into three groups viz. Empirical, C

into three groups viz. Empirical, Conceptual (partly empirical/mixed) and Physically-based. Examples for first two groups comprise the empirical USLE and its modifications, and few comprehensive models like ANSWERS (Areal Nonpoint Source Watershed Environment Response Simulation), CREAMS (Chemicals, Runoff and Erosion from Agricultural Management Systems), and MODANSW (MODified ANSWers). ANSWERS and CREAMS are basically conceptual and event based models. Using conventional methods to assess soil erosion risk is expensive and time consuming. The integration of existing soil erosion models, field data and data provided by remote sensing technologies through the use of geographic information systems (GIS) appears to be an asset for further studies (Fernandez et al., 2003; Gitas et al., 2009; Xu et al., 2009). DEM (Digital Elevation Model) is one of the essential inputs required for soil erosion modelling, which can be created by analysis of stereoscopic optical and microwave (SAR) remote sensing data (Kim, 2006). The RUSLE model can predict erosion potential on a cell-by-cell basis which is effective when attempting to identify the spatial pattern of the soil loss present within a large region. GIS can then be used to isolate and query these locations to identify the role of individual variables contributing to the observed erosion potential value. Keeping in view of the above aspects, the objectives of the present study are made: (1) to develop a methodology that combines remote sensing data and GIS with Revised Universal Soil Loss Equation (RUSLE) to estimate spatial distribution of soil erosion at a catchment scale; (2) to analyze the impact of land use/ land cover changes on erosion using remote sensing and GIS and (3) to delineate soil erosion probability zones using overlay method

Kết quả (Việt) 1:

thành ba nhóm thực nghiệm viz., khái niệm (một phần thực nghiệm/hỗn hợp) và dựa trên cơ thể. Ví dụ cho vòng hai nhóm bao gồm thực nghiệm USLE và modifications của nó, và vài mô hình toàn diện như câu trả LỜI (Areal Nonpoint nguồn Watershed môi trường đáp ứng mô phỏng), KEM (hóa chất, dòng chảy và xói mòn từ hệ thống quản lý nông nghiệp) và MODANSW (MODified câu trả lời). Câu trả LỜI và các loại KEM được về cơ bản khái niệm và sự kiện dựa trên mô hình. Sử dụng phương pháp thông thường để đánh giá nguy cơ bị xói mòn đất là đắt tiền và tốn thời gian. Sự hội nhập của đất xói mòn các mô hình hiện tại, quấn dữ liệu và dữ liệu được cung cấp bởi công nghệ cảm biến từ xa bằng cách sử dụng hệ thống thông tin địa lý (GIS) dường như là một tài sản để tiếp tục nghiên cứu (Fernandez et al., 2003; Gitas et al., 2009; Xu et al., 2009). DEM (Digital cao Model) là một trong các đầu vào cần thiết cần thiết cho đất xói mòn mô hình, mà có thể được tạo ra bởi các phân tích của stereoscopic quang và lò vi sóng (SAR) dữ liệu cảm biến từ xa (Kim, 2006). Mẫu RUSLE có thể dự đoán xói mòn tiềm năng trên cơ sở tế bào của tế bào mà có hiệu quả khi cố gắng xác định các mô hình không gian của sự mất mát đất tồn tại trong một vùng rộng lớn. GIS sau đó có thể được sử dụng để cô lập và truy vấn các vị trí để xác định vai trò của cá nhân biến góp phần giá trị tiềm năng quan sát xói mòn. Giữ trong xem các khía cạnh bên trên, các mục tiêu của nghiên cứu hiện nay đang thực hiện: (1) để phát triển một phương pháp kết hợp dữ liệu từ xa thám và GIS với sửa đổi Universal đất mất phương trình (RUSLE) để ước tính các phân bố không gian của đất xói mòn ở quy mô lưu vực; (2) để phân tích tác động của việc sử dụng đất / đất bao gồm các thay đổi trên xói mòn sử dụng viễn thám và GIS và (3) để phân định đất xói mòn xác suất khu vực bằng cách sử dụng lớp phủ phương pháp

Kết quả (Việt) 2:

thành ba nhóm viz. Thực nghiệm, khái niệm (một phần thực nghiệm / hỗn hợp) và thể chất dựa trên. Ví dụ cho fi đầu tiên hai nhóm gồm các USLE thực nghiệm và các cation Modi fi của nó, và vài mô hình toàn diện như TRẢ LỜI (Areal không đáng kể nguồn đầu nguồn Môi trường đáp ứng mô phỏng), kem (Hóa chất, Dòng chảy và xói mòn hệ thống quản lý nông nghiệp), và MODANSW (MODI câu trả lời fi ed). TRẢ LỜI và các loại kem cơ bản về khái niệm và sự kiện mô hình dựa. Sử dụng phương pháp thông thường để đánh giá nguy cơ xói mòn đất là tốn kém và mất thời gian. Việc tích hợp các mô hình xói mòn đất hiện có, fi dữ liệu lĩnh và các dữ liệu được cung cấp bởi công nghệ cảm biến từ xa thông qua việc sử dụng các hệ thống thông tin địa lý (GIS) dường như là một tài sản để nghiên cứu thêm (Fernandez et al, 2003;. Gitas et al., 2009; Xu et al., 2009). DEM (Digital Elevation Model) là một trong những yếu tố đầu vào thiết yếu cần thiết cho mô hình xói mòn đất, có thể được tạo ra bằng cách phân tích lập thể vi sóng quang và (SAR) dữ liệu viễn thám (Kim, 2006). Mô hình RUSLE có thể dự đoán khả năng xói mòn trên một tế bào của tế bào cơ sở mà là hiệu quả khi cố gắng xác định các mô hình không gian của hiện tại mất đất trong một khu vực rộng lớn. GIS có thể được sử dụng để cô lập và truy vấn các địa điểm để xác định vai trò của các biến cá nhân đóng góp cho sự xói mòn quan sát giá trị tiềm năng. Giữ trong quan điểm về các mặt nói trên, mục tiêu của nghiên cứu này được thực hiện: (1) để phát triển một phương pháp kết hợp dữ liệu viễn thám và GIS với sửa đổi phương trình mất đất toàn cầu (RUSLE) để ước lượng phân bố không gian của sự xói mòn đất tại lưu vực tỉ lệ; (2) để phân tích tác động của sử dụng đất / thay đổi che phủ đất lên xói mòn sử dụng viễn thám và GIS và (3) để phân định các vùng xác xói mòn đất bằng phương pháp lớp phủ