第九届青年地学论坛

植被是影响土壤风蚀的主要因素之一。但是，由于区域尺度上非光合植被（休眠植被和植物残茬等）对风蚀的影响难以确定，导致当前土壤风蚀模拟中存在较大的不确定性。随着遥感技术的发展，非光合植被的监测技术趋于成熟，使风蚀模型中嵌套非光合植被遥感方法成为可能。因此，为了减少风蚀模拟中的不确定性，本研究尝试将非光合植被遥感方法嵌套到风蚀模型中，进而模拟内蒙古荒漠草原和毛乌素沙地的风蚀过程。研究结果显示，基于机器学习的非光合植被遥感方法能够较好模拟非生长季的地表非光合植被覆盖度，将非光合植被遥感技术嵌套到风蚀模型中，计算得到总植被覆盖度（非光和植被+光合植被）与迎风面积指数，利用Raupach等（1993）提出的剪应力分解方案，获得了地表粗糙元参数；嵌套的非光合植被遥感的风蚀模型能够精确模拟内蒙古荒漠草原与毛乌素沙地的风蚀过程，对比2022年四月份在乌拉特荒漠草原站的风蚀观测数据，嵌套非光合植被遥感技术的风蚀模型相对误差比未嵌套非光合植被遥感技术的模型相对误差降低了61%。非光合植被对土壤风蚀影响显著，不考虑非光合植被的作用，在荒漠草原和毛乌素沙地土壤风蚀速率的模拟值会分别高估1.23倍和1.85倍。根据东北亚地区旱地非光合植被与光合植被覆盖度的对比，我们认为非光合植被在半干旱区对土壤风蚀的作用要大于其它区域。最后，本文讨论了植被遥感技术在风蚀模拟中的应用前景。本研究以期为风蚀模拟研究提供一个新的视角，其模拟结果为土地保育提供科技支撑。
 

风蚀模型，非光合植被，机器学习，植被遥感技术，东北亚地区