海坛岛土壤侵蚀问题研究

以RS与GIS技术为支撑选取平潭综合实验区的核心区海坛岛作为研究区,选择RUSLE方程因子算法,估算海坛岛2009年和2012年的土壤侵蚀量。利用GIS技术分析土壤侵蚀与坡度、植被覆盖度之间的关系。     

地理信息系统应用下的黄土高原地区土壤侵蚀量估算

土壤侵蚀研究的一大核心问题就是土壤侵蚀量的估算。采用美国通用水土流失方程(USLE),利用黄土高原地区DEM数据、气象数据及土地利用类型等数据,对黄土高原地区进行土壤侵蚀量的估算采用USLE模型,运用GIS和RS技术,是一种可行的方法与技术途径。在GIS和RS技术的支持下,实现了USLE中各因子及黄土高原地区土壤侵蚀量的估算,同时结合中国土壤侵蚀强度分级标准进行土壤侵蚀强度的分级。分析结果可为今后黄土高原地区的水土流失的防治措施的制定提供参考。     

基于高光谱遥感的植被生物量反演方法研究

高光谱遥感技术能够为反演植被生物量提供快速无损的数据采集与分析处理方法.基于高光谱遥感在植被生物量反演中的研究成果和进展,对其反演方法进行研究:阐述高光谱遥感反演植被生物量的原理;探讨高光谱遥感反演植被生物量的估算模型;分析比较不同估算模型的特点.结论表明,利用高光谱遥感分析植被的光谱特性进而估测植被生物量是一种精度较高且应用广泛的方法.     

南水北调中线工程水源区水土流失估算

立足南水北调中线水源区独特的地理概况和水土流失的特征,利用GIS对空间数据处理和数值分析方法来估算当地的土壤侵蚀量.确定研究区域内土壤侵蚀量的各种不同等级,最终达到对水源区水土流失估算的目的,为南水北调中线工程水源区水土保持提供较为可靠的信息资源.     

基于GIS的区域土壤侵蚀敏感性评价——以怒江州为例

怒江州作为三江并流世界遗产核心地,生态区位重要,承担着国家生态安全战略,以此区域研究土壤侵蚀敏感性具有重要的意义.在RUSLE模型和对研究区的自然环境特征研究基础上,选取降雨侵蚀力、地形起伏度、土壤可蚀性、植被覆盖(植被覆盖度和土地利用类型综合)等作为评价因子,采用几何平均数法和土壤侵蚀潜在危险性指数模型综合评价怒江州土壤侵蚀敏感性.研究表明:土壤侵蚀敏感性对各因子的敏感性都较高,说明怒江州各自然要素特征都较容易形成土壤侵蚀;土壤侵蚀总体处于高度敏感,占总面积68.12%,潜在危险性指数为5.9,验证了统计结果.总体上,三江两岸敏感性较高;土壤侵蚀与人类活动的空间存在耦合性,人口越密集区,敏感性越高,主要体现在坡耕地的较高敏感性.总之,该区域水土保持的关键在于对土地的合理利用.     

基于山地植被指数估算临县植被覆盖度

植被覆盖度是生态环境监测的重要指标,而复杂地形因素影响对山地植被遥感信息的准确提取.以山西省临县为研究区,采用归一化植被指数(NDVI)和归一化差值山地植被指数(NDMVI)分别估算临县2011年7月和2016年4、7、9、12月的植被覆盖度,在对比分析植被指数地形敏感性的基础上,分析黄土丘陵区复杂地形条件下NDMVI对植被覆盖度的估算效果,并对临县近年来植被覆盖度的变化情况进行分析.结果表明:2016年4月使用NDMVI覆盖度估算模型的地形敏感度最弱,估算植被覆盖度的效果最好.从2011年至2016年临县植被覆盖度整体呈现增加的趋势,中高度(50%～70%)、高度(70%～100%)植被覆盖度区面积增加约20%.在空间上,临县中部黄土丘陵沟壑区、西部黄河沿岸丘陵基岩裸露区植被也有了明显的改善,植被覆盖度由中低度、中度覆盖区转为中高度和高度覆盖区,植被覆盖度改善明显.归一化差值山地植被指数(NDMVI)更适合于山地区域植被覆盖度估算.     

