CN112668158A - 一种水力侵蚀下的生态系统水土流失脆弱性评估方法 - Google Patents

一种水力侵蚀下的生态系统水土流失脆弱性评估方法 Download PDF

Info

Publication number
CN112668158A
CN112668158A CN202011475548.3A CN202011475548A CN112668158A CN 112668158 A CN112668158 A CN 112668158A CN 202011475548 A CN202011475548 A CN 202011475548A CN 112668158 A CN112668158 A CN 112668158A
Authority
CN
China
Prior art keywords
soil
water
vulnerability
erosion
soil loss
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
Application number
CN202011475548.3A
Other languages
English (en)
Inventor
方坤
胡绍永
肖鹏飞
张律
刘治成
罗鹏
郭宇衡
李凌艳
赵颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Institute Of Land Science And Technology Sichuan Satellite Application Technology Center
Original Assignee
Sichuan Institute Of Land Science And Technology Sichuan Satellite Application Technology Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Institute Of Land Science And Technology Sichuan Satellite Application Technology Center filed Critical Sichuan Institute Of Land Science And Technology Sichuan Satellite Application Technology Center
Priority to CN202011475548.3A priority Critical patent/CN112668158A/zh
Publication of CN112668158A publication Critical patent/CN112668158A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion

Landscapes

  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

本发明公开了一种水力侵蚀下的生态系统水土流失脆弱性评估方法，包括以下步骤：S1：确定待评估区域的水土流失脆弱性等级；S2：根据水土流失脆弱性等级，选取水土流失脆弱性评估的评估因子；S3：计算评估因子赋值；S4：根据评估因子赋值，计算待评估区域的水土流失敏感性指数，完成生态系统水土流失脆弱性的评估。本发明主要对水力侵蚀为主的水土流失敏感性进行评价，提供了一种陆地水土流失脆弱性方法，指出研究区水土流失重灾区和高风险区，对未来研究区水土流失防治重点工作做出参考价值和建设性意见。

