APP下载

气候及下垫面变化对嘉陵江流域径流与输沙的影响

2016-09-21胡云华冯精金王铭烽田风霞贺秀斌

中国水土保持科学 2016年4期
关键词:输沙量下垫面径流量

胡云华,冯精金,王铭烽,田风霞,贺秀斌†

(1.四川省第三测绘工程院,610500,成都;2.华中农业大学资源与环境学院,430070,武汉; 3.中国科学院水利部成都山地灾害与环境研究所,610041,成都)



气候及下垫面变化对嘉陵江流域径流与输沙的影响

胡云华1,冯精金2,王铭烽3,田风霞3,贺秀斌3†

(1.四川省第三测绘工程院,610500,成都;2.华中农业大学资源与环境学院,430070,武汉; 3.中国科学院水利部成都山地灾害与环境研究所,610041,成都)

为定量评价气候、下垫面2种驱动因子的变化对嘉陵江流域产流输沙变化的贡献率,采用SWAT模型,对嘉陵江流域1975年以来的径流和输沙过程进行模拟,通过模型控制变量的方法,分析嘉陵江流域径流和泥沙变化的驱动因子。结果表明:1988—2010年的23年间,由于下垫面变化,导致嘉陵江流域径流总量比1956—2010年的平均径流总量减少了1 718.54亿m3,输沙总量减少了14.62亿t,下垫面变化对径流量减少的贡献率为76.19%,对输沙量减少的贡献率高达91.8%;因此,说明下垫面变化是造成嘉陵江流域径流量和输沙量变化的主要原因。

SWAT模型; 水沙变化; 气候变化; 嘉陵江

嘉陵江流域作为长江上游地区重要的径流和泥沙来源之一,具有水土流失面广量大、类型多样、受人类活动影响大等多种特点。根据多年观测资料发现[1-2],近几十年来,嘉陵江流域输沙量明显减少,1988—2010年的23年间,嘉陵江流域年径流量同1956—2010年多年平均径流量相比,累计减少2 255.16亿m3,占多年平均径流量累积量的15.08%;输沙量同1956—2010年多年平均输沙量相比,总共减少15.85亿t,占多年平均输沙量23年累积量的62.65%。嘉陵江流域作为三峡库尾直接的径流和泥沙入口,流域水沙变化将对三峡库区水沙运动以及泥沙冲淤变化等产生重要影响,引发了社会的广泛关注[3-5]。

张信宝等[6]、范建容等[7]和许全喜等[8]曾利用水文统计数据、遥感和GIS技术、典型调查与分析等技术方法,分析嘉陵江流域水沙变化趋势及原因;但由于调查和分析的局限性,研究得出的结论各有不同,主要原因在于流域出口水文站监测数据的统计分析,无法很好的区分水沙来源,而且,同期嘉陵江流域的降雨量也有所减少,很难定量评价由于气候变化导致的流域水沙变化[9]。

SWAT模型是由美国农业部农业研究所于20世纪90年代中后期开发的具有物理机制、以日为步长运行的长时段流域分布式水文模型[10]。很多学者将SWAT模型应用于国内小流域径流、泥沙模拟,都取得较好的效果[11-13],使用SWAT模型参数变量控制的方法,可以对不同驱动因素、对流域径流和泥沙变化的贡献进行定量估算;因此,本研究通过SWAT模型,对嘉陵江流域径流和泥沙变化过程进行模拟分析,以分别量化近几十年来,气候和下垫面变化对嘉陵江流域径流和输沙变化的贡献率。

1 研究区概况

嘉陵江发源于陕西秦岭南麓(E 102°27′38″~109°1′16.9″,N 29°18′3″~34°32′26″),干流全长1 119 km,流经陕西、甘肃、四川3省,流域面积约16万km2。嘉陵江流域可以分为渠江流域、涪江流域和嘉陵江干流3大子流域,其基本情况见表1。

表1 渠江、涪江和嘉陵江干流3个子流域基本情况

2 研究方法

2.1数据处理与方法

2.1.1流域边界的提取和水系及子流域的划分流域边界提取和水系及子流域的划分数据来源于SRTM的90 m分辨率的DEM数据,利用ArcSWAT 2012自带的Watershed Delineation工具自动进行,为了便于进行模型的校准和验证,选取七里沱、静边和东林水文站分别作为流域内的校准和验证水文站,选取罗渡溪、武胜和小河坝水文站分别作为流域出口的校准和验证水文站。共将渠江流域划分为47个子流域,嘉陵江干流划分为92个子流域,涪江划分为26个子流域。

