, 秦奋Coupling relationship of precipitation and vegetation and its influence for sediment yield in Pisha sandstone area
ZHANGXiwang, QINFen收稿日期:2015-09-30
修回日期:2015-12-20
网络出版日期:2016-03-20
版权声明:2016《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (5125KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
水土流失因严重影响社会经济的发展以及生态环境的建设,受到广泛关注,已经成为世界范围内最重要的土地退化问题[1].黄河流域的晋陕蒙接壤地区分布着俗称为"砒砂岩"的陆相碎屑岩系松散岩层,因上覆的岩层薄,压力小,成岩程度低,造成沙粒间的胶结度差,岩石的结构强度低,加之当地特殊的自然,人文环境,使其极易发生剥蚀[2,3].侵蚀模数高达3~4万t/km2?a,是黄河主要的粗泥沙来源区,多年平均输沙量约为1.61亿t,其中粗沙量(>0.05 mm)约为0.982亿t[4].该地区也是黄土高原水土流失最剧烈,最难治理的地区,被中外专家称为"环境癌症"[5].因此,揭示砒砂岩地区降雨与植被的耦合关系对水土流失的影响及相互作用关系具有迫切的社会需求,对评价水土流失状况,优化水土保持措施和促进环境协调发展等具有重要的科学意义.在水土流失的众多影响因素中,地形因素和土壤因素是长期的地质作用产生的结果,在短时间内变化不大,而降雨和植被在时空上均有很大的变化[6].因此,在特定地区研究降雨与植被的耦合对侵蚀产沙的影响具有非常重要的意义.降雨是最主要的动力之一[7],雨滴击溅和分离,径流冲刷和转运导致水土流失,因此只有产生足够径流搬运泥沙的降水才能形成侵蚀[8].且降雨侵蚀力是降雨特征,如降雨量以及强度等的函数.而植被是防止水土流失的积极因素[9],表现在茎叶消减雨滴的动能,枯枝落叶减缓径流的流速,以及根系提高土壤的抗冲蚀能力几个方面[10].另外,腐烂后的植被可增加土壤有机质,改善土壤的理化性质[11,12],从而提高抗蚀能力.一般来说,年降雨量和降雨强度越大,侵蚀量也越大,二者呈正相关关系;然而年降雨量越大,植被的生物量也越大,对地表的保护能力也越强,从而产生的地表抗蚀力也越强,导致降雨与产生的侵蚀之间是非线性的,复杂的关系.
降雨,植被与侵蚀之间关系的研究是地表过程中重要的科学问题,也是一个很难解决的问题[13].降雨特征和植被特征之间的组合关系决定了区域的侵蚀产沙特征,因而使得水土流失表现出一定的地域性或地带性特征.国内外****进行了不少相关的研究,如Langbein等早在1958年即在美国中部和东部地区研究了侵蚀产沙模数与有效降水量之间的关系,认为随着有效降雨量的不断增加,产沙模数先增加,达到峰值后再减小,该结论得到世界不同地区研究成果的印证[14,15].许炯心运用大量资料揭示了中国侵蚀产沙的地带性规律,建立了产沙模数与年降雨量之间的关系[16],并进一步揭示了黄土高原地区森林覆盖率和降雨侵蚀力随降雨量的非线性关系,发现了森林覆盖率和降雨侵蚀力在变化过程中的临界值[17].王随继研究了黄河中游多沙粗沙区极端侵蚀模数与林草和林木覆盖度的关系,得到了临界覆盖度值[18].陈浩等在黄河中游的黄土高原区研究了流域产沙受环境要素的交互作用和综合影响,得到了环境要素的复合临界[19].以往的研究表明,世界范围内年降雨量与产沙量之间不存在确定的关系[19],且研究内容多集中考虑自然带和环境要素对降雨导致的产沙量的影响,探索环境要素的临界值,为环境和生态的恢复和建设提供依据.而很少从降雨和植被的年内分布及匹配关系的角度考虑对侵蚀产沙的影响.实际上,一个地区侵蚀产沙的大小在特定的坡度和土壤类型条件下与降雨和植被的匹配模式有关,当高强度降雨遇到有限的植被覆盖时便会产生较大的侵蚀[20].对于一个特定地区而言,植被具有独特的,相对稳定的物候变化,不同时段防止水土流失的作用不同;而降雨相对于植被具有较大的波动[21].本文在生态脆弱的砒砂岩地区,研究降雨与植被的耦合关系对侵蚀产沙的影响,构建降雨--植被与侵蚀产沙之间的关系,为优化水土保持措施,生态环境建设提供依据.
2 研究区概况与数据来源
2.1 研究区概况
砒砂岩地区位于黄河中游的晋陕蒙交界处,介于38°10'N~40°10'N,108°45'E~111°31'E之间,面积约1.6万km2,是黄河主要的粗泥沙来源区,也是黄土高原侵蚀最剧烈的地区(图1).涉及内蒙古的准格尔旗,东胜区,达拉特旗,伊金霍洛旗,杭锦旗,陕西的神木,府谷两县,山西的河曲,保德两县.属于干旱半干旱大陆性气候,年降雨量为240~470.5 mm,年际变化大.自然植被为干旱草原植被,以禾本科,菊科,豆科,藜科植物为主,灌木林和乔木林较少,人工植被主要有沙棘,柠条,油松,沙打旺等.
显示原图|下载原图ZIP|生成PPT图1研究区及重要支流水文站位置
-->Fig. 1Location of the study area and important tributary hydrological stations
-->
研究区主要的土壤类型有风沙土,粗骨土,绵沙土,沙黑垆土,黄绵土,栗钙土,红土,紫色土等;砒砂岩土壤颗粒中砂粒(1~0.05 mm)占近85%,粉粒(0.05~0.005 mm)占9%左右,而粘粒(<0.005 mm)仅占5%~6%;pH值介于7.5~10之间,呈弱碱性;有机质平均含量为0.5038%,全磷平均含量为0.1192%,全氮平均含量为0.0407%,全钾平均含量为1.92%;碳酸钙含量在0.37%~44.0%之间.整体上,土层较薄,粘粒含量低,结构疏松,稳定性低,抗蚀能力差.
由于特殊的自然条件,地质条件和土壤特征,使水蚀和风蚀强烈的交互作用成为该地区的一个重要特征,同时也存在重力侵蚀,水土流失极其严重[22].水蚀主导湿润的夏季,主要以暴雨形式出现,从南向北减弱;风蚀主导干燥的冬春季,从南向北增强[22,23].
2.2 数据来源及预处理
2.2.1 降雨数据 降雨资料采用TRMM 3B43数据集(2004-2013年),是TRMM卫星资料和其他资料合成的月降雨量,空间分辨率为0.25°×0.25°,单位为mm.TRMM项目是人类用卫星第一次从空间对大气进行观测,可以获得雨云内部的详细结构,且覆盖面广,相对基于气象站点资料进行内插的结果,在空间分布上更加可信[24].虽然该数据空间分辨率相对较低,但对高强度降雨的发生时间具有较好的指示作用[22].目前,在南北纬50°内任何区域均可以获得此数据.2.2.2 NDVI数据 归一化植被指数(NDVI)与植被的分布密度呈线性关系,是植物生长状态的最佳指示因子,在世界范围内得到了广泛应用.虽然NDVI在一定程度上受植被活力和土壤背景的影响[25],但仍然可以很好地指示植被在时空上的相对变化[26],因此在土壤侵蚀的相关研究中常被用于研究保护性植被覆盖[27,28].采用MODIS植被指数产品MOD13Q1,为250 m空间分辨率的16天合成产品,非常高观测频率使其在有云覆盖的时期也可以提供相关数据,从而形成时间序列,监测植被时空变化.
2.2.3 侵蚀产沙数据 输沙量为一定时段内通过河流某一断面的泥沙质量,单位为t,本文用于表示其控制区域的侵蚀产沙情况.采用中国河流泥沙公报公布的黄河干流控制水文站实测的月,年输沙量数据,以及黄河重要支流控制水文站实测的年输沙量数据[29].选择砒砂岩地区下游第一个干流控制水文控制站----龙门,和砒砂岩地区两个最大的流域(皇甫川流域和窟野河流域)出口的水文控制站----皇甫川皇甫和窟野河温家川.
