全国降雨侵蚀力因子R值计算教程

简介: 全国降雨侵蚀力因子R值计算教程

降雨侵蚀力因子其实是反应降雨对土壤侵蚀的潜在能力,就是降雨的冲刷对土壤的侵蚀效应。


在过去几天查阅文献资料的过程中,本人亲眼看见过的关于因子R的计算方法就超过30种,着实大开了眼界。


不过总结这些计算方法,其实核心思路大概就两种:一种是把降雨的动能,就是E,引入模型中,因为降雨的动能越大,说明冲刷的力度越大;另一种是直接使用降雨量来计算的,比如引入月均降雨量和年均降雨量来计算。


地理遥感生态网发布了1981-2021年全国降雨侵蚀力数据;在这里给大家推荐两个我们国内研究使用的计算方法,第一个是我国学者根据我国南方的降雨实测数据建立的模型(周伏建、黄炎),只需要月均降雨量就可以计算,而且据说在降雨数据不充足的情况下也可以使用。大家也可以试一下。

微信截图_20230111124620.png


编辑

第二个介绍的公式是土壤流失方程的奠基者Wischmeier在1969年提出的经验公式。毕竟人家是“鼻祖”,还是给个面子提一下比较好,国内研究中引用的次数也是非常多的。

具体公式如下:

微信截图_20230111124627.png


根据这个公式的话需要两个数据,就是月平均降雨和年总降雨量。

微信截图_20230111124638.png

数据来源请引用:地理遥感生态网科学数据注册与出版系统

相关文章
|
6月前
|
算法 数据挖掘
R语言面板数据回归:含时间固定效应混合模型分析交通死亡率、酒驾法和啤酒税
R语言面板数据回归:含时间固定效应混合模型分析交通死亡率、酒驾法和啤酒税
|
6月前
|
数据可视化 前端开发 SEO
R语言门限误差修正模型(TVECM)参数估计沪深300指数和股指期货指数可视化
R语言门限误差修正模型(TVECM)参数估计沪深300指数和股指期货指数可视化
|
6月前
|
机器学习/深度学习 数据可视化
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化(上)
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化
|
6月前
|
数据可视化 数据建模
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化(下)
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化
|
6月前
R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响
R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响
|
11月前
差分方程模型:国民总收入(GDP)的乘数-加速数模型
差分方程模型:国民总收入(GDP)的乘数-加速数模型
121 0
《城市绿色出行指数白皮书》——附录C :碳排放因子计算
《城市绿色出行指数白皮书》——附录C :碳排放因子计算
1624 0
|
BI 定位技术
《城市绿色出行指数白皮书》——附录D :碳排放因子修正
《城市绿色出行指数白皮书》——附录D :碳排放因子修正
191 0
下一篇
无影云桌面