2.1.2土地利用数据的准备本研究使用的流域1986年土地利用类型图,来源于中国1∶10万土地利用数据,源自中国科学院“八五”重大应用项目“全国资源环境遥感宏观调查与动态研究”。整个嘉陵江流域共包含6种一级类,22种二级类土地利用类型,为减小模型的复杂度,SWAT模型建议用户土地利用类型不超过10种,本研究将按土地利用一级分类,建立模型土地利用数据图层,流域共包括6大地类:耕地、林地、草地、水域、居民地和荒地。

2.1.3土壤数据的处理SWAT模型中土壤数据是主要的输入参数之一,本研究使用的土壤物理属性,来源于粮农组织FAO提供的中国1∶100万土壤类型图,该数据粒径分类采用USDA 简化的美制标准,与SWAT 模型要求的土壤粒径级配标准相符。而SOL_BD(土壤湿密度)、SOL_AWC(有效持水量)、SOL_K(饱和导水率)3个变量由SPAW软件计算得到。

2.1.4坡度数据的处理坡度数据以SRTM 90 m分辨率的DEM数据计算而来,在SWAT模型中使用Multiple Slope坡度分类,模型支持的是百分比坡度,为了减小模型的计算量,参照模型使用手册,执行二级坡度分类,设置“slope class 1”的上限为40%,对应实际坡度约25°左右,“slope class 2”的上限为9 999%,对应实际坡度90°。

2.1.5水文响应单元(HRU)的划分水文响应单元是流域内具有相同水文特性的最小水文单元,称为HRU,是SWAT模型计算的最小单元。根据之前输入的土地利用类型数据、土壤数据和坡度数据,在划分的子流域的前提下,根据土壤、坡度和植被等因素,将整个嘉陵江流域共划分出945个水文响应单元。

2.1.6气象观测数据的处理SWAT要求用户必须输入模拟期内的日观测降雨和气温数据,由于实际观测过程中人为失误或者系统误差,实际观测数据中有大量的缺测值;因此,在模型建立过程中,需要利用WXGEN天气发生器模拟缺测值。WXGEN天气发生器进行天气模拟时,需要输入至少30年的天气统计参数,主要的统计参数有月平均最高气温、月平均最低气温、最高气温标准偏差、月平均降雨量、降雨量标准偏差、月内干日时间(d)、露点温度和月平均太阳辐射量等。笔者研究获取了嘉陵江流域及其周边24个气象站(图1),1975—2010年36年的日气象观测数据,用作模型计算及天气发生器数据库的构建。

2.1.7水文和泥沙数据的处理模型校准期1975—1982年和验证期1983—1987年的径流和泥沙数据来源于1975—1987年的“长江流域水文资料:嘉陵江区”,整理得到渠江流域内的东林、七里沱、渡边3个子流域和渠江流域下游的罗渡溪、嘉陵江干流下游的武圣、涪江下游的小河坝6个水文观测站(图1),1975—1987年逐月的径流和泥沙观测数据。

在模型的模拟期,收集到罗渡溪、小河坝、武圣站1988—2000年的月径流数据。罗渡溪水文站控制流域面积3万6 936.71 km2,小河坝水文站控制流域面积2万5 634.03 km2,武胜水文站控制流域面积7万9 079.98 km2,总控制区面积14.17万km2,占整个嘉陵江流域面积的91.55%。北碚水文站的控制流域面积14万9 165 km2,占整个嘉陵江流域面积的96.4%。本研究中,用北碚水文站的观测数据代表整个嘉陵江的径流和泥沙状况。北碚站的径流和泥沙主要来源于渠江、涪江和嘉陵江干流流域,由于没有收集到北碚站的1975—2000年的观测数据,将武胜、罗渡溪和小河坝3个站的数据相加,以替代北碚水文站的月径流和泥沙数据,和模拟结果进行对比,以判断拟合效果。

北碚站2001—2010年的月径流和泥沙资料来源于2001—2010年的“长江泥沙公报”,由于没有在北碚水文站整个控制区内建立模型,将武胜、罗渡溪和小河坝3个站2001—2010的模拟数据相加,同北碚水文站的月径流和泥沙观测数据对比,以判断模型拟合效果。

