国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

極端暴雨情景模擬下黃河中游區(qū)現(xiàn)狀下墊面來(lái)沙量分析

2019-07-23 02:13劉曉燕黨素珍高云飛
關(guān)鍵詞:輸沙量淤地壩下墊面

劉曉燕,黨素珍,高云飛

?

極端暴雨情景模擬下黃河中游區(qū)現(xiàn)狀下墊面來(lái)沙量分析

劉曉燕1,黨素珍2,高云飛3

(1. 黃河水利委員會(huì),鄭州 450003;2. 黃河水利委員會(huì)黃河水利科學(xué)研究院,鄭州 450003;3. 黃河上中游管理局,西安 710021)

黃河防洪,難在沙多。未來(lái)黃河的來(lái)沙情勢(shì)事關(guān)治黃方略確定、流域水沙資源配置、重大水利工程布局與運(yùn)用,是近年治黃的熱點(diǎn)問(wèn)題。2000年以來(lái),黃土高原生態(tài)環(huán)境大幅改善,黃河來(lái)沙銳減,在此背景下,需要客觀認(rèn)識(shí)極端暴雨情景下的黃河最大可能來(lái)沙量,為黃河防洪減淤提供決策依據(jù)。該文以沙量貢獻(xiàn)率約91%的黃河中游河口鎮(zhèn)至潼關(guān)區(qū)間為研究對(duì)象,以下墊面產(chǎn)輸沙環(huán)境大體穩(wěn)定、且暴雨偏多的2010-2018年作為現(xiàn)狀下墊面,設(shè)計(jì)了“假定1933年暴雨重現(xiàn)”和“假定2010-2018年各支流的最大暴雨年在同一年發(fā)生”等兩種極端暴雨情景,分別采用各支流最大暴雨年實(shí)測(cè)沙量相加和基于現(xiàn)狀年各支流降雨-產(chǎn)沙關(guān)系的水文學(xué)方法,分析了研究區(qū)現(xiàn)狀下墊面在極端暴雨情景下的可能來(lái)沙量。1933年是黃土高原近百年實(shí)際發(fā)生過(guò)的最大暴雨年;通過(guò)暴雨移植而成的“合成年”暴雨量級(jí)僅次于1933年,但輸沙量和產(chǎn)沙量相當(dāng)于實(shí)測(cè)值;兩個(gè)暴雨情景的大暴雨落區(qū)不同。研究結(jié)果表明:在現(xiàn)狀下墊面背景下,如果2010-2018年各支流的最大暴雨年出現(xiàn)在同一年,研究區(qū)的年輸沙量將達(dá)6.2億t,相應(yīng)的區(qū)域產(chǎn)沙量為9.9億t;基于現(xiàn)狀下墊面的降雨-產(chǎn)沙關(guān)系,如果1933年大暴雨在研究區(qū)重現(xiàn),研究區(qū)的年輸沙量將達(dá)9.4億t,相應(yīng)的區(qū)域產(chǎn)沙量為12.4億t。該文采用的兩種極端暴雨情景,只能算得上是近一百年內(nèi)的最大降雨,且未考慮壩庫(kù)水毀排沙和極端暴雨出現(xiàn)在連續(xù)干旱年之后等不利情況,否則來(lái)沙量將更大。由此可見(jiàn),即便是黃土高原林草植被已經(jīng)大幅改善,且大量梯田和淤地壩建成投運(yùn),黃河防洪和骨干工程調(diào)度運(yùn)用仍要做好應(yīng)對(duì)大沙的準(zhǔn)備。

侵蝕;輸沙量;黃河;中游;現(xiàn)狀下墊面;極端暴雨

0 引 言

因?yàn)樗偕扯?,黃河是世界上最復(fù)雜難治的河流。黃河天然時(shí)期年均來(lái)沙量16億t(陜縣,1919-1959年)、最大39.1億t(1933年)。1980年以來(lái),黃河來(lái)沙逐漸減少,其中2000-2018年的平均輸沙量只有2.5億t、最大6.2億t(2003年),引起人們高度關(guān)注。由于黃河水沙量事關(guān)治黃方略確定、流域水沙資源配置、重大水利工程布局與運(yùn)用,因此,20世紀(jì)90年代以來(lái),黃河水沙變化原因及趨勢(shì)問(wèn)題一直是黃河研究的熱點(diǎn)課題。不過(guò),現(xiàn)有研究主要關(guān)注的是“現(xiàn)狀年(指1970-2014年的不同時(shí)期,具體與相關(guān)項(xiàng)目的開(kāi)展時(shí)間有關(guān))”沙量減少的原因、未來(lái)長(zhǎng)系列降雨情況下的多年平均來(lái)沙量[1-4]。在大暴雨情況下入黃沙量變化方面,陳瑞東等對(duì)比了延河1977年和2013年兩次大暴雨的入黃沙量變化及其原因[5],焦菊英等分析了植被變化對(duì)延河流域2013年大暴雨期間侵蝕產(chǎn)沙的影響[6],冉大川等分析了水土保持措施對(duì)佳蘆河2012年特大暴雨入黃沙量的影響[7],不過(guò),在黃土高原大范圍極端暴雨下的可能來(lái)沙量預(yù)測(cè)方面仍鮮見(jiàn)報(bào)導(dǎo)。但事實(shí)上,多年平均來(lái)沙量和極端暴雨情況下的最大來(lái)沙量都是影響治黃重大問(wèn)題決策的重要基礎(chǔ)性數(shù)據(jù),后者對(duì)重大工程的布置與運(yùn)用甚至更重要。本文擬以黃河中游河口鎮(zhèn)-潼關(guān)區(qū)間為重點(diǎn)研究對(duì)象,分析現(xiàn)狀下墊面在極端暴雨情景下的可能產(chǎn)沙量,為客觀認(rèn)識(shí)未來(lái)黃河來(lái)沙情勢(shì)提供科學(xué)支撐。

1 研究區(qū)概況

本文研究區(qū)包括黃河河口鎮(zhèn)-龍門(mén)區(qū)間(簡(jiǎn)稱河龍間)、渭河咸陽(yáng)以上、涇河張家山以上、北洛河狀頭以上和汾河河津以上,總面積26.55萬(wàn)km2,研究區(qū)位置見(jiàn)圖1。據(jù)1934-1959年實(shí)測(cè)數(shù)據(jù),該區(qū)年均輸沙量為15.9億t,占黃河龍門(mén)、汾河河津、北洛河狀頭、涇河張家山和渭河咸陽(yáng)等五站以上同期總輸沙量的90.7%。

