基于RUSLE模型的东江源区土壤侵蚀时空变化分析

研究东江源区土壤侵蚀对于加强东江流域的生态环境保护和建设,提高粤港地区的用水安全,保证粤港地区的繁荣、稳定发展意义重大。基于1995—2020年的降雨数据、土壤数据、DEM数据和Landsat影像数据,采用RS、GIS技术以及RUSLE模型定量分析东江源区土壤侵蚀时空特征。结果表明：(1)东江源区土壤侵蚀以微度和轻度侵蚀为主,严重侵蚀区域主要分布在源区东南部,果园和矿区等的开发使得局部区域侵蚀加剧。(2)1995—2020年,土壤侵蚀程度总体有所下降,微度以上侵蚀面积共减少了10.19%,土壤侵蚀模数下降了57.75%。其中2008年土壤侵蚀模数最大,达到2397.13 t · (km² · a)^-1,2020年土壤侵蚀模数最小,为669.47 t · (km² · a)^-1。(3)近26 a以来,东江源区土壤侵蚀改善区域的面积达到16.52%,侵蚀加剧区为4.28%,以矿区侵蚀加剧情况最为明显。(4)源区内土壤侵蚀较严重区域主要发生在矿区、裸地、耕地和果园区,矿产资源的过度开采、不合理的农业耕作方...     

尾矿库洪水漫顶溃坝演化规律试验研究

为分析尾矿库洪水漫顶溃坝的演化规律,采用物理模型试验方法建立尾矿库漫顶溃坝演化模型。在自主研制的尾矿库溃坝模拟试验平台上,以国内某尾矿库为研究对象,基于非恒定水流泥沙非平衡非饱和冲刷机理,根据模型相似理论和溃决侵蚀模型原理,模拟尾矿库洪水漫顶溃坝过程,建立尾矿库漫顶溃坝演化模型。试验结果表明,尾矿库洪水漫顶溃坝位移与坝体饱和程度有关,坝体浸润线越高,尾矿库溃坝时滑动位移越大,溃口破坏程度取决于溢流对坝体的冲刷侵蚀作用;在该试验条件下,获得尾矿库洪水漫顶溃坝过程中坝体位移、浸润线高度、溃口最大流速和溃口的演化规律。降低坝体浸润线高度、增大安全干滩长度、铺设坝面引流明渠等措施有助于减少尾矿库洪水漫顶溃坝的灾害破坏。     

基于3S的玉溪市土壤侵蚀敏感性评价研究

以玉溪市为研究区域，运用GIS软件对影响土壤侵蚀的因子进行叠加分析，获取玉溪市土壤侵蚀敏感性等级分布图，并与土壤侵蚀现状图加以对比，结果显示：发生土壤侵蚀的地区一定是土壤侵蚀的敏感地区，但土壤侵蚀的敏感地区不一定发生土壤侵蚀：森林覆盖量、质量和人为活动是影响土壤侵蚀的主要原因。     

黄土高原的景观格局变化与水土流失研究——以黄土高原马莲河流域为例

应用RS/GIS技术和景观生态学研究方法,利用通用土壤流失方程(USLE)分析了黄土高原马莲河流域2000年和2007年的景观格局变化与水土流失。结果表明:马莲河流域的景观格局和水土流失方面近8 a发生了重要变化:①建设用地、水域、中高盖度草地以及林地面积增加,低盖度草地、耕地等面积减少,其中超过50%的低盖度草地补充为中高盖度草地;②斑块数量、斑块密度以及多样性指数在减小,说明斑块破碎化程度减小,生态系统趋于稳定化,生态功能逐渐增强;③土壤侵蚀总量减小12 506.76 t,水土流失明显减弱,其变化原因与当地植被恢复、人类活动、人口城镇化、建设用地增加等因素密切相关,尤其是世行项目和国家退耕还林还草政策的有效实施。     

黄土高原坡耕地沟蚀土壤质量评价

黄土高原坡耕地沟蚀广泛而严重。科学评价沟蚀土壤质量是侵蚀环境下土壤保育和利用的重要基础。论文以沟间土壤为对照,分析了坡耕地沟蚀对土壤质量单因子的影响并建立了沟蚀土壤质量综合评价模型。利用加权和法对黄土高原坡耕地不同沟蚀深度下土壤质量进行综合评价。结果表明：①沟蚀对坡耕地不同土壤质量因子的影响有较大差异。沟蚀导致土壤硬化,pH值增加,而土壤团聚体和养分含量（除全磷）随着沟蚀深度增加表现出明显的层次性,近似呈＂W＂型变化规律。②沟蚀深度对土壤质量的影响可以用幂函数y=0.866 8 x-0.142（R2=0.877）较好地拟合。微度侵蚀（〈5 cm）、中度侵蚀（5～30 cm）和重度侵蚀（30～50 cm）的土壤质量指数较沟间土壤分别降低了10.6%、27.9%和36.5%。沟蚀深度5 cm和30 cm是土壤质量显著下降的两个关键点。③反映沟蚀土壤质量的指标可以归为肥力因子、质地因子和结构因子三类。土壤有机质、水稳性团聚体、土壤比表面积和容重4项指标能够很好地反映土壤质量状况,可作为坡耕地沟蚀土壤质量的表征指标。     

嘉陵江流域吸附态非点源污染负荷研究

以美国通用土壤流失方程为基础,通过考虑引起流域土壤流失年际变化的水文条件和土地管理因素及泥沙输移过程的时空差异,提出了能够反映流域泥沙输出量逐年动态变化的估算方法,并以嘉陵江流域为研究对象进行了验证.在此基础上,根据流域吸附态氮磷污染年负荷与年泥沙输出量的相互关系,建立了流域吸附态氮磷污染年负荷模型.基于地理信息技术,应用所建模型,对嘉陵江流域1990～2005年因水土流失产生的吸附态氮磷污染负荷的空间分布进行了模拟和定量研究.结果表明,该流域吸附态氮磷流失较严重的地区主要分布在上游的白龙江和西汉水子流域;近年来,由于流域水土流失治理工作的进展,吸附态氮磷污染负荷逐年减少,近5年平均吸附态氮磷污染负荷分别为34423t/a和1848t/a,与1990年相比减少约60%.     