图1 研究区气象站和水文站分布图Fig.1 Spatial distribution of meteorological and hydrologic stations in the studied area

2.2SWAT运行、校准和验证

2.2.1SWAT运行将模型模拟所需参数输入到ArcSWAT当中,设置1973—1974年2年作为模型的预热期,运行模型,分别模拟渠江流域、涪江流域和嘉陵江干流1975—1982年的径流和泥沙值。此时的模拟结果是使用模型默认参数生成的,模型内部参数大多根据美国的环境条件设置。通过对比渠江流域的模拟结果可得,渠江流域出口罗渡溪水文站SWAT模拟的1975—1982径流量拟合优度判断系数R2为0.87,Nash-Sutcliffe(NS)系数仅为0.44,模拟的输沙量拟合优度判断系数R2为0.36,NS系数仅为-0.61。模拟效果比较差,为提高模型模拟的精度,需要利用实际观测数据对模型参数进行校准。

2.2.2SWAT-CUP校准使用SWAT-CUP2012作为模型校准的软件,对径流进行率定时,选择对径流较为敏感的13个参数,对泥沙进行率定时,选择较敏感的21个参数。在流域出口武胜、罗渡溪、小河坝和流域内东林、七里沱、静边6个水文观测站,采用从上游到下游的顺序依次率定,每轮率定设置运行次数500次,每轮率定完成后,采用推荐的参数范围进行下一轮率定,直到R2系数和NS系数稳定为止。经过SWAT-CUP参数的率定,SWAT模拟的结果和实际观测数据逐渐接近,各水文站月径流模拟值和实际观测值的R2系数和NS系数均在0.8以上(图2),月输沙量的模拟值和和实际观测值的R2系数和NS系数均在0.75以上(图3),证明模拟结果可以较好地拟合校准期的径流和输沙过程。

图2 6个水文站月径流量校准期的效果图Fig.2 Calibration results of monthly runoff in the 6 hydrologic stations

图3 3个水文站月输沙量校准期的效果图Fig.3 Calibration results of monthly sediment in the 3 hydrologic stations

2.2.3SWAT-CUP验证经过SWAT-CUP率定后,将率定得到的最佳参数带入到SWAT模型当中,替换原来模型当中对应子流域内的参数,重新运行模型,生成渠江流域、涪江流域和嘉陵江干流1983—1987年的径流量和泥沙输移量,并与实际观测数据进行对比,计算模型在验证期径流模拟的精度,结果如图4和图5所示。在验证期,6个流域水文站月径流量模拟结果和实际观测结果的R2系数和NS系数均在0.75以上,3个流域水文站月输沙量模拟结果和实际观测结果的R2系数和NS系数均在0.5以上,模拟结果较好。说明经过校准的嘉陵江流域SWAT模型,可以较好地拟合验证期流域的径流和输沙过程,所建立的嘉陵江流域SWAT模型,在模型的校准期和验证期比较可靠。

图4 6个水文站月径流量验证期的效果图Fig.4 Verification results of monthly runoff in the 6 hydrologic stations

图5 3个水文站月输沙量验证期的效果图Fig.5 Verification results of monthly sediment in the 3 hydrologic stations

由于模型建立在1975—1982年的基础数据之上,经过校准后,从验证结果可以看出,模型内部参数已经基本符合当时流域基本情况,在模型其他参数不变的情况下,仅输入气象观测数据,可以预测在地表下垫面不变的情况下,嘉陵江流域近30年来的水沙变化过程。将模拟结果和实际观测数据对比,可以估算地表下垫面变化所造成的流域径流和输沙变化量,将实际观测的变化总量和由地表下垫面变化所造成的流域径流和输沙变化量对比,可以估算因气候变化导致的流域径流和输沙变化量。

