RWEQモデルパラメータ抽出

風による土壌浸食は地球規模の環境問題です。中国は世界で最も風食の影響を最も深刻に受けている国の一つであり、風食は中国の乾燥地帯、半乾燥地帯、部分湿潤地帯における土地砂漠化の主なプロセスである。中国の風食と砂漠化の面積は160.74×104km2に達し、総陸地面積の16.7％を占め、これらの地域の資源開発と社会経済の持続的かつ安定した発展に深刻な影響を与えている。1980年代以降、砂漠化の主因である土壌風食が前例のない注目を集め、数多くの実験研究が相次いで行われ、風食の過程にさまざまな要因が及ぼす影響、特に人為的要因の強化が明らかになってきました。そして、さまざまな地域で風食防止対策を推進します。中国西部の山岳地帯は生態学的に脆弱であり、土壌浸食現象が比較的深刻であり、国の生態安全保障を脅かしているため、局所的な風食係数の推定は生態環境の持続可能な発展を維持する上で一定の意義がある。

土壌侵食モデルの構築により、侵食の原因をより適切に調査し、土壌侵食に関する一連の予測作業を実行し、生態環境への影響を軽減できます。浸食プロセスは複雑であるため、モデリングでは気象学、水文学、地質環境、土壌条件などのさまざまな要素を十分に考慮する必要があります。改訂された風侵食方程式 (改訂風侵食方程式、RWEQ) は、土壌風侵食の予測に広く使用されています。このモデルは、米国農務省 (USDA) の農業研究局 (Agriculture Research Service) 組織によって開発された、プロセスシミュレーションに基づく経験的モデルです。RWEQ モデルは、風食に対する圃場管理措置とさまざまな輪作の影響を首尾よくシミュレートできます。

RWEQモデルの動作とそれに関連するアトリビューション分析について事例を交えて説明します。このコースでは、土壌風食を原理、データ、手法、原因分析の側面から実践的に解説します。原理：土壌侵食と土壌風侵食の基本原理と主なモデルを紹介し、国内外の最新の科学研究結果を分析・説明するデータ：気象、植生、土壌などのデータの取得方法を紹介し、その特徴を説明する手法：RWEQ モデルにおける各パラメータ抽出の手法とポイントを紹介、Python と ArcGIS を効果的に組み合わせた動作環境、Python の効率的なデータ処理機能と ArcGIS の強力な空間解析機能を駆使して、コード分析とツールによる視覚化機能多様なモデルパラメータ抽出方法を説明する実践的な演習、分析の章：土壌風食の分布特性とその影響要因の分析、同京分析や地理検出器などの属性分析手法の原理の説明R、SPSS、その他の環境で実装されており、土壌風食の属性分析と視覚化が行われます。

このコンテンツでは、RWEQ モデル操作の全プロセスの実践演習を通じて風食モデルの原理と推進要因を深く理解し、複数ソースの異種データ処理などの風食係数推定のテクニックを習得します。、モデルパラメーターの抽出、および属性分析。特定の実践的なケースにおいて、風食モデルの適用能力を向上させるために上記の原理と技術的方法を使用する方法を学びます。

第 1 章: 理論的根拠

1. 土壌浸食の基本原理

●土壌侵食：水力、風力、凍結融解、重力などの外力の作用により、土壌および土壌母材が破壊、剥落、輸送、堆積する全過程。

●土壌侵食の分類：水侵食、重力侵食、凍結融解侵食、風侵食など。

●土壌浸食の危険性と原因：中国には広大な山と丘陵、地形の変動が大きい、緩くて深い地盤材料、降雨量の多さ、埋め立ての長い歴史、植生の低さ、これらすべてが重要な要素です。土壌浸食を引き起こすもの。さまざまな要因のさまざまな組み合わせによって、土壌浸食の種類、程度、地域分布、潜在的な危険性が決まります。

2. 土壌風食モデル

●土壌風食のメカニズム

● 土壌風食の影響要因: 1) 風速、2) 表土の物理的特性、3) 表面被覆と粗さ。

●土壌風食評価モデル：

●風浸食方程式（WEQ）

風浸食方程式モデル (WEQ) は、田畑の表面状態と田畑の管理措置が浸食速度に及ぼす影響を分析し、農地の風食を効果的に防止することを目的として、1965 年に Woodruff と Siddoway によって提案されました。WEQ は、米国の農地の年間風食 (kg/ha-1) を予測するために使用されます。

