一、SOTER支持下海南土壤侵蚀量估算（论文文献综述）
蒙晓[1]（2021）在《宏观视角下基于空间模型和GIS技术的区域土壤侵蚀及其侵蚀因子的时空特征分析》文中进行了进一步梳理土壤侵蚀是一个全球性的生态环境问题,严重威胁着人类生存环境的可持续发展。近年来随着人口的增加以及经济社会的发展,不合理的农业耕作方式、滥砍滥伐、过度放牧等不合理的人类活动对区域土壤侵蚀的影响作用加剧,严重影响了土地资源安全。中国的土壤侵蚀分布范围广且侵蚀类型复杂,整体地形起伏明显、地表组成物质疏松、部分地区植被覆盖率极低,这使得我国的土壤侵蚀问题更加严峻。因此,深入研究区域土壤侵蚀的发生机理,分析区域土壤侵蚀的分布模式和时空特征,准确评估区域土壤侵蚀量,了解区域土壤侵蚀驱动因子的影响路径,对保护地表土壤资源、减少土地退化、保护生态环境以及缓解我国乃至全世界土壤侵蚀问题具有重要意义。已有的土壤侵蚀研究主要是从区域的角度评估区域土壤侵蚀量,分析土壤侵蚀的形成机理,了解其发展形态特征。这些研究大多忽略了土壤侵蚀及其侵蚀因子在宏观视角下的空间特征。鉴于此,本文将“空间边际效应”这一概念引入区域土壤侵蚀的研究中,试图从宏观的空间角度分析区域土壤侵蚀及其驱动因子的时空特征。本文以中国区域为例,分别研究了该区域土壤侵蚀及其侵蚀因子的全局空间自相关性、局部空间自相关性、空间分布聚集模式、空间滞后效应以及土壤侵蚀驱动因子的空间效应等特征。具体的研究内容和研究结果包括以下几个方面:（1）根据中国土壤流失方程（Chinese Soil Loss Equation,CSEL）和通用的美国修正土壤流失方程（Revised Universal Soil Loss Equation,RUSLE）评估本研究区域的土壤侵蚀量并分析其空间分布特征,这是进行后续土壤侵蚀及其侵蚀因子时空特征分析的数据基础。本文分别计算了研究区域土壤侵蚀的降雨侵蚀力因子、坡度坡长因子、土壤可蚀性因子以及植被覆盖与管理因子,根据这四种土壤侵蚀因子的计算结果得到了研究区域土壤侵蚀量。研究结果显示,降雨侵蚀力因子、植被覆盖与管理因子以及区域土壤侵蚀均具有显着的东西分异空间分布特征。（2）通过空间计量理论中的探索性空间数据分析方法（Exploratory Spatial Data Analysis,ESDA）分析区域土壤侵蚀及其侵蚀因子的全局空间自相关性和局部空间聚集模式。区域土壤侵蚀及其侵蚀因子的全局空间自相关性是利用全局Moran’s I统计量进行检验,局部空间分布和聚集特征是利用局部Moran’s Ii、局部Getis-Ord Gi以及局部Geary Ci统计量进行检验和分析。研究结果显示:区域土壤侵蚀及四种土壤侵蚀因子均存在显着的空间正相关关系。其中降雨侵蚀力因子和区域土壤侵蚀均在空间上呈现出西北区域为低-低值聚集区而东南区域为高-高值聚集区的空间聚类特征。土壤侵蚀及其侵蚀因子的空间分布和聚集模式分析结果表明,本研究区域内各分区单元的土壤侵蚀并不是独立状态,其在空间上存在相关关系。这一结论是后续利用空间模型分析区域土壤侵蚀及其侵蚀因子空间效应的空间理论前提。（3）通过空间马尔可夫理论分析区域土壤侵蚀及其侵蚀因子的空间滞后效应。本文将“空间滞后项”引入传统马尔可夫理论模型中,建立了用于分析区域土壤侵蚀及其侵蚀因子空间滞后效应的空间马尔可夫理论模型。研究中分别计算了区域土壤侵蚀及其侵蚀因子的传统马尔可夫概率矩阵和空间马尔可夫概率矩阵。通过比较这两个马尔可夫状态转移概率矩阵结果分析了区域土壤侵蚀及其侵蚀因子的空间滞后效应。研究结果表明:区域土壤侵蚀及其侵蚀因子均在空间上具有显着的空间滞后效应。具体表现为不同空间邻域状态类型对区域土壤侵蚀及其侵蚀因子的状态转移方向以及状态转移概率值大小均有影响。这一结果可以用一种抽象的“马太效应”来解释,即当相邻区域土壤侵蚀及其侵蚀因子的侵蚀状态为高等级时,观测分区的土壤侵蚀或者侵蚀因子向高等级侵蚀状态转变的概率更高;同时,当相邻区域土壤侵蚀及其侵蚀因子的侵蚀状态为低等级时,观测分区的土壤侵蚀或者侵蚀因子向低等级侵蚀状态转变的概率更高。（4）通过建立区域土壤侵蚀空间计量模型定量地分析土壤侵蚀驱动因子的空间效应。具体包括土壤侵蚀自然驱动因子的空间滞后效应以及土壤侵蚀人为驱动因子的空间溢出效应。本研究中拉格朗日乘子检验（Lagrange multiplier,LM）、Wald检验以及似然比检验（likelihood ratio,LR）的结果显示土壤侵蚀空间杜宾面板数据模型（Spatial Dubin Panel Data Model,SDPDM）能够最好的拟合本研究区域的土壤侵蚀数据,所以本文建立了土壤侵蚀的空间杜宾面板数据模型用于分析区域土壤侵蚀驱动因子的空间滞后效应和空间溢出效应。研究结果表明区域土壤侵蚀的驱动因子存在显着的空间滞后效应和空间溢出效应,具体表现为观测区域和相邻区域土壤侵蚀驱动因子的影响作用均会越过其分区边界,影响与之相邻区域的土壤侵蚀状态。本文的研究表明区域土壤侵蚀这一地理过程在宏观视角下并不是一个独立的状态,每一个分区单元的土壤侵蚀状态都与其周边相邻区域的土壤侵蚀状态存在相关关系。同时,区域土壤侵蚀驱动因子的影响作用不只局限于其所在的区域内部,其影响作用会从区域边界溢出至与其具有“空间邻近”关系的邻域分区内,从而影响相邻区域的土壤侵蚀状态。本文的创新之处是将空间计量理论引入区域土壤侵蚀研究中建立了区域土壤侵蚀的空间理论模型,尝试从宏观的空间视角分析区域土壤侵蚀及其侵蚀因子的时空特性。此外,本研究突破了已有的在土壤侵蚀研究中建立截面数据模型的传统思维,将空间面板数据模型引入区域土壤侵蚀的研究中,分析了区域土壤侵蚀驱动因子的空间效应,该研究结论可以更加真实的剖析驱动因子对区域土壤侵蚀过程的影响机理。最后,通过本文的研究提出了两个重要的土壤侵蚀空间理论:一是构建了土壤侵蚀空间理论分析框架模型,该模型可以用于分析区域土壤侵蚀及其侵蚀因子的全局空间相关特征、局部空间聚集模式、空间溢出和滞后效应等一系列时空特征;另一方面基于文中土壤侵蚀驱动因子的空间效应研究结果提出了区域土壤侵蚀评估空间概念模型,具体是在区域土壤侵蚀评估过程中加入了由土壤侵蚀驱动因子空间溢出效应和空间滞后效应引起的土壤侵蚀量。本文的研究不仅丰富和发展了已有的土壤侵蚀研究理论,而且为区域土壤侵蚀的准确评估提供了新的理论依据。
