RUSLE

摘要： Drought is a natural phenomenon posing severe implications for soil,groundwater and agricultural yield.It has been recognized as one of the most pervasive global change drivers to affect the soil.Soil being a weakly renewable resource takes a long time to form,but it takes no time to degrade.However,the response of soil to drought conditions as soil loss is not manifested in the existing literature.Thus,this study makes a concerted effort to analyze the relationship between drought conditions and soil erosion in the middle sub-basin of the Godavari River in India.MODIS remote sensing data was utilized for driving drought indices during 2000-2019.Firstly,we constricted Temperature condition index(TCI)and Vegetation Condition Index(VCI)from Land Surface Temperature(LST)and Enhanced Vegetation Index(EVI)derived from MODIS data.TCI and VCI were then integrated to determine the Vegetation Health Index(VHI).Revised Universal Soil Loss Equation(RUSLE)was utilized for estimating soil loss.The relationship between drought condition and vegetation was ascertained using the Pearson correlation.Most of the northern and southern watersheds experienced severe drought condition in the sub-basin during2000-2019.The mean frequency of the drought occurrence was 7.95 months.The average soil erosion in the sub-basin was estimated to be 9.88 t ha^(-1)year^(-1).A positive relationship was observed between drought indices and soil erosion values(r value being 0.35).However,wide variations were observed in the distribution of spatial correlation.Among various factors,the slope length and steepness were found to be the main drivers of soil erosion in the sub-basin.Thus,the study calls for policy measures to lessen the impact of drought and soil erosion.

摘要： 文章以宽甸县小城子小流域为例,应用RUSLE模型研究分析其土壤侵蚀特征。研究表明:小城子小流域土壤侵蚀模数为2150t/km^(2)·a,该数值与2013年水保治理建设项目的调查数据基本一致,表明计算结果精准度较高;流域内年平均土壤流失量为1.8万t;从侵蚀强度上,轻度和中度侵蚀面积为1.92km^(2)、0.9km^(2),分别占水土流失总面积的68%、32%。经回归分析,各计算单元土壤侵蚀模数存在明显差异,其主要影响因素是地形因子;从土地利用类型上,侵蚀土地利用类型集中于流域内农村居民点和旱地;随坡度增加土壤侵蚀模数逐渐增大,35°以上坡度段的侵蚀量占比最高且面积比例最大,应作为小流域治理的重要坡度段。

摘要： 土壤侵蚀是影响黄土高原生态环境质量的重要因素。为研究延安地区土壤侵蚀的时空变化,本文基于RUSLE模型并借助Arcgis10.2,以延安地区2012年、2015年和2018年的LandsatTM影像、DEM数据、日降水量数据、土地利用数据、土壤类型数据和NDVI数据,得出延安地区各年土壤侵蚀模数并划分土壤侵蚀等级。结果表明:延安地区2012—2018年,土壤侵蚀情况有所下降,特别是在2015—2018年,土壤侵蚀剧烈等级显著降低。北部地区的土壤侵蚀等级较高,南部地区土壤侵蚀等级较低。黄河流域的土壤侵蚀等级随时间变化较大,7年间土壤侵蚀强度明显减弱,延安市的土壤侵蚀程度明显改善。侵蚀强度的降低主要与当地实施的退耕还林、治沟造地和打坝淤地等水土保持措施有关,本研究可为当地的水土保持工作提供科学依据。

摘要： 以上杭县上坊小流域为研究区,基于GIS和RS技术,通过降雨量、土壤、植被等模型因子的合理选择,利用RUSLE模型对研究区2015年和2017年水土流失的动态变化进行分析,探讨土地利用、植被覆盖等因素与水土流失的耦合关系,并进行水土保持措施实施效果评估.结果表明,上坊小流域水土流失主要以轻度和中度流失为主,两者流失面积占流失总面积的85.45%;与2015年相比,2017年上坊小流域水土流失有所改善,流失面积下降了3.64%.研究结果说明上杭县上坊小流域水土流失综合治理项目的实施在一定程度上遏制了水土流失,取得了较好的生态效益.