考慮到近40年汾河入黃沙量一直穩(wěn)定在極低水平,土石山區(qū)、林區(qū)和黃土階地區(qū)水土流失輕微,故以下將重點(diǎn)關(guān)注黃河河口鎮(zhèn)-龍門(mén)區(qū)間、北洛河劉家河以上、涇河景村以上和渭河拓石以上,稱為重點(diǎn)研究區(qū)。在河龍間的無(wú)定河上游和禿尾河上游,地表多被風(fēng)沙覆蓋,大部分地區(qū)侵蝕模數(shù)較小,且集中了河龍間55%的大中型水庫(kù)和1/3的小型水庫(kù),可進(jìn)入其下游的泥沙極少,故也不納入重點(diǎn)研究區(qū)。重點(diǎn)研究區(qū)面積僅16.35萬(wàn)km2、略大于黃河中游多沙區(qū)的范圍(圖1),但產(chǎn)沙量約占研究區(qū)總量的94%。

圖1 研究區(qū)位置

2 數(shù)據(jù)采集與處理

2.1 降雨

采用的降雨數(shù)據(jù)均來(lái)自水文部門(mén)整編的水文年鑒,選用的雨量站共436個(gè)。1919-1955年,研究區(qū)雨量站極少。通過(guò)對(duì)實(shí)測(cè)降雨數(shù)據(jù)的均一化檢驗(yàn)和修正,李慶祥等構(gòu)建了中國(guó)各地區(qū)1900-2009年網(wǎng)格化氣候數(shù)據(jù)集[8]。我們提取了該數(shù)據(jù)集在本文研究區(qū)的1919-2009年6-9月降雨量,并利用重點(diǎn)研究區(qū)的1966-2018年實(shí)測(cè)降雨數(shù)據(jù)進(jìn)行了插補(bǔ)延長(zhǎng)。

鑒于黃土高原大多數(shù)降水事件并不產(chǎn)流產(chǎn)沙,故本文重點(diǎn)關(guān)注了各雨量站日降水大于25、50和100 mm的年降水總量,分別用2550和100表示,單位mm。顯然,2550和100不僅體現(xiàn)了雨量因素,也在相當(dāng)程度上反映了雨強(qiáng)因素。逐年統(tǒng)計(jì)各雨量站的2550和100,并根據(jù)各雨量站控制面積進(jìn)行加權(quán)平均,即得到各水文分區(qū)的面平均降雨量。

2.2 泥沙

采用的各支流(區(qū))輸沙量年份主要為2010-2018年,數(shù)據(jù)均來(lái)自黃河流域水文年鑒[9]。統(tǒng)計(jì)表明,2010-2018年,河口鎮(zhèn)至潼關(guān)區(qū)間年均輸沙量1.9億t,其中河龍間0.86億t、涇河張家山0.64億t、渭河咸陽(yáng)0.11億t、北洛河狀頭0.09億t、汾河河津0.002 6億t。

流域產(chǎn)沙量是輸沙量與壩庫(kù)攔沙量之和。在重點(diǎn)研究區(qū)內(nèi),引水引沙量很小,故忽略不計(jì)。

采用的水庫(kù)數(shù)據(jù)來(lái)自第一次全國(guó)水利普查(截至2011年底),并補(bǔ)充了近年新建水庫(kù)。其中,大型水庫(kù)攔沙量采用實(shí)測(cè)數(shù)據(jù);對(duì)于中小型水庫(kù),根據(jù)參考文獻(xiàn)[10]和相關(guān)支流的輸沙量,估算其攔沙量。

淤地壩是還原產(chǎn)沙量時(shí)需重點(diǎn)考慮的因素。淤地壩數(shù)據(jù)來(lái)自第一次全國(guó)水利普查(截至2011年底)、淤地壩安全大檢查(截至2008年底)、延安市淤地壩詳查數(shù)據(jù)(截至2014年或2015年)、寧夏回族自治區(qū)和鄂爾多斯市淤地壩詳查數(shù)據(jù)(截至2016年)、2017年無(wú)定河“7·26”大暴雨后淤地壩調(diào)查數(shù)據(jù)。因各地淤地壩的建成時(shí)間和現(xiàn)狀淤積程度相差很大,故采用不同方法測(cè)算其某年的攔沙量:1)對(duì)于內(nèi)蒙古、甘肅和寧夏的淤地壩,以及山西的大中型淤地壩(基本建成于1990年以后),因絕大多數(shù)淤地壩都沒(méi)有淤滿,故采用“×年輸沙量”推算淤地壩的當(dāng)年攔沙量,其中是流域內(nèi)淤地壩控制面積占流域水蝕面積的比例。2)陜北不僅是現(xiàn)狀淤地壩最多的地方,也是老舊淤地壩最集中的地方[11]。本文采用高云飛等的方法[12],先識(shí)別仍可正常攔沙的淤地壩、統(tǒng)計(jì)其控制面積,然后采用“×年輸沙量”推算淤地壩的當(dāng)年攔沙量。3)晉陜兩省絕大多數(shù)現(xiàn)狀小型淤地壩建于1980年以前,因攔沙壽命只有3~5年,故早在20世紀(jì)末就已經(jīng)淤滿。據(jù)2017年無(wú)定河“7·26”大暴雨后淤地壩的實(shí)測(cè)淤積量數(shù)據(jù),小型淤地壩在該暴雨期間的總攔沙量約占淤地壩總攔沙量的15%。鑒于此,本文統(tǒng)一按此比例推算陜北小型淤地壩的某年攔沙量。

2.3 林草植被和梯田

利用空間分辨率250 m的MODIS衛(wèi)星遙感影像,獲取了研究區(qū)2000-2018年的歸一化植被指數(shù)(NDVI)數(shù)據(jù)。NDVI與植被長(zhǎng)勢(shì)、生物量、蓋度和葉面積指數(shù)等有極強(qiáng)相關(guān)性,且能部分消除輻照條件變化對(duì)反演參數(shù)的影響[13],因此,可采用基于NDVI的像元二分模型,定量反演出植被蓋度,見(jiàn)式(1)。

