CN108896473A - 耦合不同时空尺度模型的流域侵蚀产沙量预测方法 - Google Patents
耦合不同时空尺度模型的流域侵蚀产沙量预测方法 Download PDFInfo
- Publication number
- CN108896473A CN108896473A CN201810575142.9A CN201810575142A CN108896473A CN 108896473 A CN108896473 A CN 108896473A CN 201810575142 A CN201810575142 A CN 201810575142A CN 108896473 A CN108896473 A CN 108896473A
- Authority
- CN
- China
- Prior art keywords
- basin
- sub
- factor
- formula
- erosion
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种耦合不同时空尺度模型的流域侵蚀产沙量预测方法。该方法包括:根据待预测流域W的DEM地形数据和遥感影像,将待测流域划分为m个子流域;统计每年各子流域的降雨场次n,计算每个子流域每次降雨后的侵蚀产沙量及其空间分布,更新每个子流域的DEM数据,得到更新后的DEM数据;然后计算第l个子流域Wl的坡度坡长因子LSl,并根据Wl的降雨侵蚀力因子Rl、土壤可蚀性因子Kl、坡长因子LSl、植被因子Cl、工程措施因子El、耕作措施因子Tl和沟蚀系数因子Gl,计算Wl的年侵蚀产沙量f(Wl),进而待预测流域W的年侵蚀产沙量。本发明克服了单一经验模型地形参数固定不变的缺陷,并充分考虑了降雨空间分布不均性和侵蚀产沙机理,更能反映土壤侵蚀过程。
Description
技术领域
本发明涉及流域侵蚀产沙预测技术领域,尤其涉及耦合不同时空尺度模型的流域侵蚀产沙量预测方法。
背景技术
当前流域年侵蚀产沙趋势预测主要采用单个模型,结合降雨观测数据与下垫面数据,进行流域年侵蚀产沙模拟预测,然而由于水文现象在不同时空尺度上呈现出性质迥异的变化特征,且不同时空尺度上水循环的机理尚未解决,应用单一的年侵蚀产沙模型进行流域侵蚀产沙模拟时,地形参数通常固定不变,因此,无法充分反映流域产沙物理过程与机制。
发明内容
为解决现有技术中存在的上述问题,本发明提供一种耦合不同时空尺度模型的流域侵蚀产沙量预测方法。该方法包括:
步骤1、根据待预测流域W的DEM地形数据和遥感影像,将待测流域划分为m个子流域;
步骤2、统计每年各子流域的降雨场次n,n为自然数;
步骤3、根据分布式产沙机理模型计算每个子流域每次降雨后的侵蚀产沙量及其空间分布,并根据所述每个子流域每次降雨后的侵蚀产沙量及其空间分布,更新每个子流域的DEM数据,直至每年最后一次降雨计算结束,得到更新后的待预测流域的DEM数据;
步骤4、根据更新后的待预测流域的DEM数据,计算第l个子流域Wl的坡度坡长因子LSl,并且根据第l个子流域Wl的降雨侵蚀力因子Rl、土壤可蚀性因子Kl、植被因子Cl、工程措施因子El、耕作措施因子Tl和沟蚀系数因子Gl,计算子流域Wl的年侵蚀产沙量f(Wl),l=1,2,3…m;
步骤5、计算所有子流域的年侵蚀产沙量之和,作为待预测流域W的年侵蚀产沙量。
进一步地,该方法还包括:根据子流域Wl所在预设区域的各个雨量站的逐日降雨量数据,计算子流域Wl的降雨侵蚀力因子Rl;
根据子流域Wl的土壤中砂粒含量数据、粉粒含量数据、粘粒含量数据和有机碳含量数据,采用EPIC模型计算子流域Wl的土壤可蚀性因子Kl;
根据子流域Wl的坡度、坡长以及坡长指数,计算子流域Wl的坡长因子LSl;
根据子流域Wl所在预设区域的地表覆被类型,计算子流域Wl的植被因子Cl;
根据子流域Wl所在预设区域的工程措施数据,计算子流域Wl的工程措施因子El;
根据子流域Wl所在预设区域的坡度与耕作因子的预设对应列表,确定子流域Wl的耕作措施因子Tl;
根据子流域Wl的坡度,计算子流域Wl的沟蚀系数因子Gl。
进一步地,所述降雨侵蚀力因子Rl具体根据式(13)和式(14)
Rl=0.183FF 1.996 (13)
确定;其中,Pi,j,l表示子流域Wl在第i年第j月的降雨量,N表示总年数。
进一步地,所述土壤可蚀性因子Kl具体根据式(15)
确定;其中,SANl,SILl,CLAl和Cl分别为子流域Wl中砂粒含量,粉粒含量,粘粒含量和有机碳含量,SN1l=1–SANl/100。
进一步地,所述坡长因子LSl具体根据式(16)、式(17)和式(18)
