完整word版基于RUSLE的土壤侵蚀建模分析docxWord文档下载推荐.docx
《完整word版基于RUSLE的土壤侵蚀建模分析docxWord文档下载推荐.docx》由会员分享，可在线阅读，更多相关《完整word版基于RUSLE的土壤侵蚀建模分析docxWord文档下载推荐.docx（23页珍藏版）》请在冰豆网上搜索。
（Best
ManagementPractices，BMPs），为流域内土地资源的质量评价、
利用规划和经营管理等提供
科学依据与决策手段。
二、实验目的
模型生成器（ModelBuilder）为设计和实现空间处理模型提供了一个图形化的建模环境。
模型是以流程图的形式表示，它通过工具将数据串起来以创建高级的功能和流程。
你可以将
工具和数据集拖动到一个模型中，然后按照有序的步骤把它们连接起来以实现复杂的GIS
任务。
通过对本次练习达到以下目的：
掌握如何在ModelBuilder环境下通过绘制数据处理流程图的方式实现空间分析过程的
自动化；
掌握土壤侵蚀理论的基本知识；
掌握利用脚本文件实现空间建模，加深对地理建模过程的认识，对各种GIS分析工具
的用途有深入的理解；
在ModelBuilder环境下如何计算RUSLE模型的中各个因子，实现RUSLE模型自动化；
三、实验准备
实验环境：
ArcGISDesktop9.3
实验数据：
矢量和栅格数据
矢量数据：
研究区界线（bj.shp）、气象数据（Climate.shp），土地利用数据（landuse_Clip.shp,）
和土壤数据（soil_clip）；
栅格数据：
地形数据（DEM）；
四、实验内容与步骤
（1）实验准备
本次试验需要使用ArcGIS的建模功能，在实验之前需要掌握如何利用
首先，打开ArcMap，激活工具箱
ArcGIS
进行建模。
在工具箱中右键单击，选择“NewToolbox具箱。
可以在此工具箱上右击，通过“Rename”对工具箱重命名。
”，即可新建一个工
在新建的工具箱上右击，按照“New”——>
“Model”新建一个Model，可以按照同样的方法给这个Model命名。
然后在此Model上右击，通过“Edit”进入模型的编辑模式。
到此，模型准备已经结束，接下来开始逐个建立模型的各个因子。
（2）地形因子（L，S因子）
算法：
坡长因子采用公式计算,L
（
l
）m，式中：
L为坡长因子，l为像元坡长，m为坡
22.13
i
i1
长指数，像元坡长的计算式如下：
li
（Di/cosi）（Di/cosi）Di/cosi，m取
1
值如下式：
0.5
5%
0.4
3%
为像元坡度（%）
m
1%
式中，
0.3
0.2
式中，li为像元坡长，
Di为沿径流方向每像元坡长的水平投影距
（在栅格图像中为两相邻像
元中心距，随方向而异
），θi为每个像元的坡度
（°
），i为自山脊像元至待求像元个数。
10.8sin
0.03
5
坡度因子S分段计算：
S16.8sin
-0.55
10
21.91sin
0.96
L和S因子的模型建立：
首先在工具箱中找到
Resample工具，可以使用工具箱自带的搜索功能快速定位到。
在工具
箱的下方有一行标签，选择Search标签，在搜索框中输入要查找的工具名，如Resample，点击Search进行查询，查询结束后选中查询结果，点击
下方的Locate可以快速定位需要查找的工具。
可以将这个工具直接拖到Model的编辑窗口中，如图：
现在需要给这个工具添加一个参数，在编辑窗口的Resample上右击，通过“MakeVariable”
——>
“FromParameter”——>
“InputRaster”添加。
注意：
这里不建议使用右键菜单的“CreateVariable”来添加输入输出参数，因为很多工具
拖入到编辑窗口后会自带一个输出参数，而且它们也有自己的默认输入参数。
如果另外新建一个参数，可能会因为这个新建参数类型不与工具要求的输入参数类型对应而出现错误。
按照同样的方法拖入Slope工具，SingleOutputMapAlgebra工具。
通过编辑窗口上的工具将这些工具首尾连接起来。
双击InputRaster，输入dem数据
输入数据之后，编辑窗口中的工具颜色会相应的变化，说明这些工具已经相互连接起来，还
是白色的工具代表它还没有和前面的工具联系起来构成“流水线”，同时，这也是判断Single
OutputMapAlgebra工具中的脚本语言是否和前面的输出文件关联起来的依据。
在相互连接的工具中，只要有一个工具是白色的，就说明这条“流水线”不能正常运行。
可以发现SingleOutputMapAlgebra工具还是白的，这是因为我们没有添加算法，下面添加用于计算S因子的算法，依据为：
S
16.8sin
-0.5
双击SingleOutputMapAlgebra工具，添加如下代码：
Con（[Slope_degree1]
<
5,
10.8*Sin（[Slope_degree1]
*3.14
/180）+0.03,Con（[Slope_degree1]>
=
5&
[Slope_degree1]
10,16.8*Sin（[Slope_degree1]
*3.14/
180）-0.5,21.91*Sin（[Slope_degree1]
*3.14/180）-0.96））
这时点击左上方的绿色圆点会发现有错误提示
单击
会看到SingleOutputMapAlgebra工具所接收到所有参数
我，其中并没有我算所需要的个Outputraster参数名行修改，改
Slope_degree1，所以会提示。
就需要
Slope_degree1。
修改个参数其就是把
SingleOutputMapAlgebra工具前的Outputraster出框行改名，如：
接下来我要行一些参数的置。
（只需要修改框中的参数，其他的采用默置）
双窗口中的Resample工具，行如下置，注意，里置格大小90，并且本
中个置都一采用90。
.
