多维地形因子作用下的西南山地丘陵过渡带景观格局研究:以涪江流域中上游为例

山地丘陵过渡带地形独特,地形因子分析不仅可以对复杂地理单元的景观格局做出合理解释,而且能进一步了解景观格局分布规律,为优化空间配置奠定基础。以2017年Google Earth影像、DEM和全球30 m地表覆盖数据为数据源,运用GIS技术、分布指数、景观格局指数和移动窗口法等方法,分析了涪江流域中上游地区景观类型随高程、坡度、起伏度和坡向的空间分布特征,利用Pearson相关性分析探究不同地形因子对景观格局变化的影响程度。结果表明:(1)随着高程、坡度和起伏度的增加,景观类型由人为主导的耕地、建设用地过渡为以自然为主导的林地、草地;从阳坡到阴坡,建设用地分布由优势到劣势下降最为明显。(2)流域景观类型最为丰富的地貌为冲积平原,主要分布于海拔500～650 m、坡度0～5°和起伏度10～30 m的区域;高海拔、坡度和起伏度地区的景观格局单一化趋势明显,破碎化程度较轻。(3)山地区的多样化景观主要分布在涪江沿岸,丘陵区涪江沿岸景观呈现单一化趋势,冲积平原区景观由外向内呈现出相对单一化—多样化—相对单一化的趋势,城乡结合部景观最为丰富。(4)不同地形因子对景观格局的影响程度为高程坡度起伏度坡向,高程、坡度、起伏度与景观格局有较强的相关性,而坡向则表现为弱相关性。     

浙闽山地丘陵区地形因子对土地利用格局的影响分析:以福建省永泰县为例

地形因子不仅控制土地利用分布格局,而且对区域生态建设及土地可持续利用具有重要影响。选取高程、坡度和地形起伏度3个地形因子,以福建省永泰县为例探究了浙闽山地丘陵区不同地形因子对土地利用格局的影响,结果表明:(1)居住地、工矿交通用地、耕地、园地、水域在高程小于500 m、坡度小于25°的区域呈优势分布,地类间竞争激烈,应合理布局5种地类关系;林地和草地主要分布在高程大于750 m、坡度大于35°的生态脆弱区,应重点考虑生态保育。(2)低山丘陵和河谷平原地带受人类生产生活影响,斑块类型复杂,异质性较高;山地丘陵和边缘山区地带由于自然生态系统占据优势位,斑块形状规则,连通性较强;Pearson相关性分析表明,地形因子与景观格局指数之间存在显著相关性。(3)山地丘陵对土地利用格局具有重要空间限制性,在对其进行开发利用时,需要根据各地类在不同地形条件下的分布规律进行合理安排与协调,才能实现土地资源的可持续利用。     

冰川分布格局对地理因子响应机制

为探究高寒区冰川分布格局及其对地理位置、地形和气候因子的响应机理,以新疆玛纳斯河流域为研究样区,以TM影像、DEM和气象站点资料为数据源,借助RS和GIS技术提取冰川边界信息,采用线性回归模型估算研究区气温和降水数据并进行栅格计算,基于DEM数据提取山区坡度和坡向等地形信息,与所提取的研究区冰川分布格局信息叠加后得到了布局均匀的213个冰川样点,并获取各样点的地理位置(经纬度)、地形特征(高程、坡度和坡向)、NDSI、气温和降水等属性信息,最后运用偏最小二乘法(PLS)构建了冰川-地形-气候遥感反演模型,并进行模型有效性和适用性检验。分析结果表明:该模型能够解释78.2%以上的因变量变异,对研究区冰川分布格局的总预测能力达到76.9%,有效性检验结果表明模型效果较为显著,有效克服了自变量间多重相关性的干扰;同时发现PLS方法对冰川分布格局及其影响因子的相关性分析具有较好的分析能力。气候变化是影响研究区冰川分布格局动态变化的最重要因子,地形因子对冰川的发育和积累具有决定性作用,而地理位置的贡献相对较小。另外,为了能更好地模拟冰川分布格局,在以后研究中应将影响冰川分布格局变化的其他因子也纳入模型中,如山区风向、风力、水汽压、相对湿度及下垫面性质等对冰川分布和变化都有一定影响。该研究可为区域气候和水文研究提供理论参考,对干旱区水资源的合理利用亦具有重要指导意义。     

