土壤侵蚀遥感监测面临的困难与思考.docx
- 文档编号:10429682
- 上传时间:2023-05-25
- 格式:DOCX
- 页数:20
- 大小:340.95KB
土壤侵蚀遥感监测面临的困难与思考.docx
《土壤侵蚀遥感监测面临的困难与思考.docx》由会员分享,可在线阅读,更多相关《土壤侵蚀遥感监测面临的困难与思考.docx(20页珍藏版)》请在冰点文库上搜索。
土壤侵蚀遥感监测面临的困难与思考
土壤侵蚀遥感监测面临的困难与思考
李智广1杨胜天2*高云飞2严目绥1曾红娟2
(1水利部水土保持监测中心;
2北京师范大学地理学与遥感科学学院遥感科学国家重点实验室
环境遥感与数字城市北京市重点实验室)
摘要
土壤侵蚀一直是遥感、地理信息系统应用的一个重要领域。
纵观国内外遥感、地理信息系统在土壤侵蚀研究中的发展,土壤侵蚀遥感监测方法概括为
目视解译方法监测土壤侵蚀、
遥感光谱分析方法监测土壤侵蚀、
人机交互式解译方法监测土壤侵蚀、
智能化土壤侵蚀监测方法和
模型参数化方法监测土壤侵蚀。
分析这五种方法的优势,提出了在实际应用中所面临的困难;并针对水土保持管理工作的需要,提出了基于知识库与空间信息耦合的土壤侵蚀监测方法。
关键词:
土壤侵蚀;遥感监测;水土保持;生态环境;土壤侵蚀
土壤侵蚀是土地退化的主要要素,随着人口不断增长,对土地的承载压力愈来愈大,土壤侵蚀已经成为世界关注的重要问题。
我国人口众多,地势复杂,是世界上土壤侵蚀最严重的国家,目前土壤侵蚀问题已经成为影响我国社会、经济持续发展的主要限制性因子之一,近几年来不断出现的洪涝灾害更加充分说明我们必须加强水土保持工作。
水土保持工作是由土壤侵蚀调查、水土保持规划、土壤侵蚀治理和水土保持监督等四个环节组成,土壤侵蚀调查是这四个环节的基础,没有准确的土壤侵蚀调查,就没有有效的水土保持工作,所以应用高新技术,特别是计算机信息技术、遥感和地理信息系统技术进行土壤侵蚀调查是提高水土保持水平的必有之路。
从目前国内外科学技术发展的现状和趋势看,土壤侵蚀调查不仅涉及到其本身的理论与方法,也涉及到遥感、地理信息系统等高科技的最新发展,同时还要积极地吸收其它新理论的精华,所以及时地把它们有机地综合在一起,进行土壤侵蚀调查研究,既能加深土壤侵蚀理论,提高土壤侵蚀调查水平,又能促进遥感、地理信息系统等高技术向前发展。
土壤侵蚀一直是遥感、地理信息系统研究的一个重要领域,自从有了航空摄影以来,航空像片就在土壤侵蚀的调查工作中发挥着重要的作用(陈述彭1992),当航天遥感和地理信息系统出现以后,更是为土壤侵蚀的研究提供了丰富的信息资料和处理手段,开辟了新的广阔空间,把水土保持工作推向更深的层次。
纵观国内外遥感、地理信息系统在土壤侵蚀研究中的发展,可以概括为
目视解译方法研究土壤侵蚀、
遥感光谱分析方法研究土壤侵蚀、
人机交互式解译方法研究土壤侵蚀和
智能化土壤侵蚀监测方法和
模型参数化方法监测土壤侵蚀五个方面。
1目视解译方法监测土壤侵蚀
目视解译(Visualinterpretation)是一种早期的遥感信息获取、解读方式,是“判读者通过直接观察或借助判读仪器(放大镜、立体镜、密度分割仪和彩色合成仪等)研究地物在遥感图像上的各种影像特征(如形状、大小、灰度、彩色、阴影、图形结构),并通过地物间的相互关系推理、分析,达到识别所需地物信息的过程”(陈述彭1990)。
