CN108896735A - 一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统 - Google Patents
一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统 Download PDFInfo
- Publication number
- CN108896735A CN108896735A CN201810699493.0A CN201810699493A CN108896735A CN 108896735 A CN108896735 A CN 108896735A CN 201810699493 A CN201810699493 A CN 201810699493A CN 108896735 A CN108896735 A CN 108896735A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- raininess
- maximum raininess
- erosivity
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明提供一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统,其中方法包括获取最大雨强信息,还包括以下步骤:将获取到的所述最大雨强信息转换成30分钟最大雨强;计算场次降雨侵蚀力;计算年降雨侵蚀力;计算多年平均降雨侵蚀力。本发明提出的一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统,在RUSLE模型降雨侵蚀力计算方法的基础上,进一步提出了一种改进降雨侵蚀力因子计算方法,它考虑不同降雨历时、降雨雨型条件下,场次降雨在不同降雨历时最大雨强之间的转换关系,有效提升了降雨侵蚀力计算精度。
Description
技术领域
本发明涉及数字图像处理的技术领域,特别是一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统。
背景技术
土壤侵蚀是指土壤或成土母质在外力(水、风)作用下被破坏剥蚀、搬运和沉积的过程。土壤侵蚀的过程实际和水分同时流失的过程,即水土流失过程,二者基本上是一致的。它是自然和人为因素综合作用的结果。如今,土壤侵蚀已成为世界普遍关注的重大环境问题之一,它加剧淤积、干旱、洪涝等自然灾害,引起土地生产力下降,严重地威胁着人类的生存和发展。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。
美国农业部提出的通用土壤流失方程(Universal Soil Loss Equation,USLE)或修正通用土壤流失方程(Revised Universal Soil Loss Equation,RUSLE)仍然是目前应用最为广泛的土壤侵蚀模型。模型考虑了降雨、土壤可侵蚀性、地形、植被与经营管理、水土保持等因子对土壤侵蚀的综合影响。其中,降雨侵蚀力是指降雨引起土壤侵蚀的能力,它是土壤侵蚀最为重要的外部寝室因子。目前,RUSLE提出的降雨侵蚀力R被公认为是最具有代表性的降雨侵蚀力计算方法,它把降雨侵蚀力表述为降雨的总动能(E)和30min 最大降雨强度(I30)的乘积。然而,目前全球绝大部分地区的降雨监测条件无法获取30min 最大降雨强度数据,针对R的现有计算方法大部分以日平均降雨强度代替30min最大降雨强度,这对降雨侵蚀力计算带来较大误差。
《中国科学》杂志社主办的《中国科学:技术科学》2011年底41卷第11期:1482-1492公开了朱强等人发表的《基于TRMM的降雨侵蚀力计算方法》,提出了基于TropicalRainfall Measuring Mission(TRMM)卫星3B42降雨资料计算降雨侵蚀力的方法,用3h平均降雨强度代替30min最大降雨强度进行降雨侵蚀力的计算,并计算了辽宁省大凌河流域2005年年降雨侵蚀力、月降雨侵蚀力和次降雨侵蚀力。通过与常规气象站点观测资料对比分析,发现TRMM 数据可以很好地反映大凌河流域降雨的季节变化性,降雨总量和站点观测资料基本保持一致,并且能较好地反映降雨的空间分布性,可以更加准确地计算流域的降雨侵蚀力。该方法为解决土壤侵蚀计算中降雨强度资料缺乏的瓶颈以及流域降雨侵蚀力的计算提供了新途径。该方法的缺点是直接利用3h平均降雨强度代替30min最大降雨强度,虽然相对日平均降雨强度更为接近30min最大降雨强度,但与30min最大降雨强度更存在较大误差。
发明内容
为了解决上述的技术问题,本发明提出的一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统,考虑了不同降雨历时、降雨雨型条件下,场次降雨在不同历时最大雨强之间的转换关系,大大提升了降雨侵蚀力计算精度。