喀斯特高原山区土地潜在石漠化与地形因子的关系

选取位于贵州省普定县的后寨地下河流域中下游作为研究区,利用地理信息系统软件,解译出研究区2004年的潜在石漠化等级分布图,对海拔、坡度、坡向和坡位等地形因子同各等级潜在石漠化景观面积的相关关系进行定量分析。结果显示,研究区潜在石漠化景观在空间上呈不均匀分布;海拔、坡度和坡向等地形因子同潜在石漠化景观的多个等级斑块面积之间相关性显著(P<0.05或P<0.01);随着海拔的增加,低度和中度潜在石漠化面积所占比例逐渐增加,无石漠化和极低度潜在石漠化面积所占比例逐渐减少;随坡度的增加,无石漠化面积所占比例逐渐减少,低度、中度及极高度潜在石漠化面积所占比例逐渐增加;随着坡向由阴转阳,中度和高度潜在石漠化面积所占比例逐渐增加;而坡位与各等级潜在石漠化景观面积之间无显著相关性。     

康禾自然保护区森林苔藓植物丰富度对地形因子的响应

为揭示森林苔藓植物分布和丰富度对地形因子的响应,在广东东部康禾保护区内设置6 hm~2样地调查苔藓植物及坡向、坡度和凹凸度等地形因子,分析地形因子与苔藓植物丰富度的关联及不同地形梯度下苔藓植物群落组成和物种丰富度的差异。样地内共记录到苔藓植物25科36属47种(含3变种),其中苔类15种,藓类32种。多响应置换过程分析表明,不同的坡度和坡向分组中苔藓植物群落组成不存在显著差异,而在不同凹凸度间的群落物种组成则存在显著差异。Kruskal-Wallis非参数的方差检验及相关性分析则表明,坡向和坡度对苔藓植物丰富度的影响不存在显著的梯度效应,而凹凸度不仅与苔藓植物丰富度表现出显著的线性相关,而且还存在显著的强梯度效应,表现为随凹凸度的增大苔藓植物丰富度呈显著下降的趋势。苔类和藓类对地形因子的响应各不相同。与坡向相关的潜在直射光入射辐射(PDIR)对苔类植物丰富度的影响强于对藓类植物丰富度;而凹凸度对苔类和藓类植物的分布和丰富度变化均有显著的影响,且呈现很强的梯度效应。这些结果反映出苔类植物丰富度对与坡向相关的热量变化较为敏感,而无论是苔类还是藓类植物均对与水分条件相关的凹凸度变化敏感。本项研究揭示了森林苔藓植物分布和丰富度对地形因子的响应,可为区域生物多样性保护和苔藓植物相关的生态学研究提供重要的参考。     

澜沧江下游景观破碎化时空动态及成因分析

景观破碎化深刻影响着景观格局和过程。以澜沧江下游城市——景洪市为研究区域,选取2000、2005和2010年的景观类型数据与对应的SPOT-NDVI遥感数据,对比了移动窗口法和空间自相关法在指示景观破碎化时的精确性和可应用性。采用300 m的移动窗口边长,选取蔓延度指数(CONTAG)、景观形状指数(LSI)、斑块密度(PD)、边缘密度(ED)、最大斑块指数(LPI)和香农多样性指数(SHDI),利用移动窗口法将景观指数空间可视化以指示景观破碎化特征。研究表明,不同景观类型的NDVI值均在0.6以上;2000年、2005年和2010年,Moran’s I值均在0.78以上;进一步分析了NDVI的局部空间自相关指数Moran’s I,结果表明NDVI呈"高—高"自相关的地区大多为常绿阔叶林地带,而NDVI呈"低—低"自相关的地区大多为建筑用地和耕地分布广泛的区域。统计各景观类型的景观指数和空间自相关指数后发现,对于常绿阔叶林和未利用地等景观类型,局部自相关指数高的区域,CONTAG值也高,而LSI值较低,这表明该类景观类型斑块较少且完整,破碎化不明显。通过比较不同景观类型的景观指数和空间自相关系数,发现两种方法在指示景观破碎化上具有良好的可比性。同时,提取了海拔、坡度、坡向、地形起伏度和地面粗糙度等地形因子,分析了NDVI和地形因子之间的局部空间自相关指数Moran’s I,结果表明研究区植被分布在一定的程度上由海拔、坡度、地形起伏度和地面粗糙度所决定。本研究为综合景观指数与空间统计分析揭示景观格局变化和空间异质性提供了参考,并通过景观格局与地形因子的相关性分析进一步解释了景观格局变化与环境变化的生态意义。     