3 研究方法
3.1 降雨--植被耦合指数
在土壤侵蚀影响因子中,降雨是重要的自然资源之一,也是引起土壤侵蚀的主要动力因素.在其他因素不变的情况下,降雨越集中,降雨量越大,引起的土壤侵蚀量就会越大,因此侵蚀量与降雨量表现为正相关.然而,并非所有降雨都能产生侵蚀,当降雨可以形成足够大的径流且能够搬运泥沙时才是侵蚀性的[8].国内外****在不同地区进行了侵蚀性降雨标准的研究.在确定侵蚀指标时,Wischmeier等排除了小于12.7 mm的降雨,但15 min内达到6.4 mm的降雨除外[30].国内****大多基于降雨特性或土壤侵蚀和降雨的关系进行研究.王万忠对侵蚀性降雨标准进行了研究,探索引起土壤侵蚀的临界值,结果发现黄土地区侵蚀性的一般降雨量标准为9.9 mm,即认为在小于该临界降雨量条件下所产生的侵蚀很小,可以忽略不计[31].植被是生态环境的重要构成部分,发挥生态效能的功能体,同时也是防止或降低水土流失的积极因素.研究表明任何形式的植被覆盖都在不同程度上具有抑制水土流失的能力[32].良好的植被覆盖能够有效抑制水土流失,严重破坏地表植被的不适宜土地利用方式必将加剧水土流失的发生[33].因此,当其他条件不变时,植被覆盖越好,防护水土流失的能力越强,土壤侵蚀量与植被覆盖应该呈现负相关关系.
在固定的研究区内,土壤侵蚀的影响因素中除降雨与植被外,其他的可以认为是在较长时间内相对固定不变的,因此,可以利用降雨与植被构建反映该地区相对侵蚀大小的耦合指数.研究区属于黄土地区,侵蚀性降雨的一般雨量标准为9.9 mm,构建耦合指数前,先将降雨量减去该雨量标准,得到对产生侵蚀具有实质影响的那部分降雨量.
式中:
然后对降雨量进行标准化处理,用于反映年内的相对大小.
式中:
对于一个确定的地区,在保持其他条件不变的情况下,降雨越多,水土流失量就会越大,呈正相关关系;植被覆盖越好,水土流失量就会越小,呈负相关关系.因此,定义降雨--植被耦合指数RV(Rainfall-Vegetation Index)为:
式中:
3.2 降雨和植被分布参数
土壤侵蚀是由降雨侵蚀力的年内变化和植被覆盖的年内分布决定的,当侵蚀性降雨出现在植被保护能力较强的时段,水土流失较少;反之,出现在植被覆盖较差的时段时,水土流失就会很严重[34].因此侵蚀的产生受降雨和植被的匹配模式影响,与降雨和植被的年内分布密切相关.相关研究显示,中国黄土地区每年平均只有6次降雨可以产生土壤侵蚀,为汛期降雨次数的14%,仅为年总降雨次数的7%;每年平均能产生土壤侵蚀的降雨量为140 mm,为汛期降雨量的38.6%,仅为年总降雨量的26.4%[35].说明许多小的降雨不能产生侵蚀,同时侵蚀量也受降水集中程度的很大影响.峰度系数是表征概率分布曲线在均值处峰值高低的特征量,其反映的是相对于正态分布,某分布的尖锐程度.当峰度系数为正时,表示该分布是相对尖锐的;为负时,表示该分布是相对平坦的.Microsoft Excel中的计算公式如下:
式中:
偏斜度是表征统计数据分布偏斜方向及程度的度量,其反映的是某分布以均值为中心的不对称程度.当偏斜度值为正时,表示某分布的不对称部分更趋向正值;当为负值时,表示某分布的不对称部分更趋向负值(或结果大于零,说明分布为正偏,小于零则为负偏).Microsoft Excel中的计算公式如下:
式中:
利用KU和SK分析降水和植被的年内分布及匹配模式.
4 结果分析
4.1 降雨与植被的匹配关系
从MODIS MOD13Q1产品中提取研究区NDVI时间序列,并选取2004-2013年每一个月对应的NDVI值,与TRMM 3B43数据集提取的降雨时间序列匹配(图2).由于受气候等自然条件的影响,10年间植被生长过程略有不同,但变化不大,基本上都是从4月开始生长,7-8月达到顶峰,随后开始衰退.而降雨则明显不同,虽然降雨大都集中在6-9月之间,但无论从降雨的集中程度还是最大降雨出现的时间看,都存在很大的随机性.2013年降雨集中程度最高,6-9月降雨量占年降雨量的91.10%,2011年降雨最为分散,6-9月降雨量占年降雨量的63.60%.最大降雨量6-9月均有发生,其中7月份4次,8月份5次,9月份1次.
显示原图|下载原图ZIP|生成PPT图2砒砂岩区降雨年内分布与NDVI变化过程匹配关系
-->Fig. 2The matching relationship of rainfall distribution and NDVI during the year
-->
砒砂岩区多年平均降雨量与多年平均NDVI的匹配关系如图3所示,可以看出,最大降雨量出现在7月,而植被生长的峰值出现在8月.虽然7月和8月的降雨量相当,但8月的植被保护作用更强,因此7月侵蚀的风险要比8月高.
显示原图|下载原图ZIP|生成PPT图3砒砂岩区降雨多年均值与NDVI多年均值年内匹配关系
-->Fig. 3The matching relationship of perennial average value of rainfall and NDVI during the year
-->
分别计算砒砂岩区降雨和NDVI每年的峰度系数和偏斜度(图4).可以看出,植被NDVI的峰度系数基本处于-1.1~0.41之间,偏斜度基本处于0.42~0.66之间,波动幅度不大;相对于植被NDVI,降雨的峰度系数和偏斜度均比NDVI的大,且波动明显,说明砒砂岩区降雨的集中程度和年内分布年际变化均比较显著.
显示原图|下载原图ZIP|生成PPT图42004-2013年砒砂岩区降雨与NDVI的峰度系数和偏斜度
-->Fig. 4Comparison of kurtosis and skewness between rainfall and NDVI from 2004 to 2013
-->
4.2 耦合指数与实际输沙量的对比
利用2004-2013年的降雨与NDVI数据,计算每月降雨量和NDVI均值,并根据公式(4)计算降雨--植被耦合指数RV,结果如图5a所示,其中7月份的RV值最高.结合图3可以看出,十年间砒砂岩地区7月份平均降雨量最高,但植被的保护作用并非最强,因此,存在侵蚀产沙的风险也最大.
显示原图|下载原图ZIP|生成PPT图5降雨植被耦合指数与实际输沙量对比
-->Fig. 5Comparison of the coupling index RV and measured sediment yield
-->
根据中国河流泥沙公报,砒砂岩地区下游第一个黄河干流水文控制站的监测结果,多年平均输沙量的年内分布如图5b所示,输沙量最大的也为7月,与耦合指数RV相同.尤其在汛期,耦合指数RV曲线与实际输沙量曲线非常相似.进行相关分析后可知,耦合指数RV与实际输沙量的相关系数为0.84,也可以说明其对输沙量具有很好的指示作用.
相关研究表明,黄土地区每年引起侵蚀的降雨多为汛期降雨的少量部分,占汛期雨量的38.6%[35].因此,降雨--植被耦合指数可以很好地反映研究区侵蚀产沙风险的相对大小.从图5可以看出,砒砂岩地区侵蚀产沙多发生在6-9月之间,且根据多年统计数据显示,6-9月间多年平均输沙量占全年输沙量的80%,因此该时段内降雨与植被匹配模式将在很大程度上影响研究区的侵蚀产沙量.
从图5b可以看出,多年平均输沙量在3月份出现一个小峰值.相关研究表明,该地区3-5月间风力侵蚀占主导地位,尤其是粒径相对较小的覆土砒砂岩受风力影响较大,其侵蚀模数超过了水力侵蚀和重力侵蚀,特别是在河床两岸,沙带区和沙黄土区[22].另外,由于3月份砒砂岩地区植被仍未开始生长,处于枯死状态,少量集中的降雨也可能产生较大的侵蚀.而降雨--植被耦合指数RV仅考虑了月降雨量和平均NDVI,因此对于过小的降雨产生的侵蚀不敏感,同时也没有考虑风力作用的影响,从而导致图5a在3月份没有产生类似的小峰值.然而从研究区全年时段看,降雨--植被耦合指数RV仍然可以很好地反映整体的侵蚀产沙状况.