式中VC為植被蓋度;NDVIsoil為裸土或無(wú)植被覆蓋區(qū)NDVI值,NDVIveg為完全被植被覆蓋情況下的NDVI值;NIR為近紅外波段;為紅光波段。采用的各年NDVI值均為該年最大值。

利用空間分辨率30~56 m的衛(wèi)星遙感影像,通過(guò)土地利用分析和林草植被蓋度分析[2],得到研究區(qū)1978年、2010年和2016年的林草覆蓋率(指林草葉莖正投影面積占研究區(qū)易侵蝕區(qū)面積的比例)。

基于衛(wèi)星遙感影像,獲取了研究區(qū)2012年和2017年的梯田面積。采用的信息源為中國(guó)資源三號(hào)衛(wèi)星的遙感影像,空間分辨率2.1 m;影像的時(shí)相主要為1-6月,部分11-12月,以避開(kāi)植被生長(zhǎng)旺盛期對(duì)梯田識(shí)別的影響。

3 現(xiàn)狀下墊面的界定

本節(jié)從可能影響入黃沙量的主要因素入手,分析研究區(qū)現(xiàn)狀下墊面的代表時(shí)段及其特點(diǎn)。

基于黃河流域水保部門(mén)的統(tǒng)計(jì)數(shù)據(jù),重點(diǎn)研究區(qū)內(nèi)現(xiàn)有大中型淤地壩13 220座,小型淤地壩約34 000座,合計(jì)控制面積約4.8萬(wàn)km2。河龍間西部的禿尾河至延河區(qū)間,以及北洛河上游,是淤地壩最集中的區(qū)域,但因大多建成于20世紀(jì)80年代以前,故約47%的大中型壩和近90%的小型壩極可能已經(jīng)失去攔沙能力[11-12],目前仍有攔沙能力的淤地壩控制面積約1.8萬(wàn)km2。該區(qū)現(xiàn)有大中型水庫(kù)67座,總庫(kù)容43.5億m3,其空間分布見(jiàn)圖1。2011年以后,黃土高原新建淤地壩數(shù)量不足總量的3%,新建水庫(kù)均位于水土流失輕微的風(fēng)沙區(qū)或土石山區(qū)。

截止2012年,重點(diǎn)研究區(qū)共有梯田25182km2,68%集中在涇河和渭河流域。實(shí)地調(diào)查了解到,2009年以來(lái),黃土高原甘肅境內(nèi)(涉及涇河和渭河流域)梯田建設(shè)步伐加快,每年新增梯田面積66 667~100 000hm2,目前已基本消滅坡耕地;預(yù)計(jì)2019年以后,梯田建設(shè)步伐將大幅放緩。2010年以來(lái),研究區(qū)內(nèi)其他省(區(qū))的新建梯田很少。

受降雨、氣溫和人類(lèi)活動(dòng)影響,研究區(qū)生態(tài)環(huán)境脆弱,天然時(shí)期林草植被稀疏。20世紀(jì)90年代以來(lái),植被逐漸恢復(fù)[14-16],2000年以后植被大幅改善[1]。從植被蓋度變化過(guò)程看(圖2),2000年以來(lái),重點(diǎn)研究區(qū)植被蓋度不斷提高,2012年后林草植被的蓋度漸趨穩(wěn)定。

水流含沙量對(duì)植被蓋度變化非常敏感[16],因此,我們還分析了各支流汛期含沙量的變化特點(diǎn)。限于篇幅,圖3僅給出典型支流的含沙量變化過(guò)程。分析表明,2000年以來(lái),各支流含沙量先后出現(xiàn)大幅降低;除涇河的馬蓮河慶陽(yáng)以上外,其他支流均在2006-2010年后基本穩(wěn)定在較低水平、偶有波動(dòng)。

圖3 典型支流汛期含沙量變化

綜上可見(jiàn),2010年以來(lái),區(qū)內(nèi)淤地壩和水庫(kù)數(shù)量、植被覆蓋狀況基本穩(wěn)定,甘肅省新增了大量梯田、但其他?。▍^(qū))新增梯田很少,因此,本文將2010-2018年的下墊面界定為“現(xiàn)狀下墊面”。

在重點(diǎn)研究區(qū),現(xiàn)狀林草和梯田的有效覆蓋率平均為56.6%、較1978年前后增加1.5倍,其中水土流失最劇烈的河龍間西北部增加了2.5~5.5倍。不過(guò),涇河慶陽(yáng)以上地區(qū)的有效覆蓋率仍只有37.5%,且壩庫(kù)控制面積僅占流域面積的11%,是研究區(qū)現(xiàn)狀下墊面最差的地區(qū)。

4 極端暴雨情景設(shè)計(jì)

極端暴雨是指暴雨覆蓋范圍大、雨強(qiáng)大和雨量大的稀遇暴雨。

利用實(shí)測(cè)暴雨數(shù)據(jù),通過(guò)科學(xué)組合生成極端暴雨情景(即暴雨移置),顯然是比較理想和現(xiàn)實(shí)的方法,也是人們常用的方法之一[17-18],因此首先分析了研究區(qū)在1919-2018年的降雨情況。分析表明:在過(guò)去百年中,1933-1967年是汛期降雨最豐的時(shí)段,黃河陜縣(潼關(guān))年輸沙量大于16億t的25個(gè)年份中,有23年出現(xiàn)在該時(shí)段,見(jiàn)圖4。不過(guò),1965年以前雨量站稀少:1953年全研究區(qū)只有13個(gè)雨量站,且多位于水土流失輕微區(qū);1965年,重點(diǎn)研究區(qū)的雨量站達(dá)到200個(gè),但在窟野河上中游和延河流域等約2萬(wàn)km2的地區(qū),雨量站密度不足1個(gè)/2 500 km2,用該時(shí)段降雨數(shù)據(jù)設(shè)計(jì)的極端暴雨情景,在空間上難以均衡。1966年,研究區(qū)雨量站大增。

