国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

滲透指數(shù)在黃土丘陵溝壑區(qū)徑流輸沙與覆被格局關系研究中的適用性

2017-03-23 03:48:50
中國農村水利水電 2017年11期
關鍵詞:輸沙覆蓋度柵格

劉 宇

(中國科學院地理科學與資源研究所 中國科學院生態(tài)系統(tǒng)網(wǎng)絡觀測與模擬重點實驗室,北京 100101)

植被覆蓋格局是流域水土流失的重要控制因素。從徑流小區(qū)、坡面到流域的實驗研究表明,植被覆蓋的空間分布格局是侵蝕產(chǎn)沙、泥沙輸移、地表產(chǎn)流、徑流量的調控因素[1]。因此,定量刻畫植被格局的水土保持效應是水土流失研究的熱點議題之一[2]。在斑塊-基底-廊道景觀范式下發(fā)展起來的斑塊密度、斑塊性狀、景觀破碎度、景觀連通度等景觀指數(shù)被大量應用到反映給定土地覆被/利用格局下的水土流失[2]。然而,這些景觀指數(shù)中僅有部分指數(shù)能反映水土流失的某些方面,大多數(shù)指數(shù)與水土流失過程表征變量之間沒有明確的統(tǒng)計關系[3],無法對水土流失做出準確的預測,因而難以用它們的變化預測給定覆被格局下的水土流失發(fā)展趨勢。水土流失過程的方向性與景觀指數(shù)各向同性的差別等原因是景觀指數(shù)不能準確反映水土流失狀況的重要原因。針對景觀指數(shù)在水土流失研究中的局限性,一些研究開始從水土流失過程機理的理解入手,構建針對水土流失過程的格局指數(shù),將覆被格局及其變化與水土流失聯(lián)系起來[4,5]。在水力侵蝕區(qū),水沙輸移沿地形梯度方向進行,即從上坡向下坡,從上游向下游。植被斑塊和地形洼地等是泥沙輸移的主要阻礙。在半干旱區(qū)草地生態(tài)系統(tǒng)實驗觀測的基礎上,Ludwig等[6]結合植被覆蓋度的空間分布和地形格局,提出了滲透指數(shù)(LI)來定量不同植被覆蓋格局的泥沙和徑流截留功能。從構建原理上看LI指數(shù)考慮了水土流失的方向性及其與植被覆蓋度之間的非線性關系,是針對水土流失過程而發(fā)展起來的指數(shù),在澳大利亞半干旱區(qū)草原生態(tài)系統(tǒng)中得到驗證[6]。由于其是針對澳大利亞半干旱區(qū)草地生態(tài)系統(tǒng)而建立,對林、灌木、草等多植被類型鑲嵌的覆被格局和在其他區(qū)域的適用性還需進一步驗證。黃土高原是我國水土流失最為嚴重的地區(qū),黃土丘陵溝壑區(qū)尤為突出[7]。過去數(shù)十年的植被恢復形成林、灌、草、農作物鑲嵌的植被覆蓋格局??紤]到LI指數(shù)耦合覆被格局與水沙輸移的特點和其最初發(fā)展的環(huán)境背景,本研究旨在流域尺度探討LI指數(shù)在黃土高原丘陵溝壑區(qū)的適用性。

1 研究區(qū)概況

本研究選擇了黃河右岸黃土丘陵溝壑區(qū)6個有長期水文監(jiān)測的流域為研究區(qū),即皇甫川(皇甫川站)、孤山河(高石崖站)、窟野河(溫家川站)、無定河(丁家溝站)、北洛河(狀頭站)、禿尾河(高家川站)(圖1)。這些流域地處黃土丘陵溝壑區(qū),地形破碎,溝壑密度大,土壤質地疏松,侵蝕強烈,是黃河泥沙的重要來源區(qū)。本區(qū)屬于暖溫帶半干旱向半濕潤氣候過渡區(qū),多年平均降水量372.9~502.0 mm。所選各流域多年平均降水量在360~500 mm之間,蒸發(fā)量在325~452 mm之間(表1)。各流域面積及其控制站點如表1所示。

表1 研究流域1982-2008平均水文特征Tab.1 Average hydrological characteristic ofthe study catchments during 1982-2008

圖1 研究流域地理位置示意圖Fig.1 Geographical location of watersheds focused on in this study

長期以來人類活動對植被的改變是黃土丘陵溝壑土壤侵蝕速率變化的主要因素之一。黃土丘陵溝壑區(qū)地形陡峭,坡耕地比重大,是黃土高原退耕環(huán)林還草等植被恢復的主要區(qū)域。自發(fā)撂荒、退耕還林還草工程和禁牧措施是區(qū)域植被恢復的主要驅動。在這些行動的推動下,過去30年來,尤其是在1998年大規(guī)模退耕還林(還草)工程實施后,流域植被得到較好的恢復,覆蓋度顯著提高。農、林、草的空間鑲嵌構成流域的基本土地覆蓋格局。

2 滲透指數(shù)計算方法

2.1 植被覆蓋度參數(shù)提取

2000-2008 年MODIS 數(shù)據(jù)為來源于美國國家宇航局(NASA)EOS 數(shù)據(jù)中心發(fā)布的16 NDVI 合成250 m分辨率數(shù)據(jù)產(chǎn)品。采用像元二分法[8]提取所選流域2000-2008 年植被覆蓋度,計算公式如式(1)。

(1)

式中:FCi為像元i的植被覆蓋度;NDVIi為像元i的NDVI值;NDVIv、NDVIs分別為純植被和純土壤的NDVI值。根據(jù)公式(1)獲得的植被覆蓋度數(shù)據(jù),采用最大值合成法,生成2000-2008年每年的植被覆蓋度。

2.2 流域滲透指數(shù)計算

滲透指數(shù)(LI)是在半干旱草地生態(tài)系統(tǒng)實驗研究的基礎上提出的,基于植被對侵蝕產(chǎn)沙的抑制和對泥沙輸送的阻礙作用構建。其計算式如式(2)。

(2)

式中:Lcal為流域現(xiàn)實植被覆蓋(覆蓋度)下的泥沙留滯能力;Lmin和Lmax分別為最小和最大留滯能力,這里分別設置為植被覆蓋度為100%時的Lcal,植被覆蓋度為0時的Lcal;k表征LI與植被覆蓋之間關系曲線的形狀和陡度。

由式(2)可知,LI∈[0,1]。LI值越小則土壤流失風險越小,值越大則土壤流失風險越大。Lcal采用八流向累積算法根據(jù)式(3)計算。

(3)

式中:n=1,2,3,4,5,6,7,8,分別代表與柵格(i,j)相鄰的8個柵格;Sn是柵格n流向柵格(i,j)的比例,由柵格間的坡降確定[9]。由于地形坡度(Si,j)是徑流、泥沙的輸出的主要影響因素,式(3)中將坡度因子Sin(Si,j)作為一個參數(shù)。當把Lij替換為Lij_min或Lij_max,所得Pi,j即分別為Pij_min、Pij_max。

(4)

式中:Pout,j為與目標水體鄰接且流向目標水體的柵格i逐步累積滲透值,即Lcal為所有鄰接且水流方向指向目標水體的柵格累積滲透值之和;m為與目標水體鄰接的柵格總數(shù)。

Lmin、Lmax的計算與公式(4)相似,將Pout_j用與河道相鄰且水流方向指向河道的Pij_min、Pij_max分別替代即得。

植被覆蓋度是影響侵蝕產(chǎn)沙、輸沙的重要因子之一。潛在土壤流失風險與植被覆蓋度呈負指數(shù)關系[6]。在公式(3)中,Li,j用植被覆蓋度構造的公式(5)求算,它表示植被覆蓋度為ci,j(%)的柵格的土壤流失風險。

Lij=e-b×cij

(5)

式中:Li,j為潛在土壤流失風險;b為目標流域土壤流失隨植被覆蓋度增加而下降的曲線陡度,與流域土壤、地形的特征有關,可利用侵蝕產(chǎn)沙和植被覆蓋度的回歸擬合推算。根據(jù)公式(2)~式(5),按照如圖2所示的流程,利用Arcgis 10.0水文分析功能和Arc/info腳本編程相結合完成流域LI指數(shù)的計算。

圖2 基于ArcGIS的滲透指數(shù)計算流程Fig.2 Diagram of leakiness index calculation using ArcGIS

圖2中,F(xiàn)C為植被覆蓋度,%;SP為坡度因子=Sin(slope);FD為水流方向;P_min、P、P_max分別為最小、現(xiàn)實、最大流失風險權重下的累積匯流量;Flow(FD,w),w為柵格權重,這里等于Lij、Lij_min或Lij_max與坡度因子的乘積,累積匯流量計算用Arcgis desktop 10.0水文分析模塊Flowaccumulation工具完成;河網(wǎng)的提取采用匯流面積閾值法,即根據(jù)實際河流分布確定產(chǎn)生河道的最小匯流面積閾值,面積大于閾值的即為河網(wǎng);提取與河道相鄰且水流方向指向河道的柵格的P、P_min、P_max時,可在包括多個流域的整個研究區(qū)尺度上一起提取,然后用包括多個流域的流域邊界文件(polygon)分別與提取出的P、P_min、P_max做Zonal Statistics (用Zonal Statistics as table工具),獲得的表格中的sum項即分別為要求的Lcal、L_min、L_max;根據(jù)公式(2)即可得到各個流域的滲透指數(shù)。

2.3 數(shù)據(jù)來源和分析方法

本研究利用的泥沙數(shù)據(jù)為6個黃河一級支流水文站2000-2008年的泥沙監(jiān)測數(shù)據(jù)。地形數(shù)據(jù)為STRM90m分辨率柵格數(shù)據(jù)。植被指數(shù)(NDVI)、地形數(shù)據(jù)皆來源于中國科學院計算機網(wǎng)絡信息中心國際科學數(shù)據(jù)鏡像網(wǎng)站(http:∥www.gscloud.cn)。根據(jù)2.2節(jié)的方法,計算出每個流域2000-2008年逐年的滲透指數(shù)。利用流域控制水文站的徑流、輸沙數(shù)據(jù)和滲透指數(shù)之間的非線性回歸關系,刻畫流域徑流、輸沙與植被格局的統(tǒng)計關系。

3 結果分析

3.1 流域植被覆蓋度、滲透指數(shù)、徑流和輸沙變化

基于遙感的植被覆蓋度監(jiān)測顯示,2000-2008年,6個流域平均植被覆蓋度都呈增加趨勢。最南邊的北洛河降雨較多,平均植被覆蓋度最高,整個時期都在70%以上,在時段末期增加到約85%,遠高于其他流域。北部的無定河、皇甫川、窟野河等流域植被覆蓋度較低,此間從30%~40%增加到50%左右(圖3)。

圖3 2000-2008年流域植被覆蓋度變化Fig.3 Vegetation coverage dynamic during 2000-2008

植被覆蓋度增加的同時,反映流域植被覆蓋格局水土保持能力的流域滲透指數(shù)也總體上呈逐漸下降的趨勢(圖4)。除北洛河流域外,其余各流域在2004年出現(xiàn)一個由降轉升的階段,至2006年后轉為降低趨勢。各流域之間的比較表明,北洛河具有最低的滲透指數(shù)值,而無定河最高。

圖4 各流域滲透指數(shù)時間變化Fig.4 Temporal dynamic of leakiness index of selected watersheds

黃土高原丘陵溝壑區(qū)降雨集中,高強度的暴雨貢獻了徑流、輸沙的絕大部分[10]。降雨年際變異大,進而導致流域徑流、輸沙的巨大變化幅度(圖5)。單位降雨輸沙量的變異系數(shù)除窟野河流域外,都在80%以上,最高為北洛河,達到90.21%;徑流系數(shù)的變異系數(shù)除皇甫川流域外(變異系數(shù)為66.54%),都低于40%,最低為禿尾河,為20.31%(圖6)。

圖5 流域單位降雨輸沙模數(shù)年際變化Fig.5 Annual variation of sediment yield of unit precipitation in studied watersheds

圖6 流域徑流系數(shù)年際變化Fig.6 Annual variation of runoff coefficient for each watershed

3.2 滲透指數(shù)表征流域產(chǎn)流和輸沙能力的有效性

從結構上看,滲透指數(shù)利用了植被覆蓋度作為參數(shù)構建的指標,與植被覆蓋度之間是負指數(shù)關系。利用流域平均植被覆蓋度與滲透指數(shù)的進行回歸擬合,得到如圖7所示的結果,證實了植被覆蓋度與滲透指數(shù)之間的負指數(shù)關系。滲透指數(shù)通過逐柵格的累積算法,不僅僅考慮植被覆蓋度,還將植被空間分布格局的作用隱含進來,因而既能反映植被覆蓋度對流域徑流和泥沙的影響,也能反映植被覆蓋度的空間分布格局變化的水土流失效應。

采用逐流域對2000-2008年滲透指數(shù)與單位降雨輸沙模數(shù)進行回歸擬合,結果顯示二者間存在顯著的指數(shù)關系(圖8)。滲透指數(shù)對單位降雨量輸沙模數(shù)的解釋度因流域而異,最低的皇甫川流域,僅為27.36%,其余都在40%以上,最高為孤山河流域,達到64.58%。這些結果表明,LI指數(shù)能在一定程度上準確反映流域植被覆蓋格局變化的輸沙效應。

圖7 滲透指數(shù)與植被覆蓋度之間的關系Fig.7 Statistical relationships between leakiness index and vegetation coverage

圖8 流域單位降雨輸沙模數(shù)與滲透指數(shù)的回歸關系Fig.8 Regression relationship between sediment yield of unit rainfall and leakiness index

流域徑流反映流域將降雨轉化為徑流的能力,受植被覆蓋度及其分布格局的影響。LI指數(shù)與流域徑流系數(shù)間除窟野河(溫家川站)呈顯著的指數(shù)關系外,其余流域均無顯著關系(圖9)。表明LI指數(shù)在表征植被格局變化的徑流效應方面存在局限。其原因是滲透指數(shù)基于徑流、泥沙在地表的傳輸過程建立,并未考慮地下徑流的作用,而流域徑流中有相當一部分由地下徑流貢獻[11]。加之植被覆蓋對泥沙傳輸?shù)淖铚饔靡獜娪趯搅鞯淖铚饔?,使得滲透指數(shù)與流域徑流系數(shù)的回歸關系并不如與單位降雨輸沙量的回歸關系好。

在黃土丘陵溝壑區(qū),魚鱗坑、梯田、淤地壩等水土保持措施廣泛分布,而在LI指數(shù)中因數(shù)據(jù)的缺乏而沒有將這些工程性因素的影響考慮在內,這限制了LI指數(shù)對給定植被覆蓋格局下流域輸沙能力、特別是流域產(chǎn)流能力的表達。這也是指數(shù)應用效果的重要原因。此外,計算LI采用的地形數(shù)的分辨率會影響LI的大小。一般而言,在流域尺度上,低分辨率的地形數(shù)據(jù)導致高估LI。盡管如此,滲透指數(shù)通過逐柵格的累積算法,一定程度上反映了水沙沿地表的傳輸過程,因而是將水沙傳輸與植被覆蓋格局聯(lián)系起來的有用工具。

4 結 語

本研究結果顯示LI指數(shù)與流域輸沙模數(shù)、單位降雨輸沙模數(shù)具有很好的回歸關系,大致呈指數(shù)關系。這表明LI指數(shù)能準確表征流域尺度植被覆蓋格局變化的輸沙效應。雖然徑流與LI指數(shù)呈正相關,但回歸關系并不顯著。由此看,LI指數(shù)難以反映該區(qū)域植被格局對流域徑流影響。LI指數(shù)在表征植被格局對流域徑流和輸沙的影響方面的差別可歸因于指數(shù)本身的性質與流域徑流、輸沙影響因素的多樣性。今后需要將植被結構、微地形改造工程等信息納入進來,以增強指數(shù)的有效性。LI指數(shù)是基于水沙在地表的輸移構建。而流域徑流量中有相當部分是地下徑流。此外,植被對地表徑流的阻滯作用并不像對泥沙的阻滯那樣強烈。這些原因使得LI指數(shù)更適合表征流域植被覆蓋格局對輸沙的影響,而對植被覆蓋格局對徑流的影響指示效果較差。由于滲透指數(shù)具有一定的過程意義,可作為評價植被配置格局土壤保持、甄選流域植被格局設計方案的工具。需要注意的是,該指數(shù)僅利用了植被覆蓋度、地形兩個方面的參數(shù),是以區(qū)域土壤、降雨等其他因素無空間異質性為前提的。因此,在應用時應注意這一點。在可能的條件下,構造表征其他因素影響土壤侵蝕的指標作為參數(shù)與LI融合時最佳的選擇。

圖9 流域徑流系數(shù)與滲透指數(shù)的回歸關系Fig.9 Regression curves between watershed runoff coefficients and leakiness index

[1] Puigdefábregas J. The role of vegetation patterns in structuring runoff and sediment fluxes in drylands[J]. Earth Surface Processes and Landforms,2005,30(2):133-147.

[2] Ouyang Wei, Andrew K S, Hao Fanghua, et al. Soil erosion dynamics response to landscape pattern[J]. Science of the Total Environment, 2010,408:1 358-1 366.

[3] 劉 宇, 呂一河, 傅伯杰. 景觀格局-土壤侵蝕研究中景觀指數(shù)的意義解釋及局限性[J]. 生態(tài)學報, 2011,30(1):267-275.

[4] Borselli L, Cassi P, Torri D. Prolegomena to sediment and flow connectivity in the landscape: A GIS and field numerical assessment[J]. Catena, 2008,(75):268-277.

[5] Imeson A C, Prinsen H A M. Vegetation patterns as biological indicators for identifying runoff and sediment source and sink areas for semi-arid landscapes in Spain[J]. Agriculture, Ecosystems & Environment, 2004,104:333-342.

[6] Ludwig J A, Bastin G N, Chewings V H, et al. Leakiness: A new index for monitoring the health of arid and semiarid landscapes using remotely sensed vegetation cover and elevation data[J]. Ecological Indicators, 2007,(7):442-454.

[7] Chen Liding, Wei Wei, Fu Bojie, et al. Soil and water conservation on the Loess Plateau in China: review and perspective[J]. Progress in Physical Geography, 2007,31:389-403.

[8] 趙英時. 遙感應用分析原理與方法[M]. 北京:科學出版社,2003:391-392.

[9] 陳 軍,周啟星. 數(shù)字地形分析[M].北京:科學出版社,2006:158-161.

[10] 汪麗娜, 王 勇, 高 鵬,等. 黃土高原粗泥沙集中來源區(qū)水沙變化特征及趨勢性分析[J]. 水土保持通報, 2008,28(2):11-16.

[11] 錢云平, 蔣秀華, 金雙彥,等. 黃河中游黃土高原區(qū)河川基流特點及變化分析[J]. 地球科學與環(huán)境學報,2004,26(2):88-91.

猜你喜歡
輸沙覆蓋度柵格
呼和浩特市和林格爾縣植被覆蓋度變化遙感監(jiān)測
基于NDVI的晉州市植被覆蓋信息提取
基于鄰域柵格篩選的點云邊緣點提取方法*
低覆蓋度CO分子在Ni(110)面的吸附研究
不同剖面形狀的柵格壁對柵格翼氣動特性的影響
基于CVT排布的非周期柵格密度加權陣設計
雷達學報(2014年4期)2014-04-23 07:43:13
湖南省四水流域森林、徑流、輸沙變化特性
基于分布式水文模型的流域輸沙過程模擬
塔克拉瑪干沙漠腹地塔中地區(qū)的風動力環(huán)境
推移質輸沙率計算公式分析
金坛市| 南雄市| 监利县| 三台县| 洛南县| 青铜峡市| 定南县| 安丘市| 洛川县| 邹平县| 房产| 海晏县| 綦江县| 咸阳市| 邢台县| 永修县| 商丘市| 铅山县| 茶陵县| 重庆市| 泸水县| 淳化县| 从江县| 东方市| 封丘县| 绥中县| 台东县| 山丹县| 沐川县| 扎鲁特旗| 甘泉县| 北宁市| 商水县| 陇西县| 嫩江县| 五华县| 庐江县| 阳新县| 公安县| 民权县| 滁州市|