名匯水家電設(shè)備有限公司簡(jiǎn)介

多年來(lái)、公司不斷進(jìn)步,擴(kuò)大規(guī)模，為了進(jìn)一步發(fā)展,本公司是更名為:名匯水家電

專業(yè)為居住小區(qū)、工廠、學(xué)校、醫(yī)院、酒店、公司、家庭等提供水處理設(shè)計(jì)及安裝工程。

工程項(xiàng)目有：家庭凈水器安裝、工廠員工直飲水系統(tǒng)、學(xué)生直飲水、星級(jí)酒店直飲水系統(tǒng)、辦公樓直飲水系統(tǒng)及單位直飲水系統(tǒng)等！

多年來(lái)名匯（綠新）已經(jīng)積累了大量的家庭與商業(yè)項(xiàng)目生活用水處理經(jīng)驗(yàn)和案例。

名匯一直以“誠(chéng)信、務(wù)實(shí)、精湛、服務(wù)”贏得客戶的好評(píng)，是東莞行業(yè)里最具競(jìng)爭(zhēng)力的經(jīng)銷商之一。

主要銷售品牌

美國(guó)愛惠浦 日本能率 美的空氣能 威樂(lè)循環(huán)熱水器

美國(guó)濱特 日本林內(nèi) 德能空氣能

美國(guó)3M 萬(wàn)家樂(lè) 志高空氣能

上海奔泰

水宜家2100433B

隸屬于北京京中匯技貿(mào)有限公司，由總公司投資管理的凈水設(shè)備連鎖銷售服務(wù)品牌。北京京中匯技貿(mào)有限公司成立于1997年，12年來(lái)公司一直致力于水處理行業(yè)的技術(shù)研發(fā)和市場(chǎng)銷售代理多家國(guó)內(nèi)外知名品牌。公司經(jīng)營(yíng)范圍包含了飲用水，生活用水，工業(yè)用水等各個(gè)領(lǐng)域?？梢愿鶕?jù)不同地區(qū)、不同的水質(zhì)情況以及客戶的不同要求，為洗浴中心、賓館、辦公樓、住宅區(qū)等各種場(chǎng)所“量身定做”專業(yè)化、一體化的給水解決方案和各種大型水處理設(shè)備。

產(chǎn)品有飲水機(jī)，純水機(jī)，凈水機(jī)，直飲機(jī)，軟水機(jī)，凈水器，管線機(jī)、開水器等八大系列上百款產(chǎn)品。可滿足各個(gè)層次消費(fèi)群體的需求。11年來(lái)服務(wù)了二十萬(wàn)多個(gè)家庭用戶和一千多家集團(tuán)客戶。公司還是杭州耐德電器，深圳英尼克純水機(jī)，上海開能、深圳金利源凈水器等國(guó)內(nèi)品牌在北京的銷售服務(wù)中心。同時(shí)公司還是世界500強(qiáng)企業(yè)德國(guó)巴斯夫等世界品牌機(jī)構(gòu)在北京的經(jīng)銷商、代理商。

中匯文化：

“品牌服務(wù)”——— 通過(guò)12年多的發(fā)展公司擁有一支技術(shù)精，素質(zhì)高，效率快的專業(yè)服務(wù)隊(duì)伍。“熱誠(chéng)、安全、效率、準(zhǔn)確”是我們工作的標(biāo)準(zhǔn)，“您的滿意”是我們永遠(yuǎn)的追求。

“服務(wù)品牌”———是該公司工作的宗旨。通過(guò)11年的不斷發(fā)展，在全北京范圍內(nèi)建立了完善的服務(wù)網(wǎng)絡(luò)體系。通過(guò)為終端客戶提供良好的服務(wù)，得到渠道客戶認(rèn)可，渠道網(wǎng)絡(luò)不斷擴(kuò)大，并且形成穩(wěn)步良性發(fā)展。同時(shí)積極進(jìn)入國(guó)美，蘇寧，大中，家樂(lè)福，易初蓮花等專業(yè)家電賣場(chǎng)，擴(kuò)大品牌影響力。

中匯服務(wù)理念：

中匯水家電超市是一個(gè)把產(chǎn)品、技術(shù)、管理、銷售、服務(wù)等各個(gè)環(huán)節(jié)融合而構(gòu)成一個(gè)完整的服務(wù)品牌，這個(gè)整體是為同一個(gè)目標(biāo)——滿足客戶的需要。依靠中匯水家電超市完整的產(chǎn)品系列，可按各地水源和客戶的實(shí)際需求情況，組合優(yōu)勢(shì)互補(bǔ)的系列產(chǎn)品，構(gòu)建量身定做的凈水解決方案。作為專業(yè)的凈水設(shè)備服務(wù)專家，『中匯水家電超市』具有豐富的制水經(jīng)驗(yàn)和市場(chǎng)運(yùn)作經(jīng)驗(yàn)，秉持著對(duì)制水事業(yè)的孜孜以求，以專業(yè)貼身服務(wù)全程打造屬于您的家庭直飲水、廚房?jī)羲?、全屋凈水軟水、辦公直飲水、商用飲用水等整體解決方案。

