那 嘉 明，楊 昕，李 敏，丁 滸，湯 國(guó) 安

(1.南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210023；2.江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心，江蘇 南京 210023；3.江蘇省地理環(huán)境演化國(guó)家重點(diǎn)實(shí)驗(yàn)室培育建設(shè)點(diǎn)，江蘇 南京 210023)

黃土高原切溝地貌學(xué)研究述評(píng)

那 嘉 明，楊 昕*，李 敏，丁 滸，湯 國(guó) 安

(1.南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210023；2.江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心，江蘇 南京 210023；3.江蘇省地理環(huán)境演化國(guó)家重點(diǎn)實(shí)驗(yàn)室培育建設(shè)點(diǎn)，江蘇 南京 210023)

由于黃土切溝在流域侵蝕產(chǎn)沙和地貌發(fā)育方面的重要性，越來越多的研究逐漸將切溝從混合著各類溝谷的溝谷系統(tǒng)中分離出來，以明確對(duì)其特征、發(fā)育演化與環(huán)境的耦合作用。針對(duì)目前黃土切溝定義內(nèi)涵不統(tǒng)一、表達(dá)相混淆的問題，該文首先在分析已有概念的基礎(chǔ)上，明確了黃土切溝所具有的共性特征，并基于此，介紹了目前關(guān)于切溝的自動(dòng)化識(shí)別、切溝的形態(tài)特征分析以及切溝的發(fā)育演化模擬等地貌學(xué)方面的研究進(jìn)展。認(rèn)為目前關(guān)于黃土切溝的系統(tǒng)研究仍處于起步階段，今后的研究重點(diǎn)將在切溝的自動(dòng)識(shí)別、三維形態(tài)監(jiān)測(cè)與信息提取以及基于系統(tǒng)動(dòng)力學(xué)的切溝地貌演化模型的構(gòu)建等方面。

黃土切溝；黃土高原；自動(dòng)識(shí)別；形態(tài)特征；發(fā)育演化

千溝萬壑是黃土高原典型的地貌特征。在黃土溝谷系統(tǒng)中，發(fā)育著不同年齡、不同規(guī)模的細(xì)溝、淺溝、切溝、沖溝、干溝(坳溝)和河溝等[1]溝壑。據(jù)野外觀測(cè)資料，淺溝和切溝侵蝕產(chǎn)沙量占整個(gè)流域內(nèi)現(xiàn)代侵蝕產(chǎn)沙量的50%以上[2，3]。其中，淺溝屬于坡面線狀侵蝕地貌；而切溝則具有明顯下切作用，其溝寬和溝深明顯加大，溝頭溯源侵蝕強(qiáng)烈，是溝谷發(fā)育及土壤侵蝕最活躍的類型之一，對(duì)黃土地貌形態(tài)演化及土壤侵蝕過程具有重要作用。本文在前人對(duì)切溝地貌學(xué)研究的基礎(chǔ)上，從切溝概念的界定、切溝的自動(dòng)化識(shí)別、切溝的形態(tài)特征分析以及切溝的發(fā)育演化模擬等研究角度進(jìn)行了回顧和評(píng)述。

1 黃土切溝的概念

關(guān)于黃土切溝的概念，我國(guó)學(xué)者分別給出了內(nèi)容不盡相同的定義。由于研究對(duì)象的地域差異性，對(duì)切溝的長(zhǎng)度、寬度、深度等形態(tài)規(guī)模定義存在較大差異。

1.1 切溝的定義

羅來興(1956)最先將切溝定義為坡面集中的徑流開始發(fā)生下切作用時(shí)所形成的侵蝕溝[1]。此后不同學(xué)者分別給出了各自的定義，歸納起來分別涉及切溝規(guī)模大小、與所在坡面的關(guān)系、橫剖面形態(tài)、可耕作性以及溝底物質(zhì)等方面。

關(guān)于切溝的規(guī)模，學(xué)者們均有各自的觀點(diǎn)，差異較大。如：羅來興通過對(duì)晉西、陜北、隴東地區(qū)黃土典型侵蝕地貌的野外調(diào)查，將切溝定義為寬深均在50 cm以上的侵蝕溝[1]；朱顯謨認(rèn)為切溝下切深度至少在1 m以上，乃至20 m[2]；楊華則認(rèn)為切溝長(zhǎng)度不超過百米、深一般20 m，寬幾米至幾十米[4]；周成虎認(rèn)為切溝的寬度和深度一般為0.5～2 m[5]；Li等將切溝定義為由面蝕發(fā)育而來的侵蝕溝，長(zhǎng)幾十米至上百米，寬深幾米至幾十米[6]；而張宏芝等認(rèn)為切溝深1～10 m，寬2～10 m[7]；此外程宏等認(rèn)為深度、寬度均大于0.5 m的坑狀淺溝也應(yīng)視為不連續(xù)的切溝[8]?？梢姡叭藢?duì)于切溝的形態(tài)規(guī)模認(rèn)識(shí)存在一定的差異，這與其研究樣區(qū)的地貌類型、降雨條件以及地表覆蓋等環(huán)境條件顯著相關(guān)。切溝形態(tài)規(guī)模的顯著差異性，給切溝的自動(dòng)識(shí)別和定量化表達(dá)帶來了挑戰(zhàn)。因此，對(duì)切溝的識(shí)別與判定既要與所在區(qū)域的地形地貌特點(diǎn)緊密聯(lián)系，更需結(jié)合其他特征。

從切溝與其所在坡面的關(guān)系角度看，存在兩種觀點(diǎn)。一種觀點(diǎn)認(rèn)為，由于溝床下切至少在1 m以上，深的可達(dá)20～100 m，已經(jīng)很深地切入母質(zhì)或疏松的基巖，因此，切溝的縱斷面不再和所在坡面一致[2]。另一種觀點(diǎn)認(rèn)為，切溝下切深度一般為0.5～2 m之間，其溝底縱坡面與所在坡面大致平行[5，6]。雖然，這是兩種不同的觀點(diǎn)，實(shí)際上這種差異與切溝的規(guī)模和發(fā)育階段緊密相關(guān)。朱顯謨依據(jù)切溝的切割深度以及縱坡面與斜坡面坡度是否一致等關(guān)系，將切溝分成了小切溝、中切溝和大切溝。其中，小切溝由于下切深度較淺(一般不超過2 m)，其縱坡面還保留著所在坡面的坡度；而中切溝(下切深度5～10 m)與大切溝(下切深度大于20 m)的縱斷面則與所在坡面顯著不同?？梢?，周成虎等所提到的切溝實(shí)際上是一種小型切溝，屬于切溝發(fā)育的早期階段[5，6]。

關(guān)于切溝的橫剖面，目前有較一致的看法，即通常呈V或U形[2，6，9]，不同的橫斷面形態(tài)實(shí)際上代表了不同的發(fā)展階段。在切溝形成早期，由于下切作用非常強(qiáng)烈，其橫斷面可短期內(nèi)保持狹長(zhǎng)的V形。中期時(shí)，隨著下切作用減弱，溝坡基部的沖淘作用和溝壁的崩塌作用加強(qiáng)，溝床逐漸被堆積物所填充，溝壁陡直，使得其橫斷面呈U形，若無人為影響，這一時(shí)期可保持相當(dāng)長(zhǎng)的時(shí)間。因此，當(dāng)切溝侵蝕處于穩(wěn)定時(shí)期，其橫斷面通常呈U形。