LSl=Ll×Sl (16)
确定;其中,λl为坡长,ml为坡长指数,θl为坡度值。
进一步地,所述根据子流域Wl所在预设区域的地表覆被类型,计算待预测流域的植被因子Cl具体包括:
若判断获知地表覆被类型为农田,则所述植被因子Cl等于0.23;
若判断获知地表覆被类型为非农田类型,则所述植被因子Cl根据式(19)和式(20)
fVC=fWV+fHV+fNPV (20)
确定;其中,fWV,fHV,fNPV分别为灌乔木,草被,非光合作用植被的丰度值,fVC为所有植被类型的丰度总和,CWV、CHV、CNPV分别为灌乔木,草被,非光合作用植被的植被因子。
进一步地,所述灌乔木的植被因子CWV根据式(21)
确定;
所述草被的植被因子根据式(22)
确定;
所述非光合作用植被的植被因子根据式(23)
确定;其中,fBS为裸土的丰度值。
进一步地,所述工程措施因子El具体根据式(24)
确定;其中,St为梯田面积,Sd为淤地坝控制面积,F为土地总面积,α和β分别为梯田和淤地坝的减沙系数,Nd1和Nd2分别为拦沙坝和谷坊的数量,λ和ε分别为拦沙坝和谷坊的拦沙定额,A为平均土壤侵蚀模数。
进一步地,所述沟蚀系数因子Gl具体根据式(25)
Gl=1+1.60sin(θl-15) (25)
确定;其中,θl为坡度值。
进一步地,所述子流域Wl的年侵蚀产沙量f(Wl)具体根据式(26)
f(Wl)=Rl*Kl*LSl*Cl*El*Tl*Gl (26)
确定。
本发明的有益效果:
本发明提供的流域侵蚀产沙量预测方法,通过将大中尺度流域分割为子流域,在子流域充分考虑侵蚀产沙物理成因,通过各子流域的不同场次降水的分布式土壤侵蚀计算结果更新流域地形参数,然后结合气候、土壤、植被、水土保持措施等不同因子设计流域年产沙经验模型,完成流域年侵蚀产沙计算。该流域年产沙经验模型综合了小流域侵蚀产沙物理过程在预报精度方面的优势,用来开展大中尺度流域年侵蚀产沙总量预报,避免了单一的经验模型地形参数固定、难以反映场次降水后微地貌形态的变化对土壤侵蚀的影响,增加了流域年侵蚀产沙经验模型的物理机制。
附图说明
图1为本发明实施例提供的耦合不同尺度模型的流域侵蚀产沙量预测方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的耦合不同时空尺度模型的流域侵蚀产沙量预测方法的流程示意图。如图1所示,该方法包括以下步骤:
S101、根据待预测流域W的DEM地形数据和遥感影像,将待测流域划分为m个子流域;
具体地,根据流域的高精度地形数据及遥感影像,在计算机自动提取子流域的基础上进行目视检查与修正,获得m个子流域。
S102、统计每年各子流域的降雨场次n,n为自然数;
S103、根据分布式产沙机理模型计算每个子流域每次降雨后的侵蚀产沙量及其空间分布,并根据所述每个子流域每次降雨后的侵蚀产沙量及其空间分布,每个子流域的DEM数据,直至每年最后一次降雨计算结束,得到更新后的待预测流域的DEM数据;
具体地,根据DEM地形数据的分辨率,对每个子流域进行空间离散,将每个子流域划分为多个网格单元;根据每个子流域的格网坡度和遥感影像,将每个子流域划分为梁峁坡地貌单元、沟谷坡地貌单元和沟槽地貌单元;根据每个子流域中梁峁坡地貌单元的产沙量、沟谷坡地貌单元的产沙量和沟槽地貌单元的产沙量,确定每个子流域的侵蚀产沙量以及侵蚀产沙量在子流域上的空间分布情况;将每一网格单元的侵蚀产沙量/沉积量换算为侵蚀/沉积高度,以此参数更新子流域DEM数据;进而应用更新后的地形数据继续进行下一场次降水计算,直到完成该年度全部场次降水计算,获得次降水计算更新后的子流域DEM。
例如,梁峁坡地貌单元的产沙量、沟谷坡地貌单元的产沙量、沟槽地貌单元的产沙量和每个子流域的产沙量分别根据式(7)、式(8)、式(9)和式(10)确定:
E子流域=Er+Eg+Ec (10)
其中,γs、γm分别为泥沙密实干容重和浑水容重;d为泥沙粒径;f为摩擦系数;为泥沙休止角;h1为梁峁坡水深;J1为梁峁坡比降;α1为梁峁坡坡度;V1为梁峁坡水流平均速度;Ar是无量纲系数;br为梁峁坡宽度;h2为沟谷坡水深;J2为沟谷坡比降;α2为沟谷坡坡度;V2为沟谷坡水流平均速度;Ag是无量纲系数;h3为沟槽水深;J3为沟槽比降;V3为沟槽水流平均流速;ω为泥沙颗粒群体沉速;U*为摩阻流速,κ为卡门常数;e3为沟槽发生冲刷的能量系数;C为无量纲系数;沟槽宽度B0。