本发明的第一目的是提供一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法,包括获取最大雨强信息,还包括以下步骤:
步骤1:将获取到的所述最大雨强信息转换成30分钟最大雨强;
步骤2:计算场次降雨侵蚀力;
步骤3:计算年降雨侵蚀力;
步骤4:计算多年平均降雨侵蚀力。
优选的是,所述最大雨强信息包括1小时最大雨强、3小时最大雨强、6小时最大雨强、 12小时最大雨强和24小时最大雨强中至少一种。
在上述任一方案中优选的是,将所述最大雨强信息转化为所述30分钟最大雨强的计算公式为I30=aI60=bI180=cI360=dI720=eI1440,其中,I60为1小时最大雨强,I180为3小时最大雨强,I360为6小时最大雨强,I720为12小时最大雨强,I1440为24小时最大雨强,a、 b、c、d、e为常数。
在上述任一方案中优选的是,所述常数a、b、c、d、e是根据多年度短时间间隔降雨数据对场次降雨过程进行综合分析,获取不同降雨历时、降雨雨型下的经验值。
在上述任一方案中优选的是,所述场次降雨侵蚀力r的计算公式为
r=0.29[1-0.72exp(-0.082i)]·ΔV·I30
其中,i为场次降雨的平均雨强(mm/h),ΔV为场次降雨的降雨量(mm)。
在上述任一方案中优选的是,所述年降雨侵蚀力Rp的计算公式为
其中,p为年份顺序号,q为第p年中的降雨场次顺序号,m为第p年中降雨场次总数,Rp为第p年降雨侵蚀力(MJ·mm/(ha-2·h)),rq为第p年第q场降雨侵蚀力(MJ·mm/(hm-2·h))。
在上述任一方案中优选的是,所述多年平均降雨侵蚀力R的计算公式为
其中,p为年份顺序号,n为总年数,Rp为第p年降雨侵蚀力(MJ·mm/(ha-2·h))。
本发明的第二目的是提供一种面向土壤侵蚀计算的降雨侵蚀力因子改进系统,包括用于获取最大雨强信息的信息获取模块,还包括以下模块:
数据换算模块:用于将获取到的所述最大雨强信息转换成30分钟最大雨强;
计算模块:用于计算场次降雨侵蚀力、年降雨侵蚀力和多年平均降雨侵蚀力中至少一种。
优选的是,所述最大雨强信息包括1小时最大雨强、3小时最大雨强、6小时最大雨强、 12小时最大雨强和24小时最大雨强中至少一种。
在上述任一方案中优选的是,将所述最大雨强信息转化为所述30分钟最大雨强的计算公式为I30=aI60=bI180=cI360=dI720=eI1440,其中,I60为1小时最大雨强,I180为3小时最大雨强,I360为6小时最大雨强,I720为12小时最大雨强,I1440为24小时最大雨强,a、 b、c、d、e为常数。
在上述任一方案中优选的是,所述常数a、b、c、d、e是根据多年度短时间间隔降雨数据对场次降雨过程进行综合分析,获取不同降雨历时、降雨雨型下的经验值。
在上述任一方案中优选的是,所述场次降雨侵蚀力r的计算公式为
r=0.29[1-0.72exp(-0.082i)]·ΔV·I30
其中,i为场次降雨的平均雨强(mm/h),ΔV为场次降雨的降雨量(mm)。
在上述任一方案中优选的是,所述年降雨侵蚀力Rp的计算公式为
其中,p为年份顺序号,q为第p年中的降雨场次顺序号,m为第p年中降雨场次总数,Rp为第p年降雨侵蚀力(MJ·mm/(ha-2·h)),rq为第p年第q场降雨侵蚀力(MJ·mm/(hm-2·h))。
在上述任一方案中优选的是,所述多年平均降雨侵蚀力R的计算公式为
其中,p为年份顺序号,n为总年数,Rp为第p年降雨侵蚀力(MJ·mm/(ha-2·h))。
本发明提出了一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统,在RUSLE 模型降雨侵蚀力计算方法的基础上,进一步提出了一种改进降雨侵蚀力因子计算方法,它考虑不同降雨历时、降雨雨型条件下,场次降雨在不同降雨历时最大雨强之间的转换关系,有效提升了降雨侵蚀力计算精度。
附图说明
图1为按照本发明的面向土壤侵蚀计算的降雨侵蚀力因子改进方法的一优选实施例的流程图。
图2为按照本发明的面向土壤侵蚀计算的降雨侵蚀力因子改进系统的一优选实施例的模块图。
图3为按照本发明的面向土壤侵蚀计算的降雨侵蚀力因子改进方法的另一优选实施例的降水雨型划分图。
图4为按照本发明的面向土壤侵蚀计算的降雨侵蚀力因子改进方法的再一优选实施例的基于降雨侵蚀力因子改进方法的RUSLE模型计算结构图。
图4A为按照本发明的面向土壤侵蚀计算的降雨侵蚀力因子改进方法的如图4所示实施例的十大孔兑上游2000年土壤侵蚀模数(面蚀)空间分布图。
图4B为按照本发明的面向土壤侵蚀计算的降雨侵蚀力因子改进方法的如图4所示实施例的十大孔兑上游2000年土壤侵蚀强度(面蚀)空间分布图。
具体实施方式
下面结合附图和具体的实施例对本发明做进一步的阐述。
实施例一
如图1、2所示,执行步骤100,信息获取模块200获取最大雨强信息,最大雨强信息包括30分钟最大雨强、1小时最大雨强、3小时最大雨强、6小时最大雨强、12小时最大雨强和24小时最大雨强。
