全 文 ：采用最大溯源径流路径法估算 RUSLE
模型中地形因子探讨*
罗摇 红1,2 摇 马友鑫1**摇 刘文俊1 摇 李红梅1
( 1 中国科学院西双版纳热带植物园, 昆明 650223; 2 中国科学院研究生院, 北京 100049)
摘摇 要摇 采用基于 AML的提取坡长值的新方法———最大溯源径流路径法,对贵州省毕节地
区 5 个不同范围区域的 DEM数据进行坡长值、地形因子的提取,并与基于 AML 的迭代累计
坡长法和基于 C++的迭代累计坡长法对提取坡长值的时间消耗、地形因子值进行了比较.结果
表明:基于 AML的最大溯源径流路径法能够实现修正的通用土壤流失模型(RUSLE)中坡长
值、地形因子的提取,可达到与迭代累计坡长法相同的效果;与基于 AML 的迭代累计坡长法
相比,该方法计算效率较高,大大减少了提取坡长值的时间消耗,可实现基于 AML 的坡长值、
地形因子提取在大范围区域上的扩展;与基于 C++的迭代累计坡长法相比,该方法计算时效和
结果相当,程序编写简单,容易修改和调试,能更普遍应用于 GIS用户.
关键词摇 坡长值摇 迭代累计坡长摇 最大溯源径流路径摇 地形因子摇 修正的通用土壤流失模型
文章编号摇 1001-9332(2010)05-1185-05摇 中图分类号摇 S157;TP306. 2摇 文献标识码摇 A
Estimation of topographical factors in revised universal soil loss model based on maximum up鄄
stream flow path. LUO Hong1,2, MA You鄄xin1, LIU Wen鄄jun1, LI Hong鄄mei1 ( 1Xishuangbanna
Tropical Botanical Garden, Chinese Academy of Sciences, Kunming 650223, China; 2Graduate Univer鄄
sity of Chinese Academy of Sciences, Beijing 100049, China) . 鄄Chin. J. Appl. Ecol. ,2010,21 (5):
1185-1189.
Abstract: By using maximum upstream flow path, a self鄄developed new method for calculating
slope length value based on Arc Macro Language (AML), five groups of DEM data for different re鄄
gions in Bijie Prefecture of Guizhou Province were extracted to compute the slope length and topo鄄
graphical factors in the Prefecture. The time cost for calculating the slope length and the values of
the topographical factors were analyzed, and compared with those by iterative slope length method
based on AML (ISLA) and on C++(ISLC). The results showed that the new method was feasible to
calculate the slope length and topographical factors in revised universal soil loss model, and had the
same effect as iterative slope length method. Comparing with ISLA, the new method had a high
computing efficiency and greatly decreased the time consumption, and could be applied to a large
area to estimate the slope length and topographical factors based on AML. Comparing with ISLC,
the new method had the similar computing efficiency, but its coding was easily to be written, modi鄄
fied, and debugged by using AML. Therefore, the new method could be more broadly used by GIS
users.
Key words: slope length value; iterative slope length; maximum upstream flow path; topographical
factor; revised universal soil loss model.
*国家科技支撑计划项目(2007BAD53B01)资助.
**通讯作者. E鄄mail: may@ xtbg. ac. cn
2009鄄11鄄18 收稿,2010鄄03鄄04 接受.