陈丽萍[2]（2019）在《基于Landsat数据的森林碳储量与土壤侵蚀功能研究》文中研究说明森林生态系统作为陆地生态系统的重要组成部分,具有无法取代的社会、经济及生态效益。通过景观分析法对研究区土地利用/土地覆盖类型、碳储量/碳密度、土壤侵蚀功能等进行动态分析评价,从而为区域内土壤侵蚀的防治、多功能森林的经营规划等提供依据。以将乐县1997年、2007年与2017年的Landsat影像数据为基础,进行土地利用/覆盖分类及精度验证。根据土地利用/覆盖分类结果,对其土地利用变化进行分析与预测。提取包括波段、植被指数、地形因子、主成份、缨帽变换因子与纹理指数等数据;与地面调查样地数据进行相关分析,得到显着相关的因子并使用BP神经网络方法建模反演得到研究区碳密度分布。根据研究区月降雨、土壤类型、地形、植被覆盖度与土地利用/覆盖结果分别计算得到相应的土壤侵蚀因子,结合ArcGIS10.3计算得到研究区土壤侵蚀量,并对其在海拔、坡度上的分布进行分析。使用Fragstats4.2分别计算研究区土地利用/覆盖、土壤侵蚀与碳密度的各类景观指数,并对其进行分析,得到碳密度与土壤侵蚀之间关系。主要结论:1)多端元光谱分解效果优于约束性最小二乘法分解,植被丰度与土壤丰度构建得到衍生的植被-土壤指数能够扩大不同森林类型之间的差异。结合可见光波段、植被丰度、植被-土壤指数与NDVI可实现2007年与2017年林地内不同森林类型的划分。第一层1997年、2007年与2017年总体分类精度分别为90.40%、91.90%及88.01%,其相应的kappa系数值分别为0.85、0.88与0.83;第二层林地区域2007年与2017年总体精度分别为85.17%与86.62%,kappa指数分别为0.80与0.82。根据分类结果,水域面积先减小后增大;建筑与林地面积持续增加;耕地与裸地面积持续减小。裸地变化最剧烈,主要受城市扩张、林业生产经营的影响,分布具有一定的随机性。其次为耕地或建筑,主要表现为耕地面积的减少与建筑面积的增加,其中建筑面积主要来源于耕地。林地变化面积最大,变化率最小,主要与耕地进行转换。预测得到2017年土地利用/覆盖结果与实际结果的kappa值为0.81,说明CA-Markov模型的适立性,基于此对2027年研究区土地利用/覆盖情况进行预测。2)经Pearson相关分析,选择了波段2与6的倒数、波段2与5在5×5窗门下的均值纹理作为神经网络模型输入变量;经模拟训练得到决定系数为0.66,均方根误差为5.81 t/ha,相对均方根误差为0.72的神经网络模型。根据模型反演得到研究区林地碳密度分布,统计得到其均值为95.58 t/ha,标准差为56.47 t/ha,林地总碳储量为1.92X 107t。根据森林类型统计结果,不同类型平均碳密度排序为混交林>马尾松纯林>阔叶纯林>杉木纯林,值分别为 103.76 t/ha、98.19 t/ha、95.43 t/ha 与 90.90 t/ha。马尾松纯林、杉木纯林、阔叶纯林与混交林总碳储量分别为7.07X 107t、6.14X 107t、4.26 X 107t 与 1.72 X 107t。3)2007年与2017年将乐县土壤侵蚀面积分别为991.02 km2与1001.12 km2,平均土壤侵蚀模数为 508.96t/（km2·a）、522.82t/（km2·a）,土壤侵蚀总量为 114.62 万 t/a、117.57万t/a;土壤侵蚀主要为微度与轻度侵蚀强度。平均土壤侵蚀模数随海拔增加先增加后减小,随坡度增加而增加。在0°-15°坡度级,以微度侵蚀为主;在15°以上坡度区域以轻度侵蚀强度为主。200-800 m区域侵蚀量占比分别达到80.56%与82.48%,15°-25°区域侵蚀量占比分别达到72.68%与72.52%。说明研究区的土壤侵蚀发生区域集中200-800 m海拔级、15°-25°坡度级的区域,主要是因为在该区域人类活动影响较大,皆伐等经营措施对其有一定的影响,因此在制定措施的时候更应考虑该区域。4)1997-2017年间研究区土地利用/覆盖发生了剧烈的变化,景观破碎度下降,形状趋向于规则化且景观之间的连通度增加,主要原因是发展过程中,尤其是建筑用地对原本细碎的未利用地景观的大量吞并,使零散斑块减少,从而增加其景观的聚集度。森林碳密度斑块面积较小、类型多样、分布均衡且斑块总体较为破碎,受人类活动的影响较大。以平均碳密度为中心的Leve14（66.21 t/ha-122.69 t/ha）碳密度级,代表将乐大部分林地的实际碳密度景观分布状态,说明将乐县林地质量较好,且具有较高的连通性。土壤侵蚀斑块数量大、斑块平均面积小,说明研究区不存在大面积同一类型的侵蚀情况,但具有较好的连通性,应防止其连接成片。土壤侵蚀斑块数量随碳密度级的增加先增加后减少,侵蚀斑块分布较为分散,林地上受其碳密度分布影响较大。侵蚀主要集中在Leve13、Leve14、Leve15三个级别内,中度以上侵蚀斑块数与斑块面积小,其中强度与极强度侵蚀面积主要在一个像元之内。总体上,人类活动对土地利用/覆盖、土壤侵蚀与森林碳密度具有重要影响,主要驱动力为城市化扩张、森林经营、退耕还林工程等政策的实施。
陈国坤[3]（2019）在《基于样本数据的中国水力侵蚀定量化研究与比较》文中认为土壤侵蚀,尤其是水力侵蚀,是世界范围内最主要的土地退化问题,已经成为全球性公害。作为人口大国和农业大国,特殊的历史自然条件决定了我国是世界范围内遭受土壤侵蚀影响最为严重的国家之一。土壤侵蚀是一个多因素、多层次、多尺度的地学问题,其发生发展受到多种自然要素和社会因素的相互影响和相互制约。对土壤侵蚀状况及其动态变化的掌握与水土保持治理工作的投入力度、区域社会经济发展和生态环境的整体情况等方面都有着密不可分的联系。科学地评价全国范围内的水力侵蚀状况、定量估算土壤侵蚀量、客观分析土壤侵蚀的空间分异特征,对防治水土流失和保护水土资源意义重大。目前,区域和国家尺度上的土壤侵蚀研究以遥感调查为代表的定性和半定量化的方法为主,定量研究较少。定量研究以抽样调查方法和网格估算法为主,但是抽样调查方法难以实现全区域覆盖,而网格估算法对侵蚀模型进行简化,对侵蚀发生的微观过程考虑不足。本文以2010-2012年水利部开展的第四次全国土壤侵蚀普查中的抽样调查数据为基础,在全国1:10万土地利用时空数据库的支持下,结合GIS、RS和统计学等技术和方法,采用CSLE模型和空间插值外推相结合的方法定量估算了全国各水土保持区的土壤侵蚀模数,对全国范围内的水力侵蚀状况进行了分析;同时,按照水利部标准对定量估算结果进行侵蚀强度等级划分,与第二次全国土壤侵蚀遥感调查基础上更新的2010年土壤侵蚀现状进行了对比,分析了全国尺度上不同土壤侵蚀评价方法（遥感调查和CSLE模型）结果的差异及其原因。本文的主要研究结果如下:（1）建立了全国8个水土保持区一级区水力侵蚀因子空间数据库。综合多源数据,估算了全国水蚀区的各个土壤侵蚀指标因子。研究结果表明全国降雨侵蚀力的分布表现出从东南向西北方向逐渐递减的趋势,这和我国降水的分布趋势是大体一致的。南方红壤区、西南岩溶区、西南紫色土区、北方土石山区、东北黑土区和西北黄土高原区降雨侵蚀力R值依次为6783.71、4131.659、3908.89、2463.40、1470.38和1295.34 MJ?mm?hm-2?h-1?a-1。采用USLE方法和EPIC模型估算了全国土壤K值,并用实测资料进行了K值的订正。经过订正后东北黑土区和北方土石山区的土壤可蚀性值未发生明显变化,西北黄土高原地区、西南紫色土区、西南岩溶区和南方红壤区K值都有不同程度的降低。LS因子值的空间分布与坡度的空间分布大体一致。