应用修正通用土壤流失方程(Rusle)模型来评估在“卡鲁恒河流域土壤侵蚀在斯里兰卡

文摘

土壤侵蚀是土地退化的主要形式之一。流失导致损失的农业土地生产力和生态和审美价值的自然环境,也会损害安全饮用水的生产和水力生产。因此,土壤侵蚀评估和确定土地更容易侵蚀流失管理过程至关重要。修正通用土壤流失方程(Rusle)模型支持GIS系统是用来评估侵蚀发生的空间变异性卡鲁恒河在斯里兰卡流域。数字高程模型(30×30米),二十年的降雨数据测量11点雨量计站在盆地,土地利用和土壤地图,并发表文学作品被用作输入到模型中。年平均土壤流失卡鲁恒河河流域不同从0到134 t公顷⁻¹一年⁻¹和年平均土壤损失约为0.63公顷⁻¹一年⁻¹。基于侵蚀的估计,流域景观分为四个不同侵蚀程度类:非常低,低,中等和高。大约1.68%的地区(4714公顷)的流域与中度到高侵蚀严重程度(> 5 t公顷⁻¹一年⁻¹)类急需控制土壤侵蚀的措施。中度到高的土地水土流失大多是在类Bulathsinghala,Kuruwita,Rathnapura部门秘书部门。使用侵蚀严重的信息加上盆地广泛的个体RUSLE参数可以帮助设计适当的土地利用管理实践和改进管理基于观察来减少土壤侵蚀的盆地。

1。介绍

土壤侵蚀是一种天然的土壤物质的去除过程和运输通过水等腐蚀性药剂的作用,风力、重力、和人为干扰(1),它加速了人类活动如集约农业,土地管理不当,森林砍伐,种植在陡峭的山坡上2]。它是一种非常严重的、连续的环境问题时结合气候导致的高强度降雨(3]。农业土地的退化土壤侵蚀是一种全球性的现象导致的损失营养丰富的土壤表面,从更多的不透水底土增加径流,减少水资源植物(4]。在世界范围内,平均土壤侵蚀率在农作物土地约30公顷⁻¹年⁻¹从0.5到400 t公顷⁻¹年⁻¹(5]。衰减估计表明,约85%的土地,在全球范围内,由于水土流失减少农作物产量约17%,长期影响土壤肥力最初和最终遗弃土地(6]。

尽管土壤侵蚀是一个自然发生的过程,这是加速了人类活动如集约农业,土地管理不当,森林砍伐,种植在陡峭的山坡上2]。移除植被和塑造表面形貌引起或加速土壤位移和运动7]。严重的土壤侵蚀发生在世界上的大多数主要农业地区(5)由于农业的扩张没有足够的水土保持措施。

一些地区在斯里兰卡遭受严重的水土流失(2,8,9]。土壤流失在陡峭的农业地区斯里兰卡中部高地是10 - 100倍而自然的侵蚀率(8]。水土流失在密集种植蔬菜和茶叶与贫穷的土地管理高于土地管理良好的森林景观或茶和家里的花园Kurudu欧雅subcatchment上将近区(9]。

此外,作物残留物去除饲料,生物燃料,和工业用途的土壤表面露出防护罩加强土地流失的漏洞。由此产生的径流最终传输沉积物,有机材料,营养,和农药残留场外影响水和土壤质量。当剩下土地休耕恢复,水土流失问题恶化是由于植被(最小10]。据报道,水土流失增加幅度较高的极端降水(降雨和频繁出现的11]。

土壤侵蚀和退化土地在斯里兰卡是影响国家粮食生产和自然生态系统的可持续性2]。侵蚀率很高的高地和低地由于土地利用变化包括移除植被和城市化7]。几项研究在斯里兰卡进行评估土壤侵蚀,基于数值模拟和实际的量化,表明土壤侵蚀是一个严重的问题在斯里兰卡(12- - - - - -15]。因此,它是有用的识别更容易水土流失地区,以便农民和土地管理人员可以将适当的水土保持措施,减少大量的水土流失。