摘要： 【目的】采用RUSLE模型,定量分析黄河中游典型小流域水土流失分布特征,为区域水土流失防治提供重要理论支撑。【方法】基于2000年以来Landsat TM和OLI数据,采用RUSLE模型与空间信息技术(GIS和RS)相结合的方法,定量分析黄河中游典型小流域土壤侵蚀的特征,分析得出土壤侵蚀敏感区。【结果】①研究区土壤侵蚀模数整体上呈下降趋势,表明区域水土流失得到了有效控制。②2000—2018年研究区土壤侵蚀得到了有效控制,除轻度侵蚀面积上升外,其余侵蚀面积呈下降趋势,即土壤侵蚀高等级逐步向低等级转移。③研究区土壤侵蚀强度空间分布集中在流域的沟壑地区,在土壤侵蚀发生过程中,侵蚀首先发生在河流两侧,随之向人类活动地区扩散。④该地区在研究期内土壤侵蚀总量相对稳定,水土保持质量呈先增后减的趋势,研究区中部、北部及南部是水土保持的重点区域,尤其是流域沟壑是生态修复最为重要的区域。【结论】本研究为黄河中游小流域水土流失的防治提供了重要理论支撑,其研究结果对于黄河中游生态恢复具有重要的指导意义。

摘要： 基于遥感和GIS技术,利用修正的通用土壤流失方程模型,计算得到密云水库流域2001—2020年的土壤侵蚀模数,并分析了其时空动态变化特征;在此基础上,研究了不同环境因素对土壤侵蚀的影响。结果表明,密云水库流域2001—2020年土壤侵蚀模数变化具有先下降后回升又大幅下降的特点;平均侵蚀等级主要由轻度侵蚀向微度侵蚀转变;土壤侵蚀模数随海拔的上升呈U型变化;研究区土壤侵蚀模数变化与土地利用类型关联密切,且与植被覆盖度成反比、与降雨侵蚀量成正比,但植被覆盖度的影响力更大。

摘要： 青海省是黄河发育的源头,黄河青海流域的水土流失状况将直接影响到黄河流域全域的生态环境质量。基于修正的通用土壤流失方程(RUSLE),运用ArcGIS、ENVI等遥感处理平台工具,对黄河青海流域土壤侵蚀状况进行估算。结果表明,2000年、2010年和2018年黄河青海流域平均侵蚀模数分别为66.73 t·hm^(−2)·a^(−1)、38.08 t·hm^(−2)·a^(−1)和27.72 t·hm^(−2)·a^(−1),侵蚀总量分别为2155.29×10^(6)t、1229.93×10^(6)t和895.08×10^(6)t。研究区2000—2018年土壤侵蚀状况有较大改善。

摘要： 以大凌河流域为例,采用中上游河谷地区高分辨率遥感影像,通过人工交互解译获取2005、2010和2015年3个时期的土地利用数据,并对河谷地区土壤侵蚀模数利用RUSLE模型进行计算,分析了河谷地区2005—2015年的土壤侵蚀状况及其时空变化特征。结果表明:2005—2015年大凌河中上游河谷地区的土壤侵蚀模数总体呈减少趋势,土壤侵蚀空间分布特征呈东北—西南向,10 a间开发程度较大的园地对土壤侵蚀干扰较强烈;河谷土地利用类型集中化程度高,呈复杂性和多样性特征,人类活动对耕地和园地等地类的影响越大,则土壤侵蚀越严重;对于不同土地利用类型,3个时期的土壤侵蚀模数具有较大差异,草地、园地、未利用地等地类的土壤侵蚀模数较大。

摘要： 为了解沱江流域土壤侵蚀的动态演变规律及驱动机制,以沱江流域为研究区,基于GIS和RS技术,运用RUSLE模型测评流域2000—2018年的土壤侵蚀,对其时空动态演变规律进行了探索分析,并结合海拔、坡度、植被覆盖度、地形地貌、土地、降雨、GDP、人口等影响因子,借助地理探测器对其土壤侵蚀进行了定量归因研究。结果表明:(1)沱江流域土壤侵蚀以微度侵蚀为主,主要分布于低矮的平原和坡耕地地区;2000—2018年,微度侵蚀等级比例随时间在逐渐增大,2018年相比2000年增加了7.03%,剧烈侵蚀等级比例随时间在逐渐减小,2018年相比2000年减小了2.00%。(2)以2010年为分界点,2000—2010年和2010—2018年土壤侵蚀等级微度的变化稳定率都大于75%,两个时间段内土壤侵蚀强度等级降低的范围均大于侵蚀等级升高的范围。(3)地理探测器结果表明,不同影响因子对土壤侵蚀的解释力具有差异性,解释力最强的为坡度,达到48.32%,因子间交互作用均能增强对土壤侵蚀的解释力,坡度与土地利用、坡度与降雨量的交互最为显著,交互作用解释力分别达到61.58%,52.32%,风险探测表明坡度大于35°,海拔大于1500 m等起伏较大的山区是土壤侵蚀的高风险区,需重点治理。

摘要： One of the most commonly used equations to estimate soil erosion is the revised universal soil loss equation (RUSLE). Based on the early approach developed by the Soil Conservation Service of USA, the rainfall erosivity factor (R-factor) in the RUSLE equation requires sub-daily rainfall data, which is usually not available. Other empirical equations estimate R-factor based on available rainfall data like annual and monthly rainfall data. In arid regions such as the Arabian Peninsula, several studies estimated the R-factor based on these empirical equations without calibration. We propose in this paper to assess the applicability of some of these empirical equations against R-factor values calculated using as a reference the RUSLE approach. For this data, data from 104 stations with sub-daily rainfall was collected. The reference R-factor was calculated for the 104 stations. The results of seven empirical equations were tested against the reference R-factor. Most of the tested equations significantly underestimated the R-factor. Furthermore, the obtained RMSE and MAE values were almost as high as the average R-factor, with MAPE exceeding 100%. Therefore, it is recommended not to apply these equations in arid regions. A recalibration of the form of equation that gave the best results, gave an RMSE of 280 (Mj·mm/(ha·hr)) and the MAPE dropped to 47.6%.

摘要： 本发明提出了一种基于改进的K‑RUSLE模型与成土速率计算土壤侵蚀的方法，包括如下步骤：①获取数据；②计算降雨侵蚀力；③计算侵蚀模数；④裁剪岩性；⑤计算喀斯特成土速率；⑥检验土壤侵蚀模数；⑦校正土壤侵蚀模数。本发明将喀斯特与非喀斯特土壤侵蚀量分别进行处理，对降雨侵蚀力因子进行喀斯特化，能够有效地剔除未产生侵蚀的降雨量，使降雨侵蚀力的结果更加精确；基于成土速率的阈值，对理论土壤侵蚀模数进行有效性检验同时，亦进行错误校正，能够显著的提升土壤侵蚀结果的准确率。

摘要： 本发明提供了一种流域生态系统服务功能中土壤保持功能的评价方法，包括如下步骤：S1.收集整理研究区域相关的多源数据，对多源数据进行预处理工作；S2.构建土壤保持功能评价模型，综合土壤侵蚀估算模型以及泥沙输移比模型进行构建，以土壤侵蚀量、泥沙输移比和输沙量作为评价指标；S3.对流域生态系统的土壤侵蚀量、泥沙输移比以及输沙量进行时空动态分析。本发明通过结合土壤侵蚀估算模型和泥沙输移比模型以土壤侵蚀量、泥沙输移比和输沙量作为评价指标，包含了对生态系统对土壤侵蚀控制和泥沙输出减少两个方面的评估，提供了更精确的流域生态系统土壤保持功能评估方法。

摘要： 本发明涉及区域土壤侵蚀定量评估技术领域，尤其涉及一种基于RUSLE的区域土壤侵蚀定量评价方法，包括如下步骤：收集多源数据，通过多源数据预处理提取季节性降雨侵蚀力Ri因子、季节性植被覆盖与管理因子Ci因子和考虑坡度的水土保持措施PSUSLE因子以及其他土壤侵蚀评价因子；基于RUSLE模型构建SUSLE模型，输出土壤侵蚀分级图；本发明通过考虑年内降雨和植被覆盖度的季节性变化以及坡度对水土保持措施因子的影响来反映各不同季节特征下的土壤侵蚀量，以有效提高区域土壤侵蚀定量评估的准确性。

摘要： 本发明提出了一种改进的K‑RUSLE模型与成土速率计算土壤侵蚀的方法，包括如下步骤：①获取数据；②计算降雨侵蚀力；③计算侵蚀模数；④裁剪岩性；⑤计算喀斯特成土速率；⑥检验土壤侵蚀模数；⑦校正土壤侵蚀模数。本发明将喀斯特与非喀斯特土壤侵蚀量分别进行处理，对降雨侵蚀力因子进行喀斯特化，能够有效地剔除未产生侵蚀的降雨量，使降雨侵蚀力的结果更加精确；基于成土速率的阈值，对理论土壤侵蚀模数进行有效性检验同时，亦进行错误校正，能够显著的提升土壤侵蚀结果的准确率。