RWEQ模型的土壤风蚀模数估算、其变化归因分析
土壤风蚀是一个全球性的环境问题。中国是世界上受土壤风蚀危害最严重的国家之一,土壤风蚀是中国干旱、半干旱及部分湿润地区土地荒漠化的首要过程。中国风蚀荒漠化面积达160.74×104km2,占国土总面积的16.7%,严重影响这些地区的资源开发和社会经济持续稳定发展。自20世纪80年代以来,土壤风蚀作为沙漠化的首要环节而得到前所未有的重视,相继开展了大量的实验研究工作,揭示了各种因素对风蚀过程的影响,尤其是人为因素对风蚀的加剧作用,并提出了不同地区的风蚀防治措施。中国西部山区生态脆弱,水土流失现象较为严重,威胁着国家的生态安全,当地风蚀模数的估算工作对维护其生态环境可持续发展具有一定意义。
土壤侵蚀模型的构建能够更好地探寻侵蚀的原因,以便对土壤侵蚀进行一系列预测工作,减轻其对生态环境的影响。由于侵蚀过程较为复杂,因此建模需要充分考虑各项因素,例如气象、水文、地质环境、土壤条件等。修正的土壤风蚀方程(revised wind erosion equation,RWEQ)被广泛应用于土壤风蚀预报。该模型由美国农业部(USDA)农业研究服务(Agricultural Research Service)组织开发,它是一个基于过程模拟的经验性模型。RWEQ模型能够成功模拟田间管理措施、不同作物轮作对风蚀量的影响。
结合案例讲解RWEQ模型的运行及相关的归因分析。先介绍RWEQ模型的基本原理及数据需求,再介绍ArcGIS基本功能,结合案例讲解RWEQ模型中区域地理空间数据库构建的方法和各个参量提取的原理与方法,最后结合三江源地区应用典型案例进行综合讲解风蚀模数估算、制图及归因分析。本课程是实践部分基于ArcGIS进行,并有部分数据需要Arcpy进行提取,建议学员提前搭建好软硬件平台。
第一章
理论讲解
1、土壤风蚀
风力侵蚀是土壤侵蚀的主要类型之一。在全球范围内,易于遭受风蚀的土地约占陆地面积的1/4。在我国北方干旱、半干旱及部分半湿润地区,风蚀是土地退化的主要过程之一。根据全国第三次水土流失普查数据,全国风蚀总面积为195.70万km2,占国土总面积的20.6%。
土壤风蚀预报技术是为了指导风蚀土地的可持续利用而发展起来的。它以风蚀动力过程及风蚀因子的影响作用研究为基础,用定量模型来估算风蚀强度,并被用于指导风蚀防治实践,因而代表土壤风蚀科学的研究水平。土壤风蚀模型研究是世界土壤风力侵蚀学科的前沿领域和土壤风力侵蚀过程定量研究的有效手段。
土壤风蚀预报研究与流水侵蚀预报研究相伴而生,相关的定量的工作大致可以追溯到本世纪40年代。
2、风蚀方程模型(Wind Erosion Equation, WEQ)
风蚀方程模型(WEQ)由Woodruff和Siddoway在1965年提出,旨在分析田间地表情况和田间管理措施对侵蚀速率的影响,进而有效防治农田的风力侵蚀。WEQ用于预报美国的农田的年风蚀量(kg/ha-1)。
WEQ 是第一个用于估算田间年风蚀量的模型,其中包含5组11个变量:气候因子、土壤可蚀性、土壤表面粗糙度、田块长度、以及作物残留物。其中土壤可蚀性与气候因子是最重要的因变量。
WEQ可用下式表示:
E=f(I,K,C,L,V)
其中,E为年风蚀量( t / acre, 1 acre= 4046 .86m2) ; f为函数关系;Ⅰ为土壤可蚀性( t / acre) ; K为土壤糙度因子; C为气候因子; L为田块裸露长度( ft, 1 ft =30 .48 cm); V为植被因子。
WEQ是建立在大量野外观测基础上的风蚀预报模型,首次引入了综合性思想来预报风蚀,为后来的风蚀预报提供了思路,因而被广泛应用。但随着资料的积累和新技术的引入,WEQ的局限性愈来愈多。主要表现在:
①WEO是建立在堪萨斯加尔登城( Garden City, Kansas)的气候条件基础
上的经验模型,当应用于气候条件差异较大的地区时,误差很大。
②WEQ在计算中没有考虑各种风蚀因子之间的复杂关系,将各因子视为彼此独立的,因而风蚀因子的总体效应均用乘积的方式来表达,由此会夸大某些因子的作用。
③野外风沙运移观测以及WEQ实际评价表明,雪崩原理不适用于数百米或更长田块上的风蚀过程。
④WEQ是一个纯经验模型,只注重宏观上应用的方便,与微观的风蚀机制研究脱节。
3、1.3修正风蚀方程模型(Revised Wind Erosion Equation, RWEQ)
修正的风蚀方程 (revised wind erosion equation, RWEQ)是一种以较高时空分辨率对区域土壤风蚀状况进行长时间序列估算, 从而有效预测风蚀量的模型, 可以为土地沙化防治提供依据 。如前所述,风蚀方程WEQ不能够预测高降雨量地区和极端干旱地区的土壤风蚀。随着风蚀观测仪器的发展,WEQ的局限性愈加明显,风蚀预报迫切需要充分利用已有的新技术。为了及时利用新技术,学者们建议修正WEQ,形成修正风蚀方程(RWEQ)。RWEQ的目的是应用简单的模型变量输入方式来计算农田风蚀量。
