Erosion risk mapping, evaluating the effects of high resolution topographic data in erosion modelling

Andersen, Jack

4. semester

Surveying, Planning and Land Management (cand.geom.), Master

2016

2016-06-08

113

Denne opgave undersøger de fysiske forhold, der styrer jorderosion – den proces, hvor jord bliver flyttet af især vand fra ét sted til et andet. Erosion afhænger af samspillet mellem vejret, jordens egenskaber, terrænets hældning, plante­dække og måden, jorden dyrkes og beskyttes på, hvilket tilsammen bestemmer, hvor jorden fjernes og hvor den aflejres. Projektet opbygger en model baseret på RUSLE (Revised Universal Soil Loss Equation), en udbredt metode til at beregne jordtab. Modellen bruges i en komparativ analyse, der undersøger, hvad det betyder at bruge højopløselige topografiske data (detaljerede terræn- og højdemodeller) til at estimere jorderosion. Formålet er at belyse, om og hvordan mere detaljerede terrændata kan forbedre kortlægningen af erosion og aflejring, hvilket er vigtigt for at sikre rent drikkevand og sunde levesteder for mange arter. RUSLE-modellen inddrager blandt andet nedbørens styrke, jordens erodérbarhed, hældning og længde af skråninger, vegetationsdække samt jordbrugs- og beskyttelsespraksisser. På den baggrund vurderer opgaven anvendeligheden af højopløselige terrændata i erosionsmodellering.

This thesis examines the physical factors that drive soil erosion—the movement of soil, mainly by water, from one place to another. Erosion results from the combined effects of weather, soil properties, terrain slope, vegetation cover, and land management, which together determine where soil is removed and where it settles. The project builds a model based on RUSLE (Revised Universal Soil Loss Equation), a widely used approach for estimating soil loss. This model supports a comparative analysis that explores the use of high‑resolution topographic data (detailed terrain and elevation models) to estimate soil erosion. The aim is to clarify whether, and in what ways, finer‑scale terrain data can improve mapping of erosion and deposition—knowledge that matters for protecting clean water supplies and healthy habitats. The RUSLE framework considers factors such as rainfall intensity, soil erodibility, slope length and steepness, vegetation cover, and conservation (supporting) practices. Using these considerations, the thesis assesses the applicability of high‑resolution topography in erosion modelling.

[This abstract was generated with the help of AI]

RUSLE ; erosion ; modelling ; topography ; length ; steepness ; danish DEM ; height model

Download
View record in AAU Student Projects