切溝與細(xì)溝、淺溝最明顯的區(qū)別，即其不能為一般耕犁所消滅，橫向耕作已完全被阻止[1，2，4，6，10]。這一顯著特征與國(guó)外學(xué)者所提出的區(qū)分臨時(shí)性溝谷(ephemeral gully)和永久性溝谷(permanent gully)的判別條件[11]一致，也使得我國(guó)對(duì)于黃土溝谷分類體系與國(guó)外分類體系之間有了很好的銜接。因此，細(xì)溝和淺溝可以歸為臨時(shí)性溝谷，切溝、沖溝、坳溝以及河溝則屬于永久性溝谷。基于此，筆者認(rèn)為能否施行橫向耕作應(yīng)該作為判斷切溝的首要條件。

此外，切溝還具有明顯的溝頭、陡坎和跌水[4，6，10]等特征，尤其是具有明顯的溝緣[5，6]。為了有助于切溝的判別，將切溝的形態(tài)特征歸納為表1。

表1 切溝形態(tài)特征的描述

1.2 切溝的分類

對(duì)切溝進(jìn)行分類有助于深入理解黃土高原切溝的特征。前人分別從切溝產(chǎn)生的部位、切溝寬度深度和切溝溝底塌積土面積進(jìn)行劃分。

劉元保等按照切溝產(chǎn)生的部位將切溝分為底部切溝和斜坡切溝。底部切溝是指發(fā)生在侵蝕凹地底部的切溝，包括墹地、埫地、溝墇地底部的切溝等；斜坡切溝多發(fā)育在梁、峁和塬的坡面上[12]；鄺高明認(rèn)為切溝多發(fā)育在溝沿線以下的坡面，等高線彎折程度大，多止于坡度平緩的沖溝溝底[10]；李鎮(zhèn)將黃土切溝分為坡面切溝、谷底切溝以及發(fā)育于溝間地和溝谷地之間溝沿線上的切溝[13]。本文認(rèn)為三分法可較好地歸納目前所見到的各種切溝，即坡面切溝、谷底切溝及溝沿線上的切溝3種。該分類中，坡面切溝即常說的懸溝或者勺狀切溝，即在坡面位置上產(chǎn)生的切溝，溝的上部較寬、中下部變窄直至消失，或與主溝道相接的侵蝕溝；谷底切溝指發(fā)生在溝谷凹地底部的切溝，切溝尾部往往與沖溝或干溝溝頭相接，形成一個(gè)突然寬展的大跌水；溝沿線上的切溝是指切溝溝頭本身就是溝沿線的一部分，許多相鄰切溝溝頭實(shí)際上已經(jīng)連在一起，形成了溝沿線，并止于坡度平緩的沖溝溝底，這也是大部分切溝的表現(xiàn)形式。

劉元保等依據(jù)切溝的寬度將坡面切溝分為小切溝和大切溝[12]。小切溝寬度多為2～7 m，一般小于10 m，大切溝寬度多大于10 m；小切溝一般只有在集流槽較集中的墕地下方，或在塬區(qū)道路影響下才能發(fā)展成沖溝，其他情況則一般不能發(fā)展為沖溝。該分類從幾何形態(tài)的角度劃分了大小切溝，并歸納了小切溝能否發(fā)育為沖溝的條件，但由于切溝發(fā)育的區(qū)域差異性，很難適用于整個(gè)黃土高原的切溝分類。此外，切溝下切深度的差異，決定了下切至土壤母質(zhì)的程度和差異，這很大程度決定了切溝能否發(fā)育為沖溝。因此，依寬度進(jìn)行分類是依下切深度進(jìn)行分類的間接表現(xiàn)，而依下切深度的劃分則更能直接反映切溝的發(fā)育特征。

楊華以切溝溝底塌積土數(shù)量為主要分類依據(jù)，通過聚類分類方法將切溝分為初始階段、發(fā)展階段和穩(wěn)定階段三類[4]。其中初始階段切溝的溝形狹長(zhǎng)，以溝頭溯源侵蝕為主；發(fā)展階段切溝的溝形多為心形，其水力侵蝕、重力侵蝕都很嚴(yán)重；穩(wěn)定階段切溝土壤侵蝕基本停止，溝道內(nèi)塌積土占溝道面積50%～90%，可用于造林。該分類標(biāo)準(zhǔn)是對(duì)朱顯謨提出溝道面積與總面積之比作為分類依據(jù)的發(fā)展，可揭示切溝的發(fā)育階段。

綜上，不同學(xué)者對(duì)切溝的定義和分類上不盡相同，在切溝術(shù)語的使用上仍存在一定的混淆。由于不同研究區(qū)的土壤、氣候、下伏地形等要素的差異性，其發(fā)育的切溝形態(tài)規(guī)模千差萬別。不夠明晰統(tǒng)一的形態(tài)特征描述會(huì)對(duì)基于形態(tài)學(xué)方法的切溝監(jiān)測(cè)、識(shí)別和提取工作帶來一定的困難。然而，由于在切溝的形態(tài)和發(fā)育機(jī)理上具有較為一致的認(rèn)識(shí)，因此基于地貌發(fā)育過程對(duì)切溝進(jìn)行描述，從而實(shí)現(xiàn)切溝自動(dòng)化提取的方法，勢(shì)必具有更好區(qū)域適用性。因此，切溝是指坡面集中的徑流開始發(fā)生明顯下切作用時(shí)形成的侵蝕溝，可發(fā)生在坡面及溝道中，規(guī)模大小不一，但具有以下共同特點(diǎn)：1)橫向耕作無法進(jìn)行，完全阻止了人畜通行，是永久性溝谷的初始階段；2)具有呈跌水狀的溝頭，溝身具有明顯的溝緣；3)大多數(shù)發(fā)育于坡面上，以溝沿線附近的切溝最為顯著，其縱剖面坡度與所在坡面坡度在發(fā)育初期一致，隨后逐漸產(chǎn)生差異。

2 黃土切溝的自動(dòng)化識(shí)別

黃土高原溝壑形態(tài)復(fù)雜多樣，因此對(duì)黃土高原溝壑區(qū)的地貌進(jìn)行有效的自動(dòng)化識(shí)別一直是黃土地貌研究熱點(diǎn)。切溝地貌自動(dòng)識(shí)別研究最早始于土壤侵蝕制圖的需求，對(duì)溝壑類型的準(zhǔn)確識(shí)別是土壤侵蝕制圖的基礎(chǔ)。傳統(tǒng)土壤侵蝕制圖研究開展較早，通常采用實(shí)測(cè)、遙感圖像或航片目視解譯等手段，雖精度較高但費(fèi)時(shí)費(fèi)力。黃秉維、朱顯謨和羅來興等均對(duì)黃土高原地區(qū)土壤侵蝕進(jìn)行了制圖[1，2，14]，但結(jié)果大多為分區(qū)圖，整個(gè)區(qū)域的溝壑制圖結(jié)果均基于對(duì)樣區(qū)實(shí)地調(diào)查后的合理外推，未能實(shí)現(xiàn)對(duì)切溝形態(tài)的定量精細(xì)化識(shí)別。因此，實(shí)測(cè)手段雖然可以實(shí)現(xiàn)切溝的小范圍高精度識(shí)別建模，但其難以適用于大范圍快速高效的提取。隨著測(cè)量技術(shù)的不斷發(fā)展，切溝的自動(dòng)化逐漸成為可能。

