CN114677020B - 区域尺度土壤风蚀变化驱动机制定量评估方法 - Google Patents
区域尺度土壤风蚀变化驱动机制定量评估方法 Download PDFInfo
- Publication number
- CN114677020B CN114677020B CN202210326875.5A CN202210326875A CN114677020B CN 114677020 B CN114677020 B CN 114677020B CN 202210326875 A CN202210326875 A CN 202210326875A CN 114677020 B CN114677020 B CN 114677020B
- Authority
- CN
- China
- Prior art keywords
- wind erosion
- data
- influence
- change
- wind
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种区域尺度土壤风蚀变化驱动机制定量评估方法,确定研究区域和时段后,构建基础数据集和气候变化影响下潜在植被覆盖度数据集,计算研究时段内每年的实际风蚀模数和气候变化影响下的风蚀模数,实际风蚀模数与气候变化影响下风蚀模数之差为人类活动影响下风蚀模数。利用最小二乘法确定实际风蚀模数的变化趋势、气候变化影响下风蚀模数的变化趋势以及人类活动影响下风蚀模数的变化趋势,最后利用气候变化影响下风蚀模数的变化趋势、人类活动影响下风蚀模数的变化趋势以及实际风蚀模数的变化趋势之间的关系,确定气候变化和人类活动对土壤风蚀影响的贡献率。本发明实现了区域尺度气候变化和人类活动对土壤风蚀变化影响的定量评估。
Description
技术领域
本发明涉及一种土壤风蚀评估方法,具体地说是一种区域尺度土壤风蚀变化驱动机制定量评估方法。
背景技术
土壤风蚀是当前陆地生态系统面临的主要生态环境问题之一,是与气候变化和人类活动紧密相关的陆面过程。准确认清气候变化和人类活动对土壤风蚀变化的影响是制定科学合理风蚀防治措施的基础和前提。
土壤风蚀是风、植被、土地利用方式、土壤特性和降水等多因素交互作用的过程。风的变化可以直接影响土壤风蚀强度,气温、降水和辐射等气候因子的变化通过改变地表状况(如植被、土壤湿地等),间接影响土壤风蚀。过牧、滥垦等不合理人类活动通过改变地表状况(如降低植被盖度),加剧土壤风蚀,生态修复工程实施通过改变用地性质、降低利用强度,促进植被恢复,抑制土壤风蚀。
土壤风蚀变化的驱动机制早就受到科学家的关注。由于相关研究涉及的影响因素复杂,定量评估气候变化和人类活动对土壤风蚀变化影响仍属难题。目前研究大多借助风洞实验、野外观测和放射性元素示踪等方法,定量评估气候变化和人类活动对土壤风蚀的影响,而对区域尺度的研究较少。由于土壤风蚀驱动机制的复杂性和综合性,现有研究方法无法真正实现区域尺度土壤风蚀变化驱动机制的定量评估。
发明内容
本发明的目的就是提供一种区域尺度土壤风蚀变化驱动机制定量评估方法,以解决现有方法无法实现区域尺度土壤风蚀变化驱动机制定量评估的问题。
本发明是这样实现的:一种区域尺度土壤风蚀变化驱动机制定量评估方法,包括以下步骤。
a.确定研究区域和研究时段。
b.构建基础数据集,包括植被覆盖度数据、年平均表土湿度数据、空间风速数据、空间气温数据、空间降水量数据以及风蚀地表类型数据,并将所有数据处理为统一投影坐标系统、统一空间分辨率的格栅数据。
c.构建气候变化影响下潜在植被覆盖度数据集,以研究时段内每年植被覆盖度数据为因变量,每年空间气温数据和空间降水量数据为自变量,运用最小二乘法,建立栅格中各像元植被盖度与气象因子的多元线性回归关系,进而利用回归关系计算每年的气候条件下的潜在植被覆盖度。
d.基于步骤b构建的基础数据集,利用风蚀模型计算研究时段内每年的实际风蚀模数。
e.基于步骤b构建的基础数据集和步骤c构建的气候变化影响下潜在植被覆盖度数据集,取风蚀地表类型数据为研究时段第一年的数据不变,风速、表土湿度和潜在植被盖度逐年变化,利用风蚀模型计算研究时段内每年的气候变化影响下的风蚀模数。
f.步骤d中得到的实际风蚀模数与步骤e中得到的气候变化影响下风蚀模数之差即为人类活动影响下风蚀模数。
