Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  rangeland
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
This study assessed the occurrence risk of soil erosion in a mining-dominated landscape in Qazvin Province, northern Iran using the Land Use Impact Model (LUIM) and MPSIAC model. The LUIM employs two concepts for estimating the soil erosion risk: Likelihood and Consequence. Likelihood was estimated spatially by integrating the maps of soil susceptibility to erosion, derived from a simultaneous analysis of slope, runoff curve number, and NDVI maps, and current land use management practices. In turn, Consequence was measured by combining soil sensitivity to erosion (according to soil depth), and the socio-economic and environmental value of different land uses. Likelihood was found to be high over abandoned rainfed and mining lands and low in rangelands. All mining areas and parts of rainfed lands and rangelands, covering 35% of the region, were classified as high in terms of Consequence. According to the final soil risk map, over 60% of the region distributed across all mining areas and parts of rangelands as well as the rainfed and irrigated lands, was found to have a moderate risk of soil erosion. The results showed that the ratio of mining sizes to their relevant hydrological basins size had a significant correlation with specific erosion, and special sediment (p < 0.01). Overall, extensive surface mining activities were found to be a major soil erosion driver requiring effective post-mining rehabilitation plans.
EN
In this work a methodological purpose for landforms classification is proposed, based on the analysis of DTMs. In addition, land use and vegetation cover units in the farm were mapped. Finally, the relationship between landforms and land use-vegetation cover units was explored.
PL
Formy terenu tradycyjnie były analizowane przez kartowanie analogowe, jednakże rozwój komputerów umożliwił wprowadzenie informacji cyfrowej, opartej na danych odniesionych przestrzennie. Informacja ta może być wykorzystana do tworzenia precyzyjnych modeli zmiennych morfometrycznych, które wyrażają ciągłe przestrzennie zjawisko bądź konkretne cechy terenu. Na podstawie tych właśnie modeli można wykonywać złożone analizy krajobrazu oparte na parametrach ilościowych, takich jak: wysokość nad poziomem morza, nachylenie, krzywizna, czy chropowatość. Głównym celem niniejszej pracy jest sklasyfikowanie terenu w jednorodne geomorfometryczne jednostki za pomocą numerycznych modeli terenu (NMT) i ich pochodnych oraz odniesienie tych jednostek do obszarów pokrytych roślinnością. Badanie przeprowadzano na terenie gospodarstwa rolnego, typowego dla pastwisk w południowo zachodniej Hiszpanii. Numeryczne modele terenu utworzono na podstawie warstwic i wysokości z wielkością piksela równą 5 metrów, a formy terenu na obszarze badania skartowano przy użyciu algorytmów klasyfikacji nienadzorowanej (grupowanie ISOdata i K- średnich). Metody te pozwalają na grupowanie wartości w dowolnie określonej liczbie klas, czego skutkiem jest klasyfikacja jednostek morfometrycznych. Wynikowe jednostki morfometryczne okazały się użytecznym narzędziem w procesie wyjaśniania rozmieszczenia roślinności. Dominującą formą rzeźby terenu na badanym obszarze są penepleny - faliste powierzchnie erozyjne z głęboko wrytymi rzekami, tworzącymi strome zbocza dolin. Na stromych zboczach dolin, ze względu na orientację terenu, pokrywa roślinna jest gęsta i zróżnicowana gatunkowo. Wyraźne zróżnicowanie w pokryciu roślinnym pojawia się również w wypukłościach i wklęsłościach terenów równinnych, a spowodowane jest to różną wilgotnością gleby wynikającą z morfologii terenu.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.