2.1 基于遙感影像的切溝識(shí)別

隨著遙感圖像時(shí)空分辨率的不斷提高及遙感處理和分類技術(shù)的運(yùn)用和普及，基于遙感影像的溝谷識(shí)別逐漸取代傳統(tǒng)的野外實(shí)測(cè)工作，成為獲取大范圍、多時(shí)期溝谷信息的主要手段。傳統(tǒng)的切溝識(shí)別以人工目視解譯為主，如張鳳榮等借助1∶50 000彩紅外航片對(duì)黃土高原丘陵溝壑區(qū)土壤侵蝕進(jìn)行了遙感調(diào)查制圖，對(duì)切溝的光譜色彩、紋理等影像特征作出了總結(jié)，認(rèn)為切溝在紅外航片上具有呈米黃色、梳子狀紋理明顯、植被色調(diào)不明顯等特征[15]，為后來基于遙感影像的自動(dòng)提取提供了分類判別依據(jù)；劉秉正等通過室內(nèi)航片判讀的方法，實(shí)現(xiàn)了陜西淳化黃土塬區(qū)切溝的形態(tài)識(shí)別[16]。這是國(guó)內(nèi)較早的對(duì)切溝半自動(dòng)提取方法的探索。與此同時(shí)，學(xué)者們也注意到，快速高效準(zhǔn)確的切溝提取方法離不開專家知識(shí)的輔助[17]，這以大量的野外工作為基礎(chǔ)。由于遙感提取方法需要從大量野外工作中積累的專家經(jīng)驗(yàn)，因此其結(jié)果雖可信度較高，但仍無法實(shí)現(xiàn)切溝的大范圍提取。

進(jìn)入21世紀(jì)后，包含信息豐富的高分辨率遙感影像由于數(shù)據(jù)的逐漸普及使得其在切溝形態(tài)自動(dòng)化識(shí)別研究中逐漸得到了廣泛應(yīng)用。國(guó)內(nèi)使用高分影像的切溝提取最早出現(xiàn)于東北黑土區(qū)的切溝。閆業(yè)超等將黑土區(qū)的侵蝕溝分為活躍性、半活躍性和穩(wěn)定性三種類型，利用SPOT-5高分影像，闡述了不同類型侵蝕溝的影像特征和遙感分類方法，提出以植被覆蓋指數(shù)為劃分依據(jù)的各類侵蝕溝的提取方法，并同時(shí)認(rèn)為遙感影像提取出的一系列影像指標(biāo)可以有效反映出溝壑發(fā)育的活躍程度[18]；杜國(guó)明等基于SPOT-5影像通過目視解譯提取了東北黑土區(qū)的切溝信息，并對(duì)切溝的空間格局分布特征進(jìn)行了分析，結(jié)果表明：切溝多見于5°～7°的漫崗坡面中下部；其密度隨海拔高度的上升呈現(xiàn)先增后減的趨勢(shì)[19]；與此同時(shí)，國(guó)外也有學(xué)者作出了一定的探索。Shruthi 等使用IKONOS和GEOEYE-1影像，建立了面向?qū)ο蟮臏瞎忍崛》椒?，?shí)現(xiàn)了溝谷形態(tài)的高精度半自動(dòng)化提取[20]；隨后基于ASTER影像，采用面向?qū)ο箅S機(jī)森林算法實(shí)現(xiàn)了切溝的自動(dòng)提取，結(jié)果表明15 m分辨率的ASTER影像包含了足夠信息用來提取切溝[21]。以上研究的實(shí)驗(yàn)區(qū)域雖不是黃土高原地區(qū)，但其構(gòu)建的提取方法所使用的判別標(biāo)準(zhǔn)多基于地貌特征而非簡(jiǎn)單基于地物的光譜異質(zhì)性，其思路方法可較好地推廣至黃土高原地區(qū)，為黃土高原切溝提取提供了參考。

基于遙感影像的黃土高原切溝提取研究起步較晚。李鎮(zhèn)等基于Quickbird影像，利用人工目視解譯方法提取了晉西黃土高原切溝的溝沿線，并計(jì)算了切溝發(fā)育速率[22]，隨后對(duì)提取的切溝形態(tài)參數(shù)的精度進(jìn)行了分析，結(jié)果證明Quickbird影像是小流域尺度上識(shí)別黃土高原切溝的便捷可靠的數(shù)據(jù)源[13]。李斌兵等提出了一種面向?qū)ο蟮陌胱詣?dòng)切溝提取方法，利用World View-2數(shù)據(jù)識(shí)別出了甘肅天水橋子溝的切溝[23]，隨后針對(duì)所用數(shù)據(jù)，提出了一種基于分割對(duì)象間異質(zhì)性最大的分割閾值自適應(yīng)方法，論證了對(duì)于2 m分辨率影像，影像識(shí)別的最優(yōu)尺度參數(shù)應(yīng)取31[24]。該方法實(shí)現(xiàn)了切溝的半自動(dòng)提取，通過提出的分割尺度自適應(yīng)優(yōu)化方法，可將該方法推廣至其他區(qū)域，但該方法的計(jì)算量較大，精度仍有待進(jìn)一步提高。由此可見，隨著高分辨率遙感影像近年來的逐漸普及，對(duì)于提取諸如細(xì)溝、切溝等微地貌對(duì)象，面向?qū)ο蠓椒ū憩F(xiàn)出良好的性能[25]，使得面向?qū)ο蟮那袦咸崛》椒ㄑ芯恐饾u受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，切溝自動(dòng)提取方法的精度和效率不斷提高。

綜上，由于高空間分辨率和數(shù)據(jù)易獲取性等優(yōu)點(diǎn)，基于遙感影像的切溝識(shí)別研究較為豐富，取得了重要的成果。但是仍存在以下問題：人工目視解譯手段主觀性強(qiáng)，識(shí)別結(jié)果的精度很大程度上受專家經(jīng)驗(yàn)影響，且效率較低。而自動(dòng)識(shí)別方法受區(qū)域特征的限制，解譯標(biāo)志以及相關(guān)參數(shù)的區(qū)域差異性較大，一個(gè)地區(qū)的結(jié)果難以推廣到其他區(qū)域，現(xiàn)有的參數(shù)自適應(yīng)確定方法效率較低，制約著自動(dòng)化識(shí)別的效率和精度，高效、高精度且參數(shù)自適應(yīng)的提取方法仍有待進(jìn)一步探索。