g.基于步骤d中得到的实际风蚀模数、步骤e中得到的气候变化影响下的风蚀模数、步骤f中得到的人类活动影响下的风蚀模数,利用最小二乘法确定实际风蚀模数的变化趋势、气候变化影响下风蚀模数的变化趋势以及人类活动影响下风蚀模数的变化趋势。
h.基于步骤g中得到的实际风蚀模数的变化趋势、气候变化影响下风蚀模数的变化趋势以及人类活动影响下风蚀模数的变化趋势,利用气候变化影响下风蚀模数的变化趋势、人类活动影响下风蚀模数的变化趋势以及实际风蚀模数的变化趋势之间的关系,确定气候变化和人类活动对土壤风蚀影响的贡献率。
进一步地,在步骤b中,获取归一化植被指数产品数据并进行预处理,利用像元二分法计算获得植被覆盖度数据;获取表土湿度产品数据,利用月值数据计算得到年平均表土湿度数据;获取气象站的逐时风速数据,对风速数据进行空间插值,得到空间风速数据;获取气象站的每年平均气温和降水量数据,对年平均气温和降水量进行空间插值,得到空间气温数据和空间降水量数据;获得土地利用数据和土壤类型数据,并合并为风蚀地表类型数据。
进一步地,在步骤c中,植被盖度与气象因子的多元线性回归关系式为
VC=d1+d2tem+d3rain
式中,d1、d2和d3为多元线性回归关系式的系数,VC为气候变化影响下的潜在植被覆盖度,tem为空间气温数据,rain空间降水量数据。
进一步地,在步骤d和e中,风蚀模型为:
式中,Qfa、Qfg/ff和Qfs分别为大田块条件下的耕地、林草地和沙地的土壤风蚀模数[t/(hm2·a)],各像元根据其地表类型选取相应公式进行计算;z0为地表空气动力学粗糙度(cm);为风洞实验结果推广到大田风蚀模数时的修订系数;A为与下垫面有关的风速修订系数;Uj为气象站整点风速统计中高于临界侵蚀风速的第j级风速;Tj为风蚀活动发生月份内风速为Ui的累积时间(min);a1、b1、c1为与土壤类型有关的常数项;a2、b2、c2、a3、b3、c3为常数项。
进一步地,在步骤g中,变化趋势计算公式如下:
式中,S为变化趋势,n为年数,Qi代表第i年的各类风蚀模数。
进一步地,在步骤h中,比较实际风蚀模数的变化趋势、气候变化影响下风蚀模数的变化趋势以及人类活动影响下风蚀模数的变化趋势的值与0的关系;实际风蚀模数的变化趋势大于0,表示风蚀模数增强,实际风蚀模数的变化趋势小于0,表示风蚀模数减弱;气候变化影响下风蚀模数的变化趋势大于0,表示气候变化有利于风蚀模数增强,气候变化影响下风蚀模数的变化趋势小于0,表示气候变化有利于风蚀模数减弱;人类活动影响下风蚀模数的变化趋势大于0,表示人类活动有利于风蚀模数增强,人类活动影响下风蚀模数的变化趋势小于0,表示人类活动有利于风蚀模数减弱。
本发明分解了植被盖度因子中气候变化和人类活动的影响,实现了区域尺度气候变化和人类活动对土壤风蚀变化影响的定量评估,本发明结构清晰、风蚀因子关系明确、数据容易获取、计算过程简单,适用于各区域土壤风蚀变化驱动机制的分析评估。
附图说明
图1是本发明的流程图。
图2~图4是本发明2010-2019年浑善达克沙地各风蚀模数变化趋势空间分布图
图5~图8是本发明气候变化和人类活动对浑善达克沙地风蚀模数变化贡献率的空间分布图。
具体实施方式
为了更好地理解本发明的目的、技术方案及技术效果,下面将结合附图和实施例对本发明进行进一步的讲解说明。同时声明,以下所描述的实施例仅用于解释本发明,并不用于限定本发明。如图1所示,具体步骤如下。
步骤一、选择浑善达克沙地为研究区域,2010-2019年为研究时段,进行区域尺度土壤风蚀变化驱动机制的定量评估。
步骤二、构建浑善达克沙地的基础数据集:下载获取2010-2019年4月下旬和5月上旬的MODIS MOD13A2产品数据,利用MRT软件和像元二分法完成产品数据预处理、春季植被覆盖度计算(因为在本实施例中,后续选用的风蚀模型为水利部水土普查风蚀模型,该模型要求选用春季植被覆盖度,故在本实施例中所涉及的植被覆盖度都采用春季植被覆盖度)。表土湿度产品数据为2010-2019年逐月全球陆面数据同化系统(GLDAS)产品数据,下载后利用月值数据计算年平均表土湿度数据。风速数据为浑善达克沙地内部及周边气象站的逐时风速数据,下载后每年统计各站点各级风速累计时间,利用ArcGIS软件对各级风速累计时间进行空间插值,获得空间风速数据。