福建省森林植被NEP时空变化及影响因子分析

不断加剧的气候变化和人类活动增加了区域生态系统碳循环研究的不确定性。净生态系统生产力(NEP)能够定量描述陆地生态系统与大气之间的碳交换量,探究区域生态系统NEP的时空变化及对气象、植被等因子的响应有助于明晰区域生态系统碳收支状况和应对气候变化。基于TEC模型和生态系统呼吸模型评估了福建省森林2000-2020年NEP时空格局,并借助地理探测器和贡献率方法探究了福建省NEP时空变化的主要驱动因子。结果表明：(1)2000-2020年福建省森林多年年均NEP为528 g·m^-2,呈极显著的增强趋势。空间分布规律为“高值主要分布在福建南部的内陆地区,低值主要分布在中北部和南部沿海地区”,约48.3%的地区NEP呈显著上升趋势,主要分布在福建省的中部偏西南地区,而仅有1.00%的地区呈显著下降趋势;(2)空间分布上,影响福建省森林NEP的空间分异的主要因子为植被、地形和气象要素。归一化植被指数对森林NEP空间分布的影响最大,是影响福建省森林NEP空间分异的主要驱动因子,其次是地形和太阳辐射,高程的最适区间为891-1 491 m,而辐射的最适区间为128-130 W·m...     

阿尔泰山小东沟林区植被随地形分布规律

在高度异质性的山区景观中,地形通过不同生态因子时空分布的影响而成为植被分布的决定性因素.在野外调查的基础上,将植被遥感影像分类图基本像元分别与由DEM推算出来的坡度、坡向、海拔和剖面曲率图相叠加,定量分析新疆阿尔泰山小东沟林区不同植被类型分布与地形因子之间的关系.通过遥感影像并结合地面调查数据,可将阿尔泰山小东沟林区的植被划分为针叶林、阔叶林、针阔混交林、灌木林和草地5种类型.该区域的地形特征如下:坡度以斜陡坡为主,占总面积的64.32%;坡向以西南坡最多,其次是东北坡,分别占总面积的15.02%和14.78%,东南坡和南坡所占面积较少,分别占总面积的9.30%和10.20%;海拔以1 200-2 000 m居多,占总面积的87.19%,是整个研究区的主要海拔分布范围;剖面曲率以5-10°面积最多,占总面积33.31%,其次是剖面曲率3-5°和0-3°,分别占总面积的22.84%和22.44%.剖面曲率>10°的区域占总面积比例较小.各植被类型分布频率最高的地形生境因子组合分别为:针叶林是坡度15-35°的斜陡坡,西北坡,海拔1 800-2 000 m,剖面曲率0-3°;阔叶林是坡度15-35°的斜陡坡,西北坡,海拔1 400-1 600 m,剖面曲率5°-10°;针阔混交林是坡度15-35°的斜陡坡,北坡,海拔1 600-1 800 m,剖面曲率5-10°;灌木林是坡度15-35°的斜陡坡,西坡,海拔1 400-1 600 m,剖面曲率5-10°;草地是坡度15-35°的斜陡坡,南坡,海拔1 200-1 400 m,剖面曲率5-10°.研究不同植被类型随地形生境的变化规律可为生物多样性保育宏观规划和森林可持续经营提供重要科学依据.     

