[发明专利]一种基于野外站点的水土流失模拟值时空加权校正方法

权利要求书

1.一种基于野外站点的水土流失模拟值时空加权校正方法，其特征在于，包括以下步骤：

步骤1：获取水土流失影响因素的基础数据并利用CSLE模型计算区域动态水土流失模拟值；

所述CSLE模型为：

A＝R×K×L×S×B×E×T；

式中：A表示年均土壤侵蚀量，单位t·hm^-2·a^-1；R表示降雨侵蚀力，单位MJ·mm·hm^-2·h^-1·a^-1；K为土壤可蚀性因子，单位t·hm²·h·hm^-2·MJ^-1·mm^-1；L、S为地形因子，也称坡长坡度因子，均为无量纲；B为植被覆盖与生物措施因子，无量纲；E为工程措施因子，无量纲；T为耕作措施因子，无量纲；

步骤2：通过水土流失监测站获取并处理该区域水土流失实际测量值；

步骤3：采用时空加权方法对模拟值和实测值进行回归拟合，得到土壤侵蚀模数校正模型；

步骤4：利用所述土壤侵蚀模数校正模型进行未来水土流失量的预测。

2.根据权利要求1所述的基于野外站点的水土流失模拟值时空加权校正方法，其特征在于：步骤1中，获取水土流失影响因素的基础数据，包括遥感影像数据，具体包括卫星像片、航摄像片；降水数据，具体包括逐日降雨量；土壤数据，具体包括土壤类型、土壤理化性质资料；基础地理数据，具体包括数字线划图、数字高程模型、地形图；土地利用数据，具体包括全国土地利用年度变更调查数据、林地草地资源调查数据；水土保持重点工程资料，具体包括工程类型、实施区域、水土保持措施的分布、数量或面积；人为水土流失资料，具体包括生产建设项目水土保持监测信息。

3.根据权利要求2所述的基于野外站点的水土流失模拟值时空加权校正方法，其特征在于：对遥感影像数据进行预处理，所有影像均应通过辐射纠正、正射纠正、融合和镶嵌预处理。

4.根据权利要求1所述的基于野外站点的水土流失模拟值时空加权校正方法，其特征在于：步骤1中，基于基础数据和相关国家行业标准获取R、K、L、S、B、E、T七个影响因子值；

R因子计算如下：

式中，为多年平均年降雨侵蚀力，MJ·mm·hm^-2·h^-1·a^-1；k取1,2,……,24，指将一年划分为24个半月；为第k个半月的降雨侵蚀力，MJ·mm·hm^-2·h^-1；i取1,2,……,N；N指1986-2015年的时间序列，后续按五年序列顺延更新；j取0,1,……,m；m为第i年第k个半月内侵蚀性降雨日(日雨量≥10mm)的数量；P_i,j,k为第i年第k个半月第j个侵蚀性降雨量，mm；如果某年某个半月内没有侵蚀性降雨量，即j＝0，则令P_i,0,k＝0；α为参数，暖季α取0.3937，冷季α取0.3101；为第k个半月平均降雨侵蚀力占多年平均年降雨侵蚀力的比例；

K因子获取方法如下：

基于收集到的径流小区观测资料和第一次全国水利普查水土保持情况普查土壤可蚀性因子计算方法，更新计算土壤可蚀性因子；也可直接采用第一次全国水利普查水土保持情况普查土壤可蚀性因子成果或基于标准径流小区的观测数据更新，标准径流小区计算土壤可蚀性因子K公式如下：

式中，A表示坡长22.13m，坡度9％，清耕休闲径流小区观测的多年平均土壤侵蚀模数(t·hm^-2·a^-1)；R表示与小区土壤侵蚀观测对应的多年平均年降雨侵蚀力(MJ·mm·hm^-2·h^-1·a^-1)；经重采样，生成10m空间分辨率或30m空间分辨率的K因子栅格数据；

利用DEM数据计算L因子、S因子，L、S因子计算如下：

其中，λ_i，λ_i-1表示第i个和第i-1个坡段的坡长，单位m；m为坡长指数，随坡度而变，θ为坡度，单位°，；生成的L、S栅格数据分辨率为10m或30m；

B因子获取方法如下：

利用MODIS归一化植被指数NDVI产品和TM多光谱影像，采用融合计算方法或参数修订的方法，得到24个半月30m空间分辨率的植被覆盖度FVC，结合24个半月降雨侵蚀力因子比例计算B因子；经重采样，生成10m空间分辨率或30m空间分辨率的B因子栅格数据；

耕地B因子参考中国水利部水土保持监测中心提供的行业经验值获得；

园地、林地、草地B计算如下：

式中，WR_i是计算R因子时，第i个半月降雨侵蚀力占全年侵蚀力比例，取值范围为0-1；SLR_i是第i个半月园地、林地和草地的土壤流失比例，无量纲，取值范围为0-1；

茶园、灌木林地SLR_i：

果园、有林地和其他林地SLR_i：SLR_i＝0.44468×e^{(-3.20096×GD)}-0.04099×e^{(FVC-FVC×GD)}+0.025；

草地SLR_i：

式中，FVC是基于NDVI计算的植被覆盖度，取值范围为0-1；GD乔木林的林下盖度，取值范围为0-1，包括除乔木林冠层以外的所有植被构成的林下盖度，按实地调查或经验取值；

FVC计算方法如下：

式中，FVC是植被覆盖度，NDVI是像元NDVI值，NDVI_max、NDVI_min像元所在地类的转换系数；k是非线性系数，在同一气候类型确定不同植被的NDVI最大值、裸土NDVI最小值所在像元，取该像元内NDVI的平均值为转换系数；NIR是近红外波段的反射率；R是可见光红波波段的反射率；

E、T因子获取方法如下：

对遥感影像进行室内解译和野外复核，参考经验值提取E因子、T因子。