实施退耕还林,是控制中国水土流失、改善生态环境的有效途径。如何制定最具成本-效益的退耕还林方案,以平衡生态、经济和粮食安全之间的矛盾,是保证退耕还林工程可持续发展的关键。该研究以淮河上游的息县流域为研究区,在土地利用现状...实施退耕还林,是控制中国水土流失、改善生态环境的有效途径。如何制定最具成本-效益的退耕还林方案,以平衡生态、经济和粮食安全之间的矛盾,是保证退耕还林工程可持续发展的关键。该研究以淮河上游的息县流域为研究区,在土地利用现状的基础上,一方面通过建立分布式水文模型SWAT(soil and water assessment tool)依次模拟各子流域的退耕还林操作得到泥沙削减系数,另一方面通过GDP(gross domestic product)与土地利用现状的空间叠置分析得到各子流域进行退耕还林的GDP损失系数,据此分别构成退耕还林的减沙效益目标和经济效益目标,采用多目标遗传算法NSGA-II优化求解子流域尺度的退耕还林方案。研究结果表明:1)建立的SWAT模型对研究区径流和泥沙的模拟精度较高,Nash系数分别在0.90和0.70以上,决定系数均大于0.80,且百分比偏差均控制在-20%~20%以内,可认为SWAT模型能够用于评估退耕还林的泥沙削减效果;2)子流域泥沙削减系数范围为26.70~2675.85 t/km^(2),并表现出从上游到下游逐渐减小的趋势,说明在流域上游的河源区实施单位面积的退耕还林能够取得更好的泥沙控制效果;3)子流域GDP损失系数在空间上呈现出较大的差异性,既有子流域出现了GDP的增加也有子流域出现了GDP的减小,对比发现在行政市或县主要居民点所在的子流域进行退耕还林需要付出更大的经济代价;4)多目标优化求解得到的退耕还林方案集将人均耕地面积维持在1.04×10^(−3)~1.54×10^(−3) km^(2),明显高于粮食安全的警戒水平,同时该方案集能够在仅损失30.13%~37.67%经济产值的同时将泥沙产量削减53.54%~69.86%,并达到区域可持续发展的土壤侵蚀水平。该研究提出的基于生态减沙效益和经济效益的子流域尺度退耕还林优化方法可为流域水土保持、退耕还林工程的科学规划提供借鉴和指导。展开更多
以3个月尺度的标准化降水蒸散指数(SPEI3指数)为因变量,采用融合多源遥感数据的随机森林(RF)算法构建淮河流域2001—2014年作物生长季(4—10月)的农业干旱监测模型,采用简单线性回归、偏差估算法、旋转残差法和最优角度残差旋转法4种方...以3个月尺度的标准化降水蒸散指数(SPEI3指数)为因变量,采用融合多源遥感数据的随机森林(RF)算法构建淮河流域2001—2014年作物生长季(4—10月)的农业干旱监测模型,采用简单线性回归、偏差估算法、旋转残差法和最优角度残差旋转法4种方法进行模型结果校正,以决定系数(R2)、均方根误差(RMSE)及干旱等级监测准确率对模型监测能力进行评估。选取最优校正方法,构建随机森林偏差校正干旱监测模型(Bias-correcting random forest drought condition,BRFDC),通过站点实测土壤相对湿度及干旱事件记录对模型干旱监测能力进行验证。结果表明:采用最优角度残差旋转法校正后,模型模拟精度指标R2和RMSE分别为0.897、0.874和0.335、0.362,优于其他校正方法;偏差估算法对各类干旱等级监测更为准确,尤其是对极端干旱的监测准确率最高,达到33.3%~50.0%,最终采用偏差估算法作为最优校正方法,构建BRFDC模型;相比SPEI3,BRFDC模型计算指数与大部分站点土壤相对湿度的相关性更加显著(P<0.01),适于农业干旱监测;BRFDC模型能够准确监测淮河流域2001年严重干旱事件的时空演变过程,并能有效识别极端旱情。该模型可为淮河流域农业抗旱工作的有效开展提供科学依据。展开更多
文摘实施退耕还林,是控制中国水土流失、改善生态环境的有效途径。如何制定最具成本-效益的退耕还林方案,以平衡生态、经济和粮食安全之间的矛盾,是保证退耕还林工程可持续发展的关键。该研究以淮河上游的息县流域为研究区,在土地利用现状的基础上,一方面通过建立分布式水文模型SWAT(soil and water assessment tool)依次模拟各子流域的退耕还林操作得到泥沙削减系数,另一方面通过GDP(gross domestic product)与土地利用现状的空间叠置分析得到各子流域进行退耕还林的GDP损失系数,据此分别构成退耕还林的减沙效益目标和经济效益目标,采用多目标遗传算法NSGA-II优化求解子流域尺度的退耕还林方案。研究结果表明:1)建立的SWAT模型对研究区径流和泥沙的模拟精度较高,Nash系数分别在0.90和0.70以上,决定系数均大于0.80,且百分比偏差均控制在-20%~20%以内,可认为SWAT模型能够用于评估退耕还林的泥沙削减效果;2)子流域泥沙削减系数范围为26.70~2675.85 t/km^(2),并表现出从上游到下游逐渐减小的趋势,说明在流域上游的河源区实施单位面积的退耕还林能够取得更好的泥沙控制效果;3)子流域GDP损失系数在空间上呈现出较大的差异性,既有子流域出现了GDP的增加也有子流域出现了GDP的减小,对比发现在行政市或县主要居民点所在的子流域进行退耕还林需要付出更大的经济代价;4)多目标优化求解得到的退耕还林方案集将人均耕地面积维持在1.04×10^(−3)~1.54×10^(−3) km^(2),明显高于粮食安全的警戒水平,同时该方案集能够在仅损失30.13%~37.67%经济产值的同时将泥沙产量削减53.54%~69.86%,并达到区域可持续发展的土壤侵蚀水平。该研究提出的基于生态减沙效益和经济效益的子流域尺度退耕还林优化方法可为流域水土保持、退耕还林工程的科学规划提供借鉴和指导。
文摘以3个月尺度的标准化降水蒸散指数(SPEI3指数)为因变量,采用融合多源遥感数据的随机森林(RF)算法构建淮河流域2001—2014年作物生长季(4—10月)的农业干旱监测模型,采用简单线性回归、偏差估算法、旋转残差法和最优角度残差旋转法4种方法进行模型结果校正,以决定系数(R2)、均方根误差(RMSE)及干旱等级监测准确率对模型监测能力进行评估。选取最优校正方法,构建随机森林偏差校正干旱监测模型(Bias-correcting random forest drought condition,BRFDC),通过站点实测土壤相对湿度及干旱事件记录对模型干旱监测能力进行验证。结果表明:采用最优角度残差旋转法校正后,模型模拟精度指标R2和RMSE分别为0.897、0.874和0.335、0.362,优于其他校正方法;偏差估算法对各类干旱等级监测更为准确,尤其是对极端干旱的监测准确率最高,达到33.3%~50.0%,最终采用偏差估算法作为最优校正方法,构建BRFDC模型;相比SPEI3,BRFDC模型计算指数与大部分站点土壤相对湿度的相关性更加显著(P<0.01),适于农业干旱监测;BRFDC模型能够准确监测淮河流域2001年严重干旱事件的时空演变过程,并能有效识别极端旱情。该模型可为淮河流域农业抗旱工作的有效开展提供科学依据。