论文信息
Mavi Atlas
论文解读
AI 辅助整理- 方法
- GIS集成AHP,综合坡度、降雨、NDVI等10个因子加权叠加,AUC验证。
- 发现
- 65%区域为中至高侵蚀敏感,坡度权重最高,模型AUC=0.823。
- 机会点
- 可引入时序遥感与机器学习替代专家赋权,提升侵蚀敏感性动态评估精度。
论文摘要
土壤侵蚀是一个具有全球尺度的环境问题,对农业生产、土地生产力及水质具有重要影响,且在很大程度上是在自然因素与人类活动共同作用下发生的。因此,确定受侵蚀区域的空间分布并采取必要措施具有重要意义。本研究旨在利用与地理信息系统(CBS)相结合的分析层次过程(AHP)方法,揭示位于锡瓦斯省边界内的恰尔特勒河(Çaltı Çayı)流域土壤侵蚀敏感性的空间分布。在此框架下,本研究共评估了坡度、海拔、降水、岩性、土壤、土地利用、土地利用能力(AKK)、归一化植被指数(NDVI)、排水密度和排水频率等10个参数。随后,采用AHP方法确定了各参数的权重。结果表明,坡度(21.8%)是最具影响的参数,其次为降水(15.5%)、土地利用(13.4%)和NDVI(10.8%)。分析结果将流域的土壤侵蚀敏感性划分为极低、低、中、高和极高五个等级。根据获得的侵蚀敏感性图,流域内识别出极低(7%)、低(28%)、中(28%)、高(29%)和极高(8%)侵蚀敏感性区域。总之,流域65%的区域具有中等至高等及极高侵蚀敏感性。研究发现,特别是在坡度大、缺乏植被、岩性抗蚀性较差以及用作牧场的区域,侵蚀敏感性较高。模型精度分析获得的AUC=0.823值(曲线下面积)表明该方法具有较高的预测成功率。这些结果为确定流域内侵蚀防治范围内的优先干预区域提供了依据,并为可持续土地管理提供了重要的科学基础。
论文原文与出版信息
Mavi Atlas