CN115620129A - 一种土壤水蚀保持量的监测方法、系统和电子设备 - Google Patents

一种土壤水蚀保持量的监测方法、系统和电子设备 Download PDF

Info

Publication number
CN115620129A
CN115620129A CN202211151382.9A CN202211151382A CN115620129A CN 115620129 A CN115620129 A CN 115620129A CN 202211151382 A CN202211151382 A CN 202211151382A CN 115620129 A CN115620129 A CN 115620129A
Authority
CN
China
Prior art keywords
factor
preset area
soil
calculating
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
Application number
CN202211151382.9A
Other languages
English (en)
Inventor
王军邦
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.)
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Institute of Geographic Sciences and Natural Resources of CAS
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 Institute of Geographic Sciences and Natural Resources of CAS filed Critical Institute of Geographic Sciences and Natural Resources of CAS
Priority to CN202211151382.9A priority Critical patent/CN115620129A/zh
Publication of CN115620129A publication Critical patent/CN115620129A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/17Terrestrial scenes taken from planes or by drones
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/188Vegetation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

本发明涉及水土保持技术领域,尤其涉及一种土壤水蚀保持量的监测方法、系统和电子设备,方法包括:根据预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子、植被覆盖度因子和水土保持因子,计算得到预设区域的实际水蚀模数,根据预设最大植被覆盖度因子,以及预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子和水土保持因子,计算得到预设区域的最大水蚀模数;进而计算得到预设区域的土壤水蚀保持量。一方面,对小尺度、偶发性的土壤水蚀保持量同样具有适用性,另一方面,利用无人机能够满足较大区域的土壤水蚀保持量的监测,尤其能够对偏远地区水土流失事件进行方便快捷地实现监测,避免人工监测,效率高。