2.2 基于DEM的切溝提取

數(shù)字高程模型(DEM)作為地表形態(tài)的數(shù)字化表達(dá)，蘊(yùn)含了豐富的地形地貌信息[26]。應(yīng)用DEM的數(shù)字地形分析技術(shù)是地貌形態(tài)學(xué)研究的重要手段?；跀?shù)字地形分析技術(shù)的切溝地貌學(xué)研究主要代表有：游智敏基于多時(shí)相的GPS實(shí)測(cè)生成的0.4 m DEM，通過對(duì)地形特征點(diǎn)的測(cè)量實(shí)現(xiàn)了切溝變化的監(jiān)測(cè)制圖[27]，但其方法對(duì)DEM分辨率的依賴性較強(qiáng)，難以推廣至大范圍的切溝提?。焕畋蟊?∶1萬DEM，采用匯流累計(jì)臨界的方法實(shí)現(xiàn)了切溝侵蝕區(qū)的識(shí)別[28]，該方法較為充分地考慮了切溝的地貌臨界特征，其數(shù)據(jù)尺度依賴性較低，但其結(jié)果仍為切溝和淺溝的分布范圍，無法實(shí)現(xiàn)對(duì)具體每一條切溝的精確定位。

在對(duì)各級(jí)溝壑所組成的溝壑系統(tǒng)進(jìn)行地貌學(xué)研究時(shí)，由于更多關(guān)注溝壑系統(tǒng)的組成比例、空間分異等宏觀群體性特征，通常會(huì)將切溝抽象為線狀要素。傳統(tǒng)的溝壑線狀要素提取研究集中于溝谷網(wǎng)絡(luò)的提取，主要通過模擬地表徑流的匯流累積過程，實(shí)現(xiàn)了對(duì)各級(jí)溝谷的分級(jí)與識(shí)別[29-32]。該類方法主要受兩個(gè)因素的影響，一是匯流累計(jì)分割閾值，二是DEM的分辨率。切溝由于其地貌形態(tài)相對(duì)沖溝以上溝谷明顯較小，因此在提取時(shí)需要較小的匯流累計(jì)分割閾值，而這勢(shì)必產(chǎn)生了平行河網(wǎng)或偽溝谷等問題。雖然不同學(xué)者分別通過改進(jìn)流向算法[33-39]或針對(duì)溝谷網(wǎng)絡(luò)對(duì)DEM信息的修正增強(qiáng)[40-42]，在一定程度上解決了上述問題，但流向改進(jìn)算法對(duì)地表徑流的模擬仍缺乏對(duì)真實(shí)匯流情況的動(dòng)力學(xué)基礎(chǔ)，與真實(shí)地表徑流過程仍有出入，而DEM修正增強(qiáng)方法需要真實(shí)的水系數(shù)據(jù)，對(duì)于半干旱氣候?yàn)橹鞯狞S土高原，溝壑系統(tǒng)中一般并無真實(shí)的水流，其適用性仍顯不足。與此同時(shí)，由于DEM大多通過柵格格網(wǎng)記錄地表高程信息，其信息負(fù)載受分辨率影響較大，且不同尺度的數(shù)據(jù)分析方法差異較大[26]。高分辨率的DEM(即格網(wǎng)大小在1 m以下)雖然可以實(shí)現(xiàn)切溝的監(jiān)測(cè)，但大范圍的數(shù)據(jù)獲取困難，而基于中低分辨率DEM如國(guó)家基礎(chǔ)地理信息數(shù)據(jù)庫生產(chǎn)的1∶1萬DEM的切溝提取，尚未得到有效方法。此外，溝谷網(wǎng)絡(luò)提取結(jié)果僅以水文匯流關(guān)系為基礎(chǔ)進(jìn)行分級(jí)，未能將各級(jí)溝谷依地貌特征進(jìn)行劃分，這使得針對(duì)切溝在溝谷系統(tǒng)發(fā)育演化作用的研究難以開展。

溝沿線作為正負(fù)地形的分界線，是一條重要的地形特征結(jié)構(gòu)線，將黃土地貌分割為平緩溝間地(正地形)和深切的溝谷地(負(fù)地形)，由于大部分切溝的溝頭點(diǎn)位于溝沿線上，因此基于DEM的溝沿線識(shí)別也成為黃土切溝識(shí)別研究中不可缺少的部分。關(guān)于黃土高原溝沿線的提取，前人做了大量的工作，取得了豐碩的成果，主要可分為基于坡度、坡向、平面曲率、變異曲率、匯流累計(jì)等地形特征量的溝沿線提取[43-48]和基于灰度檢測(cè)方法如Snake模型[49-51]、邊緣檢測(cè)算子[52，53]、區(qū)域生長(zhǎng)法[54]等的溝沿線識(shí)別方法。其中基于地形特征的提取方法計(jì)算效率相對(duì)較高，地學(xué)意義明確但結(jié)果通常較為破碎；基于灰度檢測(cè)的方法其算法時(shí)間復(fù)雜度高，但溝沿線提取結(jié)果較為平滑，然而對(duì)于形狀復(fù)雜多變的地貌區(qū)卻精度較差。此外，Wang等通過對(duì)Quickbird影像進(jìn)行HSV色彩變換，同時(shí)結(jié)合5 m分辨率DEM提取出的沖溝溝沿線，通過閾值分割的方法得到切溝的溝沿線空間分布[55，56]。這種遙感影像與DEM相結(jié)合的切溝提取方法為切溝的自動(dòng)化提取提供了新的思路。

近年來，以三維激光掃描技術(shù)(Lidar)和合成孔徑雷達(dá)干涉技術(shù)(InSar)為代表的高精度點(diǎn)云測(cè)量技術(shù)快速發(fā)展。隨著點(diǎn)云技術(shù)的成本不斷降低，其快速、海量、高效、地貌還原度高的特點(diǎn)使其迅速成為DEM生產(chǎn)的熱門技術(shù)之一。基于點(diǎn)云數(shù)據(jù)構(gòu)建的DEM的切溝提取研究剛剛起步，如馬鼎等使用三維激光掃描技術(shù)，利用激光回光強(qiáng)度衰減模型對(duì)地表植被實(shí)現(xiàn)濾波，進(jìn)而得到了切溝的地表模型，最終得到了切溝長(zhǎng)寬的變化[57]。密集點(diǎn)云數(shù)據(jù)記錄了切溝詳細(xì)的原始信息，基于點(diǎn)云數(shù)據(jù)的切溝提取可避免因?yàn)槌橄『徒?dǎo)致的部分切溝信息丟失。然而，由于點(diǎn)云的數(shù)據(jù)量很大，在建立切溝提取方法的基礎(chǔ)上，要考慮運(yùn)算的效率。因此，并行化的切溝提取方法是基于點(diǎn)云數(shù)據(jù)切溝提取必須要解決的問題。此外，點(diǎn)云去噪和地形特征點(diǎn)的自動(dòng)識(shí)別也有待進(jìn)一步研究。