Description

一种水力侵蚀下的生态系统水土流失脆弱性评估方法
技术领域
本发明属于水土流失评估技术领域，具体涉及一种水力侵蚀下的生态系统水土流失脆弱性评估方法。
背景技术
分析水土流失现有的方法里主要从三种方面来分析其脆弱性，分别是水力侵蚀环境下、冻融环境下以及风蚀。本发明为水力侵蚀环境下的水土流失脆弱性评估，选择降水量、坡长坡度、土壤侵蚀和植被覆盖度四个重要的环境因素，分析不同环境因素在不同区间和种类下的各上壤侵蚀等级分布，以揭示上壤侵蚀与环境因素的关系。因为降水作为上壤水力侵蚀发生的外营力来源与直接原因，有必要了解其余上壤侵蚀的关系；而坡度和植被覆盖度都与侵蚀关系密切，且有所对应的国家标准或行业标准，因此作为分析选项；坡长分类在坡度因素与植被覆盖度因素的基础上，与前两者互为补充，因此也作为分析项。另外，坡度坡长和植被覆盖度这几种环境因素都有相应的遥感产品或工具可以较为直观的反映其长期变化。因此，基于降水侵蚀力因子、坡度坡长因子、植被覆盖度因子和土壤侵蚀力因子这四种环境因子的分析，可以成为较为成熟的分析思路，未来研究区域水土流失重点区域的监测可以上述环境因素作为常态化分析标准。
发明内容
本发明的目的是为了解决水土流失脆弱性评估的问题，提出了一种水力侵蚀下的生态系统水土流失脆弱性评估方法。
本发明的技术方案是：一种水力侵蚀下的生态系统水土流失脆弱性评估方法包括以下步骤：
S1：确定待评估区域的水土流失脆弱性等级；
S2：根据水土流失脆弱性等级，选取水土流失脆弱性评估的评估因子；
S3：采集待评估区域的年降雨量、各月降雨量、不同土壤的百分比含量和植被覆盖指数，并计算评估因子赋值；
S4：根据评估因子赋值，计算待评估区域的水土流失敏感性指数，完成生态系统水土流失脆弱性的评估。
本发明的有益效果是：本发明主要对水力侵蚀为主的水土流失敏感性进行评价，提供了一种陆地水土流失脆弱性方法，指出研究区水土流失重灾区和高风险区，对未来研究区水土流失防治重点工作做出参考价值和建设性意见。
进一步地，步骤S1中，确定水土流失脆弱性等级的因素包括降雨侵蚀力R、土壤可蚀性K、地形起伏度LS和植被覆盖度C；
若降雨侵蚀力R大于600、土壤可蚀性K为砂粉土/粉土、地形起伏度LS大于300与植被覆盖度C小于等于0.2，则分级赋值为9；若降雨侵蚀力R为400-600、土壤可蚀性K为砂壤/粉粘土/壤粘土、地形起伏度LS为100-300与植被覆盖度C为0.2-0.4，则分级赋值为7；若降雨侵蚀力R为100-400、土壤可蚀性K为面砂土/壤土、地形起伏度LS为50-100与植被覆盖度C为0.4-0.6，则分级赋值为5；若降雨侵蚀力R为25-100、土壤可蚀性K为粗砂土/细砂土/粘土、地形起伏度LS为20-50与植被覆盖度C为0.6-0.8，则分级赋值为3；若降雨侵蚀力R小于25、土壤可蚀性K为石砾/沙、地形起伏度LS为0-20与植被覆盖度C大于等于0.8，则分级赋值为1；
若分级赋值为1.0-2.0，则水土流失脆弱性等级为不敏感；若分级赋值为2.1-4.0，则水土流失脆弱性等级为轻度敏感；若分级赋值为4.1-6.0，则水土流失脆弱性等级为中度敏感；若分级赋值为6.1-8.0，则水土流失脆弱性等级为高度敏感；若分级赋值大于8.0，则水土流失脆弱性等级为极敏感。
进一步地，步骤S2中，选取降雨侵蚀力R、土壤可蚀性K、地形起伏度LS和植被覆盖度C作为评估因子。
进一步地，步骤S3中，降雨侵蚀力R的计算公式为：