基于GIS的卧龙自然保护区大熊猫生境选择与利用

在ArcGIS 10.2的支持下,分析卧龙自然保护区大熊猫(Ailuropoda melanoleuca)在地形因子(海拔、坡度和坡向)和生物因子(植被、竹林类型)上的生境选择(动物利用某种生境类型面积占其家域的比例)与利用(动物家域内某生境类型面积与保护区的这一类型面积的比例)特征进行了定量研究。结果表明,(1)地形因子:卧龙大熊猫在生境选择过程中,生境利用率较高的海拔区间为1 5 00~3 000 m,平均利用率达到了55.93%,而生境选择的主要海拔区间为2 000~3 500 m,占空间利用面积的89.64%;大熊猫生境利用在坡度上相对均匀,而生境选择的主要坡度区间为20°~50°,占空间利用面积的85.56%;生境利用率最高的坡向区间为270°~315°,占比达到了31.88%。(2)生物因子:大熊猫生境利用率较高的植被类型区域为亚高山针叶林与常绿落叶阔叶林,利用率分别为51.04%和70.20%;而生境选择的主要植被类型区域为针叶林与针阔混交林,占空间利用面积的90.23%;生境利用率最高的竹林类型区域为冷箭竹(Bashania fangiana)林,利用率达到了51.63%,而生境选择的主要竹林类型为拐棍竹(Fargesia robusta)和冷箭竹,二者占空间利用面积的95.20%。研究结果揭示了在不同地形和生物因子分异区间(类型)大熊猫的生境面积分布和空间利用模式特征,丰富了大熊猫生境选择与利用特征的研究手段。     

不同地形梯度上的植被变化趋势及原因分析

植被变化趋势的地形分异规律对于理解其驱动因素具有重要意义。为了探索植被变化趋势的地形梯度分异规律和原因,以MODISNDVI为数据源,利用Mann-kendall方法分析2000-2015年贵州省植被的变化趋势,通过地形位指数(TNI)和分布指数分析植被变化趋势的地形梯度分异规律,并结合气候、土地利用和扰动类型数据分析其形成原因。结果表明,(1)在空间分布上,NDVI呈极显著降低趋势(Z≤-2.32,P≤0.01)的栅格占研究区总面积的3.8%,主要分布在北部、东北和东南部区域;极显著增加趋势(Z≥2.32,P≤0.01)的栅格占研究区总面积的3.7%,主要分布在西部、西南和东北部地区。(2)低(1-4)和高(9-12)地形位是NDVI呈显著减少趋势的栅格的优势分布区,而中(5-8)地形位是NDVI显著增加趋势的栅格的优势分布区。(3)低地形位上NDVI显著降低的栅格中,49.2%存在NDVI变化趋势的突变,其中33.5%是由于建设开发和林地退化等原因导致。(4)中地形位上NDVI显著增加的栅格中,扰动后修复的比例达到30.7%,主要是由于生态修复促使NDVI显著增加。(5)高地形位上NDVI显著增加的栅格中86.2%在研究时段内未发生植被扰动。这部分栅格中,NDVI与夏季气温呈负相关的比例分别占东部和中部地貌区总面积的97%和96.5%。综上,人为活动是导致低地形位NDVI显著减少和中地形位NDVI显著增加的主要原因;高地形位内NDVI值的显著下降与春季和夏季气温升高有关。植被变化趋势的地形梯度分异规律能够反映出植被变化的直接驱动因素。在生态环境保护过程中,针对不同地形梯度上的植被应该采取不同的保护措施:低地形位区重点关注人为活动对植被的扰动;中地形位区重点关注生态工程的治理成效和不合理的土地利用方式,避免植被恢复与退化的同时发生;高地形位上通过实地监测密切关注植被对全球气候变暖的响应。     