摇 摇 作为全球几大环境问题之一,土壤侵蚀严重地
威胁着人类的生存与发展,已受到世界各国的普遍
关注.针对土壤侵蚀的定量研究,目前主要围绕土壤
侵蚀模型的应用而展开[1-4],在这些物理过程模型
和经验统计模型中,地形因子中坡长值的提取方法
显得尤为重要[5-9] . 坡长的野外实测适合小尺度地
区,而对于流域和区域尺度应通过数字高程模型
(digital elevation model,DEM)来提取,其主要计算
方法是基于 ArcInfo AML的迭代累计坡长法[10-13]或
应 用 生 态 学 报摇 2010 年 5 月摇 第 21 卷摇 第 5 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, May 2010,21(5): 1185-1189
基于 C++的迭代累计坡长法[14]提取 DEM 上每个栅
格单元的地形因子.由于 AML 宏语言简单易懂,容
易被 ArcGIS用户接受,因此,采用基于 AML 的迭代
累计坡长法提取坡长值进而提取土壤侵蚀模型中地
形因子的应用较多[15-18],但该方法对于大范围地形
因子的提取却存在用时较长的问题[14],甚至无法完
成计算.基于 C++的迭代累计坡长法与基于 AML 的
迭代累计坡长法的原理相同,应用 C++编写程序可
提高计算速度,但无法避免循环迭代的过程,且程序
编写复杂、调试难度较大,应用者必须熟练掌握 C
语言且具备较强的程序编写能力,应用范围受到局
限.本文基于修正的通用土壤流失模型(revised uni鄄
versal soil loss equation,RUSLE) [19]和 ArcGIS 用户
所熟悉的 AML宏语言编程,提取了土壤侵蚀模型中
的坡长值,以期通过 AML 编程实现基于 DEM 的大
区域范围地形因子提取.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
研究区为位于贵州省西北部的毕节地区(26毅
21忆—27毅46忆 N, 105毅36忆—106毅43忆 E). 该区土地总
面积 26853 km2,海拔 457 ~ 2900郾 6 m,河谷深切,山
高坡陡,地形复杂,是典型的喀斯特山区. 土壤类型
以黄壤和黄棕壤为主,大部分地区属亚热带温暖湿
润季风气候,年均气温 13郾 2 益,水热资源适中,年均
降水量 848郾 6 ~ 1394郾 4 mm,降水主要集中在 5—9
月.试验数据源于贵州省测绘资料档案馆的毕节地
区 DEM数据,分辨率 25 m伊25 m,文件大小达 339
Mb.同时,在毕节地区内另设计 4 组不同范围区域
(表 1)于 2009 年 7 月进行坡长值、地形因子的提取
试验,DEM文件大小 3郾 7 ~ 85 Mb,分辨率同前.
1郾 2摇 最大溯源径流路径法的算法原理
最大溯源径流路径法原理为:每个栅格单元根
据流向向上游追索流入该单元的最大径流路径,当
遇到截止坡度单元时,最大径流路径从截止坡度单
元的上一流入单元断开,从截止坡度单元的上一流
入单元开始重新向上游追索最大径流路径. 该原理
与迭代累计坡长法原理的主要区别在于:1)最大溯
源径流路径法是按径流路径从下游向上游追索,而
迭代累计坡长法是按径流路径从上游向下游追索;
2)迭代累计坡长法按径流路径循环迭代,每迭代 1
次,完成新的栅格单元坡长值的求算,而最大溯源径
流路径法一次性完成所有栅格单元的坡长求算. 由
于最大溯源径流路径法不存在循环迭代的过程,所
以在相同的开发工具下应具备更高的计算时效. 对
于区域尺度上地形因子的提取,应用 GIS 下的 AML
比应用 C++具有更强的普适性,GIS 下的 AML 更容
易实现算法的编写和运行.
1郾 3摇 RUSLE中地形因子的生成
RUSLE模型结构如下,
A=R·K·L·S·C·P (1)
式中:A为年均土壤侵蚀量;R 为降雨侵蚀力因子;K
为土壤可蚀性因子;L为坡长因子;S 为坡度因子;C
为覆盖与管理因子;P 为水土保持措施因子. 参照
McCool等[20]和 Liu等[21]的计算公式求算 S:
S = 10郾 8 伊 sin兹 + 0郾 03
S = 16郾 8 伊 sin兹 + 0郾 50
S = 21郾 91 伊 sin兹 +
{
0郾 96
摇
兹 < 9%
兹 逸9%
兹 逸14%
(2)
式中:兹为各栅格单元的坡度.
参照 Wischmeier等[22]提出的程序,应用改进的
坡长因子公式计算 L[23-24]:
L = (姿 / 22郾 13)m (3)
m = 茁 / (1 + 茁) (4)
茁 = (sin兹 / 0郾 0896) / [3郾 0 伊 (sin兹) 0郾 8 + 0郾 56]
(5)
式中:姿为水平坡长(m);m 为坡长指数. 坡长因子
与坡度因子相乘得到地形因子(无量纲).
