EN中文

地理研究 >

2014 , Vol. 33 >Issue 12: 2393 - 2406

DOI: https://doi.org/10.11821/dlyj201412016

不同视角下InVEST模型的土壤保持功能对比

  • 胡胜 , 1 ,
  • 曹明明 1 ,
  • 刘琪 1 ,
  • 张天琪 2 ,
  • 邱海军 1 ,
  • 刘闻 1 ,
  • 宋进喜 1
展开
  • 1. 西北大学城市与环境学院,西安 710127
  • 2. 华东师范大学地理科学学院,上海 200241

作者简介：胡胜(1988-β),男,湖北枣阳人,硕士,主要从事全球变化和地质灾害等方面研究。E-mail:

收稿日期: 2014-05-10

  要求修回日期: 2014-10-09

  网络出版日期: 2014-12-10

基金资助

西北大学研究生自主创新项目(YZZ13003)

陕西省重点科技创新团队计划项目(2014KCT-27)

国家自然科学基金项目(41401602,51379715)

收起

Comparative study on the soil conservation function of InVEST model under different perspectives

  • HU Sheng , 1 ,
  • CAO Mingming 1 ,
  • LIU Qi 1 ,
  • ZHANG Tianqi 2 ,
  • QIU Haijun 1 ,
  • LIU Wen 1 ,
  • SONG Jinxi 1
Expand
  • 1. College of Urban and Environmental Science, Northwest University, Xi'an 710127, China
  • 2. School of Geographic Sciences, East China Normal University, Shanghai 200241, China

Received date: 2014-05-10

  Request revised date: 2014-10-09

  Online published: 2014-12-10

Copyright

《地理研究》编辑部
Fold

摘要

土壤保持是生态系统的重要服务功能之一。黄土高原是世界上水土流失最严重的地区,黄河中游地区是黄河泥沙的主要来源,继续开展黄河中游地区土壤保持研究,对于当地的水土保持、土地利用结构调整、退耕还林、生态补偿以及水库管理具有重大意义。以黄河一级支流无定河的源头(营盘山库区)为研究区,采用生态系统服务和交易的综合评估模型InVEST(Integrated Valuation of Ecosystem Services and Trade-offs),从水文和土地利用两个角度出发,对研究区地块截留能力、输出能力和保持能力进行对比研究,重点探讨哪种角度的结果更科学合理,并进一步研究清淤情境下2010年营盘山库区的土壤保持能力及其空间格局特征。结果表明：① 基于子流域边界和土地利用边界的计算结果差异悬殊,水文学意义的子流域边界可以保证沉积物沿水文路径迁移过程的完整性,评价结果更科学合理;InVEST沉积物模型应该采用水文意义上的自然流域边界,而不宜将土地利用边界作为子流域单元进行评价。② 2010年营盘山库区在清淤情境下的沉积物截留总量为586482.60 t,输出总量为129868.61 t,平均输出量为12.93 t/hm2,保留总量为1559198.40 t,平均保留量为151.57 t/hm2。③ 地块的沉积物截留能力从上游至下游逐渐增强,而沉积物输出能力却刚好相反。无定河西侧支流的土壤保持能力比东侧支流偏高,两大支流平均土壤保持量低值区均出现在河流上游地区。

关键词： InVEST模型; 土壤保持; 黄土高原; 营盘山库区

本文引用格式

胡胜 , 曹明明 , 刘琪 , 张天琪 , 邱海军 , 刘闻 , 宋进喜 . 不同视角下InVEST模型的土壤保持功能对比[J]. 地理研究, 2014 , 33(12) : 2393 -2406 . DOI: 10.11821/dlyj201412016

Abstract

Soil conservation is one of the important service functions of ecosystem. The Loess Plateau is the most serious soil erosion area in the world, and the middle reaches of the Yellow River Basin is the main source of silt. Therefore, it is of great significance to conduct further studies on the soil conservation in the middle reaches of the Yellow River, especially in the aspects of soil and water conservation, land use structure adjustment, conversion of farmland to forests, eco-compensation as well as reservoir management.By taking the Yingpanshan Reservoir region, the source of Wuding River which is the primary tributary of the Yellow River, as an example, this paper uses the Sediment Retention Model of InVEST to compare the capacity of trapping sediment of land parcel, sediment output and sediment retention from the perspective of hydrology and land use, and try to figure out which result is more scientific, and to reveal the ability of soil conservation for Yingpanshan Reservoir region and its spatial pattern in 2010. The results are shown as follows: (1) The boundary of subwatershed in hydrological perspective can ensure the integrity of the removal of sediment by vegetation along hydrologic flowpaths, which makes the evaluation result more scientific and reasonable, since the evaluation results are significantly different under different perspectives. Therefore, the Sediment Retention Model of InVEST should choose natural basin boundary in the sense of hydrology as the sub-basin unit to evaluate the soil conservation function, instead of choosing the inputting boundary of land use. (2) When dredging for reservoir is considered, the total sediment retained, the total sediment export, the mean sediment export the total amount of sediment retained from sediment originating upstream, and the mean amount of sediment retained are 586482.60 t, 129868.61 t, 12.93t/hm2, 1559198.40t, and 151.57 t/hm2, respectively. (3) The sediment retention capacity of land parcel increases gradually from upstream to downstream, while the capability of sediment output has a contrary tendency. The sediment retention ability of west tributary of the Wuding River is more stronger than that of the east tributary. In addition, the low-value areas of soil conservation in the two major tributaries are both observed in the upstream.

Key words： InVEST; soil conservation; Loess Plateau; Yingpanshan Reservoir region

