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。

青藏高原坡度坡长因子(LS)空间格局及影响因素分析

地形是影响土壤侵蚀的主要因素,但目前关于青藏高原地形因子的分布格局和影响因素有待研究。基于1弧秒分辨率的SRTM(shuttle radar topography mission)高程数据,计算坡度、坡长、LS因子(slope length and steepness factors,LS),结合高程积分和Hack剖面等,对青藏高原LS因子的分布格局、统计分布特征和影响因素进行研究,结果表明:(1)坡度、坡长和LS因子这3个地形指标,均表现出高原内部小、四周高山大的格局,内流区与外流区的坡度均值分别为6.55°和14.3°,坡长均值分别为122.9,172.2 m,LS均值分别为4.8和12.7;(2)青藏高原LS因子整体受坡度影响,但高原边缘陡峭地区LS因子主要受坡长影响;(3)青藏高原6条主要河流的Hack剖面都呈上凸形态,该地区地貌演化整体上处于幼年期;(4)青藏高原LS因子的分布特征与土壤侵蚀类型及其组合有对应关系:周边地区的高值对应冰川侵蚀—水蚀,西北部的低值对应水力—冻融侵蚀和风蚀,东南部边缘向高原内部过渡地区的较高值对应水力—重力侵蚀。通过分析LS因子的分布格局和统计特征,可为土壤侵蚀学评价提供理论和数据支撑,对于青藏高原地球系统物质迁移转换研究具有重要意义。

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。

坡长坡度因子计算工具

地形(坡长坡度)因子是坡面土壤侵蚀模型USLE(通用土壤流失方程)或CSLE(中国水蚀方程)中的重要参数。本文选择了适合我国土壤侵蚀特点的坡长坡度因子计算公式,基于Visual Studio 2010平台进行了程序编写,开发了LS计算工具。该工具界面友好且计算速度快,在32位计算机上可快速计算1万行×1万列数据区域的坡长坡度因子,在64位计算机上能计算4万行×4万列数据区域的坡长坡度因子。本软件的开发可为区域土壤侵蚀评价以及水土保持措施规划服务。

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。

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。

黄河流域12.5米分辨率土壤流失方程坡度坡长因子数据集

黄河流域是中国水土流失和土壤侵蚀最为严重的地区之一。土壤流失方程坡度坡长因子是研究水土流失和土壤侵蚀的关键基础数据,也是土壤侵蚀模型USLE和CSLE中的重要参数。本研究基于ALOS 12.5m DEM数据,通过区域LS因子计算工具计算获取了坡度因子、坡长因子、坡度坡长因子(LS因子)和坡长4个土壤流失关键因子数据。本数据集覆盖了整个黄河流域地区,空间分辨率为12.5m,可为区域水土流失评价、土地利用以及水土保持措施规划等提供数据支撑。

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。

栅格DEM坡体因子融合方法

坡体是自然地形实体的基本组成单元,利用综合性坡体因子分析和挖掘地形隐含信息,有助于区域地形地貌分析及规划利用。本文针对当前坡体综合表达因子(LS)未顾及坡宽因子的缺陷,采用归一化几何运算法将坡长(L)、坡度(S)、坡宽(W)进行融合,获取了一种新的坡体融合因子LSW。以DEM为数据源、黄土高原某小流域局部范围为典型研究区,在提取L、S、W及LS因子的基础上,分别以L×S×W、L+S+W、LS×W及LS+W共4种方式进行融合试验。结果表明,L+S+W融合方式获取的坡体LSW因子标准差矩阵均值最小,为0.234 4,有效平衡了各单地形因子对融合坡体因子LSW的贡献度,信息熵值计算分析也实证了L+S+W融合方式具有最优性。

基于SRTM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,在侵蚀估算模型中常用坡度和坡长(LS)来衡量,在大区域上常基于数字高程模型(DEM)提取。SRTM作为大区域尺度上质量高、易获取的高程数据,在全球土壤侵蚀评价中得到广泛应用。但现有地形因子提取算法要求高程和栅格单元的单位(通常为m)一致,需对SRTM进行坐标变换才能使用。针对大区域上SRTM坐标转换时间开销大的问题,提出了一种直接基于SRTM提取地形因子的算法(LSA-SRTM)。该算法利用地理坐标系下的经纬度信息计算栅格单元长度及单元坡长,结合最陡坡降策略获得坡度及流向,进而提取汇水面积,根据坡度设置坡度截断点,根据汇水面积阈值设置沟道截断点,经正、反遍历后获得累积坡长,采用CSLE的分段公式计算LS因子。以Himmelblau-Orlandini数学曲面、5个典型样区的1″SRTM作为数据源,将LSA-SRTM、投影坐标系下的LS算法(LSA-DEM)与手工测量的结果进行对比。LSA-SRTM方法与测量值在数学曲面和典型样区,坡长的R^(2)分别为0.8552、0.7788、0.7269、0.7024、0.6909、0.7255,LS因子的R^(2)分别为0.8907、0.8209、0.8213、0.7142、0.7145、0.8212。在运行时间方面,LSA-SRTM方法具有较高的效率。结果表明,LSA-SRTM算法计算精度、效率更高,可为大区域地形因子提取的研究提供支撑。

