中国90米分辨率可蚀性因子K数据

土壤可蚀性因子(K)数据,基于多种土壤属性数据计算,所用数据包括土壤黏粒含量(%)、粉粒含量(%)、砂粒含量(%)、土壤有机碳含量(g/kg)、土壤质地类型。

土壤可蚀性因子(K):土壤可蚀性因子反映了土壤自身理化性质对于土壤侵蚀的抵抗能力。同等条件下,K值越大,土壤被冲蚀的可能性就越大。

本数据集根据已有参数采用Williams等在EPIC模型中的算法,利用土壤机械组成和土壤有机质进行Kepic值计算。采用张科利的修正土壤可视性因子计算公式获取K值(更适符合中国土壤特征)。具体计算公式为:

式中:Sn=1-Sd/100;Sd为砂粒含量,%;Si为粉粒含量,%;Cl为黏粒含量,%;C为有机碳含量,%。

数据为国际制单位(t·hm2·h)/(hm2·MJ·mm)。

欢迎大家关注、收藏和留言,如果您想要什么数据,可以在搜索网址地球资源数据云,我会分享更多的好的数据给大家~~~~~

以上是关于 中国90米分辨率可蚀性因子K数据详情,欢迎小伙伴们一起学习和分享。

相关推荐
Wect1 小时前
LeetCode 130. 被围绕的区域:两种解法详解(BFS/DFS)
前端·算法·typescript
NAGNIP13 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱21 小时前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub1 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
武子康1 天前
大数据-236 离线数仓 - 会员指标验证、DataX 导出与广告业务 ODS/DWD/ADS 全流程
大数据·后端·apache hive
NAGNIP1 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试