中匯目標(biāo)：

為了更好的將我們的服務(wù)推廣到千家萬(wàn)戶，北京京中匯技貿(mào)有限公司設(shè)立了下屬直營(yíng)店——中匯水家電超市。并以“做你身邊的水家電超市”為我們的服務(wù)信念，將直營(yíng)超市的形式在北京范圍內(nèi)大力的推廣，讓更貼心、更快捷、更優(yōu)惠的服務(wù)送到消費(fèi)者家里。

中匯水家電超市，愿與社會(huì)各界同仁精誠(chéng)合作，攜手共創(chuàng)人類健康飲水事業(yè)的新天地!2100433B

匯水面積概述

排水系統(tǒng)是現(xiàn)代城市中重要的市政基礎(chǔ)設(shè)施，隨著合流制排水體制帶來(lái)的水體污染問(wèn)題越來(lái)越受到人們的重視，新建或改建的排水系統(tǒng)多采用分流排水體制。其中雨水管網(wǎng)系統(tǒng)建設(shè)投資大，關(guān)系到民生安全，其設(shè)計(jì)工作不容忽視。匯水區(qū)域的地形決定了雨水管網(wǎng)的布置形式及每段管線的服務(wù)面積、管徑選擇、雨水口的形式和布置等一系列問(wèn)題。在《室外排水設(shè)計(jì)規(guī)范》中并沒有對(duì)雨水設(shè)計(jì)流量公式中的匯水面積給出計(jì)算方法。通常的劃分原則是當(dāng)匯水區(qū)有適當(dāng)?shù)牡匦纹露葧r(shí)，依照雨水匯入低側(cè)的原則，按照地面雨水徑流的水流方向劃分匯水面積，將雨水干管布置在地形低處或溪谷線上。當(dāng)?shù)匦纹教箷r(shí)，則根據(jù)就近排除的原則，把匯水面積按周圍管渠的布置用等分角線劃分，干管布置在排水流域的中間，盡可能擴(kuò)大重力流排除雨。也有研究采用其他的劃分方式，如水的范圍Thiessen多邊形法 、面積管長(zhǎng)比法用中以目視估計(jì)和手工劃分為主，難以準(zhǔn)確地體現(xiàn)地形對(duì)匯流的影響或直接忽略了這種影響，劃分精度和效率較低，容易受人為因素影響。為準(zhǔn)確體現(xiàn)地形對(duì)匯流的影響，筆者提出了在GIS環(huán)境下基于數(shù)字高程模型（DEM）的匯水面積劃分方法。DEM數(shù)據(jù)是地理信息系統(tǒng)的基礎(chǔ)數(shù)據(jù)，自產(chǎn)生以來(lái)在很多領(lǐng)域都得到了廣泛應(yīng)用 也是用于流域地形分析的主要數(shù)據(jù)。通過(guò)DEM可提取大量的地表形態(tài)信息，如流域柵格單元的坡向、坡度及單元格之間的關(guān)系等，基于DEM提取流域的水文特征也發(fā)展了多種較成熟的算法 。但基于DEM的水文特征提取主要用于天然流域中河網(wǎng)及相應(yīng)匯水區(qū)的分析研究，用于城市環(huán)境下的情況較少，雨水管網(wǎng)作為人工設(shè)施，每個(gè)管段的匯水區(qū)形狀及面積除了受地形影響外，同時(shí)也受城市規(guī)劃布局的約束，尤其是道路布局的影響。筆者利用DEM提取流域水文特征的原理和方法，結(jié)合城市雨水系統(tǒng)的布置形式與工作特點(diǎn)，提出了一種新的劃分方法。

匯水面積1匯水面積的劃分方法

1.1 DEM數(shù)據(jù)中洼地的處理

洼地是指低于周圍柵格的區(qū)域，分為偽洼地和自然洼地。偽洼地在DEM數(shù)據(jù)中非常普遍，主要來(lái)自輸入數(shù)據(jù)的錯(cuò)誤、不合適的插值方法和柵格大小等方面。自然洼地則是實(shí)際中存在的洼地，較小的如地面坑洼，較大的如湖泊、蓄洪設(shè)施等。無(wú)論哪種類型的洼地，在流向分析時(shí)都會(huì)造成水流在洼地匯集而無(wú)法流出的現(xiàn)象，影響匯水面積分析的準(zhǔn)確性，需要作填洼處理。但不同類型的洼地要分別對(duì)待，將由于數(shù)據(jù)采集誤差產(chǎn)生的偽洼地和蓄水量不足以影響整體分析的小型自然洼地進(jìn)行填洼處理，對(duì)于大型自然洼地，需要在填洼操作中覆蓋洼地范圍圖層（例如湖泊的匯水邊界），對(duì)圖層下的柵格不進(jìn)行填洼處理，避免產(chǎn)生與實(shí)際情況不符的結(jié)果。