执行步骤110,数据换算模块210将获取到的所述最大雨强信息转换成30分钟最大雨强,计算公式为I30=aI60=bI180=cI360=dI720=eI1440,其中,I60为1小时最大雨强,I180为3 小时最大雨强,I360为6小时最大雨强,I720为12小时最大雨强,I1440为24小时最大雨强,a、b、c、d、e为常数。常数a、b、c、d、e是根据多年5min间隔降雨数据对场次降雨过程进行统计分析,获取不同降雨历时、降雨雨型下的经验值。
执行步骤120,计算模块220计算场次降雨侵蚀力,场次降雨侵蚀力r的计算公式为
r=0.29[1-0.72exp(-0.082i)]·ΔV·I30
其中,i为场次降雨的平均雨强(mm/h),ΔV为场次降雨的降雨量(mm)。
执行步骤130,计算模块220计算年降雨侵蚀力,年降雨侵蚀力Rp的计算公式为
其中,p为年份顺序号,q为第p年中的降雨场次顺序号,m为第p年中降雨场次总数,Rp为第 p年降雨侵蚀力(MJ·mm/(ha-2·h)),rq为第p年第q场降雨侵蚀力(MJ·mm/(hm-2·h))。
执行步骤140,计算模块220计算多年平均降雨侵蚀力,多年平均降雨侵蚀力R的计算公式为
其中,p为年份顺序号,n为总年数,Rp为第p年降雨侵蚀力(MJ·mm/(ha-2·h))。
实施例二
土壤侵蚀是指土壤或成土母质在外力(水、风)作用下被破坏剥蚀、搬运和沉积的过程。土壤侵蚀的过程实际和水分同时流失的过程,即水土流失过程,二者基本上是一致的。它是自然和人为因素综合作用的结果。如今,土壤侵蚀已成为世界普遍关注的重大环境问题之一,它加剧淤积、干旱、洪涝等自然灾害,引起土地生产力下降,严重地威胁着人类的生存和发展。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。
其中,降雨侵蚀力是指降雨引起土壤侵蚀的能力,它是土壤侵蚀最为重要的外界影响因子。本文在RUSLE模型降雨侵蚀力计算方法的基础上,进一步提出了一种改进降雨侵蚀力因子计算方法,它考虑不同降雨雨型条件下,各降雨侵蚀力不同降雨历时最大雨强之间的转换关系,在很大程度上提升了降雨侵蚀力的计算精度。
美国农业部提出的通用土壤流失方程(Universal Soil Loss Equation,USLE)或修正通用土壤流失方程(Revised Universal Soil Loss Equation,RUSLE)仍然是目前应用最为广泛的土壤侵蚀模型。模型考虑了降雨、土壤可侵蚀性、地形、植被与经营管理、水土保持等因子对土壤侵蚀的综合影响。
目前,RUSLE提出的降雨侵蚀力R被公认为是最具有代表性的降雨侵蚀力计算方法,它把降雨侵蚀力表述为降雨的总动能(E)和30min最大降雨强度(I30)的乘积。根据RUSLE模型推荐的降雨侵蚀力计算方法:
场次降雨侵蚀力:r=EI30 (1)
年平均降雨侵蚀力:
其中,E=e·ΔV (3)
e=0.29[1-0.72exp(-0.082i)] (4)
式中:r为场次降雨侵蚀力(MJ·mm/(hm-2·h)),R为年平均降雨侵蚀力 (MJ·mm/(ha-2·h·a)),E为场次降雨总动能(MJ/ha),I30为场次降雨中最大30分钟的降雨强度(mm/h),p为年份顺序号,q为第p年中的降雨场次顺序号,n为总年数,m为第p 年中降雨场次总数,e为单位降雨动能(MJ/(ha·mm)),ΔV为降雨量(mm),i为场次降雨的平均雨强(mm/h)。
1、场次降雨侵蚀力计算方法
根据公式(1)、(3)、(4),得到场次降雨侵蚀力计算方法:
r=0.29[1-0.72exp(-0.082i)]·ΔV·I30 (5)
式中:r为场次降雨侵蚀力(MJ·mm/(hm-2·h)),i为场次降雨的平均雨强(mm/h),ΔV为场次降雨的降雨量(mm),I30为场次降雨中最大30分钟的降雨强度(mm/h)。
由于30min最大降雨强度资料很难获取,本文提出了一种30分钟最大雨强、1小时最大雨强、3小时最大雨强、6小时最大雨强、12小时最大雨强、24小时最大雨强在不同场次降雨情景下的换算关系(式6)。它考虑不同降雨雨型、不同降雨历时条件下,有效降低了降雨侵蚀力实际计算误差。
I30=aI60=bI180=cI360=dI720=eI1440 (6)
式中:I30为30分钟最大雨强;
I60为1小时最大雨强,I180为3小时最大雨强,I360为6小时最大雨强,I720为12小时最大雨强,I1440为24小时最大雨强,a、b、c、d、e为常数。
在关于降雨雨型的研究中,许多学者将降雨雨型划分为7种类型,如图1所示。为便于定量描述不同降雨历时最大雨强之间的转换关系,把降雨雨型划分为单峰型(如图3中Ⅰ、Ⅱ、Ⅲ类中所示)、均匀型(如图3中Ⅳ类所示)、其他型(如图3中Ⅴ、Ⅵ、Ⅶ类所示)。
