喀斯特地区土壤可蚀性因子空间估算研究进展

被引:17
作者
周秋文
罗雅雪
张思琪
岳彩雯
机构
[1] 贵州师范大学地理与环境科学学院
关键词
土壤可蚀性; 空间估算; 喀斯特地区;
D O I
10.16614/j.cnki.issn1004-5570.2017.06.003
中图分类号
S157.1 [水土流失的原因及其防治];
学科分类号
0815 ; 082802 ; 090707 ; 0910 ;
摘要
虽然USLE系列经验模型在喀斯特地区的适用性问题存在争议,但是仍然被广泛应用。该系列模型若要在喀斯特地区取得较好的计算效果,土壤可蚀性因子空间估算是关键之一。随着数字土壤制图方法研究取得显著进展,土壤可蚀性因子空间估算方法推陈出新。已有研究中,直接针对喀斯特地区土壤可蚀性因子空间估算较少,急需开展相关研究。未来需要建立典型喀斯特地区土壤可蚀性因子与环境要素协同关系知识库,从而识别出对土壤可蚀性因子值有明显表征作用的协同因子。采取多种指标进行多维对比,选择适宜喀斯特地区土壤可蚀性因子空间估算方法,获取较高精度的典型喀斯特地区土壤可蚀性因子图,是今后喀斯特地区土壤可蚀性因子空间估算的重要研究方向。
引用
收藏
页码:16 / 21
页数:6
相关论文
共 49 条
[1]   人为干预下喀斯特峰丛盆地区不同土地利用类型的土壤理化性质 [J].
周忠发 ;
田涟祎 ;
殷超 ;
闫利会 ;
陈全 .
贵州师范大学学报(自然科学版), 2017, 35 (04) :1-6+30
[2]   基于GIS的喀斯特流域土壤侵蚀敏感性研究——以贵州省三岔河流域为例 [J].
刘丽 ;
梁虹 ;
焦树林 ;
代阿娜 .
贵州师范大学学报(自然科学版), 2015, 33 (02) :12-17
[3]   贵州省乌江流域土壤侵蚀模拟——基于GIS、RUSLE和ANN技术的研究 [J].
王尧 ;
蔡运龙 ;
潘懋 .
中国地质, 2014, (05) :1735-1747
[4]   青藏高原土壤可蚀性K值的空间分布特征 [J].
刘斌涛 ;
陶和平 ;
史展 ;
宋春风 ;
郭兵 .
水土保持通报, 2014, 34 (04) :11-16
[5]   退化喀斯特植被恢复过程中的土壤抗蚀性变化 [J].
王佩将 ;
戴全厚 ;
丁贵杰 ;
程富东 .
土壤学报, 2014, 51 (04) :806-815
[6]   基于RUSLE模型的南方丘陵山区土壤侵蚀研究 [J].
陈思旭 ;
杨小唤 ;
肖林林 ;
蔡红艳 .
资源科学, 2014, 36 (06) :1288-1297
[7]   基于GIS和RUSLE模型道路对土壤侵蚀格局的影响研究——以浙江省杭金衢高速诸暨段为例 [J].
乌玲瑛 ;
严力蛟 .
生态学报, 2014, 34 (19) :5659-5669
[8]   岷江上游2000-2010年土壤侵蚀时空格局动态变化 [J].
姜琳 ;
边金虎 ;
李爱农 ;
雷光斌 ;
南希 ;
冯文兰 ;
李刚 .
水土保持学报 , 2014, (01) :18-25+35
[9]   基于样点的数字土壤属性制图方法及样点设计综述 [J].
张淑杰 ;
朱阿兴 ;
刘京 ;
杨琳 .
土壤, 2012, 44 (06) :917-923
[10]   黔西北喀斯特区域土地利用/覆盖变化对土壤侵蚀的影响 [J].
罗红 ;
马友鑫 ;
吴家福 ;
刘文俊 ;
李红梅 ;
吴建普 .
水土保持通报, 2012, 32 (04) :16-20