RWEQ模型的土壤风蚀模数估算、其变化归因分析

news2024/9/20 9:33:47

土壤风蚀是一个全球性的环境问题。中国是世界上受土壤风蚀危害最严重的国家之一,土壤风蚀是中国干旱、半干旱及部分湿润地区土地荒漠化的首要过程。中国风蚀荒漠化面积达160.74×104km2,占国土总面积的16.7%,严重影响这些地区的资源开发和社会经济持续稳定发展。自20世纪80年代以来,土壤风蚀作为沙漠化的首要环节而得到前所未有的重视,相继开展了大量的实验研究工作,揭示了各种因素对风蚀过程的影响,尤其是人为因素对风蚀的加剧作用,并提出了不同地区的风蚀防治措施。中国西部山区生态脆弱,水土流失现象较为严重,威胁着国家的生态安全,当地风蚀模数的估算工作对维护其生态环境可持续发展具有一定意义。

土壤侵蚀模型的构建能够更好地探寻侵蚀的原因,以便对土壤侵蚀进行一系列预测工作,减轻其对生态环境的影响。由于侵蚀过程较为复杂,因此建模需要充分考虑各项因素,例如气象、水文、地质环境、土壤条件等。修正的土壤风蚀方程(revised wind erosion equation,RWEQ)被广泛应用于土壤风蚀预报。该模型由美国农业部(USDA)农业研究服务(Agricultural Research Service)组织开发,它是一个基于过程模拟的经验性模型。RWEQ模型能够成功模拟田间管理措施、不同作物轮作对风蚀量的影响。

结合案例讲解RWEQ模型的运行及相关的归因分析。先介绍RWEQ模型的基本原理及数据需求,再介绍ArcGIS基本功能,结合案例讲解RWEQ模型中区域地理空间数据库构建的方法和各个参量提取的原理与方法,最后结合三江源地区应用典型案例进行综合讲解风蚀模数估算、制图及归因分析。本课程是实践部分基于ArcGIS进行,并有部分数据需要Arcpy进行提取,建议学员提前搭建好软硬件平台。

第一章

理论讲解

1、土壤风蚀

风力侵蚀是土壤侵蚀的主要类型之一。在全球范围内,易于遭受风蚀的土地约占陆地面积的1/4。在我国北方干旱、半干旱及部分半湿润地区,风蚀是土地退化的主要过程之一。根据全国第三次水土流失普查数据,全国风蚀总面积为195.70万km2,占国土总面积的20.6%。

土壤风蚀预报技术是为了指导风蚀土地的可持续利用而发展起来的。它以风蚀动力过程及风蚀因子的影响作用研究为基础,用定量模型来估算风蚀强度,并被用于指导风蚀防治实践,因而代表土壤风蚀科学的研究水平。土壤风蚀模型研究是世界土壤风力侵蚀学科的前沿领域和土壤风力侵蚀过程定量研究的有效手段。

土壤风蚀预报研究与流水侵蚀预报研究相伴而生,相关的定量的工作大致可以追溯到本世纪40年代。

2、风蚀方程模型(Wind Erosion Equation, WEQ)

风蚀方程模型(WEQ)由Woodruff和Siddoway在1965年提出,旨在分析田间地表情况和田间管理措施对侵蚀速率的影响,进而有效防治农田的风力侵蚀。WEQ用于预报美国的农田的年风蚀量(kg/ha-1)。

WEQ 是第一个用于估算田间年风蚀量的模型,其中包含5组11个变量:气候因子、土壤可蚀性、土壤表面粗糙度、田块长度、以及作物残留物。其中土壤可蚀性与气候因子是最重要的因变量。

WEQ可用下式表示:

E=f(I,K,C,L,V)

其中,E为年风蚀量( t / acre, 1 acre= 4046 .86m2) ; f为函数关系;Ⅰ为土壤可蚀性( t / acre) ; K为土壤糙度因子; C为气候因子; L为田块裸露长度( ft, 1 ft =30 .48 cm); V为植被因子。

WEQ是建立在大量野外观测基础上的风蚀预报模型,首次引入了综合性思想来预报风蚀,为后来的风蚀预报提供了思路,因而被广泛应用。但随着资料的积累和新技术的引入,WEQ的局限性愈来愈多。主要表现在:

①WEO是建立在堪萨斯加尔登城( Garden City, Kansas)的气候条件基础

上的经验模型,当应用于气候条件差异较大的地区时,误差很大。

②WEQ在计算中没有考虑各种风蚀因子之间的复杂关系,将各因子视为彼此独立的,因而风蚀因子的总体效应均用乘积的方式来表达,由此会夸大某些因子的作用。

③野外风沙运移观测以及WEQ实际评价表明,雪崩原理不适用于数百米或更长田块上的风蚀过程。

④WEQ是一个纯经验模型,只注重宏观上应用的方便,与微观的风蚀机制研究脱节。

3、1.3修正风蚀方程模型(Revised Wind Erosion Equation, RWEQ)