1郾 4摇 算法的实现及流程
在 ArcGIS 环境下,主要计算步骤如下:1)对
DEM填洼;2)针对填洼后 DEM,采用 Flowdirection
函数提取栅格流向图层,进而提取高点单元和单元
坡长值;3)针对填洼后 DEM,采用最大坡降坡度
法[24],提取栅格坡度( 兹)图层;4)根据流向图层和
坡度图层,提取截止坡度单元的上游单元(即坡度
降低造成沉积出现的上一流入单元),进而将截止
坡度单元上一流入单元的流向修改为 0,得到修改
的流向图层;5)根据步骤 2 的流向图层划分出流向
为正四方向和斜四方向的两类高点的流经区域 A1
和 B1;6)在两类高点流经区域内分别划分出截止坡
度单元上游单元的流经区域 A2 和 B2;7)利用 Flow鄄
length函数结合步骤 2 的单元坡长值图层和步骤 4
修改的流向图层,分别提取出 A1、A2 和 B1、B2 内各
单元的最大溯源路径,分别合并 A1、A2 和 B1、B2 内
各单元的最大溯源路径,对重叠区域取较大者,得到
两类高点流经区域内各单元的最大溯源径流路径
A3 和 B3;8)合并 A3 和 B3,对二者重叠区域取较大
者,进而得到整个研究区域内各栅格单元的最大溯
源径流路径,即地形因子的重要参数———各栅格单
6811 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
元的坡长值(水平坡长);9)将坡长因子和坡度因子
相乘得到地形因子.
2摇 结果与分析
2郾 1摇 提取坡长值的时间消耗
由表 1可以看出,随着试验区域范围的扩大,提
取坡长值的耗时越来越长,且方法 1 (本研究所用方
法)和方法 3在不同范围区域的时间消耗均明显短于
方法 2(基于 AML 的迭代累计坡长法),方法 1 和方
法 3(基于 C++的迭代累计坡长法)提取坡度值所消耗
时间的差距不大.对于整个毕节地区而言,方法 2 因
耗时太长,无法完成坡长值的提取,而方法 1和方法 3
都能在 2 h内完成如此大区域范围的坡长值提取,虽
然方法 1 用时较方法 3 稍长,但该方法实现了基于
AML的坡长值提取在大区域空间上的扩展.
2郾 2摇 不同方法下坡长值的比较
大部分野外实际测量的坡长值 (水平坡长) 小
于 120 m,且该值通常不会超过 300 m[1] .为此,本文
针对研究区不同范围区域的 DEM,求算每个单元 (最
小划分单位:栅格) 的坡长值,并计算其坡长值小于
120 m和不超过 300 m的单元所占百分比 (表 2).
摇 摇 由表 2 可以看出,不同范围的试验区域中,坡长
值不超过 120 m 的单元所占百分比均达到 70%以
上,说明不同范围的实验区域中均有 70%以上单元
坡长值的提取达到了野外测量水平,且随着试验区
域的扩大,该百分比不断升高;而坡长值不超过 300
m的单元所占百分比均达到 90%以上,即 90%以上
栅格单元的坡长值可以应用,且随着实验区域的扩
大,该百分比也不断升高.坡长值小于 120 m和不超
过 300 m的单元所占百分比均随着区域扩大而不断
升高,一定程度上说明这 3 种方法在区域扩展上的
有效性,而方法 2 针对整个毕节地区的 DEM因耗时
太长而无法提取坡长值,表明该方法在区域范围达
到一定程度后将无法扩展,而方法 1 和方法 3 在大
区域范围仍能扩展. 方法 1 提取的两项坡长值指标
扩展到 B 组试验后均高于其他两种方法,且 3 种方
法所得结果的总体差距不大,表明基于 AML的最大
溯源径流路径法与迭代累计坡长法的计算结果相
当,其计算精度在一定程度上可超过基于 C++的迭
代累计坡长法.
表 1摇 基于不同方法的不同区域坡长值的时间消耗
Tab. 1摇 Time cost to extract the slope length of different regions under different methods
试验区域
Experimental region
地理范围
Geographic range
DEM属性大小
Property size
of DEM (Mb)
区域面积*
Area
(km2)
耗时 Time cost (min)
方法 1
Method 1
方法 2
Method 2
方法 3
Method 3
A 27毅20忆—27毅30忆 N,104毅30忆—104毅45忆 E 2郾 9 463 <1 21 <1
B 27毅10忆—27毅30忆 N,104毅30忆—105毅00忆 E 11郾 3 1839 4 48 3
C 27毅00忆—27毅30忆 N,104毅15忆—105毅00忆 E 25郾 4 4134 7 92 5
D 26毅40忆—27毅30忆 N,103毅45忆—105毅15忆 E 85郾 0 13785 25 518 18
毕节地区
Bijie prefecture 26毅20忆—27毅50忆 N,103毅30忆—106毅30忆 E 339郾 0 39020 76 - 51
方法 1: 基于 AML的最大溯源径流路径法 Method 1 was the maximum upstream flow path based on the AML; 方法 2: 基于 AML的迭代累计坡长
法 Method 2 was the iterative slope length based on the AML;方法 3:基于 C++的迭代累计坡长法 Method 3 was the iterative slope length based on the
C++ .下同 The same below. *区域面积为 DEM的图幅面积,非行政区划面积 “Area冶 was the area of DEM爷s mapsheet, was not the area of adminis鄄
trative divisions.