圖4 1919-2018年陜縣(潼關(guān))輸沙量和研究區(qū)汛期降雨量變化

分析重點(diǎn)研究區(qū)1966-2018年的暴雨雨量變化表明,除2011年和2015年外,2010年以來(lái)的其他7年暴雨雨量明顯偏多,是1966年以來(lái)最豐雨的時(shí)段,見(jiàn)圖5。該時(shí)段的暴雨雨量(50)偏豐43.5%、大暴雨雨量(100)偏豐93.7%,其中2010年的大暴雨主要分布在河龍間的湫水河和三川河一帶、涇河流域南部,2012年分布在河龍間北部,2013年分布在河龍間南部、北洛河和涇河,2016年和2017年分布在河龍間中北部,2018年分布在渭河上游-涇河上中游-北洛河上游。鑒于此,設(shè)想把各支流2010年以來(lái)發(fā)生過(guò)最大暴雨的年份全部“移植”到一年,相當(dāng)于各支流在同一年內(nèi)(并非同時(shí))均發(fā)生了2010-2018年的實(shí)測(cè)最大暴雨,這樣的“合成年”顯然是一種極端暴雨情景。

圖5 1966-2018年重點(diǎn)研究區(qū)暴雨雨量變化

圖6是合成年不同量級(jí)的暴雨籠罩范圍:暴雨(日降雨≥50 mm)和大暴雨(日降雨≥100 mm)籠罩面積分別為15.39萬(wàn)km2、4.55萬(wàn)km2;面平均雨量50和100分別為143和39 mm。對(duì)照?qǐng)D5可見(jiàn),該值遠(yuǎn)大于1966-2018年中的任何一年。50為多年均值3倍的面積,約占重點(diǎn)研究區(qū)的70%。

圖6 合成年的降雨籠罩范圍

在重點(diǎn)研究區(qū)內(nèi),采用現(xiàn)代測(cè)雨設(shè)施的絕大多數(shù)雨量站只有50~70年的實(shí)測(cè)數(shù)據(jù)系列,以此分析合成年降雨情景的發(fā)生概率屬“千年一遇”或“百年一遇”,未必科學(xué)。1933年8月的大暴雨,是黃土高原最著名的大暴雨,該年陜縣實(shí)測(cè)輸沙量39.1億t,是1919年以來(lái)的最大來(lái)沙年,見(jiàn)圖4,因此1933年大暴雨洪水被公認(rèn)為黃河流域的稀遇水文事件[19-22],黃河防汛部門(mén)也一直把它作為重點(diǎn)防御對(duì)象[22-24]。因此,以下通過(guò)對(duì)比“合成年”與1933年的暴雨雨量,說(shuō)明合成年降雨情景的發(fā)生概率。

據(jù)鄭似蘋(píng)和史輔成等實(shí)地走訪調(diào)查[19-20],1933年的黃土高原大暴雨發(fā)生在8月6和8月9日,由兩個(gè)覆蓋范圍廣大、落區(qū)相近、間隔1~2d的暴雨過(guò)程組成,5天降雨量為100 mm的等值線籠罩面積約11萬(wàn)km2、200 mm籠罩8 000 km2。最大暴雨中心位于涇河慶陽(yáng)以上,其中環(huán)縣最大1日和最大5日雨量分別為223和300 mm;其他4個(gè)暴雨中心的5d降水總量為200~300 mm,其中安塞和甘谷最大1日降雨量分別為182和164 mm,見(jiàn)圖7。該場(chǎng)大暴雨形成了1919年以來(lái)黃河陜縣的第一大洪峰(22 000 m3/s)和涇河張家山第一大洪峰、黃河龍門(mén)和渭河咸陽(yáng)的第二大洪峰,陜縣最大12天洪量為90.7億m3,被定位為1919年以來(lái)黃河第一大洪水[23]。

圖7 黃河中游1933年8月6-10日降雨分布[19]

圖8 1933年大暴雨在本研究區(qū)的籠罩范圍

除8月上旬的大暴雨外,1933年汛期還有其他降雨事件發(fā)生,相應(yīng)時(shí)段河龍間輸沙量為5.3億t、北洛河0.91億t、涇河2.22億t、渭河1.61億t、汾河0.46億t。利用人類(lèi)活動(dòng)相對(duì)較少的1956-1975年的降雨量-輸沙量關(guān)系,并參考1975年以前輸沙量相近年份的降雨量,可大體推算出相應(yīng)的雨量50:河龍間23.7 mm,北洛河上游50.7 mm,涇河上中游34.3 mm,渭河上游25.3 mm。

假定1933年日降雨大于100 mm以上的雨量只發(fā)生在8月上旬的大暴雨期間、其他時(shí)段發(fā)生的暴雨50均勻分布,圖8給出推算的1933年全汛期的暴雨籠罩范圍。

前文提到,本文重點(diǎn)研究區(qū)的產(chǎn)沙量占黃土高原入黃沙量的86.7%,是黃河泥沙的主要來(lái)源。對(duì)比圖8和圖6可見(jiàn):

1)在重點(diǎn)研究區(qū),合成年暴雨(50)和大暴雨(100)籠罩范圍分別為15.39萬(wàn)km2、4.55萬(wàn)km2,實(shí)測(cè)最大1日降雨量286.6 mm(三川河后大成站),暴雨總雨量為202.2億m3。1933年50籠罩范圍(12.2萬(wàn)km2)小于合成年,但100籠罩范圍(6.95萬(wàn)km2)是合成年的1.5倍,暴雨總雨量為238.8億m3。

表1 合成年降雨與1933年降雨對(duì)比

2)合成年大暴雨落區(qū)主要分布在河龍間,該區(qū)是近年植被改善最大的地方。而1933年的大暴雨落區(qū)主要分布在涇河流域,最大暴雨中心位于涇河慶陽(yáng)以上(圖7)、該區(qū)是現(xiàn)狀下墊面最差的地方。

綜上可見(jiàn),合成年的暴雨雨量和雨強(qiáng)均小于1933年,故定性判斷合成年的發(fā)生概率小于1933年,而后者是近百年最大的暴雨年;二者的大暴雨落區(qū)及其下墊面現(xiàn)狀差別很大??紤]到合成年幾乎是實(shí)際發(fā)生在現(xiàn)狀下墊面上的極端暴雨、1933年是近百年實(shí)際發(fā)生的最大暴雨,為客觀認(rèn)識(shí)現(xiàn)狀下墊面在極端暴雨情景下的產(chǎn)沙量,我們將合成年和1933年均作為極端暴雨的設(shè)計(jì)情景。

據(jù)調(diào)查[24],1843年陜縣洪峰流量36 000 m3/s、最大12 d洪量119億m3,洪水重現(xiàn)期定為千年一遇,但其雨量難以考證。粗略判斷,1843年的暴雨籠罩范圍和量級(jí)極可能大于1933年。

