本文關(guān)鍵詞： 潛在土壤侵蝕 多源數(shù)據(jù) 遙感 數(shù)字土壤制圖 空間變異 數(shù)據(jù)挖掘 氣候模式　出處：《浙江大學(xué)》2017年博士論文　論文類型：學(xué)位論文

【摘要】：我國是世界上受侵蝕影響面積最廣的國家之一�？茖W(xué)評價全國范圍內(nèi)由水力作用引起的土壤侵蝕程度、定量估算潛在土壤侵蝕量、客觀分析土壤侵蝕空間分布特征,對防止我國水土流失、保護(hù)和合理利用土地資源具有非常重要的作用。我國氣候類型豐富、地形復(fù)雜多樣,與土壤侵蝕相關(guān)的土壤、氣候、植被、土地利用方式等因素具有明顯的空間異質(zhì)性,使得全國范圍內(nèi)的潛在土壤侵蝕研究充滿了挑戰(zhàn)。傳統(tǒng)的土壤侵蝕估算主要是基于地面標(biāo)準(zhǔn)小區(qū)或徑流實驗實現(xiàn)的,雖然估算結(jié)果準(zhǔn)確性高,但是存在數(shù)據(jù)獲取困難、測試分析昂貴等問題,在全國范圍內(nèi)推廣很難實現(xiàn)。隨著衛(wèi)星遙感技術(shù)的發(fā)展,利用傳感器技術(shù)進(jìn)行大面積地表信息快速獲取,得到了國內(nèi)外學(xué)者的廣泛關(guān)注。但是,受衛(wèi)星傳感器精度、反演算法是否完善等因素的限制,衛(wèi)星遙感數(shù)據(jù)往往存在著不同程度的偏差。因此,如何有效結(jié)合多源數(shù)據(jù)對潛在土壤侵蝕估算模型進(jìn)行改進(jìn),已經(jīng)成為當(dāng)前土壤侵蝕研究乃至土壤學(xué)領(lǐng)域的熱點和難點。數(shù)字土壤制圖技術(shù)(Digital Soil Mapping,DSM),為預(yù)測土壤侵蝕空間分布特征、探索其時空演變規(guī)律提供了新的思路。本研究旨在綜合利用多源數(shù)據(jù),結(jié)合修正通用土壤流失方程(The Revised Universal Soil Loss Equation,RUSLE)估算模型,對全國范圍內(nèi)由水蝕過程引起的潛在土壤侵蝕進(jìn)行快速定量估算。同時,利用DSM,結(jié)合數(shù)據(jù)挖掘技術(shù),進(jìn)行全國1km空間分辨率的潛在土壤侵蝕數(shù)字制圖研究。本文的主要研究內(nèi)容和結(jié)果可以概括為以下幾個方面:(1)基于二維非參數(shù)融合的降雨侵蝕力估算降雨侵蝕力(Rainfall Erosivity,R)主要受降雨量、降雨強度和降雨歷時等因素的制約。因此,需要利用高精度的降雨數(shù)據(jù)對R因子進(jìn)行估算,進(jìn)而研究潛在土壤侵蝕量。本研究綜合利用地面氣象站點和熱帶降雨測量計劃(Tropical Rainfall Measuring Mission,TRMM)的降雨數(shù)據(jù),結(jié)合二維非參數(shù)的數(shù)據(jù)融合算法對這兩種降雨數(shù)據(jù)進(jìn)行融合處理。隨后利用融合后的日降雨量數(shù)據(jù)估算2003-2014年全國范圍內(nèi)0.25°空間分辨率的R因子情況。并采用地理加權(quán)回歸模型(Geographically Weighted Regression,GWR)進(jìn)行R因子空間分布圖的空間降尺度處理,從而研究1km空間分辨率的年均R因子空間分布特征。結(jié)果表明融合后的降雨數(shù)據(jù)克服了地面氣象站點和衛(wèi)星降雨數(shù)據(jù)的缺陷,能夠更好的估算地面日降雨情況。我國的R因子分布存在著明顯的季節(jié)性和地帶性差異。通過相關(guān)文獻(xiàn)檢驗,本研究估算R因子值具有較高的精度(R=0.86)。(2)基于決策樹的土壤可蝕性因子數(shù)字制圖研究本研究收集第二次土壤普查成果中3758個土壤剖面數(shù)據(jù),結(jié)合多源環(huán)境變量信息,利用隨機森林技術(shù),建立土壤可蝕性的土壤—景觀環(huán)境因子空間估算模型,并進(jìn)行高精度的土壤可蝕性因子(Soil Erodibility,K)數(shù)字制圖。本研究結(jié)果預(yù)測模型的精度為R2=0.52。環(huán)境因子中,年均太陽輻射、土壤類型以及海拔高度對模型的重要性最大。本研究對紫色土、黑土、紅壤、灰漠土等土壤類型的K因子預(yù)測結(jié)果與相關(guān)研究結(jié)果相近。建模時樣點越多,模型越穩(wěn)定,預(yù)測越精確。與HWSD(Harmonized World Soil Database)數(shù)據(jù)結(jié)合EPIC模型直接估算的結(jié)果相比,基于模型預(yù)測的土K因子值總體較小。