S104、根据更新后的待预测流域的DEM数据,计算第l个子流域Wl的坡度坡长因子LSl,并且根据第l个子流域Wl的降雨侵蚀力因子Rl、所述土壤可蚀性因子Kl、所述坡长因子LSl、所述植被因子Cl、所述工程措施因子El、所述耕作措施因子Tl和所述沟蚀系数因子Gl,计算子流域Wl的年侵蚀产沙量f(Wl),l=1,2,3…m;
具体地,通过将大中尺度流域分割为子流域,在子流域考虑侵蚀产沙物理成因,通过各子流域的不同场次降水的分布式土壤侵蚀计算结果更新流域地形参数,然后结合气候、土壤、植被、水土保持措施等不同因子设计流域产沙经验模型,完成子流域的侵蚀产沙量计算。
S105、计算所有子流域的年侵蚀产沙量之和,作为待预测流域W的年侵蚀产沙量。
本发明提供的耦合不同时空尺度模型的流域侵蚀产沙量预测方法,通过将大中尺度流域分割为子流域,在子流域考虑侵蚀产沙物理成因,通过各子流域的不同场次降水的分布式土壤侵蚀计算结果更新流域地形参数,然后结合气候、土壤、植被、水土保持措施等不同因子设计流域年产沙经验模型,完成流域年侵蚀产沙计算。该流域年产沙经验模型综合了小流域侵蚀产沙物理过程在预报精度方面的优势,用来开展大中尺度流域年侵蚀产沙总量预报,避免了单一的经验模型地形参数固定、难以反映场次降水后微地貌形态的变化对土壤侵蚀的影响,增加了流域年侵蚀产沙经验模型的物理机制。
在上述实施例的基础上,该方法还包括:根据子流域Wl所在预设区域各个雨量站的逐日降雨量数据,计算子流域Wl的降雨侵蚀力因子Rl;
根据子流域Wl的土壤中砂粒含量数据、粉粒含量数据、粘粒含量数据和有机碳含量数据,采用EPIC模型计算子流域Wl的土壤可蚀性因子Kl;
根据子流域Wl的坡度、坡长以及坡长指数,计算子流域Wl的坡长因子LSl;
根据子流域Wl所在预设区域的地表覆被类型,计算子流域Wl的植被因子Cl;
根据子流域Wl所在预设区域的工程措施数据,计算子流域Wl的工程措施因子El;
根据子流域Wl所在预设区域的坡度与耕作因子的预设对应列表,确定子流域Wl的耕作措施因子Tl;
具体地,表1为不同坡度条件下耕作措施因子值的一个具体实施例。如下表所示:
表1不同坡度下耕作措施因子值
根据子流域Wl的坡度,计算子流域Wl的沟蚀系数因子Gl。
在上述各实施例的基础上,所述降雨侵蚀力因子Rl具体根据式(13)和式(14)
Rl=0.183FF 1.996 (13)
确定;其中,Pi,j,l表示子流域Wl在第i年第j月的降雨量,N表示总年数。
在上述各实施例的基础上,所述土壤可蚀性因子Kl具体根据式(15)
确定;其中,SANl,SILl,CLAl和Cl分别为子流域Wl中砂粒含量,粉粒含量,粘粒含量和有机碳含量,SN1l=1–SANl/100。
在上述各实施例的基础上,所述坡长因子LSl具体根据式(16)、式(17)和式(18)
LSl=Ll×Sl (16)
确定;其中,λl为坡长,ml为坡长指数,θl为坡度值。
在上述各实施例的基础上,所述根据子流域Wl所在预设区域的地表覆被类型,计算待预测流域的植被因子Cl具体包括:
若判断获知地表覆被类型为农田,则所述植被因子Cl等于0.23;
若判断获知地表覆被类型为非农田类型,则所述植被因子Cl根据式(19)和式(20)
fVC=fWV+fHV+fNPV (20)
确定;其中,fWV,fHV,fNPV分别为灌乔木,草被,非光合作用植被的丰度值,fVC为所有植被类型的丰度总和,CWV、CHV、CNPV分别为灌乔木,草被,非光合作用植被的植被因子。
具体地,将子流域所在区域的地表覆被类型分为两大类:农田与非农田。对于农田类型,直接赋予前人研究总结的植被因子固定值(Cl=0.23);对于非农田类型,将其再细分为灌乔木、草被、非光合作用植被和裸土,分别计算各植被类型的植被因子。为了准确反映灌乔木、草被、非光合作用植被这三种覆被类型对子流域区域的综合减蚀作用的贡献率,对这三种覆被类型的遥感图像端元丰度进行归一化处理。因此,不同覆被类型土壤减蚀作用的权重系数为植被类型的丰度占所有植被类型的丰度总和的百分比。
由上述内容可知,本发明实施例提供的流域侵蚀产沙量预测方法中在计算流域侵蚀产沙植被因子时,综合考虑了多覆被类型水土保持作用的植被因子估算模型,提高了植被因子的计算精度。
在上述各实施例的基础上,所述灌乔木的植被因子CWV根据式(21)
确定;
所述草被的植被因子根据式(22)
确定;
所述非光合作用植被的植被因子根据式(23)
确定;其中,fBS为裸土的丰度值。
在上述各实施例的基础上,所述工程措施因子El具体根据式(24)
确定;其中,St为梯田面积,Sd为淤地坝控制面积,F为土地总面积,α和β分别为梯田和淤地坝的减沙系数,Nd1和Nd2分别为拦沙坝和谷坊的数量,λ和ε分别为拦沙坝和谷坊的拦沙定额,A为平均土壤侵蚀模数。