Figure BDA0002837236340000031
其中，p表示年降雨量，单位为mm；Pc表示各月降雨量，单位为mm；c表示降雨月份，lg(·)表示对数运算。
上述进一步方案的有益效果是：在本发明中，对降雨侵蚀力因子R的计算,在中国气象科学数据共享服务网站中下载全国2000年-2010年的降雨量数据，该数据内容包括全国各气象站点的编号、经纬度和海拔，以及每个气象站点在相应的时间尺度内的降雨量(0.1mm)。根据各气象站点的经纬度信息，首先按照“站点编号-年-月-日-值”命名导出为Excel,然后采用Acrgis软件下的“Arctoolbox-Spatial analyst-差值分析-克里金法”模块，获取全国的气象数据栅格影像，在进一步裁剪得到研究区的气象数据栅格影像。
进一步地，步骤S3中，土壤可蚀性K的计算公式为：
Figure BDA0002837236340000032
Figure BDA0002837236340000041
其中，Kepic表示土壤可侵蚀性因子，exp(·)表示指数函数运算，mc表示粘粒(<0.002mm)的百分比含量；msilt表示粉粒(0.002mm～0.05mm)的百分比含量；ms表示砂粒(0.05mm～2mm)的百分比含量；orgC表示有机碳的百分比含量。
上述进一步方案的有益效果是：在本发明中，利用Arcgis软件中“Arctoolbox-Spatial analyst-地图代数-栅格计算器”，获取土壤可蚀性因子K。
进一步地，步骤S3中，步骤S3中，地形起伏度LS的计算公式为：
LS＝L*S
坡长坡度L和起伏角度S的计算公式分别为：
Figure BDA0002837236340000042
S＝10.8sinθ+0.03,θ<5°
S＝16.8sinθ-0.05,5°≤θ<10°
S＝21.9sinθ-0.96,θ≥10°
其中，DEM表示该区域的数字高程模型，slope表示该区域的坡度，θ表示坡度角度。
上述进一步方案的有益效果是：在本发明中，对坡长坡度因子LS的计算，采用地形的起伏大小与土壤侵蚀敏感性的关系来估计。在评价中，应用地形起伏度，即地面一定距离范围内最大高差，作为区域土壤侵蚀评价的地形指标。LS因子为水土流失的加速因子，用于定量测度地形特征对水土流失的作用。坡度坡长是计算LS因子的基础。坡度坡长从DEM数据中提取。DEM数据由地理空间数据云平台下载获得，具体计算方式如下：首先，在“Arctoolbox-Spatial analyst-表面分析-坡度”模块下利用DEM数据求得研究区的坡度因子，然后在“Arctoolbox-Spatial analyst-地图代数-栅格计算器”。
进一步地，步骤S3中，植被覆盖度C的计算公式为：
C＝(NDVI-NDVIsoil)(NDVIveg-NDVIsoil)
其中，NDVI表示植被指数，NDVIsoil表示完全是无植被覆盖区域的NDVI值，NDVIveg表示完全被植被所覆盖的像元NDVI值。
上述进一步方案的有益效果是：在本发明中，NDVI的数据来源于美国国家航空航天局的MODIS数据产品，空间分辨率为250m，时间分辨率为16d，其数据准确。
进一步地，步骤S4中，待评估区域的水土流失敏感性指数T的计算公式为：
Figure BDA0002837236340000051
其中，R表示降雨侵蚀力，K表示土壤可蚀性，LS表示地形起伏度，C表示植被覆盖度。
