南方红壤水土流失区植被覆盖与管理因子（C因子）遥感重建研究

Universal Soil Loss Equation (USLE) and Revised Universal Soil Loss Equation (RUSLE) are the most widely used soil erosion prediction models around the world. In those models, the C factor, which is one of the important factors in artificial controlling of soil erosion, indicates the role of vegetation cover and management practices on soil erosion. This project intended to build the Leaf Area Index (LAI) estimation model through the actual measurement of different types of vegetation LAI and combining with contemporaneous remote sensing data; Considering the erosion reduction effect of forest canopy, herb layer and litter layer, the soil respiration temperature sensitivity factor (Q10 value) will be introduced to express the information of herb layer and branches and litter layer. Then with help of the combination Q10 value with LAI, the C factor will be depicted completely by the remote sensing data. The C factor estimated model will be reconstructed with the relationships between remote sensing data and the C factor, which will more accurately estimate the C factor of soil and water loss region in southern red soils area.

通用水土流失方程（USLE）及修正通用土壤流失方程（RUSLE）是世界范围内应用最广泛的土壤侵蚀预报模型，模型中的C因子表示植被覆盖和管理措施对土壤侵蚀的作用，是人为控制土壤侵蚀的重要因子。项目研究以实测不同植被类型叶面积指数（LAI），结合同期遥感数据，构建LAI估测模型；综合考虑林冠层、林下草本层和枯落物层的降雨减蚀作用，引入土壤呼吸温度敏感性因子（Q10值）表达林下草本层和枯枝落叶层信息，进而结合LAI，使遥感数据能够完全刻画出C因子，建立遥感数据与C因子的关系式，实现C因子的遥感重构，更准确地估算南方红壤水土流失区的C因子。

水土流失是人类面临的全球性的严峻生态环境问题。植被覆盖是减少、控制水土流失的主要措施之一，也是当前判定、量化区域水土流失发生可能、发生程度的重要依据，是基于地类表观特征成像的遥感技术尺度性判定水土流失的关键因子。合理估算植被覆盖与管理因子（C因子）是应用通用土壤流失方程（USLE）等现有水土流失定量模型进行区域土壤侵蚀准确监测的重要基础。研究以长汀县河田镇为研究区域，利用Pleiades高分辨率遥感影像反演叶面积指数和土壤基础呼吸，借助于叶面积指数（LAI）体现林分冠层的垂直结构和土壤基础呼吸值隐含性指示林下植被、枯枝落叶层的空间分布差异性，研究LAI、土壤基础呼吸值与植被覆盖的量化关系，进而表达森林植被覆盖垂直结构减缓降雨侵蚀动能的内在关系，在径流小区实测数据的基础上，改进C因子的估测过程，建立遥感数据与C因子的关系，实现C因子的遥感重构。项目主要对以下4个方面进 行了研究：（1）LAI遥感反演模型的构建；（2）土壤基础呼吸遥感测定；（3）土壤基础呼吸指示林下植被的适用性研究；（4）耦合LAI和土壤基础呼吸的C因子模型的构建。通过本项目的研究，建立了区域尺度LAI、土壤基础呼吸的遥感估测模型，构建了C因子模型，丰富了区域水土流失量监测的技术手段。研究成果将提升利用遥感技术开展森林植被降雨减蚀功能遥感模拟研究的能力，推动水土流失定量模型的发展，为区域进行科学的水土流失遥感监测提供依据。