CN103699809B - 一种基于克里金插值方程的水土流失空间监测方法 - Google Patents
一种基于克里金插值方程的水土流失空间监测方法 Download PDFInfo
- Publication number
- CN103699809B CN103699809B CN201410007114.9A CN201410007114A CN103699809B CN 103699809 B CN103699809 B CN 103699809B CN 201410007114 A CN201410007114 A CN 201410007114A CN 103699809 B CN103699809 B CN 103699809B
- Authority
- CN
- China
- Prior art keywords
- erosion
- ratio
- interpolation
- area
- water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明涉及一种基于克里金插值方程的水土流失空间监测方法，包括1)获取待监测区域的各个调查单元的中心经纬度，将各个所述调查单元分别记为各个相应的点xi；2)获取待监测区域的各个所述相应点xi的所有水土流失指标，对各个所述相应点xi的所有水土流失指标根据克里金插值方程分别进行插值，得到被监测区域内待插值点x0的属性估值；3)分别对所有待监测区域的各个调查单元相应点xi的所有水土流失指标进行空间插值，得到所述各待监测区域的水土流失强度和面积；4)绘制水土流失各指标栅格图，进而绘制水力侵蚀强度图。本发明提高了水土流失空间插值的准确性以及可靠性，同时具有通用性好，适用范围广的优点。
Description
技术领域
本发明涉及水土保持科学领域，具体涉及一种基于克里金插值方程的水土流失空间监测方法。
背景技术
水土流失是指由于水的侵蚀或者风力的作用使得土壤迁出土体，导致地力下降，严重的甚至完全失去地力。美国土壤侵蚀抽样调查最早可追溯到1934年的全国侵蚀勘探调查，完成后6个月的1935年颁布了美国水土保持法。1956年由农业部水土保持局牵头组织实施了全国水土保持需求调查，于1958年完成，简称1958水土保持需求调查。1965年再次开展，旨在更新1958年成果，于1967年完成，成为1967全国水土保持需求调查。1972年的乡村发展法第302条规定农业部每5-10年进行一次资源调查，包括土壤侵蚀调查。1977年水土保持局组织实施了全国资源调查，沿用1967年的抽样调查方法，在全国共抽取70000个基本抽样单元PSUs，然后在每个PSU内随机抽取1-3个采样点。调查首次利用通用土壤流失方程和土壤风蚀方程对土壤侵蚀进行定量评价。随后每隔5年，分别在1982、1987、1992和1997年开展了同样的调查，受经费投入影响，每次调查的抽样单元PSUs和采样点Point数量有所不同；1982年规模最大，全国共有321000个PSUs和800000个采样点；1987年因经费缩减减少到108000个PSUs；1992和1997年均恢复到1982年规模。从数据完整性和应用角度，1982年被认为是土壤侵蚀动态监测与评价的起始点。进入21世纪以后，鉴于调查经费和人员缩减，以及对资源变化进行连续性动态评估的需求日益增强，5年一次的资源调查开始转为每年连续调查。经过1998-1999年的连续性调查方法探讨，2000年正式启动了连续调查方案：以已经形 成15年序列的全国300000个PSUs和800000个采样点数据库为基础，每年调查其中约42000个核心PSUs及其采样点，在选取约30000个PSUs及其采样点作为轮换或补充PSUs；计划经过8年左右使所有轮换单元都调查过一次。由于每年需要调查大约720000个PSUs及其采样点数据，工作量较大，主要采用航片解译方法。遇到无法获得当年航片或航片不清的情况时，辅以实地调查。
到目前为止，我国水土保持普查一共开展了5次，分别为20世纪50年代、1986年、1996年、2000年和2011年。上世纪50年代的普查不是全国全面展开的，后面的几次普查都是全面展开的。1986年至2000年分别利用遥感方法进行了三次普查，1986年使用了MSS影像，1996年和2000年使用了TM影像。2011年开始的普查主要采用野外调查单元抽样的方法，并结合了传统传外和GIS、RS/和GPS等3S技术。最后一次普查与传统遥感调查方法不同，采用的是抽样调查的方法，全国共布设了32364个野外抽查单元。单元调查出来的结果在区域上是不连续的，如果实现全国范围内空间上无缝隙的土壤侵蚀评价，需要一种新的方法，由点及面，估计和推断全国总体的特征。
