何恩佩，马茂华，陈吉龙，易雪梅，黄远洋，吴胜军*

（1.中国科学院 重庆绿色智能技术研究院，重庆 400714；2.中国科学院大学，北京 100049）

□研究论文

近20年三峡水库坝下水沙情势变化特征及趋势分析
——以黄陵庙水文站为例

何恩佩1，2，马茂华1，陈吉龙1，易雪梅1，黄远洋1，吴胜军1*

（1.中国科学院 重庆绿色智能技术研究院，重庆 400714；2.中国科学院大学，北京 100049）

基于1996-2014年黄陵庙水文站流量与含沙量数据，对三峡水库坝下流量及含沙量年内与年际变化特征、相关关系与变化趋势进行了初步分析。研究发现，1996-2014年黄陵庙水文站流量峰值以每年610 m3·s-1的速度下降 （P＜0.05），谷值平均以每年146 m3·s-1的速度上升 （P＜0.01），蓄水后全年平均流量下降了8.0%。全年平均含沙量在蓄水后减少了90.0%，受到三峡工程施工与蓄水的影响，含沙量在研究时间段内先增加后减小，呈二次指数变化规律 （P＜0.01）。蓄水前流量与含沙量月均值呈线性关系 （P＜0.01），Pearson相关系数为0.941 （P＜0.01），蓄水后呈指数型关系 （P＜0.01），相关系数为0.766 （P＜0.01）。GM （1，1）模型预测结果显示，2016-2025年均流量下降率为2.0%，模型平均误差率为0.091；年均含沙量下降率为34.6%，模型平均误差率为0.179。

黄陵庙水文站；三峡水库；流量；含沙量；灰色模型GM （1，1）

三峡工程开始于20世纪90年代，是迄今为止世界上建筑规模最大的水利枢纽工程，一方面充分利用水资源，发挥出防洪、发电、通航等重要作用[1]，另一方面也对长江中下游河段的环境、气候和水沙情势等带来一系列影响[2-4]。自2003年三峡水库蓄水以来，库区内泥沙淤积，严重影响水库有效库容与使用寿命[5]。同时，出库水含沙量大幅下降，导致大坝下游河道发生长时间、长距离的河床冲刷与再造床作用[6]，引发长江两岸崩塌、滑坡、河岸下陷等次生灾害[7-8]。由于坝下水沙情势的改变，荆江三口分流分沙、长江中下游河流情势与洪水行进规律乃至江湖关系也发生相应变化[9-10]，并进一步影响长江三角洲的冲淤演化以及长江入海口物质交换与能量的平衡过程[11]。因此，研究三峡水库坝下水沙情势对于长江中下游河岸带次生灾害防护、泄洪能力预测、水生以及近岸动植物生境保护，长江三角洲的综合治理都具有重要意义。

本文以黄陵庙水文站水文泥沙监测数据为基础，探讨三峡水库坝下水沙情势变化特征及趋势。黄陵庙水文站于1997年正式运行，该站位于葛洲坝水库常年回水区的一个顺直微弯河段中，在三斗坪下游距三峡坝址约6 km，距离葛洲坝上游约31 km，是三峡水利枢纽的出库水文观测站[12]。作为三峡水库出库水流经的第一站，从大坝至该站点无其他支流影响，黄陵庙水文站的观测数据直接反映了三峡水库出库水的相关特征[3]。分析、预测黄陵庙水文站流量与含沙量的变化特征，有利于预判长江中下游干流与支流的水沙变化情况，揭示长江中下游新的江湖关系与水沙平衡状态，为该区域内水生及近岸动植物生境变化研究提供基础数据，为河道整治与防洪工程建设提供参考资料，对维持区域社会经济可持续发展具有重要意义[13]。

1 材料与方法

本文数据主要来源于由中国环境监测总站主编，中华人民共和国环境保护部发布的 《长江三峡工程生态与环境监测公报 （1997-2015）》。采用SPSS软件，对黄陵庙水文站流量及含沙量与时间变量进行回归分析，利用相关系数最大的原则选取回归方程，分析流量及含沙量月均值与年均值的时间序列变化特征。并在此软件平台上，利用回归分析与Pearson相关分析方法对黄陵庙水文站流量与含沙量时间序列进行相关分析。最后，利用邓聚龙教授在1982年提出的灰色理论[14]，建立GM （1，1）模型，对以上两者进行预测。

