摩洛哥西部高地图集的土壤损失评估：Beni Mohan流域研究案例

摘要

由水土流失引起的土壤流失是一个主要问题，它会引起一些环境和社会经济方面的担忧。摩洛哥西部高阿特拉斯山脉是高阿特拉斯山脉中最脆弱的地区，因为存在不同形式的滑坡和广泛观察到的侵蚀证据。本研究旨在利用修正的通用土壤流失方程(RUSLE)，结合GIS和遥感技术，估算和量化土壤流失量，并突出潜在的侵蚀风险区域。RUSLE模型为计算每个像素的侵蚀敏感性提供了一种可能性，该计算基于降雨侵蚀力、地形、植被覆盖、土壤可蚀性和支持实践等控制因素。在这项研究中,结果表明,侵蚀率变化介于0和227.67吨/公顷/年,平均每年40.38吨/公顷/年的土壤流失,和贝尼省Mohand流域受到的侵蚀率非常高,可以不可逆的,因为它超过可容忍的标准税率是1吨/公顷/年。这些发现将为土地使用规划者提供土地使用和风险管理的基线，并将提供摩洛哥西部高阿特拉斯山脉的数据。

1.介绍

土壤侵蚀是一种广泛的现象，影响了世界各地的环境和经济[1］．估计世界的平均土壤损失率约为12至15吨/小时;这意味着每年表塞的损失为0.90-0.95毫米[2]，是受侵蚀过程影响最严重的土壤部分之一[3.那4.］．据估计，1100万公里²受水蚀引起的侵蚀影响[5.］．此外，气候变化和强烈的农业实践是导致土壤侵蚀的问题之一[6.］．因此，这些问题导致了土壤资源的肥力损失、质量退化[7.]和坝淤积[8.]最终危害食品生产，导致水质的降解以及水体中的富营养化[9.］．

土壤损失一直存在，但近几十年来迅速发展。土壤侵蚀在全球每年导致广泛的伤害，是在全球不同领域进行的许多研究的原因[10-13改进用于土地退化研究的方法和技术。在流域尺度上，已经开发了各种评估土壤流失风险的模型，即欧洲土壤侵蚀模型(EUROSEM) [14]，Limburg土壤侵蚀模型（LISEM）[15]、土壤及水评估工具(SWAT)模型[16]，以及水蚀预测项目(WEPP)模型[17］．

已经使用GIS和遥感对侵蚀评估的使用证明是一种可靠的工具[18]，并结合经验/半经验模式[19那20.］．Wischmeier和Smith的USLE模型[21]是最常用的经验模型，由于其功能简单[22那23］．该模型是根据普遍的土壤损失方程（USLE）计算的，适应摩洛哥条件Arnoldus [24]，成为修正的通用土壤流失方程(RUSLE)。该方程使用5个因素来估计土壤侵蚀，分别是降雨侵蚀力、土壤可蚀性、地形、植被覆盖和土壤保持措施[25］．这些因素已经被计算出来，以提供一个土壤流失图，其中每个像素的侵蚀都被计算出来。所得到的地图提供了侵蚀区域的空间分布，并以更高的精度对土壤流失进行了量化[26］．

在摩洛哥西部高地阿特拉斯，特别是在贝尼莫汉德河流域，人们观察到山体滑坡、山坡和河岸上的土壤侵蚀造成了广泛的土地退化。这是由于脆弱的岩性，岩石块的存在，没有植被和高强度的降雨。本研究的目的是利用RUSLE模型估算土壤流失，以突出和识别高侵蚀风险地区，这将有助于决策者实施纠正措施。

2.研究区域

Beni Mohand河的分水岭是摩洛哥南部阿特拉斯的Taroudant-Oulad Teima山麓的一部分。它占地34,894公顷，位于摩洛哥西南部Taroudant和Agadir市之间(图)1)，正好位于西部的伊森河和东部的埃尔瓦尔河之间。

Ait hsaine的一项形态结构研究[27]显示两个杰出单位。第一个是古代的墓地由非常耐用的格鲁吉亚石灰岩组成，即狭窄的边缘和奥莫扬师节弯曲成Synclines。这些岩石在胫骨种族的凝灰岩和熔岩上休息，整体强烈构造。第二个是亚地图集区域，主要由下白垩纪和中白垩纪和何种酒精和沼泽地组成，由粉红色的砂岩和上何群粘土装配。

根据在苏斯平原进行的地质研究[28]但特别是Beni Mohand River的一部分[29]，它的特点是格鲁吉亚·什里安 - 石灰岩，阿卡迪田砂岩，石英岩和奥陶扬妇页岩。主导材料是不同尺寸的石灰石鹅卵石，特别是在该地区发生的冲积锥体，其中伊森河和邦希河之间的一些锥体长度达到5-6公里。在街区之间存在的少量土壤允许一些稀疏的季节性植被建立，这在六月中旬消失，使土壤表面裸露。

一般气候属于半干旱类型，年降雨量从250至300毫米/年内，山区较低的升高至500-600毫米/年[30.］．年平均气温在14°C至18°C之间，但在低海拔地区可达20°C [31］．雨季为11月至3月，干旱期可达7个月(4月至10月)。在Taroudant地区，干旱从1月中旬一直持续到10月底。研究区冬季气候温和[29];第一个冬季降雨是暴力的，导致径流侵蚀，导致微小的元素并暴露地面的裸露骨骼[29］．

3.材料和方法

在目前的研究中，所使用的制图方法是Wischmeier和Smith的USLE模型[21]，经修订并适应摩洛哥条件的Arnoldus [24，然后调用RUSLE。在以往的研究中，该模型对可用数据显示出了显著的灵活性和生成地图的效率。

在GIS环境中计算出风险模型[32]基于通用土壤损失方程，作为一种控制土壤侵蚀的五个因素的产物（方程（1）））。这些因素使用GIS和遥感分别计算，并组合以计算预测侵蚀速率的年度土壤损失图。它还有助于估计整个区域中的沉积量[33］．

风险模型由以下等式表示[21]： 在哪里一种是平均年度土壤损失率（T HA^-1年^-1），R.是降雨侵蚀因素（MJ mm ha^-1H^-1,年^-1），K.土壤可蚀性因子(tHMJ.^-1毫米^-1)， LS为地形因子(L为m，s中的％），C是土地覆盖因子，和P.是保护实践因素。

数字2显示本研究中采用的方法。

３.１.降雨侵蚀系数(R)

这R.因子或降雨侵蚀因子描述了雨的侵蚀性导致给定位置的侵蚀[34］．它反映了基于降雨的数量和强度对侵蚀的敏感性。RUSLE的降雨侵蚀系数在最大强度下使用超过30分钟的动能[21那35］．但是，由于摩洛哥缺乏数据集，我们选择使用每月和年降雨记录的可用数据集[24]超过40年（1970-2010）。这种替代方法已应用于研究区内和周围的19个气象站（图3.）.这R.因子由Arnoldus提出的下列方程估计[24]： 在哪里R.为平均降雨侵蚀力(MJ.mm/ha.H.year)， MRi为月平均降水量(mm)， AR为年平均降水量(mm)。

利用逆距离加权（IDW）方法内插的降雨侵蚀点的点数据作为基于气候站点的距离在集水区中产生降雨侵蚀性图的距离的影响来计算的确定性插值方法。IDW已经过测试并用于计算腐蚀系数，并已成功使用[36］．结果R.因子代表整个区域的降雨侵蚀性的空间分布。

３．２．土壤可蚀性因子(K)

土壤蚀刻性是指土壤颗粒在雨滴，径流或两者的影响下对脱离的易感性，考虑到土壤的形态学，化学，物理和矿物学特征[37］．K因子定量地描述了每种土壤类型的固有蚀性。土壤蚀可受土壤结构，土壤渗透性，土壤质地，土壤剖面和有机物质的影响。它指的是每单位腐蚀性降雨能量的侵蚀土壤，坡度为9％，长度为22.13米，考虑到清洁裸土壤[30.］．

为了计算土壤侵蚀性K，已经开发了几种公式以满足这种需求。但是，由于原始公式中提到的一些所需的数据集 - 土壤渗透性和土壤结构数据集的缺失/不可接纳[21]甚至其他公式对研究区域的当地条件的不足，我们选择了Sharppley和Williams的等式[38]（等式（3.））已成功用于类似的环境[39］．

本研究使用的土壤数据来源于通用土壤数据库，用于创建可蚀性图，因为从田间收集K因子的土壤数据既昂贵又耗时: 在哪里 其中，SAN、SIL、CLA分别为砂、粉砂、粘土的百分比，C为有机碳含量，SN1为砂减砂量1除以100。

３．3.地形因素（LS）

称为斜率长度和陡度因子（LS因子）的地形因素在侵蚀过程中起重要作用，并指出了地形对侵蚀的影响，指的是长度（L.)和影响地表径流速度的坡度(S) [40］．也就是说，LS因子认为边坡坡度和边坡长度影响矿床的生产和运移[41］．随着斜率长度的增加，侵蚀过程增加了[30.］．而且随着坡陡度的增加，坡度会迅速增大。植被覆盖和土壤粒径是影响土壤流失与坡度关系的两个参数。

在GIS环境下，从Alos DEM (12.5 m分辨率)中提取坡度和坡度长度，然后根据以下关系组合生成地形图(方程(5.））Wischmeier和Smith [21]由Bizuwerk等人开发。[42]： 其中s是斜坡梯度（％）和L.为斜面长度(m）.L.=流量累积量× DEM空间分辨率，“m”值如表所示1．

3．4．覆盖管理系数(C)

植被覆盖因子是继地形因子之后引发侵蚀的第二大重要参数。植被覆盖阻挡了降雨的影响，增加了渗透和渗透性，最终加快了岩石蚀变的速度。根据Wischmeier和Smith [21， C因子区分植被类型和密度。它还能区分裸露的土地和被覆盖的土地。

在该研究中，得到的C因子图源自归一化差异植被指数（NDVI）（方程（6.））Landsat 8 Oli图像（分辨率为30米）。该图像已被辐射和大气地预处理。然后将NDVI的光栅化地图分为五个类，代表五个土地使用[21，每一种类型的面积分别计算(表2）.结果验证了在实际验证的帮助下。对于每种类型的土地使用，分配了足够的C值。在本研究区域中，C因子值范围为0.05至0.7，如表所示2．较高的值代表没有植被覆盖的区域，而低值表示植被覆盖的区域[43]： 其中NIR为近红外波段，为波段5 (Landsat8 OLI)的地表反射率值，R.为红色波段，为Landsat8 OLI波段4的地表反射率值。

3.5。支持实践因素（P）

支持措施或土壤保持措施系数表示根据其防止土壤侵蚀的能力分配给每种耕作方法的土壤流失率，如等高线耕作、垄沟耕作、坡地梯田耕作和交替条形作物[44］．这个因子是根据坡度和农业实践之间的关系估计的。由于这些数据集不可用，我们选择了Shin [45］．该方法是在类似的环境中进行的，其中每种类型的保护措施都与特定的坡度区间有关系，这意味着P因子是根据坡度变化估计的。P因子的取值范围为0 ~ 1，其中0表示具有抗人为侵蚀能力的地区，1表示坡度较大且没有人为支持措施的地区(见表1)3.）.

3.6。潜在的侵蚀地图

在GIS环境中，所有主题地图R.， K, LS, C, P。利用RUSLE模型的经验方程，将30 m分辨率的结果图结合起来，生成该地区的土壤流失图。土壤流失图将识别水土流失率高的地区以及脆弱地区的定量描述。

4.结果与讨论

4．1.降雨侵蚀系数(R.）

基于流域内及周边的气象数据集，计算出降雨侵蚀因子专题图。这些数据集包含19个站点的年和月平均降雨量，如图所示3.．侵蚀性图（图4.的空间分布R.沿着流域的因素。低至中等价值占据流域的中心。然而，在流域边界中观察到高到非常高的值，这意味着降雨侵蚀性从中间区域增加到边缘。

降雨侵蚀因子值在35.65 ~ 44.56 MJ mm/ha. h .年之间。最高值位于西南和东北地区，分别代表研究流域的下游和上游地区。

为了更好的代表R.因子的强度，我们使用标准差分类。39.18 - 44.56 MJ mm/ha H年代表侵蚀力的高值，位于流域的上游和下游。这表明，75%的地区处于雨水造成的风险，18%遭受中等侵蚀率，只有7%的地区暴露于低侵蚀。这些结果表明，研究区域受到显著的降雨侵蚀力。

4．2.土壤可蚀性因子(K)

土壤可蚀性因气候变异性、土壤类型和耕作方法而异[46］．在该研究区域中，K因子从0.0176变化到0.0227 t ha h / ha mm mm（图5.），最高值，代表0.0227 T ha h / ha mm mm的等级;这堂课代表侵蚀高脆弱性的土壤，它占整个流域的13.74％，并发生在下游。值0.0183表示具有中等易受侵蚀风险的区域，占总面积的25％，位于流域的上游。具有较低粗糙的区域位于盆地的中心，该类别代表62％，它被认为几乎是主导的类别。

4.3。地形因素（LS）

从坡长/坡度的角度来看，地形因素是侵蚀风险研究的主要组成部分之一。其他参数也会影响这一因素，如土壤类型和岩性[47]：坚硬的岩石经常保护陡峭的斜坡和抗性的液体，而软摇滚会在更温和的斜坡上给脆弱的土壤;这解释说，倾斜中等的侵蚀通常会出现。

根据LS因子的计算，所获得的值在0到664.57之间变化（图6.）.这些结果使用标准偏差分类法分为四类，其中94%的流域以低坡度为特征，其中大多数位于盆地的南部。中等坡度占陡坡面积的2.11%和3.61%。中高至极高阶对应于中高高程，分布于盆地上部。这意味着，与下游地区相比，上游地区遭受侵蚀的风险较高。

4.4。覆盖管理系数(C)

在比尼·莫爱的河流河流域，四类优势土地使用是裸机，耕地，植被适中的土地，以及浓密植被的陆地。具有高C因子值的土地利用对土壤侵蚀有显着贡献。耕地仅限于少量区域，特别是在升高较低的下游区域。农业土地有助于在一定程度上通过培养来解决地面;同时，它通过扰乱土壤的质地和有机物来增强侵蚀。中等和密集的植被区域蔓延在流域的上部。然而，裸露的土地散落在整个Beni Mohand盆地。

Beni Mohand River盆地的C因子值在0.05和0.7之间变化（图7.）.0.05、0.10、0.6和0.7分别对应的土地利用类型为:密集植被、中等植被、耕地和裸地。主要的土地利用类型为裸地，占整个流域面积的四分之三以上，其次是中度植被覆盖(12.98%)，植被密集(6.42%)，最后是耕地(2.12%)。

4.5。支持实践因素（P）

支撑措施因子是指农用地上有特定支撑措施的土壤流失量与平行坡耕地相应的土壤流失量之比[21］．换句话说，P因子的值因所应用的农业类型和坡度而异。在陡坡和侵蚀率高的地区，保护措施对减少土壤流失极为有用。在这一地区，除了种植柑橘、摩洛哥坚果和橄榄树等一些物种的耕地外，没有采取任何重要的保护措施来减少土壤流失率。

在这项研究中,P.值是根据斜率值估计的。土壤保持措施因子在0.55到1之间变化(图8.)，其值越高，土壤得到保护的机会就越低，因此，土壤被侵蚀的风险就越高。高值对应于高斜坡区域，反之亦然。在0.55和0.6之间变化的值表示有支持实践的区域，或者至少是坡度较低且不需要任何支持的区域。0.8的值对应的是中等坡度的地区。0.9到1的值代表没有任何支持措施的区域;这些地区占贝尼莫汉德河流域表面积的60%以上。中度到高P.值代表具有高侵蚀敏感性的区域。

4.6。潜在的侵蚀地图

侵蚀图是由RUSLE因子组合而成的，RUSLE因子是气候攻击性因子R.（或降雨侵蚀性），土壤易腐蚀性K，LS因子，植被覆盖C的梯度和长度斜率的综合作用，植被覆盖和土壤保护实践P.这五个因素的GIS环境中的整合和加工导致了一个地图表明Beni Mohand River河流域的潜在侵蚀。由于这些自然因素的效果，该地图允许我们具有侵蚀风险的空间分布。获得的潜在土壤侵蚀地图（图9.)范围为0 ~ 227.67吨/公顷/年，平均每年损失4038吨和140万吨。

结果地图已使用粮农组织分为六个类[48]描述土壤损失强度的分类[49]，并设想易受侵蚀和淤积的地区;这些类如下所示(图10）：(我)第一类是潜在侵蚀风险在5吨/公顷/年以下的地区。它占研究区域表面的84.5%，并沿分水岭分布，特别是在南部。(2)第二个是一类具有中等侵蚀风险的区域，5到25吨/小时/年。此类代表总表面的13％。第三类是潜在侵蚀风险在25 - 50吨/公顷/年之间的中等区域。它占研究盆地表面的2.3%。中等到中等阶级主要集中在分水岭的上部。（iii）第四类为50 - 200吨/公顷/年。这类区域代表潜在侵蚀风险高到非常高的区域，占研究区域的0.21%。（iv）最后一类代表了超过200吨/公顷/年的严重潜在侵蚀风险。它只占总面积的0.06%。

Beni Mohand河流域的土壤流失图成功地突出和识别了暴露于侵蚀的区域，其中大部分集中在中高坡度的区域，一般在流域的上游区域。除了地形因素，降雨量大的地区，裸露的土地，脆弱的土壤甚至岩石块更容易受到水侵蚀。这些地区大多位于流域的上部，在那里估计的土壤侵蚀被认为是中等到高。

从风骚模型获得的该结果揭示了侵蚀材料的当前或潜在的改变，并通知了流域侵蚀所提供的土壤损失量。随着摩洛哥阿特拉斯山脉的缺乏数据集，风险模型仍然有效和强大，因为它给予决策者预测侵蚀风险的可能性，以便打击或至少最小化这种风险，特别是在风险高的优先领域．所获得的结果的验证基本上需要模型可靠性，尽管挑战尤其是在研究区域中缺少数据集。但是，某些方法仍然有用，因为它们用作替代数据源。

实际上，本研究中使用的验证方法如下。第一种方法是基础事实，是从地面真理数据交叉检查的土壤损失图的采样位置的现场验证。80％的被检查点与地面真理匹配，这意味着这些被侵蚀的区域已经明确识别，只有20％的这些点是如前所述可能诱导侵蚀的区域。第二种方法是与在具有几乎相同特征的区域之前的研究的比较，特别是阿特拉斯链的研究[50-52]尽管有限制，但是使用风格方法的高性能;它构成了一个有用的工具，可以识别从侵蚀风险中保留的优先领域。

根据粮农组织的报告[2]，摩洛哥的土壤侵蚀影响到其40%的领土，估计每年的土壤流失总量为1亿吨，相当于5000万立方米^3.大坝储存能力年减少。这种累积的年度侵蚀正在达到惊人的水平;这就是为什么它成为寻找具体解决方案的必需品。事实上，本研究旨在提供一个重要的工具，不仅可以减轻侵蚀量，而且还有与土壤损失相关的各种问题和后果如下：(我)自然风险和脆弱性:侵蚀使斜坡失稳，引发山体滑坡或塌方，可能破坏下游村庄和基础设施。(2)环境方面:侵蚀过程移除了土壤的肥沃部分，从而减少了根的有效利用深度和植物的可用水量。这被认为是限制摩洛哥生产力的主要限制因素[53］．此外，土壤侵蚀还会改变流域的植被分布和稳定性。（iii） 水文:该地区被认为是半干旱的，有土壤侵蚀，导致大坝淤积，从而降低了它们的寿命。最近，摩洛哥政府的政策是建造山地水坝以蓄水和供应地下水。（iv） 社会经济：在摩洛哥的这一部分，农村出口构成了危害邻近城市地区的稳定性和发展，由于这种流域的耕地区域的土壤流失。本研究表明一些实用的解决方案，以便管理这些农业领域，同时尽量减少土壤侵蚀的影响，这无疑将有助于减少农村出漏，从而有城市地区的压力。

现在很明显，土壤流失对人口、环境和基础设施构成真正的危险，包括摩洛哥在内的所有国家都必须采取战略确保其稳定。此外，本文件为利益相关方提供了未来项目的路线图，因为它提供了(1)详细的研究和相关结果，以及(2)尽量减少土壤流失损害的解决方案，如使用保护措施增加表层土壤中的C水平[54]，发展植被覆盖，禁止砍伐森林，利用露天看台和溪流偏离管理流域。

5.结论

土壤侵蚀是一种有害地影响地面的常见现象。本研究主要涉及利用风骚方法和GIS技术预测潜在的土壤侵蚀区域。它提供了对Beni Mohand River盆地土壤侵蚀分布的具体估算，在整个影响因素，降雨侵袭性，土壤易用，地形，植被覆盖和土壤保护实践等影响因素的组合中。

贝尼莫汉德河流域土壤损失量为0 ~ 227.67吨/公顷/年，年损失量为140万吨/年。结果表明，15%的地表面积显示出重要的土壤流失率，它代表中度到严重的土壤侵蚀区。这些地区主要位于中等到非常高的斜坡上，在那里径流很重要。这损失的其他因素的侵蚀,也结合加速侵蚀,重大损失(93%的面积有一个非常重要的降雨侵蚀力),适度受侵蚀的土壤(49%的土壤表现出导热系数在0.0183和0.0227之间t ha H /公顷MJ毫米),78%的裸露的土地,6%的地区是陡峭的斜坡。这些统计数据表明，贝尼莫汉德河流域的侵蚀风险中等至高，在某些特定地区甚至严重。

与GIS和遥感相结合的通用土壤损失方程在生产土壤损失图中起着重要作用，从原始数据开始到提供对侵蚀风险的详细评估的最终结果。这种方法被广泛使用，因为创造了地面土壤侵蚀的数据库，这是昂贵且耗时的昂贵且耗时。因此，在使用高分辨率空间数据的同时，所得到的映射可以更可靠。

水土流失风险难以遏制。但是，可以通过适当的土地使用管理和适当的支持措施来固定该区域的表土，从而减少水土流失。然而，管理人员和规划者可以利用土壤流失图来保护优先区域，并保护或管理潜在的侵蚀风险区域。

数据可用性

为了评估莫汉河流域的土壤流失，使用的数据如下。(1)利用ALOS (12.5 m)数字高程模型(DEM)反演坡度、坡度长度和坡度方向。与本研究的所有数据集一样，该DEM的每一个结果都被转换为30 m分辨率的栅格图https://search.asf.alaska.edu．(2)利用Agence du Bassin Hydraulique de Souss Massa (ABHSM)的降水历史资料(1970-2010年)，其中包括研究区及其周边不同气候站月降水的时间序列。(3)土壤数据提取自粮农组织土壤通用数据库，用于填补该地区土壤数据的不足，特别是土壤类型、有机成分和质地数据。它是免费下载通过http://www.fao.org/land-water/databases-and-software/en/．(4)利用Landsat 8卫星影像计算归一化植被指数(Normalized Difference Vegetation Index)，提取研究区土地利用和植被覆盖图。这张照片摄于2017年7月19日。LC08图像使用多光谱成像传感器捕获，提供11个波段，具有UTM/WGS84投影(29区)和30米分辨率;它是一个16位编码，可以从GloVis USGS免费下载https://glovis.usgs.gov/app?fullscreen=1．(5)地面真实数据基于高分辨率谷歌Earth来验证具有侵蚀风险的区域。

的利益冲突

作者声明他们没有利益冲突。

参考文献

1. I. D. Ighodaro, F. S. Lategan和S. F. G. Yusuf，“土壤侵蚀对南非东开普省舍舍谷社区农民农业潜力和绩效的影响”，农业科学杂志， vol. 5, pp. 140-147, 2013。查看在：出版商的网站|谷歌学术搜索
2. 粮农组织和伙伴关系,世界土壤资源现状(SWSR) -主要报告，联合国和农业组织联合国和政府间技术小组土壤，罗马，意大利，2015年。
3. R.Risti'c，S. Kostadinov，B. Radi'c，G. Trivan和Z. Niki'c，在塞尔维亚 - 人造和自然灾害中的暴洪洪水，“2012年第十二届国际会议论文集，pp.771-779，Grenoble，法国，2012年4月。查看在：谷歌学术搜索
4. G. Ashiagbor, E. Forkuo, P. Laari，和R. Aabeyir，“使用RUSLE和GIS工具模拟土壤侵蚀”，国际遥感与地理学杂志，卷。2，pp。7-17,2013。查看在：谷歌学术搜索
5. L. R. Oldeman，“土地退化的全球范围”土地弹性和可持续土地利用D. J.格陵兰和I.绍博尔奇，Eds。， CABI, Wallingford，英国，1994。查看在：谷歌学术搜索
6. D. Yang, S. Kanae, T. Oki, T. Koikel和K. Musiake，“与土地利用和气候变化相关的全球潜在土壤侵蚀”，水文过程，第十七卷，第二期14，页2913-2928,2003。查看在：出版商的网站|谷歌学术搜索
7. r·p·c·摩根，土壤侵蚀和保护， Blackwell Publishing，康沃尔，英国，2005年第3版。
8. A. Navas, B. L. Valero-Garcés，和J. Machín，“水库淤积综合评价方法:Joaquín Costa水库作为案例研究”，水文与地球系统科学， vol. 8, pp. 1193-1199, 2004。查看在：出版商的网站|谷歌学术搜索
9. D. Pimentel，《土壤侵蚀:对食物和环境的威胁》，环境，发展和可持续性，第8卷，第119-137页，2006。查看在：出版商的网站|谷歌学术搜索
10. M. R. O 'Neal, M. A. near, R. C. Vining, J. Southworth，和R. A. Pfeifer，“气候变化对美国中西部土壤侵蚀的影响与作物管理的变化，”系列，卷。61，没有。2-3，pp。165-184,2005。查看在：出版商的网站|谷歌学术搜索
11. V. Prasannakumar, H. Vijith, S. Abinod，和N. Geetha，“使用修正通用土壤流失方程(RUSLE)和地理信息技术估算印度喀拉拉邦一个小山区子流域的土壤侵蚀风险”，地球科学前沿，第3卷，第2期。2, pp. 209-215, 2012。查看在：出版商的网站|谷歌学术搜索
12. A. Aiello，M. Adamo和F. Canora，“遥感和GIS评估Rusle3D的土壤侵蚀，并在意大利南部的河流盆地中，”系列，卷。131，pp.174-185,2015。查看在：出版商的网站|谷歌学术搜索
13. A. Belasri和A. Lakhouili，“使用普遍的土壤损失方程（USLE）和地球信息技术在欧姆的欧洲群岛流域，摩洛哥的地理信息技术估计土壤侵蚀风险”国际地理信息系统杂志，卷。8，不。01，p。98,2016。查看在：出版商的网站|谷歌学术搜索
14. R.P.C.摩根，J.N. Quinton，R. E. Smith等，“欧洲土壤侵蚀模型（Eurosem）：一种动态方法，用于预测Felds和小集水区的沉积物运输，”地球冲浪工艺Landf，卷。23，不。6，pp。527-544,1998。查看在：出版商的网站|谷歌学术搜索
15. a . P. De Roo, C. G. Wesseling，和C. G. Ritsema，“LISEM:基于单一事件物理的流域水文和土壤侵蚀模型:I.理论、输入和输出，”水文过程，第10卷，第5期。8，页1107-1117,1996。查看在：出版商的网站|谷歌学术搜索
16. J. G. Arnold和N.Fohrer，“Swat 2000：应用流域模型的当前能力和研究机会，”水文过程，卷。19，pp。563-572，2005。查看在：出版商的网站|谷歌学术搜索
17. D. C. Flanagan, G. E. Gilley和T. G. Franti，《水蚀预测项目(WEPP):发展历史、模型能力和未来的改进》，赤字的交易， 2007, vol. 50, pp. 1603-1612。查看在：谷歌学术搜索
18. B. P.Ganasri和H. Ramesh，“利用遥感和GIS评估风险模型的土壤侵蚀 - Nethravathi盆地的案例研究”地球科学前沿，第7卷，第5期6、pp. 953-961, 2016。查看在：出版商的网站|谷歌学术搜索
19. R. K. Samanta, G. S. Bhunia, P. K. Shit，“基于地理空间技术的subarararekha河下游流域土壤侵蚀敏感性制图的空间建模(印度)”，建模地球系统与环境，卷。2，不。2，p。99,2016。查看在：出版商的网站|谷歌学术搜索
20. S. C. PAL和M. Shit，“破坏模型对土壤损失估算的应用模型，西孟加拉邦，”空间信息研究，第25卷，第2期3, pp. 399-409, 2017。查看在：出版商的网站|谷歌学术搜索
21. W. H. Wischmeier和D. D. Smith，预测降雨侵蚀损失-保护规划指南，美国农业部，华盛顿特区，1978年。
22. “基于RUSLE的金沙江下游部分河段土壤侵蚀估算”，自然危害，第76卷，第76期3, pp. 1831-1847, 2015。查看在：出版商的网站|谷歌学术搜索
23. K. Balasubramani，M. Veena，K.Kumaraswamy和V.Saravanabavan，“泰米尔纳德邦（印度）通过GIS的修订通用土壤丢失方程（Rusle）模型”估算了泰米尔纳德邦（印度）的半干旱流域土壤侵蚀估算“建模地球系统与环境，卷。1，不。3，p。10,2015。查看在：出版商的网站|谷歌学术搜索
24. H. M. J. Arnoldus，“用于确定摩洛哥的床单和岩浆侵蚀导致的最大潜在年平均年土壤损失的方法，”粮农组织的土壤公报（粮农组织），1980年。查看在：谷歌学术搜索
25. K. G. Renard, G. Foster, G. Weesies, D. McCool和D. Yoder，用水预测土壤侵蚀：修订普遍土壤损失方程（风险）保护规划指南，第703卷，美国农业部，华盛顿特区，美国，1997。
26. G. Wang, G. Gertner, V. Singh, S. Shinkareva, P. Parysow, and a . Anderson，“利用修正的通用土壤流失方程进行土壤流失的时空预测和不确定性:降雨径流侵蚀力R因子的一个案例研究”，生态模型，卷。153，pp。143-155,2002。查看在：出版商的网站|谷歌学术搜索
27. A. Ait hsaine，“Ge´omorphologie et quaternaire du pie´mont de taroudant-oulad teima, valle´e du souss, maroc，”Universite´de Montre´al, Montréal，加拿大，1994，博士论文。查看在：谷歌学术搜索
28. R. Ambrocgi，“EtudeGéologiqueduverantMéridionalduautAtlasoccidental et de la Plaine du Souss”Notes et Mémoires du service géologique du Maroc，卷。16，不。143，第7-16页，1963年。查看在：谷歌学术搜索
29. R. Watteeuw， " Les sols de la plain du ouss trt leur repartition schematique au 1/500 000 "艾尔Awamia， 1964年，第10卷，141-185页。查看在：谷歌学术搜索
30. L. Bouchaou, T. Tagma, S. Boutaleb, M. Hssaisoune, Z. El Morjani，“气候变化及其对摩洛哥地下水资源的影响:以Souss-Massa盆地为例”气候变化对地下水资源的影响：全球调查结果和建议，第27卷，129-144页，CRC出版社，克利夫兰，美国，OH, 2012。查看在：谷歌学术搜索
31. B. Bouaakkaz，“Le Bassin Versant de L'Oued Souss：Cateracteriques Peavicique Climiques，Et展望水文：未来的领土，”人类文学和科学学院, 2014年。查看在：谷歌学术搜索
32. C. a . Bonilla, J. L. Reyes，和a . Magri，“在GIS框架中使用修正的通用土壤流失方程(RUSLE)进行水蚀预测，智利中部，”智利农业研究杂志，卷。70，否。1，pp。159-169,2010。查看在：出版商的网站|谷歌学术搜索
33. D. C. Yoder, G. R. Foster, G. A. Weesies, K. G. Renard, D. K. McCool, J. B. Lown，“RUSLE土壤侵蚀模型的评估”，刊于农业非点水质模型：其使用和应用，D. L. Thomas和R. L. L. Huffman，EDS。，PP。田纳西大学农业实验站107-116：南方合作系列公报，诺克斯维尔，TN，美国，2004年。查看在：谷歌学术搜索
34. n .哈德逊水土保持，科梅尔大学出版社，美国纽约伊萨卡，第二版，1981年。
35. L. K. Issa, A. Raissouni, R. Moussadek等，“Khmiss流域(摩洛哥西北里夫)的水蚀制图和评估”，环境科学的进步，卷。2，不。4，pp。119-130，2014。查看在：出版商的网站|谷歌学术搜索
36. D. M. S. L. B. Dissanayake, T. Morimoto, M. Ranagalage，“基于RUSLE模型的土壤侵蚀率用于可持续土地利用管理:斯里兰卡Kotmale流域的案例研究”，建模地球系统与环境，第5卷，第5期。1，页291-306,2019。查看在：出版商的网站|谷歌学术搜索
37. R. Pe´rez-Rodrı´guez, M. J. Marques，和R. Bienes，“土壤可蚀性参数的空间变异性及其与土壤图在亚组水平的关系”，全环境科学，第378卷，166-173页，2007。查看在：出版商的网站|谷歌学术搜索
38. A. N. Sharpley和J. R. Williams，“侵蚀/生产力影响计算器：1。模型文档”技术简报，美国农业部，卷。1768，p。235,1990。查看在：谷歌学术搜索
39. A. Gourfi和L. daouti，“土地利用变化对半干旱地区土壤侵蚀和沉降的影响：西部高地图集地区N'FIS流域的示例”地球科学与气候变化学报，第10卷，第5期。513，第2页，2019。查看在：谷歌学术搜索
40. S. Beskow, C. R. Mello, L. D. Norton, N. Cur, M. N. Viola，和J. C. Avanzi，“使用分布式建模的巴西格兰德河流域土壤侵蚀预测”，系列，第79卷，第49-59页，2009。查看在：出版商的网站|谷歌学术搜索
41. e .赞美介绍À La Gestion Conservatoire De L 'eau, De La Biomasse和De La Fertilité Des Sols (GCES)1994年。
42. A. Bizuwerk, G. Taddese和Y. Getahun，Gis在埃塞俄比亚阿瓦什河流域土壤流失率建模中的应用，迭代畜牧研究机构（Ilri），亚的斯亚贝巴，埃塞俄比亚，2003。
43. Z.ERENCIN，使用遥感和GIS的C因子映射;LOM SAK / LOM KAO的案例研究，国际航空航天调查和地球科学研究所（ITC）：大八角，荷兰，2000。
44. 布雷迪和威尔，土壤的性质和特性，培生教育，新德里。印度,2012年。
45. G. J. Shin，“使用GIS分析流域土壤侵蚀分析”，“土木工程系，刚荣国立大学，南朝，1999，pH。D.论文。查看在：谷歌学术搜索
46. E.卢斯和J. M. Sarrailh，“Erodibilité de quelques sols tropicaux”。Vingt années de mesure en parcelld ' érosion sous pluies naturrelles， "Cahiers d 'ORSTOM, SeHrie PeHdologie，第25卷，第2期1, p. 2, 1990。查看在：谷歌学术搜索
47. E. Roose，V.Kabore和C. Guenat，LeZaë：Fonctionnement，Limites etAméliorationd'Une PratiqueNertle Africallate Dealabilitation deLaVégétationet de laProductédeTreesdégradéesCenRégionSoudano-sahélienne（布基纳法索）。Cahiers Orstom，“SériePédologie，卷。28，不。2，PP。159-173,1993。查看在：谷歌学术搜索
48. P.粮农组织，Metodología临时段evaluación de la degradación de los suelos，教科文组织，伦敦，英国，1980年。
49. L.Ramírez，Estimación de la pérdida de suelos por erosión hídrica en la cuenca del río Juramento-Salta，tesina de grado。Nacionaldaacionalde Salta，萨尔塔，阿根廷，2010年。
50. S. Maimouni，A. El-Harti，A. Bannarii和E. M. Bachaoui，使用来自数字高程模型和远程感测数据的衍生参数的水侵蚀风险映射，“地理空间信息科学，第15卷，第5期。3，页157-169,2012。查看在：出版商的网站|谷歌学术搜索
51. M. Yjjou, R. Bouabid, A. El Hmaidi, A. Essahlaoui, and M. El Abassi, “Modélisation de l’érosion hydrique via les SIG et l’équation universelle des pertes en sol au niveau du bassin versant de l’Oum Er-Rbia,”国际工程科学杂志，第3卷，第2期。8, pp. 83-91, 2014。查看在：谷歌学术搜索
52. A. Elaloui, C. Marrakchi, A. Fekri, S. Maimouni, M. Aradi，“基于usle的Tessaoute上游流域水分土壤侵蚀评估(中央高阿特拉斯，摩洛哥)”，建模地球系统与环境，第3卷，第2期。3，第873-885页，2017。查看在：出版商的网站|谷歌学术搜索
53. R. Dahan，M.Boughlala，R.MaRabet，A. Laamari，R. Balaghi和L. Lajouad，“干旱地区的农业研究中心（Icarda）国际农业研究中心”，Aleppo，叙利亚，2012年。查看在：谷歌学术搜索
54. R. Mrabet, K. Ibno-Namr, F. Bessam，和N. Saber，“摩洛哥半干旱地区免耕小麦生产系统11年后的土壤化学质量变化及其对肥料管理的影响”，土地退化与开发，第12卷，第505-517页，2001。查看在：出版商的网站|谷歌学术搜索

版权

版权所有©2020 Latifa boui -imajjane和Mhamed Alaeddine Belfoul。这是一篇发布在创意公共归因许可证如果正确引用了原始工作，则允许在任何媒体中的不受限制使用，分发和再现。