5 結(jié)果與討論

5.1 合成年沙量分析

式中,max是某條支流或區(qū)域在最大暴雨年的產(chǎn)沙量,單位為億t。

對(duì)于有水文站控制的支流(以下簡(jiǎn)稱有控支流),可直接選取其2010-2018年實(shí)測(cè)的最大年輸沙量。不過(guò),在河龍間,除20條有控支流外,黃河干流兩側(cè)還有約25 500 km2的區(qū)域,俗稱“無(wú)控區(qū)”。參考暴雨落區(qū),基于“有控支流與無(wú)控區(qū)的單位面積輸沙量相同”的假定,利用區(qū)內(nèi)有控支流的總輸沙量,可按面積比例推算出“未控區(qū)”在2010-2018年的最大年輸沙量。

表2是重點(diǎn)研究區(qū)的合成年輸沙量和產(chǎn)沙量,分別為6.1億t和9.5億t,其中河龍間分別為3.7億t和6.6億t,涇河分別為1.8億t和2.2億t。再加上涇河下游、北洛河中下游、汾河流域和渭河下游等在最大降雨年的來(lái)沙量,則研究區(qū)在合成年的“實(shí)測(cè)”輸沙量為6.2億t、產(chǎn)沙量9.9億t。

表2 重點(diǎn)研究區(qū)合成年輸沙量和產(chǎn)沙量

假定各支流25均達(dá)1956-2014年的實(shí)測(cè)最大值,劉曉燕[25]曾利用產(chǎn)沙指數(shù)-林草覆蓋率關(guān)系推算過(guò)黃土高原在2013年下墊面情況下的可能產(chǎn)沙量,其中河口鎮(zhèn)-潼關(guān)區(qū)間為11.5億t。對(duì)比可見(jiàn)(表1),該合成年的暴雨情況與本文合成年相近,產(chǎn)沙量?jī)H相差14%,說(shuō)明兩者結(jié)論基本一致。

需要說(shuō)明的是,雖2018年是北洛河上游近年降雨最豐的年份,但非沙量最大的年份。其2010-2018年的最大來(lái)沙年是2013年(0.215億t),是2018年的兩倍,原因在于暴雨落區(qū)和雨型不同。

5.2 重現(xiàn)1933年暴雨的沙量分析

基于1933年8月大暴雨調(diào)查成果[19-20]和該年其他時(shí)段的雨量推算結(jié)果,以下利用各區(qū)現(xiàn)狀下墊面的降雨量~輸沙量關(guān)系,并參考相似降雨年的實(shí)測(cè)沙量,推算1933年重現(xiàn)時(shí)的可能來(lái)沙量。

對(duì)比圖6和圖8可見(jiàn),雖然合成年與1933年的暴雨雨量基本相同,但暴雨落區(qū)差別很大。1933年8月上旬5個(gè)暴雨中心中的3個(gè)位于涇河流域,包括最大的暴雨中心“馬蓮河上游”。1933年,涇河的馬蓮河上游50為196 mm、其他區(qū)186 mm,均遠(yuǎn)大于1966年以來(lái)的實(shí)測(cè)最大雨量、也遠(yuǎn)大于合成年雨量。如前文分析,由于封禁較晚、且執(zhí)行不夠嚴(yán)格,馬蓮河上游恰是研究區(qū)現(xiàn)狀下墊面最差的地區(qū),也是黃土丘陵第5副區(qū)集中分布的易產(chǎn)沙地區(qū)[26]。利用2010-2018年實(shí)測(cè)降雨量和輸沙量數(shù)據(jù),構(gòu)建了涇河現(xiàn)狀下墊面的降雨量~輸沙量關(guān)系(圖9a),可推算出1933年汛期暴雨重現(xiàn)時(shí)兩個(gè)子區(qū)的可能輸沙量,分別約為3億t和2.3億t,合計(jì)5.3億t。若還原壩庫(kù)攔沙量,則涇河流域“產(chǎn)沙量”將達(dá)5.9億t,該值是1933年涇河實(shí)測(cè)輸沙量的50%、是本文合成年“實(shí)測(cè)”輸沙量的2.5倍。

圖9 2010-2018年涇河、渭河和北洛河降雨量-輸沙量關(guān)系

由于林草植被大幅度改善和大規(guī)模梯田的建成,北洛河上游和渭河上游目前林草和梯田的有效覆蓋率平均已達(dá)60%左右,只有北洛河上游西北部的定邊縣境內(nèi)仍不足40%。1933年汛期,北洛河上游日降雨大于50 mm的總雨量(50)為180.4 mm,渭河上游111.3 mm,分別是合成年的1.5倍和1.3倍?;趦蓞^(qū)現(xiàn)狀下墊面下的降雨量-輸沙量關(guān)系(圖9b),并參考近年相似降雨年的實(shí)測(cè)輸沙量,北洛河劉家河站的輸沙量應(yīng)達(dá)0.36億t,渭河北道站應(yīng)達(dá)0.56億t。加上北洛河劉家河-狀頭區(qū)間和渭河北道-咸陽(yáng)區(qū)間的沙量(按近年實(shí)測(cè)值縮放),估計(jì)北洛河狀頭站和渭河咸陽(yáng)站的輸沙量將分別達(dá)0.43和0.68億t。

1933年,河龍間50和100分別為90.8和47.6 mm,該值雖小于合成年,但在1966-2018年實(shí)測(cè)降雨系列中仍分列第二和第一。河龍間1933年的大暴雨落區(qū)和50與2013年相近,后者入黃沙量約1.8億t。但2013年河龍間的100只有12 mm,僅為1933年的1/4。若基于該區(qū)近10年的大暴雨雨量100輸沙量關(guān)系,1933年重現(xiàn)時(shí)的河龍間入黃沙量可能達(dá)2.8億t,還原壩庫(kù)攔沙量后的產(chǎn)沙量約5億t。

1933年汾河年輸沙量為0.98億t,是最大來(lái)沙年(1954年)的56%,排1933-2018年第6位(前6位均發(fā)生在1960年以前),故推測(cè)1933年汾河流域的汛期降雨不太大。在1979年以來(lái)的40年中,汾河年均輸沙量0.0237億t/a、最大僅0.16億t(1996年),故本文未對(duì)汾河做細(xì)致研究,直接取“0.16億t”作為其在極端暴雨年的可能入黃沙量。