第二章
Arcgis基础
1、arcgis软件介绍及安装、常用功能介绍
arcgis版本介绍,安装;
arcgis软件界面,常用功能介绍;
过去踩过的那些坑—常见错误和使用注意;路径问题等
2、arcgis中RWEQ模型实现原理
2.1 基于栅格处理
在arcgis软件的空间分析工具箱中,提供了大量的栅格数据处理工具,其中对栅格数据进行平滑处理的工具在去除图像上的椒盐噪音的处理中有非常重要的作用
(1)提取分析:按属性或空间位置提取、按像元值提取;
(2)叠加分析:加权叠加、加权总和;
(3)距离分析:距离分析相关概念、欧式距离分析、成本距离分析;
(4)邻域分析:邻域形状、邻域统计类型、点统计;
(5)密度分析:点密度分析、线密度分析、核密度分析、密度分析区别;
(6)插值分析:反距离权重法、自然邻域法、趋势面法、样条函数法、克里金法;
2.2模型实现原理
修正的风蚀方程(RWEQ)计算多因素影响下的区域土壤转运总量, 作为该区域的土壤风蚀量。首先计算受气象、土壤侵蚀、土壤结皮、地表粗糙度和植被覆盖状况等因素影响的风力最大转运容量 , 然后通过风力最大转运容量和关键地块长度计算得到区域土壤转运总量。
第三章
RWEQ模型中各因子的提取
1、气候因子WF提取
1.1风力因子Wf提取
风速、气温、降雨、日照辐射以及雪盖天数等气候状况都会影响土壤风蚀模数, 其共同组成了气候因子。
气候因子WF表征了在考虑降雨、温度、日照及雪盖等因素的条件下风力对土壤颗粒的搬运能力,其表达式如下:
式中,WF为气象因子(kg/m);WE为风场强度因子(m3/ s3),由监测风速μ2(m /s)、起沙风速μ1(假定为5 m/ s)和观察周期天数 Nd 计算得到;ρ 为空气 密度(kg /m3 ),由海拔高度 EL(km)和绝对温度 T(K) 计算得到;g 为重力加速度(m/s2);S为土壤湿度因子(无量纲);R为降雨量(mm);I为灌溉量(mm);Rd为降雨次数和(或)灌溉天数;ETP为地表潜在相对蒸发量(mm),由太阳辐射SR(cal /cm2 )和平均温度 DT(℃)计算得到;SD为雪覆盖因子(无量纲);P为计算时段内积雪覆盖深度(Hsnow)大于25.4 mm的概率。
- 土壤可蚀性因子EF提取
土壤可蚀性是指土壤对侵蚀的敏感性。对于不同的机械组成和理化性质的土壤种
类,粒度越小,有机质含量越低,其土壤可蚀性越大,越容易被侵蚀;反之粒度越粗,有机质含量越高,其可蚀性越小,越不容易被侵蚀。对于土壤可蚀性因子的计算公式如下
- 土壤结皮因子SCF提取
土壤结皮是指某些低等生物与土表相互作用或降水滴溅在土表上形成的微层,一般按产生机理可分为生物性结皮和物理性结皮。其中,生物性结皮有利于抵抗土壤风蚀;物理性结皮易碎,反而加速了土壤被风蚀的过程。其计算公式如下:
- 植被覆盖度因子C提取
不同的植被有着不同的根系,也就有不同的固水固沙能力。植被覆盖度因子表示一定植被覆盖条件下,对土壤风蚀的抑制作用大小。 依据研究区LUCC分类图,将植被分为林地、灌木、草地、农田、裸地5个植被类型,根据不同的系数计算各植被覆盖度因子
式中,ai为不同植被类型的系数,其中,林地为 0.153 5,灌木为 0.092 1,草地为 0.151 1,农田为0.043 8,裸地为0.076 8;SC为植被覆盖度(无量纲),由NDVI 数据集计算得到。
- 地表粗糙度因子K’提取
地表粗糙度是指由地形引起的土地表面粗糙程度对土壤风蚀的影响
式中,Kr 为因地形起伏产生的地形粗糙度长度 (cm);Crr 为随机糙度因子,取 0;ΔH为距离L范围内的海拔高程差(m),根据不同的起伏地形情况,L 具有不同的值。
- 土壤风蚀量的计算
SL为土壤风蚀量(thm-2a-1);Qmax为风沙最大转移量(kg/m);S为关键地块长度(m);z为下风向最大风蚀出现距离(m),本次计算取50m;WF为气候因子(kg/m);K’为地表粗糙度因子;EF为土壤可蚀性因子;SCF为土壤结皮因子;C为植被覆盖因子。
第四章
案例分析
三江源地区土壤风蚀量计算
- 三江源气候因子提取
1.1Wf因子
1.3SW因子
- 三江源土壤风蚀量空间分布特征
土壤风蚀强度变化是诸多要素共同作用的结果,气象因子、下垫面粗糙度、植被覆盖、土壤含 水量等因素制约着土壤风蚀强度的差异,土地利用、覆盖变化是影响土壤风蚀的重要因子。
本节将结合根据研究区土地利用、覆盖变化信息的提取与分析及其他相关研究成果,分析研究区空间分布特征,为土壤风蚀防治措施方面进行深入分析。
第五章
RWEQ模型相关的SCI论文撰写技巧
- 科技论文结构
- 摘要和前言
- 英文摘要的写作要求
- 文献综述的写作技巧
- 引言写作的示例
- 材料与方法
- 数据来源与预处理
- 模型因子提取方法
- 结果与讨论
- 时空变化特征分析
- 结合区域特征进行讨论
参数优化讨论
相关文章:

RWEQ模型的土壤风蚀模数估算、其变化归因分析
土壤风蚀是一个全球性的环境问题。中国是世界上受土壤风蚀危害最严重的国家之一,土壤风蚀是中国干旱、半干旱及部分湿润地区土地荒漠化的首要过程。中国风蚀荒漠化面积达160.74104km2,占国土总面积的16.7%,严重影响这些地区的资源开发和社会经…...

学习streamlit-1
Streamlit A faster way to build and share data apps streamlit在几分钟内就可以将数据脚本转换为可共享的web应用程序,并且是纯python编程,无需前端经验。 快速开始 streamlit非常容易上手,运行demo只需2行代码: pip install…...
GPS定位知识介绍
GPS定位和网络定位 GPS定位需要卫星参与,设备借助搜到的卫星讯号,计算出设备的位置。网络定位是指利用基站、WIFI MAC,获取一个粗略的位置。3D定位和2D 定位 3D一般是指使用至少4颗以上卫星完成的定位。2D一般使用3颗卫星完成的定位过程。...

【Linux】理解Linux环境变量
🍎作者:阿润菜菜 📖专栏:Linux系统编程 初识环境变量 什么是环境变量 我们平常所用的Linux指令其实也是可执行程序,和我们自己写的二进制程序没什么两样,那么为什么我们在执行自己的程序的时候需要加上 ./…...
ISCSI块存储-集群
ISCSI块存储-集群 1、ISCSI概述 ISCSI与SCSI原理对比 底层都是硬盘 ISCSI第二层就是通过gateway/网络获取–>SCSI:是直连获取 常见的用于ISCSI服务的网络拓扑类型 SAN:Storage Area Network:存储区域网络; 多采用告诉光纤…...

11.Maxwell 部署
Maxwell 部署 一、环境准备 1、确保服务器上已经安装好了zookeeper、kafka、MySQL软件; (1)启动zookeeper: /usr/app/zookeeper3.4/bin/zkServer.sh start(2)启动三台主题的kafka 启动:bin/kafka-serv…...