綜上所述，目前基于DEM面向切溝提取的研究還較少，主要是由于切溝的寬度和深度相對(duì)較小，大部分DEM的分辨率達(dá)不到切溝提取的要求。因此，25 m(國(guó)家1∶5萬DEM)、30 m(ASTER GDEM)、90 m(SRTM DEM)等空間分辨率的DEM無法用于切溝的提取。而大范圍高分辨率DEM的難以獲取性造成了基于DEM切溝提取的困難。目前研究較多的是基于DEM溝沿線的提取，其結(jié)果主要為溝谷范圍，即使分辨率很高，得到的也是包含切溝和沖溝的溝谷系統(tǒng)，難以自動(dòng)區(qū)分沖溝和切溝。因此，隨著高分辨率DEM尤其是點(diǎn)云技術(shù)的逐步出現(xiàn)，基于DEM的切溝快速大范圍提取仍將是未來研究的重點(diǎn)。

3 黃土切溝的特征分析

對(duì)切溝進(jìn)行形態(tài)學(xué)分析，了解切溝的形態(tài)學(xué)特征，是對(duì)切溝侵蝕和發(fā)育預(yù)測(cè)的基礎(chǔ)。關(guān)于黃土溝壑的形態(tài)特征分析，已取得了豐碩的成果，如羅來興、朱顯謨通過對(duì)山西、陜西、青海等地區(qū)的黃土高原的典型流域?qū)嵉卣{(diào)查和測(cè)量，對(duì)黃土高原溝壑分級(jí)系統(tǒng)和土壤侵蝕的類型作出了定義[1，2，58]，通過分析各級(jí)溝壑的溝長(zhǎng)、溝寬、溝深、溝壑密度等指標(biāo)，制定了黃土溝谷系統(tǒng)的分類體系。景可對(duì)黃河中游地區(qū)溝谷密度進(jìn)行了量算，并分析了其與侵蝕量的關(guān)系，發(fā)現(xiàn)溝谷與溝間地產(chǎn)沙量之比接近6∶4[59]。但面向黃土切溝的形態(tài)特征分析則相對(duì)較少，主要代表有：楊華等通過對(duì)切溝長(zhǎng)寬深、跌水、溝坡坡度、塌積面積等指標(biāo)，實(shí)現(xiàn)對(duì)了山西吉縣切溝依形態(tài)的聚類分類，以間接反映侵蝕程度，結(jié)果可信度高，但各項(xiàng)指標(biāo)均采用GPS測(cè)量，工作量大，不適宜進(jìn)行大范圍普查；李斌兵等通過對(duì)流域匯水面積的統(tǒng)計(jì)，對(duì)國(guó)外研究已取得的判別式作出了修正，得到了適用于黃土丘陵溝壑區(qū)的淺溝侵蝕和切溝侵蝕的分界閾值[28]，而匯水面積的計(jì)算受流向算法DEM分辨率的影響較大，導(dǎo)致其方法較難推廣；尹佳宜等對(duì)比了切溝形態(tài)的卷尺測(cè)量和GPS測(cè)量結(jié)果，認(rèn)為使用卷尺測(cè)量結(jié)果足夠用來分析切溝體積的年際變化，使用傳統(tǒng)測(cè)量技術(shù)也能得到滿意的結(jié)果[9]。李鎮(zhèn)等通過分析切溝溝沿線周長(zhǎng)和面積與植被覆蓋的關(guān)系，認(rèn)為植被對(duì)切溝發(fā)育有著明顯的遏制作用[22]，隨后對(duì)提取的切溝形態(tài)參數(shù)的精度進(jìn)行了分析，認(rèn)為草本覆蓋的小流域中的解譯結(jié)果切溝形態(tài)參數(shù)的精度更高[13]；李斌兵等利用面向?qū)ο蠹夹g(shù)對(duì)黃土丘陵溝壑區(qū)切溝進(jìn)行遙感提取時(shí)，發(fā)現(xiàn)切溝具有在徑流方向上灰度值的空間相關(guān)性[23]，該結(jié)論可服務(wù)于切溝的自動(dòng)化提取。

可見，前人對(duì)于切溝特征的分析，較多的關(guān)注切溝的影像特征、長(zhǎng)寬深、坡度與植被覆蓋、侵蝕模數(shù)等，已經(jīng)取得了許多重要成果，但對(duì)切溝的形態(tài)學(xué)研究多關(guān)注其一維或者二維信息，對(duì)三維信息的研究相對(duì)較少。而切溝作為黃土高原侵蝕最為活躍的地貌類型之一，其三維形態(tài)直接影響著其侵蝕和發(fā)育的模式和速度，因此，隨著研究的深入，切溝三維形態(tài)特征將勢(shì)必得到關(guān)注。

4 黃土切溝的發(fā)育演化模擬

物理過程模型通過對(duì)溝壑發(fā)育機(jī)理的認(rèn)識(shí)，可以很好地描述溝壑的發(fā)育過程，這方面的研究國(guó)外學(xué)者已開展了較多的工作。溝壑發(fā)育模型研究始于20世紀(jì)70年代早期[60]， Wischmeier等提出了通用土壤流失方程(Universal Soil Loss Equation，USLE)[61，62]，以及隨后提出的各種改進(jìn)USLE模型(RUSLE)，在世界范圍內(nèi)得到了廣泛的應(yīng)用推廣[63]，與此同時(shí)，我國(guó)學(xué)者也將其在黃土高原土壤侵蝕研究中廣泛應(yīng)用[64]；何雨等依據(jù)Davis地貌循環(huán)理論將黃土溝谷發(fā)育分為幼年期、壯年期和老年期[65]。但以上模型均基于統(tǒng)計(jì)回歸分析，且未對(duì)溝壑進(jìn)行分類，無法對(duì)切溝發(fā)育機(jī)理過程進(jìn)行描述。

切溝發(fā)育的經(jīng)驗(yàn)?zāi)Ｐ脱芯科鸩捷^早。美國(guó)土壤保持局在80年代初期，通過實(shí)測(cè)切溝的溯源侵蝕，得到了預(yù)報(bào)切溝發(fā)育的經(jīng)驗(yàn)公式[66]；武春龍等建立了切溝溝道密度的統(tǒng)計(jì)數(shù)學(xué)模型[67]；Sidorchuk等建立了基于三維水力學(xué)的GULTEM模型，可以模擬切溝發(fā)育的第一階段[68]，隨后又提出了動(dòng)態(tài)切溝模型(DIMGUL)和靜態(tài)切溝模型(STABGUL)，其中動(dòng)態(tài)切溝模型可描述切溝發(fā)育初期溝頭的變化，靜態(tài)切溝模型可描述切溝發(fā)育后期切溝的穩(wěn)定形態(tài)[69]。以上模型均充分考慮了地貌演化的機(jī)理，但模型參數(shù)多基于統(tǒng)計(jì)分析，往往受地區(qū)局限較大。