4.3 侵蚀产沙的影响因素分析
降雨是产生土壤侵蚀的主要动力,而植被是抑制侵蚀的积极因素,因此,两者对于侵蚀产沙均具有重要的作用.以砒砂岩地区两个主要流域(皇甫川流域和窟野河流域)出口的水文控制监测站的输沙量反映砒砂岩地区的整体侵蚀产沙状况,并提取研究区2004-2013年每年的累计降雨量(图6).
显示原图|下载原图ZIP|生成PPT图62004-2013年砒砂岩区累计降雨量与年输沙量
-->Fig. 6Comparison of annual cumulative rainfall and sediment yield from 2004 to 2013
-->
由图6可知,虽然2012年累计降雨量最大,输沙量也最大,但从整个序列数据看,并非降雨量越大输沙量就越大.如在2004-2013年的10年间,2006年降雨量排名第8,但产生的输沙量却仅次于2012年;2013年的降雨量仅小于2012年,但产生的输沙量却很小.因此,侵蚀产沙并不完全取决于降雨量.从上述分析可知,侵蚀产沙量与降雨和植被的匹配模式密切相关,即与降雨和植被年内分布的集中程度和偏斜程度有关.
将影响侵蚀产沙的,与降雨和植被相关的变量(x1--年累计降雨量,x2--NDVI均值年累计值,x3--降雨峰度系数,x4--降雨偏斜度,x5--NDVI峰度系数,x6--NDVI偏斜度)与年输沙量y进行相关分析,其中,降雨量单位为mm,输沙量单位为105 t,如表1所示.
Tab. 1
表1
表1年输沙量与相关影响参数的相关系数矩阵
Tab. 1Correlation coefficient matrix of annual sediment yield and related influencing parameters
| 变量 | y | x1 | x2 | x3 | x4 | x5 | x6 |
|---|---|---|---|---|---|---|---|
| y | 1.00 | ||||||
| x1 | 0.43 | 1.00 | |||||
| x2 | -0.14 | 0.67 | 1.00 | ||||
| x3 | 0.94 | 0.38 | -0.21 | 1.00 | |||
| x4 | 0.87 | 0.34 | -0.11 | 0.94 | 1.00 | ||
| x5 | 0.33 | -0.46 | -0.60 | 0.40 | 0.54 | 1.00 | |
| x6 | 0.21 | 0.44 | 0.46 | 0.39 | 0.52 | 0.09 | 1.00 |
新窗口打开
可以看出,年输沙量与降雨量呈正相关关系,而与NDVI呈负相关关系;与降雨的分布参数----峰度系数和偏斜度相关程度最高,分别达到0.94和0.87,且呈正相关关系;与NDVI的分布参数也呈正相关关系.
按以下四种情况建立回归模型:① 仅考虑年累计降雨量和NDVI;② 考虑年累计降雨量和NDVI,并增加降雨分布参数----峰度系数和偏斜度;③ 考虑年累计降雨量和NDVI,并增加NDVI分布参数;④ 考虑年累计降雨量和NDVI,并同时增加降雨和NDVI分布参数.结果如表2所示.
Tab. 2
表2
表2年输沙量与相关影响参数的回归模型
Tab. 2Regression model of annual sediment yield and related influencing parameters
| 因变量 | 自变量 | 回归模型 | R2 | Ra2 | F | Sig |
|---|---|---|---|---|---|---|
| y | x1, x2 | y = 1.433x1 -461.656x2 + 693.651 | 0.5234 | 0.3872 | 3.8433 | 0.0748 |
| y | x1, x2, x3, x4 | y = 0.068x1 + 23.712x2 + 64.157x3 -34.229x4 + 5.246 | 0.8998 | 0.8196 | 11.2248 | 0.0103 |
| y | x1, x2, x5, x6 | y = 1.528x1 -296.450x2 + 176.245x5 -63.748x6 + 501.673 | 0.6688 | 0.4039 | 2.5244 | 0.1687 |
| y | x1, x2, x3, x4, x5, x6 | y = -0.038x1 + 284.335x2 + 85.566x3 -80.435x4 + 90.794x5 -528.622x6 -100.283 | 0.9744 | 0.9232 | 19.0241 | 0.0174 |
新窗口打开
可以看出,虽然侵蚀产沙的主要活跃因素是降雨和植被,但仅考虑降雨量和NDVI时,修正判定系数Ra2仅为0.3872,拟合效果并不显著.上述分析可知,植被的年内变化年际间波动不明显,说明其抗侵蚀作用年际间变化不大,侵蚀产沙量很大程度上取决于降雨,但年降雨量的增加并不一定导致侵蚀产沙量的增加.
考虑降雨量和NDVI,并增加降雨的分布参数后,修正判定系数Ra2达到0.8196,拟合效果得到显著的提高;考虑降雨量和NDVI,并增加NDVI的分布参数后,修正判定系数Ra2仅达到0.4039,拟合效果提高不明显.说明相对于植被年内防护作用的变化,降雨的年内分布模式对侵蚀产沙的影响更大,因此,降雨量,降雨集中程度和偏斜度在侵蚀产沙过程中起到关键作用.
考虑降雨量和NDVI,并同时增加降雨和NDVI分布参数后,修正判定系数Ra2达到0.9232,拟合效果提高非常明显.与前两个模型对比可以说明侵蚀产沙是降雨与植被年内匹配模式共同作用的产物,虽然植被年内变化不明显,但仍会有一定的变化,结合降雨的年内分布,当强降雨遇到较低的植被覆盖时会产生较强的侵蚀.
另外,该地区起主导作用的侵蚀方式除了水蚀以外还有风蚀.风蚀在全年时段均有发生,但主要出现在春季和秋季,尤其是3-5月之间,引起的侵蚀产沙量最大.在空间上,砒砂岩地区各地因自然条件的差异两种侵蚀方法的影响不同,大部分地区仍以水蚀为主,并与重力侵蚀交互作用,而风蚀主要发生在东西向的高地貌之间,形成南北两个风沙区[22];在时间上两种侵蚀方式存在明显的季节性主导作用[23].正是由于两种侵蚀方式在时空上的交替复合作用,进一步加剧了该地区的水土流失.
5 结论与讨论
通过研究黄河主要粗泥沙来源区----砒砂岩地区侵蚀产沙对降雨和植被的响应关系,揭示了降雨与植被的耦合关系对侵蚀产沙的影响.分析降雨--植被与侵蚀的关系,建立了反映侵蚀产沙相对大小的降雨--植被耦合指数RV,并利用砒砂岩下游第一个黄河干流控制水文站实测的输沙量进行验证;进一步分析降雨与植被的匹配模式对侵蚀产沙的影响,利用砒砂岩地区两个主要流域水文实测结果,与降雨和植被,以及其分布参数----峰度系数和偏斜度的不同组合进行多元回归分析.① 从降雨和植被的年内分布情况看,降雨的峰度系数最大为3.58,波动幅度为4.37,而植被分别为-0.41和0.89;降雨的偏斜度最大值为1.80,波动幅度为1.13,而植被分别为0.43和0.27.因此,无论是峰度系数,偏斜度还是年际间的波动性,降雨都明显高于植被.② 降雨--植被耦合指数RV与多年平均输沙量之间的相关系数为0.84,从形态上看也非常相似.实际输沙量曲线在3月出现一个小峰值很有可能是该时期起主导作用的风蚀作用所致,也可能是少量集中降雨产生.而构建指数RV的降雨数据是月降雨量,前人研究结果也显示,能引起侵蚀的降雨次数并不多,因此该指数在全年时段仍可以很好地反映侵蚀产沙状况,尤其是最大侵蚀产生的时间,对进行土壤侵蚀评估具有重要作用,整体上具有较好的效果.③ 由于受自然气候等条件的影响,植被年内生长过程中对侵蚀的防护作用年际间变化不明显,而降雨的年内分布相对于植被年际间变化要明显的多.例如,最大NDVI的变化幅度为0.049,相当于多年平均数据中的最大NDVI(0.165)的29.7%,而最大降雨量的变化幅度为99.36 mm,相当于多年平均数据中的最大降雨量(64.04)的155.2%.因此,降雨在与植被的耦合关系中占主导地位,也是影响侵蚀产沙的显著因素.④ 虽然降雨量与侵蚀产沙呈正相关关系,但并非年降雨量越大,侵蚀产沙量就越大,相同的年降雨量,由于降雨和植被的年内分布模式不同,导致侵蚀产沙量出现巨大差异.例如,2006-2011年间,年降雨量相差都不大,但2006年一年的侵蚀产沙量却是其他5年产沙量总和的3.7倍.⑤ 相对于植被NDVI年内分布参数,降雨的年内分布参数----峰度系数和偏斜度对侵蚀产沙的影响更大,与侵蚀产沙量显著相关,相关系数分别为0.94和0.87.因此,集中的降雨或过于偏斜的降雨是导致大量侵蚀产沙的主要动力因素.⑥ 通过不同的参数组合与输沙量的多元回归分析可知,降雨的分布参数对于提高模型的拟合程度具有重要作用,如考虑降雨和NDVI,并增加降雨的分布参数,模型的修正判定系数即达到0.8196,再增加植被的分布参数修正判定系数进一步达到0.9232,可见水蚀作用导致的侵蚀产沙量主要由降雨与植被的年内匹配模式决定,大量集中的降雨出现在植被保护作用越弱的时段,产生的侵蚀产沙量就会越大,而在无植被保护的时段出现少量集中降雨也会产生较大的侵蚀产沙量.水力侵蚀,风力侵蚀和重力侵蚀在年内交替出现和交互作用是砒砂岩地区土壤侵蚀严重的主要原因,本文主要分析了降雨--植被耦合关系的影响,对全面了解该地区的侵蚀产沙仍有一定的局限性,因此要更好地揭示侵蚀产沙规律,还需要综合考虑风力侵蚀和重力侵蚀.