上述进一步方案的有益效果是：在本发明中，利用各因素对水土流失敏感性的单因子评价数据进行乘积运算，其计算方法简单。
附图说明
图1为水土流失脆弱性评估方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示，本发明提供了一种水力侵蚀下的生态系统水土流失脆弱性评估方法，包括以下步骤：
S1：确定待评估区域的水土流失脆弱性等级；
S2：根据水土流失脆弱性等级，选取水土流失脆弱性评估的评估因子；
S3：采集待评估区域的年降雨量、各月降雨量、不同土壤的百分比含量和植被覆盖指数，并计算评估因子赋值；
S4：根据评估因子赋值，计算待评估区域的水土流失敏感性指数，完成生态系统水土流失脆弱性的评估。
在本发明实施例中，如图1所示，步骤S1中，确定水土流失脆弱性等级的因素包括降雨侵蚀力R、土壤可蚀性K、地形起伏度LS和植被覆盖度C；
若降雨侵蚀力R大于600、土壤可蚀性K为砂粉土/粉土、地形起伏度LS大于300与植被覆盖度C小于等于0.2，则分级赋值为9；若降雨侵蚀力R为400-600、土壤可蚀性K为砂壤/粉粘土/壤粘土、地形起伏度LS为100-300与植被覆盖度C为0.2-0.4，则分级赋值为7；若降雨侵蚀力R为100-400、土壤可蚀性K为面砂土/壤土、地形起伏度LS为50-100与植被覆盖度C为0.4-0.6，则分级赋值为5；若降雨侵蚀力R为25-100、土壤可蚀性K为粗砂土/细砂土/粘土、地形起伏度LS为20-50与植被覆盖度C为0.6-0.8，则分级赋值为3；若降雨侵蚀力R小于25、土壤可蚀性K为石砾/沙、地形起伏度LS为0-20与植被覆盖度C大于等于0.8，则分级赋值为1；
若分级赋值为1.0-2.0，则水土流失脆弱性等级为不敏感；若分级赋值为2.1-4.0，则水土流失脆弱性等级为轻度敏感；若分级赋值为4.1-6.0，则水土流失脆弱性等级为中度敏感；若分级赋值为6.1-8.0，则水土流失脆弱性等级为高度敏感；若分级赋值大于8.0，则水土流失脆弱性等级为极敏感。
在本发明实施例中，如图1所示，步骤S2中，选取降雨侵蚀力R、土壤可蚀性K、地形起伏度LS和植被覆盖度C作为评估因子。
在本发明实施例中，如图1所示，步骤S3中，降雨侵蚀力R的计算公式为：
Figure BDA0002837236340000071
其中，p表示年降雨量，单位为mm；Pc表示各月降雨量，单位为mm；c表示降雨月份，lg(·)表示对数运算。
在本发明中，对降雨侵蚀力因子R的计算,在中国气象科学数据共享服务网站中下载全国2000年-2010年的降雨量数据，该数据内容包括全国各气象站点的编号、经纬度和海拔，以及每个气象站点在相应的时间尺度内的降雨量(0.1mm)。根据各气象站点的经纬度信息，首先按照“站点编号-年-月-日-值”命名导出为Excel,然后采用Acrgis软件下的“Arctoolbox-Spatial analyst-差值分析-克里金法”模块，获取全国的气象数据栅格影像，在进一步裁剪得到研究区的气象数据栅格影像。
在本发明实施例中，如图1所示，步骤S3中，土壤可蚀性K的计算公式为：
Figure BDA0002837236340000072
Figure BDA0002837236340000081
其中，Kepic表示土壤可侵蚀性因子，exp(·)表示指数函数运算，mc表示粘粒(<0.002mm)的百分比含量；msilt表示粉粒(0.002mm～0.05mm)的百分比含量；ms表示砂粒(0.05mm～2mm)的百分比含量；orgC表示有机碳的百分比含量。