修正的风蚀方程 (revised wind erosion equation, RWEQ)是一种以较高时空分辨率对区域土壤风蚀状况进行长时间序列估算, 从而有效预测风蚀量的模型, 可以为土地沙化防治提供依据 。如前所述,风蚀方程WEQ不能够预测高降雨量地区和极端干旱地区的土壤风蚀。随着风蚀观测仪器的发展,WEQ的局限性愈加明显,风蚀预报迫切需要充分利用已有的新技术。为了及时利用新技术,学者们建议修正WEQ,形成修正风蚀方程(RWEQ)。RWEQ的目的是应用简单的模型变量输入方式来计算农田风蚀量。

第二章

Arcgis基础

1、arcgis软件介绍及安装、常用功能介绍

arcgis版本介绍,安装;

arcgis软件界面,常用功能介绍;

过去踩过的那些坑—常见错误和使用注意;路径问题等

2、arcgis中RWEQ模型实现原理

2.1 基于栅格处理

arcgis软件的空间分析工具箱中,提供了大量的栅格数据处理工具,其中对栅格数据进行平滑处理的工具在去除图像上的椒盐噪音的处理中有非常重要的作用

(1)提取分析:按属性或空间位置提取、按像元值提取;

(2)叠加分析:加权叠加、加权总和;

(3)距离分析:距离分析相关概念、欧式距离分析、成本距离分析;

(4)邻域分析:邻域形状、邻域统计类型、点统计;

(5)密度分析:点密度分析、线密度分析、核密度分析、密度分析区别;

(6)插值分析:反距离权重法、自然邻域法、趋势面法、样条函数法、克里金法;

2.2模型实现原理

修正的风蚀方程(RWEQ)计算多因素影响下的区域土壤转运总量, 作为该区域的土壤风蚀量。首先计算受气象、土壤侵蚀、土壤结皮、地表粗糙度和植被覆盖状况等因素影响的风力最大转运容量 , 然后通过风力最大转运容量和关键地块长度计算得到区域土壤转运总量。

第三章

RWEQ模型中各因子的提取

1、气候因子WF提取

1.1风力因子Wf提取

风速、气温、降雨、日照辐射以及雪盖天数等气候状况都会影响土壤风蚀模数, 其共同组成了气候因子。

气候因子WF表征了在考虑降雨、温度、日照及雪盖等因素的条件下风力对土壤颗粒的搬运能力,其表达式如下:

 式中,WF为气象因子(kg/m);WE为风场强度因子(m3/ s3),由监测风速μ2(m /s)、起沙风速μ1(假定为5 m/ s)和观察周期天数 Nd 计算得到;ρ 为空气 密度(kg /m3 ),由海拔高度 EL(km)和绝对温度 T(K) 计算得到;g 为重力加速度(m/s2);S为土壤湿度因子(无量纲);R为降雨量(mm);I为灌溉量(mm);Rd为降雨次数和(或)灌溉天数;ETP为地表潜在相对蒸发量(mm),由太阳辐射SR(cal /cm2 )和平均温度 DT(℃)计算得到;SD为雪覆盖因子(无量纲);P为计算时段内积雪覆盖深度(Hsnow)大于25.4 mm的概率。

  1. 土壤可蚀性因子EF提取

土壤可蚀性是指土壤对侵蚀的敏感性。对于不同的机械组成和理化性质的土壤种

类,粒度越小,有机质含量越低,其土壤可蚀性越大,越容易被侵蚀;反之粒度越粗,有机质含量越高,其可蚀性越小,越不容易被侵蚀。对于土壤可蚀性因子的计算公式如下

 

  1. 土壤结皮因子SCF提取

土壤结皮是指某些低等生物与土表相互作用或降水滴溅在土表上形成的微层,一般按产生机理可分为生物性结皮和物理性结皮。其中,生物性结皮有利于抵抗土壤风蚀;物理性结皮易碎,反而加速了土壤被风蚀的过程。其计算公式如下:

 

  1. 植被覆盖度因子C提取

不同的植被有着不同的根系,也就有不同的固水固沙能力。植被覆盖度因子表示一定植被覆盖条件下,对土壤风蚀的抑制作用大小。 依据研究区LUCC分类图,将植被分为林地、灌木、草地、农田、裸地5个植被类型,根据不同的系数计算各植被覆盖度因子