表 2摇 基于不同方法的不同区域坡长值有效指标
Tab. 2摇 Valid indicator of slope length of different regions under different methods (%)
试验区域
Experimental region
坡长值有效指标
Valid indicators of slope length
方法 1
Method 1
方法 2
Method 2
方法 3
Method 3
A <120 m单元所占百分比 CPSL<120 m 73郾 59 72郾 67 73郾 60
臆300 m单元所占百分比 CPSL臆300 m 94郾 07 94郾 00 94郾 20
B <120 m单元所占百分比 CPSL<120 m 75郾 64 74郾 75 75郾 62
臆300 m单元所占百分比 CPSL臆300 m 94郾 95 94郾 86 94郾 34
C <120 m单元所占百分比 CPSL<120 m 77郾 30 76郾 44 77郾 28
臆300 m单元所占百分比 CPSL臆300 m 95郾 50 95郾 42 95郾 48
D <120 m单元所占百分比 CPSL<120 m 77郾 32 76郾 49 77郾 27
臆300 m单元所占百分比 CPSL臆300 m 95郾 23 95郾 15 95郾 21
毕节地区 Bijie prefecture <120 m单元所占百分比 CPSL<120 m 78郾 59 - 78郾 54
臆300 m单元所占百分比 CPSL臆300 m 95郾 72 - 95郾 70
CPSL: Cell percentage with slope length.
78115 期摇 摇 摇 摇 摇 摇 摇 摇 摇 罗摇 红等: 采用最大溯源径流路径法估算 RUSLE模型中地形因子探讨摇 摇 摇 摇 摇 摇
2郾 3摇 不同方法下地形因子的比较
RUSLE模型中规定:地形因子值不超过 72. 从
表 3 可以看出,不同范围的试验区域中,地形因子值
不超过 72 的单元所占比例均达 95%以上,且随着
研究区域的扩大,该项指标不断升高,其中方法 1 的
升幅最高,说明这3种方法不仅表现出有效的区域
表 3摇 基于不同方法的不同区域地形因子
Tab. 3摇 LS factor of different regions under different meth鄄
ods
试验区域
Experimental
region
地形因子各项指标
Indicators of LS factor 方法 1Method 1
方法 2
Method 2
方法 3
Method 3
A 最小值
Minimum
0 0郾 05 0
最大值
Maximum
486郾 37 488郾 05 486郾 23
平均值
Average
24郾 70 24郾 93 24郾 61
标准方差
Standard deviation
22郾 36 22郾 48 22郾 36
臆72 的单元百分比
Cell percentage with LS 臆72 (% )
95郾 99 95郾 91 96郾 01
B 最小值
Minimum
0 0郾 05 0
最大值
Maximum
486郾 37 488郾 05 486郾 37
平均值
Average
22郾 13 22郾 32 22郾 14
标准方差
Standard deviation
20郾 83 20郾 97 20郾 83
臆72 的单元百分比
Cell percentage with LS 臆72 (% )
96郾 93 96郾 86 96郾 93
C 最小值
Minimum
0 0郾 04 0
最大值
Maximum
486郾 37 488郾 05 486郾 37
平均值
Average
20郾 92 21郾 10 20郾 93
标准方差
Standard deviation
19郾 85 19郾 99 19郾 85
臆72 的单元百分比
Cell percentage with LS 臆72 (% )
97郾 41 97郾 35 97郾 41
D 最小值
Minimum
0 0郾 03 0
最大值
Maximum
770郾 63 772郾 97 770郾 63
平均值
Average
18郾 91 19郾 06 18郾 91
标准方差
Standard deviation
19郾 59 19郾 72 19郾 59
臆72 的单元百分比
Cell percentage with LS 臆72 (% )
97郾 69 97郾 65 97郾 69
毕节地区 最小值
Minimum
0 - 0
Bijie 最大值
Maximum
770郾 63 - 770郾 63
prefecture 平均值
Average
18郾 28 - 18郾 28
标准方差
Standard deviation
19郾 34 - 19郾 34
臆72 的单元百分比
Cell percentage with LS 臆72(% )
97郾 82 - 97郾 82
扩展性,且方法 1 随区域的扩展性较其他两种方法
更有效.不同方法所得地形因子的最小值、最大值、
平均值、标准方差的差距不大,且随着试验区域的扩
大,其平均值、标准方差逐渐变小,表明随区域范围
的扩大,3 种方法的精度均有所提高.随着研究区域
的扩展,方法 1 和方法 3 所得地形因子的各项值达
到了完全相等的程度(D 试验区和毕节地区),进一
步表明基于 AML 的最大溯源径流路径法提取坡长
值是可行的,其精度比基于 AML的迭代累计坡长法
更高.
