由ArcGIS Model Builder支持的小型森林集水区的土壤侵蚀分析外文翻译资料

 2022-08-10 15:50:11

英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料

由ArcGIS Model Builder支持的小型森林集水区的土壤侵蚀分析

摘 要

为了在GIS的环境中应用USLE进行土壤侵蚀的分析，本文使用ArcGIS Model Builder建立了一个新的工作流程。这个由四部分组成的框架结构的目的是加快数据处理并确保土壤侵蚀风险图的可参考性。第一个子模型生成具有连接集水区的河流网络，基于DEM计算USLE中的坡度条件和LS因子。第二个子模型集成了河流流线、道路、集水区边界、土地覆盖、土地利用和土壤图，这个准备的组合数据集是其他USLE因子基础。第三个子模型估算土壤流失，并创建土壤侵蚀的区域数据。第四个子模型将土壤流失分为几类，（从而）可以比较模拟和观察到的（两种）土壤侵蚀。该框架在匈牙利的一个小森林集水区中得到应用。尽管不同土地覆被的侵蚀之间存在明显差异，但在任何面积单位中，预测的特定土壤流失不会增加到容差限度之上。森林小隔间中预计的表面土壤侵蚀主要取决于坡度条件。

关键字：GIS/森林覆盖/侵蚀模型

第一章 介绍

水力侵蚀是造成景观退化的自然过程。森林植被通常对土壤保护有好处，但是，人为干扰也可能会让高势能的地区加速侵蚀。气候变化（例如包括更强烈的暴风雨）也是造成土壤流失加剧的原因。一些研究讨论了林业活动（Surfleet–Ziemer 1996，Lisle 1998）和土地利用变化如何影响沉积物的运输（Sorriso–Valvo等，1995；Garciacute;a–Ruiz等，2008）。砍伐树木减少了蒸散和降雨截留，导致地表径流增加。此外，如果没有植被，土壤会变得容易受到表面侵蚀。连根（把树木）拔起和砍伐道路（旁的树木）可能会降低边坡的稳定性，并引起大块（土地）运动侵蚀。重型设备会在道路作业，原木收集和施工期间压实土壤。道路和（压实的）土地减少了渗透，增加并集中了陆上流量。线性结构改变了排水路径，并将水重新引导至更易腐蚀的区域。由于道路表面的低渗透性，溪流过马路和道路的结构是造成森林集水区侵蚀的主要根源（Lewis 1998，Chang 2006）。

土壤侵蚀会导致持水量、养分利用率和有机质含量下降，并使耕地的总体肥力下降。溪流和湖泊的淤积是土壤侵蚀的另一个后果。水池容量和通道流量横截面的减小可能会导致更高的洪水风险。如果河道形态发生变化，水生栖息地可能会发生变化（Shen–Julien，1993；Gordon等，2004；Gomi等，2005；Chang 2006）。被侵蚀然后悬浮的沉积物增加了浊度，减少了水体中的可见距离以及发生光合作用的深度。悬浮的泥沙会直接破坏鱼鳃，降低饮用水质量并损害灌溉系统（Lewis 1998，Gomi等，2005）。

1.1 研究的目的和动机

多机构协作的需求刺激了该框架的发展。匈牙利Maacute;tra山区的森林研究中心（班基1959，jvaacute;ri 1981）和西匈牙利大学的修普隆山丘（Kucsara–Raacute;cz 1988，Gribovszki 2000，Gribovszki–Kalicz 2003，Csaacute;fordi等人，2010，Csaacute;fordi 2010）正在研究匈牙利森林集水区的土壤侵蚀风险。汉诺威的莱布尼兹大学的几项研究分析了土壤保护活动对德国下萨克森州农业土地的影响（Mosimann等，2004；Sanders，2007；Bug，2011）。计划与汉诺威大学合作，与USLE进行（一个）有关潜在土壤侵蚀评估的比较研究。研究的范围是：