一文速学-GBDT模型算法原理以及实现+Python项目实战
目录 前言 一、GBDT算法概述 1.决策树 2.Boosting 3.梯度提升 使用梯度上升找到最佳参数 二、GBDT算法原理 1.计算原理 2.预测原理 三、实例算法实现 1.模型训练阶段 1)初始化弱学习器 2)对于建立M棵分类回归树: 四、Python实现 …...

前端——2.HTML基本结构标签
这篇文章我们从0来介绍一下HTML的相关标签内容 目录 1.HTML语法规范 1.1基本语法概述 1.2标签关系 2.HTML的基本结构标签 2.1第一个HTML网页 2.2基本结构标签总结 1.HTML语法规范 下面,我们来看一下HTML的语法规范的内容 1.1基本语法概述 首先,…...
OAK深度相机使用不同镜头和本地视频流进行模型推理
编辑:OAK中国 首发:oakchina.cn 喜欢的话,请多多👍⭐️✍ 内容可能会不定期更新,官网内容都是最新的,请查看首发地址链接。 ▌前言 Hello,大家好,这里是OAK中国,我是助手…...

[项目] Boost搜索引擎
目录 1.项目相关背景 2.项目宏观原理 3.技术栈和项目环境 4.正排索引&&倒排索引 5.去标签与数据清洗 6.构建索引模块Index 6.1正排索引 6.2 建立倒排 jiebacpp使用 建立分词 7.搜索引擎模块Searcher Jsoncpp -- 通过jsoncpp进行序列化和反序列化 处理Cont…...

解决新版QGIS找不到Georeferencer插件
目录1. 问题分析1.1 去 Raster 找,没找到1.2 去插件搜,未搜到1.3 插件库里也搜不到2. 解决办法在 QGIS 3.30中,按常规办法,找不到 Georeferencer插件,它并没有被安装,在库中也找不到它, 请问问题…...

c---冒泡排序模拟qsort
一、冒泡排序 二、冒泡排序优化排各种类型数据 文章目录一、冒泡排序二、冒泡排序优化排各种类型数据冒泡排序 冒泡排序原理:两两相邻元素进行比较 初级版 void bulle_sort(int* a, int sz) {int i 0;for (int i 0; i < sz-1; i){int j 0; for (j 0; j…...
Java知识复习(十四)JS
1、数据类型 基本数据类型:null、undefinde、boolean、string、number、symbol(ES6新增)引用数据类型:Function、Array、Object、Map和Set(ES6新增) 2、let、var和const的区别 var定义的变量,…...
代码随想录刷题-数组-移除元素
文章目录写在前面习题我的想法暴力解法双指针写在前面 本节对应代码随想录中:代码随想录 习题 题目链接: 27. 移除元素- 力扣(LeetCode) 给你一个数组 nums 和一个值 val,你需要原地移除所有数值等于 val 的元素&a…...

聚观早报 |拼多多跨境电商业务正式登陆澳洲;中国加快6G网络研发
今日要闻:拼多多跨境电商业务正式登陆澳洲;全球自动驾驶公司排名特斯拉垫底;中国将加快 6G 网络研发;B站再次“崩”上热搜!已闪电修复;微软将必应AI聊天每次对话上限增加至8条拼多多跨境电商业务正式登陆澳…...

MDK Keil5 创建Stm32工程-理论篇(这里以Stm32F103Zet6为例)
一、文件夹创建与文件说明整个工程可以粗略的划分为几个文件夹:BSP底层驱动比如GPIO\Timer等驱动文件CMSIS内核相关的文件Firmware生成的固件下载文件Mycode用户编写的相关文件,主要编写的文件都在这个文件夹里Project工程文件startup芯片启动文件STM32F…...

应届大学生学什么技术好?哪些技术适合年轻人?
到了毕业季,应届大学生面临的就是就业问题,很多专业的大学生难以找到对口的工作,或是不得已随便就业,或者是学个技术高薪就业,那么,问题来了,应届大学生学什么技术好?哪些技术适合年…...

车企数据分类分级的实践指南出炉!“数据安全推进计划”发布,奇点云参编
日前,“数据安全推进计划”(DSI)正式发布《智能网联汽车数据分类分级实践指南》(下文简称“指南”),旨在以合规为主要导向,明确智能网联汽车数据分类分级的方法论,为数据全生命周期的…...

