RWEQ模型——土壤风蚀模拟

news2024/11/19 2:36:37

详情点击链接:基于“RWEQ+”集成技术在土壤风蚀模拟与风蚀模数估算、变化归因分析中的实践应用及SCI论文撰写

前沿

 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。
 

第一:基础

1、土壤侵蚀的基本原理

1.1 土壤侵蚀:在水力、风力、冻融、重力等外营力作用下,土壤、土壤母质被破坏、剥蚀、转运和沉积的全部过程。

1.2 土壤侵蚀的分类:水力侵蚀、重力侵蚀、冻融侵蚀和风力侵蚀等。

1.3 土壤侵蚀的危害及原因:中国山地丘陵面积广,地形起伏大,地面组成物质疏松深厚,降雨强度大,垦殖历史久,植被覆盖率低等,都是引起土壤侵蚀的重要因素。多种因素的不同组合,决定着土壤侵蚀的类型、程度、区域分布以及潜在危险的大小等。

2、土壤风蚀模型

2.1 土壤风蚀发生的机理

2.2 土壤风蚀的影响因子:1)风速;2)地表土壤物理特性;3)地表覆盖及粗糙度状况.

2.3 土壤风蚀评估模型:

图片

 

2.4 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。

2.5 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 。

图片

 

第二:平台基础

1、ArcGIS软件及安装、常用功能

1.1 ArcGIS版本,安装;

1.2 ArcGIS软件界面,常用功能;

1.3 ArcGIS工作空间环境设置

2、ArcGIS空间分析与制图

2.1 ArcGIS如何定义坐标系

2.2 ArcGIS空间分析

在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)地图代数:地图代数语言规则;

(3)局部分析:栅格数据叠合分析、像元统计、分级、频数取值;

(4)邻域分析:邻域形状、邻域统计类型、点统计;

(5)区域分析:分区几何统计、分区统计、面积制表、区域直方图;

(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;

(7)采样与重采样:渔网分析、随机点采样、重分类、查找表等;

2.3 ArcGIS版面设计

2.3.1 ArcGIS基础地图服务使用:配置地图服务器;在线地图添加与使用

地图、鹰眼图、范围指示器、格网、表格、图表等的制作与设计。

2.3.2 过去踩过的那些坑—常见错误和使用注意事项等

第三:RWEQ模型数据支持

图片

 

1.矢量数据的获取与预处理

1.1 矢量数据的认识

1.2 矢量数据创建、转换、编辑

图片

 2.栅格数据的获取与预处理

2.1 栅格数据的认识

2.2 栅格数据的输入、输出及转换

2.3 空间分辨率的认识

2.4 栅格数据重采样

图片

 

3.遥感云平台数据获取

3.1 遥感云平台数据

3.2 遥感云平台基本语法

3.3 遥感云平台数据获取

图片

 

4.NetCDF数据的获取与处理

4.1 NC数据的认识与读取

4.2 ArcGIS模型构建器的组成

4.3 ArcGIS新建工具箱与自定义工具

5.基于Python的气象数据的获取与处理

5.1 气象数据

5.2 Python开发环境搭建

5.3 Python代码库的安装与讲解

5.4 对文本、矢量、栅格等文件进行读写操作

5.5 Python数据清洗

5.6 文本数据与栅格数据的转换

5.7 NC数据与*.TIF数据的转换

5.8 批量数据投影定义与转换

图片

图片

第四:RWEQ模型参量提取

1、气候因子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

图片

 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。

Wf因子

图片

ETp因子

图片

SW因子

图片

WF因子

图片

2、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:

图片

图片

3、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:

图片

图片

4、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。

图片

 

5、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。

图片

 

6、土壤风蚀量的计算

图片

 

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);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。

图片

 

第五:归因分析

1.统计分析

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,统计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。

图片

图片

2.相关性分析

渔网分析:利用ArcGIS渔网工具在研究区域创建一定大小的格网,进行分割地图、采样分析、划分研究单元等。

相关性分析:通过格网法分别建立三江源地区植被等因子与潜在风蚀量尧实际风蚀量和防风固沙量的散点图,并对散点图进行最优函数拟合,探讨其在空间分布上的相关性。

3.通径分析

以三江源地区2015年年土壤风蚀量为因变量,以气候因子和植被覆盖度等因子为自变量进行通径分析,量化分析各个因子的直接和间接作用的共同贡献。

图片

 

4.因子探测分析--地理探测器

风蚀量的空间分布并非由某单一地理、气候或人文因素导致,其形成与多种因素的共同作用密不可分,因此对其作用贡献较大的因素将决定其实际的空间分布规律。地理探测器模型(GDM)是基于空间分化理论和地理信息系统(GIS)空间分析技术提出的。它通常用于研究影响空间层次异质性的因素及其潜在机制。

