Relationship between drought and soil erosion based on the normalized differential water index(NDWI)and revised universal soil loss equation(RUSLE)model

The Langat River Basin in Malaysia is vulnerable to soil erosion risks because of its exposure to intensive land use activities and its topography,which primarily consists of steep slopes and mountainous areas.Furthermore,climate change frequently exposes this basin to drought,which negatively affects soil and water conservation.However,recent studies have rarely shown how soil reacts to drought,such as soil erosion.Therefore,the purpose of this study is to evaluate the relationship between drought and soil erosion in the Langat River Basin.We analyzed drought indices using Landsat 8 satellite images in November 2021,and created the normalized differential water index(NDWI)via Landsat 8 data to produce a drought map.We used the revised universal soil loss equation(RUSLE)model to predict soil erosion.We verified an association between the NDWI and soil erosion data using a correlation analysis.The results revealed that the southern and northern regions of the study area experienced drought events.We predicted an average annual soil erosion of approximately 58.11 t/(hm^(2)·a).Analysis of the association between the NDWI and soil erosion revealed a strong positive correlation,with a Pearson correlation coefficient of 0.86.We assumed that the slope length and steepness factor was the primary contributor to soil erosion in the study area.As a result,these findings can help authorities plan effective measures to reduce the impacts of drought and soil erosion in the future.

基于RUSLE和地理探测器的皖南地区土壤侵蚀时空分异及定量归因

[目的]揭示皖南地区土壤侵蚀时空分异特征及成因可为该区域的土壤侵蚀防治提供科学依据。[方法]基于RUSLE模型和地理探测器,结合多源遥感数据,探查皖南地区土壤侵蚀时空分布及其影响因素。[结果](1)2002-2022年该地区土壤侵蚀空间分布差异显著。安庆市北部大别山区、安庆市东南部大别山余脉大龙山片、铜陵市东部与芜湖市中西部狮子山片、池州市与宣城市南部、黄山市内黄山山区和周边齐云山及白际山等地区系主要侵蚀区;而皖江诸市沿江平原及其他诸河河谷平原土壤侵蚀较小。(2)2002-2022年该地区的土壤侵蚀总体呈“下降-上升-下降”趋势。其中,2002年总侵蚀量为2231.41万t/a,2007年降至2118.05万t/a,而2012年增至2452.36万t/a,之后持续下降至2022年的2060.67万t/a。(3)因子探测器的各因子解释力结果显示:土地覆盖类型、坡度、海拔、降雨是该地区的主要影响因素。(4)2002年、2017年、2022年土地覆盖类型与其他因子共同作用对土壤侵蚀的解释力大于其他因子,而2007年、2012年为植被覆盖度与其他因子共同作用对土壤侵蚀的解释力较为突出。(5)基于2022年的土壤侵蚀数据及因子数据所识别的高风险区域为植被覆盖度<37.1%、年均降水量1971.96~2092.37 mm、坡度>63.96°、海拔1056~1819 m、年均温度10.46~11.3℃的灌丛。[结论]皖南地区在过去20年中土壤侵蚀状况有所改善,但坡度大、植被覆盖度低、降雨强度高及不合理土地利用的山地丘陵区仍然是高侵蚀风险区域,未来的防治工作应针对这些重点区域。

BIOLOGICAL INVASION PROBLEM WITH FREE BOUNDARY NONLOCAL DIFFUSION EQUATION

In order to better describe the phenomenon of biological invasion,this paper introduces a free boundary model of biological invasion.Firstly,the right free boundary is added to the equation with logistic terms.Secondly,the existence and uniqueness of local solutions are proved by the Sobolev embedding theorem and the comparison principle.Finally,according to the relevant research data and contents of red fire ants,the diffusion area and nest number of red fire ants were simulated without external disturbance.This paper mainly simulates the early diffusion process of red fire ants.In the early diffusion stage,red fire ants grow slowly and then spread over a large area after reaching a certain number.

Normalized Solutions of Nonlinear Choquard Equations with Nonconstant Potential

In this paper,we mainly focus on a type of nonlinear Choquard equations with nonconstant potential.Under appropriate hypotheses on potential function and nonlinear terms,we prove that the above Choquard equation with prescribed 2-norm has some normalized solutions by introducing variational methods.