切溝發(fā)育的物理模型研究起步相對(duì)較晚?；谙到y(tǒng)動(dòng)力學(xué)的元胞自動(dòng)機(jī)(CA)模型可以有效模擬復(fù)雜的系統(tǒng)動(dòng)力學(xué)問題，成為近年來地貌演變的研究熱點(diǎn)?；粼圃?、劉星飛、原立峰、吳淑芳等對(duì)人工降雨場(chǎng)小流域細(xì)溝利用CA進(jìn)行了模擬，探討了模型的參數(shù)、尺度效應(yīng)和模擬精度等問題，為現(xiàn)實(shí)地貌的切溝發(fā)育模擬提供了理論依據(jù)[70-74]。Cao等分別基于Fisher-CA和ANN-CA模型對(duì)室內(nèi)降雨場(chǎng)小流域的正負(fù)地形演化進(jìn)行了模擬，較為準(zhǔn)確地預(yù)測(cè)了切溝溝頭的前進(jìn)[75-77]。但是以上模擬均基于室內(nèi)降雨場(chǎng)模擬小流域，與現(xiàn)實(shí)世界切溝發(fā)育的情況仍存在一定差距，目前仍有待實(shí)現(xiàn)真實(shí)條件下切溝的發(fā)育演化模擬。

綜上所述，切溝的發(fā)育模擬研究的模型驅(qū)動(dòng)機(jī)制大多基于數(shù)據(jù)挖掘和經(jīng)驗(yàn)統(tǒng)計(jì)，缺乏明顯的地學(xué)意義。

5 總結(jié)與展望

細(xì)溝、淺溝、切溝、沖溝以及河溝組成了黃土高原溝谷系統(tǒng)，幾乎任何一個(gè)具有較大面積的黃土流域均由上述各類溝谷組成。隨著研究的深入，人們認(rèn)識(shí)到籠統(tǒng)地對(duì)待不同類型的溝谷，難以有效解釋地貌發(fā)育機(jī)理和演變過程，并逐步認(rèn)識(shí)到切溝在侵蝕產(chǎn)沙貢獻(xiàn)和流域地貌特征塑造上的重要作用，因此面向黃土切溝的研究也逐漸增多。目前在基于遙感影像和DEM的切溝自動(dòng)識(shí)別、切溝形態(tài)特征分析、切溝發(fā)育演化模型等方面取得了重要的成果。但是對(duì)于切溝的概念內(nèi)涵還未形成統(tǒng)一的認(rèn)識(shí)，這也是造成切溝識(shí)別方法及模型應(yīng)用廣度受限的主要原因之一。本文在系統(tǒng)分析已有切溝定義的基礎(chǔ)上，凝練出切溝的三點(diǎn)共性特征，期望對(duì)明確黃土切溝的概念提供依據(jù)，以服務(wù)于黃土切溝的地貌學(xué)和土壤侵蝕學(xué)研究。

目前，對(duì)切溝形態(tài)的認(rèn)識(shí)主要有線狀抽象、二元性認(rèn)識(shí)和對(duì)象化認(rèn)識(shí)三個(gè)層面。線狀抽象將切溝抽象為線狀要素，著重于切溝的數(shù)量、密度及分布等方面，切溝對(duì)象被簡(jiǎn)化；二元性認(rèn)識(shí)多采用溝沿線或溝底線將整個(gè)地表分為切溝及切溝以外的兩類區(qū)域，重在分析重力侵蝕與坡面侵蝕的分布及其差異性、切溝發(fā)育及其演變等方面，但是對(duì)個(gè)體的特征表達(dá)不足；對(duì)象化認(rèn)識(shí)注重切溝個(gè)體的系列化特性及行為，注重切溝與周圍地理環(huán)境的相互作用，具有系統(tǒng)性和整體性思想，但是獲取每一個(gè)切溝個(gè)體的系列化特征較為困難。以上各種觀點(diǎn)均有其優(yōu)勢(shì)及不足，但是對(duì)切溝三維形態(tài)信息的自動(dòng)化識(shí)別是其研究的基礎(chǔ)。因此，基于高分辨率DEM和遙感影像的切溝三維形態(tài)自動(dòng)識(shí)別和信息提取亟待解決。

由于切溝是坡面侵蝕中下切作用強(qiáng)烈的一類溝壑類型，對(duì)流域土壤侵蝕產(chǎn)沙貢獻(xiàn)明顯，因此切溝的地貌發(fā)育及預(yù)測(cè)研究有助于深化對(duì)流域地貌發(fā)育演化認(rèn)識(shí)。目前，基于經(jīng)驗(yàn)統(tǒng)計(jì)分析的切溝發(fā)育研究大多關(guān)注流域的溝谷密度、切溝溝頭的溯源侵蝕速率、切溝侵蝕發(fā)生的地貌臨界條件等；基于系統(tǒng)動(dòng)力學(xué)模型的切溝發(fā)育模擬研究雖能展示二維形態(tài)的發(fā)育過程，卻無法得到切溝下切深度等三維體特征，且模擬所采用模型的驅(qū)動(dòng)機(jī)制大多基于數(shù)據(jù)挖掘和經(jīng)驗(yàn)統(tǒng)計(jì)，缺乏明顯的地學(xué)意義。因此，基于系統(tǒng)動(dòng)力學(xué)的切溝地貌演化模型研究將成為切溝研究的重點(diǎn)。

[1] 羅來興.劃分晉西、陜北、隴東黃土區(qū)域溝間地與溝谷的地貌類型[J].地理學(xué)報(bào)，1956，22(3):201-222.

[2] 朱顯謨.黃土區(qū)土壤侵蝕的分類[J].土壤學(xué)報(bào)，1956，4(2):99-115.

[3] 鄭粉莉，劉峰，楊勤科，等.土壤侵蝕預(yù)報(bào)模型研究進(jìn)展[J].水土保持通報(bào)，2001，21(6):16-18，32.

[4] 楊華.山西吉縣黃土區(qū)切溝分類的研究[J].北京林業(yè)大學(xué)學(xué)報(bào)，2001，23(1):38-43.

[5] 周成虎.地貌學(xué)辭典[M].北京：中國(guó)水利水電出版社,2006.

[6] LI X，WANG Z，ZHANG S，et al.Dynamics and spatial distribution of gully in the typical upland region of Northeast China[J].Scientia Geographica Sinica，2007，27(4):531.

[7] 張宏芝，朱清科，王晶，等.陜北黃土坡面微地形土壤物理性質(zhì)研究[J].水土保持通報(bào)，2011，31(6):55-58.

[8] 程宏，王升堂，伍永秋，等.坑狀淺溝侵蝕研究[J].水土保持學(xué)報(bào)，2006，20(2):39-41，58.

[9] 尹佳宜，伍永秋，汪言在.采用不同方法測(cè)量切溝的誤差分析[J].水土保持研究，2008，15(1):12-16.

[10] 鄺高明，朱清科，趙磊磊，等.黃土丘陵溝壑區(qū)陡坡微地形分布研究[J].干旱區(qū)研究，2012，29(6):1083-1088.

[11] FAO.Soil erosion by water.Some measures for its control on cultivated lands[J].Agricultural Paper，1965.81

[12] 劉元保，朱顯謨，周佩華，等.黃土高原坡面溝蝕的類型及其發(fā)生發(fā)展規(guī)律[J].中國(guó)科學(xué)院西北水土保持研究所集刊，1988，7(1):9-18.

[13] 李鎮(zhèn)，張巖，楊松，等.QuickBird影像目視解譯法提取切溝形態(tài)參數(shù)的精度分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2014，30(20):179-186.