基于BP神经网络的三峡库区土壤侵蚀强度模拟

降雨侵蚀力变化是一复杂过程,其变化存在一定的随机波动性,土壤侵蚀是三峡库区生态环境脆弱最主要的影响因素之一,查明库区土壤侵蚀强度的演化过程及未来趋势是库区生态文明建设过程中急需解决的关键科学问题。论文基于三峡库区1990年侵蚀降雨特征,利用BP神经网络对2010年75个站点降雨侵蚀力进行模拟、验证,预测2030年75个站点降雨侵蚀力。选取2030年预测结果中位于库区周围的27个站点,结合2030年库区自然增长、生态保护情景下土地利用模拟数据,使用RUSLE计算2030年土壤侵蚀强度。结果表明：1）2010年库区降雨侵蚀力模拟相对误差为15%,测试样本数据相对误差为14.67%,预测相对误差为19.65%,NE系数为0.85,说明BP神经网络对库区降雨侵蚀力具有良好模拟效果;2）2010年库区土壤侵蚀强度的Kappa指数为0.75,计算结果能满足模拟与预测需求;3）在土地利用不变情况下,2030年库区轻度、中度侵蚀面积均有所增加,微度及强烈以上侵蚀面积均呈减少趋势,且侵蚀强度转变中的58%来源于相邻侵蚀强度,跨侵蚀等级区的较少;4）在降雨侵蚀力不变情况下,自然增长、生态保护情景下未来土地利用变化所导致的土壤侵蚀均呈下降趋势,后者下降的趋势更为明显;5）在降雨侵蚀力及土地利用均变化的情况下,自然增长、生态保护情景下土壤侵蚀均呈下降趋势。     

黑河中下游防风固沙功能时空变化及影响因子分析

黑河中下游是我国重要的防风固沙生态功能区,分析该区域的防风固沙功能时空变化,明确其主要的影响因子贡献,对于指导荒漠化防治、维护流域生态安全十分重要.该研究基于修正风蚀方程(revised wind erosion equation,RWEQ)、一元线性回归斜率分析、灰色关联分析和GIS技术,分析了2000—2017年黑河中下游防风固沙功能动态变化及其影响因子.结果表明:①2000—2017年,黑河中下游年均防风固沙量为3.2×109 t,年均防风固沙功能约为2.44×104 t/km2;防风固沙量总体呈增强趋势,年均增加6.67×107 t,年均变化率为1.85%.②区域防风固沙功能呈现中游较强,向下游递减的空间分布特征,防风固沙功能较高区约占研究区面积的31.54%,一般区占20.77%,较低区(北部荒漠区)占47.69%;甘肃省张掖市和嘉峪关市防风固沙功能呈增加趋势,回归方程系数(slope)为0~26.29%,占总面积的12.51%;额济纳旗东北部和甘肃省高台县中部防风固沙功能呈下降趋势,回归方程系数为-17.17%~0,占总面积的23.30%.③防风固沙功能主要影响因子中,风力因子最主要,贡献率为30.04%,其次为积雪覆盖、土壤湿度、植被覆盖,贡献率分别为24.57%、24.26%和21.13%.研究显示,防风固沙工程应综合考虑气候变化、植被覆盖、土壤特性及人类活动的复合影响,实行具有空间差异化的方案.      

基于多因子指数集成的流域面源污染风险研究

为掌握流域面源污染风险的整体趋势,基于风险评价时,单个因子对系统某种风险的贡献率可能大于1且因子对系统风险贡献呈一定结构性的问题,定义了风险标准值的概念和算法,建立了系统风险多因子集成评价方法,并在地理信息系统支持下对泸沽湖流域进行了案例研究.结果表明,泸沽湖流域面源污染流失风险处于较高的水平;系统风险多因子集成评价法在对多个同类系统间进行比较时,具有较大的优势;该方法可以与其他多种方法相结合对系统属性进行全面综合评价.     

Repeatability,Sensitivity, and Uncertainty Analyses of the BANCS Model Developed to Predict Annual Streambank Erosion Rates

Accelerated streambank erosion caused by channel instability can be the leading cause of sediment impairment of streams. Obtaining accurate streambank erosion rates for sediment budgeting and prioritizing mitigation efforts can be difficult and costly. One approach to quantifying streambank erosion rates is through the development and implementation of an empirically derived “Bank Assessment for Non‐point Source Consequences of Sediment” (BANCS) model. This study aims to improve the BANCS model application by evaluating repeatability between users and identifying sensitive and/or uncertain model inputs. Statistical analysis of streambank evaluations conducted by 10 different individuals suggests the implementation of the BANCS model may not be repeatable. This finding may be due to sensitive model inputs, such as streambank height and near‐bank stress level prediction method selection, and/or uncertain model inputs, such as bank material identification and the associated adjustment of erosion potential. Furthermore, it was found assessing streambanks as a group by obtaining a measure of central tendency from individual evaluations, as well as obtaining a higher level of training, may improve model implementation precision. Application of these suggestions may result in improved prediction of streambank erosion rates utilizing the BANCS model methodology.