气温和降水量为浑善达克沙地内部及周边气象站的每年平均气温和降水量数据,利用ArcGIS软件对年平均气温和降水量进行空间插值,获得空间气温和降水量数据。土地利用数据为2010、2015年全国土地利用数据产品,源于资源环境科学与数据中心,空间分辨率1km。土壤类型数据为1:100万全国土壤类型数据,源于中国西部环境与生态科学数据中心。土地利用数据和土壤类型数据获取后,将土地利用的旱地、水田合并为耕地,水域、裸岩石质地、城镇用地、农村居民点、其它建设用地合并为不可蚀土地,不可蚀土地、耕地和沙地以外的其它土地利用类型合并为林草地;在此基础上将风沙土范围内的林草地、耕地与沙地重新划分为沙地,最终形成林草地、沙地、耕地和不可蚀土地四类地表的风蚀地表类型数据。所有数据均处理为统一投影坐标系统(Alber's EqualArea-WGS84)、统一空间分辨率1km的栅格数据。基于处理好的栅格数据构建浑善达克沙地基础数据集。
步骤三、构建浑善达克沙地的气候变化影响下潜在植被覆盖度数据集:以2010-2019年每年的春季植被覆盖度数据为因变量,每年平均气温和降水量空间数据为自变量,运用最小二乘法,建立各像元植被盖度与气象因子的多元线性回归关系。进而利用回归关系计算气候条件下的春季潜在植被覆盖度。
VC=d1+d2tem+d3rain
式中,d1、d2和d3为多元线性回归关系式的系数,VC为气候变化影响下的春季潜在植被覆盖度。
步骤四、构建浑善达克沙地的实际风蚀模数数据集:以2010-2019年春季植被覆盖度、风速、表土湿度和风蚀地表类型数据为基础,利用水利部水土普查风蚀模型计算2010-2019年每年的实际风蚀模数(QA)。
对于风蚀模型,可以选择水利部水土普查风蚀模型,也可以选择其他的风蚀模型,在本实施例中具体使用水利部水土普查风蚀模型,水利部水土普查风蚀模型具体如下:
式中Qfa、Qfg/ff和Qfs分别为大田块条件下的耕地、林草地和沙地土壤风蚀模数[t/(hm2·a)];z0为地表空气动力学粗糙度(cm),对于我国北方传统耕作方式,翻耕后裸露耕地表面的空气动力学粗糙度约为0.55cm;为风洞实验结果推广到大田风蚀模数时的修订系数,为0.0018;A为与下垫面有关的风速修订系数;Uj为气象站整点风速统计中高于临界侵蚀风速的第j级风速;Tj为风蚀活动发生月份内风速为Ui的累积时间(min);a1、b1、c1为与土壤类型有关的常数项,分别取值-9.208、0.018和1.955;a2、b2、c2为常数项,分别取值2.4869、-0.0014和-54.9472;a3、b3、c3为常数项,分别取值6.1689、-0.0743和-27.9613。对于栅格数据中每一个像元,根据该像元的地标类型选取耕地、林草地或和沙地土壤风蚀模数计算公式,得到栅格数据中像元每年的实际风蚀模数(QA)。
步骤五、构建浑善达克沙地的气候变化影响下风蚀模数数据集:以2010-2019年每年的春季潜在植被盖度、风速、表土湿度和风蚀地表类型数据为基础,控制风蚀地表类型数据不变,风速、表土湿度和潜在植被盖度变化,利用水利部水土普查风蚀模型计算气候变化影响下的风蚀模数(QC)。即每个格栅中每个像元都选取2010年的风蚀地表类型数据不变,而风速、表土湿度和潜在植被盖度逐年变化,利用上述的风蚀模型进行计算,便可得到每个像元每年的气候变化影响下的风蚀模数(QC)。
步骤六、构建浑善达克沙地的人类活动影响下风蚀模数数据集:利用2010-2019年实际风蚀模数(QA)和气候变化影响下的风蚀模数(QC)作差,二者之差即为2010-2019年每年的人类活动影响下的风蚀模数(QH):
QH=QA-QC
步骤七、分析浑善达克沙地风蚀模数的变化趋势:基于2010-2019年实际风蚀模数、气候变化影响下的风蚀模数和人类活动影响下风蚀模数,利用下述公式分别计算2010-2019年实际风蚀模数变化趋势(SQA)、气候变化影响下风蚀模数的变化趋势(SQC)、人类活动影响下风蚀模数的变化趋势(SQH),结果如图2~4所示。变化趋势具体公式如下:
式中S为变化趋势,Qi代表第i年的各类风蚀模数。