利用MODIS NDVI 16天合成数据计算植被覆盖度和样本数据插值的方法获取了水土保持措施因子的空间分布。耕地为主要土地利用类型的分区B因子值总体较高,林草覆盖较高的分区B因子值总体较低。（2）结合CSLE模型,采用点面相结合的方式,利用2010年全国土地利用图对样本数据进行空间插值和外推,定量估算了中国水蚀区土壤侵蚀模数,重点分析了全国6个主要水蚀区的侵蚀特征,包括空间分布、侵蚀模数、土壤侵蚀率、侵蚀面积和强度、侵蚀量和侵蚀贡献率等。结果表明:我国的水力侵蚀主要发生在二级阶梯上,并主要分布在半湿润和半干旱地区。8个水土保持区的水力侵蚀总面积为163.20万km2,占整个水蚀区土地总面积的30.48%。西北黄土高原区和西南紫色土区的水力侵蚀最为严重,侵蚀的土地利用类型以坡耕地为主。从土壤侵蚀模数来看,西北黄土高原区、西南紫色土区和西南岩溶区是土壤侵蚀较为严重的三个分区,平均值依次为1492.62、1461.66和1168.28 t/（km2·a）;东北黑土区和北方土石山区土壤侵蚀模数平均值分别为618.01 t/（km2·a）和529.048t/（km2·a）;南方红壤区平均值为335.64 t/（km2·a）。（3）分析了不同土地利用类型的水力侵蚀特征。结果表明:在所有土地利用类型中,旱地的侵蚀模数较高,全国平均值为2414.33 t/（km2·a）,不同分区旱地的侵蚀差异显着,西南紫色土区和西南岩溶区旱地的平均侵蚀模数均超过4000 t/（km2·a）;西北黄土高原区旱地的平均土壤侵蚀模数为2782.25 t/（km2·a）;东北黑土区区旱地的平均土壤侵蚀模数为1998.11 t/（km2·a）;而南方红壤区和北方土石山区旱地的平均侵蚀模数分别为1182.69 t/（km2·a）和927.46 t/（km2·a）。旱地年侵蚀量为20.56亿吨,其土地利用面积仅全国水蚀区土地总面积的24.44%,但侵蚀贡献率是所有土地利用类型中最大的,达到58.76%。此外,草地、有林地、其它林地和灌木也是重要的侵蚀来源,年侵蚀量分别为3.99、3.98、2.90、和1.57亿吨。（4）比较了全国水力侵蚀两种方法不同结果。定量估算和遥感调查的全国水力侵蚀面积比例分别为30.48%和33.56%,两者在侵蚀面积的总量和空间分布上表现出一致性,但在侵蚀内部构成方面有一定的差异。一方面,空间分布上西北黄土高原区都是侵蚀最严重的分区,南方红壤区、东北黑土区和北方土石山区的两种结果的一致性较好,其中南方红壤区的侵蚀比例相差仅为0.67%。西南紫色土区定量估算结果较遥感调查结果小8%,是侵蚀比例差异较大的分区。选择两种结果一致性较差的重庆和云南进行详细分析,结果表明重庆地区有74.81%的面积两种结果一致性较好,一致性较差的地区集中在丘陵地区,土地利用类型以旱地、山区水田、工矿用地和其它林地为主要类型,有林地、灌木林地、草地等类型两者一致性较好。云南省两种方法结果之间差异显着,侵蚀的空间分布和强度等级构成一致性都较差,土地利用类型以旱地和其它林地为主,全省旱地平均侵蚀模数达到4895.37 t/（km2·a）,澜沧江流域下游的南部地区超过7300 t/（km2·a）。这主要是由于高降雨侵蚀力下陡坡耕地缺乏水土保持措施引起的,野外调查的结果表明其它林地中的茶园和果园侵蚀现象严重也是主要原因。本文的主要创新点如下:（1）结合土壤侵蚀模型,采用点面相结合的方式,利用2010年全国土地利用图对样本数据进行空间插值和外推,定量估算了全国水蚀区的土壤侵蚀模数。（2）首次开展了基于第四次全国土壤侵蚀抽样调查的定量估算结果和第二次全国土壤侵蚀遥感调查基础上更新的2010年水力侵蚀状况,两种方法评估的全国水力侵蚀面积比例相差3%,对于多数水土保持分区而言,结果一致性较好,并对结果差异明显的地区进行了分析。（3）在土壤侵蚀模数的计算过程中,充分考虑了水土保持措施对水力侵蚀的影响,这对于评价不同地区的水土治理成效有重要意义。
任浩天,朱丽蓉,叶长青,黄乔乔,王鑫瑶,李龙兵[4]（2018）在《基于USLE模型的松涛水库流域土壤侵蚀定量研究》文中认为利用GIS和RS技术并结合土壤流失方程（USLE）对松涛水库流域土壤侵蚀进行定量估算,设置情景模拟分析流域土壤侵蚀控制方案。结果表明:每年潜在土壤侵蚀总量约5 742.59×104 t,平均每年侵蚀模数约3.67×104 t/km2,高出容许土壤侵蚀量和土壤平均侵蚀模数的92倍;年均土壤侵蚀量约61.96×104 t,集中分布在橡胶林和林地;流域年均土壤侵蚀模数为394.89×104 t/km2,高于容许土壤流失量,土壤侵蚀面积占总面积12.16%,空间分布不均,水库周边及下游土壤侵蚀较强烈。情景模拟发现改变人工林的种植方式,如采用水平阶或鱼鳞坑来种植浆纸林和橡胶林每年能减少土壤侵蚀量21.38×104 t,土壤侵蚀面积可减少85.36 km2;植被覆盖度的增加,每年能减少土壤侵蚀量15.93×104 t,土壤侵蚀面积可减少51.65 km2。
任浩天[5]（2018）在《海南省松涛水库流域土壤流失与非点源污染负荷时空分布特征研究》文中认为随着点源污染得到控制,面源污染对流域尺度的水环境污染贡献占比已经接近甚至超过工业点源污染,成为亟待解决的重大环境问题。结合3S技术的模型模拟成为定量估算非点源污染负荷最有效的方法,然而非点源污染复杂的影响机理仍是非点源污染研究的热点和难点。本文基于大尺度非点源污染负荷估算方法体系,对传统溶解态二元结构模型时间步长进行改进,采用日降雨尺度,克服了原模型未考虑次降雨冲刷后剩余污染负荷的累积问题,以松涛水库为研究区,将3S技术与非点源污染负荷估算模型进行耦合,估算2011～2015年流域非点源污染负荷,解析松涛水库非点源污染空间特征,明确非点源污染的重点防治区和防治措施,以期为松涛水库流域水环境污染防治提供技术支持。主要研究结论:（1）降雨侵蚀力的时空分布特征。松涛水库流域多年平均降雨侵蚀力值范围为12745.2～21878.2MJ·mm/（hm2·h）,平均值为 16237.6MJ mm/（hm2·h）,与流域多年平均降雨量极显着相关（相关系数0.693,P<0.01）,空间分布规律与多年平均降雨量基本一致,即总体上从北到南呈先递增后递减趋势;降雨侵蚀力随纬度增加而增加,随经度增加而减小;流域春、秋、非汛期降雨侵蚀力变化趋势均不显着,没有发生显着性突变,年、夏季、冬季、汛期降雨侵蚀力变化显着;其中非汛期的降雨侵蚀力呈下降趋势,其余时段均呈上升趋势;流域多数站点呈上升趋势,老村、牙阜和阜类多数时段呈显着上升趋势,这些地区面临水土流失的风险较大;突变分析年降雨侵蚀力发现在1970年发生显着突变;流域降雨侵蚀力变化周期为3.5a,震荡周期为5～16a。（2）土壤侵蚀的时空分布特征。应用土壤流失方程（USLE）对松涛水库流域土壤侵蚀进行定量估算,设置情景模拟分析流域土壤侵蚀控制方案。