1.2 排水路線

道路通常是街區(qū)內(nèi)地面徑流的集中地，也是雨水管線的定線基礎(chǔ)，城市規(guī)劃中一般是將雨水管渠鋪設(shè)在路面以下，在沒有鋪設(shè)雨水管渠的路段，路面本身也承擔(dān)著匯集和輸送雨水徑流的作用。因此，在分析匯流面積時(shí)將道路和管渠共同組成的雨水排水網(wǎng)絡(luò)作為研究對(duì)象，稱之為排水路線。排水路線在空間上與道路中心線一致。排水路線具有坡向，坡向?yàn)榕潘肪€上雨水的實(shí)際流動(dòng)方向，當(dāng)?shù)缆蜂佋O(shè)有排水管渠時(shí)，以管渠坡向作為排水路線坡向，無(wú)管渠時(shí)則以道路縱坡向?yàn)榕潘肪€坡向。最終的分析結(jié)果即為每段排水路線的匯水面積。

1.3 道路匯水面積

因?yàn)榈缆愤厹贤ǔ５陀谙噜徑謪^(qū)的地面標(biāo)高，雨水在匯入道路之后、發(fā)生溢流之前不會(huì)再次流出路面，作用類似于管渠，所以要對(duì)路面柵格高程加以修改以模擬這一作用。道路數(shù)據(jù)通常是采集道路中心線而產(chǎn)生的線性矢量數(shù)據(jù)，本身沒有路面寬度信息，路面寬度作為一項(xiàng)屬性存儲(chǔ)在關(guān)聯(lián)的屬性表內(nèi)。為了在DEM中描繪路面寬度，以排水路線為中心線，單側(cè)路面寬度為緩存半徑作緩沖分析，緩沖區(qū)的柵格即為路面柵格。首先將排水路線下的路面中心柵格降低一定高程值，兩側(cè)緩存區(qū)內(nèi)的柵格高程相應(yīng)降低，在中心柵格和邊緣柵格間形成一個(gè)連續(xù)的斜面，這樣就準(zhǔn)確地描繪了道路匯水面積，并使路面雨水匯集到一處。

1.4 基于DEM的流向計(jì)算

在對(duì)洼地和道路處理完之后，進(jìn)一步作流向分析。計(jì)算水流流向的算法有多種。其中D8流向分析算法是較早提出并得到廣泛應(yīng)用的一種實(shí)用算法，該算法是通過(guò)比較中心單元格與相鄰8個(gè)單元格間的高程大小與落差，將高程下降最大的方向視為該單元格的流向，產(chǎn)生流向柵格分析結(jié)果。從技D8算法來(lái)分析匯水區(qū)的地表徑流方向。在流向處理時(shí)同樣需要剔除影響匯流的大型自然洼地，方法與填洼處理時(shí)相同。

1.5 流向柵格的修正

由于在道路匯水面積處理過(guò)程中只是將沿排水路線的中心柵格降低了同一高度，沿排水路線的地形依然呈高低起伏，相應(yīng)位于排水路線下方的流向單元柵格還不能準(zhǔn)確地反映排水路線上水流的流動(dòng)方向，沿線流向不一致，所以需要修正這些流向柵格值使水流沿排水路線坡向流動(dòng)。

排水路線坡向?yàn)榈缆窋?shù)據(jù)或管渠數(shù)據(jù)采集時(shí)的數(shù)字化方向，例如，數(shù)字化過(guò)程中以A端為起點(diǎn)、B端為終點(diǎn)，則該段排水路線由A 坡向B。所以數(shù)字化時(shí)要以排水路線的高端為起點(diǎn)、低端為終點(diǎn)，使數(shù)字化的方向與路面上或管段中的水流方向一致，并按坡向分段進(jìn)行數(shù)字化。

流向修正僅僅對(duì)排水路線下的單元柵格的流向作了修正，而兩側(cè)緩沖區(qū)內(nèi)流向并沒有修正，緩沖區(qū)內(nèi)徑流依舊匯入到排水路線下中心柵格部分。

1.6 匯水區(qū)的生成

在對(duì)排水路線下流向柵格修正之后，在流向柵格圖層上就形成了連續(xù)的類似天然河網(wǎng)的排水路線，根據(jù)流向柵格和排水路線即可分析獲得每段排水路線兩側(cè)的街區(qū)匯水面積。分析結(jié)果符合地表徑流沿最陡方向流動(dòng)的自然現(xiàn)象，同時(shí)各路段路面上的降水也都在本段匯集。

匯水面積2總匯水面積分析

通過(guò)以上分析可獲得各段排水路線兩側(cè)街區(qū)的匯水面積，而在實(shí)際情況中，無(wú)論是道路還是管渠排水，都不只是承擔(dān)其兩側(cè)街區(qū)的匯水量，而是同時(shí)擔(dān)負(fù)著輸送上游來(lái)水的作用，所以需要分析各段排水路線的上游匯水面積，才能準(zhǔn)確計(jì)算各段雨水徑流量。分析上游匯水面積需要明確各段排水路線間的連接情況，才能在此基礎(chǔ)上根據(jù)排水路線的坡向分析得到總匯流面積。