坡面尺度上地貌对α生物多样性的影响

为了解地貌在坡面尺度上对α生物多样性的影响,采用主观采样法在陕北吴起县合家沟流域不同地貌部位进行了样地调查.利用SPSS16.0统计软件先后对各地貌部位物种组成及各物种的重要值、地形因子要素间、地形因子和群落α多样性之间分别做了聚类分析、相关分析和多元回归分析.结果表明:(1)地貌部位相似的群落聚类在一起,说明地形因子是影响物种组成、群落结构、生态系统等的重要因素.(2)海拔和坡位,坡向和坡度,地形指数和海拔、坡位、坡形之间的Pearson 相关系数均大于0.8,双尾显著性检验概率小于0.05.(3)影响α生物多样性指标香农-维纳指数的地形因子按重要性从大到小依次是:坡位、坡向、海拔、坡形、坡度、地形指数,进一步分析得出在黄土高原丘陵沟壑区,沟沿线、光照、土壤水分和养分在影响α生物多样性指标上依次递减.(4)通过多元线形回归检验,得出坡位、坡向、坡形、海拔这四个地形因子与群落α生物多样性关系密切,建立的回归模型显著性检验可信度大,与样本数据的拟合度高.各地形因子数据归一处理后的回归方程为:香农-维纳指数=2.417-0.581×坡形-1.333×坡位+1.449×海拔+0.631×坡向.地形地貌特征在黄土丘陵区表现明显,研究它对生物多样性的影响可为该区植被恢复提供参考,但由于调查样地尺度较小,在应用推广上尚待进一步研究.     

丘陵山区土壤阳离子交换量（CEC）的空间分布预测

运用GIS的空间分析技术和DEM.在区域范围内可以表征基于地形因子的土壤-景观模型.本研究根据江西省兴国县151个样点数据,分析CEC和地形因子的相关关系,建立回归模型,进行预测.结果表明,表层土壤中CEC含量平均值为8.7 cmol/kg.空间分布上,CEC含量在5～8 cmol/kg、8～12 cmol/kg和12～15 cmol/kg的而积分别为l 270 km2、l500 km2和281 km2.CEC含量大于12 cmol/kg,主要分布在干枚岩和红砂岩发育的土壤中,分布面积分别为242 km2和56km2.地形变量巾坡向埘CEC含量影响最大,CEC含量和有机质、粘粒、海拔、母岩、坡向存在着正相关关系,坡度和CEC含量的相关关系不明显.利用回归分析模型和DEM(30 ITIX 30 m),预测CEC的卒问分布,R2为0.575.     

地形因子对暖温带森林群落物种丰富度-地上生物量关系的影响

地形因子是森林群落物种丰富度与生产力的重要影响因素,可以修正物种丰富度-生产力两者之间的关系。为了厘清地形因子对物种丰富度-生产力关系的修正效应,以东灵山暖温带天然次生林为研究对象,基于20 hm2样地DEM地图,提取海拔、坡度、坡向、凹凸度等地形因子,用GLM模型探讨了地形因子对群落丰富度与地上生物量的影响。结果表明,群落地上生物量与物种丰富度分别受不同地形因子的影响,群落地上生物量受Ea、El2、El3、Co34个因子的显著影响（P〈0.05）,而物种丰富度则受Sl、El、El2、El34个因子的显著作用（P〈0.05）,两者受海拔相关因子的影响最大,分别解释了两者3.99%和11.09%的变异。地形因子修正了物种丰富度-地上生物量之间的单峰曲线关系,使其朝着单调与直线化趋势变化。以后在探讨森林群落物种丰富度-生产力关系时,地形因子的修正作用应该受到重视。     