1 引言

Costanza等认为侵蚀控制和沉积物保持是生态系统服务功能的重要内容[1]。侵蚀和沉积是形成健康生态系统的自然过程,但是过量的侵蚀与沉积就会造成严重的后果,比如过度的土壤侵蚀会造成地形支离破碎,土壤肥力减退[2],土地质量下降[3],洪涝灾害增加,污染物迁移扩散,并且威胁桥梁、铁路和电力设施。另外,侵蚀能够导致沉积物堆积,造成河床抬升、水库淤积、兴利库容减少及水环境恶化,危及水库和下游河道堤防安全,增加水库运行和管理成本。长期以来,大规模、高强度的水土流失治理使得黄河中下游泥沙量显著减少[4],黄河泥沙治理取得显著成效,这也是有目共睹的。然而,黄河中游黄土高原是黄河泥沙的主要来源地[5],治黄的根本在于治沙。因此,继续长期深入开展黄土高原中游地区的水土保持工作仍十分必要。
通用土壤流失方程USLE(Universal Soil Loss Equation)考虑了降水、土壤性质、地形、植被覆盖和管理因子,是目前使用最广泛的土壤侵蚀模型[6],能够估算潜在土壤侵蚀量、实际土壤侵蚀量和土壤保持量。从已有的研究来看,USLE模型主要应用在以下三个方面：土壤侵蚀量及其空间格局研究[7-9]、土壤保持量及其生态服务功能评估[6,9-13]和人类活动与水土保持效益的响应[14-16]。肖玉等[6]利用USLE方程对青藏高原生态系统土壤保持量进行计算发现,森林系统植被覆盖率高于其他类型,其土壤保持量高于草地和农田生态系统,不同生态系统的土壤保持效益强度也不同;任志远等[10]利用USLE方程对西北五省2009年植被土壤保持量进行估算和价值换算,弄清了西北地区植被土壤保持能力的空间分布;许月卿等[7]将修正USLE模型与GIS技术相结合,得出贵州猫跳河流域水田土壤保持能力最大,林地、疏林地其次,旱地最小的结论;卞鸿雁等[16]从土地利用变化角度,研究了黄土高原南部地区土壤保持效益的时空动态,认为林地、草地和耕地在区域土壤保持功能中占主导地位;白杨等[17]采用InVEST模型对白洋淀地区生物多样性保护、水源涵养、固碳、土壤保持、授粉、氮磷保持等生态系统服务功能进行全面评估,虽然运用了新的评价模型,但缺乏对每种生态服务功能的详细评估过程而略显不足。值得一提的是,USLE模型并未考虑地块自身拦截上游沉积物的能力,通过USLE模型计算的土壤保持量存在一定的问题。这个问题在InVEST模型中得到了很好的解决。
InVEST(Integrated Valuation of Ecosystem Services and Trade-offs)模型是美国斯坦福大学、大自然保护协会(TNC)与世界自然基金会(WWF)联合开发的,旨在通过模拟不同土地覆被情境下生态服务系统物质量和价值量的变化,为决策者权衡人类活动的效益和影响提供科学依据,该模型已经在中国的四川、北京山区、河北白洋淀以及中美洲伯利兹城海岸、非洲坦桑尼亚、美国夏威夷等地成功得到应用[18]。国内学者利用该模型在水源涵养[19,20]、水源供给[21]、产水量[22]、生物多样性[23]、碳储量[24]等生态系统服务功能评价方面进行了尝试,但运用InVEST模型进行土壤保持功能评估的研究成果还不多见。与传统评价方法相比,沉积物保留模型有两大创新：一是考虑了地块自身拦截上游沉积物的能力(USLE忽视了这一重要水文过程),这使沉积物保留量的计算结果更准确;二是加入了水库数据,使评价结果更具针对性,能够更好地为管理者提供决策服务。需要强调的是,因为有水库数据的参与,模型提供了清淤和保证水质两种情景下的土壤保持量及其效益的计算,其计算方式和传统方法是有区别的。
不同土地利用类型的土壤侵蚀量、土壤保持量和土壤保持效益研究历来受到学者们[7,10,16]的关注,从已有的研究看,有学者[9,25,26]利用InVEST模型研究了不同生态系统类型或土地利用类型的土壤保持能力。探讨不同土地利用/覆被情景下的土壤保持功能成为地理学研究的热点问题。在InVEST沉积物保留模型中是否也能计算不同土地利用类型的土壤保持能力?计算精度如何?这与模型推荐使用的水文意义子流域边界的计算结果有何异同?哪种视角的计算结果更为准确、可信?为了探讨这些问题,以黄河一级支流无定河源头的营盘山库区为研究区,将ArcGIS与InVEST模型相结合,分别从水文和土地利用两种视角,比较不同边界条件下地块截留能力、输出能力和保持能力的差异及优劣;并对避免清淤情境下研究区2010年的土壤保持能力及其空间格局进行分析,以期对小流域的水土保持、土地利用结构调整、退耕还林、生态补偿以及水库管理提供更好的决策支持。同时探讨不同输入边界对计算结果的影响,为如何选择正确的处理边界提供依据,也为InVEST模型的普及和运用提供案例支持。

2 研究区概况

营盘山库区位于陕西省榆林市定边县东南,黄河一级支流——无定河的源头,地理范围108°5′33″E~108°14′31″E,37°11′23″N~37°18′21″N(图1),为黄土丘陵沟壑区,海拔1459~1788 m。研究区属温带半干旱大陆性季风气候,年均气温7.6 ℃,年均降雨量327.3 mm,年均无霜期140天左右。主要土壤类型有新积土、栗钙土、黑垆土和黄绵土,主要植被类型为稀疏草地、稀疏灌木林、落叶阔叶林。营盘山水库兴建于1973年,具有防洪、灌溉、拦蓄泥沙的服务功能,集水区面积102.87 km2,坝体为均质土坝,坝顶高程1452.11 m,最大坝高52.4 m,坝顶长宽分别为306 m和8 m,泄水量2 m3/s,设计库容4790万m3,死库容2250万m3,兴利库容1080万m3。
由于库区特殊的自然地理环境,加之陡坡开垦、滥砍滥伐和过度放牧,导致林地大面积减少,草地退化,水土流失十分严重,流域土壤侵蚀模数为15000~20000 t/km2·a,土壤侵蚀等级为剧烈侵蚀。由于大量泥沙汇入河流,造成下游水库淤积,水库泥面高程达1443.75 m,淤积库容3940万m3,已严重影响水库的使用寿命和功能正常发挥。
Fig. 1 The geographical location of Yingpanshan reservoir region

图1 研究区位置

3 数据来源与研究方法

3.1 数据来源

模型运行需要具有相同分辨率和投影坐标的栅格图层和参数表。统一采用30 m × 30 m分辨率、WGS_1984_Albers投影坐标系统的栅格数据。DEM数据来源于国际科学数据服务平台(http://datamirror.csdb.cn);降雨侵蚀力(R)图层由周边县气象站点数据经过计算后采用反距离权重插值得到;气象数据来源于陕西省气象局和中国气象科学数据共享服务网(http://cdc.cma.gov.cn);土壤可蚀性(K)图层通过中国科学院西部环境与生态科学数据中心1 ∶ 100万土壤数据集经过计算得到;土地利用(LUCC)图通过中国科学院对地观测与数字地球科学中心(http://ids.ceode.ac.cn)LANDSAT5多波段遥感影像经过几何纠正、去霾处理、色彩增强后进行监督分类得到;流域(Watersheds)和子流域(Sub-watersheds)边界在ArcGIS 10平台通过对DEM进行水文分析提取而来;生物物理表(Biophysical table)包括土地利用编码(lucode)、覆盖和管理因子(usle_c)、土壤保持措施因子(usle_p)、土地利用类型截留率(sedret_eff)等字段;沉积物阈值表(Sediment threshold table)包括流域ID(ws_id)、水库剩余寿命(dr_time)、水库死库容(dr_deadvol)等字段。