在管網(wǎng)系統(tǒng)龐大、管段眾多、布置復(fù)雜的情況下，依靠人工去判斷某段排水路線上游的匯水面積是一項(xiàng)費(fèi)時(shí)費(fèi)力的工作。為了使這項(xiàng)工作實(shí)現(xiàn)自動(dòng)化，定義排水路線的連接情況，即上游路線的末端與下游路線的起端為同一點(diǎn)，這樣在排水路線的交匯處，上游排水路線上的徑流就可自動(dòng)流入與其末端相連的下游排水路線，由此分析得到與各段路線的起點(diǎn)連通的所有排水路線，將它們各自的匯流面積組合即為該排水路線上游的匯水面積，這些信息將自動(dòng)存在屬性數(shù)據(jù)表格中，如此就可以輕松求解某管段的總匯水面積大小及組成。

匯水面積3結(jié)論

利用GIS領(lǐng)域中基于DEM的水文特征提取算法的成果，采用了一種新的劃分匯水面積的方法: 首先確定排水路線，然后分析流向并獲得各段排水路線相應(yīng)的匯水面積，并考慮排水路線的連接情況，實(shí)現(xiàn)總匯水面積的自動(dòng)化計(jì)算與劃分。分析過(guò)程自動(dòng)化程度高、結(jié)果可靠，比傳統(tǒng)方法準(zhǔn)確、快速。整個(gè)過(guò)程在GIS環(huán)境中實(shí)現(xiàn)，有效利用了GIS強(qiáng)大的數(shù)據(jù)庫(kù)管理功能和圖形顯示功能，對(duì)獲得的劃分結(jié)果可以方便地提取匯水區(qū)特征參數(shù)，如面積、最長(zhǎng)匯流路徑、特征寬度等，和其他基于計(jì)算機(jī)的優(yōu)化及

分析方法之間的數(shù)據(jù)交換功能也更容易實(shí)現(xiàn)，成果表現(xiàn)更為直觀明了，有助于城市雨水管網(wǎng)的規(guī)劃與設(shè)計(jì)工作更加精確、直觀、快速，具有很強(qiáng)的實(shí)用性。 2100433B

匯水面積概述

地形因子是土壤侵蝕模型中的主要構(gòu)成部分，也是研究的重點(diǎn)和難點(diǎn)。土壤侵蝕模型中的地形因子包括坡長(zhǎng)因子（L）和坡度因子（S），坡長(zhǎng)因子反映了土壤侵蝕量與坡長(zhǎng)之間的量化關(guān)系，坡度因子則反映了坡度對(duì)侵蝕的影響。通用土壤流失方程（USLE）及其修訂版（RUSLE）中的L因子表示標(biāo)準(zhǔn)化到22.13m坡長(zhǎng)上的土壤侵蝕量。

坡長(zhǎng)為從地表徑流源點(diǎn)到坡度減小至有沉積出現(xiàn)地方之間的距離，或到一個(gè)明顯的渠道之間的水平距離。坡長(zhǎng)可以從野外直接測(cè)量，也可以通過(guò)等高線量算確定。RUSLE 中一般用匯水渠道表示坡長(zhǎng)結(jié)束的地方，由于地形圖上一般沒有標(biāo)明匯水渠道，所以通過(guò)等高線確定的坡長(zhǎng)一般過(guò)長(zhǎng)。隨著數(shù)字制圖技術(shù)的出現(xiàn)，利用DEM（Digital Elevation Model）計(jì)算坡長(zhǎng)得到廣泛應(yīng)用。其中基于徑流路徑柵格累積提取坡長(zhǎng)的算法思路為：在計(jì)算水流流向的基礎(chǔ)上，定義局部高點(diǎn)作為坡長(zhǎng)累計(jì)計(jì)算起點(diǎn)，根據(jù)水流來(lái)向和流向關(guān)系，由高到低，通過(guò)不斷尋求徑流結(jié)束點(diǎn)的方式,利用多重循環(huán)和迭代方法，完成對(duì)累計(jì)坡長(zhǎng)的計(jì)算，該算法中以Hichy和Remortel的研究為代表。國(guó)內(nèi)學(xué)者以Remortel的AML程序?yàn)榛A(chǔ)進(jìn)行了改進(jìn)和應(yīng)用。

事實(shí)上，在真實(shí)的二維空間中，地表徑流及其產(chǎn)生的土壤流失，不是決定于到分水嶺或農(nóng)田邊界的距離，而是決定于單位等高線長(zhǎng)度上的徑流面積（簡(jiǎn)稱為單位匯水面積）。由于受水流匯聚或分散的影響，單位匯水面積與坡長(zhǎng)存在較大的差別。所以，土壤侵蝕模型中的地形因子計(jì)算僅考慮坡面縱向形態(tài)的影響還不全面，還要考慮坡面平面形態(tài)的影響，也就是要考慮徑流匯聚程度的影響。現(xiàn)有研究中對(duì)于基于徑流路徑的LS因子值與基于單位匯水面積的LS因子值的差異研究尚不多見。為此，本文嘗試對(duì)兩者的差異及其區(qū)域特征進(jìn)行探討。