贵州省煤矿区植被指数变化及其影响因子分析

基于遥感和空间分析技术,利用MODIS数据对2000—2014年贵州省煤炭资源开采对植被的影响进行监测分析。采用最大值合成、平均值和一元线性回归分析等方法研究贵州省煤矿区植被变化特征,并运用地理探测器分析高程、坡度、坡向、土壤、多年平均降水量、多年平均气温和煤炭年产量对矿区植被变化的影响。结果表明,贵州省煤矿区NDVI值均大于0.77,整体生长状况较好,但低于全省平均水平,其中大型煤矿植被指数均值明显低于中、小型煤矿;在全省NDVI值处于上升趋势的情况下,大多数矿区(79.22%)植被也处于改善趋势,依然有部分矿区(13.42%)植被呈现退化趋势;全省总体而言,煤炭产量对矿区植被变化的解释力在7个因子中处于第3位,在遵义、毕节和六盘水市,其解释力分别排第4、5和5位,对植被变化解释力最大的是自然环境因子中的降水、土壤和坡度。     

黄土丘陵沟壑区深层土壤水分空间变异及其影响因子

以甘肃省定西市龙滩流域为例,对比分析了不同坡位、坡度和坡向典型植被(柠条林地、油松林地、侧柏林地、苜蓿草地、荒草地和农地)0～8 m深度土壤水分的空间变异状况。结果表明,不同植被和地形条件下,深层土壤水分的剖面分布特征均表现为随土层深度增加而增加。地形是浅层土壤水分空间变异的重要影响因子,而植被生长状况是深层土壤水分空间变异的决定因素,植被生长越好则深层土壤含水量越低。坡度对深层土壤水分有显著影响,缓坡地土壤含水量显著高于陡坡地。水土保持工程和耕作管理措施能有效提高深层土壤含水量,可作为提高土壤储水的有效途径。     

冀北山区森林群落草本多样性及其与地形关系研究

通过野外调查取样,应用Menhinick丰富度指数、Simpson指数、Shannon-Wiener指数和Pielou均匀度指数研究了冀北山区12种典型森林群落内的草本植物多样性规律,并采用典范对应分析（CCA）方法研究其分布与地形的关系。结果表明：不同的群落类型草本植物的组成和多样性指数不同,山杨（Populus davidiana）纯林的种数最多为34种,黑桦（Betula dahurica Pall）纯林的种数最少为19种,其Simpson指数、Shannon-Wiener指数最高,分别为0.927 3和2.879 6;在1 200～1 700 m之间,随海拔升高物种多样性指数、均匀度指数和丰富度指数呈正相关性,但没有线性上升的趋势关系;选取的地形因子对样点草本的影响程度大小为：坡向〉海拔〉坡度〉坡位〉坡形,坡向是样点草本植物空间差异的最主要地形制约因子,环境解释率为98.7%,证明排序可信。     

基于GWR的中国地级城市SO_2年均质量浓度模拟

中国城市空气污染问题已经引起广泛关注。目前相关研究很多,但是以空间位置为拟合参数,对空气质量进行回归模拟的研究较少。以2010年中国地级以上城市SO2年均质量浓度为因变量,分别应用普通线性回归和地理加权回归(GWR)模型模拟SO2年均质量浓度,其中地理加权回归方法考虑了空间位置的影响并以此作为回归参数。回归的自变量指标体系包括气象要素(多年平均温度、光照、降水)、植被覆盖(NDVI)、地形要素(坡度、坡向、起伏度)、人为因素(GDP、能源消费)几个方面。由于各指标之间存在较强的相关性,用主成分分析方法计算得到温度、日照、降水、NDVI表征的气象植被综合指标,高程、坡度、起伏度表征的地形综合指标,和GDP、能源消费表征的人为因素综合指标。用3个综合指标值作为自变量进行回归模拟。普通回归结果较差,其r2为0.11,矫正的r2为0.10;GWR模型模拟结果相对较好,其拟合优度显著提高,r2为0.66,矫正的r2为0.47。因此,地理加权回归适合进行此类拟合,普通线性回归不适合。通过对比地理加权回归模拟的各个城市的拟合优度,发现年均质量浓度数值较高的地区拟合效果较差,这些地区主要集中在中国华北和南部部分地区。与基于机理的模型相比,GWR模型和其各具优缺点,GWR的优势主要表现在数据及其格式化要求低,计算机软硬件条件要求低,运算速度快等。     