松涛水库潜在土壤侵蚀总量约为5742.59万t/a,平均侵蚀模数约为3.67万t/（km2·a）,高出容许土壤侵蚀量和土壤平均侵蚀模数的92倍;年均土壤侵蚀量约61.96万t,集中分布在橡胶林和林地;流域年均土壤侵蚀模数为394.89万t/（km2·a）,高于容许土壤流失量,土壤侵蚀面积占总面积12.16%,空间分布不均,水库周边及下游土壤侵蚀状况强烈。情景模拟发现改变人工林的种植方式如采用水平阶或鱼鳞坑来种植浆纸林和橡胶林能减少土壤侵蚀量21.38万t/a,土壤侵蚀面积可减少85.36km2;植被覆盖度的增加到75%,能减少土壤侵蚀量15.93万t/a,土壤侵蚀面积可减少51.65km;建立2002年与2015年植被盖度转移矩阵,发现高覆盖度植被正在减少,低覆盖度植被变化不大,由于流域沟壑纵横,多属山地区域,极易发生土壤侵蚀,应充分考虑天然林对生态环境的影响。（3）非点源污染负荷时空分布特征。采用平割法对溶解态二元结构非点源模型进行验证,TN、TP、COD和NH4+-N的相对误差分别是17.38%、12.95%、12.78%、.61%,模型结果满足要求。采用比较法对吸附态污染负荷进行验证,吸附态TN和污染负荷分别为0.5067t·km2和0.05547t.km2,结果介于珠江流域和东南诸河流域之间,模拟结果合理。松涛水库流域的非点源污染存在形式以溶解态污染为主,溶解态TN、TP负荷所占比重分别为72.34%和60.42%;农业径流污染负荷在溶解态污染负荷中占有较大比重,其中TN、TP和NH4+-N所占污染负荷总量的比例分别为69.13%、70.04%、69.85%;大牲畜在养殖过程中产生的COD污染负荷占流域COD总量的50.62%,是COD污染负荷的主要来源。局部地区来看,TN、TP和NH4+-N的分布状况与流域农业种植的空间分布呈显着相关关系,污染负荷主要集中在流域上游白沙县的耕地,橡胶林等,单位面积的污染负荷较小,但种植范围较大,产生的非点源污染负荷是所有作物中最多的;COD污染负荷的分布多集中在人口较为密集的中部地区白沙县附近,COD负荷的空间分布与农村居民点的空间分布呈显着相关。降雨量和降雨侵蚀力是导致非点源污染的因素之一。非点源污染随汛期降雨量的显着上升而呈现出两个峰值,分别出现在5月和8月,7～9月污染负荷量约占全年43.31%-46.00%。除浆纸林面积减少之外,其余土地利用类型面积均有所上升,其中,园地的增长率最高,为60.91%,表明随着经济作物不断增加,作物对化肥的需求将不断提升,因此人为干扰也是导致非点源污染产生的主要因素。（4）管理措施。对流域各类污染负荷进行关键风险区划分,其中.TN、TP、NH4+-N和COD的高风险区主要位于松涛水库流域上游地区和白沙县周边,远高于平均非点源污染负荷。针对农药和化肥的使用,建议合理提高作物的吸收率,减少农药和化肥的使用;可采用“种养结合、农牧循环”的模式,将畜禽粪便作为生产有机肥料的原料,或在消纳紧张的养殖区建立有机肥厂;坡度是影响径流和泥沙输移系数的主要因素,在流域中上游的生态敏感区可采用退耕还林的措施,以减少营养物质的转移;可采用“顶林、腰园、谷农、塘鱼”的立体开发模式,基于时空差异的原理进行生物群落多层配置,有利于增加植被覆盖度,降低径流系数,有效削减面源污染。
李雪莹,杨俊,杨阳,王雪[6]（2016）在《基于GIS与RUSLE的土壤侵蚀量时空变化分析》文中研究指明基于修正的土壤流失方程（RUSLE）,运用RS和GIS技术对葫芦岛市的土壤侵蚀状况进行分析。结果表明,葫芦岛市年均土壤侵蚀量17 867 598.32 t,年均土壤侵蚀模数为16.13 t/（hm2×a）,属于轻度侵蚀。葫芦岛市中度侵蚀以上的土壤侵蚀面积占总侵蚀面积的11.31%,土壤侵蚀模数占总侵蚀量的40.17%。中度侵蚀以下的土壤侵蚀面积占总侵蚀面积的88.96%,土壤侵蚀量占总侵蚀量的59.83%,研究区土壤侵蚀空间差异性大。分析土壤侵蚀与坡度和土地利用之间的关系表明,6°25°为研究区主要侵蚀坡度段,裸土地、旱地、林地和草地是研究区土壤侵蚀的主要发生区,葫芦岛市应将其列为水土保持重点治理对象,采取有效措施,改善土壤侵蚀现状。
王大鹏,罗微,王文斌,罗雪华,张永发,林钊沐,吴小平[7]（2014）在《60年来我国热带土壤学科的发展历程及研究展望》文中提出对文献资料及相关历史资料进行总结,简要综述60年来我国热带土壤学科在热带土壤发生与分类、热带土壤肥力区划与管理、热带作物营养诊断及热带土壤信息化管理等方面的研究工作,并对学科今后的发展方向进行展望。
安玲玲[8]（2014）在《浙江省土系数据库建立及应用研究》文中研究指明土壤是地球各个圈层相互作用的产物，在各个圈层中起着物质交换与能量传递的作用，是陆地生态系统的基础，并且维持着地球生物圈的稳定。近年来，地理信息系统、遥感和全球定位系统等技术在土壤资源管理方面的应用不断扩大，为土壤资源的科学管理和合理利用提供了技术支撑。因此，土壤信息系统便应运而生。土系数据库作为土壤信息系统的重要组成部分，越来越受到土壤工作者的关注。在中国土壤系统分类中，土系是最基本的分类单元，是在实体基础上建立起来的分类单元，实用性比较强，其划分指标也明确，并可输入数据库系统，从而实现科学管理、使用和共享等。由于相同土系的生产适宜性大体一致，与生产应用的结合性较强。因此，进行土系研究具有重要的理论和实践意义，土系数据库的建立与应用也成为当今国内土壤学研究中的重要内容。本研究利用国家科技基础性专项“我国土系调查与《中国土系志》编制（2008FY110600）”项目的子课题：“浙江省土系调查与《中国土系志·浙江卷》”的相关研究成果，建立了1：25万浙江省土系数据库，把土系属性（把土系属性分为图斑信息、景观环境数据、典型单个土体数据和发生层数据4部分）数据库和土系空间数据库融为一体，实现了浙江省土系调查数据的高效有序和信息化管理。并专门开发了浙江省土系数据库输入系统，实现土系属性的方便输入与更新。在浙江省土系数据库基础上，初步进行了浙江省土壤有机碳密度与储量的估算方面的拓展研究，在浙江省土系数据库中选取土壤有机碳平均含量、平均容重、土层厚度、土壤砾石（粒径>2mm）的体积分数等进行了浙江省土壤有机碳密度与储量的估算。利用土壤类型法计算得到浙江省陆地土壤碳库为0.81Pg，平均碳密度为8.37kg﹒m-2；GIS估算法得到浙江省陆地土壤碳库为0.83Pg，平均碳密度为8.08kg﹒m-2。浙江省土壤有机碳密度分布以金衢盆地向台温沿海倾斜的东南向条带状为低值中心，向北、西、南逐渐增加。此外，结合第二次土壤普查数据对近30年来土壤有机碳的变化进行了估算，结果显示，浙江省从1979年到2009年的30年中土壤有机碳储量变化不大，但从土壤亚类看，有机碳密度变化明显，可以分为上升型、下降型和不变型三类。从区域看，浙江省南部地区的土壤有机碳密度出现大幅度降低；中东部地区的土壤有机碳密度也有略微下降；西部地区土壤有机碳密度上升幅度最大。