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | . 以USLE方程为理论指导，遥感影像为主要数据源，基于ArcGIS 进行水土流失敏感性空间分析。选择降雨侵蚀力、土地利用类型、坡度、植被覆盖度等影响因子构建水土流失敏感性评价指标体系，在考虑不同因子影响作用大小的情况下，运用空间分析的方法按标准将水土流失敏感性分为五级；并以河北太行山区为例进行研究，利用危险性指数表征研究区水土流失敏感性大小，分析研究区在不同地理背景下的水土流失敏感区的空间分布特征。研究表明：河北太行山区的水土流失敏感性危险性指数为3.97；空间上水土流失敏感性分等级呈现明显的条带状分布；中度敏感区所占面积比例最大，为39.2%；整体水土流失敏感性中度偏重。 以USLE方程为理论指导，遥感影像为主要数据源，基于ArcGIS 进行水土流失敏感性空间分析。选择降雨侵蚀力、土地利用类型、坡度、植被覆盖度等影响因子构建水土流失敏感性评价指标体系，在考虑不同因子影响作用大小的情况下，运用空间分析的方法按标准将水土流失敏感性分为五级；并以河北太行山区为例进行研究，利用危险性指数表征研究区水土流失敏感性大小，分析研究区在不同地理背景下的水土流失敏感区的空间分布特征。研究表明：河北太行山区的水土流失敏感性危险性指数为3.97；空间上水土流失敏感性分等级呈现明显的条带状分布；中度敏感区所占面积比例最大，为39.2%；整体水土流失敏感性中度偏重。 |
| [2] | . 以TM影像为主要信息源,采用“路线调查”和“典型小流域调查”相结合的方法,建立不同类型砒砂岩影像解译标志,在地理信息系统支持下,采用计算机辅助下的人工解译,对以晋陕蒙接壤地区为中心的砒砂岩分布范围进行全面界定,并将其划分为裸露砒砂岩区、盖土砒砂岩区和盖沙砒砂岩区3个类型区,确定每一类型区的分布范围及面积大小。结果表明:砒砂岩区总面积1.67万km<sup>2</sup>,其中,裸露砒砂岩区面积4543.89km<sup>2</sup>,盖沙砒砂岩区面积3709.18km<sup>2</sup>,盖土砒砂岩区面积8432.41km<sup>2</sup>,分别占砒砂岩区总面积的27.2%、22.2%、50.6%。准确划分砒砂岩区,为其全面治理及黄河粗泥沙来源区治理提供科学依据。 以TM影像为主要信息源,采用“路线调查”和“典型小流域调查”相结合的方法,建立不同类型砒砂岩影像解译标志,在地理信息系统支持下,采用计算机辅助下的人工解译,对以晋陕蒙接壤地区为中心的砒砂岩分布范围进行全面界定,并将其划分为裸露砒砂岩区、盖土砒砂岩区和盖沙砒砂岩区3个类型区,确定每一类型区的分布范围及面积大小。结果表明:砒砂岩区总面积1.67万km<sup>2</sup>,其中,裸露砒砂岩区面积4543.89km<sup>2</sup>,盖沙砒砂岩区面积3709.18km<sup>2</sup>,盖土砒砂岩区面积8432.41km<sup>2</sup>,分别占砒砂岩区总面积的27.2%、22.2%、50.6%。准确划分砒砂岩区,为其全面治理及黄河粗泥沙来源区治理提供科学依据。 |
| [3] | . 对黄河中上游砒砂岩区两个典型流域（东一支沟和对比沟）进行了实地调查,并对其监测资料进行了对比分析。结果发现,种植沙棘的东一支沟沟床表层泥沙颗粒级配累积曲线及整体粒径呈由上游至下游逐渐变细的分布特征,而没有种植水保植物的对比沟则呈不规则分布;同时发现,东一支沟沟床表层土中粒径大于1mm的粗沙含量比例平均仅为2.0%,而对比沟则达9.93%。研究表明沙棘植被的拦沙固沙作用导致沟床产生了泥沙筛分效应。 对黄河中上游砒砂岩区两个典型流域（东一支沟和对比沟）进行了实地调查,并对其监测资料进行了对比分析。结果发现,种植沙棘的东一支沟沟床表层泥沙颗粒级配累积曲线及整体粒径呈由上游至下游逐渐变细的分布特征,而没有种植水保植物的对比沟则呈不规则分布;同时发现,东一支沟沟床表层土中粒径大于1mm的粗沙含量比例平均仅为2.0%,而对比沟则达9.93%。研究表明沙棘植被的拦沙固沙作用导致沟床产生了泥沙筛分效应。 |
| [4] | . 通过"水保法"计算沙棘林在砒砂岩区的减洪减沙效益,分析晋陕蒙砒砂岩区沙棘林生态工程的减洪减沙量,以及对研究区直接入黄支流的减洪减沙作用。结果显示:研究区流域内沙棘林占流域内总林地面积的比例逐年增大,沙棘林的减洪减沙量也逐年增大,从2002年到2008年,皇甫川、孤山川、窟野河等三支流沙棘林平均每年总减洪量480.84万m3,总减沙量302.65万t。研究结果对砒砂岩区配置水土保持措施有重要的参考价值。 通过"水保法"计算沙棘林在砒砂岩区的减洪减沙效益,分析晋陕蒙砒砂岩区沙棘林生态工程的减洪减沙量,以及对研究区直接入黄支流的减洪减沙作用。结果显示:研究区流域内沙棘林占流域内总林地面积的比例逐年增大,沙棘林的减洪减沙量也逐年增大,从2002年到2008年,皇甫川、孤山川、窟野河等三支流沙棘林平均每年总减洪量480.84万m3,总减沙量302.65万t。研究结果对砒砂岩区配置水土保持措施有重要的参考价值。 |
| [5] | . 纳林川布尔洞流域位于黄河中游砒砂岩分布区,由于砒砂岩抗侵蚀能力差,而且当地夏季降雨集中,导致砒砂岩发生严重的水土流失,侵蚀沟边线持续不断地后退。本文运用高分辨遥感及G IS方法对当地砒砂岩侵蚀沟边线的蚀退距离进行了计算,并对蚀退影响因素进行了综合分析。 纳林川布尔洞流域位于黄河中游砒砂岩分布区,由于砒砂岩抗侵蚀能力差,而且当地夏季降雨集中,导致砒砂岩发生严重的水土流失,侵蚀沟边线持续不断地后退。本文运用高分辨遥感及G IS方法对当地砒砂岩侵蚀沟边线的蚀退距离进行了计算,并对蚀退影响因素进行了综合分析。 |
| [6] | . 降雨植被耦合对土壤侵蚀的影响是研究地表侵蚀过程的重要内容。根 据1954-1986年西峰水土保持科学试验站人工草地和自然草地径流场观测资料，从微观角度分析了降雨植被耦合对土壤侵蚀的影响。研究结果是：当牧草覆 盖度＜10％时，极端侵蚀模数随着植被覆盖度的增大而增大，这说明要使植被起到有效的抗蚀作用，其覆盖度不应低于10％；当植被覆盖度＞10％时，极端侵 蚀模数与植被覆盖度呈良好的幂函数关系；如果要使植被抗蚀力起主导作用且达到最优效果，则其覆盖度至少要达到70％。 降雨植被耦合对土壤侵蚀的影响是研究地表侵蚀过程的重要内容。根 据1954-1986年西峰水土保持科学试验站人工草地和自然草地径流场观测资料，从微观角度分析了降雨植被耦合对土壤侵蚀的影响。研究结果是：当牧草覆 盖度＜10％时，极端侵蚀模数随着植被覆盖度的增大而增大，这说明要使植被起到有效的抗蚀作用，其覆盖度不应低于10％；当植被覆盖度＞10％时，极端侵 蚀模数与植被覆盖度呈良好的幂函数关系；如果要使植被抗蚀力起主导作用且达到最优效果，则其覆盖度至少要达到70％。 |
| [7] | . 降雨侵蚀力反映气候因素-降雨对土壤侵蚀的潜在作用能力，由于次降雨资料难以获得，一般利用气象站整编降雨资料评估计算降雨侵蚀力的结果进行对比分析，结果表明以日雨量计算多年平均侵蚀力的精度最高，而在4种采用月或年雨量的模型中尽管以逐年月雨量模型表现相对最好，但这4种模型之间差别不明显。同时在降雨量较丰富地区，各类型雨量资料估算侵蚀力的精度也相对较高。 降雨侵蚀力反映气候因素-降雨对土壤侵蚀的潜在作用能力，由于次降雨资料难以获得，一般利用气象站整编降雨资料评估计算降雨侵蚀力的结果进行对比分析，结果表明以日雨量计算多年平均侵蚀力的精度最高，而在4种采用月或年雨量的模型中尽管以逐年月雨量模型表现相对最好，但这4种模型之间差别不明显。同时在降雨量较丰富地区，各类型雨量资料估算侵蚀力的精度也相对较高。 |
| [8] | Determination of a practical threshold for separating erosive and non-erosive rainfall events can reduce the amount of work necessary to read rainfall charts and to calculate rainfall erosivity. The objective of this study was to develop a method of determining practical thresholds for erosive rainfall events and to evaluate its effectiveness for calculation of erosivity. Rainfall and runoff data measured for three plots and a small watershed from 1961 to 1969 at the Zizhou experimental station of the Yellow River Basin in China were used. Three thresholds for separating erosive events were given by using different types of rainfall data: (1) 12 mm for storm rainfall amount, (2) 2.4 mm h(-1) for average rainfall intensity, and (3) 13.3 mm h(-1) for the maximum 30-minute rainfall intensity. All methods had less than 0.1% overall error in the prediction of the erosivity value. Peak intensity provided the greatest accuracy for separating erosive rains, followed by rainfall intensity and then rainfail amount. A total of 79% 77%, and 88% of the total number of events were omitted from the calculations using rainfall amount, average rainfall intensity, and 30-minute peak intensity, respectively. Any of the above three thresholds may be used according to data availability and desired accuracy of the erosivity estimation. |
