姚 昆,张存杰,何 磊,李玉霞,钟旭珍
1. 西昌学院 资源与环境学院,四川 西昌 615000;2. 国家气候中心系统运控室,北京 100081;3. 成都信息工程大学 软件工程学院,成都 610103;4. 电子科技大学 自动化工程学院,成都 610054;5. 内江师范学院 地理与资源科学学院,四川 内江 641100
土壤侵蚀是一种常见的自然灾害,区域的土壤类型、气候、地质条件等自然因素决定了其先天状况,而后天的人类活动又对其变化产生明显的驱动作用[1-2]. 土壤侵蚀不仅会造成水体富营养化和土地生产能力严重下降等系列环境问题,还会加剧生态环境的脆弱程度[3].
近年来,随着RS和GIS技术的快速发展,学者们在区域水力侵蚀的定量监测与评估上取得了诸多成果,提出了通用流失方程(Universal Soil Loss Equation,USLE)[4-6]、修正土壤侵蚀方程(Revised Universal Soil Loss Equation,RUSLE)[3,7-8]、水蚀预报模型(Water Erosion Prediction Project,WEPP)[9-10]和中国土壤流失方程(China Soil Loss Equation,CSLE)[11-13]等众多计算模型. 其中,RUSLE模型在诸多模型中最为典型. 黄凤琴等[14]利用RUSLE模型完成凉山地区2000年土壤侵蚀的空间分布特征分析;邹雅婧等[15]将RUSLE模型与地理探测器相结合,实现了渭北矿区2018年土壤侵蚀状况的定量评估与驱动因素分析;胡先培等[16]基于RUSLE模型对贵州铜仁地区1987-2015年土壤侵蚀的时空特征进行了详细分析;操玥等[17]以RUSLE模型为基础,完成了我国喀斯特槽谷地区2000-2015年土壤侵蚀时空演变及未来发展规律的探索分析. 以上成果均已证明,相比其他模型,RUSLE具有所需参数较少、计算过程相对简单快捷、应用范围适用性广和计算结果准确度相对较高的优点,能作为区域土壤侵蚀定……