发明内容
鉴于现有技术中存在的上述问题，本发明的目的在于解决现有技术的缺陷，提供一种准确性以及可靠性高、通用性好以及适用范围广的基于克里金插值方程的水土流失空间监测方法。
本发明提供了一种基于克里金插值方程的水土流失空间监测方法，包括1)获取待监测区域的各个调查单元的中心经纬度，将各个所述调查单元分别记为各个相应的点xi，各个所述调查单元的中心经纬度作为各个相应所述点xi的地理坐标；2)获取待监测区域的各个所述相应点xi的所有水土流失指标，对各个所述相应点xi的所有水土流失指标根据克里金插值方程分别进行插值，得到被监测区域内待插值点x0的属性估值，其中，i＝1，2，…，n，x0为待插值点，Z*(x0)为待插值点x0的属性估值，Z(xi)为点xi的属性值，λi为i的待定权重系数；3)分别对所有待监测区域的各个调查单元相应点xi的所有水土流失指标进行空间 插值，得到所述各待监测区域的水土流失强度和面积；4)根据各待监测区域水土流失的强度和面积，绘制水土流失各指标栅格图。
进一步，所述步骤2)中i的特定权重系数具体是指根据和计算得到i的特定权重系数λi，其中，i＝1，2，…，n，γ(xi，xj)为被监测区域内的两点xi,xj的变异函数，μ为拉格朗日乘子。
进一步，所述被监测区域内的两点xi，xj的变异函数具体是根据计算得到xi，xj的变异函数，其中，Var表不方差，i，j＝1，2，…，n。
进一步，所述所有水土流失指标包括4个类别67个指标，第一类别包括7个指标，分别为水蚀比例、侵蚀比例以及水蚀模数；第二类别包括20个指标，分别为不同土地利用类型面积比例；第三类别包括20个指标，分别为不同土地利用类型水蚀比例；第四类别包括20个指标，分别为不同土地利用类型平均模数。
进一步，所述水蚀比例和所述侵蚀比例的插值以各调查单元对应的各指标分别进行插值，所述水蚀模数的插值以各调查单元流失量为指标进行插值，所述不同土地利用类型面积比例进行插值时，遇到某个调查单元没有某种土地利用类型时，所述面积比例赋值为0，所述不同土地利用类型水蚀比例进行插值时，遇到某个调查单元没有某种土地利用类型时，所述水蚀比例赋值为0，所述不同土地利用类型平均模数进行插值时，先对模比进行插值，遇到某个调查单元没有某种土地利用类型时，所述模比赋值为0。
进一步，所述模比为不同土地利用类型模数乘以不同土地利用类型面积比例。
进一步，还包括对水土流失面积比例进行插值，所述水土流失面积比例包括轻度、中度、强烈、极强烈和剧烈5个等级，对所述水土流失面积的上述各个等级分别进行插值并进行相应的调整：调整后的某侵蚀强度比例＝(插值后某侵蚀强度比例*插值后水土流失面积比例)/插值后5级侵蚀强度比例之和。
本发明具有的优点和有益效果为：所述水土流失指标由抽样点向面外推的方法，主要包括直接汇总和空间插值两种方法；直接汇总方法假定最小控制区范围内所有栅格由位于其内部的抽样调查单元代表，而基于克里 金插值方程的空间插值方法假定最小控制区范围内的栅格由距离其最近的8个抽样调查单元代表，在进行空间插值时，同时考虑抽样单元以及包括附近单元在内的共8个抽样调查单元的信息，如此估值准确性比较高，同时可大规模节省物力财力。
附图说明
图1为本实施例的基于克里金插值方程的水土流失空间监测方法的基本流程示意图；
图2为北京市野外调查单元分布图；
图3为北京市密云县水土流失面积比例插值后栅格图；
图4为北京市水土流失面积比例插值后栅格图；
图5为水力侵蚀强度图颜色体系图；
图6为水土流失比例插值表中对应的百分比；
图7为图6的续表；
图8为宾县各级侵蚀强度分级百分比；
图9为黑龙江省宾县水力侵蚀强度图。
具体实施方式
下面将参照附图和具体实施例对本发明作进一步的说明。
如图1以及图2所示：本发明实施例的一种基于克里金插值方程的水土流失空间监测方法，其实施步骤如下：
1)获取待监测区域的各个调查单元的中心经纬度，将各个所述调查单元分别记为各个相应的点xi，各个所述调查单元的中心经纬度作为各个相应所述点xi的地理坐标；
2)获取待监测区域的各个所述相应点xi的所有水土流失指标，对各个所述相应点xi的所有水土流失指标根据克里金插值方程分别进行插值，得到被监测区域内待插值点x0的属性估值，其中，i＝1，2，…，n，x0为待插值点，Z*(x0)为待插值点x0的属性估值，Z(xi)为点xi的属性值，λi为i的待定权重系数；
3)分别对所有待监测区域的各个调查单元相应点xi的所有水土流失 指标进行空间插值，得到所述各待监测区域的水土流失强度和面积；