| [9] | . 介绍了利用遥感和地理信息系统栅格技术进行三峡库区水土流失动态监测的过程和方法。首 先利用遥感图像处理软件ERDAS进行了土地利用的分类和植被覆盖度的计算，然后利用地理 信息系统软件ARC/INFO中GRID工具进行各类水土流失因素图的空间分析，估算各县或小流 域的水土流失强度，并计算各种强度下的水土流失面积。 介绍了利用遥感和地理信息系统栅格技术进行三峡库区水土流失动态监测的过程和方法。首 先利用遥感图像处理软件ERDAS进行了土地利用的分类和植被覆盖度的计算，然后利用地理 信息系统软件ARC/INFO中GRID工具进行各类水土流失因素图的空间分析，估算各县或小流 域的水土流失强度，并计算各种强度下的水土流失面积。 |
| [10] | . 利用 5～ 6a野外径流小区试验资料 ,研究 1 7种植被覆盖对土壤侵蚀和氮素流失的影响 ,结果表明 :1 9种作物、4种草地和 4种草灌间作小区年平均径流量为 2 7773、1 80 2 8和 1 31 4 9m3/ km2 · a,比相应裸地减少 2 7.5%、51 .1 %和64.3% ;侵蚀模数为 1 71 6、1 0 2 1和 81 2 t/ km2 · a,减少 73.0 %、92 .8%和 94 .3% ;全氮富集率为 1 .65、2 .4 8和 2 .59,比裸地增加 1 3.8%～ 1 1 4 % ;年平均土壤氮素流失量为 1 4 58、1 2 52、382 9和 966kg/ km2· a。 2植被通过调节径流流速来间接影响泥沙全氮富集 ,土壤侵蚀模数愈大 ,泥沙全氮富集率愈小。 3土壤氮素流失方程 SN=( 55.56-4 .87ln SL)· SL·TN ,可定量预测土壤氮素的流失。 利用 5～ 6a野外径流小区试验资料 ,研究 1 7种植被覆盖对土壤侵蚀和氮素流失的影响 ,结果表明 :1 9种作物、4种草地和 4种草灌间作小区年平均径流量为 2 7773、1 80 2 8和 1 31 4 9m3/ km2 · a,比相应裸地减少 2 7.5%、51 .1 %和64.3% ;侵蚀模数为 1 71 6、1 0 2 1和 81 2 t/ km2 · a,减少 73.0 %、92 .8%和 94 .3% ;全氮富集率为 1 .65、2 .4 8和 2 .59,比裸地增加 1 3.8%～ 1 1 4 % ;年平均土壤氮素流失量为 1 4 58、1 2 52、382 9和 966kg/ km2· a。 2植被通过调节径流流速来间接影响泥沙全氮富集 ,土壤侵蚀模数愈大 ,泥沙全氮富集率愈小。 3土壤氮素流失方程 SN=( 55.56-4 .87ln SL)· SL·TN ,可定量预测土壤氮素的流失。 |
| [11] | |
| [12] | . 就近年来国内有关植被盖度对降雨能量、降雨截留、土壤入渗、初损降雨量、径流量以及泥沙量的影响做了综述；分析了理研究中不足之处，并就今后研究中应注意的问题提出了作者的观点和看法。 就近年来国内有关植被盖度对降雨能量、降雨截留、土壤入渗、初损降雨量、径流量以及泥沙量的影响做了综述；分析了理研究中不足之处，并就今后研究中应注意的问题提出了作者的观点和看法。 |
| [13] | . <p>降水、植被与侵蚀过程三者之间关系的研究，是地表过程领域中重要的科学问题，迄今未能完全解决。通过对黄土高原地区大量实测资料的分析，揭示了森林覆盖率和降雨侵蚀力随年降水量的非线性变化。发现了森林覆盖率随年降水变化过程中的临界点，即当年降水小于450 mm时，森林覆盖率很小且基本上不随年降水而变化；当年降水大于450 mm以后，森林覆盖率随年降水的增大而急剧增大。同时还发现，降雨侵蚀力随年降水量的变化过程也存在着两个临界点。当年降水量小于300 mm时，降雨侵蚀力很小且基本上不随年降水而变化；当年降水量超过300 mm时，降雨侵蚀力随年降水量的增大而迅速增大；当年降水量大于530 mm以后，降雨侵蚀力随年降水量增大的速率进一步加大。从分析与上述各临界点相联系的植被抗蚀力和降雨侵蚀力的对比关系入手，解释了黄土高原地区侵蚀强度随年降水变化的非线性图形，即随年降水的增大，侵蚀强度先是增大并达到峰值，然后再减小。并讨论了上述各个临界点对于黄土高原侵蚀治理的应用意义。</p> <p>降水、植被与侵蚀过程三者之间关系的研究，是地表过程领域中重要的科学问题，迄今未能完全解决。通过对黄土高原地区大量实测资料的分析，揭示了森林覆盖率和降雨侵蚀力随年降水量的非线性变化。发现了森林覆盖率随年降水变化过程中的临界点，即当年降水小于450 mm时，森林覆盖率很小且基本上不随年降水而变化；当年降水大于450 mm以后，森林覆盖率随年降水的增大而急剧增大。同时还发现，降雨侵蚀力随年降水量的变化过程也存在着两个临界点。当年降水量小于300 mm时，降雨侵蚀力很小且基本上不随年降水而变化；当年降水量超过300 mm时，降雨侵蚀力随年降水量的增大而迅速增大；当年降水量大于530 mm以后，降雨侵蚀力随年降水量增大的速率进一步加大。从分析与上述各临界点相联系的植被抗蚀力和降雨侵蚀力的对比关系入手，解释了黄土高原地区侵蚀强度随年降水变化的非线性图形，即随年降水的增大，侵蚀强度先是增大并达到峰值，然后再减小。并讨论了上述各个临界点对于黄土高原侵蚀治理的应用意义。</p> |
| [14] | . 地貌现象的演化常常存在着由量变到质变的临界条件。地貌临界是地貌学研究的重要理论问题之一。本文利用黄河中游地区近60个水文测站资料,探讨了流域产沙量随降雨、植被和流域面积变化过程中的地貌临界现象。结果表明,流域产沙量与年降雨量之间关系遵循Langbein-Schumm曲线,最大产沙量大致出现在年降雨量400mm吼左右的半干旱草原区,即无定河以北的皇甫川、孤山川、佳芦河流域。同时,由沙黄土、砒砂岩流域向基岩山地流域过渡,流域产沙量峰值趋于减小,而峰值出现所需要的降雨量渐趋增大,显示出不同自然地理地带和地域最大产沙区位置和产沙强度的不同。流域产沙量与植被之间呈现为相当好的非线性负相关关系。流域产沙量随植被变化存在着二个临界值,一是当流域植被覆盖度等于30％时,另一是当植被覆盖度等于70％时。这一现象以往只是在试验小区或试验流域见到,本研究表明,类似的现象在天然河流流域也存在。受流域上下游不同生物气候及下垫面特性的控制,流域产沙量随流域面积的增大呈现出复杂多样的变化,可以是增加,也可以是减少。然而,对于大多数复合流域来说,随着流域面积的增大,流域产沙量一开始趋于增加,当流域面积接近1 000 km2左右时,流域产沙量达到最大,而当流域超过1 000 km2以后,流域产沙量反而趋于? 地貌现象的演化常常存在着由量变到质变的临界条件。地貌临界是地貌学研究的重要理论问题之一。本文利用黄河中游地区近60个水文测站资料,探讨了流域产沙量随降雨、植被和流域面积变化过程中的地貌临界现象。结果表明,流域产沙量与年降雨量之间关系遵循Langbein-Schumm曲线,最大产沙量大致出现在年降雨量400mm吼左右的半干旱草原区,即无定河以北的皇甫川、孤山川、佳芦河流域。同时,由沙黄土、砒砂岩流域向基岩山地流域过渡,流域产沙量峰值趋于减小,而峰值出现所需要的降雨量渐趋增大,显示出不同自然地理地带和地域最大产沙区位置和产沙强度的不同。流域产沙量与植被之间呈现为相当好的非线性负相关关系。流域产沙量随植被变化存在着二个临界值,一是当流域植被覆盖度等于30％时,另一是当植被覆盖度等于70％时。这一现象以往只是在试验小区或试验流域见到,本研究表明,类似的现象在天然河流流域也存在。受流域上下游不同生物气候及下垫面特性的控制,流域产沙量随流域面积的增大呈现出复杂多样的变化,可以是增加,也可以是减少。然而,对于大多数复合流域来说,随着流域面积的增大,流域产沙量一开始趋于增加,当流域面积接近1 000 km2左右时,流域产沙量达到最大,而当流域超过1 000 km2以后,流域产沙量反而趋于? |
| [15] | |
| [16] | . <正>我国是一个幅员辽阔,自然地带齐全的国家,流水侵蚀产沙的强度具有十分悬殊的地域差异,可以从100t/km~2·a以下变化为10000t/km~2·a以上.流域侵蚀产沙的空间分布受何种规律的支配,其形成机理是什么,是我国河流学科中有待解决的重大理论问题.本研究以我国不同自然带700余个流域的资料分析为基础,初步证明我国侵蚀产沙的宏观地域分布具有纬度与经度地带性,其形成机理可以用著名的Langbein-Schumm定律来解释. <正>我国是一个幅员辽阔,自然地带齐全的国家,流水侵蚀产沙的强度具有十分悬殊的地域差异,可以从100t/km~2·a以下变化为10000t/km~2·a以上.流域侵蚀产沙的空间分布受何种规律的支配,其形成机理是什么,是我国河流学科中有待解决的重大理论问题.本研究以我国不同自然带700余个流域的资料分析为基础,初步证明我国侵蚀产沙的宏观地域分布具有纬度与经度地带性,其形成机理可以用著名的Langbein-Schumm定律来解释. |
