分异的影响都具有增强作用,其中2区(县)地形因子与其他因子交互作用最好。地理探测器可用于识别县级行政区土壤侵蚀空间分异的关键因子,用于辅助水土保持方案的制订。

长江源区1980—2020年水沙变化规律

基于长江源区1980—2020年12个站点日降水及直门达站年径流及泥沙等数据,利用中国土壤流失方程、偏最小二乘结构方程和累积距平等方法,分析源区土壤侵蚀、河道水沙变化及长时间尺度下与降水的耦合作用机制。结果表明:(1)长江源区年土壤侵蚀模数呈显著增加趋势(P<0.05),且年均土壤侵蚀模数为4.71 t·hm^(-2)·a^(-1),强烈及以上强度侵蚀主要分布在源区东南部。(2)源区径流量显著增加(P<0.05),且2004年为突变年,含沙量和输沙量无明显变化趋势。(3)降水对径流和土壤侵蚀均有显著正向效应,解释度分别为70%、52.9%。径流和土壤侵蚀对输沙量变化均具有直接正向影响,降水、径流和土壤侵蚀对输沙量变化的综合解释度达72.5%,结果可为流域生态工程实施效果的研究与评价提供科学依据。

金沙江流域近十年地表变化与土壤侵蚀时空变化特征

[目的]金沙江流域是长江上游生态脆弱区和西部大开发的重要区域,定量评价金沙江流域土壤侵蚀变化和空间分布对当地水土流失防治和生态修复保护具有重要意义。[方法]采用CSLE模型开展2010—2020年金沙江流域土壤侵蚀定量估算与分析。[结果]2010—2020年金沙江流域变化显著的是草地面积,净减少6059.7 km^(2),耕地面积净增加2294.38 km^(2),植被覆盖为0.6以上盖度面积减少57.70%;金沙江流域2010年和2020年土壤侵蚀模数分别为17.06 t/(hm^(2)·a),24.56 t/(hm^(2)·a)。10年间,侵蚀等级由低强度向高强度转变,金沙江流域上游和中游(青海直门达至云南石鼓段和石鼓至四川屏山段)侵蚀等级由轻度向中度转移显著;金沙江流域侵蚀强度空间分布上,2010年和2020年8°以上坡段侵蚀量占比分别达92.71%,93.80%,高程在3000~4000 m的侵蚀模数增量显著,增幅为63.5%。[结论]金沙江流域土地利用和植被覆盖变化引起土壤侵蚀由轻度向中度转移现象明显,应重点关注金沙江流域各段不同坡度和海拔带土壤侵蚀变化趋势,以期为水土流失治理提供数据支撑。

基于GIS的区域坡度坡长因子提取算法

为提高基于地理信息系统的区域土壤侵蚀研究、水土保持环境效应评价、流域水文分析等的应用效率,设计新的坡度坡长(LS)因子算法,利用正向-反向遍历算法取代原累积坡长算法,以获取区域尺度下的LS因子。实验结果表明,在计算精度允许的范围内,新算法使计算机运行效率有较大幅度的提高。

利用侵蚀模型普查黄土高原土壤侵蚀状况

土壤侵蚀普查对于土地资源保护和自然灾害防治具有重要意义。为了测试抽样方法和土壤侵蚀模型在土壤侵蚀普查中的适用性,该文以陕西吴起县为试点,采用1%均匀抽样方法,调查39个抽样单元的土壤侵蚀影响因子,使用中国侵蚀预报模型CSLE(Chinese soilloss equation)估算土壤侵蚀模数,并与基于遥感数据的水蚀分级分类方法进行比较。两种方法估算的全县平均土壤侵蚀模数分别为4571和5504t/(km2a),但不同分级侵蚀强度的面积和空间分布存在较大差异。抽样方法在土地利用与覆盖、水土保持措施及土壤特性方面获得的信息量大于遥感方法,同时对于区域具有很好的代表性;使用模型估算土壤侵蚀考虑的影响因子与分级方法相比,还包括了土壤可蚀性、坡长因子以及水土保持措施因子等,由此计算的土壤侵蚀模数和强度具有更高的可信度。因此,虽然基于抽样方法和土壤侵蚀模型的土壤侵蚀普查方法也存在一定的问题,但与土壤侵蚀分类分级方法相比具有明显的优越性。

梯田区侵蚀地形因子随DEM分辨率变化的特征分析

通过无人机航空摄影测量,获取高精度DEM,分析提取的坡度、坡长和LS因子,同时通过分辨率的变化,计算并分析了这些参数的变化情况。研究表明:基于无人机获取的DEM能够较好地表达梯田地形特征,梯田地形因子分布特征与地形特征吻合,大值集中于梯田过渡的陡坡处,小值集中于田面。随着分辨率的降低,非梯田区坡度整体呈现衰减趋势,坡长呈现增长趋势,LS先小幅增加,后由于坡度衰减明显,LS呈现衰减趋势,但变化幅度不大;而梯田区随着分辨率的降低,小坡度和超大坡度所占比例均减小,平均坡度降低,但坡长增加显著,因此导致LS增长较显著,在20 m分辨率下,LS因子被高估约1/3。梯田通常作为水保措施因子单独来考虑,由于分辨率对地形因子影响较大,因此梯田区的地形因子估算需要考虑分辨率的影响。

杉木幼林地水土肥流失研究

采用径流小区定位观测法,对尤溪粉砂岩发育的山地红壤炼山后植杉至幼林郁闭的连续4年的研究表明,炼山后第一年24°和32°杉木幼林地的土壤侵蚀量分别达43.21t/ha和31.09t/ha,均属中度侵蚀,随着杉木生长,林地盖度增加,水土流失急剧下降。杉木幼林地水土流失主要发生在幼林郁闭前3年,不合理的幼林抚育措施加剧幼林地水土流失。逐步回归分析结果表明,降雨量和坡度是影响炼山后第一年杉木幼林地水土流失的主要因子,所建立的预测预报方程对类似地区水土流失预测预报有一定的指导意义。

县域尺度水土流失监测方法的应用及其结果分析

为反映土壤侵蚀模型在县域尺度的应用效果,采用中国土壤流失方程(CSLE模型)、抽样调查、遥感解译与统计分析相结合的方法,对沂蒙山国家级重点治理区典型县(沂水县)的土地利用、生态环境、水土流失进行监测和定量评价,并采用转移矩阵分析2009—2013年水土流失变化情况。结果表明:除坡度、林草覆盖、土地利用3因子外,CSLE模型还考虑了降雨侵蚀力、土壤可蚀性、坡长及水土保持措施等侵蚀因子,由此计算的土壤侵蚀模数和强度比水利部颁布的标准具有更高的可信度;抽样调查在土地利用、林草覆盖、水土保持措施、土壤特性等方面获得的信息大于遥感方法。基于高分辨率遥感影像可定量评价沂水县地形地貌,土地利用,林草覆盖和水土流失面积、强度与分布;生成的水土流失分布图弥补了全国普查没有分布图的不足,为进一步划分水土保持重点预防区和重点治理区、编制水土保持规划提供基础图件。监测成果可为流域国家级重点治理区水土保持生态环境建设提供基础数据和决策支持。