步骤八、定量评估浑善达克沙地气候变化和人类活动对土壤风蚀的影响:通过步骤六获取的实际风蚀模数变化趋势(SQA)、气候变化影响下风蚀模数变化趋势(SQC)和人类活动影响下风蚀模数的变化趋势(SQH),确定气候变化和人类活动的相对作用。SQA大于0,表示风蚀模数增强,SQA小于0,表示风蚀模数减弱;SQC大于0,表示气候变化有利于风蚀模数增强,SQC小于0,表示气候变化有利于风蚀模数减弱;SQH大于0,表示人类活动有利于风蚀模数增强,SQH小于0,表示人类活动有利于风蚀模数减弱。气候变化和人类活动对土壤风蚀影响的贡献率共存在6种可能情景(表1):
表1风蚀增强或减弱中气候变化相对作用的6种情景
本发明气候变化和人类活动对浑善达克沙地风蚀模数变化贡献率的空间分布图如图5~图8所示。
本发明基于MOD13A2数据产品、GLDAS数据、地面气象数据、土地利用数据和土壤类型数据,采用水利部水土普查风蚀模型和回归分析、趋势分析定量评估了浑善达克沙地土壤风蚀变化的驱动机制,可对浑善达克沙地风蚀防治提供科学依据。
Claims (6)
1.一种区域尺度土壤风蚀变化驱动机制定量评估方法,其特征在于,包括以下步骤:
a.确定研究区域和研究时段;
b.构建基础数据集,包括植被覆盖度数据、表土湿度数据、空间风速数据、空间气温数据、空间降水量数据以及风蚀地表类型数据,并将所有数据处理为统一投影坐标系统、统一空间分辨率的格栅数据;
c.构建气候变化影响下潜在植被覆盖度数据集,以研究时段内植被覆盖度数据为因变量,空间气温数据和空间降水量数据为自变量,运用最小二乘法,建立格栅中各像元植被盖度与气象因子的多元线性回归关系,进而利用回归关系计算每年气候条件影响下的潜在植被覆盖度;
d.基于步骤b构建的基础数据集,利用风蚀模型计算研究时段内每年的实际风蚀模数;
e.基于步骤b构建的基础数据集和步骤c构建的气候变化影响下潜在植被覆盖度数据集,取风蚀地表类型数据为研究时段第一年的数据不变,风速、表土湿度和潜在植被盖度逐年变化,利用风蚀模型计算研究时段内每年的气候变化影响下的风蚀模数;
f.步骤d中得到的实际风蚀模数与步骤e中得到的气候变化影响下风蚀模数之差即为人类活动影响下风蚀模数;
g.基于步骤d中得到的实际风蚀模数、步骤e中得到的气候变化影响下的风蚀模数、步骤f中得到的人类活动影响下的风蚀模数,利用最小二乘法确定实际风蚀模数的变化趋势、气候变化影响下风蚀模数的变化趋势以及人类活动影响下风蚀模数的变化趋势;
h.基于步骤g中得到的实际风蚀模数的变化趋势、气候变化影响下风蚀模数的变化趋势以及人类活动影响下风蚀模数的变化趋势,利用气候变化影响下风蚀模数的变化趋势、人类活动影响下风蚀模数的变化趋势以及实际风蚀模数的变化趋势之间的关系,确定气候变化和人类活动对土壤风蚀影响的贡献率。
2.根据权利要求1所述的区域尺度土壤风蚀变化驱动机制定量评估方法,其特征在于,在步骤b中,获取归一化植被指数产品数据并进行预处理,利用像元二分法计算获得植被覆盖度数据;获取表土湿度产品数据,利用月值数据计算得到年平均表土湿度数据;获取气象站的逐时风速数据,对风速数据进行空间插值,得到空间风速数据;获取气象站的每年平均气温和降水量数据,对年平均气温和降水量进行空间插值,得到空间气温数据和空间降水量数据;获得土地利用数据和土壤类型数据,并合并为风蚀地表类型数据。
3.根据权利要求1所述的区域尺度土壤风蚀变化驱动机制定量评估方法,其特征在于,在步骤c中,植被盖度与气象因子的多元线性回归关系式为
VC=d1+d2tem+d3rain
式中,d1、d2和d3为多元线性回归关系式的系数,VC为气候变化影响下的潜在植被覆盖度,tem为空间气温数据,rain空间降水量数据。
4.根据权利要求1所述的区域尺度土壤风蚀变化驱动机制定量评估方法,其特征在于,在步骤d和e中,风蚀模型为:
式中,Qfa、Qfg/ff和Qfs分别为大田块条件下的耕地、林草地和沙地的土壤风蚀模数[t/(hm2·a)],各像元根据其地表类型选取相应公式进行计算;z0为地表空气动力学粗糙度(cm);为风洞实验结果推广到大田风蚀模数时的修订系数;A为与下垫面有关的风速修订系数;Uj为气象站整点风速统计中高于临界侵蚀风速的第j级风速;Tj为风蚀活动发生月份内风速为Ui的累积时间(min);a1、b1、c1为与土壤类型有关的常数项;a2、b2、c2、a3、b3、c3为常数项。
5.根据权利要求1所述的区域尺度土壤风蚀变化驱动机制定量评估方法,其特征在于,在步骤g中,变化趋势计算公式如下:
式中,S为变化趋势,n为年数,Qi代表第i年的各类风蚀模数。
6.根据权利要求1所述的区域尺度土壤风蚀变化驱动机制定量评估方法,其特征在于,在步骤h中,比较实际风蚀模数的变化趋势、气候变化影响下风蚀模数的变化趋势以及人类活动影响下风蚀模数的变化趋势的值与0的关系;实际风蚀模数的变化趋势大于0,表示风蚀模数增强,实际风蚀模数的变化趋势小于0,表示风蚀模数减弱;气候变化影响下风蚀模数的变化趋势大于0,表示气候变化有利于风蚀模数增强,气候变化影响下风蚀模数的变化趋势小于0,表示气候变化有利于风蚀模数减弱;人类活动影响下风蚀模数的变化趋势大于0,表示人类活动有利于风蚀模数增强,人类活动影响下风蚀模数的变化趋势小于0,表示人类活动有利于风蚀模数减弱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210326875.5A CN114677020B (zh) | 2022-03-30 | 2022-03-30 | 区域尺度土壤风蚀变化驱动机制定量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210326875.5A CN114677020B (zh) | 2022-03-30 | 2022-03-30 | 区域尺度土壤风蚀变化驱动机制定量评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114677020A CN114677020A (zh) | 2022-06-28 |
CN114677020B true CN114677020B (zh) | 2023-09-08 |
Family
ID=82075881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210326875.5A Active CN114677020B (zh) | 2022-03-30 | 2022-03-30 | 区域尺度土壤风蚀变化驱动机制定量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114677020B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117520775B (zh) * | 2023-11-14 | 2024-06-04 | 西南交通大学 | 一种土壤风蚀对表层土壤有机碳库影响的评估方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537222A (zh) * | 2014-12-18 | 2015-04-22 | 中国科学院东北地理与农业生态研究所 | 基于遥感的区域植被覆盖对地表气温影响的估算方法 |
CN107480818A (zh) * | 2017-08-09 | 2017-12-15 | 中国热带农业科学院科技信息研究所 | 一种快速评估人类活动对植被覆盖变化影响的方法 |
CN110569523A (zh) * | 2019-06-11 | 2019-12-13 | 北京林业大学 | 土壤风蚀模型建立方法及风蚀快速估算系统 |
-
2022
- 2022-03-30 CN CN202210326875.5A patent/CN114677020B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537222A (zh) * | 2014-12-18 | 2015-04-22 | 中国科学院东北地理与农业生态研究所 | 基于遥感的区域植被覆盖对地表气温影响的估算方法 |
CN107480818A (zh) * | 2017-08-09 | 2017-12-15 | 中国热带农业科学院科技信息研究所 | 一种快速评估人类活动对植被覆盖变化影响的方法 |
CN110569523A (zh) * | 2019-06-11 | 2019-12-13 | 北京林业大学 | 土壤风蚀模型建立方法及风蚀快速估算系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114677020A (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020103570A4 (en) | Grassland soil degradation evaluation method | |