式中,ai为不同植被类型的系数,其中,林地为 0.153 5,灌木为 0.092 1,草地为 0.151 1,农田为0.043 8,裸地为0.076 8;SC为植被覆盖度(无量纲),由NDVI 数据集计算得到。

 

  1. 地表粗糙度因子K’提取

地表粗糙度是指由地形引起的土地表面粗糙程度对土壤风蚀的影响

式中,Kr 为因地形起伏产生的地形粗糙度长度 (cm);Crr 为随机糙度因子,取 0;ΔH为距离L范围内的海拔高程差(m),根据不同的起伏地形情况,L 具有不同的值。

  1. 土壤风蚀量的计算

SL为土壤风蚀量(thm-2a-1);Qmax为风沙最大转移量(kg/m);S为关键地块长度(m);z为下风向最大风蚀出现距离(m),本次计算取50m;WF为气候因子(kg/m);K’为地表粗糙度因子;EF为土壤可蚀性因子;SCF为土壤结皮因子;C为植被覆盖因子。 

第四章

案例分析

三江源地区土壤风蚀量计算

  1. 三江源气候因子提取

1.1Wf因子

 

1.3SW因子

 

 

 

 

  1. 三江源土壤风蚀量空间分布特征

土壤风蚀强度变化是诸多要素共同作用的结果,气象因子、下垫面粗糙度、植被覆盖、土壤含 水量等因素制约着土壤风蚀强度的差异,土地利用、覆盖变化是影响土壤风蚀的重要因子。

 本节将结合根据研究区土地利用、覆盖变化信息的提取与分析及其他相关研究成果,分析研究区空间分布特征,为土壤风蚀防治措施方面进行深入分析。

RWEQ模型相关的SCI论文撰写技巧

  1. 科技论文结构
  2. 摘要和前言
  1. 英文摘要的写作要求
  2. 文献综述的写作技巧
  3. 引言写作的示例
  1. 材料与方法
  1. 数据来源与预处理
  2. 模型因子提取方法
  1. 结果与讨论
  1. 时空变化特征分析
  2. 结合区域特征进行讨论

参数优化讨论

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/393689.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

使用pprof分析golang内存泄露问题

问题现象 生产环境有个golang应用上线一个月来,占用内存不断增多,约30个G,这个应用的DAU估计最多几十,初步怀疑有内存泄露问题。下面是排查步骤: 分析 内存泄露可能点: goroutine没有释放time.NewTicke…

【前端学习】D2-2:CSS基础

文章目录前言系列文章目录1 Emmet语法1.1 快速生成HTML语法结构1.2 快速生成CSS样式语法1.3 快速格式化代码2 CSS复合选择器2.1 什么是复合选择器2.2 后代选择器(*)2.3 子选择器2.4 并集选择器(*)2.5 伪类选择器2.6 链接伪类选择器…

企业文件数据泄露防护(DLP)

什么是数据丢失防护 数据丢失防护 (DLP) 是保护数据不落入坏人之手的做法。如今,数据传输的主要问题是使大量数据容易受到未经授权的传输。通过设置足够的安全边界,您可以控制数据在网络中的移动。由于您的数据非常有价值&#x…

Java方法的使用

目录 一、方法的概念及使用 1、什么是方法(method) 2、方法定义 3、方法调用的执行过程 4、实参和形参的关系 二、方法重载 1、为什么需要方法重载 2、方法重载概念 3、方法签名 三、递归 1、递归的概念 2、递归执行过程分析 一、方法的概念及使用 1、什么是方法(met…

MySQL 字符串函数

点击上方蓝字关注我平生文字为吾累,此去声名不厌低。 寒上纵归他日马,城中不斗少年鸡。MySQL提供了许多常用的字符串函数,以下是其中一些常用的字符串函数和用法:CONCATCONCAT函数用于连接两个或多个字符串。以下是一个示例&#…

MGAT: Multimodal Graph Attention Network for Recommendation

模型总览如下: 图1:多模态图注意力网络背景:本论文是对MMGCN(Wei et al., 2019)的改进。MMGCN简单地在并行交互图上使用GNN,平等地对待从所有邻居传播的信息,无法自适应地捕获用户偏好。 MMGCN…

Qt学习5-Qt Creator文件操作(哔站视频学习记录)

实现文件编辑器代码 目录 一、代码要点 二、重点函数 1、conncet 2、getOpenFileName 3、getSaveFileName 4、读取文件到textEdit 5、textEdit保存到文件 三、全部代码 mainwindow.h mainwindow.cpp 一、代码要点 MainWindow的菜单栏实现;connect函数连接…