4)根据各待监测区域水土流失的强度和面积，绘制水土流失各指标栅格图。
作为上述实施例的优选实施方式，所述步骤2)中i的待定权重系数具体是指根据和计算得到i的特定权重系数λi，其中，γ(xi，xj)为被监测区域内的两点xi,xj的变异函数，μ为拉格朗日乘子。
作为上述实施例的优选实施方式，所述被监测区域内的两点xi，xj的变异函数具体是根据计算得到xi，xj的变异函数，其中，Var表示方差，i，j＝1，2，…，n。
作为上述实施例的优选实施方式，所述所有水土流失指标包括4个类别67个指标，第一类别包括7个指标，分别为水蚀比例、侵蚀比例以及水蚀模数；第二类别包括20个指标，分别为不同土地利用类型面积比例；第三类别包括20个指标，分别为不同土地利用类型水蚀比例；第四类别包括20个指标，分别为不同土地利用类型平均模数。
作为上述实施例的优选实施方式，所述水蚀比例和所述侵蚀比例的插值以各调查单元对应的各指标分别进行插值，所述水蚀模数的插值以各调查单元流失量为指标进行插值，所述不同土地利用类型面积比例进行插值时，遇到某个调查单元没有某种土地利用类型时，所述面积比例赋值为0，所述不同土地利用类型水蚀比例进行插值时，遇到某个调查单元没有某种土地利用类型时，所述水蚀比例赋值为0，所述不同土地利用类型平均模数进行插值时，先对模比进行插值，遇到某个调查单元没有某种土地利用类型时，所述模比赋值为0。
作为上述实施例的优选实施方式，所述模比为不同土地利用类型模数乘以不同土地利用类型面积比例。
作为上述实施例的优选实施方式，还包括对水土流失面积比例进行插值，所述水土流失面积比例包括轻度、中度、强烈、极强烈和剧烈5个等级，对所述水土流失面积的上述各个等级分别进行插值并进行相应的调整：调整后的某侵蚀强度比例＝(插值后某侵蚀强度比例*插值后水土流失面积比例)/插值后5级侵蚀强度比例之和。
作为上述实施例的优选实施方式，所述不同土地利用类型包括水田、水浇地、旱地、果园、茶园、其它园地、有林地、灌木林地、其它林地、 天然牧草地、人工牧草地、其它草地、城镇居民点、农村居民点、独立工矿用地、商服用地、特殊用地、交通用地、水域用地、其它土地。
作为上述实施例的优选实施方式，如图3和图4所示，以北京市密云县和北京市为例进行说明，县级行政区水蚀指标的求算：用县级行政区边界裁切省级行政区水蚀面积比例，对各县级行政区内所有水蚀指标栅格取平均值，得到县级行政区水蚀指标比例，通过平衡计算确保平衡，平衡原则如下：
(1)调整后某侵蚀强度比例＝(插值后某强度比例*水土流失面积比例)/插值后5级侵蚀强度比例之和；
(2)调整后土地利用类型L面积比例＝(插值后土地利用类型L面积比例*100)/插值后20种土地利用类型面积比例之和；
(3)调整后土地利用类型L水土流失比例＝(插值后土地利用类型L水土流失比例*县水土流失比例)/插值后20种土地利用类型水土流失比例之和；
(4)调整后土地利用类型L模比＝(插值后土地利用类型L模比*县平均模数)/插值后20种土地利用类型模比之和，
土地利用类型L模数＝调整后土地类型L模比/(调整后土地利用类型L面积比例/100)。
作为上述实施例的优选实施方式，省级行政区水蚀指标的求算：将省级行政区内所属县级行政区水蚀指标与县级行政区面积进行加权求和，得到省级行政区各水蚀指标的面积，再分别除以省级行政区面积，得到省级各水蚀指标的面积比例，通过平衡计算确保平衡，平衡原则为：
(1)省某侵蚀强度比例＝∑调整后县某侵蚀强度比例*县面积/省面积，其他强度面积比例调整方法类似；
(2)省水土流失面积比例＝省轻度、中度、强烈、极强度、剧烈5种强度面积比例之和；
(3)省侵蚀模数＝∑县侵蚀模数*县面积/省面积；
(4)省土地利用类型L面积比例＝∑调整后县土地利用类型L面积比例*县面积/省面积；
(5)省土地利用类型L水土流失比例＝Σ调整后县土地利用类型L水土流失比例*县面积/省面积；
(6)省土地利用类型L模数＝∑(调整后县土地利用类型L模数*调整后县土地利用类型L面积比例*县面积)/(省面积*省土地利用类型L面积比例)。
本实施例根据上述得到的水蚀比例栅格图层，绘制水力侵蚀强度图，其中关键的内容是确定各个侵蚀强度的分区阈值，基本的思想是确保图中各级侵蚀强度栅格面积占行政区面积的百分比等于相应的侵蚀强度面积比例，以此作为条件，依次推算出剧烈、极强烈、强烈、中度和轻度侵蚀比例的分区阈值；比如，当求算出某省剧烈侵蚀比例为A，则水蚀比例大于某一阈值K1的栅格加起来的面积和除以此省面积，应等于A。据此推算出阈值K1，则剧烈侵蚀和极强烈侵蚀的分界即为阈值K1。依次类推，再求算出极强烈侵蚀与强烈侵蚀的分界值K2，强烈侵蚀与中度侵蚀的分界值K3，中度侵蚀与轻度侵蚀的分界值K4，轻度侵蚀与微度侵蚀的分界值为K5；具体的区间表达为：
