基于DEM的土壤侵蚀模型中地形因子的研究 ——以陕北黄土高原为例

论文摘要

我国是水土流失最严重的国家之一,而黄土高原是我国水土流失最为严重的地区之一。对区域尺度水土流失进行理论上的研究能够为综合治理水土流失提供理论依据和技术支持,土壤侵蚀模型和地形因子是该研究的两个方向。地形因子是流域水文和土壤侵蚀模型中重要的变量,决定了黄土侵蚀方式和侵蚀强度的地域分异。土壤侵蚀模型可以预测水土流失量,反映水土流失量与土壤、降水、植被、地貌和预防措施等影响因子之间的定性关系。本文在总结前人研究成果和研究经验的基础上,利用地理信息系统、地貌学、水土保持学等方面的基本理论和方法,以陕北黄土高原地区多种地貌类型为实验样区,并以1：1万DEM为基本信息源,针对不同黄土地貌类型,研究RUSLE模型中LS因子的变化规律,以及LS因子与地形因子的相关关系,并对LS因子随着分辨率的变化而产生尺度效应进行了探讨,主要研究的内容和成果如下：①选择陕北黄土高原7个典型黄土地貌样区,包括神木、榆林、绥德韭园沟、宜君、延川、甘泉和淳化,通过AML语言生成RUSLE模型中LS因子值,比较分析各个样区的差异,得到神木侵蚀程度最弱,其次是淳化,而甘泉和延川是七个样区中侵蚀程度最剧烈的地方,上述结果与实际情况相符合。②研究地形因子与LS因子之间的相关关系,通过DEM提取坡度、坡长、曲率、地表粗糙度、地形起伏度和侵蚀势能等地形因子,分析与LS因子的相关关系,并按照相关程度由大到小排列为：坡长、坡度、地形起伏度、侵蚀势能、地表粗糙度,剖面曲率和平面曲率与LS因子之间的相关程度最低。③探讨LS因子随着分辨率的变化而产生尺度效应,通过5m、10m、15m、20m、25m、30m、40m、50m、60m、70m、80m、90m和100m不同分辨率DEM提取LS因子,比较分析得到,随DEM分辨率降低,LS因子在整体上呈现递减变化趋势,其中平均值的变化具有不确定性,在高分辨率时LS因子平均值出现增加的情况,L因子是主控因子,而在低分辨率时LS因子平均值呈现递减趋势,S因子是主控因子。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 问题的提出
• 1.2 前人相关研究成果综述
• 1.2.1 DEM的建立
• 1.2.2 土壤侵蚀模型的研究
• 1.2.3 LS因子的研究
• 1.2.4 地形因子的研究
• 1.2.5 地形因子的尺度效应
• 1.3 研究概述
• 1.3.1 研究内容
• 1.3.2 研究意义
• 第二章 研究基础
• 2.1 实验样区及数据
• 2.1.1 实验样区概况
• 2.1.2 实验样区选取原则
• 2.1.3 实验样区介绍
• 2.1.4 实验样区数据
• 2.2 实验方法与技术路线
• 2.2.1 实验方法
• 2.2.2 技术路线
• 第三章 土壤侵蚀模型中LS因子与地形因子的相关研究
• 3.1 RUSLE模型中LS因子的研究
• 3.1.1 LS因子的提取方法
• 3.1.2 LS因子的计算流程
• 3.1.3 LS因子提取结果分析
• 3.2 水土流失评价地形因子的研究
• 3.2.1 地形因子的提取方法与步骤
• 3.2.2 地形因子的提取结果
• 3.3 LS因子与地形因子的相关性分析
• 第四章 基于不同分辨率DEM黄土高原LS因子的研究
• 4.1 LS因子值的尺度效应分析——以甘泉样区为例
• 4.2 LS因子值的尺度效应分析——以绥德韭园沟样区为例
• 4.3 LS因子值的尺度效应分析——以宜君样区为例
• 4.4 本章总结
• 第五章 结论与讨论
• 5.1 研究成果总结
• 5.2 讨论与展望
• 参考文献
• 致谢