在八十年代初,由于计算机硬件、软件价格十分昂贵,这种方法曾是我国遥感工作者的主要方式,并在“腾冲遥感调查”,“山西太原盆地遥感调查”,“内蒙古草场资源遥感调查”等等项目中作出巨大贡献。
水利部曾在1987-1990年间组织我国遥感和土壤侵蚀科技工作者,应用目视解译方法进行了全国1:
50万土壤侵蚀遥感制图,第一次获得了全国范围的土壤侵蚀数据,极大地推动了我国的水土保持工作;直到今天,这些数据仍然在实际工作中被广泛使用,并作为我国土壤侵蚀背景资料长期保存。
在国外,目视解译方法也有应用,Bocco(1988)在SPOT立体影像图,用目视解译的方法绘制了Mexico城的土壤侵蚀图,Raina(1993)通过TM4,3,2波段的假彩色合成影像勾绘出了重度、中度和轻度土壤侵蚀类型。
虽然目视解译方法存在着主观性、非定量性、效率低等缺点,但目视解译在遥感技术不断高速发展的今天,仍然会长期与其它遥感信息提取方法共同存在,而且还会在遥感应用工作者基本训练、专家系统开发和遥感信息处理评估中发挥巨大作用(陈述彭1992)。
在实际工作中,事实也是如此,杨存建(1999)在对居民地的信息提取研究中,对提取精度检验,使用的标准是目视解译图;国土资源部在对城市土地动态遥感监测效果的评估中完全使用目视解译方法(1999),水利部在进行全国第二次土壤侵蚀遥感调查中也广泛应用目视解译的原理(1999)。
2遥感光谱分析方法监测土壤侵蚀
遥感光谱分析方法研究土壤侵蚀主要是包括分析、解读遥感数字影像和分析、解读遥感地物光谱辐射值两种。
分析、解读遥感数字影像主要是通过遥感数字图像处理的方法对遥感数字图像进行有关土壤侵蚀的信息增强,将土壤侵蚀信息分类归纳,Seubert(1979)就利用MSS信息数据,通过分类的方法把受侵蚀的土壤从其它土壤类型中区分开来,Connors(1986)通过对SPOT多光谱数据进行信息增强、分类后划分出土壤侵蚀的重度、中度和轻度类型。
分析、解读遥感地物光谱的方法不同于分析、解读遥感数字影像,它是通过对遥感数字影像中的地物光谱辐射值进行定量分析,从而得到土壤侵蚀的信息,例如,Pickup和Nelson(1984)通过MSS中的波段比值运算建立土壤稳定系数,在澳大利亚中部区分出了侵蚀、荒废和正在利用的土壤类型,Frazier和Cheng(1989)利用TM数据的波段比值运算,获得土壤表层有机碳和有机铁的信息,从而绘制了华盛顿州东部的土壤侵蚀图,Pickup和Chewings(1988)利用对地物辐射值中太阳高度角和地貌阴影指标分析了土壤水蚀情况,Dubucq(1991)利用SPOT多光谱数据计算植被指数(NDVI)和亮度指数(BI),从而区分了土壤侵蚀类型。
R.Lal和W.H.Blum(1997)对利用光谱特征、目视解译以及其它的遥感田间实验、遥感实验室实验等监测土壤侵蚀的方法归纳对比如表1所示。
从表中可见无论是直接还是间接基于地物光谱分析的方法,都有它们一个共同的局限性,Stoner和Horvath早在1971就指出,由于指示土壤侵蚀的土壤属性光谱信息往往被象植被覆盖、田间管理和耕种方式等等这样的土壤表层信息所掩盖,从而使得利用遥感的观测土壤侵蚀难以实施。