微度侵蚀：水蚀比例≤K5；
轻度侵蚀：K5＜水蚀比例≤K4；
中度侵蚀：K4＜水蚀比例≤K3；
强烈侵蚀：K3＜水蚀比例≤K2；
极强烈侵蚀：K2＜水蚀比例≤K1；
剧烈侵蚀：水蚀比例＞K。
按照以上区间参数将栅格重分类为6类，分别对应微度、轻度、中度、强烈、极强烈和剧烈侵蚀强度，并给不同的侵蚀强度赋以深浅不一的颜色(颜色体系如图5)，完成水力侵蚀强度空间分布图的制作；下面以黑龙江宾县为例，进行空间制图的说明：
1)、启动空间分析—栅格计算器分析模块；
2)、在新生成的结果图层上打开数据表，并将该表导出为dbase table表格式，另存为“.xlsx”格式；
3)、将该表在excel中打开，新建两列，分别命名为“百分比”和“累积百分比”，将“value”列按照由大到小的顺序排列，然后分别计算百分比和累积百分比；计算完毕后注意检查一下累积百分比是否为100％。
4)、按照平衡后的不同侵蚀强度的所占百分比，按照从剧烈侵蚀到极强烈侵蚀、强烈侵蚀、中度侵蚀、轻度侵蚀的顺序，分别找出水土流失比 例插值表中对应的百分比。宾县剧烈侵蚀比例为3.72％，极强烈侵蚀比例为5.97％，强烈侵蚀比例为10.79％，中度侵蚀比例为10.81％，轻度侵蚀比例为16.11％，微度侵蚀比例为52.6％。如图6所示，面积累积百分比3.72％对应的栅格值为6763，由于步骤(1)中对栅格值都乘以了100，所以，栅格值6763对应的水蚀比例应为67.63％，故剧烈和极强烈的分界阈值为水蚀比例67.63％；如图7所示，其中面积累积百分比9.69％(剧烈3.72％与极强烈5.97％之和)对应的栅格值为6178，对应的水蚀比例应为61.78％，即极强烈与强烈的分界域值为水蚀比例61.78％。依次类推，求出图8中各级侵蚀强度的分界阈值；
5)、确定分级百分比，进行强度划分；
6)、基于Arcgis模块中的命令ArcToolBox-Spatial Analyst Tools-Reclass-Reclassify，对水土流失插值比例图进行分级；
7)、重分类：先将分级改为6，然后更改分级断点的值，最后点击ok。1：微度侵蚀，2：轻度侵蚀，3：中度侵蚀，4：强烈侵蚀，5：极强烈侵蚀，6：剧烈侵蚀；
8)、颜色更改：根据不同强度的CMYK，更改不同强度的颜色。点击图层下边不同数字对应的色框，选择CMYK，分别更改每一级的CMYK；
9)、图例名称更改：点击图层下边的不同数字，逐一进行修改，1改为微度侵蚀，2改为轻度侵蚀，3改为中度侵蚀，4改为强烈侵蚀，5改为极强烈侵蚀，6改为剧烈侵蚀，如图8所示；
10)、加入经纬网、图例、比例尺、指北针、作图时间、作图单位等要素，进行图形的规范和美化，最后形成如图9所示的图形。
最后应说明的是：以上所述的各实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种基于克里金插值方程的水土流失空间监测方法，其特征在于，其实施步骤如下：
1)获取根据抽样调查方法得到的待监测区域的各个调查单元的中心经纬度，将各个所述调查单元分别记为各个相应的点xi，各个所述调查单元的中心经纬度作为各个相应所述点xi的地理坐标；
2)获取待监测区域的各个所述相应点xi的所有水土流失指标，对各个所述调查单元的相应点xi的所有水土流失指标根据克里金插值方程
分别进行插值，得到被监测区域内待插值点x0的属性估值，其中，i＝1，2，…，n，x0为待插值点，Z*(x0)为待插值点x0的属性估值，Z(xi)为点xi的属性值，λi为i的待定权重系数；
3)分别对所有待监测区域的各个点xi的所有水土流失指标进行克里金插值，得到所述各待监测区域的水土流失强度比例和面积比例；
4)根据各待监测区域水土流失的强度和面积，绘制水土流失各指标栅格图，并根据所述水土流失各指标栅格图绘制水力侵蚀强度图。
2.根据权利要求1所述的基于克里金插值方程的水土流失空间监测方法，其特征在于，所述步骤2)中i的待定权重系数具体是指根据和计算得到i的待定权重系数λi，其中，γ(xi，xj)为被监测区域内的两点xi，xj的变异函数，μ为拉格朗日乘子。
3.根据权利要求2所述的基于克里金插值方程的水土流失空间监测方法，其特征在于，所述被监测区域内的两点xi，xj的变异函数具体是根据
计算得到xi，xj的变异函数，其中，Var表示方差，i，j＝1，2，…，n。
4.根据权利要求1所述的基于克里金插值方程的水土流失空间监测方法，其特征在于，所述所有水土流失指标包括4个类别，第一类别包括水蚀比例、侵蚀比例以及水蚀模数；第二类别包括不同土地利用类型面积比例；第三类别包括不同土地利用类型水蚀比例；第四类别包括不同土地利用类型平均模数。