2 结果与分析

2.1 1996年至2014年黄陵庙位置流量及含沙量变化特征

2.1.1 年内变化特征

如图1所示，三峡水库出库水各月年平均流量及沙量年内分布不均，具有夏季高、冬季低的特点，黄陵庙水文站冬季流量小，稳定在5 000 m3·s-1左右。4月至7月流量逐渐增加至峰值29 000 m3·s-1左右，其中7、8、9月流量最大，合计占全年流量的40.0%，与同期降雨量占比相同，流量随后再逐渐下降，12月降至 5 000 m3·s-1左右。

在1996-2014年间，含沙量也呈现出年内分布不均的特征，且较流量更为突出。12月至次年3月，含沙量稳定在0.100 kg·m-3以下，4月至7月快速增加到4.000 kg·m-3左右。含沙量与流量都在7月达到峰值。但与流量在7、8、9月都维持在较高水平不同的是，含沙量在7月达到峰值 （约4.000 kg·m-3）之后便快速下降，8月就下降到峰值一半的水平 （约2.000 kg·m-3），并持续下降到12月，达到谷值（低于0.100 kg·m-3）。多年平均流量峰值能达到谷值的40倍，年内分布极不均匀。

图1 平均流量与平均含沙量年内分布图Fig.1 The distribution map of monthly averaged flow rate and sediment concentration within a year

黄陵庙水文站是三峡水库出库水流经的第一个水文站，其监测数据受到三峡水库蓄水的直接影响。分析其变化规律，可以反映三峡工程对于出库水流量及含沙量的影响。本文选取三峡工程首次蓄水年份（2003年）作为时间节点，对比蓄水前 （1996-2002年）与蓄水后 （2004-2014年）多年平均流量及含沙量的年内变化情况 （图2）。其中，1999年三峡工程进行了大规模混凝土浇筑，全年浇筑混凝土458.5万立方米，创下了世界水电工程建设的新纪录。当年含沙量年均值达到13.345 kg·m-3，是历年平均值的20倍以上；当年7月份含沙量达到峰值64.900 kg·m-3，是同期均值的40倍以上，偏离正常值，因此在分析时剔除了1999年含沙量数据。

图2显示流量与含沙量在蓄水前后，年内分布变化趋势大致一致，夏季高、冬季低的特点并未改变。但在6月至11月，当流量高于全年平均水平时，蓄水后平均流量低于蓄水前，而在12月至次年5月，当流量低于全年平均水平时，蓄水后平均流量高于蓄水前。从整体来看，蓄水前年内流量均值为13 677 m3·s-1，蓄水后为12 554 m3·s-1，水库拦蓄使得黄陵庙水文站平均流量净减少约1 123 m3·s-1，占蓄水前全年平均流量的8.0%左右。

黄陵庙水文站含沙量情况在蓄水前后变化较大。蓄水前，含沙量年内变化幅度较大，含沙量谷值为0.030 kg·m-3左右，峰值能达到1.600 kg·m-3左右，相差53倍。蓄水后，从11月到次年5月，含沙量都在0.010 kg·m-3以下，“清水”状态长达7个月。即使在7月达到峰值时，也只有0.183 kg·m-3，不到蓄水前同期的1/8。从整体来看，黄陵庙水文站蓄水前年内含沙量均值为0.492 kg·m-3，蓄水后为0.046 kg·m-3，不到蓄水前的1/10。三峡水库出库水含沙量的大幅减小，坝下径流为满足其携沙能力，需冲刷河床来适应新的水沙条件[15]。长江中下游干流河床将会加深，河道展宽，摆动性增强，河床再造作用明显。一方面，河道下切可提高河道的抗洪能力，对防洪有利，但另一方面会加速河道的侧切，增加堤岸崩塌的危险，引发长江中下游河道不稳定等一系列问题[16]。

图2 平均流量与平均含沙量蓄水前后对比图Fig.2 Comparison of monthly averaged flow rate,sediment concentration before and after water storage