匯水面積1研究區(qū)域

本研究所涉及區(qū)域位于黑龍江九三農(nóng)墾鶴山農(nóng)場(chǎng)鶴北流域中的2號(hào)小流域，該流域地理位置介于125°16′12″E~125°18′7″E，49°0′0.8″N~49°1′5.1″N，流域面積為3km。為研究方便，本文所討論2號(hào)小流域?yàn)橥ㄟ^(guò)徑流算法得到的純自然流域，與受諸如機(jī)耕路、壟作方向等人類活動(dòng)而使自然徑流流向發(fā)生改變，并最終形成的流域形態(tài)稍有不同。該區(qū)是典型東北漫川漫崗地帶，呈坡長(zhǎng)坡緩的地形特征，海拔高度一般在400m以下，相對(duì)高差≤100m，坡度一般為1°~3°，大坡度在3°~6°之間。該區(qū)域基本是在1949年后開始大規(guī)模開墾，盡管時(shí)間相對(duì)較短，但侵蝕相當(dāng)嚴(yán)重，據(jù)相關(guān)研究，該區(qū)的侵蝕速率達(dá)到了14.5 t/(hm·a)，遠(yuǎn)超容許土壤流失量。研究區(qū)氣候?qū)俸疁貛Т箨懶园霛駶?rùn)氣候，氣溫冷熱相差懸殊，夏季最熱月份在7月，平均氣溫20.8℃，最高氣溫可達(dá)37℃；冬季最冷在1月份，平均氣溫為-22.5℃，最低氣溫可達(dá)-43.7℃。初春溫差較大，年均氣溫0.4℃左右。年降水量在500~550mm間，降水年際變化大，分布不均，集中在7~9月份，占到全年的64%。本區(qū)漫崗基本都已開墾成耕地，耕種作物主要為大豆和小麥（Triticum aestivum），大豆（Glycine max）實(shí)行壟作耕種。由于難以做到完全等高起壟，所以往往造成順（坡）壟溝狀面蝕和斷壟溝狀侵蝕。

匯水面積2資料與方法

研究的總體思路為，在構(gòu)建柵格DEM的基礎(chǔ)上，分別計(jì)算基于單位匯水面積的LS因子值和基于徑流路徑柵格累積的LS因子值，并對(duì)兩類算法計(jì)算值進(jìn)行比較分析。本研究所用柵格DEM是在1:1萬(wàn)地形圖基礎(chǔ)上矢量化所得，首先利用矢量化數(shù)據(jù)構(gòu)建不規(guī)則三角網(wǎng)TIN，進(jìn)而將其轉(zhuǎn)化為柵格DEM。通過(guò)量算等高線間的間距，最終確定柵格DEM的分辨率為2m。依據(jù)構(gòu)建轉(zhuǎn)化得到的柵格DEM，分別計(jì)算基于單位匯水面積和基于徑流路徑柵格累積兩類不同算法LS因子值。

為對(duì)比分析兩類不同算法差異，考慮到數(shù)據(jù)量，利用Hawths Tools工具在計(jì)算得到的LS因子?xùn)鸥駡D上隨機(jī)生成300個(gè)點(diǎn)，并提取其LS因子值。由于RUSLE極少使用超過(guò)305m的坡長(zhǎng)，加之本研究所用基于徑流路徑的坡長(zhǎng)算法是根據(jù)RUSLE所得，因此，本研究中對(duì)于坡長(zhǎng)超過(guò)305m的隨機(jī)點(diǎn)不予考慮，最終實(shí)際參與對(duì)比分析的隨機(jī)點(diǎn)為291個(gè)。流域隨機(jī)分布291點(diǎn)的坡度和坡長(zhǎng)的最小值、最大值、平均值和標(biāo)準(zhǔn)偏差如表1所示。

匯水面積3LS因子算法

本研究基于單位匯水面積的坡長(zhǎng)因子計(jì)算，采用的是Desmet提出的算法，該算法以Foster提出的不規(guī)則坡面坡長(zhǎng)因子計(jì)算公式推演而來(lái)。地形因子中的坡度因子則分別采用Wischmeier、McCool、Govers、Nearing等人的研究成果。上述坡度坡長(zhǎng)因子的具體算法請(qǐng)參閱相應(yīng)文獻(xiàn)，在此不再贅述。對(duì)于基于單位匯水面積的地形因子而言，由于坡長(zhǎng)因子和坡度因子分別來(lái)自于不同的研究成果，為表述方便，將LS因子算法的名稱，以LS因子中所采用的坡度因子算法進(jìn)行命名。研究中面積計(jì)算涉及到的流向算法，統(tǒng)一采用Quinn等提出的多流向算法（Multiple Flow）。