宝天曼木本植物群落数量排序与环境解释

研究选取14个分别代表植被群落、地形因子、土壤因子的指标,利用宝天曼自然保护区32块样地资料,研究了物种分布与环境之间关系。采用DCCA法可将该地区木本植物群落划分为3个类型;物种与9个环境因子之间存在显著的相关关系,前4轴可解释物种总变异的94.1%;海拔、坡度、土壤含水量、坡向是影响该地区物种分布的主要因子,其中海拔是指示物种分布变化的最敏感因子。不同指标集团的典型相关分析结果表明：地形与植被因子之间、土壤因子与植被因子之间第1对典范相关系数分别为0.712和0.783,存在着显著的相关关系,影响植被特征的最重要地形因子是海拔和坡度,土壤因子为土壤厚度和土壤含水量,而对地形和土壤反应最敏感的植被指标分别为林分密度和平均树高,群落分布状态是由地形和土壤因子共同作用所控制的。     

MOE法在土壤侵蚀危险评价中的应用

影响土壤侵蚀的因索很多,有自然因素(如地形、植被、土壤、降雨等)和人为因素,这些因素中既有量化指标如坡度、降雨等自然因素,也有土地利用、土壤母质等不可量化的指标.这些因素的共同作用,使得单纯在GIS下利用叠加的方法对土壤侵蚀潜在危险进行判别带来一定的困难(如人为因素的最化问题等).多标准评价法(Multi-Criteria Evaluation,MCE)可以将难以量化的指标进行量化处理,并综合考虑多种囚素埘口标的影响,通过加权线性合并及布尔叠加的方法,在众多因素或是相互矛盾的客观实际中确定一种折中的优化方案,来对目标作出客观的评价.主要介绍了多标准评价法的概念及其方法原理,并以江西兴国县为例,介绍了该方法在土壤侵蚀评价中的实现过程.在土壤侵蚀评价因子的选用上,先取了植被指数(LAI)、土地利用、坡度、土壤母质、高程、道路、降雨及人口密度八个因子,根据实际情况确定单个因子在不同指标水平下可能造成的潜在土壤侵蚀危险等级;然后将因子组成矩阵,通过两两比较,来判断各因子的权重;把权重与相应的因子图相乘得到带权重值因子的栅格图,这些栅格图再进行统一的标准化处理,最后将标准化处理的栅格图通过叠加生成潜在侵蚀危险分布图.结果表明,兴国县大部分是微度侵蚀危险地区,呈连片分布,中、低度侵蚀危险主要分布在平原及沟谷地带,呈零星态,二者呈相互交错.微度危险、低度危险及中度危险区域分别占兴国县总面积的37.9%、29.2%及30.4%.三者之和为97.5%,高侵蚀危险及极高侵蚀危险的面积只占2.5%,且呈零星分布.这与兴国县的土壤侵蚀分布现状基本一致,多标准评价法应用在土壤侵蚀危险评价上是切实可行的.     

雅鲁藏布江源区土壤侵蚀特征

以雅鲁藏布江源区所在的马泉河流域为研究区域,运用遥感和G IS技术对土壤侵蚀及其空间分布的地貌特征进行研究,结果表明:轻度及其以上强度土壤侵蚀面积为18 933.33 km2,占源区面积的71.86%;冻融侵蚀是土壤侵蚀的主要形式,占源区面积的82.53%;风力侵蚀占5.33%,集中分布在河谷宽谷段;水力侵蚀面积所占比例较小,以微度侵蚀为主。土壤侵蚀的地理分布规律受海拔高度的影响较大,垂直分异明显,主要发生在坡度等级较低、地势较平坦的地区。轻度以上冻融侵蚀主要分布在海拔4 600~5 200 m,且有20%以上集中在0°~5°坡地;风力侵蚀主要分布在海拔4 600~5 600 m、0°~25°坡地。极强烈风力侵蚀以西南坡向最大,南、西、东南坡和平地分布较少。强烈风力侵蚀以平地所占比例最大,东北和西2个坡向次之。坡向对冻融侵蚀影响较小。