地球资源数据云——数据资源详情

基于RUSLE模型的2000–2025年中国逐年500米分辨率潜在土壤侵蚀数据集

本数据集基于修正的 RUSLE 空间分布式计算框架，生成 2000 - 2025 年中国区域 500 米分辨率逐年潜在土壤侵蚀模数。潜在土壤侵蚀模数设定植被覆盖因子 C=1 、水土保持措施因子 P=1 ，去除植被覆盖和水土保持措施对侵蚀的减弱作用，仅保留降雨侵蚀力、坡长坡度和土壤可蚀性等自然控制因子，用于表达相同降雨、地形和土壤条件下的侵蚀潜势。数据以 GeoTIFF 栅格形式提供，年度之间使用统一目标网格、坐标参考、 NoData 规则和数据类型，便于开展侵蚀敏感性、生态保护优先区和自然背景侵蚀潜势分析。 关键词： RUSLE 模型；潜在土壤侵蚀模数；降雨侵蚀力； 500 米分辨率 引 言 土壤侵蚀是地表物质在降雨、径流、地形和土壤等自然因素共同作用下发生的剥蚀、搬运和沉积过程。潜在土壤侵蚀模数是指在假设地表无植被覆盖、无水保措施的条件下，由降雨侵蚀力、地形坡长坡度和土壤可蚀性等自然因子共同决定的侵蚀量。它反映了区域自然背景下的侵蚀潜势，是识别侵蚀敏感区、评估生态保护优先区和分析土壤侵蚀自然驱动机制的重要指标。 与实际土壤侵蚀模数相比，潜在土壤侵蚀模数不包含植被覆盖因子 C 和水土保持措施因子 P ，即令 C=1 、 P=1 ，因此其数值通常高于实际侵蚀模数。潜在侵蚀与实际侵蚀之差即为土壤保持强度，可用来衡量生态系统和水保工程对土壤侵蚀的综合抑制作用。本数据集以 RUSLE 模型为核心，结合多源降水、地形和土壤数据，构建 2000 - 2025 年中国区域逐年潜在土壤侵蚀模数，为全国尺度土壤侵蚀时空变化、生态治理成效评估和区域对比提供基础数据。 1 数据采集和处理方法 1.1 数据采集方法 1.1.1 降水数据 降水数据集通过对地面 2403 个气象站点观测的逐日降水量数据计算得到月总降水量，并结合数字高程模型等地理环境协变量，利用 Anusplin 插值方法生成的月总降水量数据。 Anusplin 是一种基于薄板平滑样条函数的插值方法，能够有效引入高程等协变量，提高复杂地形区降水插值精度。逐日降水量首先按站点汇总为月总降水量，再通过 Anusplin 生成空间连续的月降水栅格。 1.1.2 植被数据