半干旱煤矿排土场边坡侵蚀与植物配置关系

煤矿排土场进行生态修复要考虑复垦成本,为探究水土保持效益最高的植物配置模式,以胜利矿区南排土场复垦区内不同植物配置的3个代表性区域为监测对象.采用无人机遥感技术,掌握监测区的植被高度、植被盖度及叶面积指数等参数信息,并提取监测区的土壤侵蚀量,得到边坡侵蚀与植物配置的关系.结果表明:边坡植被盖度与土壤侵蚀模数有很强的负相关性,R=0.843,抗土壤侵蚀边际效益最高的区间为30%~40%植被覆盖度,侵蚀控制能力与灌木和多年生草本的比例呈正相关关系,由此得出监测区的最优植被配置,从而为确定合适的优势物种及植被覆盖度、排土场水土流失防治提供理论依据.     

基于CASA模型和SEVI指数的福建省植被NPP遥感估算与分析

植被净初级生产力(NPP)是评估陆地生态系统碳汇和调节过程的重要指标,但遥感影像上崎岖地形造成的光学辐射传输畸变会降低植被NPP估算精度.为了消除地形对山区植被NPP模型估算的影响,以福建省为研究区,利用阴影消除植被指数(SEVI)改进CASA模型中的植被光合有效辐射吸收比率因子(FPAR)计算模型,进行福建省2005年和2015年的植被NPP估算和时空分布特征分析.研究结果显示SEVI反演的FPAR在阴影处的相对误差降低至0.53％,能有效消除地形阴影对FPAR的影响.采用消除了地形阴影影响的FPAR进行CASA模型反演福建省2005年和2015年的植被NPP平均值分别达到861.9 g·m-2·a-1和855.7 g·m-2·a-1.其中常绿阔叶林NPP最高,农用地NPP最低.不同地区植被NPP分布差异明显,西部内陆较高,东部沿海较低.月均植被NPP总体变化趋势与温度因子走势相同,相关系数分别为0.96和0.95,夏季月均植被NPP最高,达110 g·m-2以上;冬季月均植被NPP最低,在20 g·m-2以下.     

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和USLE的下庄小流域土壤侵蚀量预测研究

将地理信息系统Geographical Information System(GIS)与通用土壤流失方程Universal Soil Loss Equation(USLE)相结合进行流域土壤侵蚀量的预测和估算.以福建省九龙江典型小流域下庄为研究区域,在桌面GIS软件MapInfo和ArcView的支持下,建立流域的空间数据库,利用GIS的栅格数据空间分析功能,将小流域空间离散化为10 m×10 m的栅格,根据合适的USLE因子算法生成各因子栅格图,借助GIS图形运算,实现了下庄小流域的土壤侵蚀量估算和土壤侵蚀关键源区的标识,进一步利用GIS和USLE结合对小流域进行土壤侵蚀控制措施的模拟,为下庄小流域土地利用和水土保持提供科学依据.研究结果表明,下庄小流域的平均土壤侵蚀模数为2 541.66 t/km2.a,土壤侵蚀强度属中度,强度侵蚀以上区域占流域面积的11.17%.在模拟实施控制管理措施后,小流域土壤侵蚀模数降为1 570.89 t/km2.a,土壤侵蚀强度属轻度,强度侵蚀以上区域降为3.75%.     

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.     

综合RS与GIS方法的海南生态环境研究

以1987年海南植被类型图,1988年海南省土壤侵蚀图和1987年与1998年的TM遥感资料为信息源,综合应用ERDAS和ARC／INFO软件分析了海南建省前后生态环境的变化情况,并对生态环境现状进行了评价．结果表明,作为本区自然生态环境质量标志的季雨林、雨林面积变化不大,自然生态环境质量由中部山区向外依次降低．人类活动对自然生态环境的影响明显,人工植被大幅度增加,但天然植被面积呈现减少趋势．     

基于RS的辽宁省境内老哈河流域土壤侵蚀时空演变

应用RS和GIS技术,依据水利部颁发标准(SL190-96),对辽宁省境内老哈河流域1990年和2000年的土壤侵蚀状况及其时空变化进行了研究.结果表明,10年中老哈河流域土壤侵蚀状况总体有所恶化,具体表现为中度侵蚀面积明显增加,而强度以上侵蚀面积有所减少;空间上,主要恶化区域集中于研究区中东部的大康家窝铺一带,而流域北部的老官地镇和烧锅营子乡土壤侵蚀状况则有所改善.土壤侵蚀强度变化的主要原因与该区土地利用类型变化直接相关.     