根据北京市14个雨量站2004-2016年5min间隔降雨数据,对场次降雨过程整理。然后,统计各场次降雨的I30、I60、I180、I360、I720和I1440;再根据降雨历时(1h、3h、6h、12h、 24h及以上)和降雨雨型(均匀型、单峰型、其他)对场次降雨进行分类(共15种);最后,针对划分的15种降雨类型,分别分析I60、I180、I360、I720、I1440与I30的线性关系,获取适合北京特点的不同降雨历时、不同降雨雨型下a、b、c、d、e的经验值,如表1所示。
表1
2、年降雨侵蚀力计算方法
在场次降雨侵蚀力计算的基础上,进一步计算年降雨侵蚀力,计算公式如下:
式中:p为年份顺序号,q为第p年中的降雨场次顺序号,m为第p年中降雨场次总数,Rp为第p年降雨侵蚀力(MJ·mm/(ha-2·h)),rq为第p年第q场降雨侵蚀力(MJ·mm/(hm-2·h))。
3、多年平均降雨侵蚀力计算方法
在年降雨侵蚀力计算的基础上,进一步计算多年平均降雨侵蚀力,计算公式如下:
式中:p为年份顺序号,n为总年数,R为年平均降雨侵蚀力(MJ·mm/(ha-2·h·a)),Rp为第p年降雨侵蚀力(MJ·mm/(ha-2·h))。
实施例三
修正的通用土壤流失方程RUSLE(Universal Soil Loss Equation,USLE)是美国农业部 1997年推出的,模型考虑了降雨、土壤可侵蚀性、地形、植被与经营管理、水土保持等因子对土壤侵蚀的综合影响,仍然是目前应用最为广泛的土壤侵蚀模型。其数学表达式如下:
A=R×K×LS×C×P
其中,A为土壤年流失量;R为降雨侵蚀力因子;K为土壤可侵蚀性因子;LS为坡长因子与坡度因子的乘积;C为植被与经营管理因子;P为水土保持措施因子的乘积。R、K 量纲单位与美国通用水土流失方程相同,LS、C、P为无量量纲单位。
利用ArcGIS软件的Model Builder模块,分别构建各土壤侵蚀因子计算模型,然后将以上6个土壤侵蚀因子和转换常量相乘后获取土壤侵蚀模数结果。
依据《土壤侵蚀分类分级标准》(SL190-2007),获取各地区的容许土壤流失量,如西北黄土高原区的土壤侵蚀分级与土壤侵蚀模数对照关系如表2所示,将土壤侵蚀模数计算结果转换为土壤侵蚀强度数据。利用土壤侵蚀计算模型,获取十大孔兑上游2000年土壤侵蚀模数计算结果如图4,相应的土壤侵蚀模数(面蚀)如图4A所示,相应的土壤侵蚀强度(面蚀)如图4B所示。
侵蚀分级 | 侵蚀模数(t·km-2·a-1) |
微度侵蚀 | <1000 |
轻度侵蚀 | 1000~2500 |
中度侵蚀 | 2500~5000 |
强度侵蚀 | 5000~8000 |
极强度侵蚀 | 8000~15000 |
剧烈侵蚀 | >15000 |
表2
为了更好地理解本发明,以上结合本发明的具体实施例做了详细描述,但并非是对本发明的限制。凡是依据本发明的技术实质对以上实施例所做的任何简单修改,均仍属于本发明技术方案的范围。本说明书中每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
Claims (10)
1.一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法,包括获取最大雨强信息,其特征在于,还包括以下步骤:
步骤1:将获取到的所述最大雨强信息转换成30分钟最大雨强;
步骤2:计算场次降雨侵蚀力;
步骤3:计算年降雨侵蚀力;
步骤4:计算多年平均降雨侵蚀力。
2.如权利要求1所述的面向土壤侵蚀计算的降雨侵蚀力因子改进方法,其特征在于:所述最大雨强信息包括1小时最大雨强、3小时最大雨强、6小时最大雨强、12小时最大雨强和24小时最大雨强中至少一种。
3.如权利要求2所述的面向土壤侵蚀计算的降雨侵蚀力因子改进方法,其特征在于:将所述最大雨强信息转化为所述30分钟最大雨强的计算公式为I30=aI60=bI180=cI360=dI720=eI1440,其中,I60为1小时最大雨强,I180为3小时最大雨强,I360为6小时最大雨强,I720为12小时最大雨强,I1440为24小时最大雨强,a、b、c、d、e为常数。
4.如权利要求3所述的面向土壤侵蚀计算的降雨侵蚀力因子改进方法,其特征在于:所述常数a、b、c、d、e是根据多年度短时间间隔降雨数据对场次降雨过程进行综合分析,获取不同降雨历时、降雨雨型下的经验值。
5.如权利要求3所述的面向土壤侵蚀计算的降雨侵蚀力因子改进方法,其特征在于:所述场次降雨侵蚀力r的计算公式为
r=0.29[1-0.72exp(-0.082i)]·ΔV·I30
其中,i为场次降雨的平均雨强(mm/h),ΔV为场次降雨的降雨量(mm)。
6.如权利要求5所述的面向土壤侵蚀计算的降雨侵蚀力因子改进方法,其特征在于:所述年降雨侵蚀力Rp的计算公式为
其中,p为年份顺序号,q为第p年中的降雨场次顺序号,m为第p年中降雨场次总数,Rp为第p年降雨侵蚀力(MJ·mm/(ha-2·h)),rq为第p年第q场降雨侵蚀力(MJ·mm/(hm-2·h))。
7.如权利要求6所述的面向土壤侵蚀计算的降雨侵蚀力因子改进方法,其特征在于:所述多年平均降雨侵蚀力R的计算公式为