Description

一种土壤水蚀保持量的监测方法、系统和电子设备
技术领域
本发明涉及水土保持技术领域,尤其涉及一种土壤水蚀保持量的监测方法、系统和电子设备。
背景技术
土壤水蚀是土壤、土体或其他地面组成物质在降雨、径流等水力作用下被破坏、分离、搬运和沉积的过程。土壤水蚀本来是自然界发生的一种基本地质过程,然而由于人们的土地滥加利用比如森林砍伐、农业开垦,特别是工业化和城市化等这些人为因素更是加快了这个地质过程。各个地区的工业化所带来的侵蚀速率,大大超过土地在自然状态下植被遭受的侵蚀速率,使得土壤水蚀成为当今人类面临的一种最普遍、持续性最强的生态地质灾害。
土壤水蚀导致了严重的后果:(1)肥沃表土的流失,破坏土地资源,降低土地生产力,影响粮食和生态安全;(2)随侵蚀过程迁移的泥沙淤积阻塞江河湖泊、加剧旱涝灾害,迁移的污染物引起河流、湖泊、水库的富营养化等,从而对下游地区的生态环境和社会经济带来严重影响;(3)侵蚀搬运使土壤碳氮磷的含量与组分发生变化,进而影响全球生源要素循环乃至成为重要的全球气候变化驱动要素。
当前对土壤水蚀保持量的计算多是借助于野外调查法、水文资料法和水蚀模型模拟法。野外调查法易于操作,方法成熟;但该方法简单且易受主观影响,并只了解结果而不涉及侵蚀过程,精度有限。水文资料法研究范围广,效率高,但该方法只能获取流域出口数据,流域内部当作“黑箱”处理,因而无法掌握流域内土壤侵蚀的过程信息。水蚀模型模拟法方法成熟,侵蚀过程明确,精度较高;但是受限于输入数据限制,多数模型只能进行静态的、基于年尺度和区域尺度上的研究,对小尺度、偶发性的土壤风蚀过程缺乏适用性,且存在人工监测耗时大、效率低、不能满足大区域土壤风蚀保持量的监测的问题。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供了一种土壤水蚀保持量的监测方法、系统和电子设备。
本发明的一种土壤水蚀保持量的监测方法的技术方案如下:
通过无人机采集预设区域的多个局部图像;
根据所有的局部图像生成所述预设区域的DOM和DEM;
根据所有的局部图像生成所述预设区域的DOM和DEM,根据所述预设区域的DOM计算得到所述预设区域的植被覆盖度因子,根据所述预设区域的DEM计算所述预设区域的坡度因子和坡长因子;
计算得到预设区域的降雨侵蚀力因子和土壤可蚀性因子,并设置所述预设区域的水土保持因子;
根据所述预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子、植被覆盖度因子和水土保持因子,计算得到所述预设区域的实际水蚀模数,根据预设最大植被覆盖度因子,以及所述预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子和水土保持因子,计算得到所述预设区域的最大水蚀模数;
根据所述预设区域的实际水蚀模数和所述预设区域的最大水蚀模数,计算得到所述预设区域的土壤水蚀保持量。
本发明的一种土壤水蚀保持量的监测方法的有益效果如下:
一方面,对小尺度、偶发性的土壤水蚀保持量同样具有适用性,另一方面,利用无人机能够满足较大区域的土壤水蚀保持量的监测,尤其能够对偏远地区水土流失事件进行方便快捷地实现监测,避免人工监测,效率高。
本发明的一种土壤水蚀保持量的监测系统的技术方案如下:
包括采集模块、生成计算模块、计算设置模块、第一计算模块和第二计算模块;
所述采集模块用于:通过无人机采集预设区域的多个局部图像;
所述生成计算模块用于:根据所有的局部图像生成所述预设区域的 DOM和DEM,根据所述预设区域的DOM计算得到所述预设区域的植被覆盖度因子,根据所述预设区域的DEM计算所述预设区域的坡度因子和坡长因子;
所述计算设置模块用于:计算得到预设区域的降雨侵蚀力因子和土壤可蚀性因子,并设置所述预设区域的水土保持因子;
所述第一计算模块用于:根据所述预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子、植被覆盖度因子和水土保持因子,计算得到所述预设区域的实际水蚀模数,根据预设最大植被覆盖度因子,以及所述预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子和水土保持因子,计算得到所述预设区域的最大水蚀模数;
所述第二计算模块用于:根据所述预设区域的实际水蚀模数和所述预设区域的最大水蚀模数,计算得到所述预设区域的土壤水蚀保持量。
本发明的一种土壤水蚀保持量的监测系统的有益效果如下:
一方面,对小尺度、偶发性的土壤水蚀保持量同样具有适用性,另一方面,利用无人机能够满足较大区域的土壤水蚀保持量的监测,尤其能够对偏远地区水土流失事件进行方便快捷地实现监测,避免人工监测,效率高。
本发明的一种电子设备的技术方案如下:
包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,所述处理器执行所述程序时实现如上述任一项所述的一种土壤水蚀保持量的监测方法的步骤。
附图说明
图1为本发明实施例的一种土壤水蚀保持量的监测方法的流程示意图;
图2为三江源样地土壤水蚀保持量空间分布示意图;
图3为本发明实施例的一种土壤水蚀保持量的监测系统的结构示意图。
具体实施方式
如图1所示,本发明实施例的一种土壤水蚀保持量的监测方法,包括如下步骤:
S1、通过无人机采集预设区域的多个局部图像;
其中,预设区域为需要进行土壤风蚀保持量监测的区域,可根据实际情况设置。
S2、根据所有的局部图像生成预设区域的DOM和DEM,根据预设区域的DOM计算得到预设区域的植被覆盖度因子,根据预设区域的DEM计算预设区域的坡度因子和坡长因子;
其中,由于直接拍摄预设区域的整体图像,一般会导致整体图像的分辨率较低,由此可通过多个局部图像拼接的方式,生成预设区域的高分辨率的整体图像,即预设区域的DEM;
其中,预设区域的DOM为用于表征预设区域的地形和地貌的数字高程模型;
其中,具体生成预设区域的DOM和DEM的方式如下:
1)第一种方式:将无人机采集的预设区域的多个局部图像,导入DPgrid 影像处理平台,经空中三角测量、DEM编辑后,生成具有高空间分辨率的预设区域的DOM和DEM;
2)第二种方式:选取并对曝光过度和/或灰暗的局部图像进行匀光匀色处理,将匀光匀色处理后的局部图像,以及其它剩余的对曝光正常和/或亮度正常的局部图像,导入DPgrid影像处理平台,经空中三角测量、DEM编辑后,生成具有高空间分辨率的预设区域的DOM和DEM。
S3、计算得到预设区域的降雨侵蚀力因子和土壤可蚀性因子,并设置预设区域的水土保持因子;
S4、根据预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子、植被覆盖度因子和水土保持因子,计算得到预设区域的实际水蚀模数,根据预设最大植被覆盖度因子,以及预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子和水土保持因子,计算得到预设区域的最大水蚀模数;
S5、根据预设区域的实际水蚀模数和预设区域的最大水蚀模数,计算得到预设区域的土壤水蚀保持量。
一方面,现在技术中,利用卫星不容易对小空间尺度的水土流失事件进行监控,利用无人机影像高空间分辨率的优势,可以对小尺度、偶发性的水土流失事件进行监控,因此本发明对小尺度、偶发性的土壤水蚀保持量同样具有适用性,另一方面,利用无人机能够满足较大区域的土壤水蚀保持量的监测,尤其能够对偏远地区水土流失事件进行方便快捷地实现监测,避免人工监测,效率高。
可选地,在上述技术方案中,还包括:
S6、划分土壤侵蚀强度级别,根据土壤水蚀模数,划分不同的土壤侵蚀强度级别,一般可以分为轻度侵蚀、中度侵蚀、强度侵蚀、极强度侵蚀、剧烈侵蚀等,划分的标准与土壤类型有关。土壤侵蚀级别反映了某区域的土地利用合理程度,为水土保持规划与治理以及科学决策提供重要参考。
可选地,在上述技术方案中,S3中,计算预设区域的降雨侵蚀力因子的过程,包括:
S30、利用第一公式计算预设区域的降雨侵蚀力因子R,第一公式为:
Figure BDA0003856552740000061
其中,P′表示预设区域的年均降雨量(mm),P″i为第i月的降雨量(mm)。
其中,降雨侵蚀力因子R反映了降雨对土壤的潜在侵蚀作用,是土壤侵蚀的主要动力因素。利用研究区气象站点降雨观测数据,统计整理出第i月的降雨量P″i和年平均降雨量P′。
可选地,在上述技术方案中,S3中,计算预设区域的土壤可蚀性因子的过程,包括:
S31、利用第二公式计算预设区域的土壤可蚀性因子K,第二公式为:
Figure BDA0003856552740000062
Figure BDA0003856552740000063
其中,SAN表示预设区域的砂粒含量(%),SIL表示预设区域的粉粒含量(%),CLA表示预设区域的粘粒含量(%),C1表示预设区域的有机碳含量(%),SN1=1-SN/100。