| [17] | . 以黄河中游各支流的资料为基 础, 提出了风水两相侵蚀产沙的概念, 并建立了风水两相侵蚀产沙模式, 从而为这一地区强烈的侵蚀产沙过程提出了新的解释. 风力作用与水力作用在时间上是相异的, 前者为高含沙水流搬运作用准备了大量粗颗粒泥沙, 存贮在坡面、沟道和河道中; 后者则形成了富含细颗粒的暴雨径流, 为粗颗粒泥沙的搬运提供了动力条件. 由此形成了高含沙水流, 导致了这一地区高强度的侵蚀产沙过程. 以黄河中游各支流的资料为基 础, 提出了风水两相侵蚀产沙的概念, 并建立了风水两相侵蚀产沙模式, 从而为这一地区强烈的侵蚀产沙过程提出了新的解释. 风力作用与水力作用在时间上是相异的, 前者为高含沙水流搬运作用准备了大量粗颗粒泥沙, 存贮在坡面、沟道和河道中; 后者则形成了富含细颗粒的暴雨径流, 为粗颗粒泥沙的搬运提供了动力条件. 由此形成了高含沙水流, 导致了这一地区高强度的侵蚀产沙过程. |
| [18] | . 黄河中游多沙粗沙区是黄土高原境内侵蚀最为强烈的地区,也是下游 河道强烈淤积的主要物源区.该区的土壤侵蚀受到多重因素的复合作用,植被作为其最显著的影响因子之一而广受关注.以统计资料为依据,论述了研究区侵蚀模 数、林草覆盖度和林木覆盖度的空间分布特征,发现一些相对较大的侵蚀模数与植被覆盖度之间具有良好的非线性关系.将这些相对较大的侵蚀模数定义为极端侵蚀 模数--相似植被覆盖度条件下的最大侵蚀模数,并拟合出它们与林草和林木覆盖度之间的定量函数关系,得出极端侵蚀模数由增加到减小的临界林草覆盖度为 24.2%,临界林木覆盖度为12%.这就是说,在其它复合因素不发生明显改变的情况下,当研究区林草覆盖度小于24.2%或林木覆盖度小于12%时,极 端侵蚀模数随着林草或林木覆盖度的增大而增大;当覆盖度大于上述临界值后,极端侵蚀模数则随之减小.该研究成果对于更有效地管理黄河中游流域具有一定的指 导意义. 黄河中游多沙粗沙区是黄土高原境内侵蚀最为强烈的地区,也是下游 河道强烈淤积的主要物源区.该区的土壤侵蚀受到多重因素的复合作用,植被作为其最显著的影响因子之一而广受关注.以统计资料为依据,论述了研究区侵蚀模 数、林草覆盖度和林木覆盖度的空间分布特征,发现一些相对较大的侵蚀模数与植被覆盖度之间具有良好的非线性关系.将这些相对较大的侵蚀模数定义为极端侵蚀 模数--相似植被覆盖度条件下的最大侵蚀模数,并拟合出它们与林草和林木覆盖度之间的定量函数关系,得出极端侵蚀模数由增加到减小的临界林草覆盖度为 24.2%,临界林木覆盖度为12%.这就是说,在其它复合因素不发生明显改变的情况下,当研究区林草覆盖度小于24.2%或林木覆盖度小于12%时,极 端侵蚀模数随着林草或林木覆盖度的增大而增大;当覆盖度大于上述临界值后,极端侵蚀模数则随之减小.该研究成果对于更有效地管理黄河中游流域具有一定的指 导意义. |
| [19] | . 流域产沙中的环境要素临界是指在气候、下垫面、人类活动影响下, 流域产沙量发生突变的环境要素特征的转折点. 已往有关流域产沙的临界研究主要注重自然带的影响, 而对其他环境要素的影响研究甚少, 尤其是对流域产沙中的复合环境要素临界的研究目前尚属空白. 研究表明, 流域产沙受环境要素的交互作用与综合影响. 在单因素分析的基础上, 采用多元正交多项式回归分析方法, 定量得出黄河中游河口镇-潼关区间影响流域产沙的环境要素复合临界. 流域产沙中的环境要素临界是指在气候、下垫面、人类活动影响下, 流域产沙量发生突变的环境要素特征的转折点. 已往有关流域产沙的临界研究主要注重自然带的影响, 而对其他环境要素的影响研究甚少, 尤其是对流域产沙中的复合环境要素临界的研究目前尚属空白. 研究表明, 流域产沙受环境要素的交互作用与综合影响. 在单因素分析的基础上, 采用多元正交多项式回归分析方法, 定量得出黄河中游河口镇-潼关区间影响流域产沙的环境要素复合临界. |
| [20] | <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">Erosion reduces soil productivity and causes negative downstream impacts. Erosion processes occur on areas with erodible soils and sloping terrain when high-intensity rainfall coincides with limited vegetation cover. Timing of erosion events has implications on the selection of satellite imagery, used to describe spatial patterns of protective vegetation cover. This study proposes a method for erosion risk mapping with multi-temporal and multi-resolution satellite data. The specific objectives of the study are: (1) to determine when during the year erosion risk is highest using coarse-resolution data, and (2) to assess the optimal timing of available medium-resolution images to spatially represent vegetation cover during the high erosion risk period. Analyses were performed for a 100-km<sup>2</sup> pasture area in the Brazilian Cerrados. The first objective was studied by qualitatively comparing three-hourly TRMM rainfall estimates with MODIS NDVI time series for one full year (August 2002–August 2003). November and December were identified as the months with highest erosion risk. The second objective was examined with a time series of six available ASTER images acquired in the same year. Persistent cloud cover limited image acquisition during high erosion risk periods. For each ASTER image the NDVI was calculated and classified into five equally sized classes. Low NDVI was related to high erosion risk and vice versa. A DEM was used to set approximately flat zones to very low erosion risk. The six resulting risk maps were compared with erosion features, visually interpreted from a fine-resolution QuickBird image. Results from the October ASTER image gave highest accuracy (84%), showing that erosion risk mapping in the Brazilian Cerrados can best be performed with images acquired shortly before the first erosion events. The presented approach that uses coarse-resolution temporal data for determining erosion periods and medium-resolution data for effective erosion risk mapping is fast and straightforward. It shows good potential for successful application in other areas with high spatial and temporal variability of vegetation cover.</p> |