[14] 黃秉維.陜甘黃土區(qū)域土壤侵蝕的因素和方式[J].地理學(xué)報(bào)，1953，19(2):163-171，173-186.

[15] 張鳳榮，夏夫川.黃土高原丘陵溝壑區(qū)土壤侵蝕遙感調(diào)查制圖與精度分析[J].水土保持學(xué)報(bào)，1992，6(4):28-34.

[16] 劉秉正，吳發(fā)啟.黃土塬區(qū)溝谷侵蝕與發(fā)展[J].西北林學(xué)院學(xué)報(bào)，1993，8(2):7-15.

[17] BOCCO G，VALENZUELA C R.Integrating satellite-remote sensing and geographic information systems technologies in gully erosion research[J].Remote Sensing Reviews，1993，7(3-4):233-240.

[18] 閆業(yè)超，張樹文，岳書平.克拜東部黑土區(qū)侵蝕溝遙感分類與空間格局分析[J].地理科學(xué)，2007，27(2):193-199.

[19] 杜國(guó)明，雷國(guó)平，宗曉丹.東北典型黑土漫崗區(qū)切溝侵蝕空間格局分析[J].水土保持研究，2011，18(2):94-97，271.

[20] SHRUTHI R B V，KERLE N，JETTEN V.Object-based gully feature extraction using high spatial resolution imagery[J].Geomorphology，2011，134(3):260-268.

[21] SHRUTHI R B V，KERLE N，JETTEN V，et al.Object-based gully system prediction from medium resolution imagery using Random Forests[J].Geomorphology，2014，216:283-294.

[22] 李鎮(zhèn)，張巖，姚文俊，等.基于QuickBird影像估算晉西黃土區(qū)切溝發(fā)育速率[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28(22):141-148.

[23] 李斌兵，黃磊.基于面向?qū)ο蠹夹g(shù)的黃土丘陵溝壑區(qū)切溝遙感提取方法研究[J].水土保持研究，2013，20(3):115-119，124.

[24] 李斌兵，黃磊，劉大偉.黃土丘陵溝壑區(qū)切溝分布的遙感圖像識(shí)別最優(yōu)尺度研究[J].水土保持研究，2014，21(4):158-162.

[25] BAATZ M，SCH PE A.Multiresolution Segmentation:An Optimization Approach for High Quality Multi-scale Image Segmentation[A].Berlin,Germany:Herbert Wichmann Verlag,2000.12-23.

[26] 湯國(guó)安.我國(guó)數(shù)字高程模型與數(shù)字地形分析研究進(jìn)展[J].地理學(xué)報(bào)，2014，69(9):1305-1325.

[27] 游智敏，伍永秋，劉寶元.利用GPS進(jìn)行切溝侵蝕監(jiān)測(cè)研究[J].水土保持學(xué)報(bào)，2004，18(5):91-94.

[28] 李斌兵，鄭粉莉，張鵬.黃土高原丘陵溝壑區(qū)小流域淺溝和切溝侵蝕區(qū)的界定[J].水土保持通報(bào)，2008，28(5):16-20.

[29] O′CALLAGHAN J F，MARK D M.The extraction of drainage networks from digital elevation data[J].Computer Vision,Graphics,And Image Processing，1984，28(3):323-344.

[30] TARBOTON D G，BRAS R L，RODRIGUEZ‐ITURBE I.On the extraction of channel networks from digital elevation data[J].Hydrological Processes，1991，5(1):81-100.

[31] FAIRFIELD J，LEYMARIE P.Drainage networks from grid digital elevation models[J].Water Resources Research，1991，27(5):709-717.

[32] LASHERMES B，F(xiàn)OUFOULA-GEORGIOU E，DIETRICH W E.Channel network extraction from high resolution topography using wavelets[J].Geophysical Research Letters，2007，34(23) 4.20 · DOI:10.1029/2007GL031140.

[33] MITASOVA H，HOFIERKA J.Interpolation by regularized spline with tension:II.Application to terrain modeling and surface geometry analysis[J].Mathematical Geology，1993，25(6):657-670.

[34] COSTA-CABRAL M C，BURGES S J.Digital elevation model networks (DEMON):A model of ow over hillslopes for computation of contributing and dispersal areas[J].Water Resour.Res，1994，30(6):I681-I692.

[35] HOLMGREN P.Multiple flow direction algorithms for runoff modelling in grid based elevation models:An empirical evaluation[J].Hydrological Processes，1994，8(4):327-334.

[36] QUINN P F，BEVEN K J，LAMB R.The in (a/tan/β) index:How to calculate it and how to use it within the topmodel framework[J].Hydrological Processes，1995，9(2):161-182.

[37] LI L，KUAI X.An efficient dichotomizing interpolation algorithm for the refinement of TIN-based terrain surface from contour maps[J].Computers & Geosciences，2014，72:105-121.

[38] QIN C Z，ZHU A X，PEI T，et al.An adaptive approach to selecting a flow-partition exponent for a multiple-flow-direction algorithm[J].International Journal of Geographical Information Science，2007，21(4):443-458.

[39] QIN C Z，ZHAN L J.Parallelizing flow-accumulation calculations on graphics processing units——From iterative DEM preprocessing algorithm to recursive multiple-flow-direction algorithm[J].Computers & Geosciences，2012，43:7-16.

[40] HELLWEGER F.AGREE-DEM Surface Reconditioning System[D].University of Texas at Austin,1997.

[41] SAUNDERS W.Preparation of DEMs for use in environmental modeling analysis[A].1999.24-30.

[42] TURCOTTE R，F(xiàn)ORTIN J P，ROUSSEAU A N，et al.Determination of the drainage structure of a watershed using a digital elevation model and a digital river and lake network[J].Journal of Hydrology，2001，240(3):225-242.

[43] 閭國(guó)年，錢亞東，陳鐘明.基于柵格數(shù)字高程模型自動(dòng)提取黃土地貌溝沿線技術(shù)研究[J].地理科學(xué)，1998，18(6):567-573.

[44] TANG G A，XIAO C C，JIA D X，et al.DEM based investigation of loess shoulder-line[A].International Society for Optics and Photonics，2007.12.

[45] 李小曼，王剛，李銳.基于DEM的溝緣線和坡腳線提取方法研究[J].水土保持通報(bào)，2008，28(1):69-72.

[46] ZHOU Y，TANG G A，YANG X，et al.Positive and negative terrains on northern Shaanxi Loess Plateau[J].Journal of Geographical Sciences，2010，20(1):64-76.

[47] 陳永剛，湯國(guó)安，周毅，等.基于多方位DEM地形暈渲的黃土地貌正負(fù)地形提取[J].地理科學(xué)，2012，32(1):105-109.

[48] 王軻，王琤，張青峰，等.地形開度和差值圖像閾值分割原理相結(jié)合的黃土高原溝沿線提取法[J].測(cè)繪學(xué)報(bào)，2015，44(1):67-75.

[49] SONG X D，TANG G A，LI F Y，et al.Extraction of loess shoulder-line based on the parallel GVF snake model in the loess hilly area of China[J].Computers & Geosciences，2013，52:11-20.