其中,p为年份顺序号,n为总年数,Rp为第p年降雨侵蚀力(MJ·mm/(ha-2·h))。
8.一种面向土壤侵蚀计算的降雨侵蚀力因子改进系统,包括用于获取最大雨强信息的信息获取模块,其特征在于,还包括以下模块:数据换算模块:用于将获取到的所述最大雨强信息转换成30分钟最大雨强;
计算模块:用于计算场次降雨侵蚀力、年降雨侵蚀力和多年平均降雨侵蚀力中至少一种。
9.如权利要求8所述的面向土壤侵蚀计算的降雨侵蚀力因子改进系统,其特征在于:所述最大雨强信息包括1小时最大雨强、3小时最大雨强、6小时最大雨强、12小时最大雨强和24小时最大雨强中至少一种。
10.如权利要求9所述的面向土壤侵蚀计算的降雨侵蚀力因子改进系统,其特征在于:将所述最大雨强信息转化为所述30分钟最大雨强的计算公式为I30=aI60=bI180=cI360=dI720=eI1440,其中,I60为1小时最大雨强,I180为3小时最大雨强,I360为6小时最大雨强,I720为12小时最大雨强,I1440为24小时最大雨强,a、b、c、d、e为常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810699493.0A CN108896735A (zh) | 2018-06-29 | 2018-06-29 | 一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810699493.0A CN108896735A (zh) | 2018-06-29 | 2018-06-29 | 一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108896735A true CN108896735A (zh) | 2018-11-27 |
Family
ID=64347393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810699493.0A Pending CN108896735A (zh) | 2018-06-29 | 2018-06-29 | 一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108896735A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111931432A (zh) * | 2020-08-05 | 2020-11-13 | 中国水利水电科学研究院 | 适用于高海拔区计算多年平均降雨-融雪径流侵蚀力的方法 |
CN115510377A (zh) * | 2022-11-23 | 2022-12-23 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土壤侵蚀强度估算方法、系统及存储介质 |
CN117236074A (zh) * | 2023-11-10 | 2023-12-15 | 北京市农林科学院信息技术研究中心 | 土壤厚度自动预警方法、装置、设备及介质 |
Citations (5)
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) |
WO2014029029A1 (en) * | 2012-08-24 | 2014-02-27 | Moasis Inc. | Prevention of topsoil erosion with hydrogels |
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 |
CN103994965A (zh) * | 2014-01-08 | 2014-08-20 | 北京师范大学 | 一种降雨侵蚀力的计算方法 |
CN107239659A (zh) * | 2017-06-01 | 2017-10-10 | 中国科学院地球化学研究所 | 一种改进的k‑rusle模型与成土速率计算土壤侵蚀的方法 |
-
2018
- 2018-06-29 CN CN201810699493.0A patent/CN108896735A/zh active Pending
Patent Citations (5)
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) |
WO2014029029A1 (en) * | 2012-08-24 | 2014-02-27 | Moasis Inc. | Prevention of topsoil erosion with hydrogels |
CN103994965A (zh) * | 2014-01-08 | 2014-08-20 | 北京师范大学 | 一种降雨侵蚀力的计算方法 |
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 |