土壤侵蚀是发生在土壤上,土壤可蚀性因子反映土壤的侵蚀敏感程度,而土壤的可蚀性敏感度是由土壤的性质所决定。土壤的性质不同下,土壤的可蚀性因子大小就不同,而土壤基本属性包括土壤的粉粒、砂粒、粘粒和有机碳含量等。目前估算土壤可蚀性因子K的方法有很多,其中以Wischemeier 等提出的诺谟图法和Williams等提出的EPIC土壤可蚀性计算模型应用最为广泛。本发明选择EPIC模型计算土壤可蚀性因子K,具体计算公式为第二公式。
其中,砂粒的直径为0.050~2.000mm,粉粒的直径为0.002~0.050mm,粘粒的直径<0.002mm。
可选地,在上述技术方案中,S3中,计算预设区域的坡长因子的过程,包括:
S32、利用第三公式计算预设区域的坡长因子L,第三公式为
Figure BDA0003856552740000071
其中,
Figure BDA0003856552740000072
θ表示预设区域的坡度,fx表示预设区域的南北方向上的高程变化率,fy表示预设区域的东西方向上的高程变化率,λ表示预设区域的水平坡长(m),为DEM提取的坡长值,α为坡长指数,β为细沟侵蚀和面蚀的比值,22.13为标准小区的坡长(m);
借助于预设区域的DEM,计算fx和fy的过程如下:
采用3×3移动窗口,运用三阶反距离平方权差分模型在预设区域的DEM 上对fx和fy进行求解,具体公式如下:
fx=[z7-z1+2×(z8-z2)+z9-z3]÷(8×g′);
fy=[z3-z1+2×(z6-z4)+z9-z7]÷(8×g′);
其中,g′为预设区域的DEM的空间分辨率,zi(i=1,2,3,…,9)为移动窗口的中心位置周围的每个格点的高程。
地形是影响土壤侵蚀的基本自然地理要素,它影响着土壤和植被的形成与发展,制约着地表的物质和能量的再分配,决定着地表径流的运动状态和方向。在RUSLE模型中坡度和坡长是度量地形对土壤侵蚀影响的指标,坡度越大,径流能量越大,对坡面的冲刷能力越强,坡长越大,径流量越大,侵蚀作用越强。
坡长因子L的计算采用Wischmeier提出的坡长因子计算公式为第三公式。
坡度因子S采用Renard等建立的计算公式:
Figure BDA0003856552740000081
可选地,在上述技术方案中,S3中,计算预设区域的植被覆盖度因子的过程,包括:
S33、利用第四公式计算预设区域的植被覆盖度因子C(无量纲),第四公式为:
Figure BDA0003856552740000082
其中,VVDVI表示预设区域的VDVI指数即差异性植被指数,α′表示第一预设参数,β′表示第二预设参数。α′的取值一般为 2.5,β′的取值一般为1,也可根据实际情况设置α′和β′的值。
植被覆盖度因子C在小区域尺度上,利用预设区域的DOM来计算VDVI 指数,进而估算植被覆盖度因子C,具体计算VDVI指数的公式如下:
Figure BDA0003856552740000083
G为无人机获取的数字正射影像(DOM)产品绿光波段, R为红光波段;B为蓝光波段。
其中,设置预设区域的水土保持因子P的过程如下:
水土保持因子P是采取一定处理后土壤流失量与植被顺坡种植时土壤流失量的比值,水土保持措施因子P的取值范围在0-1间。P=0,表示无侵蚀地区;P=1表示未采取任何水保措施的地区。土地利用信息可以间接反映水土保持措施,在大尺度的流域土壤侵蚀研究中,通常采用结合实地考察资料给不同的土地利用类型赋值的方法确定。结合文献与研究区土地利用类型,农业用地的P值取0.15;水体、湿地、裸岩和冰雪无侵蚀,P值取0;其余土地利用类型基本未采取任何水保措施,所以本申请中P值一般取1。
可选地,在上述技术方案中,S4中,计算预设区域的实际水蚀模数的过程包括:
S40、利用第五公式计算预设区域的实际水蚀模数Sactual,Sactual=R×K×L×S×C×P。
其中,实际水蚀模数Sactual的单位为(t/(hm2·a)),降雨侵蚀力因子R的单位为(MJ·mm)/(km2·h·a),土壤可蚀性因子K的单位为(t·km2·h)/ (km2·MJ·mm),L、S、C均无量纲,水土保持因子P为无量纲。
可选地,在上述技术方案中,S4中,计算预设区域的最大水蚀模数的过程包括:
S41、利用第六公式计算预设区域的最大水蚀模数Spotential, Spotential=R×K×L×S×C′×P,其中,C′表示预设最大植被覆盖度因子,其中,C′的取值为1,也可根据实际情况设置。
可选地,在上述技术方案中,S5中,计算预设区域的土壤水蚀保持量的过程包括:
S50、利用第七公式计算预设区域的土壤水蚀保持量Sconserved,第七公式为:Sconserved=Spotential-Sactual
本发明的核心思想是构建了一套基于无人机低空遥感系统的土壤水蚀保持量监测和评估平台,实现亚厘米级高空间分辨率数字正射影像(DOM)、数字高程模型(DEM)的实时生产;借助于无人机生产的DOM、DEM产品实时求取高精度的地表植被覆盖因子及坡度坡长因子;借助于其他辅助数据,依次求取降雨侵蚀力因子、土壤可蚀性因子、水土保持因子;借助于改进的土壤流失方程,进而实现土壤水蚀保持量的小尺度、高精度、实时监测和评估。
本方法改进了传统的土壤流失方程(revised universal soil loss equation,RUSLE),借助于无人机摄影测量技术求取土壤流失方程中的部分参数。新方法不仅可以针对小区域计算土壤水蚀保持量,而且具有精度高、响应速度快的优势,尤其适合动土工程土壤水蚀的监测,本申请采用无人机及上述方法进行土壤水蚀保持状况监测和评估,与现有技术相比,具有以下技术效果:
1)本方法引入了高空间分辨率(亚厘米级)的无人机DOM、DEM数据,可以精细刻画土壤水蚀区域地形、低矮植被分布等状况;
2)本方法改进了传统的土壤流失方程,使本方法不仅理论依据强,而且适用范围更广。
3)采用无人机产品进行土壤水蚀的调查和评估,不仅可以针对小区域进行监测,而且具有精度高、响应速度快的优势,尤其适合动土工程土壤水蚀的监测。
以三江源地区的一个试验区作为预设区域,对本发明进行说明,具体地:
S100、利用三江源区气象站点降雨观测数据,统计整理出月平均降雨量和年平均降雨量,计算得到降雨侵蚀力因子;
S101、通过土壤质地调查获取得三江源试验区的土壤的粉粒、砂粒、粘粒和有机碳含量等计算土壤可蚀性因子;
S102、对三江源试验区获取的无人机影像进行空中三角测量、DEM编辑后,获取该研究区高空间分辨率的DOM和DEM;使用DEM计算坡度坡长因子LS;使用DOM计算植被覆盖度因子;
S103、结合实地考察资料给不同的土地利用类型,给水土保持因子赋值;
S104、借助上面计算得到的降雨侵蚀力因子、土壤可蚀性因子、水土保持因子、坡度坡长因子、植被覆盖度因子,使用土壤流失方程方程计算三江源样地的土壤水蚀保持量,如图2所示。
在上述各实施例中,虽然对步骤进行了编号S1、S2等,但只是本申请给出的具体实施例,本领域的技术人员可根据实际情况调整S1、S2等的执行顺序,此也在本发明的保护范围内,可以理解,在一些实施例中,可以包含如上述各实施方式中的部分或全部。
如图3所示,本发明实施例的一种土壤水蚀保持量的监测系统200,包括采集模块210、生成计算模块220、计算设置模块230、第一计算模块240 和第二计算模块250;
采集模块210用于:通过无人机采集预设区域的多个局部图像;
生成计算模块220用于:根据所有的局部图像生成预设区域的DOM和 DEM,根据预设区域的DOM计算得到预设区域的植被覆盖度因子,根据预设区域的DEM计算预设区域的坡度因子和坡长因子;
计算设置模块230用于:计算得到预设区域的降雨侵蚀力因子和土壤可蚀性因子,并设置预设区域的水土保持因子;
第一计算模块240用于:根据预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子、植被覆盖度因子和水土保持因子,计算得到预设区域的实际水蚀模数,根据预设最大植被覆盖度因子,以及预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子和水土保持因子,计算得到预设区域的最大水蚀模数;
第二计算模块250用于:根据预设区域的实际水蚀模数和预设区域的最大水蚀模数,计算得到预设区域的土壤水蚀保持量。
一方面,对小尺度、偶发性的土壤水蚀保持量同样具有适用性,另一方面,利用无人机能够满足较大区域的土壤水蚀保持量的监测,尤其能够对偏远地区水土流失事件进行方便快捷地实现监测,避免人工监测,效率高。
可选地,在上述技术方案中,计算设置模块230计算预设区域的降雨侵蚀力因子的过程,包括:
利用第一公式计算预设区域的降雨侵蚀力因子R,第一公式为:
Figure BDA0003856552740000111
其中,P′表示预设区域的年均降雨量,P″i为第i月的降雨量。
可选地,在上述技术方案中,计算设置模块230计算预设区域的土壤可蚀性因子的过程,包括:
利用第二公式计算预设区域的土壤可蚀性因子K,第二公式为:
Figure BDA0003856552740000112
Figure BDA0003856552740000113
其中,SAN表示预设区域的砂粒含量,SIL表示预设区域的粉粒含量,CLA表示预设区域的粘粒含量,C1表示预设区域的有机碳含量,SN1=1-SN/100。
可选地,在上述技术方案中,计算设置模块230计算预设区域的坡长因子的过程,包括:
利用第三公式计算预设区域的坡长因子L,第三公式为
Figure BDA0003856552740000121
其中,
Figure BDA0003856552740000122
θ表示预设区域的坡度,fx表示预设区域的南北方向上的高程变化率,fy表示预设区域的东西方向上的高程变化率,λ表示预设区域的水平坡长。
可选地,在上述技术方案中,计算设置模块230计算预设区域的植被覆盖度因子的过程,包括:
利用第四公式计算预设区域的植被覆盖度因子C,第四公式为:
Figure BDA0003856552740000123
其中,VVDVI表示预设区域的VDVI指数,α′表示第一预设参数,β′表示第二预设参数。
可选地,在上述技术方案中,第一计算模块240计算预设区域的实际水蚀模数的过程包括:
利用第五公式计算预设区域的实际水蚀模数Sactual,Sactual=R×K× L×S×C×P。
可选地,在上述技术方案中,第一计算模块240计算预设区域的最大水蚀模数的过程包括:
利用第六公式计算预设区域的最大水蚀模数Spotential,Spotential=R× K×L×S×C′×P,其中,C′表示预设最大植被覆盖度因子。
可选地,在上述技术方案中,第二计算模块250计算预设区域的土壤水蚀保持量的过程包括:
利用第七公式计算预设区域的土壤水蚀保持量Sconserved,第七公式为: Sconserved=Spotential-Sactual
上述关于本发明的一种土壤水蚀保持量的监测系统200中的各参数和各个单元模块实现相应功能的步骤,可参考上文中关于一种土壤水蚀保持量的监测方法的实施例中的各参数和步骤,在此不做赘述。
本发明实施例的一种电子设备,包括存储器、处理器及存储在存储器上并在处理器上运行的程序,处理器执行程序时实现上述任一实施的一种土壤水蚀保持量的监测方法的步骤。
其中,电子设备可以选用电脑、手机等,相对应地,其程序为电脑软件或手机APP等,且上述关于本发明的一种电子设备中的各参数和步骤,可参考上文中一种土壤水蚀保持量的监测方法的实施例中的各参数和步骤,在此不做赘述。
所属技术领域的技术人员知道,本发明可以实现为系统、方法或计算机程序产品。
因此,本公开可以具体实现为以下形式,即:可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等),还可以是硬件和软件结合的形式,本文一般称为“电路”、“模块”或“系统”。此外,在一些实施例中,本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM),只读存储器(ROM)、可擦式可编程只读存储器 (EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种土壤水蚀保持量的监测方法,其特征在于,包括:
通过无人机采集预设区域的多个局部图像;
根据所有的局部图像生成所述预设区域的DOM和DEM,根据所述预设区域的DOM计算得到所述预设区域的植被覆盖度因子,根据所述预设区域的DEM计算所述预设区域的坡度因子和坡长因子;
计算得到预设区域的降雨侵蚀力因子和土壤可蚀性因子,并设置所述预设区域的水土保持因子;
根据所述预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子、植被覆盖度因子和水土保持因子,计算得到所述预设区域的实际水蚀模数,根据预设最大植被覆盖度因子,以及所述预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子和水土保持因子,计算得到所述预设区域的最大水蚀模数;
根据所述预设区域的实际水蚀模数和所述预设区域的最大水蚀模数,计算得到所述预设区域的土壤水蚀保持量。
2.根据权利要求1所述的一种土壤水蚀保持量的监测方法,其特征在于,计算所述预设区域的降雨侵蚀力因子的过程,包括:
利用第一公式计算所述预设区域的降雨侵蚀力因子R,所述第一公式为:
Figure FDA0003856552730000011