Evans(1990)也认为,由于真正反映土壤侵蚀的信息通常是土壤表层微观的色调、质地和光谱特征,然而这些微观信息差异又很难被目前常用的遥感探测器感知,所以单纯地只利用遥感方法进行土壤侵蚀研究是十分困难的。
表1利用光谱特征、目视解译、遥感田间实验、遥感实验室实验监测土壤侵蚀的方法对比
方法
优势
缺点
实验室方法
提供准确的反射值
只提供某一波长范围的数据,而不是真实土壤侵蚀的状况
田间实验方法
可根据实际情况具体操作
提供的数据所到土壤表层状况(如土壤湿度,土壤表层粗糙都)和太阳高度角的影响
基于航空和航天的方法
提供真实、大尺度、多时相的土壤侵蚀数据
观测数据受到大气状况和土壤表层情况的影响,同时价格因区域、仪器原因十分昂贵
数字图像分析
当数据能被很好地分析、解读时能得到好的结果
数字图像分析耗时、费用高,要获得好的结果必须有经验丰富的图像分析人员、野外验证和先验知识
目视解译方法
容易进行,解译速度快
因为解译是建立在影像特征上的,因此需要更多的野外验证,同时对解译人员的素质要求特别高
地物反射值分析
相对来说更容易、便宜、快速和定量化,数据可通过标准化后一定程度上去掉环境条件对观测的影响
结果常常不可靠
3人机交互式解译方法监测土壤侵蚀
人机交互式解译是在GIS软件支持下,由经验丰富的土壤侵蚀和遥感专业人员,进行遥感信息全数字解译,是一种通过人脑和电脑相结合,对计算机储存的遥感信息和人所掌握的知识、经验进行推理、判断的过程。
在人工智能尚未能达到解决象土壤侵蚀这样复杂的推理之前,人机交互式解译将在大尺度土壤侵蚀遥感调查中发挥积极的作用。
这方面的应用主要在我国,陈宁强(1998)对人机交互式土地资源遥感解译进行了研究;中国科学院遥感应用研究所承担完成的“3S在全国土地资源调查中的应用”(1999)也是使用了人机交互式的方法进行,并制作了全国1:
10万土地资源图;在土壤侵蚀方面,张增祥(1998)提出的基于遥感和地理信息系统的山区土壤侵蚀强度数值分析方法中,数据获取过程均建立在人机交互式解译基础上;赵晓丽(1999)应用人机交互式方法对西藏中部地区进行了1990到1995年的土壤侵蚀动态分析,客观地反映出了通过兴修水利,改造中低产田、草场和植树造林等水土保持工程和生物工程,使河谷地区土壤侵蚀明显下降;在水利部的主持下,应用人机交互式方法完成了“全国第二次土壤侵蚀遥感调查”(1999),王涛等(1999)开发了专门的人机交互式解译软件。
因此,从大量的人机交互式遥感解译的研究和实际应用看,它是遥感、地理信息系统在土壤侵蚀调查等实际应用中的一条主要途径。
虽然人机交互式解译在识别信息时依靠的是目视解译的原理,但是具体的操作是在GIS基础上进行,而这一在计算机基础上的操作过程的确给人机交互式解译带来了很多与过去目视解译完全不同的地方。
其最大的优势是使影像、图形、数据达到了统一,从而改变了目视解译技术管理流程。
利用人机交互式解译方法,在信息识别过程中和解译结果的验证时,可以按解译人员和验证人员的要求进行各种影像和图形的叠加,在解译完成时各种解译类型的统计数据随之而出来,达到了影像、图形和数据的统一。
这种统一的最大特点是可以将过去目视解译中解译人员和验证人员的主观差异降低到最低程度。