2.1.2 年际变化特征

从黄陵庙水文站1996-2014年流量和含沙量的月均值时间序列图 （图3）中可以看出，在该时间段内，月均流量以一年为周期在4 000~50 000 m3·s-1之间进行宽幅震荡。其峰值出现在夏季，谷值出现在冬季，这与上文所提到的年内分布规律相符合。图中1998年与2012年出现流量峰值异常偏高，而在2006年与2011年又出现异常偏低的现象。根据 《长江三峡工程生态与环境监测公报 （1997-2015）》内容显示，1998年与2012年长江流域出现由暴雨引发的特大洪水，推测其为流量峰值正向偏离的主要原因。而在2006年，三峡库区气温异常偏高，降水量显著偏少，重庆地区遭遇特大干旱。同年三峡工程进行了二期蓄水，坝前水位蓄至156 m，缓解了库区枯水问题，但出库水流量大幅降低。2011年，长江中上游汛期降水较少，中上游来水偏枯。同年三峡水库实施了四次抗旱补水，满足通航及库后用水需求，但出库水流量仍然较往年同期异常偏低。

剔除上述异常值后，对研究时间段内历年的峰值和谷值进行线性拟合，结果如下：

式中：Q和S分别代表流量与含沙量，t为时间 （单位：年）。（1）式中代表的年内流量峰值具有显著下降趋势，下降速度约为每年610 m3·s-1，，占全年均值的4.5%。（2）式中代表的年内流量谷值具有显著上升趋势，上升速度约为每年146.000 kg·m-3，占全年均值的1.1%。峰值虽然具有明显下降趋势，但波动大，观测值偏离程度较大；谷值上升平稳，波动小，其拟合程度更好，解释度更高。总体来看，1996-2014年有峰值降低，谷值上升的趋势，平均流量的波动范围不断收窄，变率减小。根据独立样本的t检验结果，蓄水前后月均流量无显著性差异 （P＞0.05）。

在研究时间段内，含沙量在2003年三峡水库蓄水后下降明显。1999年，受到三峡工程施工影响，其峰值异常偏高。剔除异常值后发现，其峰值在蓄水前围绕平均值1.660 kg·m-3波动，蓄水后平均值降为0.287 kg·m-3，且波动较大。蓄水前，峰值出现时间多集中在7月，蓄水后则分散在7、8、9月。而谷值在蓄水前围绕0.030 kg·m-3窄幅变化，蓄水后则稳定在0.003 kg·m-3左右，下降为蓄水前的1/10。总体来看，含沙量受三峡水库蓄水影响，显著下降。根据独立样本的t检验结果，蓄水前后月均含沙量具有显著差异 （P＜0.01）。

图3 1996至2014年流量及含沙量月均值时间序列图Fig.3 Time sequence of monthly averaged flow rate and sediment concentration during 1996 to 2014

图4 为黄陵庙水文站流量及含沙量年均值的变化情况。受2003年三峡工程一期蓄水影响，流量年均值异常偏低。除1999年三峡工程混凝土浇筑含沙量异常偏高外，含沙量呈现出明显下降趋势，2008-2014年三峡水库进行175 m试验性蓄水后，含沙量保持在较低水平。剔除异常值后，根据散点图从线性、乘幂、指数、对数、多项式等回归方程中选择相关系数最大的回归方程如下：流量：Q=-66t+145610（R2=0.020，P=0.264＞0.01）（3）

含沙量： S=exp（-248272+248t-0.06t2）（R2=0.904，P=0.000＜0.01） （4）

其中式 （3）流量年均值下降趋势不显著。三峡水库的调度运行，在一定程度上对流量有 “削峰填谷”的作用，使径流在年内分布更加均匀，但在年际均值上影响并不显著。含沙量在1996-2014年时间段内呈现二次指数型变化规律，前期增加，后期减小，随着时间增加，其下降趋势逐渐减缓。推测其原因可能是三峡水库在多年水文循环波动过程中，泥沙淤积与冲刷达到平衡，波动逐渐变小。

图4 1996至2014年流量及含沙量年均值时间序列图Fig.4 Time sequence of annually averaged flow rate and sediment concentration during 1996 to 2014