其中,P′表示所述预设区域的年均降雨量,P″i为第i月的降雨量。
3.根据权利要求2所述的一种土壤水蚀保持量的监测方法,其特征在于,计算所述预设区域的土壤可蚀性因子的过程,包括:
利用第二公式计算所述预设区域的土壤可蚀性因子K,所述第二公式为:
Figure FDA0003856552730000012
Figure FDA0003856552730000021
其中,SAN表示所述预设区域的砂粒含量,SIL表示所述预设区域的粉粒含量,CLA表示所述预设区域的粘粒含量,C1表示所述预设区域的有机碳含量,SN1=1-SN/100。
4.根据权利要求3所述的一种土壤水蚀保持量的监测方法,其特征在于,计算所述预设区域的坡长因子的过程,包括:
利用第三公式计算所述预设区域的坡长因子L,所述第三公式为
Figure FDA0003856552730000022
其中,
Figure FDA0003856552730000023
θ表示所述预设区域的坡度,fx表示所述预设区域的南北方向上的高程变化率,fy表示所述预设区域的东西方向上的高程变化率,λ表示所述预设区域的水平坡长。
5.根据权利要求4所述的一种土壤水蚀保持量的监测方法,其特征在于,计算所述预设区域的植被覆盖度因子的过程,包括:
利用第四公式计算所述预设区域的植被覆盖度因子C,所述第四公式为:
Figure FDA0003856552730000024
其中,VVDVI表示所述预设区域的VDVI指数,α′表示第一预设参数,β′表示第二预设参数。
6.根据权利要求5所述的一种土壤水蚀保持量的监测方法,其特征在于,计算所述预设区域的实际水蚀模数的过程包括:
利用第五公式计算所述预设区域的实际水蚀模数Sactual,Sactual=R×K×L×S×C×P。
7.根据权利要求6所述的一种土壤水蚀保持量的监测方法,其特征在于,计算所述预设区域的最大水蚀模数的过程包括:
利用第六公式计算所述预设区域的最大水蚀模数Spotential,Spotential=R×K×L×S×C′×P,其中,C′表示所述预设最大植被覆盖度因子。
8.根据权利要求7所述的一种土壤水蚀保持量的监测方法,其特征在于,计算所述预设区域的土壤水蚀保持量的过程包括:
利用第七公式计算所述预设区域的土壤水蚀保持量Sconserved,所述第七公式为:Sconserved=Spotential-Sactual
9.一种土壤水蚀保持量的监测系统,其特征在于,包括采集模块、生成计算模块、计算设置模块、第一计算模块和第二计算模块;
所述采集模块用于:通过无人机采集预设区域的多个局部图像;
所述生成计算模块用于:根据所有的局部图像生成所述预设区域的DOM和DEM,根据所述预设区域的DOM计算得到所述预设区域的植被覆盖度因子,根据所述预设区域的DEM计算所述预设区域的坡度因子和坡长因子;
所述计算设置模块用于:计算得到预设区域的降雨侵蚀力因子和土壤可蚀性因子,并设置所述预设区域的水土保持因子;
所述第一计算模块用于:根据所述预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子、植被覆盖度因子和水土保持因子,计算得到所述预设区域的实际水蚀模数,根据预设最大植被覆盖度因子,以及所述预设区域的降雨侵蚀力因子、土壤可蚀性因子、坡度因子、坡长因子和水土保持因子,计算得到所述预设区域的最大水蚀模数;
所述第二计算模块用于:根据所述预设区域的实际水蚀模数和所述预设区域的最大水蚀模数,计算得到所述预设区域的土壤水蚀保持量。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任一项所述的一种土壤水蚀保持量的监测方法的步骤。
CN202211151382.9A 2022-09-21 2022-09-21 一种土壤水蚀保持量的监测方法、系统和电子设备 Pending CN115620129A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211151382.9A CN115620129A (zh) 2022-09-21 2022-09-21 一种土壤水蚀保持量的监测方法、系统和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211151382.9A CN115620129A (zh) 2022-09-21 2022-09-21 一种土壤水蚀保持量的监测方法、系统和电子设备