虽然人机交互式解译是全数字化操作,可以随时进行图形图像的重叠,进行图形的修改编辑,更新解译图的统计数据;在影像信息识别过程中,完全可以进行多人多时解译操作,即一人解译后再由另一人进行验证,这样的一种工作方式必然使每个解译人员的认识逐渐统一。
但是,其解译过程毕竟是基于目视解译原理,并没有彻底克服人主观性的不统一的缺点,在长期的土壤侵蚀动态监测中必然会不断累计主观差异,出现不确定性的严重错误。
4智能化土壤侵蚀监测方法
人机交互式解译法是在GIS软件支持下,由经验丰富的土壤侵蚀和遥感专业人员对计算机储存的遥感信息和人所掌握的知识、经验进行推理、判断提取信息的过程,是一种人脑和电脑相结合的工作方法(杨胜天,朱启疆,2000),是基于非结构性知识发现提取信息的初级形式。
智能化土壤侵蚀信息提取方法是在遥感影像激发土壤侵蚀专家对区域土壤侵蚀及其影响因子的认识前提下,计算机自动记录土壤侵蚀专家对典型区域土壤侵蚀信息的识别过程,建造区域土壤侵蚀专家知识库,并用它对全区域进行土壤侵蚀信息的自动提取,它完全将人脑的知识融于电脑中,是基于非结构性知识发现提取信息的高级形式。
土壤侵蚀是土壤受到外营力的作用而迁移、搬运离开原地的物质运动过程,土壤侵蚀是各种土壤侵蚀影响因子共同作用的结果,它们间的相互关系可以表示为下面的关系式:
SE=F(A1,A2,…,An)
(1)
在
(1)式中,SE表示土壤侵蚀,F表示土壤侵蚀与土壤侵蚀影响因子间的关系,A1、A2、…、An表示土壤侵蚀影响因子。
人对土壤侵蚀的认识过程即是要找到土壤侵蚀的影响因子A1,A2,…,An,同时又要揭示土壤侵蚀与土壤侵蚀影响因子间的关系F。
对土壤侵蚀的理论研究结果已使人比较容易地掌握某一区域的土壤侵蚀影响因子A1,A2,…,An,对F的认识是由多种知识体系组成,这些知识体系可以分为结构性知识和非结构性知识。
结构性知识是可以表达为严谨的数学式样或描述过程的知识,非结构性知识则是松散、动态及不规律的,主要依靠地学专家的直觉、价值观、经验、判断及常识(周成虎1999)。
土壤侵蚀与土壤侵蚀影响因子间关系F的结构性知识表达即是有关土壤侵蚀的各种过程模型,如ANGNP、WEPP、SWAT模型等。
土壤侵蚀与土壤侵蚀影响因子间关系F的非结构性知识表达为一系列的地学知识,如用目视解译方法、人机交互式解译方法进行土壤侵蚀遥感调查等都是用地学知识来推理土壤侵蚀。
所以,地学知识是认识土壤侵蚀过程的一种重要手段,特别是在应用遥感与地理信息系统技术进行土壤侵蚀信息识别时更能发挥其抽象推理的优势。
过去的专家系统,往往是通过对领域专家的咨询、对他们的知识整理后建立知识库和推理机,最终完成整个专家系统的建造。
显然这种专家系统的建造思路不能很好满足象土壤侵蚀这样具有空间特性对象的要求,因为空间特性最好的表达方式就是遥感影像,而图形图像和人的认识是最息息相关的(陈述彭1998),人可以通过对一幅幅图形图像的感知,激发他的形象思维,从而挖掘出更深层次的知识,目视解译正是利用了这种思维过程来激发领域专家的非结构性认识,达到对很多地表信息的识别。
基于非结构性知识发现土壤侵蚀信息提取模型充分发挥领域专家对遥感影像的图形图像认知过程,通过记录领域专家在图形图像激发下产生的非结构性知识来完成机器学习,达到建造土壤侵蚀地学知识库,自动提取土壤侵蚀信息的目的。