[50] YAN S J，TANG G A，LI F Y，et al.Snake model for the extraction of loess shoulder-line from DEMs[J].Journal of Mountain Science，2014，11(6):1552-1559.

[51] 周毅，湯國(guó)安，習(xí)羽，等.引入改進(jìn)Snake模型的黃土地形溝沿線連接算法[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2013，38(1):82-85.

[52] 晏實(shí)江，湯國(guó)安，李發(fā)源，等.利用DEM邊緣檢測(cè)進(jìn)行黃土地貌溝沿線自動(dòng)提取[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2011，36(3):363-367.

[53] JIANG S，TANG G A，LIU K.A new extraction method of loess shoulder-line based on marr-hildreth operator and terrain mask[J].PloS one，2015，10(4):e0123804.

[54] 劉瑋，李發(fā)源，熊禮陽，等.基于區(qū)域生長(zhǎng)的黃土地貌溝沿線提取方法與實(shí)驗(yàn)[J].地球信息科學(xué)學(xué)報(bào)，2016，18(2):220-226.

[55] HE F H，WANG T，GU L J，et al.An integrated use of topography with RSI in gully mapping,Shandong Peninsula,China[J].The Scientific World Journal，2014，http://dx.doi.org/10.1155/2014/827124.

[56] WANG T，HE F H，ZHANG A D，et al.A quantitative study of gully erosion based on object-oriented analysis techniques:A case study in Beiyanzikou catchment of Qixia,Shandong,China[J].The Scientific World Journal，2014，DOI:10.1155/2014/417325.

[57] 馬鼎，李斌兵.黃土溝壑區(qū)切溝植被的激光點(diǎn)云濾波及地形構(gòu)建[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29(15):162-171,301.

[58] 朱顯謨.黃土高原水蝕的主要類型及其有關(guān)因素[J].水土保持通報(bào)，1981，1(3):1-9.

[59] 景可.黃土高原溝谷侵蝕研究[J].地理科學(xué)，1986，6(4):340-347.

[60] BULL L J，KIRKBY M J.Gully processes and modelling[J].Progress in Physical Geography，1997，21(3):354-374.

[61] WISCHMEIER W H，SMITH D D.A universal soil-loss equation to guide conservation farm planning[J].Transactions 7th int.Congr.Soil Sci.，1960，1:418-425.

[62] WISCHMEIER W H，SMITH D D.Predicting Rainfall Erosion Losses-A Guide to Conservation Planning[M].1978.

[63] 賈媛媛，鄭粉莉，楊勤科.國(guó)外水蝕預(yù)報(bào)模型述評(píng)[J].水土保持通報(bào)，2003，23(5):82-87.

[64] WANG B，ZHENG F L，R MKENS M J M，et al.Soil erodibility for water erosion:A perspective and Chinese experiences[J].Geomorphology，2013，187:1-10.

[65] 何雨，賈鐵飛，李容全.黃土丘陵區(qū)溝谷發(fā)育及其穩(wěn)定性評(píng)價(jià)[J].干旱區(qū)地理，1999，22(2):64-70.

[66] LANE L J，GILLEY J E，NEARING M，et al.The USDA Water Erosion Prediction Project[M].ASCE，1989.391-396.

[67] 武春龍，魯翠瑚.溝道密度的統(tǒng)計(jì)數(shù)學(xué)模型[J].水土保持通報(bào)，1985(3):43-46.

[68] SIDORCHUK A，SIDORCHUK A.Model for Estimating Gully Morphology[M].IAHS publication，1998.333-344.

[69] SIDORCHUK A.Dynamic and static models of gully erosion[J].Catena，1999，37(3):401-414.

[70] 劉星飛，原立峰，吳淑芳，等.不同空間尺度下的土壤侵蝕元胞自動(dòng)機(jī)建模評(píng)述[J].中國(guó)水土保持科學(xué)，2012，10(4):113-120.

[71] 原立峰，常春平，張青峰.基于元胞自動(dòng)機(jī)的小流域侵蝕產(chǎn)沙模型研究[J].水土保持通報(bào)，2008，28(2):85-89.

[72] 原立峰，吳淑芳，劉星飛，等.基于元胞自動(dòng)機(jī)的黃土坡面細(xì)溝侵蝕模型研究[J].土壤學(xué)報(bào)，2012，49(5):1043-1049.

[73] 原立峰，劉星飛，吳淑芳，等.元胞大小選擇對(duì)坡面細(xì)溝侵蝕過程CA模擬的影響[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2014，39(3):311-316.

[74] 吳淑芳，劉政鴻，霍云云，等.黃土坡面細(xì)溝侵蝕發(fā)育過程與模擬[J].土壤學(xué)報(bào)，2015，52(1):48-56.

[75] CAO M，TANG G A，ZHANG F，et al.A cellular automata model for simulating the evolution of positive-negative terrains in a small loess watershed[J].International Journal of Geographical Information Science，2013，27(7):1349-1363.

[76] YANG J Y，TANG G A，CAO M，et al.An intelligent method to discover transition rules for cellular automata using bee colony optimisation[J].International Journal of Geographical Information Science，2013，27(10):1849-1864.

[77] CAO M，TANG G A，SHEN Q F，et al.A new discovery of transition rules for cellular automata by using cuckoo search algorithm[J].International Journal of Geographical Information Science，2015，(ahead-of-print):1-19.

Progress in Geomorphology Research on Young Gully in Loess Plateau

NA Jia-ming,YANG Xin,LI Min,DING Hu,TANG Guo-an

(1.KeyLaboratoryofVirtualGeographicEnvironmentofMinistryofEducation,NanjingNormalUniversity,Nanjing210023;2.JiangsuCenterforCollaborativeInnovationinGeographicalInformationResourceDevelopmentandApplication,Nanjing210023;3.StateKeyLaboratoryCultivationBaseofGeographicalEnvironmentEvolution,JiangsuProvince,Nanjing210023,China)

Recently an increasing number of researchers show the interests in loess young gully and distinguish it from gully system which include rill,shallow gully,young gully,gully and river,due to its important role in watershed erosion sediments and geomorphologic development.They all focus on a deep understanding the characteristics of loess young gully,and its development,evolution with environment.Therefore this paper has done a review of research work about the conception,classification,automatic identification method,morphological characteristics analysis and development simulation of young gully.Based on those research work,the common geomorphologic characteristic is summarized by a comprehensive analysis of the existing definition.It is proposed that the future research will focus on automatic identification,three-dimension morphologic extraction and monitoring,morphological characteristics analysis,modeling gully development evolution based on system dynamics.

loess young gully;loess plateau;automatic identification;morphologic characteristics;development evolution

2016-01-22；

2016-05-25

國(guó)家自然科學(xué)基金項(xiàng)目(41271438、41471316、41571383)；江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目(164320H116)

那嘉明(1992-)，男，碩士研究生，研究方向?yàn)閿?shù)字地形分析。*通訊作者E-mail:xxinyang@njnu.edu.cn

10.3969/j.issn.1672-0504.2016.04.012

P931.6

A

1672-0504(2016)04-0068-08