李雪莹,杨俊,薛忠跃,温海明,王晨雨,程宇,王阳,杨磊[9]（2014）在《基于GIS和RUSLE的锦州市水土流失定量空间特征分析（英文）》文中认为以RS和GIS技术为支撑,利用修正的土壤流失方程（RUSLE）定量评估锦州市2010年水土流失量和土壤侵蚀强度,并对锦州市水土流失空间分布特征进行分析。结果表明,锦州市2010年土壤侵蚀面积为7284.87 km2,占锦州市总面积的70.72%,平均土壤侵蚀模数为18.27 t/（hm2·年）,属于轻度侵蚀;15°25°和6°15°2个坡度带是研究区土壤侵蚀的主要发生区域。锦州市土壤侵蚀主要发生在农村居民点和旱地2种土地类型,二者的侵蚀量占锦州市2010年总侵蚀量的60.97%。未来应加大对这2种土地类型的治理力度,将其列为水土保持重点治理对象。该研究可为政府制定水土保持的相关政策提供科学依据。
李雪莹,杨俊,薛忠跃,温海明,王晨雨,程宇,王阳,杨磊[10]（2013）在《基于GIS和RUSLE的锦州市水土流失定量空间特征分析》文中进行了进一步梳理以RS和GIS技术为支撑,利用修正的土壤流失方程（RUSLE）定量评估锦州市2010年水土流失量和土壤侵蚀强度,并且对锦州市水土流失空间分布特征进行分析。结果表明,锦州市2010年土壤侵蚀面积为7 284.87 km2,占锦州市总面积的70.72%,平均土壤侵蚀模数为18.27 t/（hm2·年）,属于轻度侵蚀;15°25°和6°15°2个坡度带是研究区土壤侵蚀的主要发生区域。锦州市土壤侵蚀主要发生在农村居民点和旱地2种土地类型,两者的侵蚀量占锦州市2010年总侵蚀量的60.97%。未来应加大对这2种土地类型的治理力度,将其列为水土保持重点治理对象。以上研究分析可以为政府制定水土保持的相关政策提供科学依据。
二、SOTER支持下海南土壤侵蚀量估算（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、SOTER支持下海南土壤侵蚀量估算（论文提纲范文）
（1）宏观视角下基于空间模型和GIS技术的区域土壤侵蚀及其侵蚀因子的时空特征分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 土壤侵蚀模型的国内外研究综述 |
| 1.2.2 空间计量模型的国内外研究综述 |
| 1.3 研究内容和研究目的 |
| 1.3.1 研究内容 |
| 1.3.2 研究目的 |
| 1.4 目前研究中存在的问题和预期目标 |
| 1.4.1 目前研究中存在的问题 |
| 1.4.2 预期目标 |
| 1.5 研究方法与技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第二章 研究区概况与研究方法模型 |
| 2.1 研究区概况 |
| 2.1.1 区域范围 |
| 2.1.2 区域特征 |
| 2.2 数据来源及处理 |
| 2.2.1 气象数据 |
| 2.2.2 地形数据 |
| 2.2.3 土地利用类型数据 |
| 2.2.4 土壤数据 |
| 2.2.5 植被数据 |
| 2.2.6 社会经济统计数据 |
| 2.3 研究方法模型 |
| 2.3.1 区域土壤侵蚀评估方法 |
| 2.3.2 区域土壤侵蚀及其侵蚀因子的空间自相关性和空间聚集模式分析方法 |
| 2.3.3 区域土壤侵蚀及其侵蚀因子的空间滞后效应分析方法 |
| 2.3.4 区域土壤侵蚀驱动因子的空间效应分析方法 |
| 第三章 区域土壤侵蚀空间分布特征分析 |
| 3.1 降雨侵蚀力因子(R)空间分布特征分析 |
| 3.1.1 降雨侵蚀力因子的空间分布 |
| 3.1.2 降雨侵蚀力因子的时序变化 |
| 3.1.3 降雨侵蚀力因子的月际和年际空间分布 |
| 3.1.4 降雨侵蚀力因子的分区空间分布特征 |
| 3.2 土壤可蚀性因子(K)空间分布特征分析 |
| 3.2.1 土壤可蚀性因子的空间分布特征 |
| 3.2.2 土壤可蚀性因子的分区空间特征 |
| 3.3 坡度坡长因子(LS)空间分布特征分析 |
| 3.3.1 坡度坡长因子的空间分布特征 |
| 3.3.2 坡度坡长因子的分区空间特征 |
| 3.4 植被覆盖与管理因子(C)空间分布特征分析 |
| 3.4.1 植被覆盖与管理因子的空间分布特征 |
| 3.4.2 植被覆盖与管理因子的时序变化特征 |
| 3.4.3 植被覆盖与管理因子的年际空间分布特征 |
| 3.4.4 植被覆盖与管理因子的分区空间分布特征 |
| 3.5 区域土壤侵蚀空间分布特征分析 |
| 3.5.1 区域土壤侵蚀的空间分布特征 |
| 3.5.2 区域土壤侵蚀的时序变化特征 |
| 3.5.3 区域土壤侵蚀的年际空间分布特征 |
| 3.5.4 区域土壤侵蚀的分区空间分布特征 |
| 3.5.5 区域土壤侵蚀与其影响因子的时空关联特征分析 |
| 3.6 本章小结 |
| 第四章 土壤侵蚀空间自相关性和聚集模式分析 |
| 4.1 降雨侵蚀力因子空间自相关性和聚集模式分析 |
| 4.1.1 降雨侵蚀力因子的全局空间自相关性 |
| 4.1.2 降雨侵蚀力因子的局部空间聚集模式 |
| 4.2 土壤可蚀性因子空间自相关性和聚集模式分析 |
| 4.2.1 土壤可蚀性因子的全局空间自相关性 |
| 4.2.2 土壤可蚀性因子的局部空间聚集模式 |
| 4.3 坡度坡长因子空间空间自相关性和聚集模式分析 |
| 4.3.1 坡度坡长因子的全局空间自相关性 |
| 4.3.2 坡度坡长因子的局部空间聚集模式 |
| 4.4 植被覆盖与管理因子空间自相关性和聚集模式分析 |
| 4.4.1 植被覆盖与管理因子的全局空间自相关性 |
| 4.4.2 植被覆盖与管理因子的局部空间聚集模式 |
| 4.5 区域土壤侵蚀空间自相关性和聚集模式分析 |
| 4.5.1 区域土壤侵蚀的全局空间自相关性 |
| 4.5.2 区域土壤侵蚀的局部空间聚集模式 |
| 4.5.3 分区土壤侵蚀的空间自相关性和空间聚集模式 |
| 4.6 本章小结 |
| 第五章 基于空间马尔可夫理论的土壤侵蚀空间滞后效应分析 |
| 5.1 降雨侵蚀力因子空间滞后效应分析 |
| 5.1.1 降雨侵蚀力因子的传统马尔可夫状态转移概率矩阵 |
| 5.1.2 降雨侵蚀力因子的空间马尔可夫状态转移概率矩阵 |
| 5.1.3 降雨侵蚀力因子的空间滞后效应 |
| 5.2 植被覆盖与管理因子空间滞后效应分析 |
| 5.2.1 植被覆盖与管理因子的传统马尔可夫状态转移概率矩阵 |
| 5.2.2 植被覆盖与管理因子的空间马尔可夫状态转移概率矩阵 |
| 5.2.3 植被覆盖与管理因子的空间滞后效应 |
| 5.3 区域土壤侵蚀空间滞后效应分析 |
| 5.3.1 区域土壤侵蚀的传统马尔可夫状态转移概率矩阵 |
| 5.3.2 区域土壤侵蚀的空间马尔可夫状态转移概率矩阵 |
| 5.3.3 区域土壤侵蚀的空间滞后效应 |
| 5.4 本章小结 |
| 第六章 基于空间计量模型的土壤侵蚀驱动因子空间效应分析 |
| 6.1 土壤侵蚀空间模型解释变量的多重共线性检验 |