在本发明中，利用Arcgis软件中“Arctoolbox-Spatial analyst-地图代数-栅格计算器”，获取土壤可蚀性因子K。
在本发明实施例中，如图1所示，步骤S3中，地形起伏度LS的计算公式为：
LS＝L*S
坡长坡度L和起伏角度S的计算公式分别为：
Figure BDA0002837236340000082
S＝10.8sinθ+0.03,θ<5°
S＝16.8sinθ-0.05,5°≤θ<10°
S＝21.9sinθ-0.96,θ≥10°
其中，DEM表示该区域的数字高程模型，slope表示该区域的坡度，θ表示坡度角度。
在本发明中，对坡长坡度因子LS的计算，采用地形的起伏大小与土壤侵蚀敏感性的关系来估计。在评价中，应用地形起伏度，即地面一定距离范围内最大高差，作为区域土壤侵蚀评价的地形指标。LS因子为水土流失的加速因子，用于定量测度地形特征对水土流失的作用。坡度坡长是计算LS因子的基础。坡度坡长从DEM数据中提取。DEM数据由地理空间数据云平台下载获得，具体计算方式如下：首先，在“Arctoolbox-Spatial analyst-表面分析-坡度”模块下利用DEM数据求得研究区的坡度因子，然后在“Arctoolbox-Spatialanalyst-地图代数-栅格计算器”。
在本发明实施例中，如图1所示，步骤S3中，植被覆盖度C的计算公式为：
C＝(NDVI-NDVIsoil)(NDVIveg-NDVIsoil)
其中，NDVI表示植被指数，NDVIsoil表示完全是无植被覆盖区域的NDVI值，NDVIveg表示完全被植被所覆盖的像元NDVI值。
在本发明中，NDVI的数据来源于美国国家航空航天局的MODIS数据产品，空间分辨率为250m，时间分辨率为16d，其数据准确。
在本发明实施例中，如图1所示，步骤S4中，待评估区域的水土流失敏感性指数T的计算公式为：
Figure BDA0002837236340000091
其中，R表示降雨侵蚀力，K表示土壤可蚀性，LS表示地形起伏度，C表示植被覆盖度。
在本发明中，利用各因素对水土流失敏感性的单因子评价数据进行乘积运算，其计算方法简单。
在本发明实施例中，如表1所示，为水土流失敏感性评价因子评价指标及分级赋值表。
表1
Figure BDA0002837236340000101
根据各因子的分级赋值获得如表2所示的整个研究区的水土流失脆弱性的评估等级表。
表2
不敏感 轻度敏感 中度敏感 高度敏感 极敏感
分级赋值 1 3 5 7 9
分级标准 1.0-2.0 2.1-4.0 4.1-6.0 6.1-8.0 ＞8.0
本发明的工作原理及过程为：首先，确定待评估区域的水土流失脆弱性等级；并根据水土流失脆弱性等级，选取水土流失脆弱性评估的评估因子；然后，计算评估因子赋值；最后，根据评估因子赋值，计算待评估区域的水土流失敏感性指数，完成生态系统水土流失脆弱性的评估。
本发明的有益效果为：本发明主要对水力侵蚀为主的水土流失敏感性进行评价，提供了一种陆地水土流失脆弱性方法，指出研究区水土流失重灾区和高风险区，对未来研究区水土流失防治重点工作做出参考价值和建设性意见。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (8)