（1）在ArcGIS Model Builder中开发工作流，该工作流以统一的方式通过通用土壤流失方程（USLE）预测土壤侵蚀，根据潜在的土壤流失创建类似（类型的）区域统计数据，并比较不同研究区域的结果。该框架可以是一个新工具，可以简化和加速与预期气候变化有关的不同土地利用实践，土地覆盖和降雨情景下的土壤侵蚀预测；
（2）模拟法卡斯沟（Sopron Hills）中潜在的表面侵蚀；
（3）通过相关分析揭示USLE因子，这些因子会显着影响研究流域的表面侵蚀。

1.2 空间分布的物理土壤侵蚀模型和USLE

已经开发了许多模型来预测易受水蚀影响的区域，预测土壤流失并评估土壤侵蚀控制措施。基于物理的模型，例如WEPP（Nearing等，1989），EROSION-3D（von Werner，1995）或LISEM（De Roo等，1996）考虑了土地利用和水文过程的空间变异性，并根据流域尺度上的物理定律估算了土壤流失。但是，由于大规模的数据要求，它们通常无法使用。许多输入参数需要进一步校准、复杂的实验室分析或昂贵的野外数据收集（Ma 2001，Beskow等，2009），缺乏数据可能导致不切实际的预测（Fistikoglu–Harmancioglu 2002）。

与基于物理的模型相反，Martin等人（2003年）指出，经验模型（例如USLE）需要的站点特定数据更少。因此，USLE被更广泛地应用于土壤流失的预测和土壤保护措施的规划，特别是在发展中国家（Jain–Kothyari 2000，Lu等2004，Onyando等2005，Erdogan等2007，Pandey等 2007）。USLE是最初由美国的Wischmeier-Smith（1978）开发的经验方程式，其中平均单位面积土壤流失率可以通过乘以以下六个因素来计算：

A = R · K · L · S · C · P （1.2）

A是年平均土壤流失量（t·ha-1·yr-1）；R是降雨径流侵蚀力（kJ·m-2·mm·h-1），表示局部预期降雨对没有植被覆盖的耕作土壤的侵蚀潜力。K是土壤易蚀性（t·ha-1·m2·kJ-1·h·mm-1）。它显示了清洁倾斜的休耕地特定土壤每单位降雨量的土壤流失率。L是坡度的长度（无量纲），是土壤流失率与坡度22.13 m的土壤流失的比率。S表示坡度陡度（无量纲），是指坡度为9％的坡度的土壤流失率与土壤流失率的比较。C是覆盖量（无量纲），与裸露休耕地相比，它显示了植物（对侵蚀）的影响。P是侵蚀控制措施（无量纲），控制措施通常是轮廓，带状作物种植或梯田种植（Centeri 2001，Amore等人2004）。计算出的土壤流失可以与可容忍的土壤流失进行比较。可以容忍的土壤流失是土壤侵蚀的最大水平，多年来仍可实现高水平的作物生产力（Stone–Hilborn 2000，Severin等人2003）。

许多作者讨论了USLE在不同研究领域中的适用性。最初，USLE仅允许对标准化农业用地的土壤流失进行长期预测（Wischmeier–Smith，1978；Schwertmann等，1987）。Wischmeyer–Smith（1978）不建议将方程式更广泛地适应不同的土地用途，例如森林。然而，其他几位作者证明了USLE能够在更大范围内估算土壤流失（Jain–Kothyari 2000，Onyando等人2005，Khosrowpanah等人2007，Beskow等人2009）。Raacute;cz（1985）提出了匈牙利森林土地上USLE适应性的因子值。Bartsch等（2002）已经应用经验方程来确定地形复杂，土地用途多样（例如放牧和军事活动）的牧场中对侵蚀最敏感的地区。一个主要问题是预测的土壤流失的价值。在森林地区，它可能超出实际值一个数量级。因为土壤分布大多是不规则的，并且有机杂物（例如原木，树枝，有时是树叶）经常阻止地表径流，所以USLE高估了土壤流失（Risse等，1993）。USLE是为预测薄板和小溪侵蚀而开发的。但是，结果表明，小溪和小溪间的侵蚀没有单独的值，而仅是总体土壤流失。USLE在估算沉积物数量以及计算沟，河床和河岸侵蚀的沉积物产量方面也不可行（Wischmeier–Smith，1978；Fistikoglu–Harmancioglu，2002；Andersson，2010）。该方程式主要用于计算长期平均年侵蚀率（Stone–Hilborn 2000，Beskow等人，2009）。因此，有必要开发一种技术来估算个别暴风雨事件造成的土壤流失（Jain–Kothyari 2000）。Andersson（2010）指出，没有考虑到USLE因素之间的相互作用。