Slope置
注意里的是DEGREE（度数）。
其坡度有两种表示方式，一种是用我平常用的
度数；
有一种是用百分数表示。
DEGREE
表示是用度数来表示坡度，即
的。
（里要解一下代：
在里我使用的是条件句CON，似于C言中的if
句，其写法CON（条件1,如果条件真行，如果条件假行）。
如果多个条件行
嵌套，就要写成CON（W1,T1,CON（W2,T2,CON（W3,T3,CON（W4,T4,⋯⋯））））W代表条件，T
代表条件真行的句）
（关于变量：
这里的变量要用[]括起来，如[Slope_degree1]>
5）
之所以使用[Slope_degree1]*3.14/180这是将原来的角度制转化为弧度制，
能识别角度制。
在运算符（如+，-，*，/）的左右要有空格，如[Slope_degree1]*3.14/180
计算机不
不要写成
[Slope_degree1]*3.14/180。
前者的运算符左右有空格，后者的运算符左右没有空格。
这一点
必须严格遵守，否则相同的代码会出现不同的错误。
这样一来，S因子的模型就建立好了。
点击
运行
运行成功口在S上右击，选择“AddToDisplay”就可以将结果显示出来
结果为：
接下来对L因子建立模型
L因子模型的建立可以在上面的S因子模型基础上进行。
需要添加工具Fill和工具Flow
Direction以及SingleOutputMapAlgebra工具，然后将他们连接起来
SingleOutputMapAlgebra工具中的代码为：
Con（[FlowDirection]==2|[FlowDirection]==8|[FlowDirection]==32|[FlowDirection]==128,
Sqrt
（2）*90,1*90）
这些步骤和在建立S因子模型的时候是一样的，这里不再赘述。
下面解释一下代码：
3264128
161
842
对于中间栅格来说，它与邻近的8个栅格中心点之间的距离只有两种（sqrt
（2）和1），当流向
为32,128,8,2的时候，距离为sqrt
（2），其他情况下距离为1。
因此在代码中的表现就是如上的形式。
接下来建立L
）m中计算m的模型
这个过程有点和计算
S因子类似，不同的是计算
S因子使用的是度，而计算
m使用的是百
分比。
依据的公式为：
将Slope工具和SingleOutputMapAlgebra工具工具拖入编辑窗口中，然后将他们连接起来。
双击Slope
（2），进行如下设置：
这里要选择Persent百分比的形式，因为m的判断是利用百分比形式的坡度。
然后在SingleOutputMapAlgebra中输入的代码为：
CON（[Slope_p]>
=0.05,0.5,CON（[Slope_p]<
0.05&
[Slope_p]>
=0.03,0.4,CON（[Slope_p]>
=0.01&
[Slope_p]<
0.03,0.3,0.2）））
这里使用0.05来表示5%，而不要将代码写成[Slope_p]>
=5。
因为在变量存储值的时候，是不会存储%的，它只能利用浮点型数字来表示百分数。
接下来计算L（
）m中的l，依据li
（Di/cosi）
（Di/cos
i）Di/cos
式中，li为像元坡长，Di为沿径流方向每像元坡长的水平投影距
从公式中可以看出，我们需要求出D和θ才能计算
l，而在前面的部分，我们已经算出了
D，
θ也已知了，在算S因子的时候就已经算出了θ，
因此我们可以再次利用
Slope计算后的结
果来计算l。
添加一个SingleOutputMapAlgebra工具，将其与
Slope_degree1和D相连。
在SingleOutputMapAlgebra中输入如下代码：
[D]/Cos（[Slope_degree1]*3.14/180）
最后就是L因子的计算了
再添加一个SingleOutputMapAlgebra工具，将其与L1和m相连，并输入代码：
Pow（[L1]/22.13,[m]）
最终结果模型为
运行这个模型，并将L通过“AddToDisplay”添加到视图中。
到此，L和S因子完成。
（3）降雨侵蚀力因子（R因子）
利用日降雨量估算降雨侵蚀力的多参数模型来计算流域的降雨侵蚀力，公式如下：
R=-0.0334P+0.006661P2
（1）
式中R表示的侵蚀力值（MJ·
mm·
hm-2·
h-1），P表示年雨量（mm）。
为了方便，我们新建一个Model，命名为“K因子”。
在编辑窗口中先后拖入CreateThiessenPolygons工具，FeaturetoRaster工具，还有Single
OutputMapAlgebra工具，并把它们连接起来
双击InputFeatures输入实验数据。
双击CreateThiessenPolygons进行如下设置
双击FeaturetoRaster进行如下设置
在SingleOutputMapAlgebra工具中输入如下代码：