1.一种水力侵蚀下的生态系统水土流失脆弱性评估方法，其特征在于，包括以下步骤：
S1：确定待评估区域的水土流失脆弱性等级；
S2：根据水土流失脆弱性等级，选取水土流失脆弱性评估的评估因子；
S3：采集待评估区域的年降雨量、各月降雨量、不同土壤的百分比含量和植被覆盖指数，并计算评估因子赋值；
S4：根据评估因子赋值，计算待评估区域的水土流失敏感性指数，完成生态系统水土流失脆弱性的评估。
2.根据权利要求1所述的水力侵蚀下的生态系统水土流失脆弱性评估方法，其特征在于，所述步骤S1中，确定水土流失脆弱性等级的因素包括降雨侵蚀力R、土壤可蚀性K、地形起伏度LS和植被覆盖度C；
若降雨侵蚀力R大于600、土壤可蚀性K为砂粉土/粉土、地形起伏度LS大于300与植被覆盖度C小于等于0.2，则分级赋值为9；若降雨侵蚀力R为400-600、土壤可蚀性K为砂壤/粉粘土/壤粘土、地形起伏度LS为100-300与植被覆盖度C为0.2-0.4，则分级赋值为7；若降雨侵蚀力R为100-400、土壤可蚀性K为面砂土/壤土、地形起伏度LS为50-100与植被覆盖度C为0.4-0.6，则分级赋值为5；若降雨侵蚀力R为25-100、土壤可蚀性K为粗砂土/细砂土/粘土、地形起伏度LS为20-50与植被覆盖度C为0.6-0.8，则分级赋值为3；若降雨侵蚀力R小于25、土壤可蚀性K为石砾/沙、地形起伏度LS为0-20与植被覆盖度C大于等于0.8，则分级赋值为1；
若分级赋值为1.0-2.0，则水土流失脆弱性等级为不敏感；若分级赋值为2.1-4.0，则水土流失脆弱性等级为轻度敏感；若分级赋值为4.1-6.0，则水土流失脆弱性等级为中度敏感；若分级赋值为6.1-8.0，则水土流失脆弱性等级为高度敏感；若分级赋值大于8.0，则水土流失脆弱性等级为极敏感。
3.根据权利要求1所述的水力侵蚀下的生态系统水土流失脆弱性评估方法，其特征在于，所述步骤S2中，选取降雨侵蚀力R、土壤可蚀性K、地形起伏度LS和植被覆盖度C作为评估因子。
4.根据权利要求3所述的水力侵蚀下的生态系统水土流失脆弱性评估方法，其特征在于，所述步骤S3中，降雨侵蚀力R的计算公式为：
Figure FDA0002837236330000021
其中，p表示年降雨量，单位为mm；Pc表示各月降雨量，单位为mm；c表示降雨月份，lg(·)表示对数运算。
5.根据权利要求3所述的水力侵蚀下的生态系统水土流失脆弱性评估方法，其特征在于，所述步骤S3中，土壤可蚀性K的计算公式为：
Figure FDA0002837236330000022
Figure FDA0002837236330000023
其中，Kepic表示土壤可侵蚀性因子，exp(·)表示指数函数运算，mc表示粘粒(<0.002mm)的百分比含量；msilt表示粉粒(0.002mm～0.05mm)的百分比含量；ms表示砂粒(0.05mm～2mm)的百分比含量；orgC表示有机碳的百分比含量。
6.根据权利要求3所述的水力侵蚀下的生态系统水土流失脆弱性评估方法，其特征在于，所述步骤S3中，地形起伏度LS的计算公式为：
LS＝L*S
坡长坡度L和起伏角度S的计算公式分别为：
Figure FDA0002837236330000031
S＝10.8sinθ+0.03,θ<5°
S＝16.8sinθ-0.05,5°≤θ<10°
S＝21.9sinθ-0.96,θ≥10°
其中，DEM表示该区域的数字高程模型，slope表示该区域的坡度，θ表示坡度角度。
7.根据权利要求3所述的水力侵蚀下的生态系统水土流失脆弱性评估方法，其特征在于，所述步骤S3中，植被覆盖度C的计算公式为：
C＝(NDVI-NDVIsoil)(NDVIveg-NDVIsoil)
其中，NDVI表示植被指数，NDVIsoil表示完全是无植被覆盖区域的NDVI值，NDVIveg表示完全被植被所覆盖的像元NDVI值。
8.根据权利要求1所述的水力侵蚀下的生态系统水土流失脆弱性评估方法，其特征在于，所述步骤S4中，待评估区域的水土流失敏感性指数T的计算公式为：
Figure FDA0002837236330000032
其中，R表示降雨侵蚀力，K表示土壤可蚀性，LS表示地形起伏度，C表示植被覆盖度。
CN202011475548.3A 2020-12-15 2020-12-15 一种水力侵蚀下的生态系统水土流失脆弱性评估方法 Pending CN112668158A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011475548.3A CN112668158A (zh) 2020-12-15 2020-12-15 一种水力侵蚀下的生态系统水土流失脆弱性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011475548.3A CN112668158A (zh) 2020-12-15 2020-12-15 一种水力侵蚀下的生态系统水土流失脆弱性评估方法