3 结果与分析

3.1地表下垫面变化驱动下的嘉陵江流域径流和泥沙变化分析

从图6和图7可知:在SWAT模型的校准期和验证期,模型可以较好地模拟嘉陵江流域的径流和输沙过程;但随着模拟时间的推移,拟合结果的误差逐步增大。SWAT模拟的效果由模型参数决定,由于模型的参数是用1975—1982年的实测数据进行校准的,模型输入的土地利用数据也是80年代的,随着时间的推移,模型参数中只改变气象参数。但近30年来,嘉陵江流域的下垫面已经发生很大的变化,而模型下垫面参数并未修改,导致模拟结果和实际观测结果误差越来越大。在模型参数不改变的情况下,可以认为模拟结果是地表下垫面未发生改变时的嘉陵江流域径流和泥沙数以过程。将模拟结果和实测结果进行对比分析,可以得出近30年来,嘉陵江流域地表下垫面变化所造成的嘉陵江流域径流和泥沙变化量。从统计结果得出,仅在地表下垫面变化的影响下,1988—2010年的23年来,嘉陵江流域径流量同多年平均径流量相比,累计减少1 718.54亿m3,占实际观测径流减少量的76.19%,占多年平均径流量23年累积量的11.50%。输沙量同多年平均输沙量相比,总共减少14.62亿t,占实际观测输沙量减少量的91.8%,占多年平均输沙量23年累积量的57.79%。

图6 嘉陵江流域实际观测和模拟的年径流量变化过程Fig.6 Change process of simulated and observed annual runoff in Jialing River Basin

图7 嘉陵江流域实际观测和模拟的年输沙量变化过程Fig.7 Change process of simulated and observed annual sediment discharge in Jialing River Basin

3.2气候变化驱动下的嘉陵江流域径流和泥沙变化分析

图8描绘出流域年降雨量的变化过程。从统计结果可得1988—2010年的23年来,嘉陵江流域年降雨量同多年平均降雨量相比累计减少895 mm,占嘉陵江流域多年平均降雨量23年累积量的4.29%。

图8 嘉陵江流域年降雨量变化过程Fig.8 Change process of annual precipitation in Jialing River Basin

在模型其他参数不变的情况下,模型模拟的结果是只在气象因素(降雨量、最高气温、最低气温等)影响下的径流和输沙量。模型模拟的年平均径流量和年输沙量如图9和图10所示。可以看出:模拟的年径流量和输沙量变化过程与流域的年降雨量变化过程高度正相关,降雨的变化会引发流域径流量和输沙量的变化。仅在气象条件的影响下,1988—2010年的23年来,嘉陵江流域径流量同多年平均径流量相比,累计减少了537亿m3,占实际观测径流减少量的23.81%,占多年平均径流量23年累积量的3.59%。输沙量同多年平均输沙量相比,总共减少1.3亿t,占实际观测输沙减少量的8.2%,占多年平均输沙量23年累积量的5.14%。

图9 嘉陵江流域模拟的年径流量变化过程Fig.9 Change process of simulated annual runoff in Jialing River Basin

图10 嘉陵江流域模拟的年输沙量变化过程Fig.10 Change process of simulated annual sediment discharge in Jialing River Basin

4 结论与讨论

1) 1988—2010年的23年来,嘉陵江流域年降雨量同多年平均降雨量相比累计减少895 mm,在地表下垫面保持不变的情况下,单纯由气象条件导致的嘉陵江流域径流总量比1956—2010年的平均径流量减少约3.59%,输沙总量减少约5.14%,气象条件变化对嘉陵江流域径流减少的贡献率为23.81%,对输沙量减少的贡献率仅为8.2%。由此可见,单纯气象条件变化仅导致嘉陵江流域径流和输沙量略微减少。

2) 排除气象条件造成的径流和泥沙变化,由于下垫面变化,导致嘉陵江流域径流总量比1956—2010年的平均径流总量减少约11.5%,输沙总量减少约57.79%,下垫面变化对嘉陵江流域径流量减少的贡献率为76.19%,对输沙量减少的贡献率高达91.8%。由此可见,下垫面变化是造成嘉陵江流域径流量和输沙量变化的主要原因;但目前的模型精度,还无法较准确地区分各下垫面变化驱动因子对流域径流和输沙过程变化的贡献率。地表下垫面因素中,水土保持措施、土地利用变化、水库水电站等大型水利设施的修建等因素对流域径流和输沙过程的影响,将是需要进一步研究的问题。

[1]长江水利委员会长江流域水土保持监测中心站.嘉陵江流域水土保持减沙效益研究报告[R].武汉:长江水利委员会,2006:1-64.

