共查询到20条相似文献，搜索用时 609 毫秒
1.
2.
中国主要水蚀典型区侵蚀地形特征分析 总被引：4，自引：1，他引：3
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。 相似文献
3.
基于四种分辨率DEM的侵蚀模型地形因子差异分析 总被引：1，自引：0，他引：1
通过提取江西省兴国县潋水河流域10 m、25 m、50 m和100 m四种分辨率数字高程模型(DEM,Digital Elevation Model)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,100 m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0~80 m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。 相似文献
4.
[目的]探究人工地形(梯田)对地形指标的影响,分析修建梯田对土壤侵蚀过程的影响,为土壤侵蚀评价中梯田措施因子的确定提供科学依据。[方法]通过无人机航空摄影测量,获取纸坊沟流域高精度DEM数据,通过模拟原始坡面数据和构建水平梯田数据,并对这些数据提取坡度、坡长、坡度坡长因子、单位汇水面积和地形湿度指数,分析了这些因子的变化情况,认识梯田对侵蚀地形的影响。[结果](1)梯田的修建使得坡度减缓、坡长截断、LS因子变小,随着梯田面积占比的增加,坡度、坡长、LS因子均呈减小趋势;梯田区,坡度、坡长、LS因子大致沿等高线呈条带状分布,非梯田区,坡度、坡长、LS因子从分水线向下逐渐增加,到沟底又逐渐变缓。(2)梯田的修建使得单位汇水面积减小、地形湿度指数变大;单位汇水面积的空间格局与坡长比较类似,较高部位单位汇水面积较小、低洼部位较大;梯田区地形湿度指数与坡度有相反的空间分布格局,非梯田区地形湿度指数与单位汇水面积类似。(3)微观尺度上,坡长、LS因子、单位汇水面积以及地形湿度指数均沿田面坡降方向呈增加趋势,在修建梯田或维护梯田时,应尽量保持田面水平或有微小反坡。(4)根据梯田对LS因子的影响,研究... 相似文献
5.
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... 相似文献
6.
利用ArcMap空间分析功能进行面蚀侵蚀强度分级 总被引：1，自引：0，他引：1
土壤侵蚀强度与坡长、坡度、植被、土壤特性等诸多因子均有着密切的联系.利用传统方法对流域内各斑块的土壤侵蚀分级进行判定,效率低,精度差,误差大.结合有关土壤侵蚀强度分级标准,介绍了如何利用GIS空间分析功能,对矢量图形数据及小斑的属性数据进行分析和统计,从而得出流域面蚀土壤侵蚀分级图形,量化了土壤侵蚀强度分级过程,使此项工作更加科学化,现代化和合理化. 相似文献
7.
基于GIS和CSLE的陕西省土壤侵蚀定量评价方法研究 总被引：23，自引：3，他引：20
通过对陕西省土壤侵蚀的定量评估,探索省域尺度上土壤侵蚀定量评价制图方法,以期为第四次全国土壤侵蚀普查提供技术支撑.利用陕西省日降雨数据、土壤类型图、土地利用图、DEM、植被覆盖图,选择CSLE模型.在ArcGIS平台上计算研究区2006年土壤侵蚀量,并与水利部标准评价结果进行对比分析.探索了坡度坡长变换对土壤侵蚀的影响.定量化的评价结果能较好的反映气候,土壤及水保措施对土壤侵蚀的影响,比水利部标准评价结果更能反映实际侵蚀.坡度坡长变换后对土壤侵蚀有明显影响.在GIS支持下,通过土壤侵蚀模型进行定量评价,可高效、客观反映土壤侵蚀情况及其主要影响因子,对区域治理和有关决策有极其重要参考价值.为了准确真实的反映土壤侵蚀程度,必须进行坡度坡长变换. 相似文献
8.