（不要忘记修改参数Output_raster）
0.0066611*[Output_raster]*[Output_raster]-0.0334*[Output_raster]
最终的模型为：
运行这个模型，并将最终的R结果添加到视图中
到此，R因子完成。
（4）土壤侵蚀力因子（K因子）
新建一个Model，并且命名为“K因子”，如图
K因子反映了土壤对侵蚀的敏感性。
影响K因子的因素是多方面，一般说来，质地越粗或
越细的土壤有较低K值，而质地适中的反而有较高的K值。
K值估算采用Williams等在
EP
IC模型中的方法,利用土壤有机质和颗粒组成因子进行估算，计算式如下：
K={0.2+0.3exp[-0.0256Sd（1-Si/100）]}*[Si/（Cl+
Si）]0.3*{1.0-0.25*（C/1.724）*[（C/1.724）+exp（3.72-2.95*（C/1.724））]}*{1.0-0.7（1-Sd/100）/{1-Sd
/100+exp[-5.51+22.9（1-Sd/100）]}}*0.1317
式中：
Sd为砂粒含量，Si为粉粒含量，Cl为粘粒含量，C为有机质含量。
将4个FeaturetoRaster工具拖入编辑窗口，并拖入一个
后将他们按照如下方式连接和命名
SingleOutputMapAlgebra
工具，然
双击Inputfeatures导入数据
双击FeaturetoRaster分别进行如下设置：
在SingleOutputMapAlgebra工具中输入如下代码：
0.1317*（（0.2+0.3*exp（-0.0256*[SAND]*（1-[SILT]/100）））*pow（（[SILT]/（[CLAY]+
[SILT]））,0.3）*（1-0.25*（[OM]/1.724）/（（[OM]/1.724）+exp（3.72-2.95*（[OM]/1.724））））
*（1.0-0.7*（1-[SAND]/100）/（1-[SAND]/100+exp（-5.51+22.9*（1-[SAND]/100）））））
模型如下
运行这个模型，并将结果添加到视图中
到此，K因子完成。
（5）植被覆盖度因子（C因子）和水保措施因子（P因子）
植被覆盖度因子,又称作物经营管理因子。
经验指出,植被覆盖度与土壤侵蚀量关系极大。
在其它地理环境因子值相同的情况下,植被覆盖度越大,土壤流失量越小；
反之,则越大。
流域的C因子值赋值如表。
表1
不同土地利用C因子值
土地利用类型
旱地
水田
交通用地和水体
草地
居民地
林地
C因子
0.31
0.18
0.06
0.006
水土保持措施因子是采取水保措施后,土壤流失量与顺坡种植时的土壤流失量的比值。
通常，
包含于这一因子中的控制措施有：
等高耕作、等高带状种植和修梯田等。
将土地利用图与P
值属性库文件记录建立链接，再分别将
P值赋给土地利用图，得到
P值因子图。
以自然植
被P因子为
1，坡耕地为
0.35，水稻是梯田修筑最好的一种土地利用，
P值为
0.01。
编号
11
12
20~23
31~33
43
水体
52
新建一个模型，命名为“CP因子”
分别将FeaturetoRaster工具和SingleOutputMapAlgebra工具拖入编辑窗口，并按如下方式连接它们和命名
双击Inputfeatures进行数据的输入
双击FeaturetoRaster工具进行如下设置
Con（[Landuse]==11,0.18,Con（[Landuse]==12,0.31,Con（[Landuse]>
=20&
&
[Landuse]<
23,0.006,Con（[Landuse]>
=31&
=33,0.06,Con（[Landuse]==52,0.2,0）））））
在SingleOutputMapAlgebra
（2）中输入如下代码
Con（[Landuse]==11,0.01,Con（[Landuse]==12,0.35,Con（[Landuse]>
=21&
23,1,Con（[Landuse]>
=33,1,0））））
最终模型为
到此，C和P因子结束。
（6）基于TheRevisedUniversalSoilLossEquation（RUSLE）
流域土壤侵蚀量预测
采用的土壤侵蚀模型
——修订的通用土壤流失方程式
（RUSLE），其方程式形式简单，参数容
易获取，且各因子具有明显的物理解释意义
是目前预测土壤侵蚀量较为广泛使用的方法之
一。
其公式为:
A
RKL
SCP
式中，A为单位面积上的年均土壤流失量
（thm·
-2·
a-1）；
R为降雨/径流侵蚀指数
（MJ·
h-1·
a-1），用多年平均年降雨侵蚀力指数表示；
Ｋ为土壤可蚀性因子
2·
h·
MJ-1·
mm-1）；
Ｌ为坡长因子；
S为坡度因子；
Ｃ为作物栽培管理因子；
Ｐ为水
土保持工程措施因子。
注意:
该方程对于坡长格网中大于
800ft的（244m,
升级会员 