摘要:[目的] 为科学判别流域尺度土壤侵蚀类型并给出相应的发生概率。[方法] 构建基于深度学习(deeplearning,DL)的松花江流域土壤侵蚀模数(erosion modulu,EM)计算模型,并计算不同类型的侵蚀模数。以降雨、气温、风速3个侵蚀模数影响因子为随机变量,利用数值模拟和高斯核密度估计法(gaussian kernel densityestimation,GKDE)构建EM概率评价方法,给出不同土壤侵蚀强度组合的发生概率。[结果] EM计算模型验证期的R2均>0.86。流域内平均每年有74.47%发生微度水蚀与微度风蚀;12.86%的面积发生轻度及以上水蚀与微度风蚀;12.56%的面积发生轻度及以上风蚀与微度水蚀;0.11%的面积水蚀强度与风蚀强度均在轻度及以上。36个典型像元中,发生微度水蚀与微度风蚀的平均概率为57.45%;发生微度水蚀与轻度风蚀的平均概率为30.26%;发生微度水蚀与中度风蚀的平均概率为8.03%;发生轻度水蚀与微度风蚀的平均概率为2.11%;发生微度水蚀与重度风蚀的平均概率为2.08%;发生其余强度组合的平均概率在0.05%以下。[结论] 构建的松花江流域EM计算模型精度较高,揭示了松花江流域土壤侵蚀类型空间分布特征,并给出不同土壤侵蚀强度组合的发生概率,为松花江流域土壤侵蚀治理提供依据。