(3)潛在土壤侵蝕模型植被地形水保因子定量估算研究本研究選用了 MODIS NDVI(Moderate Resolution Imaging Spectroradiometer,Normalized Difference Vegetation Index)、DEM(Digital Elevation Model)、Landsat TM(Thematic Mapper)等數(shù)據(jù),分別估算了植被覆蓋因子(Cover Management,C)、地形因子(Slope Length and Steepness,LS)和水土保持措施因子(Support Practice,P),并研究其空間分布規(guī)律。研究結(jié)果表明C因子值與NDVI反向相關(guān),總體上呈現(xiàn)出由西北向東南地區(qū)遞減的趨勢。我國東北平原、華北平原、長江中下游平原、關(guān)中平原、黃土高原及四川盆地等地區(qū)實施的耕作措施和工程措施,能有效降低土壤侵蝕的風(fēng)險。(4)潛在土壤侵蝕空間變異特征及未來潛在侵蝕量估算研究本研究利用RUSLE模型估算了全國范圍內(nèi)2003-2014年潛在土壤侵蝕量,并研究其空間分布特征和年際變化規(guī)律。研究結(jié)果表明我國侵蝕量最小的地區(qū)主要分布在沙漠地區(qū);潛在土壤侵蝕量最高的地區(qū)主要分布在青藏高原南部及橫斷山脈。本研究利用估算的潛在土壤侵蝕量,結(jié)合回歸克里格模型(RegressionKriging,RK),預(yù)估了 2050年不同排放情景下的全國潛在土壤侵蝕情況。結(jié)果表明當(dāng)未來人類積極應(yīng)對氣候變化時,全國的潛在土壤侵蝕量要小于采取消極手段應(yīng)對氣候變化時的潛在土壤侵蝕量。當(dāng)其他因素不變,只考慮氣候因子變化對潛在土壤侵蝕的影響時,我國東南地區(qū)潛在土壤侵蝕量到2050年變化最大,因此需要格外重視這些地區(qū)的土壤保持工作。本研究完成了研究內(nèi)容,基本達(dá)到了預(yù)期的研究目標(biāo),取得了以下進(jìn)展:(1)已有較多的學(xué)者對國內(nèi)外不同尺度上的R因子進(jìn)行了研究,然而這些研究主要是基于地面觀測降雨數(shù)據(jù)進(jìn)行的。隨著遙感技術(shù)的發(fā)展和普及,已有不少學(xué)者開始利用衛(wèi)星降雨數(shù)據(jù)估算區(qū)域內(nèi)的R因子。而利用地面-衛(wèi)星降雨融合數(shù)據(jù)估算R因子的研究幾乎沒有。本研究利用二維非參數(shù)的數(shù)據(jù)融合方法,對地面氣象站點和TRMM衛(wèi)星降雨數(shù)據(jù)進(jìn)行融合處理,提高了日降雨數(shù)據(jù)的精度。同時結(jié)合空間降尺度算法,提供了1km空間分辨率的R因子空間分布圖。該研究為大尺度高精度R因子估算提供了新的思路。(2)利用傳統(tǒng)方法對大尺度K因子的研究基本上是根據(jù)土壤類型圖進(jìn)行斑塊填充得到的,較難反映K因子的空間異質(zhì)性。本研究充分利用全國范圍內(nèi)土壤典型剖面的普查數(shù)據(jù),基于土壤—環(huán)境景觀理論,結(jié)合多源環(huán)境變量和數(shù)據(jù)挖掘方法,進(jìn)行了全國范圍內(nèi)的1km空間分辨率K因子的快速數(shù)字制圖研究。為未來估算大尺度土壤可蝕性和空間變化趨勢提供了新的技術(shù)和方法。(3)由未來氣候條件變化引起的土壤屬性特征變化是當(dāng)前土壤領(lǐng)域的研究前沿。本研究假設(shè)其他條件不變的情況下,通過建立當(dāng)前氣候因子與潛在土壤侵蝕量之間的回歸關(guān)系,結(jié)合未來CMIP5氣候耦合模式不同溫室氣體排放情景下的生物氣候因子數(shù)據(jù),估算2050年兩個排放極端下的潛在土壤侵蝕量。定量研究了氣候因子的變化對潛在土壤侵蝕量的影響,為今后的環(huán)境保護(hù)、水土流失治理、土地利用規(guī)劃工作提供指導(dǎo)依據(jù)。
[Abstract]:......
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：S157.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 崔曉臨;雷剛;王濤;郝寧燕;付立萌;李貝貝;;退耕還林還草工程實施對洛河流域土壤侵蝕的影響[J];水土保持研究;2016年05期