有几种侵蚀预测方法广泛的应用[16)由经验、概念和物理基础模型(6,17]。通用土壤流失方程(USLE),修正通用土壤流失方程(MUSLE)和修正通用土壤流失方程(RUSLE)是最受欢迎的全球经验模型用于水土流失预测和控制14,18]。RUSLE由美国农业部作为决策支持系统在水土保持和土地利用规划(19]。它使用一组数学方程来描述生态过程与保护实践和侵蚀地貌在给定20.]。

RUSLE是一个灵活的工具,已经适应了景观和流域尺度结合地理信息系统(GIS) (21- - - - - -26在土壤侵蚀评估。年度土壤流失的研究基于gis技术使用RUSLE Pamba流域的一座山景观展示的适用性RUSLE在调查侵蚀危害土壤侵蚀率是最低的自然森林地区和与人类影响最大的地方22]。在斯里兰卡,一些研究已经进行了土壤侵蚀评估使用RUSLE模型(14,15]。

卡鲁恒河是4^th最长的河流在斯里兰卡(129公里)和完全位于湿区(27]。因此,它占最多的放电全国海(28]。有饮用水方案和小型和中等规模发电站与河(29日]。此外,农业的主要土地利用盆地。卡鲁恒河盆地在区域气候导致的降雨预计增加潜在的洪水和山体滑坡升高(30.]。因此,值得在盆地分析水土流失的空间变化,规划师可以采取预防措施来减少水土流失。目前的研究估计的年平均土壤流失卡鲁恒河流域使用修正通用土壤流失方程(RUSLE)结合ArcGIS接口开发的土壤侵蚀风险地图卡鲁恒河河盆地。

2。材料和方法

2.1。研究区域

的卡鲁恒河河流域(2766公里²)是位于斯里兰卡西南部。河的长度约130公里长,延伸到80.00°到80.67°E和6.42°到6.83°N。的卡鲁恒河开始在该国中部山海拔2250米,跑到印度洋镇附近卡鲁塔拉穿越后降雨量最高的地区之一。流域上游地区的高梯度而下游地区盆地或多或少的平面和高程变化从2149到0 m [28)(图1)。

平均年降雨量是4000毫米,一年一度的水量约为40亿米³(28]。平均年降雨量变化的盆地如图2。的最大4466毫米雨量值被记录Kudawa和最低的平均年降雨量2613毫米被记录的价值Kaluthara雨量计站。斯里兰卡平均年降雨量相比,此河流域接收更高的降雨(27]。

2016年的土地利用和土地覆盖图调查部门的斯里兰卡(图3)表明,土地的使用卡鲁恒河流域农业土地,由裸露的土地,建立了地区,森林,岩石地区,水体、湿地。橡胶是主要的经济作物种植的卡鲁恒河流域家花园和小茶。流域的森林覆盖林冠覆盖超过30%与77%。盆地的土壤地图(图4)表明,红黄灰化是主要的土壤类型盆地和冲积土中发现洪水地区的河流(图4)。沼泽和沼泽和石质土中发现的其他土壤类型盆地但程度不一样。

2.2。数据收集

雨在11月降雨量数据测量站内和附近卡鲁恒河河流域(图2)获得的气象和自然资源管理中心(NRMC),Peradeniya、斯里兰卡。降雨数据收集从1997年到2017年。斯里兰卡的土壤地图获得自然资源管理中心(NRMC) Peradeniya,斯里兰卡。地区的土地利用地图(Kaluthara和Rathnapura)位于卡鲁恒河流域是来自斯里兰卡的调查部门。的空间范围卡鲁恒河地区,有关网格30∗30 m分辨率数字高程模型(DEM)从ASTER网站下载(https://asterweb.jpl.nasa.gov)和加工开发盆地的数字高程模型(DEM)。