3摇 讨摇 摇 论
Van Remortel 等[14]采用基于 AML 和 C++的迭
代累计坡长法提取了美国 Rincon 和 Yakima 流域的
坡长和坡度因子值,结果表明,随着研究区域的扩
展,基于 AML的迭代累计坡长法的时间消耗显著增
加,任何情况下基于 C++的迭代累计坡长法的耗时
均短于基于 AML 的迭代累计坡长法,当 Yakima 流
域的 DEM文件大小为 37 Mb (分辨率 10 m伊10 m)
时,基于 AML的迭代累计坡长法耗时达 5760 min,
而基于 C++的迭代累计坡长法耗时仅 18 min. 充分
暴露了基于 AML 的迭代累计坡长法提取大范围区
域地形因子耗时过长的缺陷,同时也体现了基于
C++的迭代累计坡长法在耗时上的优势.本研究结果
再次证实了基于 AML 的迭代累计坡长法在耗时上
的缺陷,同时也证明了基于 AML的最大溯源径流路
径法和基于 C++的迭代累计坡长法不仅计算效率
高,而且能够解决大范围区域地形因子提取困难或
无法实现的问题.
基于 C++的迭代累计坡长法在提取地形因子耗
时方面具有显著优势[14] . 本文中基于 AML 的最大
溯源径流路径法虽然计算效率不能赶超该方法,但
由于 AML 相比 C++具有简单易懂、容易编程等优
势,使基于 AML的最大溯源径流路径法能更多地被
广大 ArcGIS 用户利用. 迭代累计坡长法最早采用
AML编程实现[10],为克服耗时和区域限制,后来采
用 C++编程得以实现[14] .本文已经证实了采用 AML
对最大溯源径流路径法编程的可行性,同时也证明
了基于 AML 的最大溯源径流路径法较迭代累计坡
长法具有绝对优势.采用 C++编程,能否实现最大溯
源径流路径法下坡长值的提取还有待进一步探讨,
如果能够实现,基于 C++的最大溯源径流路径法在
坡长值的提取结果和时间消耗上能否赶超基于 C++
的迭代累计坡长法,更待深入研究.
8811 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
致谢摇 感谢 Van Remortel RD 提供的 lsfac_c郾 exe 程序,感谢
Van Remortel RD和 Hickey R对本研究的支持和帮助.
参考文献
[1]摇 Renard KG, Foster GR, Weesies GA, et al. Predicting
soil erosion by water: A guide to conservation planning
with the revised universal soil loss equation (RUSLE) / /
United States Department of Agriculture, ed. Agricul鄄
ture Handbook No. 703. Washington DC, USA: United
States Department of Agriculture, 1997: 101-141
[2] Flanagan DC, Laflen JM. The USDA Water Erosion Pre鄄
diction Project (WEPP). Eurasian Soil Science, 1997,
30: 524-530
[3]摇 Young RA, Onstad CA, Bosch DD, et al. AGNPS: A
nonpoint鄄source pollution model for evaluating agricul鄄
tural watersheds. Journal of Soil and Water Conserva鄄
tion, 1989, 44: 168-173
[4]摇 Cooper AB, Smith CM, Bottcher AB. Predicting runoff
of water, sediment, and nutrients from a New Zealand
grazed pasture using CREAMS. Transactions of the
American Society of Agricultural Engineers, 1992, 35:
104-112
[5]摇 Moore ID, Burch GJ. Physical basis of the length鄄slope
factor in the universal soil loss equation. Soil Science So鄄
ciety of America Journal, 1986, 50: 1294-1298
[6] 摇 Moore ID, Wilson JP. Length鄄slope factors for the re鄄
vised universal soil loss equation: Simplified method of
estimation. Journal of Soil and Water Conservation,
1992, 47: 423-428
[7]摇 Desmet P, Govers G. A GIS procedure for automatically
calculating the USLE LS factor on topographically com鄄
plex landscape units. Journal of Soil and Water Conser鄄
vation, 1996, 51: 427-433
[8]摇 Cowen J. A proposed method for calculating the LS fac鄄
tor for use with the USLE in a grid鄄based environment.