2.1.3 流量与含沙量的相关性

对1996-2014年 （剔除异常值）月平均流量和含沙量的历史数据进行相关性分析。从图5中可以看出，蓄水前后流量与含沙量遵循不同的相关关系。利用SPSS软件进行相关分析，得到Pearson相关系数[17]（表1）验证了上述结论，且蓄水前流量与含沙量的相关性要高于蓄水后。因此，分别对蓄水前和蓄水后的流量和含沙量进行回归分析，选取决定系数最高的回归方程得到式 （5）和式 （6）：

蓄水前，流量与含沙量呈显著的线性关系，随着流量的增大，含沙量也线性升高。而蓄水后，流量与含沙量呈显著的指数型关系，随着流量的增大，含沙量升高的速度越来越快。如图5所示，蓄水后，当流量小于15 000 m3·s-1时，含沙量随着流量的增大，在数量上变化较小，反应较为迟钝；而当流量大于25 000 m3·s-1时，含沙量随着流量的增大，在数量上变化增大，反应较为敏感。总体上，三峡水库的蓄水确实改变了出库水在流量与含沙量之间的相关关系。且在数量上，相同大小的流量条件下，蓄水后的含沙量明显低于蓄水前。

图5 月均流量与含沙量回归关系图Fig.5 Regression relationship of monthly averaged flow rate and sediment concentration

表1 月均流量与含沙量Pearson相关系数表Table 1 Pearson correlation coefficient between monthly averaged flow rate and sediment concentration

2.2 趋势分析

由上文分析可知，黄陵庙水文站流量与含沙量在蓄水前后遵循不同的变化规律。本研究采用三峡工程完成175 m实验性蓄水并正式运行后 （2011-2014年）流量与含沙量年均值数据建立模型。该阶段数据观测水位与目前水库运行水位一致，利用该阶段数据建立模型预测2015-2017年流量及含沙量的变化情况，更具有实际参考意义。灰色模型GM （1，1），其参数与结构均具有可调性，且兼有微分与差分的性质[18]，适用于小样本、贫信息的对象[19]。根据上述特征，本研究采用灰色模型GM （1，1）进行流量与含沙量年均值的拟合与预测。将流量及含沙量年均值进行对数平滑后建立模型，拟合公式分别为式 （7）和式 （8） :

利用模型拟合值与观测值进行对比 （表2），其中流量的相对误差率 （绝对误差/观测值）为0.097，平均误差率 （平均误差绝对值/实际均值）为0.091。含沙量的相对误差率为0.169，平均误差率为0.179。流量数据相对平滑，波动小，拟合程度优于含沙量。

表2 流量与含沙量模型拟合结果表Table 2 The model fitting results of flow rate and sediment concentration

表3 流量与含沙量模型预测结果表Table 3 The prediction results of flow rate and sediment concentration

从表3中该模型对4年流量及含沙量预测结果来看，两者均呈现下降趋势。其中，流量年均下降率为 2.0%，平均每年下降236 m3·s-1；含沙量年均下降率为34.6%，平均每年下降0.933×10-5kg·m-3。目前三峡水库仍处于运行初期，长江径流水沙过程还未达到平衡状态，三峡水库出库水在未来一段时间内，流量与含沙量将持续下降。

3 讨论

由上文可知，三峡水库出库水流量呈现出峰值降低，谷值上升的趋势，年内变幅收窄，但年际下降趋势不显著。水库的调度可能是该变化的主要原因。三峡水库在丰水期拦蓄洪水，减弱自然径流的增加趋势，降低长江中下游洪灾风险；在枯水期释放库容，减弱自然径流的减小趋势，缓解坝下用水矛盾，降低长江中下游旱灾风险。由于水库调度作用，减小了三峡水库出库水年内径流变率，使流量分布更加均匀，利于社会经济发展对径流的合理利用。而多年平均含沙量在2003年三峡水库试蓄水后下降为蓄水前的1/10。由于含沙量的显著下降，下游冲刷强烈，河床加深，河道拓宽，将增加河道槽蓄能力，利于行洪，但也增加了河岸的不稳定性，滑坡、崩岸等自然灾害发生概率将上升[20]。但随着时间推移，河道的冲淤达到平衡，以及含沙量所表现出的二次指数型变化趋势，都表明其下降趋势将会逐渐减缓直至相对稳定。