US20180058932A1 (en) | Method for analyzing the types of water sources based on natural geographical features | |
CN111368736B (zh) | 基于sar和光学遥感数据的水稻精细化估产方法 | |
CN109726698B (zh) | 基于遥感数据进行季度灌溉面积识别的方法 | |
Willibald et al. | Vulnerability of ski tourism towards internal climate variability and climate change in the Swiss Alps | |
CN110276160A (zh) | 一种平原区土壤有机碳三维空间分布模拟方法 | |
CN114254802B (zh) | 气候变化驱动下植被覆盖时空变化的预测方法 | |
CN113139901A (zh) | 一种流域尺度植被净初级生产力遥感精细反演方法 | |
CN113011992A (zh) | 一种基于标准数据的流域农业面源污染入河系数测算方法 | |
CN111091079A (zh) | 基于tls的高寒脆弱区植被优势单株结构参数测定方法 | |
CN114677020B (zh) | 区域尺度土壤风蚀变化驱动机制定量评估方法 | |
Williamson et al. | Spatiotemporal patterns of production can be used to detect state change across an arid landscape | |
CN114897423B (zh) | 基于作物水分指示线的农田灌溉概率指数计算方法 | |
CN116757357A (zh) | 一种耦合多源遥感信息的土地生态状况评估方法 | |
Shi-Bo et al. | Control of vegetation distribution: climate, geological substrate, and geomorphic factors. A case study of grassland in Ordos, Inner Mongolia, China | |
CN115661674A (zh) | 一种基于多源卫星土壤湿度数据的作物灌溉信息提取方法 | |
Xu et al. | Evaluation method and empirical application of human activity suitability of land resources in Qinghai-Tibet Plateau | |
Pan et al. | Urban expansion and intra-urban land evolution as well as their natural environmental constraints in arid/semiarid regions of China from 2000–2018 | |
CN117494419A (zh) | 一种多模型耦合的流域水土流失遥感监测方法 | |
CN113449982A (zh) | 基于控制性生态因子比尺的湖泊生态水文节律确定方法 | |
CN116011881A (zh) | 一种基于像元尺度的黑土农田生产力评价方法及系统 | |
CN114398760A (zh) | 区域植被覆盖度与降水关系非一致性识别方法 | |
CN106295190B (zh) | 一种遥感云量资料降尺度方法 | |
CN117315471B (zh) | 一种基于遥感影像与机器学习的梯田识别方法 | |
CN117556695B (zh) | 一种基于深度学习的作物根层土壤含水量模拟方法 |
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 |