Nginx学习 (2) —— 虚拟主机配置
文章目录虚拟主机原理域名解析与泛域名解析(实践)配置文件中ServerName的匹配规则技术架构多用户二级域名短网址虚拟主机原理 为什么需要虚拟主机: 当一台主机充当服务器给用户提供资源的时候,并不是一直都有很大的用户量&#…...

Java 动态代理简述和实例
Java动态代理是一种在运行时动态创建代理对象的技术。它可以让我们在不修改原始代码的情况下,对原始对象进行增强或者添加额外的行为。这种代理方式可以用于很多场景,例如AOP编程、RPC框架等。动态代理是基于Java反射机制实现的,它允许程序在…...
内存分配函数malloc kmalloc vmalloc
内存分配函数malloc kmalloc vmalloc malloc实现步骤: 1)请求大小调整:首先,malloc 需要调整用户请求的大小,以适应内部数据结构(例如,可能需要存储额外的元数据)。通常,这包括对齐调整,确保分配的内存地址满足特定硬件要求(如对齐到8字节或16字节边界)。 2)空闲…...
Ubuntu系统下交叉编译openssl
一、参考资料 OpenSSL&&libcurl库的交叉编译 - hesetone - 博客园 二、准备工作 1. 编译环境 宿主机:Ubuntu 20.04.6 LTSHost:ARM32位交叉编译器:arm-linux-gnueabihf-gcc-11.1.0 2. 设置交叉编译工具链 在交叉编译之前&#x…...
多模态商品数据接口:融合图像、语音与文字的下一代商品详情体验
一、多模态商品数据接口的技术架构 (一)多模态数据融合引擎 跨模态语义对齐 通过Transformer架构实现图像、语音、文字的语义关联。例如,当用户上传一张“蓝色连衣裙”的图片时,接口可自动提取图像中的颜色(RGB值&…...
【服务器压力测试】本地PC电脑作为服务器运行时出现卡顿和资源紧张(Windows/Linux)
要让本地PC电脑作为服务器运行时出现卡顿和资源紧张的情况,可以通过以下几种方式模拟或触发: 1. 增加CPU负载 运行大量计算密集型任务,例如: 使用多线程循环执行复杂计算(如数学运算、加密解密等)。运行图…...
【RockeMQ】第2节|RocketMQ快速实战以及核⼼概念详解(二)
升级Dledger高可用集群 一、主从架构的不足与Dledger的定位 主从架构缺陷 数据备份依赖Slave节点,但无自动故障转移能力,Master宕机后需人工切换,期间消息可能无法读取。Slave仅存储数据,无法主动升级为Master响应请求ÿ…...

NLP学习路线图(二十三):长短期记忆网络(LSTM)
在自然语言处理(NLP)领域,我们时刻面临着处理序列数据的核心挑战。无论是理解句子的结构、分析文本的情感,还是实现语言的翻译,都需要模型能够捕捉词语之间依时序产生的复杂依赖关系。传统的神经网络结构在处理这种序列依赖时显得力不从心,而循环神经网络(RNN) 曾被视为…...

Spring数据访问模块设计
前面我们已经完成了IoC和web模块的设计,聪明的码友立马就知道了,该到数据访问模块了,要不就这俩玩个6啊,查库势在必行,至此,它来了。 一、核心设计理念 1、痛点在哪 应用离不开数据(数据库、No…...

关键领域软件测试的突围之路:如何破解安全与效率的平衡难题
在数字化浪潮席卷全球的今天,软件系统已成为国家关键领域的核心战斗力。不同于普通商业软件,这些承载着国家安全使命的软件系统面临着前所未有的质量挑战——如何在确保绝对安全的前提下,实现高效测试与快速迭代?这一命题正考验着…...

使用Spring AI和MCP协议构建图片搜索服务
目录 使用Spring AI和MCP协议构建图片搜索服务 引言 技术栈概览 项目架构设计 架构图 服务端开发 1. 创建Spring Boot项目 2. 实现图片搜索工具 3. 配置传输模式 Stdio模式(本地调用) SSE模式(远程调用) 4. 注册工具提…...

Python Ovito统计金刚石结构数量
大家好,我是小马老师。 本文介绍python ovito方法统计金刚石结构的方法。 Ovito Identify diamond structure命令可以识别和统计金刚石结构,但是无法直接输出结构的变化情况。 本文使用python调用ovito包的方法,可以持续统计各步的金刚石结构,具体代码如下: from ovito…...