2 史志華;宋長青;;土壤水蝕過程研究回顧[J];水土保持學(xué)報;2016年05期

3 王秋霞;張勇;丁樹文;葉馨陽;劉丹露;徐加盼;朱慧鑫;;花崗巖崩崗區(qū)土壤可蝕性因子估算及其空間變化特征[J];中國水土保持科學(xué);2016年04期

4 楊波;王全九;;退耕還林后榆林市土壤侵蝕和養(yǎng)分流失功效研究[J];水土保持學(xué)報;2016年04期

5 許爾琪;張紅旗;董光龍;;伊犁河谷土壤水力侵蝕的時空變化研究[J];資源科學(xué);2016年07期

6 胡克志;;黃土高原不同生物氣候區(qū)土壤侵蝕動態(tài)變化研究[J];人民長江;2016年13期

7 劉婷;邵景安;;三峽庫區(qū)不同土地利用背景下的土壤侵蝕時空變化及其分布規(guī)律[J];中國水土保持科學(xué);2016年03期

8 尹璐;閆慶武;卞正富;;基于RUSLE模型的六盤水市土壤侵蝕評價[J];生態(tài)與農(nóng)村環(huán)境學(xué)報;2016年03期

9 李雪瑩;楊俊;楊陽;王雪;;基于GIS與RUSLE的土壤侵蝕量時空變化分析[J];地理空間信息;2016年04期

10 高海東;李占斌;賈蓮蓮;李鵬;徐國策;任宗萍;龐國偉;趙賓華;;基于土壤侵蝕控制度的黃土高原水土流失治理潛力研究（英文）[J];Journal of Geographical Sciences;2016年04期

相關(guān)碩士學(xué)位論文 前1條

1 郭廣芬;未來氣候變化對我國土壤有機碳儲藏的影響[D];中國氣象科學(xué)研究院;2006年

，

本文編號：1489649