秦岭腹地县域RUSLE模型参数取值适应性分析——以太白县为例

基于RUSLE模型各因子取值方法,以秦岭腹地太白县为例,探讨不同因子取值对RUSLE模型计算结果的影响,结果表明:①9种组合方式下2010年、2020年秦岭腹地太白县土壤侵蚀模数中位数和平均数差异明显,均为强变异程度,表明不同因子取值对土壤侵蚀模数的计算结果不确定性明显,但采用中位数比平均数更具有代表性;②C_(3)+P_(3)组合方式下2010年、2020年土壤侵蚀模数中位数相对偏差最小,在其他因子不变情况下采用C_(3)+P_(3)的组合方式更科学;③C_(3)+P_(3)组合方式下计算得到2020年太白县水土保持率为97.17%,与依据2020年官方数据计算的水土保持率96.51%基本一致,表明C_(3)+P_(3)组合为太白县最优组合;④将C_(3)+P_(3)组合方式应用于太白县及其咀头镇,结果符合事实,表明此组合可推广应用于秦岭腹地其他地区,为水土保持规划提供技术支撑。

Two Second-Order Ecient Numerical Schemes for the Boussinesq Equations

In this paper,we construct two fully decoupled,second-order semi-discrete numerical schemes for the Boussinesq equations based on the scalar auxiliary variable(SAV)approach.By introducing a scalar auxiliary variable,the original Boussinesq system is transformed into an equivalent one.Then we discretize it using the second-order backward di erentiation formula(BDF2)and Crank-Nicolson(CN)to obtain two second-order time-advanced schemes.In both numerical schemes,a pressure-correction method is employed to decouple the velocity and pressure.These two schemes possess the desired property that they can be fully decoupled with satisfying unconditional stability.We rigorously prove both the unconditional stability and unique solvability of the discrete schemes.Furthermore,we provide detailed implementations of the decoupling procedures.Finally,various 2D numerical simulations are performed to verify the accuracy and energy stability of the proposed schemes.

WELL-POSEDNESS AND PEAKON SOLUTIONS FOR A HIGHER ORDER CAMASSA-HOLM TYPE EQUATION

In this paper,we delve into a generalized higher order Camassa-Holm type equation,(or,an ghmCH equation for short).We establish local well-posedness for this equation under the condition that the initial data uo belongs to the Sobolev space H'(R)for some s>2.In addition,we obtain the weak formulation of this equation and prove the existence of both single peakon solution and a multi-peakon dynamic system.

DEEP NEURAL NETWORKS COMBINING MULTI-TASK LEARNING FOR SOLVING DELAY INTEGRO-DIFFERENTIAL EQUATIONS

Deep neural networks(DNNs)are effective in solving both forward and inverse problems for nonlinear partial differential equations(PDEs).However,conventional DNNs are not effective in handling problems such as delay differential equations(DDEs)and delay integrodifferential equations(DIDEs)with constant delays,primarily due to their low regularity at delayinduced breaking points.In this paper,a DNN method that combines multi-task learning(MTL)which is proposed to solve both the forward and inverse problems of DIDEs.The core idea of this approach is to divide the original equation into multiple tasks based on the delay,using auxiliary outputs to represent the integral terms,followed by the use of MTL to seamlessly incorporate the properties at the breaking points into the loss function.Furthermore,given the increased training dificulty associated with multiple tasks and outputs,we employ a sequential training scheme to reduce training complexity and provide reference solutions for subsequent tasks.This approach significantly enhances the approximation accuracy of solving DIDEs with DNNs,as demonstrated by comparisons with traditional DNN methods.We validate the effectiveness of this method through several numerical experiments,test various parameter sharing structures in MTL and compare the testing results of these structures.Finally,this method is implemented to solve the inverse problem of nonlinear DIDE and the results show that the unknown parameters of DIDE can be discovered with sparse or noisy data.