Yangtze River Scientific Research Institute,Changjiang Water Resources Commission.Benefit research report of soil-water conservation on water and sand reduction in Jialing River basin[R].Wuhan:Changjiang Water Resources Commission,2006:1-64.(in Chinese)

[2]陈显维.嘉陵江流域水库群拦沙量估算及拦沙效应分析[J].水文,1992,(4):34.

Chen Xianwei.Weight estimation and benefit analysis of sediment trapped by reservoir group in Jialing River basin[J].Hydrology,1992,(4):34.(in Chinese)

[3]许炯心.人类活动和降水变化对嘉陵江流域侵蚀产沙的影响[J].地理科学,2006,26(4):432.

Xu Jiongxin.Effect of human activities and precipitation on sediment yield of the Jialing River[J].Geographical Science,2006,26(4):432.(in Chinese)

[4]丁文峰,张平仓,任洪玉.近50年来嘉陵江流域径流泥沙演变规律及驱动因素定量分析[J].长江科学院院报,2008,25(3):23.

Ding Wenfeng,Zhang Pingcang,Ren Hongyu.Quantitative analysis on evolution characteristics and driving factors of annual runoff and sediment transportation changes for Jialing River[J].Journal of Yangtze River Scientific Research Institute,2008,25(3):23.(in Chinese)

[5]刘惠英,高强.三峡库区龙河流域水沙关系驱动因子贡献率分析[J].中国水土保持科学,2015,13(5):1.

Liu Huiying,Gao Qiang.Contribution rate of driving factors on the rainfall-sediment relationship of Longhe River watershed in the Three Gorges Reservoir Region [J].Science of Soil and Water Conservation,2015,13(5):1.(in Chinese)

[6]张信宝,文安邦.长江上游干流和支流河流泥沙近期变化及其原因[J].水利学报,2002,27(4):56.

Zhang Xinbao,Wen Anbang.Variations of sediment in upper stream of Yangtze River and its tributary[J].Journal of Hydraulic Engineering,2002,27(4):56.(in Chinese)

[7]范建容,钟祥浩,刘淑珍.嘉陵江中下游典型流域土壤侵蚀与泥沙输移遥感监测[J].中国科学(E辑:科学技术),2003,33(S1):157.

Fan Jianrong,Zhong Xianghao,Liu Shuzhen.Remote sensing of soil erosion and sediment transport in the typical area of middle and lower reach of Jialing River[J].Science in China Series E:Technological Sciences,2003,33(S1):157.(in Chinese)

[8]许全喜,陈松生,熊明,等.嘉陵江流域水沙变化特性及原因分析[J].泥沙研究,2008,(2):1.

Xu Quanxi,Chen Songsheng,Xiong Ming,et al.Analysis on runoff and sediment characteristics and affecting factors of the Jialing River basin[J].Journal of Sediment Research,2008,(2):1.(in Chinese)

[9]杨丽红,周正朝.最小二乘与分位数回归方法在河流水沙研究中的应用:以陕北延河流域为例[J].中国水土保持科学,2014,12(5):45.

Yang Lihong,Zhou Zhengchao.Comparison of ordinary least square regression and quantile regression in the study of hydrological elements of Yanhe River Basin[J].Science of Soil and Water Conservation,2014,12(5):45.(in Chinese)

[10] Arnold J G,Srinivasan R,Muttiah R S,et al.Large-area hydrologic modeling and assessment:Part I.Model development[J].Journal of the American Water Resources Association,1998,34(1):73.

[11] 郭军庭,张志强,王盛萍,等.应用SWAT模型研究潮河流域土地利用和气候变化对径流的影响[J].生态学报,2014,34(6):1559.

Guo Junting,Zhang Zhiqiang,Wang Shengping,et al.Appling SWAT model to explore the impact of changes in land use and climate on the streamflow in a watershed of northern China[J].Acta Ecologica Sinica,2014,34(6):1559.(in Chinese)

[12] 韩博,周丽丽,范昊明,等.蒲河流域氮污染负荷模拟及时空分布[J].中国水土保持科学,2013,11(2):90.

Han Bo,Zhou Lili,Fan Haoming,et al.Nitrogen pollution load simulation of the Puhe River basin and the spatial and temporal distribution[J].Science of Soil and Water Conservation,2013,11(2):90.(in Chinese)

[13] 郝芳华,陈利群,刘昌明,等.土地利用变化对产流和产沙的影响分析[J].水土保持学报,2004,18(3):5.