为揭示DEM分辨率对地形因子(LS)提取精度的影响,本研究将30 m分辨率DEM数据进行重采样,分别计算30、60、90、120、250、500和1 000m 7个不同分辨率下我国黑土区、黄土区和红壤区的LS因子值,分析3个土壤类型区LS因子随着DEM分辨率变化的特点,并进一步研究LS因子与坡度和坡长的相关性及其空间分布情况.结果表明:黑土区LS因子值最小、黄土区次之,红壤区LS因子值最大;坡度因子比坡长因子对DEM分辨率的变化更为敏感,随着分辨率的降低,L因子值整体变化不大,有轻微先增大后减小趋势,S因子值和LS因子标准差均呈现降低态势;随着DEM分辨率降低,3个土壤类型区的LS因子值均逐渐减小,当分辨率由30 m下降到1 000 m时,LS因子值可降至原来的1/6 ～ 1/3;DEM分辨率为30 m时,LS与坡度的相关系数在0.78～0.86之间(P＜0.05),与坡长的相关系数在0.34 ～0.46之间(P＜0.05),随着DEM分辨率的降低,LS因子与坡长和坡度的相关系数均有明显的降低趋势.在应用土壤流失模型过程中,DEM分辨率对LS因子值的影响不可忽视,研究结果对于大中尺度研究中DEM分辨率选取和参数修正具有一定的参考和借鉴价值. 相似文献
9.
基于GIS和多流向算法的流域坡度与坡长估算 总被引：6，自引：4，他引：2
地形(LS,slope length factor and slope steepness factor)因子是通用土壤流失方程和修正通用土壤流失方程USLE/RUSLE(universal soil loss equation,revised universal soil loss equation)应用到流域或区域尺度时较难提取的因子。基于坡面水文学和土壤侵蚀学,对流域地形因子的原理、方法、流程进行了讨论。考虑了三维坡面水流发散和汇聚、泥沙沉积、沟道截断等条件,基于GIS技术,提出了基于多流向的地形因子估算方法,设计了LS_TOOL工具。该方法与已有AML(ARC Macro Language)和C++方法计算的坡度坡长结果在空间分布、运行效率等方面进行对比,结果表明:采用多流向方法,计算合理,符合地形因子计算的值域范围;空间结构比AML和C++方法好,与地形相关性较高;效率远高于AML方法,由于增加了沟道提取,其效率稍低于C++方法。该方法可方便的应用于流域和区域尺度下的地形因子估算。 相似文献
10.
黑土区基准坡长和LS算法对地形因子的影响 总被引：4，自引：1，他引：4
该文结合小区实测坡长资料及Mc Cool数据,对地形因子算法中涉及的基准坡长影响和不同算法计算值的特征进行了讨论。研究表明,在坡长较小的情况下,20和22.13 m基准坡长计算得到的坡长因子相差不大,但随着坡度增加,在坡长指数的复合影响下,两者的差异渐趋增大。理论分析表明,坡长指数采用与坡度相关的变值更为合理。通过与实测数据对比发现,修正版通用土壤侵蚀模型(RUSLE)算法中的坡长因子与其更为接近,结合与Mc Cool数据的对比分析表明,研究区坡长指数更适合细沟和细沟间侵蚀比率中等的情形,或者采用RUSLE模型算法计算得到。同时研究发现,张宪奎算法、Moore算法、Desmet算法和B?hner算法计算得到的LS因子值都要比参照值小,而且4种算法与参照值的接近程度依次降低。空间分布特征而言,栅格累计算法总体较为破碎,并在平直坡面出现较多平行分布条带,而含有面积指标的其他3种算法则总体呈现光滑连续特性,但有无数据区域的存在。该结果对于研究区土壤侵蚀模型地形因子算法选择具有一定的现实意义。 相似文献
11.
12.
黄土高原小流域水循环GIS设计与实现 总被引：1，自引：0，他引：1
探讨了小流域水循环地理信息系统(GIS)的研究和构建：其中包括GIS在水文水资源系统中的应用模式,小流域水循环地理信息系统的系统设计的原则,系统架构设计和系统功能设计。应用组件式技术,采用新一代组件式GIS开发平台ArcObjects与可视化开发语言VB,以黄土高原六道沟小流域为例,设计建立小流域水循环空间数据库和属性数据库,并在此基础上,建立了小流域水循环地理信息系统。系统能够采集、表达和输出小流域水循环过程各类数据,系统还提供实现水文模型与系统的集成接口,为黄土高原小流域水循环过程研究提供数据采集、表达和分析支持。 相似文献
13.
