Главная

CV

Публикации

Принципы

Программа

Ссылки

Контакты

 

en   ru

 
Индекс мощности потоков

Индекс мощности потоков (SI) – произведение водосборной площади и крутизны склонов в данной точке топографической поверхности*:

,

где CA и G водосборная площадь и крутизна склона, соответственно.

Индекс мощности потоков мера потенциальной эрозионной силы поверхностных потоков. Чем больше водосборная площадь и крутизна склонов, тем выше значение индекса мощности потоков. Другими словами, чем больше объем воды, приходящей в данную точку с вышележащих участков и чем выше скорость этих потоков, тем выше вероятность эрозии.

Как и другие комбинированные морфометрические величины, индекс мощности потоков может быть рассчитан по цифровой модели высоты (ЦМВ) путем последовательного применения методов для расчета локальных и нелокальных характеристик рельефа с последующей арифметической комбинацией результатов этих расчетов.

Пример**. Модель индекса мощности потоков была рассчитана по ЦМВ горного массива Арарат. CA была вычислена методом Мартца-де Янга, адаптированным к сетке сфероидических трапеций; G была рассчитана с помощью универсального спектрально-аналитического метода. Модель включает 779 401 точек (матрица 1081 x 721); шаг сетки 1". При построении трехмерной модели использовалось двукратное вертикальное преувеличение масштаба. Обработка данных и моделирование проведены с помощью программ Matlab R2008b и LandLord 4.0.

 

Литература

* Moore I.D., Grayson R.B., Ladson A.R. Digital terrain modelling: A review of hydrological, geomorphological and biological applications // Hydrological Processes, 1991, Vol. 5, pp. 3-30.

** Флоринский И.В. Иллюстрированное введение в геоморфометрию // Альманах «Пространство и время», 2016, Т. 11, Вып. 1, 20 с. На сайте журнала

 

Подробности и другие примеры см.:

DIGITAL TERRAIN ANALYSIS

IN SOIL SCIENCE AND GEOLOGY

 

2nd revised edition

 

 

I.V. Florinsky

 

Elsevier / Academic Press, 2016

Amsterdam, 486 p.

 

ISBN 978-0-12-804632-6

 

 

 

Оглавление    Аннотация

 

Elsevier    Amazon