在上述各实施例的基础上,所述沟蚀系数因子Gl具体根据式(25)
Gl=1+1.60sin(θl-15) (25)
确定;其中,θl为坡度值。
在上述各实施例的基础上,所述子流域Wl的年侵蚀产沙量f(Wl)具体根据式(26)
f(Wl)=Rl*Kl*LSl*Cl*El*Tl*Gl (26)
确定。
本发明提供的耦合不同时空尺度模型的流域侵蚀产沙量预测方法,具有以下有益效果:
(1)将大中尺度流域分割为子流域,在考虑侵蚀产沙物理过程的前提下,进行子流域侵蚀产沙计算,并更新流域地形参数,克服了单一经验模型地形参数固定不变的缺陷,反映了场次降雨后微地貌形态变化对土壤侵蚀的影响。
(2)将大中尺度流域离散为m个子流域,对子流域采用分布式模型进行场次降雨侵蚀产沙计算,通过对子流域的分布式产沙并行计算,克服了大中尺度流域采用分布式模型计算时速度低的缺陷。
(3)应用本发明的考虑物理过程的流域年产沙经验模型进行土壤侵蚀预测预报,充分考虑了侵蚀产沙过程机理,更能反映土壤侵蚀过程。
最后应说明的是:以上实施例仅用以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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,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精神和范围。
Claims (10)
1.耦合不同时空尺度模型的流域侵蚀产沙量预测方法,其特征在于,包括:
步骤1、根据待预测流域W的DEM地形数据和遥感影像,将待预测流域划分为m个子流域;
步骤2、统计每年各子流域的降雨场次n,n为自然数;
步骤3、根据分布式产沙机理模型计算每个子流域每次降雨后的侵蚀产沙量及其空间分布,并根据所述每个子流域每次降雨后的侵蚀产沙量及其空间分布,更新每个子流域的DEM数据,直至每年最后一次降雨计算结束,得到更新后的待预测流域的DEM数据;
步骤4、根据更新后的待预测流域的DEM数据,计算第l个子流域Wl的坡度坡长因子LSl,并且根据第l个子流域Wl的降雨侵蚀力因子Rl、土壤可蚀性因子Kl、植被因子Cl、工程措施因子El、耕作措施因子Tl和沟蚀系数因子Gl,计算子流域Wl的年侵蚀产沙量f(Wl),l=1,2,3…m;
步骤5、计算所有子流域的年侵蚀产沙量之和,作为待预测流域W的年侵蚀产沙量。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据子流域Wl所在预设区域各个雨量站的逐日降雨量数据,计算子流域Wl的降雨侵蚀力因子Rl;
根据子流域Wl的土壤中砂粒含量数据、粉粒含量数据、粘粒含量数据和有机碳含量数据,采用EPIC模型计算子流域Wl的土壤可蚀性因子Kl;
根据子流域Wl的坡度、坡长以及坡长指数,计算子流域Wl的坡长因子LSl;
根据子流域Wl所在预设区域的地表覆被类型,计算子流域Wl的植被因子Cl;
根据子流域Wl所在预设区域的工程措施数据,计算子流域Wl的工程措施因子El;
根据子流域Wl所在预设区域的坡度与耕作因子的预设对应列表,确定子流域Wl的耕作措施因子Tl;
根据子流域Wl的坡度,计算子流域Wl的沟蚀系数因子Gl。
3.根据权利要求2所述的方法,其特征在于,所述降雨侵蚀力因子Rl具体根据式(13)和式(14)
Rl=0.183FF 1.996 (13)
确定;其中,Pi,j,l表示子流域Wl在第i年第j月的降雨量,N表示总年数。
4.根据权利要求2所述的方法,其特征在于,所述土壤可蚀性因子Kl具体根据式(15)
确定;其中,SANl,SILl,CLAl和Cl分别为子流域Wl土壤中砂粒含量,粉粒含量,粘粒含量和有机碳含量,SN1l=1–SANl/100。
5.根据权利要求2所述的方法,其特征在于,所述坡长因子LSl具体根据式(16)、式(17)和式(18)
LSl=Ll×Sl (16)
确定;其中,λl为坡长,ml为坡长指数,θl为坡度值。
6.根据权利要求2所述的方法,其特征在于,所述根据子流域Wl所在预设区域的地表覆被类型,计算待预测流域的植被因子Cl具体包括:
若判断获知地表覆被类型为农田,则所述植被因子Cl等于0.23;
若判断获知地表覆被类型为非农田类型,则所述植被因子Cl根据式(19)和式(20)
fVC=fWV+fHV+fNPV (20)
确定;其中,fWV,fHV,fNPV分别为灌乔木,草被,非光合作用植被的丰度值,fVC为所有植被类型的丰度总和,CWV、CHV、CNPV分别为灌乔木,草被,非光合作用植被的植被因子。