4.1因子探测器

因子探测器可评估某一影响因素对风蚀量的贡献程度,具体公式如下:

图片

 

其中,D为某一影响因子,H为风蚀量,Q为影响因子对风蚀量的贡献度,取值范围是[0-1],N、σ2为样本量及其方差,h为样本层数,L为影响因子分类数。当Q值越大时,表明该影响风蚀量的贡献度越大。

4.2 交互作用探测器

交互探测器可评估两种影响因子交互作用时对研究区风蚀量的贡献程度,以便更准确分析实际多影响因子共同作用下的贡献度。

图片

 

4.1基于R的地理探测器实现:

① 自变量和因变量数据制备;

② 地理探测器运行准备;

③ R软件及程序包的安装、基本设置等;

④ 地理探测器运行代码解析;

⑤ 因子探测器结果分析与可视化;

⑥ 交互探测器结果与可视化;

图片

 

第六:RWEQ模型相关的SCI论文撰写技巧

1.科技论文结构

2.引言
科学问题是否清楚?
逻辑推理是否严密?
文献综述的写作技巧
引言写作的示例

3.摘要和结论
英文摘要的写作要求
摘要的五要素
如何构建一篇SCI论文的总结摘要
摘要和结论的区别
数据来源与预处理
模型因子提取方法

4.讨论
讨论的写作要点
讨论撰写中的常见问题

5.论文投稿技巧分析

6.SCI论文案例分析

图片

 

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/813508.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

解读Spring-context的property-placeholder

在spring中&#xff0c;如果要给程序定义一些参数&#xff0c;可以放在application.properties中&#xff0c;通过<context:property-placeholder>加载这个属性文件&#xff0c;然后就可以通过value给我们的变量自动赋值&#xff0c;如果你们的程序可能运行在多个环境中&…

Android 面试题 应用程序结构 九

&#x1f525; 核心应用程序 Activity五个状态&#x1f525; Starting-> running-> paused-> stopped-> killed 启动状态&#xff08;Starting&#xff09;&#xff1a;Activity的启动状态很短暂&#xff0c;当Activity启动后便会进入运行状态&#xff08;Running…

大数据Flink(五十四):Flink用武之地

文章目录 Flink用武之地 一、Event-driven Applications【事件驱动】 二、Data Analytics Applications【数据分析】 三、​​​​​​​Data Pipeline Applications【数据管道】 Flink用武之地 应用场景 | Apache Flink 从很多公司的应用案例发现&#xff0c;其实Flink主…

tinkerCAD案例:25. 量角器 - 测量角度

tinkerCAD案例&#xff1a;25. 量角器 - 测量角度 原文 Now we’re going to make a protractor! A Protractor is one of the most basic, but essential, tools for making measurements. It is, then, surprising that the modern protractor is barely over 200 years ol…

简单实现jdk1.7HashMap

1.定义一个Map接口,Entry<K,V>对象为Map的元素 package test;public interface Map<K,V> {V put(K k,V v);V get(K k);int size();interface Entry<K,V>{K getKey();V getValue();}}2.主要实现了put,get以及size()方法 package test;public class HashMap&…

uniapp小程序,根据小程序的环境版本,控制的显页面功能按钮的示隐藏

需求&#xff1a;根据小程序环境控制控制页面某个功能按钮的显示隐藏&#xff1b; 下面是官方文档和功能实现的相关代码&#xff1a; 实现上面需要&#xff0c;用到了uni.getAccountInfoSync()&#xff1a; uni.getAccountInfoSync() 是一个 Uniapp 提供的同步方法&#xff0c…

零代码编程:用ChatGPT对Excel表格进行批量自动化处理

F盘的“北交所上市公司全部发明专利”文件夹里面有几百个这样的Excel表格&#xff0c;格式一致&#xff0c;需要合并所有表格内容到一个表格&#xff0c;方便查找内容&#xff0c;但是不要前面两行。 可以在ChatGPT中这样输入&#xff1a; 写一段Python程序&#xff1a; F盘的…

基于opencv与机器学习的摄像头实时识别数字!附带完整的代码、数据集和训练模型!!