5.根据权利要求4所述的基于克里金插值方程的水土流失空间监测方法，其特征在于，所述水蚀比例和所述侵蚀比例的插值以各调查单元对应的各指标分别进行插值，所述水蚀模数的插值以各调查单元流失量为指标进行插值，所述不同土地利用类型面积比例进行插值时，遇到某个调查单元没有某种土地利用类型时，所述面积比例赋值为0，所述不同土地利用类型水蚀比例进行插值时，遇到某个调查单元没有某种土地利用类型时，所述水蚀比例赋值为0，所述不同土地利用类型平均模数进行插值时，先对模比进行插值，遇到某个调查单元没有某种土地利用类型时，所述模比赋值为0。
6.根据权利要求5所述的基于克里金插值方程的水土流失空间监测方法，其特征在于，所述模比为不同土地利用类型模数乘以不同土地利用类型面积比例。
7.根据权利要求1所述的基于克里金插值方程的水土流失空间监测方法，其特征在于，还包括对水土流失面积比例进行插值，所述水土流失面积比例包括轻度、中度、强烈、极强烈和剧烈5个等级，对所述水土流失面积的上述各个等级分别进行插值并进行相应的调整：调整后的某侵蚀强度比例＝插值后某侵蚀强度比例*插值后水土流失面积比例/插值后5级侵蚀强度比例之和。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410007114.9A CN103699809B (zh) | 2014-01-08 | 2014-01-08 | 一种基于克里金插值方程的水土流失空间监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410007114.9A CN103699809B (zh) | 2014-01-08 | 2014-01-08 | 一种基于克里金插值方程的水土流失空间监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103699809A CN103699809A (zh) | 2014-04-02 |
| CN103699809B true CN103699809B (zh) | 2017-02-08 |
Family
ID=50361336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410007114.9A Active CN103699809B (zh) | 2014-01-08 | 2014-01-08 | 一种基于克里金插值方程的水土流失空间监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103699809B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104764687B (zh) * | 2015-04-09 | 2017-06-09 | 北京师范大学 | 一种便携式水土保持效益评价装置及评价方法 |
| CN105004725B (zh) * | 2015-08-04 | 2018-10-19 | 珠江水利委员会珠江水利科学研究院 | 一种水土保持综合治理土壤侵蚀变化量实时定量监测方法 |
| CN106777102B (zh) * | 2016-12-14 | 2020-02-14 | 青岛大学 | 基于空间数据库的多因子面元属性叠加计算方法及系统 |
| CN107037182B (zh) * | 2017-04-27 | 2019-07-09 | 广西壮族自治区林业科学研究院 | 一种石漠化地区植被调查抽样单元的设置方法 |
| CN109508292B (zh) * | 2018-11-05 | 2020-06-12 | 北京师范大学 | 水土流失野外调查与评价系统的测试方法 |
| CN111859866A (zh) * | 2020-07-21 | 2020-10-30 | 中国水利水电科学研究院 | 一种反映水土流失不同强度间转变的方法 |
| CN111858741A (zh) * | 2020-07-22 | 2020-10-30 | 中国水利水电科学研究院 | 多期水土流失强度空间消长变化的可视化展示方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609615A (zh) * | 2012-01-20 | 2012-07-25 | 浙江大学 | 基于修正通用水土流失方程的水土流失遥感动态监测方法 |