綜上分析,在現(xiàn)狀下墊面情況下,如果1933年暴雨年重現(xiàn),涇河、渭河、北洛河、河龍間和汾河的輸沙量預(yù)計(jì)將近9.4億t。如果壩庫(kù)均不攔沙,輸沙量甚至?xí)_(dá)12.4億t,是1933年的32%。

需要指出,1933年的最大暴雨中心位于涇河流域,該區(qū)是重力侵蝕最嚴(yán)重的地區(qū)。在干旱少雨的年份,雖然水力侵蝕會(huì)減輕,但重力侵蝕并不會(huì)明顯減少,進(jìn)而使緊隨其后的暴雨有更多的輸沙機(jī)會(huì)。據(jù)推算[25],如果1933年大暴雨重現(xiàn)在連續(xù)11個(gè)干旱年之后,前期積累的重力侵蝕產(chǎn)物會(huì)使輸沙量增加3億t。

此外,目前黃土高原近6萬(wàn)座淤地壩的大部分已經(jīng)失去攔沙能力[11]。一旦遭遇大暴雨,部分淤地壩可能會(huì)出現(xiàn)水毀,進(jìn)而增加支流入黃沙量。據(jù)無(wú)定河2017年7月26日暴雨區(qū)內(nèi)7條小流域2000余座淤地壩的實(shí)地調(diào)查成果,水毀淤地壩排沙量達(dá)淤地壩總攔沙量的17.8%。

6 結(jié) 論

2000年以來(lái),黃土高原林草植被、淤地壩和梯田等一直處于不斷改善或增加的過(guò)程中,2010年以后漸趨穩(wěn)定。2010-2018年,黃河中游地區(qū)暴雨偏多、雨量偏豐。鑒于此,本文將黃河中游區(qū)2010-2018年的下墊面作為現(xiàn)狀下墊面,并根據(jù)黃土高原近百年的降雨情況設(shè)計(jì)了兩種極端暴雨情景,分析了該區(qū)現(xiàn)狀下墊面在此極端降雨情景下的產(chǎn)(輸)沙量,得到以下結(jié)論:

1)假定2010-2018年各支流的最大暴雨年在同一年發(fā)生,利用2010-2018年各支流實(shí)測(cè)輸沙量和壩庫(kù)攔沙量數(shù)據(jù),將同期各支流最大暴雨年的實(shí)測(cè)輸沙量直接相加,可得到現(xiàn)狀下墊面在該極端暴雨情景下的可能入黃沙量,為6.2億t。還原淤地壩和水庫(kù)的攔沙量后,推算該降雨情景下的區(qū)域產(chǎn)沙量為9.9億t。

2)假定近百年黃河來(lái)沙最多的1933年汛期降雨重現(xiàn),利用各支流2010-2018年的降雨量-輸沙量關(guān)系和1933年汛期降雨量,推算得到研究區(qū)在該極端暴雨情景下的輸沙量,為9.36億t。如果壩庫(kù)均不攔沙,輸沙量甚至達(dá)12.4億t,為1933年的32%。

3)如果極端暴雨期間淤地壩出現(xiàn)大量水毀,或者極端暴雨重現(xiàn)在連續(xù)11年枯水之后,預(yù)計(jì)入黃沙量更大。

本文設(shè)計(jì)的第一種極端降雨情景是現(xiàn)狀下墊面“實(shí)際”發(fā)生的極端暴雨,第二種情景是近百年實(shí)際發(fā)生過(guò)最大的暴雨??梢?jiàn),雖然近年黃土高原植被大幅度改善,而且建成了大規(guī)模的梯田和淤地壩,但若遭遇極端暴雨,黃河仍有出現(xiàn)“大沙”的可能。

[1] Wang S, Fu B, Piao S, et al. Reduced sediment transport in the Yellow River due to anthropogenic changes[J]. Nature Geoscience, 2016, 9: 38-41.

[2] 劉曉燕,楊勝天,王富貴,等. 黃土高原現(xiàn)狀梯田和林草植被的減沙作用分析[J]. 水利學(xué)報(bào),2014,45(11):1293-1300.

Liu Xiaoyan, Yang Shengtian, Wang Fugue, et al. Analysis on sediment yield reduced by current terrace and shrubs-herbs-arbor vegetation in the Loess Plateau[J]. Journal of Hydraulic Engineering, 2014, 45(11): 1293-1300. (in Chinese with English abstract)

[3] 姚文藝,冉大川,陳江南. 黃河流域近期水沙變化及其趨勢(shì)預(yù)測(cè)[J]. 水科學(xué)進(jìn)展,2013,24(5):607-616.

Yao Wenyi, Ran Dachuan, Chen Jiangnan. Recent changes in runoff and sediment regimes and future projections in the Yellow River basin[J]. Advances in Water Science, 2013, 24(5): 607-616. (in Chinese with English abstract)

[4] 胡春宏. 黃河水沙變化與治理方略研究[J]. 水力發(fā)電學(xué)報(bào),2016,35(10):1-11.

Hu Chunhong. Changes in runoff and sediment loads of the Yellow River and its management strategies[J]. Journal of Hydroelectric Engineering, 2016, 35(10): 1-11. (in Chinese with English abstract)

[5] 陳瑞東,溫永福,高鵬,等. 極端降水條件下延河水沙特征對(duì)比分析及其影響因素[J]. 生態(tài)學(xué)報(bào),2018,38(6):1920-1929.

Chen Ruidong, Wen Yongfu, Gao Peng, et al. Comparative analysis of flow and sediment characteristics of the Yanhe River under extreme rainfall conditions and research on influence factors[J]. Acta Ecologica Sinica, 2018, 38(6): 1920-1929. (in Chinese with English abstract)

[6] 焦菊英,王志杰,魏艷紅,等. 延河流域極端暴雨下侵蝕產(chǎn)沙特征野外觀測(cè)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào),2017,33(13):159-167.

Jiao Juying, Wang Zhijie, Wei Yanhong, et al. Characteristics of erosion sediment yield with extreme rainstorms in Yanhe watershed based on field measurement[J]. Transaction of Chinese Society of Agriculture Engineering, 2017, 33(13): 159-167. (in Chinese with English abstract)

[7] 冉大川,齊斌,肖培青, 等. 佳蘆河流域特大暴雨洪水對(duì)下墊面治理的響應(yīng)[J]. 水土保持研究,2015,22(6):7-13.

