湖南省典型区域土壤侵蚀监测方法研究与应用

doi:10.13474/j.cnki.11-2246.2023.0216

测绘通报 ›› 2023, Vol. 0 ›› Issue (7): 149-153.doi: 10.13474/j.cnki.11-2246.2023.0216

湖南省典型区域土壤侵蚀监测方法研究与应用

王伟^1,2,3, 黄绘青^1,2,3, 胡娈运^1,2,3

1. 湖南省第三测绘院, 湖南长沙 410007;
2. 湖南省地理空间信息工程技术研究中心, 湖南长沙 410007;
3. 地理信息安全与应用湖南省工程研究中心, 湖南长沙 410007

收稿日期:2023-03-10 出版日期:2023-07-25 发布日期:2023-08-08
作者简介:王伟(1968-),男,高级工程师,主要从事地理信息应用研究。E-mail:648493056@qq.com
基金资助:
湖南省自然资源厅科技计划(20230159TD)

Research and application of soil erosion monitoring methods in typical regions of Hunan province

WANG Wei^1,2,3, HUANG Huiqing^1,2,3, HU Luanyun^1,2,3

1. The Third Surveying and Mapping Institute of Hunan Province, Changsha 410007, China;
2. Hunan Geospatial Information Engineering and Technology Research Center, Changsha 410007, China;
3. Hunan Engineering Research Center of Geographic Information Security and Application, Changsha 410007, China

Received:2023-03-10 Online:2023-07-25 Published:2023-08-08

摘要/Abstract

摘要： 土壤侵蚀的变化受到地表覆盖、植被覆盖度、地形地貌等多种因素的影响。本文选取新化县作为湖南省典型区域进行研究,基于土地利用数据、数字高程模型,依据土壤侵蚀面蚀分级指标、通用土壤流失模型、坡度因子,建立土壤侵蚀风险评价方案,完成2020年新化县土壤侵蚀强度计算,并结合2008年土壤侵蚀数据进行时空分析。结果表明:2020年新化县土壤侵蚀量略有增加,但均属于轻度土壤侵蚀;两个年度的轻度、强度、极强度、剧烈土壤侵蚀空间分布基本相同;相比2008年,由于荒山造林,2020年土壤侵蚀强度为强度、极强度、剧烈的地区得到了一定改善,同时由于灌木林和旱地面积的增加,2020年部分地区的中度水土流失加剧。本文方法利用遥感影像与土地利用数据可快速监测土壤侵蚀的变化趋势,为相关部门提供方法依据与数据支持,为生态环境改善提供有利服务。

关键词: 土地利用, 土壤侵蚀, 坡度, 土壤侵蚀分级, 时空分析

Abstract: The changes in soil erosion are affected by various factors such as land cover, vegetation coverage, and terrain and localforms. We selected Xinhua county as a typical regions of Hunan province for research,based on surface erosion grading indicators, universal soil loss equation models, and slope factor, established soil erosion risk evaluation plan used on land use data and digital elevation model, completed the calculation of soil erosion intensity of Xinhua county in 2020, and completed the time and space analysis combined with soil erosion data in 2008. The main findings are as follows:Compared with 2008, the amount of soil erosion in Xinhua county increased slightly in 2020, but all belonged to mild soil erosion. The distribution of mild, intensity, extremely intensity, and severe soil erosion in the two years is basically the same. Due to afforestation in barren mountains, areas with severe soil erosion in 2020 have been improved, at the same time, due to the increase in shrubs and dry farm, moderate soil erosion in some areas intensified. This method can quickly monitor the trend of soil erosion, providing relevant departments with support and data support, and providing favorable services for the improvement of the ecological environment.

Key words: land use, soil erosion, slope, gradation of soil erosion, spatiotemporal analysis

中图分类号:

P208

王伟, 黄绘青, 胡娈运. 湖南省典型区域土壤侵蚀监测方法研究与应用[J]. 测绘通报, 2023, 0(7): 149-153.

WANG Wei, HUANG Huiqing, HU Luanyun. Research and application of soil erosion monitoring methods in typical regions of Hunan province[J]. Bulletin of Surveying and Mapping, 2023, 0(7): 149-153.