Hao Fanghua,Chen Liqun,Liu Changming,et al.Impact of land use change on runoff and sediment yield[J].Journal of Soil and Water Conservation,2004,18(3):5.(in Chinese)

Influences of climate and land surface change on runoff and sediment in Jialing River Basin

Hu Yunhua1,Feng Jingjin2,Wang Mingfeng3,Tian Fengxia3,He Xiubin3

(1.The Third Surveying and Mapping Engineering Institute in Sichuan Province,610500,Chengdu,China; 2.College of Resource and Environment, Huazhong Agricultural University,430070,Wuhan,China; 3.Institute of Mountain Hazards and Environment,Chinese Academy of Sciences, 610041,Chengdu,China)

[Background] The Jialing River Basin is one of the important sources of runoff and sediment in the upper reaches of the Yangtze River Basin.Investigation on the mechanism of the influence of climate and underlying surface conditions on runoff and sediment discharge reveal the reason for the change of runoff and sediment discharge in Jialing River Basin in recent decades,therefore,analyzing the influence contribution rates from 2 factors of climate and underlying surface conditions on the changes of runoff and sediment has the important significance in the Jialing River Basin,and it also can be used as certain significant guidance to control the basin sediment variability of soil and water conservation work.[Methods] SWAT model was adopted to simulate the process of runoff and sediment in the Jialing River Basin since 1975,and was calibrated by processing the basic data (including land use,DEM,soil data and meteorological data) and using the sediment data of the hydrologic stations,furthermore the driving factors resulting in the changes of runoff and sediment as well as their contribution rates to the changes of runoff and sediment were analyzed by the method of model control variables.[Results] The study showed that:during the 23 years from 1988 to 2010,1) the total runoff in Jialing River Basin was 3.59% less than the average runoff,and the total amount of sediment decreased by 5.14% and only resulted from the change of climate condition.The contribution rate of climate changes on the decrease of runoff was 23.81% and on the decrease of sediment was 8.2%.2) Compared with the average total amount of runoff and sediment discharge,the total runoff in Jialing River Basin had been a decrease of 171.854 billion cubic meters and the sediment discharge had been a decrease of 1 462 million tons.The contribution rate of underlying surface changes on the decrease of runoff was 76.19% and on the decrease of sediment was 91.8%.[Conclusions] 1) The influence of weather change on runoff and sediment in Jialing River Basin is little.2) The changes of runoff and sediment in Jialing River Basin are mainly caused by the changes of underlying surface conditions.Although this paper shows the underlying surface is the main reason on the change of runoff and sediment in Jialing River Basin,by the model precision it is infeasible to accurately distinguish the contribution rate of varied driving factors of underlying surface to the change processes of runoff and sediment.The underlying surface factors include soil and water conservation measures,land use change,reservoir hydropower station and the construction of large water conservancy facilities,and their influences on the runoff and sediment need further studying.

SWAT model; runoff and sediment change; climate change; Jialing River

2015-05-15

2016-04-25

项目名称:国家自然科学基金“三峡库区紫色土柑橘园土质道路路面侵蚀的研究”(41201273);中国科学院资助课题“气候和人类影响下的坡地径流与侵蚀过程”(KZZD-EW-TZ-06-03);长江水利委员会资助课题“长江流域水土保持防治技术调研和总结”(Y4R1-450)

胡云华(1988—),男,硕士,助理工程师。主要研究方向:地理信息系统。E-mail:578652097@qq.com

简介:贺秀斌(1967—),男,博士,研究员。主要研究方向:土壤侵蚀与水土保持。E-mail:xiubinh@imde.ac.cn

S157.1

A

1672-3007(2016)04-0075-09

10.16843/j.sswc.2016.04.010

猜你喜欢

输沙量下垫面径流量
非平稳序列技术在开垦河年径流量预报中的应用
城市下垫面渗蓄性能量化模拟试验研究
采用非参数统计方法及年代际变化分析塔西河来水变化状况
1956年~2015年渭河流域径流年内分配特征分析
复杂辐射场对城市微气候的影响*
1956—2013年汾河入黄河川径流量演变特性分析
20世纪中期以来不同时段黄河年输沙量对水土保持的响应
气候变化和人类活动对祖厉河输沙量变化的影响分析
黄河上中游水土保持减沙效果研究
韩江干流潮安站泥沙变化分析