3.2 InVEST沉积物保留模型

3.2.1 优越性与局限性 InVEST沉积物保留模型的理论基础是通用土壤流失方程(USLE),但在计算沉积物保留量方面,该模型考虑了地块本身拦截上游沉积物的能力,计算结果更加科学准确;沉积物保留模型不仅能够计算地块的潜在土壤侵蚀量、实际土壤侵蚀量、土壤保持量,而且还能够利结合沉积物清除成本、水库设计和贴现率来计算水库不必要的沉积物清除成本(即沉积物保留价值),为水库管理者提供决策参考;沉积物保留模型最大的优点是能够对评价结果进行可视化表达,解决了以往生态服务功能评估单纯文字描述而不够直观的问题[18],结果可以直接用于分析服务功能空间分布特征及其空间异质性特征[17]。
但该模型也存在一定的局限性,主要表现在忽视重力侵蚀,每个子流域面积不能太大(像元个数不能超过4000 × 4000),沉积物清除信息难以获取,对用户率定模型参数的能力要求较高,不适合做大尺度的服务决策等。
3.2.2 土壤保持量计算原理 第一步：模型利用公式(1)和公式(2)分别计算基于地貌、气候条件的潜在土壤流失量RKLS和考虑了管理、工程措施的实际土壤侵蚀量USLE。USLE方程为InVEST沉积物保留模型提供了生物物理过程的基础。
RKLS = R × K × L × S (1)
USLE = R × K × L × S × C × P (2)
式中：R为降雨侵蚀力因子;K为土壤可蚀性因子;LS为坡度坡长因子;C为覆盖和管理因子;P为土壤保持措施因子。
第二步：模型计算地块的沉积物保留量。以往研究[6,13,14]中沉积物保留量的计算主要用潜在土壤侵蚀量减去实际土壤侵蚀量得出。然而,植被不仅能够抑制生长地的沉积物侵蚀,而且能够拦截上游地块产生的沉积物,USLE方程忽视了沉积动力学的这一部分内容。表1展示了沉积物沿着水文路径的迁移过程：因为地块1上游没有沉积物,所以其截留量为0,输出量就等于其本身产生的实际土壤侵蚀量。第二个地块会拦截上游地块产生的沉积物,截留量等于上游地块的输出量乘以第二个地块的截留率,而输出量等于该地块本身产生的实际土壤侵蚀量与未被拦截的上游地块输出量之和,依次类推。InVEST沉积物保留模型因考虑了地块的截留沉积物能力,弥补了USLE方程的不足。
Tab. 1 The removal of sediment by vegetation along hydrologic flowpaths

表1 沉积物沿水文路径迁移原理

地块 截留率 USLE 地块截留量 地块输出量(Gi=1-Ei)
1 E1 USLE1 0 USLE1
2 E2 USLE2 USLE1×E2 USLE1×G2+USLE2
3 E3 USLE3 (USLE1×G2+USLE2) × E3 (USLE1×G2+USLE2) × G3+USLE3
4 E4 USLE4 USLE1×G2×G3×E4+USLE2×G3×E4+USLE3×E4 USLE1×G2×G3×G4+USLE2×G3×G4+USLE3×G4+USLE4
因此,InVEST模型中沉积物保留量应该等于地块自身的沉积物保留量与该地块拦截上游地块(不包括地块自身)的沉积物量之和,计算公式如下：
sre t x = ( RKL S x - USL E x ) + ups_retai n x (3)
式中：sretx为地块沉积物保留量(t);(RKLSx-USLEx)为地块自身的沉积物保留量(t);ups_retainx为该地块拦截上游地块(不包括地块自身)的沉积物量(t)。
第三步：计算清淤条件下的沉积物保留量。水库为了容纳沉积物和减少清淤成本往往会设计一个死库容,死库容未被填满之前也不需要清淤作业。因此,直到死库容被填满为止才能更好地从地块保留沉积物的能力中获益。为了避免高估地块保留沉积物的能力,模型在计算过程中减去水库设计时的死库容,计算公式如下：
sed_ret_d r x = sre t x — dr_deadvol × c dr_time × contrib (4)
式中：sed_ret_drx为清淤条件下地块沉积物保留量(t);sretx为地块沉积物保留量(t);
dr_deadvol为水库设计死库容(m3);c为水库沉积物密度(t/m3);dr_time为水库剩余寿命(yr);contrib为流域内像元的数量(个)。
3.2.3 模型参数设定
为了保证计算结果更符合当地实际情况,参数化的模型在应用到不同研究区往往需要对关键性参数进行重新校正。由于InVEST模型是美国斯坦福大学、世界自然基金会(WWF)和大自然保护协会(TNC)联合开发的生态系统服务功能评估工具,模型设计时的参数往往参照国外数据,而这些参数并不一定符合中国的实际情况,因此,需要对模型关键性的参数进行重新校正。
坡度阈值(Slope threshold)是一个整型百分比坡度值,反映了人类边坡管理实践,模型默认值为75%。在这个坡度的边坡上,要么将陡坡修筑成梯田,要么需要稳固边坡,否则人类农业生产活动应该停止。在参考模型使用说明书和多次运行模型的基础上,将研究区坡度阈值设置为47%(约等于25°)。
汇水累积量阈值(Threshold flow accumulation)是利用DEM提取河网的关键参数,默认值是1000。通过多次试验发现当汇水累计量设置为800时,自动生成的河网与研究区地形图和遥感影像较为匹配。因此,将汇水累积量阈值设置为800。
水库沉积物密度(c)的大小将会影响沉积物保留量的多少,默认值为1.26 t/m3。根据和瑞莉等[27]在黄河流域开展的泥沙密度试验研究可知,黄河中游泥沙密度为2.73 t/m3。利用VB程序语言在模型工具的脚本中可以实现对密度值的修订,语法为：(gp.SingleOutputMapAlgebra_sa("(" + wshed_dead_vol + " * 2.73) / (" + wshed_num_cells2 + " * " + wshed_dr_time + ")", allowed_load_cell_dr))。
截留率(Sedret_eff)表示每种土地利用类型拦截上游地块沉积物的能力,用0~100整型百分比表示。由于目前缺乏土地利用类型截留率的研究成果,因此从模型数据库中选取与研究区土地利用类型相近的截留率,稀疏草地、旱地、居民地、裸地、水域、稀疏灌木林和落叶阔叶林的截留率分别为40%、50%、5%、2%、2%、50%、60%。
3.2.4 数据预处理 数据预处理结果如下：
(1)输入边界的确定
流域边界为营盘山库区界线。为了探讨水文学上的子流域边界和土地利用类型的边界在InVEST模型中运行结果的差异,从这两种视角开展对比研究。两种视角的边界划分方法如下：①在ArcGIS 10.0平台上,利用水文工具箱的填洼Fill工具对30 m分辨率DEM进行洼地填充,进行流向分析和计算汇流量,再根据出水口位置和流向数据创建集水区,得到子流域栅格图层,然后将该图层转换成矢量流域图,并结合水库地形图对子流域边界进行合理调整后得到研究区水文学意义上的子流域边界,用sub 1-16对其编号(图1);②通过TM影像解译得到七种不同土地利用类型,并将土地利用类型边界作为模型的输入边界。输入边界主要用于模型输出结果的分区统计,但从中间过程看,两种输入边界生成的像素尺度的结果(如地块截留量、输出量和土壤保持量)有显著差异,基于水文流域边界的输出结果更具规律性和准确性。
(2)降雨侵蚀力R图层
降雨侵蚀力是USLE模型中的首要基础因子,反映了降雨条件下雨水对土壤的剥离、搬移、冲刷能力大小,表现了降雨导致土壤流失的潜在能力。通过各种算法的比较[24,28-30]及数据获取情况,选择以下简易模型计算降雨侵蚀力。
R i = α ∑ j = 1 k D j β (5)
式中：Ri为第i个半月时段的侵蚀力值;k为该半月时段内的天数;Dj为半月时段内第j天的侵蚀性日雨量(mm),要求日雨量大于等于12 mm,与侵蚀性降雨标准对应;α、β为模型参数,反映了区域降雨特征,每个站点的α、β值各不相同。
α = 21.586 β - 7.1891 (6)
β = 0.8363 + 18.144 / P d 12 + 24.455 / P y 12 (7)
式中：Pd12为日降雨量≥12 mm的日平均雨量(mm);Py12为日降雨量≥12 mm的年平均雨量(mm)。采用1991-2010年研究区周边15个站点逐日降雨量数据,通过以上模型计算每个降雨侵蚀力数值,经过空间插值生成R图层。
(3)土壤可蚀性K图层
Wischmeier等[31,32]提出的土壤可蚀性因子K定义：标准小区(坡长22.12 m,坡度9%)上单位降雨侵蚀力引起的土壤流失率。土壤可蚀性K因子反映了在其他条件都相同的情况下,土壤本身性质不同所引起的侵蚀量差异。利用改进的USLE方程[33],可以计算出土壤可蚀性因子,并生成K图层。
K USLE = f csand × f cl - si × f orgc × f hisand (8)
式中：KUSLE为土壤可蚀性因子;fcsand为粗糙沙土质质地土壤侵蚀因子;fcl-si为粘壤土土壤侵蚀因子;forgc为土壤有机质因子;fhisand为高沙质土壤侵蚀因子。
f csand = 0.2 + 0.3 × exp - 0.256 × m s × 1 - m silt 100 (9)
f cl - si = m silt m c + m silt 0.3 (10)
f orgc = 1 - 0.25 × orgC orgC + exp 3.72 - 2.95 × orgC (12)
f hisand = 1 - 0.7 × 1 - m s 100 1 - m s 100 + exp - 5.51 + 22.9 × 1 - m s 100 (13)
式中：ms为粒径在0.05~2.00 mm沙粒的百分含量;msilt为粒径在0.002~0.05 mm的淤泥、细沙百分含量;mc为粒径在<0.002 mm的粘土百分含量;orgC为各土层中有机碳含量。
(4)LS地形因子图层
LS因子是USLE方程最重要的临界参数之一,反映了坡度与地表的关系,其本质是雨滴或沉积物移动直到能量耗尽时的距离。InVEST模型会根据用户输入的坡度阈值自动完成LS因子的计算并生成LS图层。需要指出的是,模型会自动对低坡度区域和高坡度区域选用不同的公式进行计算[9]。
(5)土地利用类型图层
在ENVI中对Landsat 5多波段遥感影像进行波段合成、分幅裁剪、几何纠正、去霾和降噪处理、色彩增强,采用目视解译进行监督分类,进而得到营盘山库区土地利用图(图5b)。流域内主要包括稀疏草地、旱地、居民地、裸地、水域、稀疏灌木林和落叶阔叶林七种土地利用类型,各自所占研究区总面积的比例为10.35%、36.59%、2.22%、16.50%、1.41%、8.98%、23.95%。
Fig. 5 Contrast of the total sediment retained

图5 基于子流域边界(a)和土地利用边界(b)的土壤保持总量对比

(6)覆盖和管理因子C图层
覆盖和管理因子是指一定条件下有植被覆盖或实施田间管理的土地土壤流失总量与同等条件下实施清耕的连续休闲地土壤流失总量的比值,介于0~1之间[32,34]。C因子与土地利用类型、植被覆盖度密切相关。参考相关研究成果[35-37],对解译的土地利用类型赋予相应的C值(表2),模型会自动将该字段转换成栅格图层。
Tab. 2 C and P values of different land use types

表2 土地利用类型C值和P值

土地利用
类型		 稀疏
草地		 旱地 居民地 裸地 水域 稀疏
灌木林		 落叶
阔叶林
C值 0.3 0.228 0 1 0 0.1 0.005
P值 1 1 0 1 0 1 1
(7)土壤保持措施因子P图层
水土保持措施因子P是采取水保措施后,土壤流失量与顺坡种植时土壤流失量的比值[32,34],其值在0~1间：极值0代表无侵蚀地区,极值1表示未采取水保措施的地区。结合以往研究[34,35]以及当地土地利用、农事活动情况确定相应的土地利用类型P值(表2),模型自动将该字段转换成栅格图层。

4 结果分析

4.1 地块截留能力

从图2中可以明显看出两种不同边界条件下地块的沉积物截留量有显著差异。图2a显示,地块的沉积物截留量大致沿着沉积物迁移的水文路径自上游至下游逐渐增加,这说明基于水文学意义的子流域边界计算结果能够很好地反映沉积物截留量的空间分布规律。但由于InVEST沉积物保留模型不能模拟细沟、冲沟和河岸侵蚀/堆积过程,故在河道内地块几乎没有土壤截留量。相反,基于土地利用边界的计算结果(图2b)却显得较为零乱,毫无规律。为了比较这两种结果数量上的差异,在ArcGIS 10.0中利用子流域边界对二者进行分区统计(表3)。从子流域边界角度看,2010年库区地块的沉积物截留总量为586482.60 t,是土地利用边界计算结果的39.04倍。基于子流域边界的地块沉积物截留总量最大值出现在sub3(59612.20 t),最小值出现在sub16(14574.20 t),单个像元最大值出现在sub15(1530.09 t)。基于土地利用边界的地块沉积物截留总量最大值出现在sub11(2387.84 t),最小值出现在sub8(93.96 t),单个像元最大值出现在sub9(303.30 t)。显然,基于子流域边界的结果更能反映地块沉积物截留量空间分布规律和空间异质性特点,基于土地利用边界的结果由于破坏了水文路径的完整性而造成信息“失真”,结果大打折扣,更不能保证结果的准确性。
Fig. 2 Contrast of sediment trapped amount

图2 基于子流域边界(a)和土地利用边界(b)的地块沉积物截留量对比

Tab. 3 The partition statistics of calculation results under different boundaries

表3 两种边界计算结果的分区统计

子流域编码 子流域边界统计结果 土地利用边界统计结果 Sum1/Sum2
Sum1(t) 像元Max1(t) Sum2(t) 像元Max2(t)
sub1 54403.30 1025.67 1009.02 63.60 53.92
sub 2 31548.50 475.53 738.18 112.71 42.74
sub 3 59612.20 1361.22 861.31 61.34 69.21
sub 4 48764.50 1394.38 673.26 65.66 72.43
sub 5 40848.50 469.58 1435.45 105.04 28.46
sub 6 45544.90 401.87 1355.16 49.06 33.61
sub 7 28476.90 587.33 1324.13 120.22 21.51
sub 8 23228.30 721.08 93.96 12.32 247.21
sub 9 41701.40 1438.28 934.82 303.30 44.61
sub 10 21991.90 400.96 353.52 44.80 62.21
sub 11 35803.70 887.37 2387.84 89.80 14.99
sub 12 43259.50 893.20 2065.08 189.62 20.95
sub 13 15862.30 832.49 207.73 37.50 76.36
sub 14 48680.00 1079.46 825.59 169.87 58.96
sub 15 32182.50 1530.09 387.63 43.16 83.02
sub 16 14574.20 458.43 369.18 41.98 39.48
库区 586482.60 1530.09 15021.87 303.30 39.04

4.2 地块输出能力

流域产沙能够反映土壤侵蚀状况,产沙量多少受自然因素和人类活动的共同影响。分析流域的输沙量情况可以为小流域水沙管理提供参考依据[38]。图3显示,在沉积物输出量(即产沙量)方面,采用不同边界的计算结果也有很大差异,这与地块截留量的计算结果十分相似。基于子流域边界的计算结果表明,地块沉积物输出量的空间分布与河网的分布高度一致,其值从河网上游向下游地区递减,河沟中心到两侧150 m的范围内,地块的产沙能力最强,是泥沙输出的集中分布区,输沙量占到研究区输沙总量的96.3%。像元的最大沉积物输出量为985.24 t,最小值为0,输出量大于0的像元占库区的70.38%。2010年营盘山库区沉积物输出总量为129868.61 t,平均输出量为12.93 t/hm2,sub1输出能力最高(21298.20 t),sub16输出能力最低(1412.15 t)。而基于土地利用边界的结果显示像元的沉积物输出量在0~224.712 t之间,最大值只有前者计算结果最大值的22.8%,输出量大于0的像元只有0.26%,也就是说99.74%的像元没有输出能力。同样地,基于土地利用边界的结果由于破坏了水文路径的完整性而造成信息“失真”,绝大部分地块输出沉积物的能力“被丧失”了,这也进一步证明了土地利用边界在InVEST沉积物保留模型中计算有缺陷。在黄土高原丘陵沟壑区,植被覆盖度达到一定程度减少效果才明显[39]。由于河沟附近是主要产沙区,而各项水土保持措施中,对减少入黄泥沙量贡献最大的是淤地坝[40],因此要加强流域内淤地坝建设,减少入黄泥沙量。
Fig. 3 Contrast of sediment output amount

图3 基于子流域边界(a)和土地利用边界(b)的地块沉积物输出量对比

4.3 土壤保持能力

由公式(3)可知,沉积物保留量等于地块自身的沉积物保留量与该地块拦截上游地块(不包括地块自身)的沉积物量之和。通过对InVEST沉积物保留模型生成的图层进行比较发现,基于子流域边界和土地利用边界计算的潜在土壤侵蚀量和实际土壤侵蚀量是一样的。进一步结合公式(3)和公式(4)可以看出,清淤情境下土壤保持量的大小取决于地块的沉积物截留量。然而如前所述两种输入边界的地块截留能力差异明显,这必然影响了地块的土壤保持能力。
对比图4a和图4b可以看出,在像元尺度上,基于子流域边界的输出结果比较完整,具有很强的规律性,与地块截留能力的分布规律一致,能够反映流域内地块的土壤保持能力的空间分布特征;而基于土地利用边界的输出结果不太理想,重要的是二者在数量级上具有巨大差异,前者的计算结果准确度较高,后者的计算精度无法保证。
Fig. 4 Contrast of the sediment retained

图4 基于子流域边界(a)和土地利用边界(b)的土壤保持量对比

图5a表明,2010年营盘山库区在避免清淤条件下,基于子流域边界的土壤保持总量为1559198.40 t,平均土壤保持量为151.57 t/hm2。无定河西侧支流(sub1~9)的土壤保持总量和平均土壤保持量分别为919779 t、160.38 t/hm2,而东侧支流(sub10~16)分别为639419.39 t、140.47 t/hm2。显然,西侧支流的土壤保持能力比东侧支流偏高。究其原因,主要是西侧支流落叶阔叶林、稀疏草地、稀疏灌木林分布广泛、覆盖度较高,村庄规模和人口较少、陡坡耕种面积小,且西侧支流水域面积多造成坡面侵蚀大为减少。从局部看,子流域土壤保持总量变化范围为45768.39~150626.36 t,sub14土壤保持总量最高(150626.36 t),sub13最低(45768.39 t)。平均土壤保持量在108.01~180.75 t/hm2之间,sub4平均土壤保持量最高(180.75 t),sub11最低(108.01 t)。两大支流平均土壤保持量低值区均出现在河流上游地区,主要是因为上游河段地形起伏较大、植被覆盖率较低。图5b显示了基于土地利用边界的土壤保持总量为831432.82 t,仅为子流域边界结果的53.32%,平均土壤保持量为103.28 t/hm2,为子流域边界结果的68.14%,每种地类土壤保持总量排序依次为：旱地(311198.81 t)>落叶阔叶林(270527.06 t)>稀疏灌木林(91040.30 t)>裸地(68017.09 t)>稀疏草地(63992.16 t)>居民地(15781.02 t)>水域(10876.38 t),这种排序与卞鸿雁等[16]研究结果相一致。需要说明的是,这与理论上落叶阔叶林土壤保持量大于旱地略有出入,这是因为5月份的遥感影像,农作物正处于生长期,植被覆盖度高。在库区的土地利用方式中,旱地的面积最大、比例也最高,因此,造成旱地土壤保持总量比落叶阔叶林较高。

5 结论与讨论

(1)子流域边界和土地利用边界均能在InVEST沉积物保留模型中运行成功,但二者的运行结果差异悬殊,前者的计算结果和精度比后者可靠。虽然在像元尺度上二者计算的潜在土壤侵蚀量和实际土壤侵蚀量是一样的。然而,由于土地利用边界会破坏沉积物沿水文路径迁移过程的完整性,导致地块截留量、输出量和保持量均有较大差异。如果要研究不同土地利用类型的土壤保持量、截留量和输沙量,可以用土地利用类型边界对子流域边界相应的输出结果图层进行分区统计,这样才能保证计算结果的准确性。因此,在InVEST沉积物保留模型中,不能以土地利用边界为输入边界,建议在以后的研究中采用具有水文意义的子流域边界。
(2)从空间分布来看,基于子流域边界的输出结果,更能清楚地表达地块截留量、输出量和保持量的空间分布规律和特点。沉积物截留量大致沿着沉积物迁移的水文路径自上游至下游逐渐增加,但河道内地块几乎没有截留量和保持量;地块沉积物输出量的空间分布与河网的分布高度一致,其值从河网上游向下游地区递减,河沟中心到两侧150 m的范围内,地块的产沙能力最强,是泥沙输出的集中分布区,输沙量占到研究区输沙总量的96.3%。
(3)从数量上看,2010年库区地块的沉积物截留总量为586482.60 t,是土地利用边界计算结果的39.04倍;基于子流域边界的沉积物输出总量为129868.61 t,平均输出量为12.93 t/hm2,而基于土地利用边界的输出量大于0的像元只有0.26%,99.74%的像元没有输出能力,这进一步说明了土地利用边界输出结果的不科学性。子流域边界的输出结果表明,2010年营盘山库区在避免清淤条件下的土壤保持总量为1559198.40 t,平均沉积物保留土壤保持量为151.57 t/hm2;基于土地利用边界的的地块截留量不能够反映实际情况,土壤保持总量为831432.82 t,仅为子流域边界结果的53.32%,平均土壤保持量为103.28 t/hm2,为子流域边界结果的68.14%。
(4)土壤保持能力的高低不仅与土壤理化性质(如土壤质地、可蚀性、抗蚀性等)有关,而且还与当地的气候条件(如降雨强度、降雨时间等)、地形因子(如坡度、坡向、坡长、凹凸坡面等)、土地利用方式以及水土保持措施均有关系。
InVEST沉积物保留模型以通用土壤流失方程(USLE)为基础理论,另外考虑了沉积物沿水文路径迁移过程和地块对上游沉积物的拦截率,与传统计算方法相比,沉积物保留量的计算更科学、更准确。因营盘山库区的死库容具有容纳泥沙的作用,为了避免过高估计上游地块的土壤保持能力,InVEST沉积物保留模型加入了水库数据,并提供了很好的解决方案和改进的算法,以便更好地为流域管理者提供服务。以营盘山库区为实证研究对象,从像素尺度,探讨基于水文意义的子流域边界和土地利用边界条件下二者地块截留沉积物的能力、输出沉积物的能力及土壤保持能力的差异,并比较两种思路的科学性问题,为InVEST模型在水土保持方面提供实证研究。由于以小流域为研究区,土壤理化性质和降水条件差别很小,影响研究区土壤保持量高低的主要因素为土地利用方式、地形因子、水保措施,鉴于研究区实际情况认为应该重点开展以下几方面的工作：第一,对流域进行片区划分(如图5a),在统筹兼顾的基础上,加强重点流域的水土保持治理工作;第二,由于营盘山水库淤积严重,应尽快开展水库清淤工作及上游河道治理,加大小流域淤地坝建设投入,减少入河泥沙对水库的威胁;第三,继续巩固退耕还林还草成果,提高植被覆盖度,禁止陡坡开垦和种植,合理改变土地利用方式,优化农业种植结构,切实兼顾生态效益和经济效益相统一。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Costanza R, d'Arge R, Groot R, et al. The value of the world's ecosystem services and natural capital. Nature, 1997, 387(6630): 253-260.

[2]
张宗祜. 黄土高原土壤侵蚀基本规律. 第四纪研究, 1993, 13(1): 34-40.

[Zhang Zonghu.The basic features of soil erosion in Loess Plateau. Quaternary Sciences, 1993, 13(1): 34-40.]

[3]
李勋贵, 魏霞. 区域土壤侵蚀演化风险分析:以泾河流域为例. 地理研究, 2011, 30(8): 1361-1369.

[Li Xungui, Wei Xia.Evolution risk analysis of regional soil erosion: A case study of Jinghe River Basin. Geographical Research, 2011, 30(8): 1361-1369.]

[4]
高鹏, 穆兴民, 李锐, 等. 黄河支流无定河水沙变化趋势及其驱动因素. 泥沙研究, 2009, (5): 22-28.

[Gao Peng, Mu Xingmin, Li Rui, et al.Analyses on trend and driving force of runoff and sediment load in the Wuding River. Journal of Sediment Research, 2009, (5): 22-28.]

[5]
洪业汤, 朴河春, 姜洪波. 黄河沙量记录与黄土高原侵蚀. 第四纪研究, 1990, 10(1): 10-20.

[Hong Yetang, Piao Hechun, Jiang Hongbo.Erosion of the Loess Plateau with special reference to the records of silt discharged by the Huang He(Yellow River). Quaternary Sciences, 1990, 10(1): 10-20.]

[6]
肖玉, 谢高地, 安凯. 青藏高原生态系统土壤保持功能及其价值. 生态学报, 2003, 23(11): 2367-2378.

[Xiao Yu, Xie Gaodi, An Kai.The function and economic value of soil conservation of ecosystems in Qinghai-Tibet Plateau. Acta Ecologica Sinica, 2003, 23(11): 2367-2378.]

[7]
许月卿, 邵晓梅. 基于GIS和RUSLE的土壤侵蚀量计算:以贵州省猫跳河流域为例. 北京林业大学学报, 2006, 28(4): 67-71.

[Xu Yueqing, Shao Xiaomei.Estimation of soil erosion supported by GIS and RUSLE: A case study of Maotiaohe Watershed, Guizhou province. Journal of Beijing Forestry University, 2006, 28(4): 67-71.]

[8]
周湘山, 孙保平, 李锦荣, 等. 基于GIS和USLE的土壤侵蚀定量分析研究:以四川省洪雅县为例. 水土保持研究, 2011, 18(4): 5-10.

[Zhou Xiangshan, Sun Baoping, Li Jinrong, et al.Quantitative analysis of soil erosion based on GIS and USLE: Taking Hongya county of Sichuan province as a case study. Research of Soil and Water Conservation, 2011, 18(4): 5-10.]

[9]
周彬, 余新晓, 陈丽华, 等. 基于InVEST模型的北京山区土壤侵蚀模拟. 水土保持研究, 2010, 17(6): 9-13.

[Zhou Bin, Yu Xinxiao, Chen Lihua, et al.Soil erosion simulation in mountain areas of Beijing based on InVEST model. Research of Soil and Water Conservation, 2010, 17(6): 9-13.]

[10]
任志远, 刘焱序. 西北地区植被保持土壤效应评估. 资源科学, 2013, 35(3): 610-617.

[Ren Zhiyuan, Liu Yanxu.Estimating the ecological effect of soil conservation by vegetation in Northwest China. Resources Science, 2013, 35(3): 610-617.]

[11]
吴岚. 水土保持生态服务功能及其价值研究. 北京: 北京林业大学博士学位论文, 2007.

[Wu Lan.Function and value of soil & water conservation ecological services. Beijing: Doctoral Dissertation of Beijing Forestry University, 2007.]

[12]
余新晓, 吴岚, 饶良懿, 等. 水土保持生态服务功能价值估算. 中国水土保持科学, 2008, 6(1): 83-86.

[Yu Xinxiao, Wu lan, Rao Liangyi, et al. Assessment on the ecological services value of soil and water conservation. Science of Soil and Water Conservation, 2008, 6(1): 83-86.]

[13]
盛莉, 金艳, 黄敬峰. 中国水土保持生态服务功能价值估算及其空间分布. 自然资源学报, 2010, 25(7): 1105-1113.

[Sheng Li, Jin Yan, Huang Jingfeng.Value estmiation of conserving water and soil of ecosystem in China. Journal of Natural Resources,2010, 25(7): 1105-1113.]

[14]
吴楠, 高吉喜, 苏德毕力格, 等. 不同土地利用/覆被情景下生态系统减轻水库泥沙淤积的服务能力与经济价值模拟. 生态学报, 2009, 29(11): 5912-5922.

[Wu Nan, Gao Jixi, Sudebilige, et al. Evaluation on ecosystem service of avoided reservoir sedimentation and its econom ic value under different land use/cover scenarios. Acta Ecologica Sinica, 2009, 29(11): 5912-5922.]

[15]
周毅, 魏天兴, 解建强, 等. 黄土高原不同林地类型水土保持效益分析. 水土保持学报, 2011, 25(3): 12-16.

[Zhou Yi, Wei Tianxing, Xie Jianqiang, et al.Different types of vegetation cover and water conservation benfits. Journal of Soil and Water Conservation, 2011, 25(3): 12-16.]

[16]
卞鸿雁, 庞奖励, 任志远, 等. 基于土地利用变化的土壤保持效益时空动态: 以黄土高原南部为例. 生态学杂志, 2012, 31(9): 2391-2396.

[Bian Hongyan, Pang Jiangli, Ren Zhiyuan, et al.Effects of land use change on soil conservation value in southern Loess Plateau of Northwest China. Chinese Journal of Ecology, 2012, 31(9): 2391-2396.]

[17]
白杨, 郑华, 庄长伟, 等. 白洋淀流域生态系统服务评估及其调控. 生态学报, 2013, 33(3): 711-717.

[Bai Yang, Zheng Hua, Zhuang Changwei, et al.Ecosystem services valuation and its regulation in Baiyangdian basin: Based on InVEST model. Acta Ecologica Sinica, 2013, 33(3): 711-717.]

[18]
杨园园, 戴尔阜, 付华. 基于InVEST模型的生态系统服务功能价值评估研究框架. 首都师范大学学报:自然科学版, 2012, 33(3): 41-47.

[Yang Yuanyuan, Dai Erfu, Fu Hua.The assessment framework of ecosystem service value based on InVEST model. Journal of Capital Normal University: Nature Science Edition, 2012, 33(3): 41-47.]

[19]
余新晓, 周彬, 吕锡芝, 等. 基于InVEST模型的北京山区森林水源涵养功能评估. 林业科学, 2012, 48(10): 1-5.

[Yu Xinxiao, Zhou Bin, Lv Xizhi, et al.Evaluation of water conservation function in mountain forest areas of Beijing based on InVEST model. Scientia Silvae Sinicae, 2012, 48(10): 1-5.]

[20]
傅斌, 徐佩, 王玉宽, 等. 都江堰市水源涵养功能空间格局. 生态学报, 2013, 33(3): 789-797.

[Fu Bin, Xu Pei, Wang Yukuan, et al.Spatial pattern of water retetnion in Dujiangyan county. Acta Ecologica Sinica, 2013, 33(3): 789-797.]

[21]
潘韬, 吴绍洪, 戴尔阜, 等. 基于InVEST模型的三江源区生态系统水源供给服务时空变化. 应用生态学报, 2013, 24(1): 183-189.

[Pan Tao, Wu Shaohong, Dai Erfu, et al.Spatiotemporal variation of water source supply service in Three Rivers Source Area of China based on InVEST model. Chinese Journal of Applied Ecology, 2013, 24(1): 183-189.]

[22]
Zhang C Q, Li W H, Zhang B, et al. Water yield of Xitiaoxi River Basin based on InVEST modeling. Journal of Resources and Ecology, 2012, 3(1): 50-54.

[23]
徐佩, 王玉宽, 杨金凤, 等. 汶川地震灾区生物多样性热点地区分析. 生态学报, 2013, 33(3): 718-725.

[Xu Pei, Wang Yukuan, Yang Jinfeng, et al.Identification of hotspots for biodiversity conservation in the Wenchuan earthquake-hit area. Acta Ecologica Sinica, 2013, 33(3): 718-725.]

[24]
彭怡, 王玉宽, 傅斌, 等. 汶川地震重灾区生态系统碳储存功能空间格局与地震破坏评估. 生态学报, 2013, 33(3): 798-808.

[Peng Yi, Wang Yukuan, Fu Bin, et al.Spatial distribution of carbon storage function and seismic damage in Wenchuan earthquake stricken areas. Acta Ecologica Sinica, 2013, 33(3): 798-808.]

[25]
彭怡. InVEST模型在生态系统服务功能评估中的应用研究:以四川汶川地震灾区为例. 北京: 中国科学院大学硕士学位论文, 2010.

[Peng Yi.Application of InVEST model in ecosystem services assessment: A case study from Wenchuan earthquake area. Beijing: Master Dissertation of Institute of University of Chinese Academy of Sciences, 2010.]

[26]
饶恩明, 肖燚, 欧阳志云, 等. 海南岛生态系统土壤保持功能空间特征及影响因素. 生态学报, 2013, 33(3): 746-755.

[Rao Enming, Xiao Yi, Ouyang Zhiyun, et al.Spatial characteristics of soil conservation service and its impact factors in Hainan Island. Acta Ecologica Sinica, 2013, 33(3): 746-755.]

[27]
和瑞莉, 李静, 张石娃. 黄河流域泥沙密度试验研究. 人民黄河, 1999, 21(3): 5-8.

[He Ruili, Li Jing, Zhang Shiwa.Experimental study of sediment density in the Yellow River Basin. Yellow River, 1999, 21(3): 5-8.]

[28]
高海东, 李占斌, 李鹏, 等. 梯田建设和淤地坝淤积对土壤侵蚀影响的定量分析. 地理学报, 2012, 67(5): 599-608.

[Gao Haidong, Li Zhanbin, Li Peng, et al.Influences of terrace construction and check dam silting-up on soil erosion. Acta Geographica Sinica, 2012, 67(5): 599-608.]

[29]
Diodato N, Bellocchi G.MedREM, a rainfall erosivity model for the Mediterranean region. Journal of Hydrology, 2010, 387(1): 119-127.

[30]
Diodato N, Bellocchi G.Estimating monthly (R) USLE climate input in a Mediterranean region using limited data. Journal of Hydrology, 2007, 345(3): 224-236.

[31]
Wischmeier W H, Smith D D.Rainfall erosion losses from cropland east of the Rocky Mountains: Guide for selection of practices for soil and water conservation. In: US Department of Agriculture. Agricultural Handbook. Washington: US Department of Agriculture, 1965: 282.

[32]
Wischmeier W H, Smith D D.Predicting rainfall erosion losses: A guide to conservation planning. In: US Department of Agriculture. Agricultural Handbook. Washington: US Department of Agriculture, 1978: 58.

[33]
刘昌明, 郑红星, 王中根, 等. 流域水循环分布式模拟. 郑州: 黄河水利出版社,2006.

[Liu Changming, Zheng Hongxing, Wang Zhonggen, et al.Distributed Simulation of Water Cycle in Basin. Zhengzhou: The Yellow River Water Conservancy Press, 2006.]

[34]
潘美慧, 伍永秋, 任斐鹏, 等. 基于USLE的东江流域土壤侵蚀量估算. 自然资源学报, 2010, 25(12): 2154-2164.

[Pan Meihui, Wu Yongqiu, Ren Peipeng, et al.Estimating soil erosion in the Dongjiang River basin based on USLE. Journal of Natural Resources, 2010, 25(12): 2154-2164.]

[35]
王万忠, 焦菊英. 中国的土壤侵蚀因子定量评价研究. 水土保持通报, 1996, 16(5): 1-20.

[Wang Wanzhong, Jiao Juying.Qutantitative evaluation on factors infulencing soil erosion in China. Bulletion of Soil and Water Conservation, 1996, 16(5): 1-20.]

[36]
程琳, 杨勤科, 谢红霞, 等. 基于GIS和CSLE的陕西省土壤侵蚀定量评价方法研究. 水土保持学报, 2009, 23(5): 61-66.

[Cheng Lin, Yang Qinke, Xie Hongxia, et al.GIS and CSLE based quantitative assessment of soil erosion in Shaanxi, China. Journal of Soil and Water Conserv ation, 2009, 23(5): 61-66.]

[37]
张岩, 袁建平, 刘宝元. 土壤侵蚀预报模型中的植被覆盖与管理因子研究进展. 应用生态学报, 2002, 13(8): 1033-1036.

[Zhang Yan, Yuan Jianping, Liu Baoyuan.Advance in researches on vegetation cover and management factor in the soil erosion prediction model. Chinese Journal of Applied Econolgy, 2002, 13(8): 1033-1036.]

[38]
韦杰, 贺秀斌. 流域侵蚀产沙人类活动影响指数研究: 以长江上游为例. 地理研究, 2012, 31(12): 2259-2269.

[Wei Jie, He Xiubin.The impacts of human activities on riverine sediment load: A case study of the Upper Yangtze River Basin. Geographical Research, 2012, 31(12): 2259-2269.]

[39]
王随继. 黄河中游多沙粗沙区侵蚀产沙与植被相互作用的临界现象. 水土保持学报, 2004, 18(4): 20-23.

[Wang Suiji.Interaction threshold between soil erosion and vegetation cover at coarse sediment source area with high concentration, Middle Yellow River Basin. Journal of Soil and Water Conservation, 2004, 18(4): 20-23.]

[40]
冉大川. 黄河中游水土保持措施的减水减沙作用研究. 资源科学, 2006, 28(1): 93-100.

[Ran Dachuan.Water and sediment variation and ecological protection measures in the Middle Reach of the Yellow River. Resources Science, 2006, 28(1): 93-100.]

Options
文章导航

/

〈 〉