三峡水库的蓄水后，流量与含沙量呈现指数关系。利用此规律，科学合理地调度出库流量，可有效缓解坝下清水下泻、河床冲刷等一系列生态安全问题。一方面，利用含沙量在流量小于15 000 m3·s-1下的响应惰性，其含沙量随流量降低变化不大。可通过人工调节，将出库流量控制在较小状态，在不影响流量的输沙效率前提下，可将水充分使用在三峡工程通航和发电功能上。另一方面，利用含沙量流量高于25 000 m3·s-1时的响应敏感性，含沙量随流量增大迅速升高。可将出库流量控制在较大状态，从而提高输沙率，缓解水库泥沙淤积，减轻下游河道冲刷。笔者建议在水库调度时尽量避免水库出库流量在15 000~25 000 m3·s-1运行，此状态既不能达到较好的输沙效果，又挤占了通航发电用水量。

三峡水库出库水的流量与含沙量受到上游来水来沙，水库调节，蒸发与河床性质的综合影响。一方面，由于坝前水位高于自然状态，径流动能降低，使入库水流量和含沙量具有减弱的趋势。另一方面，由于库区内水位受人为调度在防洪限制水位145 m至正常蓄水位175 m之间变动，在库区形成了349.9 km2的消落带，扩大了径流冲刷面积[21]；且消落带地形类型多为坡地，物质组成以粉质粘土为主，结构松散，易被侵蚀进入水体[22]，使含沙量具有增加的趋势。但在三峡水库运行初期[23]，库区泥沙淤积较快，下泄含沙量很小。根据GM （1，1）模型预测，在未来一段时间内，坝下流量及含沙量仍具有下降趋势。随着库区内冲淤平衡，出库水流量与含沙量下降趋势将逐渐变缓直至稳定。但这一复杂过程是长期的，通常需要几十年或者上百年[13]。对于该过程中水沙情势在更长时间段以及更加准确的估算还有待进一步的研究。

4 结论

（1）在年内变化规律上，三峡水库坝下流量与含沙量具有夏季高、冬季低的特点。受三峡水库蓄水影响，流量年内变化不大，但较蓄水前分布更加均匀；而含沙量整体下降明显，年内变幅急剧收窄，“清水”状态 （低于0.010 kg·m-3）长达七个月。

（2）在年际变化规律上，三峡水库流量峰值显著下降，谷值显著上升，但年均值变化不显著。受到三峡工程前期施工以及后期蓄水的影响，含沙量在研究时间段内呈现二次指数变化规律，先增加后减小，且蓄水后大幅下降，年际间变幅收窄。

（3）三峡水库的蓄水改变了流量与含沙量之间的相关关系，两者之间由蓄水前的线性关系变为蓄水后的指数关系，Pearson相关系数也同时降低。科学利用两者之间的关系，可提高出库水输沙效率。

（4）目前处于三峡水库运行初期，根据模型预测结果，三峡水库出库水流量与含沙量在2025年之前仍处于下降趋势中。

[1]陈鲜艳，宋连春，郭占峰，等.长江三峡库区和上游气候变化特点及其影响[J].长江流域资源与环境，2013，22（11）：1466-1471.

[2]韩闪闪.三峡水库进出库水沙变化及宜昌至城陵矶河道的响应[D].北京：中国水利水电科学研究院，2015.

[3]李海宁，张燕菁.三峡水库进出库水沙特征及其影响因素分析[J].人民长江，2015，46（5）：13-18.

[4]张强，陈桂亚，姜彤，等.近40年来长江流域水沙变化趋势及可能影响因素探讨[J].长江流域资源与环境，2008，17（2）：257-263.

[5]陈显维，许全喜，陈泽方.三峡水库蓄水以来进出库水沙特性分析[J].人民长江，2006，37（8）：1-3+6.

[6]Wohl E E,Cenderelli D A.Sediment Deposition and Transport Patterns Following a Reservoir Sediment Release[J].Water Resources Research，2000，36（1）：319-333.

[7]韩闪闪.三峡水库蓄水运用后进出库水沙变化分析[J].水电能源科学，2014，32（11）：146-149+175.

[8]姚仕明，卢金友.三峡水库蓄水运用前后坝下游水沙输移特性研究[J].水力发电学报，2011，31（3）：117-123.

[9]宫平，杨文俊.三峡水库建成后对长江中下游江湖水沙关系变化趋势初探Ⅱ.江湖关系及槽蓄影响初步研究[J].水力发电学报，2009，28（6）：120-125.