Publications (1)

Publication Number Publication Date
CN112668158A true CN112668158A (zh) 2021-04-16

Family

ID=75404550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011475548.3A Pending CN112668158A (zh) 2020-12-15 2020-12-15 一种水力侵蚀下的生态系统水土流失脆弱性评估方法

Country Status (1)

Country Link
CN (1) CN112668158A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113640497A (zh) * 2021-08-12 2021-11-12 北京江河中基工程咨询有限公司 一种建筑工程水土流失监测内容及方法
CN115481943A (zh) * 2022-11-08 2022-12-16 中国科学院、水利部成都山地灾害与环境研究所 一种生态系统恢复力的评价方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103940974A (zh) * 2014-02-19 2014-07-23 西北农林科技大学 基于gis的中尺度流域土壤侵蚀时空动态分析方法
US20150294154A1 (en) * 2014-04-15 2015-10-15 Open Range Consulting System and method for assessing riparian habitats
CN106599601A (zh) * 2016-12-29 2017-04-26 中国科学院遥感与数字地球研究所 生态系统脆弱性遥感评估方法和系统
US20180045853A1 (en) * 2016-08-15 2018-02-15 U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration Landslide hazard assessment system and method
CN110807600A (zh) * 2019-11-11 2020-02-18 中国科学院遥感与数字地球研究所 一种土壤侵蚀评估系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103940974A (zh) * 2014-02-19 2014-07-23 西北农林科技大学 基于gis的中尺度流域土壤侵蚀时空动态分析方法
US20150294154A1 (en) * 2014-04-15 2015-10-15 Open Range Consulting System and method for assessing riparian habitats
US20180045853A1 (en) * 2016-08-15 2018-02-15 U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration Landslide hazard assessment system and method
CN106599601A (zh) * 2016-12-29 2017-04-26 中国科学院遥感与数字地球研究所 生态系统脆弱性遥感评估方法和系统
CN110807600A (zh) * 2019-11-11 2020-02-18 中国科学院遥感与数字地球研究所 一种土壤侵蚀评估系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113640497A (zh) * 2021-08-12 2021-11-12 北京江河中基工程咨询有限公司 一种建筑工程水土流失监测内容及方法
CN115481943A (zh) * 2022-11-08 2022-12-16 中国科学院、水利部成都山地灾害与环境研究所 一种生态系统恢复力的评价方法

Similar Documents

Publication Publication Date Title
Zhai et al. An improved geographically weighted regression model for PM2. 5 concentration estimation in large areas
Javadi et al. Classification of aquifer vulnerability using K-means cluster analysis
Singh et al. A modified-DRASTIC model (DRASTICA) for assessment of groundwater vulnerability to pollution in an urbanized environment in Lucknow, India
Ajaj et al. Spatial monitoring of desertification extent in western Iraq using Landsat images and GIS
Dai et al. A spatiotemporal probabilistic modelling of storm‐induced shallow landsliding using aerial photographs and logistic regression
Chauhan et al. Landslide susceptibility zonation of the Chamoli region, Garhwal Himalayas, using logistic regression model
CN110726677B (zh) 一种污染场地遥感探测与空间热区识别系统和方法
Orimoloye et al. Spatial evaluation of land-use dynamics in gold mining area using remote sensing and GIS technology
Hadeel et al. Application of remote sensing and GIS in the study of environmental sensitivity to desertification: a case study in Basrah Province, southern part of Iraq
CN112668158A (zh) 一种水力侵蚀下的生态系统水土流失脆弱性评估方法
Rezaei et al. Remote sensing of land use/cover changes and its effect on wind erosion potential in southern Iran
Flügel et al. Integrating geographical information systems, remote sensing, ground truthing and modelling approaches for regional erosion classification of semi‐arid catchments in South Africa
Naderi et al. Assessment of spatial distribution of soil heavy metals using ANN-GA, MSLR and satellite imagery
CN107909192B (zh) 土壤重金属含量的估测方法及装置
Xiang et al. Assessment of heavy metal pollution in soil and classification of pollution risk management and control zones in the industrial developed city
Wang et al. Eco-environmental assessment model of the mining area in Gongyi, China
CN108647826B (zh) 一种土壤重金属环境风险预测模型的构建方法和装置
Qiu et al. Comparing landslide size probability distribution at the landscape scale (Loess Plateau and the Qinba Mountains, Central China) using double Pareto and inverse gamma
Zhao et al. Accurate prediction of soil heavy metal pollution using an improved machine learning method: a case study in the Pearl River Delta, China
Afifi et al. Detection and impact of land encroachment in El-Beheira governorate, Egypt
Althuwaynee et al. Spatial identification and temporal prediction of air pollution sources using conditional bivariate probability function and time series signature
CN109784769B (zh) 一种农业面源污染风险识别方法
Liu et al. Assessment of groundwater vulnerability based on the modified DRASTIC model: a case study in Baicheng City, China
Vopravil et al. Revised soil erodibility K-factor for soils in the Czech Republic.
Cetin et al. Determination of the impacts of mining activities on land cover and soil organic carbon: Altintepe gold mine case, Turkey

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210416