2.3。RUSLE参数估计

RUSLE被用作模型和干扰ArcGIS 10.2.1制作。RUSLE [19可以表示为 在哪里一个=平均单位面积土壤流失(t公顷⁻¹年⁻¹),R(乔丹毫米公顷=降雨径流侵蚀力因素⁻¹h⁻¹年⁻¹),K=土壤侵蚀度因子(t h乔丹⁻¹毫米⁻¹),l=边坡长度系数,年代=坡度因子,C=覆盖和管理因素=支持和保护实践因素。

2.3.1。降雨径流侵蚀力因子(R)

降雨的侵蚀能力可以通过计算降雨侵蚀因素估计特定位置(31日]。这取决于数量和降雨强度(2]。提出的原始方程Wischmeier和史密斯32和狐狸等。33)是不习惯由于nonavailability降雨强度。作为替代,回归方程为不同地区开发的计算R值。我们使用了rainfall-erosivity Premalal[开发的关系34在方程(2)。相同的方程被用于Kirindi欧雅(14),在Kelani流域(15,土壤侵蚀风险映射在斯里兰卡(2]。在我们的研究中,降雨径流侵蚀力因素是决定从1996年到2016年的平均年降雨量与降雨侵蚀力因子方程为斯里兰卡开发条件,34(方程(2))。因此,本研究关注的平均土壤侵蚀评估时期从1996年到2016年。 在哪里R(乔丹毫米公顷=降雨径流侵蚀力因素⁻¹h⁻¹年⁻¹),F=平均年降雨量(毫米)。

雨量计站形状文件是由与ArcGIS 10.2.1使用纬度和经度值。

在可用的插值技术,两种类型的插值技术被用来创建降雨和选择合适的技术R地图因素。一种方法很简单克里格在地质统计学向导球形变异函数模型。另一个是IDW方法,与权力2。根据交叉验证结果,IDW提供最少的错误(RMSE = 163.39)降雨数据映射克里格方法(RMSE = 190.25)。因此,这两年降雨量变化和降雨侵蚀力因子地图地图卡鲁恒河流域是使用IDW插值生成。

2.3.2。土壤侵蚀度因子(K)

土壤侵蚀度因子(K)是治理水土流失的主要因素之一。它表达了土壤侵蚀和措施的易感性的贡献土壤类型(24]。K土壤因子栅格地图生成矢量地图30米分辨率使用功能在ArcGIS光栅工具(表1)。

2.3.3。边坡长度和陡度因子(LS)

边坡长度和陡度对水土流失影响最大的,描述了地形对土壤侵蚀的影响。

年代措施斜坡陡度的影响因素和计算方程(3)和(4)使用栅格计算器基于的关系(33] 在哪里年代=和坡度因素θ=坡度角的程度。

l因素是计算方程(5)使用栅格计算器基于方程给出的(32] 在哪里l=边坡长度系数,λ=边坡水平投影长度(米)( ),和米=斜坡长度指数。

在这个方程,“m”的斜坡长度指数基于坡度变化。边坡长度指数= 0.5如果斜率为4.5%以上,0.4的斜坡在3%和4.5%之间,0.3在斜坡在1%和3%之间,和0.2的平坦地形梯度小于1%25]。l和年代因素计算通过使用流程度上的积累和斜率作为输入,最后LS因素映射生成的乘法l和年代因素在ArcGIS的栅格计算器。

2.3.4。封面和管理因子(C)

流域的土地利用和土地覆盖图提取的土地利用图产生的调查部门在2016年,这项研究认为,土地利用和土地覆盖在过去20年没有发生明显变化。C因子的值(图5)不同土地使用获得可用文献[14,15,35,36并与土地利用图进行匹配。基于这些C系数值,C30米分辨率的因素栅格地图生成的卡鲁恒河河流域。

2.3.5。支持和保护行为因子( )

值从0变好的保护实践1为贫困保护实践。的因素地图创建基于的土地利用图卡鲁恒河河流域。值(图5)被添加到属性的土地利用图和表因子栅格地图是在ArcGIS 10.2.1转换工具创建的。