| [21] | . 基于TRMM降雨降雨资料时间序列数据和MODIS-NDVI16d合成产品的时间序列数据,分析密云水库上游降雨与植被的耦合关系对侵蚀的影响。结果表明：（1）侵蚀将发生在降雨强度大,同时植被覆盖差的时段,而密云水库上游地区植被的年内生长曲线形态与降雨的分布形态相似性较大,表明研究区的植被具有较好的保护水土能力;（2）研究区侵蚀主要发生在7—8月,而在1—3月以及11—12月几乎不会发生侵蚀;（3）研究区侵蚀的发生与植被覆盖有很紧密的联系,大部分的侵蚀发生在植被覆盖差的＂其他＂类内。研究方法可以清楚地了解研究区内降雨与植被的耦合关系及对侵蚀的影响,研究的结果将为在年内选择具有代表性的时段分析侵蚀状况提供很好的参考资料。 基于TRMM降雨降雨资料时间序列数据和MODIS-NDVI16d合成产品的时间序列数据,分析密云水库上游降雨与植被的耦合关系对侵蚀的影响。结果表明：（1）侵蚀将发生在降雨强度大,同时植被覆盖差的时段,而密云水库上游地区植被的年内生长曲线形态与降雨的分布形态相似性较大,表明研究区的植被具有较好的保护水土能力;（2）研究区侵蚀主要发生在7—8月,而在1—3月以及11—12月几乎不会发生侵蚀;（3）研究区侵蚀的发生与植被覆盖有很紧密的联系,大部分的侵蚀发生在植被覆盖差的＂其他＂类内。研究方法可以清楚地了解研究区内降雨与植被的耦合关系及对侵蚀的影响,研究的结果将为在年内选择具有代表性的时段分析侵蚀状况提供很好的参考资料。 |
| [22] | . 内蒙古砒砂岩地区是黄河重要的粗沙来源区,具有水蚀、风蚀及重力侵蚀交互的特点.利用3个试 验流域1983～1997年的天然观测资料,分析得到了砒砂岩侵蚀交互作用的时空分布规律;通过对砒砂岩的理化性质及侵蚀产沙特性的分析表明,砒砂岩的产 流和产沙能力均高于当地的黄土和风沙土.建立了砒砂岩地区的水蚀模型,并对水力侵蚀过程进行了模拟. 内蒙古砒砂岩地区是黄河重要的粗沙来源区,具有水蚀、风蚀及重力侵蚀交互的特点.利用3个试 验流域1983～1997年的天然观测资料,分析得到了砒砂岩侵蚀交互作用的时空分布规律;通过对砒砂岩的理化性质及侵蚀产沙特性的分析表明,砒砂岩的产 流和产沙能力均高于当地的黄土和风沙土.建立了砒砂岩地区的水蚀模型,并对水力侵蚀过程进行了模拟. |
| [23] | . 黄甫川是黄河中游多沙粗沙区泥 沙问题最严重的支流,造成流域多沙粗沙的原因历来说法不一,一般多认为是砒砂岩所致.本文通过对多方面情况的分析,认为该流域泥沙主要来源于风沙活动.对 于有的科技工作者认为黄河中游的粗沙来自风沙的只占4.6%～9.5%的说法,作者认为依据不足,其数值明显偏低.目前我国对风沙的侵蚀搬运缺乏足够的观 测资料,因此还不能轻易地下结论.令后应加强对风沙活动的观测研究,以便为治黄决策提供更为科学的依据. 黄甫川是黄河中游多沙粗沙区泥 沙问题最严重的支流,造成流域多沙粗沙的原因历来说法不一,一般多认为是砒砂岩所致.本文通过对多方面情况的分析,认为该流域泥沙主要来源于风沙活动.对 于有的科技工作者认为黄河中游的粗沙来自风沙的只占4.6%～9.5%的说法,作者认为依据不足,其数值明显偏低.目前我国对风沙的侵蚀搬运缺乏足够的观 测资料,因此还不能轻易地下结论.令后应加强对风沙活动的观测研究,以便为治黄决策提供更为科学的依据. |
| [24] | . 土壤侵蚀被广泛地认为是对整个农业和生态系统的威胁。通过侵蚀表 土层，从而减少土壤有机质和营养物质的含量，造成土壤生产力下降。此外它常对下游造成严重影响，例如泥沙淤积水库，损害房屋、道路和沟渠等基础设施。有效 评估土壤侵蚀风险，及时得到侵蚀发生的时空分布现状资料，对于以监测、预防、治理为目的的区域土壤侵蚀调查具有重要意义。<br> 土壤侵蚀风险遥感评估的关键在于有效植被覆盖的提取，不首先确定有效植被覆盖必将导致评估结果出现误差，从而误导以此为依据的土壤侵蚀治理工作。本文针对 该问题，提出面向土壤侵蚀风险遥感评估的有效植被覆... 土壤侵蚀被广泛地认为是对整个农业和生态系统的威胁。通过侵蚀表 土层，从而减少土壤有机质和营养物质的含量，造成土壤生产力下降。此外它常对下游造成严重影响，例如泥沙淤积水库，损害房屋、道路和沟渠等基础设施。有效 评估土壤侵蚀风险，及时得到侵蚀发生的时空分布现状资料，对于以监测、预防、治理为目的的区域土壤侵蚀调查具有重要意义。<br> 土壤侵蚀风险遥感评估的关键在于有效植被覆盖的提取，不首先确定有效植被覆盖必将导致评估结果出现误差，从而误导以此为依据的土壤侵蚀治理工作。本文针对 该问题，提出面向土壤侵蚀风险遥感评估的有效植被覆... |
| [25] | Not Available |
| [26] | We use a simple radiative transfer model with vegetation, soil, and atmospheric components to illustrate how the normalized difference vegetation index (NDVI), leaf area index (LAI), and fractional vegetation cover are dependent. In particular, we suggest that LAI and fractional vegetation cover may not be independent quantitites, at least when the former is defined without regard to the presence of bare patches between plants, and that the customary variation of LAI with NDVI can be explained as resulting from a variation in fractional vegetation cover. The following points are made: i) Fractional vegetation cover and LAI are not entirely independent quantities, depending on how LAI is defined. Care must be taken in using LAI and fractional vegetation cover independently in a model because the former may partially take account of the latter; ii) A scaled NDVI taken between the limits of minimum (bare soil) and miximum fractional vegetation cover is insenstive to atmospheric correction for both clear and hazy conditions, at least for viewing angles less than about 20 degrees from nadir; iii) A simple relation between scaled NDVI and fractional vegetation cover, previously described in the literature, is further confirmed by the .simulations; iv) The sensitive dependence of LAI on NDVI when the former is below a value of about 2–4 may be viewed as being due to the variation in the bare soil component. |
| [27] | ABSTRACT The investigation of basins for planning soil conservation requires a selective approach to identify smaller hydrological units, which would be suitable for more efficient and targeted conservation management programmes. One criterion, generally used to determine the vulnerability of catchments to erosion, is the sediment yield of a basin. In India, sediment yield data are generally not collected for smaller sub-catchments and it becomes difficult to identify the most vulnerable areas for erosion that can be treated on a priority basis. An index-based approach, based on the surface factors mainly responsible for soil erosion, is suggested in this study. These factors include soil type, vegetation, slope and various catchment properties such as drainage density, form