| 6.2 土壤侵蚀驱动因子空间自相关性检验 |
| 6.3 土壤侵蚀空间模型的确定 |
| 6.4 土壤侵蚀驱动因子的空间效应分析 |
| 6.4.1 土壤侵蚀空间杜宾面板数据模型回归结果 |
| 6.4.2 土壤侵蚀空间模型的直接效应和间接效应回归结果 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 主要研究成果 |
| 7.2 研究创新点 |
| 7.3 模型不确定性讨论 |
| 7.4 研究展望 |
| 参考文献 |
| 攻读博士期间取得的研究成果 |
| 致谢 |
（2）基于Landsat数据的森林碳储量与土壤侵蚀功能研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 森林碳储量研究现状 |
| 1.1.1 国外森林碳储量研究进展 |
| 1.1.2 国内森林碳储量研究进展 |
| 1.1.3 森林碳储量空间格局研究 |
| 1.1.4 森林碳储量估算方法 |
| 1.2 土壤侵蚀研究现状 |
| 1.2.1 国外土壤侵蚀研究进展 |
| 1.2.2 国内土壤侵蚀研究进展 |
| 1.2.3 土壤侵蚀估算模型 |
| 1.2.4 土壤侵蚀空间格局研究进展 |
| 1.3 景观格局分析现状 |
| 1.3.1 景观指数 |
| 1.3.2 景观指数选择 |
| 1.4 研究目的与意义 |
| 1.5 研究内容与技术路线 |
| 1.5.1 研究内容 |
| 1.5.2 技术路线 |
| 2 研究区概况与数据收集 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 气候水文 |
| 2.1.3 地质地貌 |
| 2.1.4 植被概况 |
| 2.1.5 社会经济概况 |
| 2.1.6 森林资源概况 |
| 2.2 数据收集 |
| 2.2.1 地面调查数据 |
| 2.2.2 空间数据 |
| 2.2.3 气象数据 |
| 2.2.4 土壤类型数据 |
| 3 研究方法 |
| 3.1 影像预处理 |
| 3.1.1 大气校正 |
| 3.1.2 几何校正 |
| 3.1.3 地形校正 |
| 3.2 研究模型与方法 |
| 3.2.1 生物量估算模型 |
| 3.2.2 RUSLE模型 |
| 3.2.3 景观指数 |
| 3.3 混合像元分解 |
| 3.3.1 混合像元分解模型 |
| 3.3.2 线性混合模型 |
| 3.3.3 端元模型选择方法 |
| 3.3.4 混合像元分解的应用 |
| 3.4 影像特征变量 |
| 3.4.1 影像波段值 |
| 3.4.2 植被指数 |
| 3.4.3 KT变换 |
| 3.4.4 地形因子 |
| 3.4.5 影像纹理 |
| 3.4.6 样地数据提取 |
| 4 土地利用/覆盖分类与分析 |
| 4.1 影像分类方法 |
| 4.1.1 样本选取 |
| 4.1.2 特征指数计算 |
| 4.1.3 植被、阴影及土壤分量的提取 |
| 4.1.4 分类特征值选择 |
| 4.2 土地利用/覆盖变化分析与预测方法 |
| 4.2.1 马尔可夫模型 |
| 4.2.2 元胞自动机模型 |
| 4.2.3 CA-Markov模型 |
| 4.2.4 适宜性图集制定 |
| 4.2.5 LULC变化预测 |
| 4.2.6 预测结果的验证方法 |
| 4.3 土地利用/覆盖分类结果与分析 |
| 4.3.1 土地利用/覆盖分类结果 |
| 4.3.2 林地分类结果 |
| 4.3.3 分类精度检验 |
| 4.4 土地利用/覆盖变化分析 |
| 4.4.1 土地利用动态度分析 |
| 4.4.2 土地利用转移分析 |
| 4.4.3 土地利用预测 |
| 4.5 本章小结 |
| 5 森林碳储量反演 |
| 5.1 地面调查样地碳储量结果 |
| 5.2 特征值提取与相关性分析 |
| 5.3 反演模型与评价指标 |
| 5.3.1 人工神经网络模型 |
| 5.3.2 评价指标 |
| 5.4 碳储量反演结果 |
| 5.4.1 模型与检验 |
| 5.4.2 碳储量反演结果 |
| 5.5 本章小结 |
| 6 土壤侵蚀结果与分析 |
| 6.1 侵蚀因子计算结果 |
| 6.1.1 降雨侵蚀因子 |
| 6.1.2 土壤可侵蚀性因子 |
| 6.1.3 坡度坡长因子 |
| 6.1.4 植被覆盖因子 |
| 6.1.5 水土保持措施因子 |
| 6.2 土壤侵蚀分析 |
| 6.2.1 土壤侵蚀空间分布特征 |
| 6.2.2 土壤侵蚀与环境因子的关系分析 |
| 6.3 本章小结 |
| 7 森林多功能景观指数分析 |
| 7.1 土地利用景观格局演变与分析 |
| 7.1.1 景观水平土地利用景观格局演变与分析 |
| 7.1.2 斑块类型水平土地利用景观格局演变与分析 |
| 7.2 碳密度景观格局分析 |
| 7.2.1 景观水平碳密度景观格局分析 |
| 7.2.2 斑块类型水平碳密度景观格局分析 |
| 7.3 土壤侵蚀景观格局演变与分析 |
| 7.3.1 景观水平土壤侵蚀景观格局演变与分析 |
| 7.3.2 斑块类型水平土壤侵蚀景观格局演变与分析 |
| 7.4 不同碳密度水平的土壤侵蚀格局分析 |
| 7.4.1 景观水平不同碳密度水平的土壤侵蚀格局分析 |
| 7.4.2 斑块类型水平不同碳密度水平的土壤侵蚀格局分析 |
| 7.5 本章小结 |
| 8 结论、创新点与展望 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录清单 |
| 致谢 |
（3）基于样本数据的中国水力侵蚀定量化研究与比较（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 水力侵蚀国内外研究进展 |
| 1.2.1 水力侵蚀调查研究进展 |
| 1.2.2 土壤侵蚀评价方法研究进展 |
| 1.2.3 土壤侵蚀影响因子研究进展 |
| 1.2.4 目前存在的不足之处 |
| 1.3 研究目标、内容与技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 1.4 本章小结 |
| 第2章 中国水蚀区基本概况与研究基础 |
| 2.1 中国水蚀区基本概况 |
| 2.1.1 东北黑土区 |
| 2.1.2 北方土石山区 |
| 2.1.3 西北黄土高原区 |
| 2.1.4 南方红壤区 |
| 2.1.5 西南紫色土区 |
| 2.1.6 西南岩溶区 |
| 2.1.7 北方风沙区 |
| 2.1.8 青藏高原区 |
| 2.2 研究基础 |
| 2.2.1 样本数据 |
| 2.2.2 土地利用 |
| 2.2.3 降雨资料 |
| 2.2.4 土壤资料 |
| 2.2.5 其它资料 |
| 2.3 本章小结 |