Ran Dachuan, Qi Bin, Xiao Peiqing, et al. Response of extraordinary rainstorm and flood to the harnessing for underlying surface in Jialu River Basin[J]. Research of Soil and Water Conservation, 2015, 22(6): 7-13. (in Chinese with English abstract)

[8] 李慶祥,彭嘉棟,沈艷. 1900-2009年中國(guó)均一化逐月降水?dāng)?shù)據(jù)集研制[J]. 地理學(xué)報(bào),2012,67(3):301-311.

Li Qingxiang, Peng Jiadong, Shen Yan. Development of homogenized monthly precipitation dataset in China during 1900-2009[J]. Acta Geographica Sinica, 2012, 67(3): 301-311. (in Chinese with English abstract)

[9] 中華人民共和國(guó)水利部水文局.黃河流域水文資料(第3冊(cè),第4冊(cè))[M]. 2010-2018.

[10] 田勇,馬靜,李勇. 黃河河口鎮(zhèn)—潼關(guān)區(qū)間水庫(kù)近年攔沙量調(diào)查與分析[J]. 人民黃河,2014,36(7):13-15.

Tian Yong, Ma Jing, Li Yong. Intercepted sediment amount by the reservoirs in the Region from Hekouzhen to Tongguan of the Yellow River Basin[J]. Yellow River, 2014, 36(7): 13-15. (in Chinese with English abstract)

[11] 劉曉燕,高云飛,王富貴. 黃土高原仍有攔沙能力的淤地壩數(shù)量及分布[J]. 人民黃河,2017,39(4):1-6.

Liu Xiaoyan, Gao Yunfei, Wang Fugui. Quantity and distribution of warping dams that still have sediment retaining ability in the Loess Plateau [J].Yellow River, 2017, 39(4): 1-6. (in Chinese with English abstract)

[12] 高云飛,郭玉濤,劉曉燕,等. 陜北黃河中游淤地壩攔沙功能失效的判斷標(biāo)準(zhǔn)研究[J]. 地理學(xué)報(bào),2014,69(1):73-79.

Gao Yunfei, Guo Yutao, Liu Xiaoyan, et al. Failure criteria of the warping dams on sediment interception in the Middle Yellow River in northern Shaanxi[J]. Acta Geographica Sinica, 2014, 69(1): 73-79. (in Chinese with English abstract)

[13] 沈斌,房世波,余衛(wèi)國(guó). NDVI與氣候因子關(guān)系在不同時(shí)間尺度上的結(jié)果差異[J]. 遙感學(xué)報(bào),2016,20(3):481-490.

Shen Bin, Fang Shibo, Yu Weiguo. Different correlations between NDVI and meteorological factors at temporal-time scales[J]. Journal of Remote Sensing, 2016, 20(3): 481-490. (in Chinese with English abstract)

[14] 信忠保,許炯心,鄭 偉. 氣候變化和人類(lèi)活動(dòng)對(duì)黃土高原植被覆蓋變化的影響[J]. 中國(guó)科學(xué)D輯:地球科學(xué),2007,37(11):1504-1514.

Xin Zhongbao, Xu Jiongxin, Zheng Wei. Impacts of climate change and human activities on vegetation cover change in the loess plateau[J]. Science in China (Series D:Earth Sciences), 2007, 37(11): 1504-1514. (in Chinese with English abstract)

[15] 張文輝,劉國(guó)彬. 黃土高原植被生態(tài)恢復(fù)評(píng)價(jià)、問(wèn)題與對(duì)策[J]. 林業(yè)科學(xué),2007,43(1):102-106.

Zhang Wenhui, Liu Guobin. Review on vegetation restoration in loess plateau[J]. Scientia Silvae Sinicae, 2007, 43(1): 102-106. (in Chinese with English abstract)

[16] 劉曉燕,楊勝天,李曉宇,等. 黃河主要來(lái)沙區(qū)林草植被變化及對(duì)產(chǎn)流產(chǎn)沙的影響機(jī)制[J]. 中國(guó)科學(xué),2015,45(10):1052-1059.

Liu Xiaoyan, Yang Shengtian, Li Xiaoyu, et al. The current vegetation restoration effect and its influence mechanism on the sediment and runoff yield in severe erosion area of Yellow River Basin[J]. Sci Sin Tech, 2015, 45(10): 1052-1059. (in Chinese with English abstract)

[17] 林炳章,蘭平,張葉暉,等. 可能最大降水估算研究綜述[J]. 水利學(xué)報(bào),2018,49(1):92-102.

Lin Bingzhang, Lan Ping, Zhang Yehui, et al. Review of probable maximum precipitation estimation[J]. Journal of Hydraulic Engineering, 2018, 49(1): 92-102. (in Chinese with English abstract)

[18] 王國(guó)安. 可能最大暴雨和洪水計(jì)算原理與方法[M]. 北京:中國(guó)水利水電出版社,1999.

[19] 鄭似蘋(píng). 黃河中游1933年8月特大暴雨等雨深線圖的繪制[J]. 人民黃河,1981,3(5):28-32.

Zheng Siping. Contour map of heavy rainfall in August 1933 in the middle reaches of the Yellow River[J]. Yellow River, 1981, 3(5): 28-32. (in Chinese with English abstract)

[20] 史輔成,易元俊,高治定. 1933年8月黃河中游洪水[J]. 水文,1984,4(6):55-58.

Shi Fucheng, Yi Yuanjun, Gao Zhiding. Flood in the middle reaches of the Yellow River in August 1933[J]. Journal of China Hydrology, 1984, 4(6): 55-58. (in Chinese with English abstract)

[21] 史輔成,易元俊,高治定. 黃河流域暴雨洪水特性[J]. 水文,1990(5):50-53.

Shi Fucheng, Yi Yuanjun, Gao Zhiding. Characteristics of storm flood in the Yellow River Basin[J]. Journal of China Hydrology, 1990(5): 50-53. (in Chinese with English abstract)

[22] 黃河水利委員會(huì)水文科. 一九三三年和一九四二年黃河陜州最大洪水的初步研究[J]. 新黃河,1952(7):33-40.

Department of Hydrology, Yellow River Conservancy Commission. Preliminary study on the largest flood in Shanzhou station of the Yellow River in 1933 and 1942[J]. New Yellow River, 1952(7): 33-40. (in Chinese with English abstract)

[23] 黃河水利委員會(huì). 黃河流域防洪規(guī)劃[M]. 鄭州:黃河水利出版社,2008.