CN107239659A (zh) * | 2017-06-01 | 2017-10-10 | 中国科学院地球化学研究所 | 一种改进的k‑rusle模型与成土速率计算土壤侵蚀的方法 |
Non-Patent Citations (5)
Title |
---|
YUN XIE ET AL.: "Models for estimating daily rainfall erosivity in China", 《JOURNAL OF HYDROLOGY》 * |
原文林 著: "《小流域山洪灾害临界雨量检验复核理论与实践》", 31 December 2017 * |
朱强等: "基于TRMM的降雨侵蚀力计算方法", 《中国科学:技术科学》 * |
李树利: "USLE模型在川中紫色土区应用研究", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
殷水清等: "用小时降雨资料估算降雨侵蚀力的方法", 《地理研究》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111931432A (zh) * | 2020-08-05 | 2020-11-13 | 中国水利水电科学研究院 | 适用于高海拔区计算多年平均降雨-融雪径流侵蚀力的方法 |
CN111931432B (zh) * | 2020-08-05 | 2023-09-22 | 中国水利水电科学研究院 | 适用于高海拔区计算多年平均降雨-融雪径流侵蚀力的方法 |
CN115510377A (zh) * | 2022-11-23 | 2022-12-23 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土壤侵蚀强度估算方法、系统及存储介质 |
CN115510377B (zh) * | 2022-11-23 | 2023-03-21 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土壤侵蚀强度估算方法、系统及存储介质 |
CN117236074A (zh) * | 2023-11-10 | 2023-12-15 | 北京市农林科学院信息技术研究中心 | 土壤厚度自动预警方法、装置、设备及介质 |
CN117236074B (zh) * | 2023-11-10 | 2024-02-20 | 北京市农林科学院信息技术研究中心 | 土壤厚度自动预警方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shen et al. | Monitoring wind farms occupying grasslands based on remote-sensing data from China’s GF-2 HD satellite—A case study of Jiuquan city, Gansu province, China | |
CN108896735A (zh) | 一种面向土壤侵蚀计算的降雨侵蚀力因子改进方法及系统 | |
Wang et al. | Impact of the changing area sown to winter wheat on crop water footprint in the North China Plain | |
CN112765912B (zh) | 基于气候模式集合的洪涝灾害社会经济暴露度的评估方法 | |
CN113988688B (zh) | 一种耕地生态可持续性评价方法和系统 | |
CN109409694A (zh) | 基于实测值的地块海绵城市绩效考核指标计算方法 | |
Huang et al. | Assessing grain crop water productivity of China using a hydro-model-coupled-statistics approach: Part I: Method development and validation | |
Liu et al. | Optimization of planning structure in irrigated district considering water footprint under uncertainty | |
Li et al. | Examining the coupling relationship between urbanization and natural disasters: A case study of the Pearl River Delta, China | |
CN112287301B (zh) | 一种基于全球水文模型的全球尺度水力发电能力的评估方法 | |