factor, etc. The method is illustrated with a case study of sub-catchments immediately upstream of the Ukai Reservoir located on the River Tapi in Gujarat State, India. The area is divided into 16 watersheds and different soil, vegetation, topography and morphology-related parameters are estimated separately for each watershed. Satellite data are used to evaluate the soil and vegetation indices, while a GIS system is used to evaluate the topography and morphology-related indices. The integrated effect of all the parameters is evaluated to find different areas vulnerable to soil erosion. Two watersheds were identified as being most susceptible to soil erosion. Based on the integrated index, a priority rating of the watersheds for soil conservation planning is recommended. |
| [28] | A desertification monitoring system is developed that uses four indicators derived using continental-scale remotely sensed data: vegetation cover, rain use efficiency (RUE), surface run-off and soil erosion. These indicators were calculated on a dekadal time step for 1996. Vegetation cover was estimated using the Normalized Difference Vegetation Index (NDVI). The estimation of RUE also employed NDVI and, in addition, rainfall derived from Meteosat cold cloud duration data. Surface run-off was modelled using the Soil Conservation Service (SCS) model parametrized using the rainfall estimates, vegetation cover, land cover, and digital soil maps. Soil erosion, one of the most indicative parameters of the desertification process, was estimated using a model parametrized by overland flow, vegetation cover, the digital soil maps and a digital elevation model (DEM). The four indicators were then combined to highlight the areas with the greatest degradation susceptibility. The system has potential for near-real time monitoring and application of the methodology to the remote sensing data archives would allow both spatial and temporal trends in degradation to be determined. |
| [29] | |
| [30] | |
| [31] | . 正 自从通用土壤流失方程式提出以来,引起了许多国家的重视。各国的水土保持工作者都在根据本国的实际情况,研究土壤流失方程式中各系数在本地区的适用性,进 而建市各自国家或地区性的流失方程式。通用土壤流失方程式的数学表达式是A=RKLSCP。式中R是降雨侵蚀力指标,它是降雨侵蚀潜力的一个度量。美国学 者威斯奇迈尔(Wischmeier)通过各种因数在不同的算术排列组合中的复回归试验,发现复合参数——暴雨动能与30分钟最大降雨强度的乘积是判断土 壤流失 正 自从通用土壤流失方程式提出以来,引起了许多国家的重视。各国的水土保持工作者都在根据本国的实际情况,研究土壤流失方程式中各系数在本地区的适用性,进 而建市各自国家或地区性的流失方程式。通用土壤流失方程式的数学表达式是A=RKLSCP。式中R是降雨侵蚀力指标,它是降雨侵蚀潜力的一个度量。美国学 者威斯奇迈尔(Wischmeier)通过各种因数在不同的算术排列组合中的复回归试验,发现复合参数——暴雨动能与30分钟最大降雨强度的乘积是判断土 壤流失 |
| [32] | |
| [33] | . 根据辛店沟1955年到1959年坡面径流小区的观测资料,分析了不同植被(高粱豇豆、苜蓿、草木樨)被覆度与降水(包括雨量(P)、雨强(I)以及PI乘积(PI30))与侵蚀速率的关系.结果表明土壤侵蚀速率随雨量,雨强及PI乘积的增加呈幂函数增加,但随被覆度的增加呈下降趋势.在PI30相同时,不同植被对土壤侵蚀速率的影响也不同.应用USLE(The Universal Soil Loess Equation)分别模拟了三种不同植被被覆度与降水因子对土壤侵蚀的关系方程和辛店沟全流域的水土流失方程;深入探讨了植被被覆度和降水对土壤侵蚀的作用规律. 根据辛店沟1955年到1959年坡面径流小区的观测资料,分析了不同植被(高粱豇豆、苜蓿、草木樨)被覆度与降水(包括雨量(P)、雨强(I)以及PI乘积(PI30))与侵蚀速率的关系.结果表明土壤侵蚀速率随雨量,雨强及PI乘积的增加呈幂函数增加,但随被覆度的增加呈下降趋势.在PI30相同时,不同植被对土壤侵蚀速率的影响也不同.应用USLE(The Universal Soil Loess Equation)分别模拟了三种不同植被被覆度与降水因子对土壤侵蚀的关系方程和辛店沟全流域的水土流失方程;深入探讨了植被被覆度和降水对土壤侵蚀的作用规律. |
| [34] | . 土地利用方式以及不同农作物对土壤流失有明显的影响 ,定量评价不同作物在土壤流失中的作用 (作物覆盖因子 )是土地利用和水土保持规划的重要依据。研究的目的在于计算黄土高原主要农作物不同生长阶段的土壤流失强度与裸露地的比率 ,为计算土壤侵蚀作物覆盖因子应用。通过对甘肃天水和陕西安塞水土保持试验资料的分析 ,计算了 7种主要作物 6个农作期的土壤流失比率表 ,并对黄土高原 7种作物覆盖因子进行了计算 ,其值在 0 .2 3～ 0 .74之间 ,按此方法计算的作物覆盖因子值与观测多年平均土壤流失比率基本一致。但该方法的优势在于可以根据土壤流失比率表和不同的降雨侵蚀力分布曲线计算不同地区的 C值 ,而不需对每个地区都进行小区观测。 土地利用方式以及不同农作物对土壤流失有明显的影响 ,定量评价不同作物在土壤流失中的作用 (作物覆盖因子 )是土地利用和水土保持规划的重要依据。研究的目的在于计算黄土高原主要农作物不同生长阶段的土壤流失强度与裸露地的比率 ,为计算土壤侵蚀作物覆盖因子应用。通过对甘肃天水和陕西安塞水土保持试验资料的分析 ,计算了 7种主要作物 6个农作期的土壤流失比率表 ,并对黄土高原 7种作物覆盖因子进行了计算 ,其值在 0 .2 3～ 0 .74之间 ,按此方法计算的作物覆盖因子值与观测多年平均土壤流失比率基本一致。但该方法的优势在于可以根据土壤流失比率表和不同的降雨侵蚀力分布曲线计算不同地区的 C值 ,而不需对每个地区都进行小区观测。 |
| [35] | . 正 自从通用土壤流失方程式提出以来,引起了许多国家的重视。各国的水土保持工作者都在根据本国的实际情况,研究土壤流失方程式中各系数在本地区的适用性,进 而建市各自国家或地区性的流失方程式。通用土壤流失方程式的数学表达式是A=RKLSCP。式中R是降雨侵蚀力指标,它是降雨侵蚀潜力的一个度量。美国学 者威斯奇迈尔(Wischmeier)通过各种因数在不同的算术排列组合中的复回归试验,发现复合参数——暴雨动能与30分钟最大降雨强度的乘积是判断土 壤流失 正 自从通用土壤流失方程式提出以来,引起了许多国家的重视。各国的水土保持工作者都在根据本国的实际情况,研究土壤流失方程式中各系数在本地区的适用性,进 而建市各自国家或地区性的流失方程式。通用土壤流失方程式的数学表达式是A=RKLSCP。式中R是降雨侵蚀力指标,它是降雨侵蚀潜力的一个度量。美国学 者威斯奇迈尔(Wischmeier)通过各种因数在不同的算术排列组合中的复回归试验,发现复合参数——暴雨动能与30分钟最大降雨强度的乘积是判断土 壤流失 |