| 第3章 水力侵蚀因子获取与估算 |
| 3.1 降雨侵蚀力因子R |
| 3.1.1 降雨侵蚀力R值的计算 |
| 3.1.2 R值的空间分布特征 |
| 3.2 土壤可蚀性因子K |
| 3.2.1 土壤可蚀性K值的估算 |
| 3.2.2 土壤可蚀性K值的空间分布 |
| 3.3 地形因子LS |
| 3.3.1 地形因子LS的提取 |
| 3.3.2 地形因子LS的空间分布 |
| 3.4 植被覆盖与生物措施因子B |
| 3.4.1 植被覆盖因子B的提取 |
| 3.4.2 植被覆盖因子B的空间分布 |
| 3.5 水土保持措施因子ET |
| 3.5.1 水土保持措施因子ET的提取 |
| 3.6 本章小结 |
| 第4章 中国水力侵蚀模数估算 |
| 4.1 基于样本数据和CSLE模型的定量估算 |
| 4.2 定量评价结果分析 |
| 4.2.1 水力侵蚀的空间分布 |
| 4.2.2 侵蚀面积与强度 |
| 4.2.3 6个主要水蚀区水力侵蚀差异 |
| 4.3 不同土地利用类型的水力侵蚀特征分析 |
| 4.3.1 土地利用 |
| 4.3.2 不同土地利用类型的土壤侵蚀特征 |
| 4.3.3 各区旱地土壤侵蚀模数比较 |
| 4.4 本章小结 |
| 第5章 不同方法的水力侵蚀结果对比 |
| 5.1 基于指标综合法的土壤侵蚀遥感调查 |
| 5.1.1 指标综合法 |
| 5.1.2 结果分析 |
| 5.2 不同方法结果对比 |
| 5.3 西南紫色土区差异分析——以重庆为例 |
| 5.3.1 空间一致性 |
| 5.3.2 水力侵蚀构成差异分析 |
| 5.3.3 栅格对比 |
| 5.3.4 土地利用分析 |
| 5.4 西南岩溶区差异分析—以云南为例 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 主要创新点 |
| 6.3 问题与展望 |
| 参考文献 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
| 致谢 |
（4）基于USLE模型的松涛水库流域土壤侵蚀定量研究（论文提纲范文）
| 1 材料与方法 |
| 1.1 材料 |
| 1.1.1 研究区概况 |
| 1.1.2 数据与资料来源 |
| 1.2 研究方法 |
| 1.2.1降雨侵蚀力因子 |
| 1.2.2 植被覆盖度与管理因子 |
| 1.2.3 土壤可侵蚀因子计算 |
| 1.2.4坡度坡长因子 |
| 1.2.5水土保持措施因子 |
| 1.2.6 土壤侵蚀分级方法 |
| 1.3 数据处理 |
| 1.3.1 植被盖度图 |
| 1.3.2 坡度坡长因子 |
| 1.3.3 土地利用图 |
| 2 结果与分析 |
| 2.1 流域土壤侵蚀状况 |
| 2.2 土壤侵蚀与土地利用的关系 |
| 2.3 流域潜在土壤侵蚀分析 |
| 2.4 情景分析 |
| 3 讨论 |
| 3.1 降雨侵蚀力变化影响 |
| 3.2 土地利用变化影响 |
| 3.3 土壤侵蚀控制方案可行性比较 |
（5）海南省松涛水库流域土壤流失与非点源污染负荷时空分布特征研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究的目的与意义 |
| 1.2 非点源污染模型研究进展 |
| 1.2.1 非点源污染概念的定义 |
| 1.2.2 农业面源污染现状 |
| 1.2.3 非点源污染模型研究进展 |
| 1.2.4 非点源污染模型国内研究进展及大尺度非点源模型体系 |
| 1.2.5 非点源污染模型存在的问题 |
| 1.3 研究内容与方法 |
| 1.3.1 研究区的基本情况 |
| 1.3.2 研究内容及技术路线 |
| 2 研究方法和基础数据预处理及模型参数的率定 |
| 2.1 研究方法 |
| 2.2 基础数据的收集与整理 |
| 2.3 土地利用数据提取 |
| 2.4 植被盖度图、植被盖度修正系数提取 |
| 2.5 坡度图、坡度修正系数提取 |
| 2.6 人口、畜禽离散分布图 |
| 2.7 降雨侵蚀力数据预处理 |
| 2.8 参数的率定 |
| 3 结果与分析 |
| 3.1 降雨侵蚀力 |
| 3.1.1 降雨时空变化规律分析方法 |
| 3.1.2 年均降雨侵蚀分析 |
| 3.1.3 松涛水库流域降雨侵蚀力趋势变化分析 |
| 3.1.4 松涛水库降雨侵蚀力突变分析 |
| 3.1.5 松涛水库流域降雨侵蚀力周期分析 |
| 3.1.6 松涛水库流域降雨侵蚀力空间分布规律 |
| 3.1.7 松涛水库流域降雨侵蚀力小结 |
| 3.2 土壤侵蚀分析 |
| 3.2.1 流域土壤侵蚀状况 |
| 3.2.2 土壤侵蚀与土地利用的关系 |
| 3.2.3 流域潜在土壤侵蚀分析 |
| 3.2.4 土壤侵蚀情景分析 |
| 3.2.5 土壤侵蚀变化趋势讨论 |
| 3.2.6 松涛水库流域土壤侵蚀小结 |
| 3.3 非点源污染 |
| 3.3.1 模型参数率定与验证 |
| 3.3.2 非点源污染各类污染物年均负荷 |
| 3.3.3 非点源污染类型比较 |
| 3.3.4 非点源污染时间分布特征 |
| 3.3.5 非点源污染空间分布特征 |
| 3.3.6 溶解态与吸附态非点源污染比较 |
| 3.3.7 非点源污染变化趋势讨论 |
| 3.3.8 松涛水库流域非点源污染小结 |
| 3.4 面源污染控制对策 |
| 3.4.1 溶解态污染控制对策 |
| 3.4.2 吸附态非点源污染控制对策 |
| 3.5 本章小结 |
| 4 结论与展望 |
| 4.1 结论 |
| 4.2 创新点 |
| 4.3 未来展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 发表论文与毕业论文相关性 |
（6）基于GIS与RUSLE的土壤侵蚀量时空变化分析（论文提纲范文）
| 1 材料与方法 |
| 1.1 研究区概况 |
| 1.2 基础数据采集及处理 |
| 1.3 模型选择与研究路线 |
| 2 土壤侵蚀量的估算 |
| 2.1 模型各因子值确定和因子图层生成 |
| 2.2 土壤侵蚀量计算及强度分级 |
| 3 结果分析与讨论 |
| 3.1 葫芦岛市土壤侵蚀现状分析 |
| 3.2 土地利用类型对土壤侵蚀的影响 |
| 3.3 土壤侵蚀的坡度分布特征 |
| 4 结语 |
（7）60年来我国热带土壤学科的发展历程及研究展望（论文提纲范文）
| 1 热带土壤学科的发展历程及研究成果 |
| 1.1 热带土壤的发生分类与系统分类研究 |
| 1.2 热带土壤肥力区划与土壤管理 |
| 1.3 热带作物营养诊断与测土配方施肥研究 |
| 1.4 热带土壤信息化管理 |
| 2 展望 |
| 2.1 研究热区土壤质量退化机理, 建立热区土壤质量评价指标体系 |