2.3.6。建立土壤侵蚀严重的地图

土壤侵蚀严重地图创建使用光栅叠加分析降雨径流侵蚀因子,土壤侵蚀度因素,边坡长度和陡度因素,封面和管理因素,并支持和保护实践因素。

2.3.7。沉积物交货率(SDR)和产沙量(SY)的主要来源

沉积交货率(SDR)是严重侵蚀的一小部分,从一个给定的区域运输在给定的时间间隔。它表明排水能力的存储和运输的侵蚀土壤37]。根据(38],河道的平均斜率比其他参数估计沉积物交货率,它是一个函数的斜率主流频道(方程(6))。论文(39,40)也用这个方程来估计在不同流域沉积物交付率。 SCS是主要河道边坡单元的百分比来测量的。

后确定流向、流量积累和使用民主党流网络,主要河道边坡计算利用ArcGIS HEC-GeoHMS扩展。然后使用这些SCS价值观,特别提款权的主要河流卡鲁恒河流域是计算栅格计算器。最后,沉积物通过覆盖年平均收益率计算土壤流失光栅层和沉积物交货率的主要流使用栅格计算器。

3所示。结果与讨论

土壤侵蚀风险地图是由使用五RUSLE层,降雨径流侵蚀因子,土壤侵蚀度因素,边坡长度和陡度因素,封面和管理因素,并支持和保护实践因素。这些因素估计30×30 m网格。

3.1。降雨径流侵蚀力因素映射(R)

管理实践减少降雨的影响,可以采用基于沉积物控制措施R值。估计R因素范围从269.70到454.07 MJ毫米公顷⁻¹h⁻¹年⁻¹和的意思R记录的因素是387.39 MJ毫米公顷⁻¹h⁻¹年⁻¹。R因素地图使用距离倒数插值(IDW)开发的2的幂图所示6。

3.2。土壤侵蚀度因素映射(K)

K因素(图7)是评价基于不同的土壤类型(图4)和它们的属性中卡鲁恒河河流域。结果表明,92%以上的卡鲁恒河流域是由红黄灰化(RYP)。冲积土覆盖超过4%的卡鲁恒河河流域。K盆地的因素变化从0.05到0.31 t h乔丹⁻¹毫米⁻¹(表2)平均值为0.21 t h乔丹⁻¹毫米⁻¹。冲积土壤最高K价值和沼泽和沼泽土壤最低的一半K盆地(图的价值7)。KRYP值(0.22)不受土壤侵蚀比地球红棕色(RBE)(0.27)的主要类型土壤干燥区,斯里兰卡。

3.3。边坡长度和陡度因素映射(LS)

的平均斜率卡鲁恒河流域是12.06°,范围从0到90°(图8)。LS因子计算通过使用流程度上的积累和斜率作为输入。LS因子值范围从0到56.77(图9)和LS因素的平均值是0.05。当坡度和流量积累增加,LS因子增加。更高的LS因素是观察到的上游地区东北部的盆地。

3.4。封面和管理因子(C),支持和保护实践因子( )

基于不同土地利用类别(图3),C因子图(图10生成)。的意思是C系数值是0.28卡鲁恒河河流域。C因素受到良好保护的土地是0和裸土地1 (4]。总结了盆地的主要土地利用类型如表所示3。高植被特征的低土壤侵蚀潜力,因为它能够抵御气候变化的高强度降雨预期结果(41]。

因子值表示程度的侵蚀控制实践中卡鲁恒河河流域。的空间分布因素是如图11和平均系数值卡鲁恒河流域是0.28(图11)。

3.5。土壤侵蚀评估

土壤侵蚀程度分布图(图12)是由层RUSLE覆盖所有的参数。结果表明,卡鲁恒河流域土壤平均年平均损失约为0.63公顷⁻¹年⁻¹范围从0到134公顷⁻¹年⁻¹。基于所使用的土壤侵蚀分类(42),估计土壤侵蚀分为三类,即低(< 5 t公顷⁻¹)、中度(5 - t公顷⁻¹),高(> 12 t ha⁻¹每年)。由于低侵蚀地区的主导地位,严重程度进一步分为两个子类映射非常低(< 2 t公顷⁻¹(2 - 5 t公顷)和较低的地区⁻¹),分别为(表4)。

很大一部分的卡鲁恒河流域划分为侵蚀非常低,93%以上的面积的盆地。低到非常低的侵蚀是杰出的卡鲁恒河流域相比,Kelani恒河河(15),Kiridi欧雅流域在斯里兰卡(14]。相对记录低腐蚀率可能是由于高%的林地卡鲁恒河(31%)流域相比Kelani(10%)和Kirindi欧雅(27%)流域。此外,红黄灰化土壤的主要土壤类型卡鲁恒河流域较低K价值贡献较低土壤侵蚀。高侵蚀地区Kirindi欧雅流域是被家里花园和擦洗土地(14]虽然高侵蚀地区Kelani流域下裸露的土地和土地与相对较高的椰子因素和C因子的值(15]。

此外,意思是R记录(387.39 MJ mmha因素⁻¹h⁻¹年⁻¹)低于R因素估计高降雨量的地区在世界其他地方(43]。它也观察到R值用于其他研究,使用相同的回归方程也低(14,15]。这个方程在(使用34)已经开发了整个国家,国家的1/3是在干燥区。然而,卡鲁恒河河流域位于湿区。因此,可能存在低估的降雨侵蚀力因子。因此,我们建议改进的回归方程的不同气候带的国家使用新的降雨数据与野外观察和验证提出的方程。

的卡鲁恒河盆地特征是有一个潜在的低敏感性造成的水土流失,低K值现有的土壤,等。基于RUSLE模型估计,大约1.9%的地区盆地可分为中度到高土壤侵蚀风险类。土地位于Kuruwita,Bulathsinghala,部分地区Rathnapura部门秘书部门属于这些中度到高侵蚀一类。控制水土流失,建议使用农业水土保持措施特别是农作物土地。然而,陡坡地区可能需要相对低成本的机械结构,如石头梯田,锁和泄漏下水道,放结构来减少水土流失。

3.6。流域产沙量估计主流

产沙量(图13)的盆地是由沉积物交货率(图14)的主要来源。沉积物交货率结果范围从0到0.16的主流卡鲁恒河河。平均产沙量的主流卡鲁恒河流域是0.29公顷⁻¹年⁻¹和产沙量范围从0到4.66公顷⁻¹年⁻¹。类似的研究报道在中央高地的蓝色尼罗河盆地,埃塞俄比亚(40]。根据他们的分析,沉积物交货率中央高地蓝色尼罗河流域流域范围在0到0.26之间。

4所示。结论

土壤侵蚀程度映射30×30 m分辨率卡鲁恒河流域基于RUSLE模型与GIS集成提供了土壤侵蚀的空间变化卡鲁恒河河流域。整个流域土壤侵蚀程度低和流域的年平均土壤侵蚀率较低,为0.63公顷⁻¹年⁻¹。面积中度到高5到12 t公顷风险⁻¹年⁻¹整个盆地的侵蚀程度约为1.89%。这个区域位于Bulathsinghala,Kuruwita,Rathnapura行政区划。的产沙量的平均值卡鲁恒河主流为0.29公顷⁻¹每年。

这项研究强调了潜在的低估R因素,建议重新回归方程用于计算降雨侵蚀力,目前,推广到全国,也基于一个气候区域的方法,考虑降雨在不同场景下的气候预测。

陡峭的地形特征,可怜的植被和贫穷的土地管理实践,高降雨率可能导致水土流失和泥沙输送领域有高速率的侵蚀(盆地)的1.89%。地理区域的识别有效的流域管理有助于目标的关键资源保护土壤质量和肥力和满足日益增长的侵蚀潜在由于增加降雨强度由于气候变化。最好的土地管理实践促成了较少的侵蚀等潜在的增强林冠覆盖可以观察到高档其他腐蚀性地区使用RUSLE进行相似的侵蚀后分析。

数据可用性

降雨数据可用于气象部门,科伦坡,和自然资源管理中心,Peradeniya、数据门户。

的利益冲突

作者之间没有利益冲突。

引用

1. g .谷纳温d . Sutjiningsih h . Soeryantono, w . Sulistioweni“土壤侵蚀评估基于GIS和遥感支持集成水资源保护管理,“国际期刊的技术,4卷,不。2、147 - 156年,2013页。视图:出版商的网站|谷歌学术搜索
2. m·j·p·t·m·Jayasekara h . k . Kadupitiya和美国w·a . Vitharana“斯里兰卡土壤侵蚀危险区域的映射,”热带农业研究卷,29号2、135 - 146年,2018页。视图:出版商的网站|谷歌学术搜索
3. k . Trenberth降水变化与气候变化,“气候研究卷,47号1,第138 - 123页,2011。视图:出版商的网站|谷歌学术搜索
4. b . p . Ganasri和h·拉梅什”的土壤侵蚀评估使用遥感和RUSLE模型GIS-a Nethravathi盆地的案例研究,“地球科学前沿,7卷,不。6,953 - 961年,2016页。视图:出版商的网站|谷歌学术搜索
5. d·皮门特尔·j·艾伦,a啤酒et al .,“世界农业和水土流失,”生物科学,37卷,不。4、277 - 283年,1987页。视图:出版商的网站|谷歌学术搜索
6. g·辛格和r·k .熊猫”网格单元为基础的评估土壤侵蚀潜力的识别关键易侵蚀区域采用USLE, GIS和遥感:一个案例研究在Kapgari分水岭,印度,”国际水土保持研究,5卷,不。3、202 - 211年,2017页。视图:出版商的网站|谷歌学术搜索
7. s . g . Tesfamichael”映射使用RUSLE潜在水土流失,遥感和GIS : weenen游戏的案例研究储备,夸祖鲁-纳塔尔”应用环境科学学院理学院夸祖鲁-纳塔尔大学的彼得马里茨堡和农业,彼得马里茨堡,南非,2004年,理科硕士论文。视图:谷歌学术搜索
8. 世界自然保护联盟”,保护土壤资源。”IUCN恢复传统的级联箱系统规划技术注6政府,国际自然保护联盟和斯里兰卡,科伦坡,斯里兰卡,2016。视图:谷歌学术搜索
9. m·g·t·s . Amarasekara n . d . k . Dayawansa和RP。De Silva“土壤侵蚀和养分运输从土地集约农业上将近排水区在斯里兰卡,”世界科学的回声,1卷,不。1 - 2018页。视图:谷歌学术搜索
10. 巴希尔,a Javed,比比,“水土保持”,土壤科学的概念和应用,m·萨比尔,j, k·r·奥拉。,University of Agriculture, Faisalabad, Pakistan, 2018,https://www.researchgate.net/publication/320729156_Soil_and_Water_Conservation。视图:谷歌学术搜索
11. p . Panagos c . g . Karydas z .吉塔,和l . Montanarella”每月基于遥感的土壤侵蚀监测生物物理参数:一个案例研究在Strymonas流域,“没有。5,461 - 487年,2012页。视图:出版商的网站|谷歌学术搜索
12. 美国Wijesekera和l . Samarakoon”参数提取和建模使用GIS网格环境中土壤侵蚀,”2001年,https://pdfs.semanticscholar.org; daa1。视图:谷歌学术搜索
13. k·d·b·l·Jayarathne n . d . k . Dayawansa和r . p . De Silva“基于GIS的土地退化的生物物理和社会经济因素的分析kandaketiya DS部门”热带农业研究,21卷,不。4 p。361年,2010年。视图:出版商的网站|谷歌学术搜索
14. n . c . Wijesundara n s Abeysingha, d . m . s . l . b .艺术观”可视化土壤流失估计可使用RUSLE模型:Kirindi欧雅河流域,斯里兰卡,”地球系统建模和环境,4卷,不。1,第262 - 251页,2018。视图:出版商的网站|谷歌学术搜索
15. c·m·贝尔-法亚n s Abeysingha k . g . s . Nirmanee d . Samarathunga和a . Mallawatantri水土流失评估使用RUSLE模型优先侵蚀控制KELANI流域在斯里兰卡,”国际水土保持研究,7卷,不。2、130 - 137年,2019页。视图:出版商的网站|谷歌学术搜索
16. p .美国Igwe a . a . Onuigbo o·c·奇即Ezeaku,和m . m . Muoneke“水土流失:模型和应用程序的审查,”国际先进的工程研究和科学》杂志上,4卷,不。12日,2017年。视图:出版商的网站|谷歌学术搜索
17. l . Eisazadeh r . Sokouti m . Homaee, e . Pazira”比较的实证模型来估计土壤侵蚀和产沙量在微型集雨,”欧亚土壤科学杂志》上,1卷,不。1,只愿降价,2012页。视图:谷歌学术搜索
18. e . p . n . Udayakumara r . p . Shrestha l . Samarakoon和d . Schmidt-Vogt“土壤侵蚀人们的知觉和社会经济因素:一个案例研究Samanalawewa分水岭,斯里兰卡,”国际泥沙研究杂志》上,25卷,不。4、323 - 339年,2010页。视图:出版商的网站|谷歌学术搜索
19. k . g .雷纳德·g·r·福斯特·d·k . Weesies特区Yoder),预测土壤流失的水:保护规划指导与修改后的土壤流失方程(RSULE),没有。2,美国农业部,华盛顿特区,1997年美国。
20. d . m . Agele t . b .李涵,s . a . Rahim和z . a·拉赫曼”风险评估彭亨河流域的土壤侵蚀下游RUSLE模型,”研究门,19卷,不。2、571 - 580年,2013页。视图:谷歌学术搜索
21. Das, a .保罗,r . Bordoloi o .普拉卡什和t . Pankaj”的山区土壤侵蚀风险评估通过综合方法RUSLE和地理空间技术:一个案例研究Tirap区,阿鲁纳恰尔邦”地球系统建模和环境,4卷,不。1,37 - 381年,2018页。视图:出版商的网站|谷歌学术搜索
22. 诉Prasannakumar h . Vijith s . Abinod, n . Geetha”内的土壤侵蚀风险评估的一个小山区sub-watershed喀拉拉邦,印度,使用修正通用土壤流失方程(RUSLE)和信息技术,“地球科学前沿,3卷,不。2、209 - 215年,2012页。视图:出版商的网站|谷歌学术搜索
23. r . Ranzi、t·h·勒和m . c . Rulli”RUSLE模型悬浮沉积物负载方法Lo河(越南):水库和土地利用变化的影响,”《水文卷,422 - 423年17 - 29,2012页。视图:出版商的网站|谷歌学术搜索
24. a·夏尔马”,结合地形和植被指数识别潜在的土壤侵蚀风险区域,”地理空间信息科学,13卷,不。3、201 - 209年,2010页。视图:出版商的网站|谷歌学术搜索
25. w·h·Wischmeier和d·d·史密斯,降雨侵蚀预测作物的损失落基山脉以东的土地美国农业部,华盛顿特区,1965年美国。
26. t . Amsalu和a . Mengaw“基于GIS的土壤流失评估使用RUSLE模型:对于Jabi Tehinan斯吉尔特区,艾滋病,埃塞俄比亚,”自然资源,5卷,不。11日,第626 - 616页,2014年。视图:出版商的网站|谷歌学术搜索
27. k·d . v . f . Siriwardena统计模型在Ellagawa KaluGanga流动斯里兰卡大学Jayewardenapura Nugegoda,斯里兰卡,2008年,理科硕士论文应用统计数据。
28. 公元Ampitiyawatta和郭,”卡鲁恒河盆地降水趋势在斯里兰卡,”《农业Sciencespp,4卷,不。1,10 - 18,2010页。视图:出版商的网站|谷歌学术搜索
29. 维基百科的贡献者,“Kukule ganga大坝”维基百科,自由的百科全书,2019,https://en.wikipedia.org/w/index.php?title=Kukule_Ganga_Dam&oldid=903272112。视图:谷歌学术搜索
30. b . v . r . Punyawardena t Dissanaike, a . Mallawatantri”空间变化的气候变化诱发的脆弱性在斯里兰卡,”分析漏洞在地区层面的组件,40页,2013年。视图:谷歌学术搜索
31. w·d .约书亚土壤侵蚀的降雨在不同气候区域的斯里兰卡IAHS,华盛顿,美国,1977年,122号出版物。
32. w·h·Wischmeier和d·d·史密斯,预测降雨侵蚀损失:指导保护规划美国农业部,华盛顿特区,美国,1978年。
33. k . g .雷纳德·g·r·福斯特·g·a . Weesies d·k·迈克尔d . c .尤德,水土流失预测水:保护规划与指导修正通用土壤流失方程(RUSLE)美国农业部,华盛顿特区,美国,1997年。
34. r . Premalal“斯里兰卡的降雨侵蚀地图的发展,“农业工程系,Peradeniya大学康堤,斯里兰卡,1986年,一个研究报告提交的学士学位。视图:谷歌学术搜索
35. m·a·k·Munasinghe诉Pushpakumara, t . m . j . Bandara和h . m . b . Herath”使用信息系统的土壤侵蚀风险评估斯里兰卡的中部省份,“农业部的史册,3卷,148页,2001年。视图:谷歌学术搜索
36. s . s . Biswas和p . Pani评估使用RUSLE和GIS技术对土壤侵蚀:一个案例研究Barakar流域,恰尔肯德邦,印度,”地球系统建模和环境,1卷,不。4,1-13,2015页。视图:出版商的网站|谷歌学术搜索
37. h . s . Gelagay和a . s . Minale水土流失评估使用GIS和遥感技术:四郎的分水岭,埃塞俄比亚西北部,”国际水土保持研究,4卷,不。2、126 - 136年,2016页。视图:出版商的网站|谷歌学术搜索
38. j·r·威廉姆斯和h·d·Berndt“产沙量计算的通用方程,”液压部门杂志》上,卷98,不。12日,第2098 - 2087页,1972年。视图:谷歌学术搜索
39. p . j . o . Onyando Kisoyan, m . c . Chemelil”估计潜在的perkerra河流域土壤侵蚀在肯尼亚,“水资源管理,19卷,不。2、133 - 143年,2005页。视图:出版商的网站|谷歌学术搜索
40. m . Kidane a Bezie: Kesete, m . Endrias”提交文件包含在这个PDF综合评估土地利用土地覆盖(陆/ LC)动力学对土壤侵蚀和产沙量在蓝色尼罗河盆地的中央高地,埃塞俄比亚,“1页,2018。视图:谷歌学术搜索
41. r·辛格·d·s . Arya a . k . Taxak z ojinovic, z . Vojinovic,“气候变化的潜在影响在roorkee降雨intensity-duration-frequency曲线,印度,”水资源管理,30卷,不。13日,4603 - 4616年,2016页。视图:出版商的网站|谷歌学术搜索
42. s . s . Senanayake m·a·k·Munasinghe和w·m·a·d·b·Wickramasinghe”使用的侵蚀危害评估区域范围内作物适宜性映射在Uva省份,“斯里兰卡农业部上15卷,第141 - 127页,2013年。视图:谷歌学术搜索
43. 诉Naipal, c . Reick j . Pongratz和k·范·东”,改善全球RUSLE模型的适用性& mdash;地形和降雨侵蚀力的调整因素,”立模型开发,8卷,不。9日,第2913 - 2893页,2015年。视图:出版商的网站|谷歌学术搜索

版权

版权©2019 d·l·d·Panditharathne等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。