Proceedings of the Thirteenth Annual ESRI User Confer鄄
ence. Palm Springs, California, 1993: 65-74
[9]摇 Van Remortel RD, Hamilton M, Hickey R. Estimating
the LS factor for RUSLE through iterative slope length
processing of digital elevation data within ArcInfo Grid.
Cartography, 2001, 30: 27-35
[10]摇 Hickey R, Smith A, Jankowski P. Slope length calcula鄄
tions from a DEM within ARC / INFO GRID. Computers,
Environment and Urban Systems, 1994, 18: 365-380
[11] 摇 Hickey R. Slope angle and slope length solutions for
GIS. Cartography, 2000, 29: 1-8
[12]摇 Wang B鄄W (汪邦稳), Yang Q鄄K (杨勤科), Liu Z鄄H
(刘志红), et al. Extraction of RUSLE鄄LS factors using
DEM data and GIS techniques. Science of Soil and Water
Conservation (中国水土保持科学), 2007, 5(4): 18-
23 (in Chinese)
[13]摇 Zhang Z鄄L (张照录), Cui J鄄H (崔继红). Algorithm
of topographic factors for soil erosion based on grid GIS.
Computer Engineering (计算机工程), 2006, 32(5):
226-228 (in Chinese)
[14]摇 Van Remortel RD, Maichle RW, Hickey RJ. Compu鄄
ting the LS factor for the revised universal soil loss equa鄄
tion through array鄄based slope processing of digital ele鄄
vation data using a C++ executable. Computers and Geo鄄
sciences, 2004, 30: 1043-1053
[15]摇 Zhang Z鄄L (张照录). The algorithm design and optimi鄄
zation for topographic factors of universal soil loss equa鄄
tion based on DEM. Research of Soil and Water Conser鄄
vation (水土保持研究), 2007, 14(3): 203-205 ( in
Chinese)
[16]摇 Xu XQ, Shao XM, Kong XB, et al. Adapting the RU鄄
SLE and GIS to model soil erosion risk in a mountains
karst watershed, Guizhou Province, China. Environmen鄄
tal Monitoring and Assessment, 2008, 141: 275-286
[17]摇 Xu XQ, Pen J, Shao XM. Assessment of soil erosion
using RUSLE and GIS: A case study of the Maotiao Riv鄄
er watershed, Guizhou Province, China. Environmental
Geology, 2009, 56: 1643-1652
[18]摇 Xu XL, Liu W, Kong YP, et al. Runoff and water ero鄄
sion on road side鄄slopes: Effects of rainfall characteris鄄
tics and slope length. Transportation Research Part D:
Transport and Environment, 2009, 14: 497-501
[19]摇 Renard KG, Foster GR, Yoder DC, et al. RUSLE re鄄
visited: Status, questions, answers, and the future.
Journal of Soil and Water Conservation, 1994, 49: 213-
220
[20] 摇 McCool DK, Foster GR, Mutchler CK, et al. Revised
slope steepness factor for the universal soil loss equa鄄
tion. Transactions of the American Society of Agricultural
Engineers, 1987, 30: 1387-1396
[21]摇 Liu BY, Nearing MA, Risse LM. Slope gradient effects
on soil loss for steep slopes. Transactions of the Ameri鄄
can Society of Agricultural Engineers, 1994, 37: 1835-
1840
[22]摇 Wischmeier WH, Smith DD. Predicting rainfall鄄erosion
losses: A guide to conservation planning / / United States
Department of Agriculture, ed. Agriculture Handbook
No. 537. Washington DC, USA: United States Depart鄄
ment of Agriculture, 1978: 285-296
[23] 摇 McCool DK, Foster GR, Mutchler CK, et al. Revised
slope length factor for the universal soil loss equation.
Transactions of the American Society of Agricultural Engi鄄
neers, 1989, 32: 1571-1576
[24]摇 Dunn M, Hickey R. The effect of slope algorithms on
slope estimates within a GIS. Cartography, 1998, 27: 9
-15
作者简介摇 罗摇 红,女,1984 年生,硕士研究生.主要从事景
观生态学研究. E鄄mail: luohong841014@ sina. com
责任编辑摇 杨摇 弘
98115 期摇 摇 摇 摇 摇 摇 摇 摇 摇 罗摇 红等: 采用最大溯源径流路径法估算 RUSLE模型中地形因子探讨摇 摇 摇 摇 摇 摇