基于DEM的井冈山市地形因子分析

地形作为影响土壤侵蚀的重要因素之一,对土壤侵蚀的方式及强度具有控制作用。通过对地形因子的计算和分析,为土壤侵蚀防治及治理提供一定的参考,同时为水土流失评价提供科学依据。基于DEM(数字高程模型)提取坡度、坡长、LS因子等地形指标且计算地形起伏度,分别探究不同分辨率、不同地形下地形因子的差异性。结果表明:(1)90m、60m、30m不同分辨率下,坡度、坡长、LS因子均存在差异,随着分辨率不断升高,地形起伏度增大,地形趋于崎岖。(2)平原、丘陵、小起伏山地不同地形下,坡度最大值小起伏山地>丘陵>平原;坡长最大值平原>丘陵>小起伏山地;LS因子最大值丘陵>小起伏山地>平原,DEM分辨率以及地形起伏度对于地形因子均具有较为明显的影响。

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。

基于四种分辨率DEM的侵蚀模型地形因子差异分析

通过提取江西省兴国县潋水河流域10m、25m、50m和100m四种分辨率数字高程模型（DEM，DigitalElevationModel）的坡度、坡长因子，在GIS数字地形分析和数理分析等方法支持下，研究不同分辨率DEM计算坡度坡长组合因子（Ls）的精度差异。结果表明：（1）基于4种分辨率DEM提取的坡度结果存在明显差异，随分辨率的降低，坡度整体变缓，DEM精度越低，对地形的概括作用越大，100m分辨率DEM平均坡度降为10m分辨率DEM平均坡度的45．04％。（2）流域坡长以0～80m的短坡为主，随着分辨率的降低，地面坡长明显整体延伸。（3）不同分辨率DEM计算的Ls因子平均值变化范围为6．10—7．10，坡度和坡长的组合消弱了单一坡度和坡长的影响，随着地形起伏程度增大，在Ls因子计算过程中，坡度的主导作用越来越弱，坡长的主导作用越来越强。

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。

坡度截断对分布式土壤侵蚀学坡长提取的影响

地形是影响土壤侵蚀的重要因子,分布式土壤侵蚀学坡长是地形因子的重要参数。坡长与土壤侵蚀过程相适应,在一定条件下停止累计而截断。坡度变化是坡长提取的截断条件之一,但坡度变化对提取结果的影响研究还不够深入。以数学曲面和黄土高原县南沟流域的数字高程模型作为数据源,使用LSTOOL方法提取坡长,并对坡度变化引起的坡长截断结果进行对比和主成分分析。结果表明,下坡坡度减小幅度越大,坡度截断效果越明显;坡度小于2.86°的截断参数R1和坡度大于或等于2.86°的截断参数R2与坡长最大值和坡长平均值均正相关;在黄土高原地区,陡坡、沟道较多,相对R2的影响,R1对坡长的影响较小。坡度变化的截断设置在R1〉0.7,R2〉0.5时,坡长变化较明显,建议黄土高原地区侵蚀坡长的坡度截断设置值为R1=0.7,R2=0.5。

中国主要水蚀典型区侵蚀地形特征分析

地形是影响地表水文和土壤侵蚀的主要环境因素,坡度、坡长和LS因子是土壤侵蚀模型的重要参数。该文以第四次全国土壤侵蚀普查项目为依托,在ANUDEM软件环境中建立25m分辨率文地貌关系正确的DEM(Hydrologically Correct Digital Elevation Model,Hc-DEM),提取了坡度、坡长并计算了LS因子,对中国主要水蚀地区的土壤侵蚀地形因子的空间及统计特征进行了分析,并将该数据与目前应用较为广泛的2种遥感高程数据进行了对比。结果表明,25m分辨率Hc-DEM可用以表达各典型样区地形特征,其上提取的坡度和坡长,符合一般地貌学原理和常规认识;坡度在东北地区最为平缓(0.8°),而在黄土丘陵区最陡(22.3°);坡长则在东北地区最长而黄土丘陵区最短(479m和69m);在地势比较低的河谷和地势较高的分水地带坡度比较平缓,而在分水岭到河谷冲积平原之间坡度较陡;在地形起伏较大的陡坡丘陵或坡度平缓的丘陵,坡长均比较大;LS因子的空间分布格局与坡度基本一致;该文得到的数据与ASTER和SRTM遥感高程数据对比具有明显优势,全国土壤侵蚀普查项目建立的DEM,在全国、省区和大流域尺度上的土壤侵蚀评价制图中具有不可替代性。该文阐明了中国主要水蚀区的侵蚀地形特征,为土壤侵蚀学、水文学中地形因子的提取提供了参考。

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。