基于RS和GIS的黑河流域景观生态综合评价

利用2006年Landsat TM影像、土壤数据、DEM数据及气象资料,基于RS和GIS技术,针对土地沙漠化、土壤盐渍化和水土流失等主要生态问题,选取植被类型、干旱指数、地形、降水侵蚀力值等8个指标,建立了景观生态综合评价模型,评价了黑河流域景观生态质量.结果表明:(1)黑河流域景观生态综合指数平均值为5.870,以3级和4级为主体,占总面积的68.65%,景观生态质量一般;(2)景观生态质量水平分布表现出明显的区域差异,呈现出流域上游最好、中游次之、下游最差的特点,从行政范围来看,民乐县、山丹县、甘州区、祁连县和肃州区较好,额济纳旗、金塔县、嘉峪关市等则较差.     

黄河流域兰州段土壤侵蚀敏感性评价

黄河流域兰州段,由于严重的土壤侵蚀现象,带来的流域生态问题凸显。研究黄河流域兰州段土壤侵蚀敏感性问题,有助于解决该区域黄河流域生态环境保护与治理。选取降雨侵蚀力、土壤可蚀性、坡度、坡长、水土保持措施、植被覆盖6个因子,采用改进的加权土壤侵蚀(the revised universal soil loss equation, RULSE)模型,运用地理信息系统(geographic information system, GIS)和遥感技术评价该区域土壤侵蚀敏感性。结果显示:黄河流域兰州段土壤侵蚀极敏感区和重度敏感区占区域总面积的42.73%,中度敏感区占区域总面积的45.60%,轻度敏感区和不敏感区占区域总面积的11.67%。其中,最敏感区位于兰州市榆中县。研究结果可为黄河流域兰州段合理规划水土资源、生态环境保护和管控预警提供决策支持。     

GIS用于流域径流污染物的量化研究

应用GIS技术结合美国通用土壤流失方程对吉林松花湖流域的土壤侵蚀量及非点源污染物的流失量进行定量描述，可快速地识别污染物流失的危险发生区，得出各地理要素的空间分布。分析其相互关系，得出结论：（1）运用GIS进行非点源污染研究具有良好的适应性和广阔的前景；（2）流域中土壤侵蚀受土地利用、地形坡度和植被盖度等因素影响，而人为活动则是氮磷流失的主控因子。     

贵州乌江流域喀斯特土壤物理性质的研究

本文分析研究了贵州乌江流域喀斯特土壤在不同植被类型和不同侵蚀程度条件下的土壤主要物理性质.认为:土壤侵蚀状况是影响土壤物理性质的主要因素,在土壤侵蚀不强烈的条件下,各种植被类型的土壤发育良好,土层深厚,表层有机质含量较高;土壤以粘壤土和粘土为主;土壤孔隙性适宜,土壤结构性良好,能有效的发挥保持水土的作用;但是已经受到水土流失的威胁,存在砂化的趋势.而土壤受强烈侵蚀的情况下,土壤各种物理性状极差.因此,必须采取措施进一步改善土壤物理性质.     

应用RUSLE模型的长汀县水土流失风险空间分析

以修正的通用水土流失方程(RUSLE)为理论基础,以长汀县为研究区,利用地理信息系统(GIS)与遥感(RS)技术,在计算各影响因子的基础上估算水土流失,生成流失风险等级分布图.对水土流失的主要因素进行空间叠加分析,并将研究区水土流失风险综合评估结果与坡度、植被覆盖度及土地利用图层进行空间相关分析.结果表明:研究区水土流失中、高风险区分布仍较多,其中,河田、三洲、策武3乡镇形势最为严峻;水土流失风险呈现出一定的地域性特点,与植被覆盖度有严格的负相关关系,但与坡度并无严格的正相关关系.