黄土丘陵区土壤侵蚀因子敏感性分析

作者：郝姗姗; 李梦华; 马永强; 石云^*

来源：中国水土保持科学, 2019, 17(02): 77-86.

DOI：10.16843/j.sswc.2019.02.010

• RUSLE
• BP神经网络
• 土壤侵蚀因子
• 显著性
• 黄土丘陵区

为探究黄土丘陵区土地利用类型、地形及降雨等因素对土壤侵蚀的影响程度,以彭阳县1995、2005、2015年土地利用、降雨量、DEM(5 m)等为数据源,选取高建堡、虎沟等11个小流域作为试验区,采用修正通用土壤流失方程(RUSLE)的算法,计算各试验区降雨侵蚀力、坡度坡长等5个土壤侵蚀影响因子和土壤侵蚀模数;基于BP神经网络模型(BPNN),构建以各试验区降雨侵蚀力、坡度坡长等因子为输入变量,侵蚀模数为输出变量的关系模型,预测、验证模型的有效性。结果如下:1) BP神经网络模型能够有效预测土壤侵蚀影响因子的显著性; 2)研究区小流域尺度上,地形因子对土壤侵蚀的显著性最强,土壤可蚀性因子的显著性最弱; 3)在时间尺度上,小流域土壤侵蚀影响因子显著性略有差异,降雨侵蚀力因子的显著性通过降雨量体现出来;水土保持措施因子和植被覆盖与管理因子的显著性与退耕还林(草)工程等生态建设项目的实施有关,在2005年体现出对土壤侵蚀的抑制性; 4) 2015年的显著性预测结果适用于以生态自然恢复的区域,土壤侵蚀影响因子的显著性表现为:SL> P> R> C> K。研究结果表明,基于BP神经网络模型预测土壤侵蚀影响因子显著性的方法适用于黄土丘陵区,可为后续小流域综合治理提供科学依据。

• 单位
  宁夏大学