| 2.2 加强热区不同农业生态系统中养分转化、吸收利用和损失去向的研究势在必行 |
| 2.3 重新建立以热区土壤肥力区划为核心的不同作物区域推荐施肥技术体系 |
| 2.4 热带作物专用新型肥料的研发工作亟待突破 |
（8）浙江省土系数据库建立及应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 文献综述 |
| 1.1 土壤分类与土系 |
| 1.1.1 土壤分类研究动态 |
| 1.1.1.1 国外土壤分类研究 |
| 1.1.1.2 我国土壤分类研究 |
| 1.1.2 土系 |
| 1.1.2.1 土系的概念 |
| 1.1.2.2 土系的应用和意义 |
| 1.2 国内外土壤数据库研究动态 |
| 1.2.1 土壤数据库的起源 |
| 1.2.2 土壤数据库的研究进展 |
| 1.2.2.1 小比例尺土壤数据库阶段 |
| 1.2.2.2 不同比例尺土壤数据库阶段 |
| 1.2.2.3 我国土壤数据库研究 |
| 1.3 土系数据库研究进展 |
| 1.4 研究目的和意义 |
| 1.4.1 研究目的 |
| 1.4.2 研究意义 |
| 2 研究内容与方法 |
| 2.1 研究区概况 |
| 2.1.1 地貌类型 |
| 2.1.2 气候 |
| 2.1.3 水文 |
| 2.1.4 植被 |
| 2.2 数据来源 |
| 2.3 研究内容 |
| 2.3.1 土系属性数据库的建立 |
| 2.3.2 土系空间数据库的建立 |
| 2.3.3 土系数据库的应用 |
| 2.4 研究方法 |
| 2.5 技术路线 |
| 3 浙江省土系数据库的建立 |
| 3.1 数据库结构 |
| 3.1.1 数据组成分析 |
| 3.1.2 数据字典 |
| 3.2 空间数据库建立 |
| 3.2.1 典型土系数据库 |
| 3.2.2 参比土种数据 |
| 3.2.2.1 浙江省土壤空间数据库 |
| 3.2.2.2 典型土种空间数据库 |
| 3.2.3 基础背景数据 |
| 3.3 属性数据库建立 |
| 3.4 图形与属性关联的一体化管理 |
| 3.4.1 土系剖面点图与属性表关联 |
| 3.4.2 土系剖面点图与土壤类型图空间对应 |
| 3.4.3 土系剖面点与典型土种剖面点关联 |
| 3.5 数据管理系统设计 |
| 3.6 小结 |
| 4 土系数据库的应用 |
| 4.1 浙江省土壤碳密度与储量估算 |
| 4.1.1 土壤有机碳估算方法 |
| 4.1.1.1 土壤类型法 |
| 4.1.1.2 GIS 估算法 |
| 4.1.2 研究结果与讨论 |
| 4.1.2.1 土壤类型法 |
| 4.1.2.2 GIS 估算法 |
| 4.1.2.3 土壤类型法与 GIS 估算法的比较 |
| 4.2 近 30 年浙江省土壤有机碳含量变化研究 |
| 4.2.1 土壤有机碳变化的估算方法 |
| 4.2.2 不同土壤类型的有机碳密度及变化 |
| 4.2.3 土壤有机碳密度时空分布格局及变化 |
| 4.2.4 不同土地利用类型土壤有机碳密度变化 |
| 4.2.5 土壤有机碳储量估算及变化 |
| 4.3 小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附表 |
| 作者简介 |
| 致谢 |
（9）基于GIS和RUSLE的锦州市水土流失定量空间特征分析（英文）（论文提纲范文）
| Materials and Methods |
| The general situations of the re- search area |
| Data process |
| The monitoring model of soil erosion |
| Calculation of each factor in RUSLE model |
| Calculation of soil erosion amount and classification of its intensity |
| Results and Analysis |
| Soil erosion |
| Effects of slope gradients on the spatial differences of soil erosion |
| Effects of land use types on soil erosion |
| Conclusions |
（10）基于GIS和RUSLE的锦州市水土流失定量空间特征分析（论文提纲范文）
| 1 材料与方法 |
| 1.1 研究区概况 |
| 1.2 数据及处理 |
| 1.3 土壤侵蚀监测模型 |
| 1.4 RUSLE模型各因子的计算 |
| 1.4.1 降雨侵蚀力因子。 |
| 1.4.2 土壤可蚀性因子。 |
| 1.4.3 地形(LS)因子。 |
| 1.4.4 植被覆盖因子。 |
| 1.4.5 水土保持措施因子。 |
| 1.5 土壤侵蚀量的计算及强度分级 |
| 2 结果与分析 |
| 2.1 土壤侵蚀现状分析 |
| 2.2 地形坡度对土壤侵蚀空间差异的影响 |
| 2.3 土地利用类型对土壤侵蚀的影响 |
| 3 结论 |
四、SOTER支持下海南土壤侵蚀量估算（论文参考文献）
- [1]宏观视角下基于空间模型和GIS技术的区域土壤侵蚀及其侵蚀因子的时空特征分析[D]. 蒙晓. 长安大学, 2021(02)
- [2]基于Landsat数据的森林碳储量与土壤侵蚀功能研究[D]. 陈丽萍. 北京林业大学, 2019
- [3]基于样本数据的中国水力侵蚀定量化研究与比较[D]. 陈国坤. 中国科学院大学(中国科学院遥感与数字地球研究所), 2019(06)
- [4]基于USLE模型的松涛水库流域土壤侵蚀定量研究[J]. 任浩天,朱丽蓉,叶长青,黄乔乔,王鑫瑶,李龙兵. 热带作物学报, 2018(10)
- [5]海南省松涛水库流域土壤流失与非点源污染负荷时空分布特征研究[D]. 任浩天. 海南大学, 2018(08)
- [6]基于GIS与RUSLE的土壤侵蚀量时空变化分析[J]. 李雪莹,杨俊,杨阳,王雪. 地理空间信息, 2016(04)
- [7]60年来我国热带土壤学科的发展历程及研究展望[J]. 王大鹏,罗微,王文斌,罗雪华,张永发,林钊沐,吴小平. 热带农业科学, 2014(09)
- [8]浙江省土系数据库建立及应用研究[D]. 安玲玲. 浙江农林大学, 2014(03)
- [9]基于GIS和RUSLE的锦州市水土流失定量空间特征分析（英文）[J]. 李雪莹,杨俊,薛忠跃,温海明,王晨雨,程宇,王阳,杨磊. Agricultural Science & Technology, 2014(01)
- [10]基于GIS和RUSLE的锦州市水土流失定量空间特征分析[J]. 李雪莹,杨俊,薛忠跃,温海明,王晨雨,程宇,王阳,杨磊. 安徽农业科学, 2013(20)