WEQ は、畑における年間の風食を推定するための最初のモデルであり、気候要因、土壌侵食性、土壌表面粗さ、畑の長さ、作物残留物の 5 つのグループに 11 の変数が含まれています。その中で、土壌侵食性と気候要因が最も重要な従属変数です。

WEQ は次の式で表すことができます。

●改訂風浸食方程式（RWEQ）

改訂風食方程式 (RWEQ) は、風食の量を効果的に予測するために、高い空間的および時間的分解能で地域の土壌風食を長期系列で推定するものであり、土地の砂漠化の防止と制御の基礎を提供することができます。

第 1 章: プラットフォームの基本

1. ArcGISソフトウェアの導入とインストール、共通機能の紹介

● ArcGIS バージョンの紹介、インストール。

● ArcGIS ソフトウェアインターフェイス、共通機能の紹介。

● ArcGIS ワークスペース環境の設定

2. ArcGIS の空間解析とマッピング

2.1 ArcGIS が座標系を定義する方法

2.2 ArcGIS 空間解析

ArcGIS ソフトウェアの空間解析ツールボックスには、多数のラスターデータ処理ツールが提供されています。その中でもラスターデータスムージングツールは、画像上のごま塩ノイズを除去する上で非常に重要な役割を果たします。

（１）抽出分析：属性または空間位置による抽出、画素値による抽出。

(2) マップ代数: マップ代数の言語規則。

(3) ローカル分析: ラスターデータオーバーレイ分析、ピクセル統計、分類、周波数値。

（４）近傍分析：近傍形状、近傍統計タイプ、点統計。

（５）地域分析：地域幾何統計、地域統計、面積集計、地域ヒストグラム。

（６）内挿分析：逆距離重み付け法、自然近傍法、トレンド曲面法、スプライン関数法、クリギング法。

(7) サンプリングと再サンプリング: フィッシュネット分析、ランダムポイントサンプリング、再分類、ルックアップテーブルなど。

2.3 ArcGIS レイアウト設計

●ArcGIS 基本マップサービスの使用: マップサーバーの構成、オンラインマップの追加と使用

●地図、イーグルアイマップ、距離表示、方眼、表、チャート等の制作・デザイン。

過去に踏んだ穴～よくある失敗や使用上の注意など～

第 3 章: RWEQ モデルデータのサポート

1. ベクトルデータの取得と前処理

●ベクターデータの知識

●ベクターデータの作成、変換、編集

2. ラスターデータの取得と前処理

● ラスターデータの理解

●ラスターデータの入出力、変換

●空間分解能の知識

●ラスターデータのリサンプリング

3. リモートセンシングクラウドプラットフォームのデータ取得

● リモートセンシングクラウドプラットフォームデータの概要

●リモートセンシングクラウドプラットフォームの基本文法

●リモートセンシングクラウドプラットフォームのデータ取得

4. NetCDFデータの取得と処理

●NCデータの理解と読み取り

● ArcGIS Model Builder の構成

● ArcGIS の新しいツールボックスとカスタムツール

5. Pythonによる気象データの取得・処理

● 気象データの紹介

● Python 開発環境を構築する

●Pythonコードライブラリのインストールと説明

● テキスト、ベクター、ラスターなどのファイルの読み取りと書き込み。

● Python データのクリーニング

●テキストデータとラスターデータの変換

●NCデータと*.TIFデータの変換

●バッチデータ射影定義と変換

第 4 章: RWEQ モデルパラメータの抽出

1. 気候因子WF抽出

風速、気温、降水量、日射量、積雪日数などの気候条件はすべて土壌の風食係数に影響を与え、これらが合わせて気候要因を構成します。

気候因子 WF は、降雨量、気温、日照、積雪などの要素を考慮した条件下での風による土壌粒子の輸送能力を特徴づけるもので、その式は次のとおりです。

式中、WF は気象係数（kg/m）、WE は監視風速μ2（m/s）と排砂風速μ1からなる風場強度係数（m3/s3）です。（5m/sと仮定）と観測期間日数 Nd を計算; ρ は高度 EL (km) と絶対温度 T (K) から計算される空気密度 (kg/m3); gは重力加速度 (m/s2)、S は土壌水分率 (無次元)、R は降雨量 (mm)、I は灌漑量 (mm)、Rd は降雨および (または) 灌漑の回数です。日; ETP は、太陽放射 SR (cal / cm2 ) と平均気温 DT (°C) によって計算される、表面の潜在的な相対蒸発量 (mm) であり、SD は積雪係数 (無次元) です。 P は、計算期間中に積雪の深さ (Hsnow) が 25.4 mm より大きくなる確率です。

Wf 係数

ET p-ファクター

SW係数

WF係数

2. 土壌侵食係数EFの抽出

土壌侵食性とは、土壌の侵食に対する感受性を指します。機械的組成および物理的および化学的特性が異なる土壌タイプでは、粒子サイズが小さくなるほど、有機物含量が低くなり、土壌の侵食性が高く、侵食されやすくなります。逆に、土壌の粒子が粗くなると、粒径が大きいほど有機物含有量が多く、侵食性が小さいほど侵食されにくくなります。土壌侵食係数の計算式は次のとおりです。

3. 土壌クラストファクターSCFの抽出

土壌クラストとは、一部の下等生物と土壌表面または土壌表面に飛散した降水との相互作用によって形成されるミクロ層を指し、一般にその形成機構により生物学的クラストと物理的クラストに分けられます。その中で、生物学的地殻は土壌の風食に抵抗するのに有益であるが、物理的地殻は脆弱であるが、風による土壌の浸食過程を促進する。その計算式は次のとおりです。

4. 植生被覆係数Cの抽出

植生が異なれば根系も異なるため、水固定能力や砂固定能力も異なります。植生被覆率は、特定の植生被覆条件下での土壌風食に対する抑制効果を示します。調査地域の LUCC 分類図によれば、植生は森林、低木、草地、農地、裸地という 5 つの植生タイプに分類され、それぞれの植生被覆係数は異なる係数に従って計算されます。

式中、ai は植生タイプごとの係数で、森林地は -0.153 5、低木は -0.092 1、草地は -0.151 1、農地は -0.043 8、裸地は -0.076 8、SC です。 NDVI データセットから計算された植生範囲 (無次元) です。

2. 表面粗さ係数K'の抽出

表面粗さは、地形によって引き起こされる土地の表面粗さが土壌の風食に及ぼす影響を指します。

式中、Kr は地形の起伏によって生じる地形の粗さの長さ (cm)、Crr は 0 とみなされるランダム粗さ係数、ΔH はさまざまな起伏の地形条件に応じた、距離 L (m) 内の標高差です。、異なる値があります。

2. 土壌風食の計算

SL は土壌風食量 (thm-2a-1)、Qmax は最大砂移動量 (kg/m)、S は主要プロットの長さ (m)、z は風下方向の最大風食距離 ( m); WF は気候係数 (kg/m); K' は表面粗さ係数; EF は土壌侵食性係数; SCF は土壌クラスト係数; C は植生被覆係数です。

第 5 章: アトリビューション分析

1. 統計分析では、調査地域の土地利用および被覆変化情報とその他の関連調査結果の抽出と分析を組み合わせて、調査地域の空間分布特性を統計的に分析し、土壌風食防止と土壌風食防止のための詳細な分析を実施します。管理措置。

1. 相関分析

フィッシュネット分析: ArcGIS フィッシュネットツールを使用して、調査地域内に特定のサイズのグリッドを作成し、マップのセグメンテーション、サンプリング分析、および調査単位の分割を実行します。

相関分析：三江源流域の植生と潜在風食量、実際の風食量、防風砂固着量などの散布図をグリッド法で作成し、散布図に最適な関数フィッティングを行う相関関係における空間分布を調査するための図。

2. パス分析

2015年の三江源地域における年間土壌風食を従属変数とし、気候要因と植生被覆率を独立変数としてパス分析を実施し、各要因の直接的および間接的な共同寄与を定量的に分析した。

4. 要因検出分析 - 地理的検出器

風食の空間分布は、単一の地理的、気候的、人的要因によって引き起こされるのではなく、その形成は複数の要因の共同作用から切り離すことができないため、その影響により大きく寄与する要因が実際の空間分布を決定します。地理検出器モデル (GDM) は、空間微分理論と地理情報システム (GIS) の空間解析技術に基づいて提案されています。これは、空間階層の不均一性に影響を与える要因とその基礎となるメカニズムを研究するためによく使用されます。

●要因検出器

要因検出器は、風食量に対する特定の影響要因の寄与を評価できます。具体的な式は次のとおりです。