1.3 土壤侵蚀模型和地理信息系统

土壤侵蚀风险因驳杂地形，地质，地貌，土壤类型，土地覆盖和土地利用的异质性而在空间上有所不同。地理信息系统（GIS）能够轻松有效地处理这些空间可变数据。利用GIS技术估算土壤侵蚀可降低成本并提高准确性（Ma 2001，Erdogan等，2007； Khosrowpanah等，2007）。先进的GIS为创建数据库提供了必要的映射和插值方法，该数据库包括用于侵蚀建模的所有输入数据集。该分辨率应反映水文和侵蚀过程的空间变化（Fistikoglu – Harmancioglu 2002，Beskow等人，2009）。减小单元大小和增大规模需要大量数据才能进行准确的预测。因此，GIS最适合管理大量数据。它减少了访问和处理数据库的时间和成本（De Roo–Jetten 1999）。De Roo等（1996），Fistikoglu–Harmancioglu（2002），Khosrowpanah等（2007年）和Pandey等人。（2007年）描述了GIS的更多优势，例如生成复杂的输入图以及将土壤，土地使用和土地覆盖信息相结合。使用GIS技术，可以更轻松地为替代土地管理方案计算土壤流失率。

预测土壤流失所需的数据（降雨侵蚀力，土壤数据，数字高程模型和土地利用）必须转换为GIS格式，以便在GIS中实施USLE。不同的作者使用基于GIS的技术对USLE因子进行建模，以网格单元为基础预测较大流域的土壤流失（Erdogan等，2007； Andersson，2010）。根据马丁等（2003年），一种结合USLE / GIS的方法能够识别具有高侵蚀潜力的具有精确空间边界的离散位置。Beskow等（2009年）验证了USLE / GIS组合技术显示了可接受的准确性，并允许绘制最易受影响的区域。Onyando等人的研究（2005年）和埃尔多安等人 （2007）与此矛盾。USLE应用程序从地块到大型流域的升级受限于直接现场测量的可靠性和可用性。正如Fistikoglu–Harmancioglu（2002）所指出的，对于较小的网格尺寸和较小的面积，侵蚀风险评估的结果更加合理。因此，较大的流域必须作为子流域进行分析。在匈牙利的巴拉顿项目中，Kerteacute;sz等人完成了全面的USLE / GIS应用程序。 （1992年，1997年）将Ouml;rveacute;nyesi流域划分为“ erotopes”，这些“ erotopes”是浮雕的倾斜部分，其汇流方向或多或少都集中在同一方向（Kerteacute;sz等，1997，第22页）。这项技术可以分析未集中径流的影响，并在准图规模或坡度段的较大集水区模拟土壤侵蚀。

USLE / GIS组合方法也受每个输入因子的限制。 Auerswald（1987）指出，计算出的土壤流失对边坡高度敏感，基于现代GIS的过程也支持其他USLE因子的计算。许多研究应用遥感数据来开发C和P因子的值，以对土地覆盖类别和土地利用单位进行分类（Ma等，2003； Beskow等，2009）。这些研究证实，通过使用遥感数据和GIS可以避免USLE的原始空间限制。 Maacute;rkus– Wojtaszek（1993a，b）在ArcInfo环境中进行了USLE计算，并将航空照片和卫星图像的密度差异与侵蚀敏感区域进行了比较。结果表明，遥感技术是检查模拟土壤侵蚀类别并遵循侵蚀过程实际阶段的合适方法。将基于GIS的技术集成到USLE中，对于描述易受土壤侵蚀影响的区域非常有用，从而可以立即进行保护规划（Lee 2004，Beskow等，2009）。

---------分页符----------

第二章 材料和方法

本文介绍

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[238460]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章