7.根据权利要求6所述的方法,其特征在于,所述灌乔木的植被因子CWV根据式(21)
确定;
所述草被的植被因子根据式(22)
确定;
所述非光合作用植被的植被因子根据式(23)
确定;其中,fBS为裸土的丰度值。
8.根据权利要求2所述的方法,其特征在于,所述工程措施因子El具体根据式(24)
确定;其中,St为梯田面积,Sd为淤地坝控制面积,F为土地总面积,α和β分别为梯田和淤地坝的减沙系数,Nd1和Nd2分别为拦沙坝和谷坊的数量,λ和ε分别为拦沙坝和谷坊的拦沙定额,A为平均土壤侵蚀模数。
9.根据权利要求2所述的方法,其特征在于,所述沟蚀系数因子Gl具体根据式(25)
Gl=1+1.60sin(θl-15) (25)
确定;其中,θl为坡度值。
10.根据权利要求1所述的方法,其特征在于,所述子流域Wl的年侵蚀产沙量f(Wl)具体根据式(26)
f(Wl)=Rl*Kl*LSl*Cl*El*Tl*Gl (26)
确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810575142.9A CN108896473B (zh) | 2018-06-06 | 2018-06-06 | 耦合不同时空尺度模型的流域侵蚀产沙量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810575142.9A CN108896473B (zh) | 2018-06-06 | 2018-06-06 | 耦合不同时空尺度模型的流域侵蚀产沙量预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108896473A true CN108896473A (zh) | 2018-11-27 |
CN108896473B CN108896473B (zh) | 2021-01-01 |
Family
ID=64343991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810575142.9A Active CN108896473B (zh) | 2018-06-06 | 2018-06-06 | 耦合不同时空尺度模型的流域侵蚀产沙量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108896473B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113095694A (zh) * | 2021-04-19 | 2021-07-09 | 黄河勘测规划设计研究院有限公司 | 一种适用于多地貌类型区的降雨输沙模型构建方法 |
CN113313358A (zh) * | 2021-04-30 | 2021-08-27 | 西安理工大学 | 一种适配河流输沙量的流域水土保持措施配置方法 |
CN113469586A (zh) * | 2021-09-02 | 2021-10-01 | 中国农业大学 | 土地系统状态的评估方法、装置以及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200419045A (en) * | 2003-03-25 | 2004-10-01 | Chao-Yuan Lin | Sediment yield estimation expert system (SedExpert) |
CN103293285A (zh) * | 2013-06-01 | 2013-09-11 | 西北农林科技大学 | 一种在流域或区域尺度上的土壤侵蚀测定方法 |
CN103942408A (zh) * | 2014-02-19 | 2014-07-23 | 西北农林科技大学 | 黄土高原中尺度流域年侵蚀产沙模型计算方法 |
CN104392147A (zh) * | 2014-12-10 | 2015-03-04 | 南京师范大学 | 面向区域尺度土壤侵蚀建模的地形因子并行计算方法 |
-
2018
- 2018-06-06 CN CN201810575142.9A patent/CN108896473B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200419045A (en) * | 2003-03-25 | 2004-10-01 | Chao-Yuan Lin | Sediment yield estimation expert system (SedExpert) |