具体知识建造过程如图1所示,建造知识库可分为两部分,一部分是人机界面,这部分主要是领域专家通过对遥感影像目视解译典型样区,激发对土壤侵蚀影响因子的非结构性知识认识;另一部分是机器学习,这部分通过记录领域专家对各因子的非结构性知识,并通过知识过滤,对知识准确性和全面性判断,最终进入知识库,完成知识库建造。
图1土壤侵蚀地学知识建造
通过基于非结构性知识发现土壤侵蚀信息提取模型设计、实验和应用,可得发现,基于非结构性知识发现土壤侵蚀信息提取模型是通过影像特征激发领域专家对区域土壤侵蚀的认识,记录领域专家对特征区域土壤侵蚀的信息识别过程,从而产生区域土壤侵蚀的专家知识库,最终完成全区域土壤侵蚀信息自动提取。
该方法不同于常规的专家系统,一方面它通过遥感影像数据激发领域专家的区域土壤侵蚀的认识,更加符合土壤侵蚀认知过程中空间性强的特点;另一方面它在土壤侵蚀信息的识别中记录和优化专家知识数据,不需要常规专家系统中繁琐的知识库建造过程,基本克服了机器学习的“瓶颈”问题,使专家头脑中的地学知识比较容易地融入电脑,和人机交互式解译中的人脑与电脑的结合方式相比有了质的提高。
然而在实际应用工作,仍然可以发现希望通过图像判读不断积累的知识仍然是件十分困难的工作,其主要表现在两个方面,一方面知识的积累来源于判读人员本人,不同的解译人员仍然会产生不同的知识,因此知识最终难以统一;另一方面,得出的知识,没有科学的解析,要开展大尺度区域、长时间序列的工作,仍然需要继续开展深入的分析工作,才能保证其科学可靠性。
5模型参数化方法监测土壤侵蚀
随着遥感技术不断提高,地理信息系统技术不断成熟,计算机技术普及和软、硬件价格的下降,遥感和地理信息系统方法被广泛应用到土壤侵蚀的研究工作中,特别是九十年代后,GIS技术已经能以很低的价格收集、存储、分析、展示时间和空间信息,这些信息数据和不断更新的计算机技术完全可以让土壤侵蚀研究人员非常方便地处理大量涉及土壤侵蚀的数据,很多土壤侵蚀模型参数都可以从遥感信息、DEM数据、数字专题图等等中提取,从而提高了土壤侵蚀模型的计算精度和速度(R.LalandW.H.Blum1997)。
在国外,Jurgens和Fander(1993)通过DEM产生L、S因子,通过TM数据获得C因子,通过数字土壤图获得K因子,最后用USLE模型计算出土壤侵蚀强度图;Savibi(1995)通过GRASS提取土壤、气候和田间管理数据,利用WEPP模型进行土壤侵蚀研究;Tim和Jolly(1994)将AGNPS模型和地理信息软件Arc/Info,遥感处理软件ERDAS结合在一起;Engel(1993)将AGNPS模型和GRASS结合;Srinivasan和Engel(1991)将ANSWERS和GRASS结合。
与此同时,利用空间数据和模型帮助决策者解决非结构问题的空间决策支持系统的思想也被应用到遥感、地理信息系统和土壤侵蚀模型相结合的研究中,如Liao和Tim(1994)建立了综合土壤侵蚀模型系统,该系统把USLE模型、沉积模型、输沙模型、农药自净模型和Arc/Info结合,用于小流域的土壤侵蚀、泥沙沉积和农药自净的模拟。
在国内,将遥感、地理信息系统和土壤侵蚀模型相结合的研究也十分广泛,在“七五”攻关项目“黄土高原遥感专题研究”中,进行了USLE模型在黄土高原土壤侵蚀遥感定量的研究工作(王明堂和刘黎明等1990),通过1:
