生态系统服务—土壤侵蚀强度分布数据/降雨侵蚀力/土壤保持量

简介: 生态系统服务—土壤侵蚀强度分布数据/降雨侵蚀力/土壤保持量

土壤侵蚀不仅会引起耕地生产力下降、河床抬升、泥沙淤积阻塞河道等生态环境问题,也会对人们正常的生产生活产生威胁。生态系统的土壤保持量(吨/公顷/年),是土壤潜在侵蚀量与实际侵蚀量的差值。


地理遥感生态网平台提供的生态系统服务——土壤保持量分布数据,采用通用土壤流失方程模拟。在具体计算时,需利用已有实测土壤侵蚀数据对模型模拟结果进行验证,并修正参数(式2–4)。


土壤保持量:

Asoilerosion=Apotentialerosion−AacturalerosionAsoilerosion=Apotentialerosion−Aacturalerosion (2)


实际土壤侵蚀量:

Aacturalerosion=R×K×L×S×CAacturalerosion=R×K×L×S×C (3)


潜在土壤侵蚀量:

Apotentialerosion=R×K×L×SApotentialerosion=R×K×L×S (4)


式中Aactual erosion 为单位面积实际土壤侵蚀量,单位为t/(hm2·a);Apotential erosion 为单位面积潜在土壤侵蚀量,单位为t/(hm2·a);Asoil conservation 为单位面积土壤保持量,单位为t/(hm2·a);R为降雨侵蚀力因子,用多年平均年降雨侵蚀力指数表示;K为土壤可蚀性因子,表示为标准小区下单位降雨侵蚀力形成的单位面积上的土壤流失量。L为坡长因子(无量纲);S为坡度因子(无量纲);C为植被覆盖因子(无量纲)。其中,降雨侵蚀力因子R来源于Fouriner指数(式5):

微信截图_20230111133936.png


(5)

式中R为降雨侵蚀力因子,单位为(MJ mm hm-2 h-1 a-1);j为月降水量(mm);J为年降水量(mm);i为月份。


土壤可蚀性因子K的计算公式为:

微信截图_20230111133947.png


(6)

式中K为土壤可蚀性因子,表示为标准小区下单位降雨侵蚀力形成的单位面积上的土壤流失量。mc 、msilt 、ms 和orgC分别为粘粒(<0.002mm)、粉粒(0.002–0.05mm)、砂粒(0.05–2mm)和有机碳的百分含量(%)。


坡长–坡度因子通过下述模型从DEM中提取。坡长因子L、坡度因子S计算方法如下(式7–10):

微信截图_20230111133956.png


(7)

微信截图_20230111134001.png


(8)

微信截图_20230111134007.png


(9)

微信截图_20230111134014.png


(10)

微信截图_20230111134023.png


式中L为坡长因子(无量纲),m为坡长指数,λ为坡长(m);S为坡度因子(无量纲),θ为坡度(°);植被覆盖管理因子C根据植被覆盖类型和植被覆盖度查询文献资料或咨询专家;水土保持措施因子P来源于文献或专家咨询。

微信截图_20230111134031.png

相关文章
|
6月前
GEE案例——一个完整的火灾监测案例dNBR差异化归一化烧毁指数
GEE案例——一个完整的火灾监测案例dNBR差异化归一化烧毁指数
174 0
|
6月前
|
存储 数据采集 数据可视化
R语言拟合线性混合效应模型、固定效应随机效应参数估计可视化生物生长、发育、繁殖影响因素
R语言拟合线性混合效应模型、固定效应随机效应参数估计可视化生物生长、发育、繁殖影响因素
|
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 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
|
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
车辆纵向动力学、加速性能和燃料消耗研究(Matlab代码实现)
车辆纵向动力学、加速性能和燃料消耗研究(Matlab代码实现)
|
6月前
|
编解码 人工智能 数据中心
中国陆地生态系统服务价值空间分布数据集
中国陆地生态系统服务价值空间分布数据集
104 0
中国陆地生态系统服务价值空间分布数据集
|
安全 测试技术 数据库
【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)
【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)
|
机器学习/深度学习 数据采集 人工智能
【时序预测】之水质净化厂工艺控制-曝气量预测(上)
【时序预测】之水质净化厂工艺控制-曝气量预测(上)
277 1
【时序预测】之水质净化厂工艺控制-曝气量预测(上)
下一篇
无影云桌面