基于徑流路徑柵格累計(jì)算法是在Remortel的AML（arc macro language）程序基礎(chǔ)上對(duì)相關(guān)參數(shù)修改得到。Remortel算法提取的坡長(zhǎng)反應(yīng)了侵蝕-沉積發(fā)生的空間位置，由于其簡(jiǎn)單易算而得到廣泛的應(yīng)用。Remortel 的AML程序已經(jīng)發(fā)展到第四版，不同版本的AML程序算法在坡長(zhǎng)指數(shù)因子值的選取和坡度因子算法上有所不同。以其最新版第四版為例，代碼反映出該版本m取值較之前版本更為精細(xì)，m值根據(jù)McCool等研究并經(jīng)局部?jī)?nèi)插得到。該版算法中的坡度因子，則是根據(jù)McCool等于1987年提出的S因子計(jì)算公式得來(lái)。第四版AML程序中坡長(zhǎng)指數(shù)（m）取細(xì)溝和細(xì)溝間侵蝕之比較低情況下的數(shù)值，而這僅適用于諸如草地和其他有覆蓋的緊實(shí)土壤，這與本研究區(qū)細(xì)溝和淺溝較為發(fā)育不符，因此將m修正為RUSLE中采用的Foster等的計(jì)算方法。

匯水面積4結(jié)果與討論

4.1 Remortel修正算法與原版算法比較

通過(guò)與McCool特定坡度坡長(zhǎng)條件下的LS因子值的相關(guān)分析，發(fā)現(xiàn)Remortel修改算法與McCool的LS因子值的相關(guān)系數(shù)達(dá)到了0.999，而兩者線性回歸方程的斜率也近乎等于1，可以看出兩者近乎呈1：1的關(guān)系。與之相比，Remortel第四版AML原始程序算法與McCool之LS因子值的相關(guān)性盡管依然相對(duì)較高，達(dá)到了0.985，但從回歸方程的斜率看則明顯要小于相等坡度坡長(zhǎng)條件下的Mc-Cool之值。究其原因，與Remortel第4 版AML程序算法中坡長(zhǎng)指數(shù)取值有關(guān)，其計(jì)算中采用的坡長(zhǎng)指數(shù)（m）為細(xì)溝和細(xì)溝間侵蝕之比較低情形下的數(shù)值，而本研究采用的是在細(xì)溝和細(xì)溝間侵蝕比率中等情形下的坡長(zhǎng)指數(shù)作為參照。通過(guò)與實(shí)測(cè)徑流泥沙數(shù)據(jù)的對(duì)比，坡長(zhǎng)指數(shù)采用RUSLE中Foster等的方法計(jì)算結(jié)果與實(shí)測(cè)值結(jié)果吻合較好。總之，無(wú)論從相關(guān)系數(shù)來(lái)看，還是從線性回歸方程的斜率看，參數(shù)修正后的Remortel算法計(jì)算值明顯要好于第四版原始算法計(jì)算值。

4.2 不同算法流域值比較

對(duì)流域整體而言，以單位匯水面積為基礎(chǔ)得到的4種算法LS因子值存在明顯差異，特別是Govers算法與其他3種算法在最大值、平均值及標(biāo)準(zhǔn)偏差間相差較大。與之相比，McCool、Wisch-meier和Nearing算法計(jì)算值在流域值整體方面相差不大。從表2可以看出，無(wú)論地形因子的最大值、平均值還是標(biāo)準(zhǔn)偏差，根據(jù)Govers算法計(jì)算得到的流域LS因子值在4種算法中都是最大的，其流域最大值達(dá)到85.88，而McCool、Wischmeier、Nearing算法的流域最大值僅有不到Govers算法計(jì)算值的一半，如根據(jù)McCool算法計(jì)算得到的流域最大值是34.78，Nearing的最大值在三者中相對(duì)較大，也只有35.24。地形因子流域最大值在4種算法中最小的為Wischmeier算法，只有29.20。對(duì)于流域平均值而言，也呈現(xiàn)與流域最大值相類似的特征，所不同的是McCool算法計(jì)算值稍大于Nearing算法計(jì)算值。標(biāo)準(zhǔn)偏差方面，也是Govers算法最大，其他3種算法相對(duì)較小?？傊?，對(duì)流域整體LS因子計(jì)算相關(guān)參數(shù)而言，4種算法中，Govers算法除去最小值外都遠(yuǎn)遠(yuǎn)高于其他3種算法計(jì)算值，對(duì)于McCool、Wischmeier和Nearing算法而言，流域整體計(jì)算值都相差不大。與前述基于單位匯水面積LS因子算法計(jì)算值相比，基于徑流路徑柵格累計(jì)的Remortel修改算法LS因子值，在流域最大值、平均值以及標(biāo)準(zhǔn)偏差上都要小于前者，僅僅只有最小值要高于Govers算法的最小值。