5万彩红外航空遥感图像解译了USLE方程中的R、K、LS、C和P因子,进行了小流域峁边线以上的面蚀-细沟侵蚀的研究;朱启疆和于芳等(1990)根据信息论中的香农(C.E.SHANNON)定理,构造了土壤侵蚀信息熵模型,在自己开发的地理信息系统软件SEIS支持下,实现了小流域土壤侵蚀信息熵的计算和图形输出,结果表明,土壤侵蚀信息熵和地理信息系统的结合是研究土壤侵蚀非常有效的工具。
九十年代中后期,遥感、地理信息系统和土壤侵蚀模型相结合的研究在我国更加普遍,陈一兵和K.O.Trouwboser(1997)利用Arc/Info和ANSWERS模型研究出二者相结合的模型ARCANS,并对四川紫色小流域实施模拟;卜兆宏(1997)利用遥感分析提取修订后的USLE模型所需参数,计算了山东省的土壤侵蚀空间变化;游松财(1999)在地理信息系统支持下,应用USLE方程估算了江西泰和县一个乡的土壤侵蚀量;肖寒(1999)也利用地理信息系统支持下的USLE方程进行海南岛土壤侵蚀空间分布特征的研究。
同样,利用空间数据和模型帮助决策者解决非结构问题的空间决策支持系统的思想也在国内得到注重,如刘志(1996)提出了小流域土壤侵蚀信息系统计算机管理系统的总体设计,应用软件开发程序编写调试了信息系统的主要功能,初步建立了小流域土壤侵蚀环境综合调控专家系统。
然而,土壤侵蚀是复杂地理系统负向效应运动的结果,而目前对大尺度地理系统的认识仍然缺少准确的地学模型。
土壤侵蚀在地理系统中受到土地利用、地形地貌、地质岩性、植被土壤、人为活动等等因子的影响,虽然我们已经对它们的相互因果关系认识得比较清楚,但是,由于地理系统具有十分复杂的区域特点,即在不同的区域,影响土壤侵蚀的因子不同,它们的组合也不同,其组合的力度也有很大的差异,因此,在目前情况下,建立大尺度区域的单个模型其准确性差,而由众多小区域土壤侵蚀模型组合成大尺度区域模型其工作量和复杂程度也是目前在管理工作中难以承受的。
基于经验统计的美国USLE方程和基于过程的AGNPS、SWRRB、WEPP和SWAT等模型在我国的具体应用还有待于进一步的实验校正,将其与遥感和GIS结合进行土壤侵蚀信息提取是土壤侵蚀监测研究的重点,但目前离实际应用还有一段距离。
6基于知识库与空间信息耦合的土壤侵蚀监测方法
鉴于目前土壤侵蚀遥感监测所面临的困难,为了适应我国水土保持管理工作的需要,充分发挥遥感技术宏观监测的优势,克服以往应用人机交互式解译人主观性难以统一的确定缺点,构建能完全能降低遥感监测随机误差,保持土壤侵蚀动态监测的有效性,在前面五种方法的基础上,建立基于知识库与空间信息耦合的土壤侵蚀监测方法。
6.1计算原理
土壤侵蚀量计算基于通用土壤流失方程USLE(WischmeierWH.1965)原理,具体形式如下:
(2)
式中:
R是降雨侵蚀力,K是土壤可蚀性,TLS是地形因子,C是作物覆盖与管理因子,P是水土保持措施.在
(2)式中,R可作为独立因子,描述降水对土壤颗粒的侵蚀性能;而K×C×P×TLS则表示地表下垫面状况对土壤流失的影响程度,因此可将其改写为:
(3)
式中:
G表示下垫面因子,其它参数同
(2)式.由上式可知,土壤侵蚀量主要取决于降水因子和下垫面因子.
我国于1997年建立了适用于大区域土壤侵蚀调查的土壤水力侵蚀分级指标体系,如表2所示.