CN103293285A (zh) * | 2013-06-01 | 2013-09-11 | 西北农林科技大学 | 一种在流域或区域尺度上的土壤侵蚀测定方法 |
CN103942408A (zh) * | 2014-02-19 | 2014-07-23 | 西北农林科技大学 | 黄土高原中尺度流域年侵蚀产沙模型计算方法 |
CN104392147A (zh) * | 2014-12-10 | 2015-03-04 | 南京师范大学 | 面向区域尺度土壤侵蚀建模的地形因子并行计算方法 |
Non-Patent Citations (4)
Title |
---|
程琳: "基于GIS和经验模型的中尺度流域土壤侵蚀时空动态分析—以孤山川流域为例", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
章文波 等: "不同类型雨量资料估算降雨侵蚀力", 《资源科学》 * |
贾媛媛 等: "黄土高原小流域分布式水蚀预报模型", 《水利学报》 * |
黄子杰: "基于混合像元分解的三峡库区植被覆盖度及C因子定量估算研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113095694A (zh) * | 2021-04-19 | 2021-07-09 | 黄河勘测规划设计研究院有限公司 | 一种适用于多地貌类型区的降雨输沙模型构建方法 |
CN113095694B (zh) * | 2021-04-19 | 2022-07-22 | 黄河勘测规划设计研究院有限公司 | 一种适用于多地貌类型区的降雨输沙模型构建方法 |
CN113313358A (zh) * | 2021-04-30 | 2021-08-27 | 西安理工大学 | 一种适配河流输沙量的流域水土保持措施配置方法 |
CN113313358B (zh) * | 2021-04-30 | 2023-10-31 | 西安理工大学 | 一种适配河流输沙量的流域水土保持措施配置方法 |
CN113469586A (zh) * | 2021-09-02 | 2021-10-01 | 中国农业大学 | 土地系统状态的评估方法、装置以及存储介质 |
CN113469586B (zh) * | 2021-09-02 | 2021-12-07 | 中国农业大学 | 土地系统状态的评估方法、装置以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108896473B (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Teng et al. | Assimilating satellite imagery and visible–near infrared spectroscopy to model and map soil loss by water erosion in Australia | |
CN109035105B (zh) | 一种月尺度蒸散发量的定量估算方法 | |
CN103940974B (zh) | 基于gis的中尺度流域土壤侵蚀时空动态分析方法 | |
Shinde et al. | Prioritization of micro watersheds on the basis of soil erosion hazard using remote sensing and geographic information system | |
CN106884405A (zh) | 一种无资料地区溃堤型山洪灾害分析评价方法 | |
CN108896473A (zh) | 耦合不同时空尺度模型的流域侵蚀产沙量预测方法 | |
Gao et al. | Quantitative study on influences of terraced field construction and check-dam siltation on soil erosion | |
Chen et al. | Sediment source analysis using the fingerprinting method in a small catchment of the Loess Plateau, China | |