| CN102855392A (zh) * | 2012-08-10 | 2013-01-02 | 河海大学 | 一种基于遗传算法的Kriging插值的地面沉降空间监控方法 |
| CN103353923A (zh) * | 2013-06-26 | 2013-10-16 | 中山大学 | 基于空间特征分析的自适应空间插值方法及其系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7877339B2 (en) * | 2007-06-26 | 2011-01-25 | Intel Corporation | Method and system of creating an approximate kernel matrix to train a kernel machine |
-
2014
- 2014-01-08 CN CN201410007114.9A patent/CN103699809B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609615A (zh) * | 2012-01-20 | 2012-07-25 | 浙江大学 | 基于修正通用水土流失方程的水土流失遥感动态监测方法 |
| CN102855392A (zh) * | 2012-08-10 | 2013-01-02 | 河海大学 | 一种基于遗传算法的Kriging插值的地面沉降空间监控方法 |
| CN103353923A (zh) * | 2013-06-26 | 2013-10-16 | 中山大学 | 基于空间特征分析的自适应空间插值方法及其系统 |
Non-Patent Citations (2)
| Title |
|---|
| 区域水土流失研究中降雨量空间插值方法选取;汪翠英等;《水土保持研究》;20080415;第15卷(第2期);第88-91页 * |
| 基于地统计学的降雨侵蚀力插值方法研究——以江苏省为例;李璐等;《生态与农村环境学报》;20110125;第27卷(第1期);第88-92页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103699809A (zh) | 2014-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103699809B (zh) | 一种基于克里金插值方程的水土流失空间监测方法 | |
| Zuo et al. | Simulating spatiotemporal variability of blue and green water resources availability with uncertainty analysis | |
| Liu et al. | Construction and application of a refined index for measuring the regional matching characteristics between water and land resources | |
| Xu et al. | Population mapping in China with Tencent social user and remote sensing data | |
| CN105893770A (zh) | 一种气候变化和人类活动对流域水资源影响的量化方法 | |
| Timsic et al. | Spatial variability in stable isotope values of surface waters of Eastern Canada and New England | |
| Liu et al. | Dynamic evaluation of ecological vulnerability in a lake watershed based on RS and GIS technology | |
| CN110334404A (zh) | 一种流域尺度骤发干旱精准识别方法 | |
| Rangsiwanichpong et al. | Assessment of sediment yield in Thailand using revised universal soil loss equation and geographic information system techniques | |