Publications (1)

Publication Number Publication Date
CN115620129A true CN115620129A (zh) 2023-01-17

Family

ID=84859081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211151382.9A Pending CN115620129A (zh) 2022-09-21 2022-09-21 一种土壤水蚀保持量的监测方法、系统和电子设备

Country Status (1)

Country Link
CN (1) CN115620129A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934166A (zh) * 2023-07-28 2023-10-24 山东慧宇航空遥感技术有限公司 一种自然资源土壤价值核算系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934166A (zh) * 2023-07-28 2023-10-24 山东慧宇航空遥感技术有限公司 一种自然资源土壤价值核算系统

Similar Documents

Publication Publication Date Title
Li et al. Spatial–temporal evolution of soil erosion in a typical mountainous karst basin in SW China, based on GIS and RUSLE
Chaplot Impact of spatial input data resolution on hydrological and erosion modeling: Recommendations from a global assessment
Caiqiong et al. Application of HYDRUS-1D model to provide antecedent soil water contents for analysis of runoff and soil erosion from a slope on the Loess Plateau
Liu et al. National scale assessment of the soil erosion and conservation function of terraces in China
Wu et al. Simulation of soil loss processes based on rainfall runoff and the time factor of governance in the Jialing River Watershed, China
Jiang et al. Simulations of wind erosion along the Qinghai-Tibet Railway in north-central Tibet
Wang et al. Spatial distribution of water and wind erosion and their influence on the soil quality at the agropastoral ecotone of North China
CN105678062A (zh) 泥石流流量和容重沿程变化预测方法
CN109583035A (zh) 基于元胞自动机的城市面源污染物累积冲刷过程计算方法
CN105718725B (zh) 污染底泥及其污染物的数量化方法
CN112784395B (zh) 一种预测和模拟河流水体总磷浓度的方法
Lastoria et al. An estimated erosion map for the Aterno-Pescara river basin
Boufala et al. Assessment of the risk of soil erosion using RUSLE method and SWAT model at the M’dez Watershed, Middle Atlas, Morocco
CN115620129A (zh) 一种土壤水蚀保持量的监测方法、系统和电子设备
Xiong et al. Bright side? The impacts of Three Gorges Reservoir on local ecological service of soil conservation in southwestern China
Zeng et al. Effects of soil and water conservation measures on sediment delivery processes in a hilly and gully watershed
CN104698508A (zh) 一种用于土壤侵蚀野外调查的便携式装置及方法
Li et al. Effect of rock exposure on runoff and sediment on karst slopes under erosive rainfall conditions
Xin et al. Soil erosion calculation in the hydro-fluctuation belt by adding water erosivity factor in the USLE model
CN111157437A (zh) 一种用于沟头溯源侵蚀过程的观测装置
Apichitchat et al. Hydrological simulation for impact assessment of Kaeng Sue Ten dam in Thailand
Zhu et al. Decoding the hundred-year water level changes of the largest Saline Lake in China: A joint lake-basin modeling study based on a revised SWAT+
Liu et al. Fractal of the Gobi surface sediment components and its variability characteristics
CN102901799A (zh) 一种基于匀质含水层渗透系数实测的区域地下水特殊脆弱性评价方法
Devianti et al. Estimation of erosion and sediment using Gavrilović method in Krueng Jreu sub-basin, Aceh Province, Indonesia

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