[24] 黃河水利委員會(huì)勘測(cè)規(guī)劃設(shè)計(jì)院. 1843年8月黃河中游洪水[J]. 水文,1985,5(3):57-63.

Yellow River Engineering Consulting Institute. The flood of the middle yellow river in 1843[J]. Hydrology, 1985, 5(3): 57-63. (in Chinese with English abstract)

[25] 劉曉燕,黨素珍,張漢. 未來(lái)極端降雨情景下黃河可能來(lái)沙量預(yù)測(cè)[J]. 人民黃河,2016,38(10):13-17.

Liu Xiaoyan, Dang Suzhen, Zhang Han. The possible incoming sediment amount of the Yellow River under the extreme rainfall scenarios in the future[J]. Yellow River, 2016, 38(10): 13-17. (in Chinese with English abstract)

[26] 劉曉燕,董國(guó)濤,高云飛,等. 黃土丘陵溝壑區(qū)第五副區(qū)產(chǎn)沙機(jī)制初步分析[J]. 水利學(xué)報(bào),2018,49(3):282-290.

Liu Xiaoyan, Dong Guotao, Gao Yunfei, et al. The sediment producing mechanism of the No. 5 sub-region of the Loess Hilly Region in the Loess Plateau[J]. Journal of Hydraulic Engineering, 2018, 49(3): 282-290. (in Chinese with English abstract)

Sediment yield of current underlying surface under simulated extreme rainstorm in middle reaches of Yellow River Basin

Liu Xiaoyan1, Dang Suzhen2, Gao Yunfei3

(1.,450003,; 2.,,450003,; 3.,710021,)

The flood control of the Yellow River Basin has been very difficult due to the heavy sedimentation of riverbed. So it is the very important to predict and evaluate the future situation of the sediment yield of the Yellow River Basin for deciding strategy of Yellow River governance and development, water resources allocation, plan and operation of the major water conservancy projects. Since 2000, the ecological environment of the Loess Plateau has been greatly improved and the sediment discharge of the Yellow River has decreased significantly. In this background, it is necessary to identify objectively the maximum possible sediment discharge of the Yellow River under the extreme rainstorm, so as to provide decision-making references for flood control and sedimentation reduction of the Yellow River. In this paper, the region between Hekouzhen and Tongguan in the middle reaches of the Yellow River basin was selected as the study area which contributes about 91% of the sediment discharge of the Yellow River Basin, and the underlying surface during 2010 to 2018 was selected as the current underlying surface because the corresponding environment situation of the Loess Plateau in the terms of sediment produce and transportation tend to be stable after experiencing rapid improvement of vegetation for years,and also because there were more rainstorms. Two extreme rainstorm scenarios were designed, one assumes that the rainstorms in 1933 have recurred, and other assumes that the maximum rainstorm in each tributary from 2010 to 2018 have occurred in the same year. Respectively using the method of summing up the annual measured sediment of the maximal rainstorm year of 2010-2018 in each tributary and using the hydrological method based on the current relationship between rainfall and sediment yield, the possible amount of sediment yield of the current underlying surface under extreme rainstorm in the study area was analyzed. In 1933, the Loess Plateau experienced the heaviest rainfall in the past 100 years. The magnitude of synthetic rainstorm was second only to the one in 1933. The difference of the two extreme rainstorm scenarios was the rainstorm area. The results revealed that if the maximum rainstorm of each tributary from 2010 to 2018 occurred in the same year under the current underlying surface condition, the sediment discharge poured into Yellow River in the study area would reach 620 million tons, and the corresponding regional sediment yield would be 990 million tons. If the rainfall scenario in 1933 reappeared, the annual sediment discharge would reach 940 million tons, based on the relationship between rainfall and sediment discharge under the current surface condition in study area, and the corresponding sediment yield would be 1.24 billion tons. The two extreme rainstorm scenarios used in this paper can only be regarded as the maximum rainfall in the past 100 years (not in hundreds of years), and also the calculation process took no account of the unfavorable conditions such as sediment releasing in case of check dams damage, or the situation which the extreme rainstorm occurs after successive years of drought. Otherwise, the sediment discharge would be even larger. Therefore, even if the forest and grass vegetation in the Loess Plateau has been greatly improved, and a large number of terraces and check dams have been built and put into operation, the Yellow River flood control and regulation of key reservoirs still needs to be prepared for large amount of sediment.

erosion; sediment discharge; the Yellow River Basin; middle reaches; current underlying surface; extreme rainstorm

2018-11-07

2019-02-21

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFC0402403)

劉曉燕,博士,教授級(jí)高級(jí)工程師,主要從事黃河水沙變化研究。Email:liuxiaoyan@yrcc.gov.cn

10.11975/j.issn.1002-6819.2019.11.015

S157.1

A

1002-6819(2019)-11-0131-08

劉曉燕,黨素珍,高云飛. 極端暴雨情景模擬下黃河中游區(qū)現(xiàn)狀下墊面來(lái)沙量分析[J]. 農(nóng)業(yè)工程學(xué)報(bào),2019,35(11):131-138. doi:10.11975/j.issn.1002-6819.2019.11.015 http://www.tcsae.org

Liu Xiaoyan, Dang Suzhen, Gao Yunfei. Sediment yield of current underlying surface under simulated extreme rainstorm in middle reaches of Yellow River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(11): 131-138. (in Chinese with English abstract) doi:10.11975/j.issn.1002-6819.2019.11.015 http://www.tcsae.org

猜你喜歡
輸沙量淤地壩下墊面
大中型淤地壩安全度汛“四預(yù)”模型的重點(diǎn)主題及其算據(jù)
陜西榆林地區(qū)無(wú)定河流域淤地壩遙感解譯
淤地壩壩系工程除險(xiǎn)加固施工時(shí)序安排探討
復(fù)雜輻射場(chǎng)對(duì)城市微氣候的影響*
粵北地區(qū)4種城市典型下墊面溫度差異分析
黃土高原地區(qū)淤地壩存在問(wèn)題分析
公園濱水區(qū)近水活動(dòng)場(chǎng)地生態(tài)效益研究
韓江干流潮安站泥沙變化分析
黃河沿水文站泥沙侵蝕模數(shù)計(jì)算探討
農(nóng)村與城市雷電災(zāi)害及防御差異性分析