| CN106528788A (zh) | 基于gis技术分析地面雨径流污染空间分布特征的方法 | |
| Ma et al. | A multisource remotely sensed data oriented method for “ghost city” phenomenon identification | |
| Cheng et al. | Vegetation Cover Change and Relative Contributions of Associated Driving Factors in the Ecological Conservation and Development Zone of Beijing, China. | |
| Xing et al. | Tracing surface water change from 1990 to 2020 in China's Shandong Province using Landsat series images | |
| Xu et al. | Evaluation method and empirical application of human activity suitability of land resources in Qinghai-Tibet Plateau | |
| Yibo et al. | Dynamic evaluation and prediction of the ecological environment quality of the urban agglomeration on the northern slope of Tianshan Mountains | |
| Wang et al. | Characterization of the evolution of runoff‐sediment relationship in Min River based on coupling coordination theory | |
| Duan et al. | Combining the digital filtering method with the SWAT model to simulate spatiotemporal variations of baseflow in a mountainous river basin | |
| Lapides et al. | Inclusion of bedrock vadose zone in dynamic global vegetation models is key for simulating vegetation structure and function | |
| Lv et al. | Effects of Climate Change and Human Activity on Runoff in a Typical Loess Gullied-Hilly Region Watershed. | |
| Liu et al. | Integrated assessment of climate and human contributions to variations in streamflow in the Ten Great Gullies Basin of the Upper Yellow River, China | |
| Sun et al. | Spatiotemporal shifts in key hydrological variables and dominant factors over China | |
| Li et al. | A comprehensive analysis of spatial and temporal variability of extreme precipitation in the Nenjiang River Basin, Northeast China | |
| CN111047221B (zh) | 区域水资源生态安全评价的建模方法 | |
| Zhang et al. | Response of vegetation to SPI and driving factors in Chinese mainland | |
| CN110175215B (zh) | 一种划分地理过渡带的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |