农业机械学报

作者：张宏鸣，常毅，杨勤科，张泉，董良，许伊昆

单位：西北农林科技大学,西北农林科技大学,西北大学,西北大学,西北农林科技大学,西北农林科技大学,

关键词：地形因子;坡长;坡度;SRTM;CSLE;数字高程模型

基金：国家自然科学基金项目（41771315、41501294）和国家重点研发计划项目（2020YFD1100601）

地形是影响土壤侵蚀的重要因子，在侵蚀估算模型中常用坡度和坡长（LS）来衡量，在大区域上常基于数字高程模型（DEM）提取。SRTM作为大区域尺度上质量高、易获取的高程数据，在全球土壤侵蚀评价中得到广泛应用。但现有地形因子提取算法要求高程和栅格单元的单位（通常为m）一致，需对SRTM进行坐标变换才能使用。针对大区域上SRTM坐标转换时间开销大的问题，提出了一种直接基于SRTM提取地形因子的算法（LSA-SRTM）。该算法利用地理坐标系下的经纬度信息计算栅格单元长度及单元坡长，结合最陡坡降策略获得坡度及流向，进而提取汇水面积，根据坡度设置坡度截断点，根据汇水面积阈值设置沟道截断点，经正、反遍历后获得累积坡长，采用CSLE的分段公式计算LS因子。以Himmelblau-Orlandini数学曲面、5个典型样区的1″SRTM作为数据源，将LSA-SRTM、投影坐标系下的LS算法（LSA-DEM）与手工测量的结果进行对比。LSA-SRTM方法与测量值在数学曲面和典型样区，坡长的R2分别为0.8552、0.7788、0.7269、0.7024、0.6909、0.7255，LS因子的R2分别为0.8907、0.8209、0.8213、0.7142、0.7145、0.8212。在运行时间方面，LSA-SRTM方法具有较高的效率。结果表明，LSA-SRTM算法计算精度、效率更高，可为大区域地形因子提取的研究提供支撑。

来源：2022年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第1期