【Linux】理解Linux环境变量

🍎作者:阿润菜菜 📖专栏:Linux系统编程 初识环境变量 什么是环境变量 我们平常所用的Linux指令其实也是可执行程序,和我们自己写的二进制程序没什么两样,那么为什么我们在执行自己的程序的时候需要加上 ./…

基于 OpenCV 与 Java 两个语言版本实现获取某一图片特定区域的颜色对比度

本文目录一、什么是对比度二、什么是颜色直方图三、如何通过RGB计算颜色对比度什么是HSV、Lab颜色空间四、OpenCV代码五、Java代码5.1 平滑处理5.2 完整代码一、什么是对比度 对比度是指图像中不同区域之间的明暗差异程度,它是图像质量中的重要指标之一。除了颜色对…

java的Map集合说明及方法demo示例

一、Map集合的特点:Map集合的特点:1.Map是一个双列集合,一个元素包含两个值(一个key,一个value)2.Map集合中的元素,key和value的数据类型可以相同,也可以不同3.Map中的元素&#xff…

概率论小课堂:泊松分布(完善你对随机性的认识,特别是对风险防范的认识)

文章目录 引言I 泊松分布1.1 概率计算公式1.2 应对随机性,需要的冗余比平均值要大1.3 池子越大,越能抵消随机性带来的误差引言 伯努利试验:解释了随机事件的发生概率在理论和现实中的差距泊松分布:进一步完善你对随机性的认识,特别是对风险防范的认识。另一类特殊的伯努利…

11.Maxwell 部署

Maxwell 部署 一、环境准备 1、确保服务器上已经安装好了zookeeper、kafka、MySQL软件; (1)启动zookeeper: /usr/app/zookeeper3.4/bin/zkServer.sh start(2)启动三台主题的kafka 启动:bin/kafka-serv…

js求解《初级算法》141. 环形链表

一、题目描述 给你一个链表的头节点 head ,判断链表中是否有环。 如果链表中有某个节点,可以通过连续跟踪 next 指针再次到达,则链表中存在环。 为了表示给定链表中的环,评测系统内部使用整数 pos 来表示链表尾连接到链表中的位置…

Apollo控制部分2-- ControllerAgent 控制器管理

Apollo控制部分2-- ControllerAgent 控制器管理摘要一、预备知识1、控制模块预备知识2、多态二、控制器管理解析1、初始化函数(配置文件参数决定控制器)1)配置文件:"/apollo/modules/control/conf/control_conf.pb.txt"…

借助Spire.PDF,这家企业低成本实现在线文档签名和量打印

“公司主要是做跨国运输业务的,我们的客户在邮寄过程中需要提交和下载的确认材料非常多,这些材料大多需要客户分别下载后再手写签字确认上传,这导致我们订单操作效率非常低,还容易导致系统卡顿,我们一直在寻找合性能稳…

【C++】BloomFilter——布隆过滤器

文章目录一、布隆过滤器概念二、布隆过滤器应用三、布隆过滤器实现1.插入2.查找3.删除四、布隆过滤器优缺五、结语一、布隆过滤器概念 布隆过滤器是由布隆(Burton Howard Bloom)在1970年提出的 一种紧凑型的、比较巧妙的概率型数据结构,特点是…

从互联网科技到手机厂商,谁能扮演好孩子们的“辅导老师”?

【潮汐商业评论/ 原创】“ 没想到现在小孩子的学习机花样这么多,从配置到内容,挑得我是眼花缭乱,跟咱们那会儿一台复读机就能搞定学习完全不一样!”80后的Gavin最近苦于为自己要上小学的孩子选购一台合适的学习机。本想是一件很容…

Process Monitor工具使用实验(23)

实验目的 学习Process Monitor实用小工具的使用,学会利用Process Monitor工具观察程序进程/线程、文件系统、注册表、网络连接等的活动。预备知识 Process Monitor是一个Windows系统下先进的监视工具,它可以显示文件系统、注册表、网络连接、进程…

操作系统基础知识介绍之Mixed CriticalitySystems——混合关键系统

一、发展背景 在嵌入式场景中,虽然Linux已经得到了广泛应用,但并不能覆盖所有需求,例如高实时、高可靠、高安全的场合。这些场合往往是实时操作系统 的用武之地。有些应用场景既需要Linux的管理能力、丰富的生态又需要实时操作系统的高实时、…

spring加载bean流程解析

spring作为目前我们开发的基础框架,每天的开发工作基本和他形影不离,作为管理bean的最经典、优秀的框架,它的复杂程度往往令人望而却步。不过作为朝夕相处的框架,我们必须得明白一个问题就是spring是如何加载bean的,我们常在开发中使用的注解…