欢迎来到天天文库
浏览记录
ID:13983448
大小:1.42 MB
页数:28页
时间:2018-07-25
《基于rusle的土壤侵蚀建模分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、空间信息应用实践(中级)实验指导书空间建模——基于RUSLE的土壤侵蚀建模分析一.实验背景SoilerosionandgullyingintheupperPanucobasin,SierraMadreOriental,easternMexico土壤侵蚀是地球表面物质运动的一种自然现象,全球除永冻地区外,均发生不同程度的土壤侵蚀。人类社会出现后,土壤侵蚀成为自然和人为活动共同作用下的一种动态过程,构成了特殊的侵蚀环境背景,并伴随着人类对自然改造能力的增强,逐渐成为当今世界资源和环境可持续发展所面临的重要问题之一。土壤侵蚀被称为“蠕动的灾难”,每年因土壤侵蚀造成的经济损失较诸如滑坡、泥
2、石流和地震等地质灾害更大,土壤侵蚀已成为我国乃至全球的重大环境问题之一。土壤侵蚀及其产生的泥沙使土壤养分流失、土地生产力下降、湖泊淤积、江河堵塞,并造成诸如洪水等自然灾害,泥沙携带的大量营养物和污染物质加剧了水体富营养化,水质恶化,不断严重威胁到人类的生存。据估计全球每年因土壤侵蚀损失300万公顷土地的生产力,造成的损失以百亿美元计。我国人口众多、农耕历史悠久,加之历史上战乱频仍,以黄土高原为代表的华夏文明发源地是世界上土壤侵蚀最严重的区域之一,1990年遥感普查结果,全国水土流失面积达367万km2,占国土总面积的38.2%,其中50%为水蚀地区,土壤侵蚀以黄土高原、四川紫色土地
3、区和华南红壤地区尤为突出,仅黄土高原地区一处,平均每年流失泥沙就达到16.3亿t。水土流失已成为中国重要的环境问题,土壤侵蚀研究已成为目前环境保护中的一个重要课题。土壤侵蚀预报是有效监测水土流失和评价水保措施效益的手段,侵蚀模型则是进行土壤流失监测和预报的重要工具。然而传统预测方法需要在量经费、时间和人力的投入,因此,在一定精度范围内通过有限的数据输入,得到满足要求的土壤侵蚀预测结果成为趋势。80年代以来,随着地理信息系统(GeographicalInformationSystem,GIS)的成熟,它开始与土壤侵蚀模型—通用土壤流失方程(UniversalSoilLossEquat
4、ion,USLE)相结合进行流域土壤侵蚀量的预测和估算,业已成为土壤侵蚀动态研究的有力工具。GIS与USLE相结合的分布式方法运用GIS的栅格数据分析功能,可预测出每个栅格的土壤侵蚀量,便于管理者识别关键源区,并通过确定引起水土流失的关键因子,针对性地提出最佳管理措施(BestManagementPractices,BMPs),为流域内土地资源的质量评价、利用规划和经营管理等提供科学依据与决策手段。二、实验目的模型生成器(ModelBuilder)为设计和实现空间处理模型提供了一个图形化的建模环境。模型是以流程图的形式表示,它通过工具将数据串起来以创建高级的功能和流程。你可以将工具
5、和数据集拖动到一个模型中,然后按照有序的步骤把它们连接起来以实现复杂的GIS任务。通过对本次练习达到以下目的:²掌握如何在ModelBuilder环境下通过绘制数据处理流程图的方式实现空间分析过程的自动化;²掌握土壤侵蚀理论的基本知识;²掌握利用脚本文件实现空间建模,加深对地理建模过程的认识,对各种GIS分析工具的用途有深入的理解;²在ModelBuilder环境下如何计算RUSLE模型的中各个因子,实现RUSLE模型自动化;三、实验准备实验环境:ArcGISDesktop9.3实验数据:矢量和栅格数据矢量数据:研究区界线(bj.shp)、气象数据(Climate.shp),土地利
6、用数据(landuse_Clip.shp,)和土壤数据(soil_clip);栅格数据:地形数据(DEM);四、实验内容与步骤(1)实验准备本次试验需要使用ArcGIS的建模功能,在实验之前需要掌握如何利用ArcGIS进行建模。首先,打开ArcMap,激活工具箱在工具箱中右键单击,选择“NewToolbox”,即可新建一个工具箱。可以在此工具箱上右击,通过“Rename”对工具箱重命名。在新建的工具箱上右击,按照“New”——>“Model”新建一个Model,可以按照同样的方法给这个Model命名。然后在此Model上右击,通过“Edit”进入模型的编辑模式。到此,模型准备已经结
7、束,接下来开始逐个建立模型的各个因子。(2)地形因子(L,S因子)算法:坡长因子采用公式计算,,式中:L为坡长因子,l为像元坡长,m为坡长指数,像元坡长的计算式如下:,m取值如下式:式中,为像元坡度(%)式中,li为像元坡长,Di为沿径流方向每像元坡长的水平投影距(在栅格图像中为两相邻像元中心距,随方向而异),θi为每个像元的坡度(°),i为自山脊像元至待求像元个数。坡度因子S分段计算:L和S因子的模型建立:首先在工具箱中找到Resample工具,可以使用工具箱自带的
此文档下载收益归作者所有