表2土壤侵蚀强度分级标准
级别
平均侵蚀模数/(t·km-2.a-1)
微度
<2005001000
轻度
2005001000~2500
中度
2500~5000
强度
5000~8000
极强度
8000~15000
剧烈
>15000
表3水力侵蚀强度分级标准
地面坡度
坡耕地
非耕地1)
Ⅰ
Ⅱ
Ⅲ
Ⅳ
5~8°
轻度
轻度
轻度
轻度
中度
8~15°
中度
轻度
轻度
中度
中度
15~25°
强度
轻度
中度
中度
强度
25~35°
极强度
中度
中度
强度
极强度
>35°
剧烈
中度
强度
极强度
剧烈
1)Ⅰ.林草覆盖度为60~75%;Ⅱ.林草覆盖度为45~60%;Ⅲ.林草覆盖度为30~45%;Ⅳ.林草覆盖度<30%.
根据下垫面状况,又将土壤侵蚀强度等级标准进行再划分(表3).从表2和表3可看出,所划分的侵蚀强度等级均以平均侵蚀模数为标准,反映不同侵蚀强度等级条件下的土壤下垫面状况,因此可认为表2和表3是在平均降雨侵蚀力因子条件下,不同下垫面状况所对应的土壤侵蚀量.
根据公式(3),在下垫面因子一致、土壤侵蚀量和降雨侵蚀力成正比的前提下,可得出不同降雨侵蚀力条件下的土壤侵蚀量估算公式:
(4)
式中:
Ai表示第i年的土壤侵蚀量(t);RUSLEi表示第i年的降雨侵蚀力;RUSLEavg表示多年平均降雨侵蚀力;Agradei由表2、表3确定,表示在第i年中,不同下垫面条件下,不同侵蚀强度等级所对应的土壤流失量(t);降雨侵蚀力R采用Wischmeier经验公式来计算,该方法已在我国太行山区[27]、松花湖流域[28]、天津于桥水库[29]等研究区得到广泛应用:
(5)
式中:
P表示流域内的平均降水量(mm);Pi表示各月的平均降水量(mm).
6.2计算流程与结果
将确立的土壤侵蚀量计算模型及其相关参数,在IDL6.0可视化语言环境下进行多次、逐项程序编译;.
然后基于GIS技术,实现程序同基础信息数据库间的对接与耦合。
应用该方法计算出2000年全国1km空间分辨率的土壤水蚀图和大兴安岭30m空间分辨率的土壤侵蚀图(图3、图4)
图3全国2000年水力土壤侵蚀图
图4大兴安岭土壤侵蚀图
6.3合理性验证分析
(1)全国土壤侵蚀数据验证分析
以《2000年中国河流泥沙公报》为依托,选择具有代表意义的黄河流域、长江流域和珠江流域进行土壤流失量校验.从图3中提取出3个流域的土壤流失信息,整理后列于表4中.
表4土壤侵蚀量计算结果校验
Table4Verificationoftheresultsforsoilerosion
流域名称
泥沙公报/104t
模拟值/104t
相对误差
黄河
67190
92098.8
37.1%
长江
39000
34515.1
11.5%
珠江
6750
9238.5
36.9%
根据检验结果可知,3个流域的相对误差值均小于40%,平均误差约为28.5%.其中长江流域的误差值最小,仅为11.5%;珠江流域和黄河流域的误差较大,分析认为主要原因有2个方面:
①《泥沙公报》中给出的泥沙数据仅为某一断面以上的范围内泥沙产生量,不代表整个流域的泥沙量,因此,本文采取了折中办法,即选择代表性断面并把该断面上的泥沙监测量近似看作整个流域的泥沙量,结果使得泥沙模拟量比公报量大,这是导致误差偏大的最直接原因;②珠江和黄河流域分属我国南北方,气候条件具有一定的“极端化”性质,因而不可避免地增加了泥沙模拟的不可靠性.因此,剔除上述两方面原因,本次研究中计算出的土壤侵蚀模拟量能基本反映出2000年我国土壤侵蚀状况,数据具有一定的可靠性.
(2)大兴安岭侵蚀数据验证分析
模拟结
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 土壤侵蚀 遥感 监测 面临 困难 思考