摘要：深入研究流域临界地貌形态对侵蚀产沙的作用机制至关重要,也是建立流域侵蚀产沙预测模型的关键所在。该研究以黄土高原丘陵沟壑区岔巴沟为研究对象,开展了流域次降雨侵蚀产沙的BP人工神经网络（back propagation artificial neutral network,BPANN）模型与多重线性回归（multiple linear regression,MLR）模型比较研究,定量分析了流域侵蚀产沙的敏感因子及影响程度,并使用分形信息维数临界值和相对应的变量建立临界地貌侵蚀产沙预测模型,阐明临界地貌侵蚀产沙特征。结果表明,在侵蚀产沙模数预测方面,BPANN模型较MLR模型具有更好预测性能,能够有效表征综合条件下侵蚀产沙的动态变化过程。径流深和径流侵蚀功率对侵蚀产沙以及水文响应的影响程度受地貌形态因素制约。当分形信息维数大于地貌临界值时,采用径流侵蚀功率的预测精度高于径流深;相反,分形信息维数小于地貌临界值时,采用径流深的预测精度高于径流侵蚀功率。以分形信息维数为界,分别引入径流深或径流侵蚀功率所建立的临界地貌侵蚀产沙预测模型,具有较高的预测精度,具有一定的可行性、可靠性和普适性。

关键词：土壤 侵蚀 模型 临界地貌 bp神经网络模型 

单位：西安理工大学西北旱区生态水利工程国家重点实验室 西安710048 中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室 杨凌712100 中国地质调查局西安地质调查中心 西安710054