Tian et al. | Response of soil erosion to vegetation restoration and terracing on the Loess Plateau | |
CN108755565A (zh) | 一种多空间尺度流域产流产沙预测方法及装置 | |
Guo et al. | Fish‐scale pit effects on erosion and water runoff dynamics when positioned on a soil slope in the Loess Plateau region, China | |
Amellah et al. | Assessment of soil erosion risk severity using GIS, remote sensing and RUSLE model in Oued Laou Basin (north Morocco). | |
Yang et al. | Simulation of the landform change process on a purple soil slope due to tillage erosion and water erosion using UAV technology | |
Lastoria et al. | An estimated erosion map for the Aterno-Pescara river basin | |
Zeng et al. | Effects of soil and water conservation measures on sediment delivery processes in a hilly and gully watershed | |
Vieux et al. | Distributed hydrologic prediction: Sensitivity to accuracy of initial soil moisture conditions and radar rainfall input | |
Xin et al. | Soil erosion calculation in the hydro-fluctuation belt by adding water erosivity factor in the USLE model | |
Li et al. | Lake inflow simulation using the coupled water balance method and Xin’anjiang Model in an ungauged stream of Chaohu Lake Basin, China | |
Nawarathna et al. | Influence of human activities on the BTOPMC model runoff simulations in large-scale watersheds | |
Kouhpeima et al. | A study on the efficiency of Erosion Potential Model (EPM) using reservoir sediments | |
Hunink et al. | Physiographical baseline survey for the Upper Tana catchment: erosion and sediment yield assessment | |
Sharifi et al. | Determination of river design discharge (Tar River case study) | |
Su et al. | Effects of tillage erosion on soil redistribution in a purple soil with steep sloping terraces | |
Omelan et al. | Sediment management for sustainable hydropower development | |
Jain et al. | Identification of sediment source and sink areas in a Himalayan watershed using GIS and remote sensing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |