RWEQ模型教程

详情点击链接:基于“RWEQ+”集成技术在土壤风蚀模拟与风蚀模数估算、变化归因分析中的实践应用及SCI论文撰写

前沿

 土壤风蚀是一个全球性的环境问题。中国是世界上受土壤风蚀危害最严重的国家之一,土壤风蚀是中国干旱、半干旱及部分湿润地区土地荒漠化的首要过程。中国风蚀荒漠化面积达160.74×104km2,占国土总面积的16.7%,严重影响这些地区的资源开发和社会经济持续稳定发展。自20世纪80年代以来,土壤风蚀作为沙漠化的首要环节而得到前所未有的重视,相继开展了大量的实验研究工作,揭示了各种因素对风蚀过程的影响,尤其是人为因素对风蚀的加剧作用,并提出了不同地区的风蚀防治措施。中国西部山区生态脆弱,水土流失现象较为严重,威胁着国家的生态安全,当地风蚀模数的估算工作对维护其生态环境可持续发展具有一定意义。
 

第一:基础

1、土壤侵蚀的基本原理

1.1 土壤侵蚀:在水力、风力、冻融、重力等外营力作用下,土壤、土壤母质被破坏、剥蚀、转运和沉积的全部过程。

1.2 土壤侵蚀的分类:水力侵蚀、重力侵蚀、冻融侵蚀和风力侵蚀等。

1.3 土壤侵蚀的危害及原因:中国山地丘陵面积广,地形起伏大,地面组成物质疏松深厚,降雨强度大,垦殖历史久,植被覆盖率低等,都是引起土壤侵蚀的重要因素。多种因素的不同组合,决定着土壤侵蚀的类型、程度、区域分布以及潜在危险的大小等。

图片

2、土壤风蚀模型

2.1 土壤风蚀发生的机理

2.2 土壤风蚀的影响因子:1)风速;2)地表土壤物理特性;3)地表覆盖及粗糙度状况.

2.3 土壤风蚀评估模型:

图片

2.4 风蚀方程模型(Wind Erosion Equation, WEQ)

风蚀方程模型(WEQ)由Woodruff和Siddoway在1965年提出,旨在分析田间地表情况和田间管理措施对侵蚀速率的影响,进而有效防治农田的风力侵蚀。WEQ用于预报美国的农田的年风蚀量(kg/ha-1)。

WEQ 是第一个用于估算田间年风蚀量的模型,其中包含5组11个变量:气候因子、土壤可蚀性、土壤表面粗糙度、田块长度、以及作物残留物。其中土壤可蚀性与气候因子是最重要的因变量。

WEQ可用下式表示:

E=f(I,K,C,L,V)

其中,E为年风蚀量( t / acre, 1 acre= 4046 .86m2) ; f为函数关系;Ⅰ为土壤可蚀性( t / acre) ; K为土壤糙度因子; C为气候因子; L为田块裸露长度( ft, 1 ft =30 .48 cm); V为植被因子。

2.5 修正风蚀方程模型(Revised Wind Erosion Equation, RWEQ)

修正的风蚀方程 (revised wind erosion equation, RWEQ)是一种以较高时空分辨率对区域土壤风蚀状况进行长时间序列估算, 从而有效预测风蚀量的模型, 可以为土地沙化防治提供依据 。

图片

第二:平台基础

1、ArcGIS软件及安装、常用功能

1.1 ArcGIS版本,安装;

1.2 ArcGIS软件界面,常用功能;

1.3 ArcGIS工作空间环境设置

2、ArcGIS空间分析与制图

2.1 ArcGIS如何定义坐标系

2.2 ArcGIS空间分析

在ArcGIS软件的空间分析工具箱中,提供了大量的栅格数据处理工具,其中对栅格数据进行平滑处理的工具在去除图像上的椒盐噪音的处理中有非常重要的作用

(1)提取分析:按属性或空间位置提取、按像元值提取;

(2)地图代数:地图代数语言规则;

(3)局部分析:栅格数据叠合分析、像元统计、分级、频数取值;

(4)邻域分析:邻域形状、邻域统计类型、点统计;

(5)区域分析:分区几何统计、分区统计、面积制表、区域直方图;

(6)插值分析:反距离权重法、自然邻域法、趋势面法、样条函数法、克里金法;

(7)采样与重采样:渔网分析、随机点采样、重分类、查找表等;

2.3 ArcGIS版面设计

2.3.1 ArcGIS基础地图服务使用:配置地图服务器;在线地图添加与使用

地图、鹰眼图、范围指示器、格网、表格、图表等的制作与设计。

2.3.2 过去踩过的那些坑—常见错误和使用注意事项等

第三:RWEQ模型数据支持

图片

1.矢量数据的获取与预处理

1.1 矢量数据的认识

1.2 矢量数据创建、转换、编辑

图片

2.栅格数据的获取与预处理

2.1 栅格数据的认识

2.2 栅格数据的输入、输出及转换

2.3 空间分辨率的认识

2.4 栅格数据重采样

图片

3.遥感云平台数据获取

3.1 遥感云平台数据

3.2 遥感云平台基本语法

3.3 遥感云平台数据获取

图片

4.NetCDF数据的获取与处理

4.1 NC数据的认识与读取

4.2 ArcGIS模型构建器的组成

4.3 ArcGIS新建工具箱与自定义工具

5.基于Python的气象数据的获取与处理

5.1 气象数据

5.2 Python开发环境搭建

5.3 Python代码库的安装与讲解

5.4 对文本、矢量、栅格等文件进行读写操作

5.5 Python数据清洗

5.6 文本数据与栅格数据的转换

5.7 NC数据与*.TIF数据的转换

5.8 批量数据投影定义与转换

图片

图片

第四:RWEQ模型参量提取

1、气候因子WF提取

风速、气温、降雨、日照辐射以及雪盖天数等气候状况都会影响土壤风蚀模数, 其共同组成了气候因子。

气候因子WF表征了在考虑降雨、温度、日照及雪盖等因素的条件下风力对土壤颗粒的搬运能力,其表达式如下

图片

式中,WF为气象因子(kg/m);WE为风场强度因子(m3/ s3),由监测风速μ2(m /s)、起沙风速μ1(假定为5 m/ s)和观察周期天数 Nd 计算得到;ρ 为空气 密度(kg /m3 ),由海拔高度 EL(km)和绝对温度 T(K) 计算得到;g 为重力加速度(m/s2);S为土壤湿度因子(无量纲);R为降雨量(mm);I为灌溉量(mm);Rd为降雨次数和(或)灌溉天数;ETP为地表潜在相对蒸发量(mm),由太阳辐射SR(cal /cm2 )和平均温度 DT(℃)计算得到;SD为雪覆盖因子(无量纲);P为计算时段内积雪覆盖深度(Hsnow)大于25.4 mm的概率。

Wf因子

图片

ETp因子

图片

SW因子

图片

WF因子

图片

2、土壤可蚀性因子EF提取

土壤可蚀性是指土壤对侵蚀的敏感性。对于不同的机械组成和理化性质的土壤种类,粒度越小,有机质含量越低,其土壤可蚀性越大,越容易被侵蚀;反之粒度越粗,有机质含量越高,其可蚀性越小,越不容易被侵蚀。对于土壤可蚀性因子的计算公式如下:

图片

图片

3、土壤结皮因子SCF提取

土壤结皮是指某些低等生物与土表相互作用或降水滴溅在土表上形成的微层,一般按产生机理可分为生物性结皮和物理性结皮。其中,生物性结皮有利于抵抗土壤风蚀;物理性结皮易碎,反而加速了土壤被风蚀的过程。其计算公式如下:

图片

图片

4、植被覆盖度因子C提取

不同的植被有着不同的根系,也就有不同的固水固沙能力。植被覆盖度因子表示一定植被覆盖条件下,对土壤风蚀的抑制作用大小。 依据研究区LUCC分类图,将植被分为林地、灌木、草地、农田、裸地5个植被类型,根据不同的系数计算各植被覆盖度因子。

式中,ai为不同植被类型的系数,其中,林地为 -0.153 5,灌木为 -0.092 1,草地为 -0.151 1,农田为-0.043 8,裸地为-0.076 8;SC为植被覆盖度(无量纲),由NDVI 数据集计算得到。

图片

5、地表粗糙度因子K’提取

地表粗糙度是指由地形引起的土地表面粗糙程度对土壤风蚀的影响

式中,Kr 为因地形起伏产生的地形粗糙度长度 (cm);Crr 为随机糙度因子,取 0;ΔH为距离L范围内的海拔高程差(m),根据不同的起伏地形情况,L 具有不同的值。

图片

6、土壤风蚀量的计算

图片

SL为土壤风蚀量(thm-2a-1);Qmax为风沙最大转移量(kg/m);S为关键地块长度(m);z为下风向最大风蚀出现距离(m);WF为气候因子(kg/m);K’为地表粗糙度因子;EF为土壤可蚀性因子;SCF为土壤结皮因子;C为植被覆盖因子。

图片

第五:归因分析

1.统计分析

图片

图片

将结合根据研究区土地利用、覆盖变化信息的提取与分析及其他相关研究成果,统计分析研究区空间分布特征,为土壤风蚀防治措施方面进行深入分析。

2.相关性分析

渔网分析:利用ArcGIS渔网工具在研究区域创建一定大小的格网,进行分割地图、采样分析、划分研究单元等。

相关性分析:通过格网法分别建立三江源地区植被等因子与潜在风蚀量尧实际风蚀量和防风固沙量的散点图,并对散点图进行最优函数拟合,探讨其在空间分布上的相关性。

3.通径分析

以三江源地区2015年年土壤风蚀量为因变量,以气候因子和植被覆盖度等因子为自变量进行通径分析,量化分析各个因子的直接和间接作用的共同贡献。

图片

4.因子探测分析--地理探测器

风蚀量的空间分布并非由某单一地理、气候或人文因素导致,其形成与多种因素的共同作用密不可分,因此对其作用贡献较大的因素将决定其实际的空间分布规律。地理探测器模型(GDM)是基于空间分化理论和地理信息系统(GIS)空间分析技术提出的。它通常用于研究影响空间层次异质性的因素及其潜在机制。

4.1因子探测器

因子探测器可评估某一影响因素对风蚀量的贡献程度,具体公式如下:

图片

其中,D为某一影响因子,H为风蚀量,Q为影响因子对风蚀量的贡献度,取值范围是[0-1],N、σ2为样本量及其方差,h为样本层数,L为影响因子分类数。当Q值越大时,表明该影响风蚀量的贡献度越大。

4.2 交互作用探测器

交互探测器可评估两种影响因子交互作用时对研究区风蚀量的贡献程度,以便更准确分析实际多影响因子共同作用下的贡献度。

图片

4.1基于R的地理探测器实现:

① 自变量和因变量数据制备;

② 地理探测器运行准备;

③ R软件及程序包的安装、基本设置等;

④ 地理探测器运行代码解析;

⑤ 因子探测器结果分析与可视化;

⑥ 交互探测器结果与可视化;

图片

第六:RWEQ模型相关的SCI论文撰写技巧

1.科技论文结构

2.引言
科学问题是否清楚?
逻辑推理是否严密?
文献综述的写作技巧
引言写作的示例

3.摘要和结论
英文摘要的写作要求
摘要的五要素
如何构建一篇SCI论文的总结摘要
摘要和结论的区别
数据来源与预处理
模型因子提取方法

4.讨论
讨论的写作要点
讨论撰写中的常见问题

5.论文投稿技巧分析

6.SCI论文案例分析

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/13162.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

03-树1 树的同构(C++)

03-树1 树的同构 给定两棵树T1和T2。如果T1可以通过若干次左右孩子互换就变成T2,则我们称两棵树是“同构”的。例如图1给出的两棵树就是同构的,因为我们把其中一棵树的结点A、B、G的左右孩子互换后,就得到另外一棵树。而图2就不是同构的。 现…

在 Amazon EMR 上构建实时数据湖

前言 当公司业务发展遇到瓶颈时,业务分析师以及决策者们总会希望通过交叉分析大量的业务数据和用户行为数据,以解答“为什么利润会下滑?”“为什么库存周转变慢了?”等问题,最终整点“干货”出来从而促进业务发展。 …

Oracle 迁移 Hive 过程中遇到的问题总结

前言 最近一个小伙伴在做从 Oracle 到 Hive 的业务迁移工作,在迁移过程中属实遇到了一些坑,今天就来汇总一下这些坑,避免以后大家其他业务迁移的时候再出现类似的问题,即使出现了也可以拿过来进行对照解决。 问题1:Distinct window functions are not supported: count(…

图文教程:使用 Photoshop、3ds Max 和 After Effects 创建被风暴摧毁的小屋

推荐: NSDT场景编辑器助你快速搭建可二次开发的3D应用场景 1. 在 Photoshop 中设置图像 步骤 1 打开 Photoshop。 打开 Photoshop 步骤 2 我已经将小屋的图像导入到Photoshop中以演示 影响。如果您愿意,可以使用其他图像。 图片导入 步骤 3 由于小…

解决 tensorflow 出现的 ImportError: Could not find the DLL(s) ‘msvcp140_1.dll‘. 问题

在安装完tensorflow库后出现 问题详述: ImportError: Could not find the DLL(s) msvcp140_1.dll. TensorFlow requires that these DLLs be installed in a directory that is named in your %PATH% environment variable. You may install these DLLs by downlo…

深入浅出指南:Netty开发【NIO核心组件】

目录 ​Netty开发【NIO核心组件】 1.NIO基础概念 2.NIO核心组件 2.1.Channel&&Buffer简介 2.2.Selector 服务器的多线程版本 服务器的线程池版本 服务器的selector版本 2.3.Buffer 0.ByteBuffer的正确使用流程 1.ByteBuffer类型简介 2.ByteBuffer核心属性说…

记录vue的一些踩坑日记

记录vue的一些踩坑日记 安装Jq npm install jquery --save vue列表跳转到详情页,再返回列表的时候不刷新页面并且保持原位置不变; 解决:使用keepAlive 在需要被缓存的页面的路由中添加:keepAlive: true, {path: /viewExamine,nam…

ubuntu环境安装centos7虚拟机网络主机不可达,ping不通

【NAT模式下解决】1.首先vi /etc/sysconfig/network-scripts/ifcfg-ens33检查ONBOOTyes,保存 2.输入systemctl restart network命令重启网关

flutter:轮播

前言 介绍几个比较有不错的轮播库 swipe_deck 与轮播沾边,但是更多的是一种卡片式的交互式界面设计。它的主要概念是用户可以通过左右滑动手势浏览不同的卡片,每张卡片上都有不同的信息或功能。 Swipe deck通常用于展示图片、产品信息、新闻文章、社…

第四代SHARC® ADSP-21479KBCZ-2A、ADSP-21479BSWZ-2A、ADSP-21479KSWZ-2A高性能DSP(数字信号处理器)

第四代SHARC Processors 现在内置低功耗浮点DSP产品(ADSP-21478和ADSP-21479),可提供改进的性能、基于硬件的滤波器加速器、面向音频与应用的外设以及能够支持单芯片解决方案的新型存储器配置。所有器件都彼此引脚兼容,而且与以往…

Appium+python自动化(二十二)- 控件坐标获取(超详解)

简介 有些小伙伴或者是童鞋可能会好奇会问上一篇中的那个monkey脚本里的坐标点是如何获取的,不是自己随便蒙的猜的,或者是自己用目光或者是尺子量出来的吧,答案当然是:NO。获取控件坐标点的方式这里宏哥给小伙伴们分享和讲解三种方…

2024届IC秋招兆易创新数字IC后端笔试面试题

数字IC后端实现PR阶段设计导入需要哪些文件? 设计导入需要的文件如下图所示。这个必须熟练掌握。只要做过后端训练营项目的,对这个肯定是比较熟悉的。大家还要知道每个input文件的作用是什么。 在吾爱IC后端训练营Cortexa7core项目中,你认为…

Jmeter接口自动化生成测试报告html格式

jmeter自带执行结果查看的插件,但是需要在jmeter工具中才能查看,如果要向领导提交测试结果,不够方便直观。 笔者刚做了这方面的尝试,总结出来分享给大家。 这里需要用到ant来执行测试用例并生成HTML格式测试报告。 一、ant下载安…

整数0 强制转化为指针

整数0强制转化为指针的巧用 在工程中看到以下代码: #define my_container_of(ptr,type,member) \ ((type*)((char *) (ptr) - (unsigned long)(&((type*)0)->member))) ->的优先级高于&。 因此 &((type*)0)->member)的解…

微信小程序quickstartFunctions中云函数的应用

1、在quickstartFunctions文件中新建文件夹和文件 2、index.js 文件书写 const cloud require(wx-server-sdk);cloud.init({env: cloud.DYNAMIC_CURRENT_ENV }); const db cloud.database();// 链表查询试卷和对应的题库 exports.main async (event, context) > {retu…

Terraform学习日记-AWS-EC2

terraform install https://developer.hashicorp.com/terraform/tutorials/aws-get-started/install-cli 这里我们使用 aws-linux-2022 作为执行环境 # sudo yum install -y yum-utils# sudo yum-config-manager --add-repo https://rpm.releases.hashicorp.com/AmazonLinux/…

Linux内核中的链表、红黑树和KFIFO

lLinux内核代码中广泛使用了链表、红黑树和KFIFO。 一、 链表 linux内核代码大量使用了链表这种数据结构。链表是在解决数组不能动态扩展这个缺陷而产生的一种数据结构。链表所包含的元素可以动态创建并插入和删除。链表的每个元素都是离散存放的,因此不需要占用连…

VBA技术资料MF35:VBA_在Excel中过滤数据

【分享成果,随喜正能量】好马好在腿,好人好在嘴。不会烧香得罪神,不会讲话得罪人。慢慢的你就会发现,一颗好心,永远比不上一张好嘴。。 我给VBA的定义:VBA是个人小型自动化处理的有效工具。利用好了&#…

Spring 6【方法参数校验、SpingAOP介绍、Schema-based方式实现AOP 】(十四)-全面详解(学习总结---从入门到深化)

目录 4.方法参数校验 SpingAOP介绍 Schema-based方式实现AOP 4.方法参数校验 Spring框架提供了一种校验方法参数的方法,在调用一个方法传入参数后,会判断参数是否满足数据校验。如果满足方法执行,如果不满足:不执行方法&…

使用开源免费AI绘图工具神器-Stable Diffusion懒人整合包

使用开源免费AI绘图工具神器-Stable Diffusion懒人整合包 Stable Diffusion 是什么 Stable Diffusion (简称 SD) 是一款开源免费的以文生图的 AI 扩散模型,它和付费的 Midjourney 被人称为当下最好用的 AI 绘画工具。你在网上看到的绝大多数优秀 AI 图片作品&…