4.3 兩類算法LS因子值比較

4種算法中的點(diǎn)基本都位于1：1線以上，僅有Wischmeier和Nearing算法中，有少數(shù)點(diǎn)位于1：1線以下，但數(shù)量相當(dāng)有限。這說(shuō)明291點(diǎn)的4種算法計(jì)算值與參照值相比，基本上都要大于參照值。從回歸趨勢(shì)線的斜率來(lái)看，Nearing算法與參照值最為接近，其回歸趨勢(shì)線的斜率僅有1.485，其次依次為McCool算法及Wischmeier算法，偏離最大的為Govers算法計(jì)算值，回歸線斜率達(dá)到了3.786。對(duì)于不同算法的相關(guān)性而言，McCool、Nearing及Wischmeier與參照值的相關(guān)性相差不大，最好的為Nearing算法計(jì)算值，相關(guān)系數(shù)達(dá)到了0.753，其次為McCool和Wischmeier算法，相關(guān)性最差的為Govers算法，相關(guān)系數(shù)只有0.630。從以上分析可以看出，在其他因子相同的條件下，由基于單位匯水面積地形因子計(jì)算得到的土壤侵蝕量要大于由柵格累計(jì)算法得到的土壤侵蝕量。以往的徑流小區(qū)實(shí)驗(yàn)基本都是圍繞坡度和坡長(zhǎng)展開，坡度、坡長(zhǎng)與侵蝕量間的量化關(guān)系得到了實(shí)驗(yàn)數(shù)據(jù)的支持，而單位匯水面積與侵蝕量關(guān)系的實(shí)驗(yàn)研究尚未見相關(guān)報(bào)道。坡度和坡長(zhǎng)參數(shù)，尤其是坡長(zhǎng)的測(cè)量或計(jì)算有一定的不確定性和復(fù)雜性，盡管理論推導(dǎo)上看，單位匯水面積代替坡長(zhǎng)具有一定的合理性，但從上面的分析可以看出，要確切的認(rèn)識(shí)單位匯水面積得到的地形參數(shù)與侵蝕量的關(guān)系，還需進(jìn)一步從試驗(yàn)得到的實(shí)測(cè)數(shù)據(jù)來(lái)分析。

變化在不同算法間相差不大。與之形成鮮明對(duì)照的是，L因子隨面積的變化則差異明顯。此處需要說(shuō)明的是，由于在計(jì)算基于單位匯水面積的LS因子時(shí)，除涉及面積參數(shù)外，還有修正因子，即與坡向相關(guān)的參數(shù)，故而其隨著面積的增加并非呈現(xiàn)規(guī)則的遞增趨勢(shì)。在5種算法中，尤其以Gover的坡長(zhǎng)因子算法變化最大，在相同的匯水面積條件下，Gover的L因子算法計(jì)算值要比其他四種算法計(jì)算值大幾倍甚至十幾倍之多。這說(shuō)明在研究區(qū)坡長(zhǎng)坡緩的地形條件下，不同LS因子算法對(duì)于坡長(zhǎng)因子的影響更為明顯。

4.4 坡長(zhǎng)指數(shù)m的影響

在4種算法LS因子計(jì)算中，除去Govers的L因子算法中坡長(zhǎng)因子m為定值外，其他算法都為變值。由于Desmet不規(guī)則坡面L因子算法涉及坡度、坡向及面積等諸多因子，為簡(jiǎn)化相關(guān)參數(shù)具體分析坡長(zhǎng)指數(shù)的影響，本文以基于徑流路徑的坡長(zhǎng)為自變量，結(jié)合研究流域的坡度分布情況，將1.57%和4.13%及12.67%作為固定坡度（此處因3.97%和4.13%坡度條件下計(jì)算得到的坡長(zhǎng)因子相差不大，故只采用4.13%的坡度進(jìn)行分析），分析不同算法條件下，坡長(zhǎng)因子L隨坡長(zhǎng)增加的變化情形。

在坡長(zhǎng)大于約22m的坡面上，無(wú)論是RUSLE還是USLE中的坡長(zhǎng)因子計(jì)算值，在等坡長(zhǎng)條件下，坡長(zhǎng)因子值都隨著坡度的增加而增加；在坡長(zhǎng)小于約22m的坡面上，則正好相反，即在等坡長(zhǎng)條件下，坡長(zhǎng)因子值都隨著坡度的增加反而減小。這說(shuō)明在大于22m的坡面上，等坡長(zhǎng)條件下土壤侵蝕隨著坡度的增加而增強(qiáng)，而在小于22m的坡面上，則正好相反。RUSLE和USLE模型計(jì)算可以看出，坡長(zhǎng)與侵蝕間關(guān)系的復(fù)雜性。RUSLE中的m取值有所不同，但在有限的坡長(zhǎng)條件下，兩者的差異相對(duì)有限。只不過(guò)，在大于22m的坡面上，1.57%坡度下USLE算法坡長(zhǎng)因子值大于等坡長(zhǎng)條件下RUSLE中的坡長(zhǎng)因子值，但在4.13%和12.67%坡度條件下，正好相反，RUSLE中的坡長(zhǎng)因子值大于等坡長(zhǎng)條件下USLE算法得到的坡長(zhǎng)因子值。對(duì)于坡長(zhǎng)指數(shù)為定值的Govers算法而言，由于m為定值，所以不同坡度條件下由其計(jì)算得到的坡長(zhǎng)因子不存在隨坡度變化的情形，而且由于m值較大，由其計(jì)算得到的坡長(zhǎng)因子值在大于22m坡長(zhǎng)的坡面上，都要遠(yuǎn)遠(yuǎn)大于USLE和RUSLE中L因子的計(jì)算值。