黄土高原切沟空间分布特征 总被引：1，自引：0，他引：1
在区域尺度研究切沟空间分布特征,对黄土高原切沟防治及黄河中游水土保持工作具有重要意义。研究以系统抽样的方法布设256个小流域抽样单元,基于Google Earth亚米级遥感影像,采用人工目视解译的方法,对黄土高原切沟空间分布特征展开研究,结果表明：(1) 92个抽样单元存在切沟,占抽样单元总数35.94%。黄土高原切沟密度均值为1.47 km/km2,以小切沟为主。切沟长度、宽度、距分水岭距离均值分别为43.53 m, 6.30 m, 71.19 m。(2)黄土高原切沟主要分布在400 mm等降雨量线附近,尤其是延安及其以西至固原一带,榆林及其以北至东胜一带,小切沟分布与切沟总体分布基本一致,大切沟分布相对分散,在天水—定西一带最为突出。(3)黄土高原切沟所在坡面目前土地利用类型主要为草地(48.51%)、耕地(29.76%)、林地(17.27%)。研究可为黄土高原侵蚀沟分区治理规划提供理论依据。 相似文献
14.
维持黄河健康生命,就必须减少黄土高原特别是7 86万km2多沙粗沙区进入黄河的泥沙。为加快这一地区的治理,应实施以支流为单元的淤地坝体系建设新战略。开展以支流为单元的淤地坝体系建设比以小流域为单元进行坝系建设有五个方面的明显优势。以支流为单元开展淤地坝建设,要做好重点支流的选择、搞好支流坝系规划、同步开展项目监测、进一步加强对淤地坝关键技术和重大问题的研究以及多渠道筹集资金等方面的工作。 相似文献
15.
16.
包晓斌 《中国生态农业学报》1997,5(1):27-30
依据流域生态经济系统规划特征，用目标规划法进行流域生态经济系统规划。以黄土高原地区为例，建立了相应的流域生态经济系统目标规划模型，并分析了规划模型的运行过程。 相似文献
17.
研究提出黄土高原小流域雨水资源承载能力的概念,建立了小流域雨水资源承载能力综合评价模型和评价指标体系,并利用所建模型对黄土高原11个国家科技攻关试验区小流域雨水资源承载能力进行综合评价。 相似文献
18.
径流曲线法在黄土区小流域地表径流预测中的初步应用 总被引：8，自引：0，他引：8
径流曲线法是目前国际上预测无径流观测资料地区降水地表产流的主要模型,由于气候、水文及下垫面的差异,在黄土高原地区的应用受到限制。利用黄土高原地区3个小流域的303场降雨径流资料,针对黄土高原降雨地表径流特点优化模型中的初损率λ,并提出降雨强度修正函数,将降雨强度因子引入径流曲线法。优化后的模型效率E达到0．812,实测径流深与预测径流深的线性回归决定系数R2达到0．822。改进后的SCS．CN模型可用于黄土区小流域降雨地表产流预报,对黄土高原无资料地区侵蚀产流预报、指导水土保持工程配置和设计具有重要的理论和工程实践意义。 相似文献
19.
黄土高原水蚀风蚀交错带小流域治理模式探讨 总被引：6，自引：0，他引：6
黄土高原水蚀风蚀交错带为强烈侵蚀地区,也是黄河下游河床粗泥沙主要来源区。该地区生态环境脆弱,治理难度大;另一方面,区域内蕴藏有丰富的煤炭资源,到21世纪将建成世界级煤田。鉴于治黄和煤田开发的紧迫需要,本区迎来了以水土保持为中心环境整治的新机遇。根据工矿交通社会经济发展的新形势,以神木县六道沟小流域为试区,探讨了工矿业与农业相结合,生态效益与经济效益同步发展,农林牧生产走向商品化,走向市场的综合治理模式和系统工程。 相似文献
20.
黄土高原区流域生态环境建设的决策信息需求 总被引：2，自引：0，他引：2
针对面积达数十平方公里的中尺度流域单元,根据生态环境建设决策管理中关注的规划、监测、效益评价、区域发展评价等各类问题,总结分析黄土高原区流域生态环境建设决策与管理中的主要信息需求,为该区流域生态环境决策与管理系统建设提供依据。 相似文献