参考文献

[1] GONG P, WANG J, YU L, et a1. Finer resolution observation and monitoring of global land cover:first mapping results with Landsat TM and ETM+data[J].International Journal of Remote Sensing,2013,34(7):2607-2654.
[2] 李国明,郭兵,甘泉,等. 若尔盖县生态系统脆弱性遥感监测评价[J]. 测绘地理信息,2018,43(2):11-14.
[3] 石振武,李驰. 黑龙江省呼玛至十八站公路路域生存环境质量评估[J]. 测绘通报,2021(11):106-109.
[4] 李水明,舒宁. MODIS数据在广西生态环境监测及评价中的应用方法[J]. 测绘信息与工程,2005(1):40-42.
[5] 吴秀芹,蔡运龙. 土地利用/土地覆盖变化与土壤侵蚀关系研究进展[J]. 地理科学进展,2003,22(6):576-584.
[6] 隋欣,王维芳. 基于DEM的USLE土壤侵蚀方程地形因子获取与分析[J]. 测绘工程,2010,19(5):20-23.
[7] 胡云华,鲍玉海,贺秀斌,等. 近景摄影测量技术在三峡库区消落带土壤侵蚀调查中的应用[J]. 测绘通报,2014(S2):159-163.
[8] 陈红,江旭聪,任磊,等. 基于RUSLE模型的淮河流域土壤侵蚀定量评价[J]. 土壤通报,2021,52(1):165-176.
[9] 王永红,李俊,梁爽,等. 基于地理国情监测的某帝陵水土流失评价分析[J]. 测绘通报,2015(4):114-117.
[10] 靳春香,衣强,张岩,等. 地理国情普查数据在河南省区域水土流失动态监测中的应用研究[J]. 中国水土保持,2019(12):26-28.
[11] 徐少杰,邓良,赵明松,等. 安徽省1980-2020年土壤侵蚀时空变化特征[J]. 科学技术与工程,2023,23(1):109-116.
[12] 王海涛,谢红霞,杨勤科,等. 湖南蒸水流域近20年土壤侵蚀时空变化[J]. 中国水土保持科学,2021,19(2):33-42.
[13] 刘远书,刘宇,曾源,等. 南水北调中线水源区土壤侵蚀变化趋势分析[J]. 北京大学学报(自然科学版),2015,51(1):171-179.
[14] 姜琳,边金虎,李爱农,等. 岷江上游2000-2010年土壤侵蚀时空格局动态变化[J]. 水土保持学报,2014,28(1):18-25.
[15] 胡娈运,李春辉. 基于ArcGIS的第三次国土调查耕地坡度级别赋值模型研究与应用[J]. 测绘通报,2019(S1):137-139.

湖南省典型区域土壤侵蚀监测方法研究与应用

Research and application of soil erosion monitoring methods in typical regions of Hunan province

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	樊彦国, 王杰, 樊博文, 徐梓耀. 基于多源遥感的黄河三角洲湿地动态监测[J]. 测绘通报, 2023, 0(6): 27-35.
[2]	李小军, 车良革, 胡宝清. FLUS-InVEST模型的北海市生态系统碳储量时空差异分析[J]. 测绘通报, 2023, 0(6): 117-123,183.
[3]	王俊枝, 窦银银, 薛志忠, 郭长庆, 迟文峰. 基于主体功能区划的内蒙古自治区近30年国土空间演化遥感监测与分析[J]. 测绘通报, 2023, 0(4): 54-58.
[4]	曹庆安, 涂梨平, 冷鹏. 改正的盖度-坡度-OSAVI反演法的江西省草地资源盖度预测[J]. 测绘通报, 2023, 0(1): 141-144.
[5]	刘向祎, 芦仲进, 邰向荣, 王洪波. 土地利用地图的专题色彩设计[J]. 测绘通报, 2022, 0(9): 141-144.
[6]	张学鹏, 张凤娇, 陈伟, 李广超, 毕朋帅, 王哲. 云贵高原地区生态系统服务价值时空变化特征[J]. 测绘通报, 2022, 0(8): 30-35.
[7]	周访滨, 谢财昌, 王俊, 陈百了, 胡奕. 栅格DEM坡体因子融合方法[J]. 测绘通报, 2022, 0(8): 104-109.
[8]	杜玉河, 杨文府. 基于多源数据的山西省采煤沉陷区调查监测体系构建[J]. 测绘通报, 2022, 0(8): 133-138.
[9]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[10]	张瑞, 李朝奎, 姚思妤, 李维贵. 融合地理探测器和地理加权回归的太原市建设用地变化因素研究[J]. 测绘通报, 2022, 0(5): 106-109,119.
[11]	张定祥, 汪秀莲, 刘顺喜, 张嘉, 陈强, 李士江. 第三次全国国土调查土地利用矢量数据栅格化方法[J]. 测绘通报, 2022, 0(4): 138-144.
[12]	吴掠桅, 刘耿. 基于人工蜂群CA模型的南京市土地利用变化模拟与预测[J]. 测绘通报, 2022, 0(2): 95-99.
[13]	李鹏, 黎楚安, 杨继梅, 李振洪, 王厚杰. 典型海岸带城市扩张的多源遥感监测与预测——以青岛市为例[J]. 测绘通报, 2022, 0(1): 105-109.
[14]	高雨, 胡召玲, 樊茹. 高分辨率影像融合算法对滨海湿地土地利用分类精度的影响[J]. 测绘通报, 2022, 0(1): 116-120.
[15]	马涛, 杨小明, 阎跃观, 闫东川. 以窗口化和地形坡度为基础的植被茂密区域点云滤波算法[J]. 测绘通报, 2021, 0(8): 33-36.