前言 使用摄像头实时识别数字算是目标检测任务&#xff0c;总体上分为两步&#xff0c;第一步是检测到数字卡片的位置&#xff0c;第二步是对检测到的数字卡片进行分类以确定其是哪个数字。在第一步中主要涉及opencv的相关功能&#xff0c;第二步则使用机器学习的方式进行分类…

求三个球面交点的高效解法

文章目录 一、问题描述二、推导步骤代数法几何法 三、MATLAB代码 一、问题描述 如图&#xff0c;已知三个球面的球心坐标分别为 P 1 ( x 1 , y 1 , z 1 ) , P 2 ( x 2 , y 2 , z 2 ) , P 3 ( x 3 , y 3 , z 3 ) P_1(x_1,y_1,z_1),P_2(x_2,y_2,z_2),P_3(x_3,y_3,z_3) P1​(x1​,…

浏览器访问nginx转发打开oss上的html页面默认是下载,修改为预览

使用阿里云盒OSS上传了html页面&#xff0c;在nginx里配置跳转访问该页面时&#xff0c;在浏览器里直接默认下载了该页面&#xff0c;现在想实现预览功能&#xff0c;只需在nginx里的location里修改消息头的Content-Disposition为inline即可 注意要隐藏头信息proxy_hide_header…

【机器学习】西瓜书习题3.3Python编程实现对数几率回归

参考代码 结合自己的理解&#xff0c;添加注释。 代码 导入相关的库 import numpy as np import pandas as pd import matplotlib from matplotlib import pyplot as plt from sklearn import linear_model导入数据&#xff0c;进行数据处理和特征工程 # 1.数据处理&#x…

ChatGPT炒股:爬取股票官方微信公众号的新闻资讯

上市公司的微信公众号&#xff0c;现在已经成为官网之外最重要的官方信息发布渠道。有些不会在股票公告中发布的消息&#xff0c;也会在微信公众号进行发布。所以&#xff0c;跟踪持仓股票的公众号信息&#xff0c;非常重要。 下面&#xff0c;以贝特瑞的官方公众号“贝特瑞新…

合并两个有序数组——力扣88

文章目录 题目描述法一 双指针法二 逆向双指针 题目描述 法一 双指针 使用双指针方法&#xff0c;将两个数组看作队列&#xff0c;每次从两个数组头部取出比较小的数字放到结果中。 void merge(vector<int>&nums1, int m,vector<int>&nums2, int n){int p1…

无涯教程-jQuery - Select menu组件函数

小部件选择菜单功能可与JqueryUI中的小部件一起使用&#xff0c;它提供了可替换样式的选择元素。一个简单的选择菜单如下所示。 Select menu - 语法 $( "#menu" ).selectmenu(); Select menu - 示例 以下是显示选择菜单用法的简单示例- <!doctype html> &…

关于Java的多线程实现

多线程介绍 进程&#xff1a;进程指正在运行的程序。确切的来说&#xff0c;当一个程序进入内存运行&#xff0c;即变成一个进程&#xff0c;进程是处于运行过程中的程序&#xff0c;并且具有一定独立功能。 线程&#xff1a;线程是进程中的一个执行单元&#xff0c;负责当前进…

大数据课程D11——hadoop的Ganglia

文章作者邮箱&#xff1a;yugongshiyesina.cn 地址&#xff1a;广东惠州 ▲ 本章节目的 ⚪ 了解Ganglia的概念&#xff1b; ⚪ 掌握Ganglia的安装操作&#xff1b; ⚪ 掌握Ganglia的监控Flume操作&#xff1b; 一、概述 1. Ganglia是UC Berkeley发起的一个开源…

JVM基础篇-程序计数器

程序计数器 定义 Program Counter Register 程序计数器&#xff08;寄存器&#xff09; 作用:记住下一条jvm指令的执行地址特点 是线程私有的:每个线程都有自己的程序计数器不会存在内存溢出(规定) 作用 左侧:jvm指令 右侧:java代码 0: getstatic #20 // PrintSt…

三维点云与深度图相互转换

点云转深度图 一、效果二、实现原理与代码2.1 获取点云边界2.2 确定图像大小2.3 稀疏点图像填充2.4 完整代码三、由深度图转换回点云信息丢失问题3.1 深度图转点云3.2 深度图转点云代码3.3 多视角的深度图融合一、效果 对点云进行转换,z向表示深度,转换效果如下 二、实现…

Docker安装配置启动Oracle11g容器解决ORA-12541:TNS: 无监听程序连接第三方客户端

Windows下安装可参考我这篇&#xff1a;win11&win7下安装oracle11g数据库全过程 一、下载与启动 前提&#xff1a;需要安装配置好docker(设置镜像源、配置阿里云加速)等&#xff0c;可参考我这篇 基于CentOS7安装配置docker与docker-compose 。 Docker容器相关操作可参考…

【自动化运维】playbook剧本

目录 一、Ansible 的脚本 playbook 剧本1.1playbooks的组成 二、剧本编写实验2.1定义、引用变量2.2使用远程主机sudo切换用户2.3whenn条件判断2.4迭代 三、Templates 模板四、Tags模板 一、Ansible 的脚本 playbook 剧本 1.1playbooks的组成 &#xff08;1&#xff09;Tasks&…