對(duì)于坡長(zhǎng)因子的差異，一般可以通過(guò)直接比較坡長(zhǎng)因子指數(shù)的大小來(lái)表示。McCool等通過(guò)對(duì)不同小區(qū)數(shù)據(jù)的總結(jié)得到，坡長(zhǎng)指數(shù)一般變化于0~0.9之間，多集中于0.27~0.68間。國(guó)內(nèi)學(xué)者在不同地區(qū)針對(duì)特定坡度和坡長(zhǎng)小區(qū)，研究了地形因子與侵蝕量的量化關(guān)系。縱觀國(guó)內(nèi)相關(guān)研究，全國(guó)不同地區(qū)的坡長(zhǎng)指數(shù)變化于0.14~0.46之間，在相同坡度級(jí)別條件下，中國(guó)學(xué)者得到的m值普遍低于美國(guó)所采用的坡長(zhǎng)指數(shù)值，而且國(guó)內(nèi)外的研究都得出坡長(zhǎng)指數(shù)隨坡度增加而增大的趨勢(shì)。

而Govers采用的坡長(zhǎng)指數(shù)為1.45，要大于絕大部分國(guó)外有關(guān)的研究數(shù)值。由此可見，對(duì)于坡面侵蝕而言，應(yīng)用Govers算法的計(jì)算值要遠(yuǎn)遠(yuǎn)大于實(shí)際值，正如Govers所言，該算法更為適用于細(xì)溝侵蝕占比更高的坡面侵蝕預(yù)測(cè)。

現(xiàn)有不同區(qū)域坡長(zhǎng)與侵蝕量的試驗(yàn)研究，基本是在特定的坡度條件下進(jìn)行，這也就意味著研究得出的坡長(zhǎng)因子指數(shù)為定值，而如果坡度都采用定值的話，坡長(zhǎng)因子則意味著土壤侵蝕只與坡長(zhǎng)有關(guān)。從侵蝕機(jī)理來(lái)講，坡度和坡長(zhǎng)以及坡型坡向等地形因子共同決定了降水在匯集流動(dòng)過(guò)程中能量轉(zhuǎn)化能力。所以，如果就某一具體區(qū)域單純從地形角度來(lái)講，侵蝕機(jī)理分析可以看出，坡長(zhǎng)因子指數(shù)采用與坡度有關(guān)的變值更為合理。當(dāng)然，如果就不同區(qū)域而言，坡長(zhǎng)指數(shù)m還要受到諸如土壤特性、地表植被類型和田間管理措施的影響，說(shuō)明坡長(zhǎng)指數(shù)存在著區(qū)域異質(zhì)性和差異性。

信息技術(shù)的發(fā)展，使得運(yùn)用DEM數(shù)據(jù)進(jìn)行流域土壤侵蝕量預(yù)測(cè)成為現(xiàn)實(shí)。在具體應(yīng)用中，計(jì)算是基于單個(gè)像元數(shù)據(jù)進(jìn)行，而在整個(gè)流域中由于坡度存在非均一性，特別是對(duì)于面積有限而地形高差懸殊的流域來(lái)講更是如此，這就使得應(yīng)用定值坡長(zhǎng)指數(shù)m的坡長(zhǎng)因子計(jì)算受到限制。所以在對(duì)流域土壤流失量進(jìn)行計(jì)算時(shí)，使用可變坡長(zhǎng)指數(shù)m值計(jì)算坡長(zhǎng)因子更為合理。

匯水面積5結(jié)語(yǔ)

1）在研究區(qū)坡長(zhǎng)坡緩的地形條件下，基于單位匯水面積的地形因子計(jì)算值普遍要大于基于徑流路徑柵格累積的地形因子計(jì)算值。這也就意味著在其他因子相同的條件下，由前者計(jì)算得出的土壤侵蝕量要高于后者計(jì)算得到的侵蝕量。在現(xiàn)有坡長(zhǎng)測(cè)量或計(jì)算具有不確定性和復(fù)雜性條件下，展開單位匯水面積與侵蝕量關(guān)系的試驗(yàn)研究尤為必要。

2）坡度因子和坡長(zhǎng)因子分別來(lái)看，研究區(qū)不同算法計(jì)算得到的坡度因子差別不大，與之相比，坡長(zhǎng)因子則差異明顯。這說(shuō)明在研究區(qū)坡長(zhǎng)坡緩的地形條件下，坡長(zhǎng)因子對(duì)LS因子算法響應(yīng)更為敏感。

3）從不同算法坡長(zhǎng)因子計(jì)算值來(lái)看，坡長(zhǎng)因子指數(shù)為變值的坡長(zhǎng)因子計(jì)算值間的差別不大，而對(duì)于坡長(zhǎng)因子指數(shù)相對(duì)較大并為定值的Govers算法而言，其計(jì)算值則要遠(yuǎn)遠(yuǎn)大于其他算法的計(jì)算值。侵蝕機(jī)理分析認(rèn)為，在應(yīng)用DEM進(jìn)行流域尺度地形因子計(jì)算時(shí)，坡長(zhǎng)指數(shù)采用與坡度有關(guān)的變值更為合理。