He et al. | The emergy analysis of southern China agro-ecosystem and its relation with its regional sustainable development | |
Guang et al. | Land use change characteristics affected by water saving practices in Manas River Basin, China using Landsat satellite images | |
Chen et al. | China's water sustainability in the 21st century: a climate-informed water risk assessment covering multi-sector water demands | |
Sui et al. | Spatiotemporal variation of cultivated land ecosystem stability in typical regions of Lower Liaohe Plain China based on stress-buffer-response | |
Wang et al. | Remote sensing evaluation of Chinese mainland's comprehensive natural resources carrying capacity and its spatial-temporal variation characteristics | |
Li et al. | Spatiotemporal variations in the eco-health condition of China's long-term stable cultivated land using Google Earth Engine from 2001 to 2019 | |
Wu et al. | Is the correlation between hydro-environmental variables consistent with their own time variability degrees in a large-scale loessial watershed? | |
Sun et al. | Assessing the future hydrological cycle in the Xinjiang Basin, China, using a multi-model ensemble and SWAT model | |
CN116757357B (zh) | 一种耦合多源遥感信息的土地生态状况评估方法 | |
Ma et al. | Spatio-temporal pattern and prediction of agricultural blue and green water footprint scarcity index in the lower reaches of the Yellow River Basin | |
Men et al. | Incorporating network topology and ecosystem services into the optimization of ecological network: A case study of the Yellow River Basin | |
Deng et al. | Evapotranspiration and humidity variations in response to land cover conversions in the Three Gorges Reservoir Region | |
Luo et al. | Forest Loss Simulation and Water Yield Assessment Based on GEOSOS-FLUS Model: A Case Study of Yangtze River Delta and Pearl River Delta | |
Yan et al. | Estimation of agricultural water productivity and application | |
Han et al. | Influence of Human Activity Intensity on Habitat Quality in Hainan Tropical Rainforest National Park, China |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181127 |
|
RJ01 | Rejection of invention patent application after publication |