Estimation of soil erosion risk within a small mountainous sub-watershed in Kerala,India,using Revised Universal Soil Loss Equation(RUSLE) and geo-information technology

A comprehensive methodology that integrates Revised Universal Soil Loss Equation （RUSLE） model and Geographic Information System （GIS） techniques was adopted to determine the soil erosion vulner- ability of a forested mountainous sub-watershed in Kerala, India. The spatial pattern of annual soil erosion rate was obtained by integrating geo-environmental variables in a raster based GIS method. GIS data layers including, rainfall erosivity （R）, soil erodability （K）, slope length and steepness （LS）, cover management （C） and conservation practice （P） factors were computed to determine their effects on average annual soil loss in the area. The resultant map of annual soil erosion shows a maximum soil loss of 17.73 t h-1 y i with a close relation to grass land areas, degraded forests and deciduous forests on the steep side-slopes （with high LS ）. The spatial erosion maps generated with RUSLE method and GIS can serve as effective inputs in deriving strategies for land planning and management in the environmentally sensitive mountainous areas.

基于RUSLE模型的京津冀地区土壤侵蚀时空变化分析

【目的】土壤侵蚀是一种日益严重的生态问题,已经成为全球性的环境挑战,对人类的生存和可持续发展产生了极大的威胁。因此基于多源遥感数据,【方法】通过RUSLE模型和地理探测器模型研究了1990—2020年京津冀地区土壤侵蚀在时空尺度上的动态变化,并对其驱动因素进行了分析。【结果】结果显示:(1) 1990—2020年京津冀地区的土壤侵蚀总体呈现东南低西北高的分布特征,且以微度和轻度侵蚀为主,其百分比达到73.79%。(2)京津冀大部分地区土壤侵蚀等级主要由高向微强度侵蚀转移,且转移比例都在50%以上,整体有所好转,但存在局部加剧。(3)各个影响因子对土壤侵蚀的解释力依次为:坡度>高程>土地覆盖类型>植被覆盖度>降雨量>人口密度>GDP。【结论】相关结论可为水土流失治理以及防治提供一定的科学参考,同时也可为其他地区的土壤侵蚀治理提供参考。

基于RUSLE模型的青藏高原土壤保持功能定量评价

土壤保持功能是青藏高原生态系统的主要调节功能之一,准确评估青藏高原土壤保持功能的时空变化规律,是确保该地区顺利开展水土保持和生态环境治理工作的前提。本研究通过收集气象、土壤、土地利用、DEM和NDVI等数据,利用RUSLE模型对1982—2020年青藏高原土壤保持功能的时空特征进行动态评估。结果表明:1982—2020年青藏高原的土壤保持量呈波动增加趋势,土壤保持能力由南向北逐渐减弱,高值区主要集中在青藏高原东南部的川西和藏东的高山深谷;在过去的近40 a中,青藏高原土壤侵蚀强度发生明显转换,其主要特征是由高一级的中度侵蚀强度向低一级的轻度或微度侵蚀强度转换,说明青藏高原近40 a内土壤保持状况不断改善;不同地形条件下青藏高原土壤保持能力也有明显差异,主要表现为起伏度小的高海拔地区土壤保持能力普遍较弱;就不同的土地利用类型而言,林地区域的土壤保持能力最强,而未利用地土壤保持能力最弱。近40 a来,青藏高原土壤保持能力不断增强,但仍存在部分区域的土壤保持能力较弱。未来在重视和保护土壤保持能力较强的林地区域的同时,应加强起伏度小的高海拔地区水土治理工作,制定分级分区的土壤侵蚀防治措施,进一步增强青藏高原地区的土壤保持功能。

基于RUSLE模型和地理探测器的鄂西南土壤侵蚀脆弱性评价

[目的]水土流失是鄂西南突出的生态问题,合理评估该区域的土壤侵蚀脆弱性,并探究其驱动机制是采取有效水土保持措施的前提。[方法]从人地耦合系统视角分析自然和社会经济因素对鄂西南土壤侵蚀的影响,从暴露度、敏感性和适应能力3个方面构建了鄂西南土壤侵蚀脆弱性评价指标体系,并采用综合赋权法确定指标权重。[结果](1)2010—2020年鄂西南土壤侵蚀脆弱性总体上呈现先降低后升高的趋势,强烈及以上强度的土壤侵蚀脆弱性呈现零星的碎片化分布格局,且主要集中在鄂西南的中南部和东部宜昌市辖区的西部地区;(2)研究区敏感性最高的区域集中在海拔800~1500 m,敏感性在坡度25°~35°最大,并呈现出向两侧递减的趋势,当坡度>15°时,较高及以上敏感性面积急剧增加;(3)较高及以上土壤侵蚀脆弱性高于土壤侵蚀强度,较低及以下土壤侵蚀脆弱性低于土壤侵蚀强度,土壤侵蚀脆弱性与土壤侵蚀强度存在协同变化趋势;(4)土壤侵蚀脆弱性的分布格局是多因素协同作用造成的,地理探测器的分析表明坡度、植被覆盖度、教育质量和城镇化率对土壤侵蚀脆弱性的解释力较强。[结论]未来需要高度重视对坡度>15°地区植被覆盖的保护,并通过提高当地的教育质量,加强水土保持的宣传力度,提升当地居民的水土保持意识。

基于RUSLE模型的妫水河流域土壤侵蚀时空变化特征

[目的]为揭示流域土壤侵蚀时空变化特征并开展可持续流域治理工作。[方法]基于妫水河流域1995—2018年降雨、土壤、数字高程模型及土地利用数据,采用GIS技术与RUSLE模型的方法定量分析妫水河流域土壤侵蚀时空特征,并对流域土壤稳定性进行评价。[结果](1)1995—2018年,流域内林地和草地面积均呈下降的趋势,2018年林地和草地面积分别为4.41×10^(4),0.84×10^(4)hm^(2),较1995年分别下降13.52%和10.61%。耕地面积由1995年的3.53×10^(4)hm^(2)增加至2018年的4.07×10^(4)hm^(2)。建筑用地面积逐渐增加,由1995年的0.59×10^(4)hm^(2)增加到2018年的1.90×10^(4)hm^(2)。(2)妫水河流域内土壤侵蚀模数呈波动性变化,由1995年的8.71 t/(hm^(2)·a)降至4.56 t/(hm^(2)·a)后,于2018年升至11.07 t/(hm^(2)·a)。(3)妫水河流域土壤侵蚀强度以微度侵蚀和轻度侵蚀为主,1995—2015年,土壤侵蚀强度逐渐降低并保持稳定,中度及以上土壤侵蚀面积比例由4.95%降至3.05%,2018年后升至7.42%。(4)妫水河流域在研究时段内土壤稳定性降低,不稳定土壤面积升高。[结论]妫水河流域城市化的进程中,林草覆盖度略有降低;土壤侵蚀强度整体下降,但在后期略有提高;不稳定土壤所占面积较少。研究结果可为妫水河流域综合治理及土地利用规划提供依据。

RUSLE模型对黄土高原退耕植被恢复坡面土壤侵蚀的模拟效果分析

[目的]为了探究RUSLE模型对黄土高原退耕植被恢复坡面土壤侵蚀模拟的效果。[方法]基于陕北安塞区坊塌小流域内10个径流小区2016-2022年的降雨产流产沙监测资料,通过RUSLE模型中各因子在黄土高原的不同常用算法之间的变换组合,模拟144种因子组合下各退耕植被恢复坡面的土壤侵蚀量,采用纳什效率系数(NSE)和均方根误差(RMSE)评价模型模拟结果的有效性。[结果]利用RUSLE模型144种因子组合模拟的退耕植被恢复坡面土壤侵蚀量,NSE范围为-38.47~0.19,RMSE范围为1.92~12.65 t/(hm 2·a),模拟效果较差,所选各因子算法难以适应退耕植被恢复坡面上的土壤流失量的评估,还需要对RUSLE模型各因子进一步改进。运用RUSLE模型对黄土高原退耕植被恢复坡面土壤侵蚀模拟时,建议尽可能采用时间分辨率高的数据减小对R因子的计算误差,综合考虑土壤有机质含量、土壤粒径与团粒结构组成和容重等土壤理化性质对K因子的影响,以及植被覆盖度、植被高度、枯落物、生物结皮等对C因子的影响,充分考虑10°以上的坡度,细化其LS因子的算法。[结论]RUSLE模型无法很好地适用于黄土高原退耕植被恢复坡面土壤侵蚀的模拟。研究结果为土壤侵蚀模型的研发及RUSLE模型在黄土高原植被恢复坡面的应用提供一定参考依据。

基于RUSLE模型的雅鲁藏布江流域土壤侵蚀评价

[目的]研究雅鲁藏布江流域土壤侵蚀时空变化特征,并分析气候和植被覆盖变化对土壤侵蚀的影响,以期为高寒区土壤侵蚀防治、生态系统保护和水土资源开发利用提供理论支撑。[方法]以雅鲁藏布江流域为研究区,采用RUSLE模型定量评估了1980—2017年流域土壤侵蚀的时空变化特征。[结果]1980—2017年,雅江流域土壤侵蚀强度整体呈现先减小后增加的趋势,1980—1999年年均土壤侵蚀模数波动下降,2000—2017年年均土壤侵蚀模数则呈现不显著上升趋势;流域中上游地区土壤侵蚀变化较为显著,下游地区侵蚀强度先增加后减小。年均土壤侵蚀模数与降雨侵蚀力呈显著正相关关系,Pearson相关系数为0.92,而与NDVI关系不显著。不同土地利用类型中,土壤侵蚀最强烈的是未利用地,其次是稀疏草地,由于其面积占比最高,对流域总侵蚀量的贡献比超过54%。[结论]降雨是影响雅江流域土壤侵蚀强度变化的主要因素,未来土壤侵蚀防治的重点区域应为流域东部下游降雨量较大的地区,重点防范极端降雨造成的水土流失。

基于RUSLE模型的秦岭—大巴山地土壤侵蚀时空特征分析

[目的]秦岭—大巴山地(秦巴山地)是我国重要的南北地理—生态过渡带主体,对秦巴山地的土壤侵蚀研究将有助于该区域的生态保护和水土资源管理。[方法]基于RUSLE模型计算秦巴山地的土壤侵蚀模数,并量化分析了该区域的土壤侵蚀的时空分布格局。[结果](1)2000—2020年秦巴山地的微度侵蚀面积呈上升趋势,轻度侵蚀及其以上等级的土壤侵蚀面积均呈下降趋势;从空间来看,秦巴山地东北和西南部的土壤侵蚀等级较高,中间较低;(2)秦巴山地的土壤侵蚀相对集中在500~1500 m、坡度15°~25°区域内;(3)秦巴山地发生土壤侵蚀最主要的土地利用类型为林地,耕地、林地的微度侵蚀以及草地的微度、剧烈侵蚀面积呈上升趋势;(4)秦巴山地土壤侵蚀主要分布在陕西、四川和甘肃,且甘肃和四川的剧烈侵蚀呈上升趋势。[结论]2000—2020年秦巴山地的侵蚀面积和强度呈“双下降”的态势,其整体侵蚀状况好转,但侵蚀分布存在明显空间差异。

基于RUSLE模型的武陵山区土壤侵蚀研究

基于降水、土壤属性、数字高程模型(DEM)、归一化差值植被指数(NDVI)和土地利用等数据,采用修正后的通用土壤流失方程(RUSLE)模型计算了武陵山区的多年平均土壤侵蚀模数,探讨了武陵山区土壤侵蚀的空间分布特征.结果表明:(1)2001—2020年武陵山区约71.59%的区域受到土壤侵蚀的威胁,中度及中度以上土壤侵蚀占比30.55%;(2)坡度是影响土壤侵蚀强度分布的主要因素,中度及中度以上的土壤侵蚀主要分布在大于15°的坡度上;(3)同一坡度级下,林地土壤侵蚀强度最低;(4)重庆武陵山区多年平均土壤侵蚀模数最高,其次分别是湖北武陵山区和贵州武陵山区,湖南武陵山区多年平均土壤侵蚀模数最低;(5)重庆市武隆区,湖北省巴东县、五峰土家族自治县、秭归县、长阳土家族自治县,贵州省江口县和湖南省古丈县是多年平均土壤侵蚀模数较高的县(区);(6)武陵山区土壤侵蚀的空间分布具有正的空间自相关性,高高集聚主要分布在湖北武陵山区,低低集聚主要分布在湖南武陵山区.研究结果对于武陵山区水土资源优化管理和地质灾害分区防治具有一定的指导意义.

基于RUSLE模型的帽儿山实验林场不同林分类型土壤侵蚀动态评估

为解决定量评估帽儿山实验林场不同林分类型土壤侵蚀动态变化的问题,以帽儿山实验林场1983、1993、2004、2016年4期二类调查数据和Landsat遥感影像数据为基础,采用修订后的通用土壤流失方程(Revised Universal Soil Loss Equation,RUSLE)模型对帽儿山实验林场平均土壤侵蚀量进行动态评估,并量化和分析不同林分类型与土壤侵蚀量间的关系。结果表明,4个时期帽儿山实验林场的年均土壤侵蚀量分别为0.26、0.24、0.10、0.17 t/(hm^(2)·a),其中各期土壤侵蚀强度处于0~1 t/(hm^(2)·a)的面积分别占总面积的98.79%、98.68%、99.88%、98.88%;1983—2016年土壤侵蚀强度未发生变化的区域占70.4%,高等级侵蚀强度向低等级侵蚀强度转移的面积占25.1%,而低等级侵蚀强度向高等级侵蚀强度转移的面积仅占4.5%,表明帽儿山实验林场土壤侵蚀状况整体趋势良好;6种林分类型中,软阔天然林、硬阔天然林、落叶松人工林、樟子松人工林、蒙古栎天然林和针阔混交天然林在1983年的平均土壤侵蚀量分别为0.150、0.161、0.054、0.110、0.121、0.083 t/(hm^(2)·a);到2016年,其平均土壤侵蚀量分别下降53.7%、61.2%、30.3%、83.0%、46.8%、23.2%;除软阔天然林、落叶松人工林和针阔混交天然林于2004—2006年期间土壤侵蚀量轻微增加以外(0.003~0.016 t/(hm^(2)·a)),其余林分类型平均土壤侵蚀量均呈逐年下降趋势。

基于修正通用土壤流失方程(RUSLE)的蒙山区域水土流失敏感性评价

水土流失敏感性评价作为区域生态质量评价的重要内容,对判定水土流失程度、检验水土保持成效起着重要作用。本文基于修正的通用土壤流失方程(RUSLE),对降雨侵蚀力(R)、土壤可蚀性(K)、地形起伏度(LS)、植被覆盖(C)及水土保持措施(P)5个评价因子进行分级赋值并根据通用土壤流失方程进行计算。研究表明:1)蒙山区域的水土流失敏感性整体呈中部和南部高、东部和北部低的条带状空间分布特征;2)蒙山区域水土流失潜在危险程度的值较低,整体的水土流失敏感性中度偏轻。本文根据量化结果进行分区,得出蒙山区域水土流失防治重点,对推动蒙山区域可持续发展及促进区域生态修复均具有重要意义。

基于RUSLE模型的塔里木河流域上游土壤保持时空变化研究

新疆塔里木河流域是中国重点生态保护区,流域土壤保持量的研究有利于水土保持功能区划和水土保持治理措施布局,对于区域生态修复与维护有重要作用。以塔里木河流域上游区为研究对象,基于该区域2000—2020年的降雨、土壤、地形等数据,采用修正通用土壤流失方程(RUSLE模型),估算2000—2020年流域土壤在水力侵蚀下的土壤侵蚀量和土壤保持量,分析其时空变化规律,并就土壤保持对其影响因子的敏感性展开分析。结果表明:流域以微度和轻度土壤侵蚀为主,在2000—2020年的土壤侵蚀面积总体呈减少趋势;土壤保持空间分布呈现中间高、四周低格局,且2000—2020年的土壤保持强度在一定程度上得到增强;降雨、地形和土地利用是土壤保持变化的主要驱动因子,且土壤保持能力随着降水量和植被覆盖总体呈现梯度增长趋势。评价结果揭示了研究区土壤保持时空分布特征,以及土壤保持对驱动因子的敏感性,可为流域水土侵蚀防治和生态修护提供指导依据。