论文部分内容阅读
年内植被变化信息会直接影响水土流失(土壤侵蚀)的估算精度。本文利用遥感影像,并结合降雨、地形、土壤、野外考察等数据,以中国水土流失方程CSLE(Chinese Soil Loss Equation)为基础,开展年内植被变化对水土流失估算结果的影响研究,以安溪县为例,定量分析年内植被变化对水土流失的影响,并对其2015年的土壤侵蚀进行估算与分析。主要研究内容包括:(1)面向生物措施因子估算的遥感数据季相筛选。基于CSLE模型,利用相对偏差来分析遥感季相差异对水土流失的影响,进而确定生物措施因子遥感估算的适宜月份。结果表明:在降雨量偏多、正常、偏少的情况下,2月和8月估算结果与参考值的差异最为明显,2月的相对偏差空间分布以高估区域为主,8月则以低估区域为主;6月和10月的估算结果与参考值最为接近,季相最为适宜。10月份福建省光学遥感数据更易获取,因此选用该月份遥感数据进行安溪县生物措施因子估算。(2)基于CSLE的安溪县水土流失监测与分析。选用合适的水土流失因子提取和估算方法,基于CSLE模型完成2015年安溪县水土流失定量估算与验证。结果表明:2015年安溪县水土流失总面积为638.09 km2,流失率高达21.31%。其中以轻度流失为主,强度及以上流失等级面积所占比例较少。水土流失主要分布于中北部和南部区域,双溪流域和大畲溪流域水土流失最严重;水土流失以15°～25°坡度带和海拔200～500 m的地带最为严重,应重点防治。(3)年内植被变化对水土流失影响的定量分析。引入时空融合模型FSDAF(Flexible Spatio-Temporal Data Fusion),构建了逐月中等分辨率植被指数,并计算逐月生物措施因子(B)。以逐月累加法估算的土壤侵蚀模数作为参考,定量分析不同月份生物措施因子(B)估算的月年土壤侵蚀模数与参考值的差异,评估年内植被变化对水土流失的影响。结果表明:逐月累加法估算的月水土流失占比与月平均降雨侵蚀力因子(R)相关性很高,与植被覆盖没有相关性;受植被长势影响,利用2月生物措施因子估算的年水土流失最为严重,而利用8月的生物措施因子估算的年水土流失偏小,5-6月和10～11月的估算结果与逐月累加法较为接近;通过改变植被覆盖度可控制水土流失程度。