[10]郭小虎，朱勇辉，渠庚.三峡水库蓄水后江湖关系的研究[J].水电能源科学，2010，28（12）：33-35+132.

[11]褚忠信.三峡水库一期蓄水对长江泥沙的影响[D].青岛：中国海洋大学，2006.

[12]姚仕明，卢金友，徐海涛.黄陵庙水文断面垂线流速分布特性研究[J].长江科学院院报，2005，22（4）：8-11.

[13]何燕生.三峡工程与可持续发展[D].北京：中国社会科学院研究生院，2002.

[14]汪潘义，吴凤平.灰色预测模型在季节波动预测中的应用[J].统计与决策，2009（24）：22-23.

[15]许炯心，孙季.长江上游干支流悬移质含沙量的变化及其原因[J].地理研究，2008，27（2）：332-342.

[16]陈建，李义天，邓金运，等.水沙条件变化对三峡水库泥沙淤积的影响[J].水力发电学报，2008，27（2）：97-102.

[17]Adler J,Parmryd I.Quantifying Colocalization by Correlation：the Pearson Correlation Coefficient is Superior to the Mander's Overlap Coefficient[J].Cytometry Part A，2010，77A （8）：733-742.

[18] 陈涛捷.灰色预测模型的一种拓广[J].系统工程，1990，8（4）：50-52.

[19]李凯.灰色预测模型及其应用[D].荆州：长江大学，2012.

[20]彭令.三峡库区滑坡灾害风险评估研究[D].北京：中国地质大学，2013.

[21]周永娟，仇江啸，王姣，等.三峡库区消落带生态环境脆弱性评价[J].生态学报，2010，30（24）：6726-6733.

[22]Lu Y J，Zuo L Q，Ji RY，et al.Deposition and Erosion in the Fluctuating Backwater Reach of the Three Gorges Project after Upstream Reservoir Adjustment[J].International Journal of Sediment Research，2010，25（1）：64-80.

[23]程辉，吴胜军，王小晓，等.三峡库区生态环境效应研究进展[J].中国生态农业学报，2015，23（2）：127-140.

责任编辑：孙启耀

Characteristics and Variation Trends of Flow Rates and Sediment Concentrations Downstream of the Three Gorges Dam in the recent 20 years——A Case Study on Huangling Temple Hydrological Station

HE Enpei1,2,MA Maohua1,CHEN Jilong1,YI Xuemei1,HUANG Yuanyang1,WU Shengjun1*

（1.Chongqing Institute of Green and Intelligent Technology,Chinese Academy of Sciences,Chongqing,400714,China;2.University of Chinese Academy of Sciences,Beijing 100049,China）

The construction and operation of the Three Gorges Project has weakened the adverse effects of uneven temporal and spatial distribution of the Yangtze River Runoff.But at the same time,the conditions and trends of water and sediment downstream of the dam have also changed.Based on the monthly averaged flow rates and sediment concentrations observed downstream of the dam in Huangling Temple hydrological station during 1996-2014,their characteristics,correlations,and changetrends wereinvestigated in thispaper with statistical analysisand mathematical modeling method.The study indicates that:(1)The flow rates and sediment concentrations observed in Huangling Temple were high in summer,and low in winter.(2)The yearly peak values of the flow rates decreased at the rate of 610 m3·s-1per year(P＜0.05),and the yearly valley values increased at the rate of 146 m3·s-1per year(P＜0.01).After the impoundment,the annually averaged flow rates decreased by 8.0%.(3)The annual sediment concentrations decreased by 90.0%after impoundment.Affected by the construction and impoundment of theThree Gorges Project,the annually averaged sediment concentrations followed the exponential law of a second order function of time.(4)There was a linear and exponential relationship between the monthly averaged flow rates and sediment concentrations before and after the impoundment,respectively.(5)As predicted by the GM(1,1)model,both the annually averaged flow and the sediment concentrations showed a trend of decline.(6)Scientifically and reasonably dispatching of the reservoir water flow can improve the sediment transport efficiency,ease the reservoir sedimentation,and reduce the downstream river erosion intensity.

Huangling Temple hydrological station;Three Gorges Reservoir;flow rate;sediment concentration;GM(1,1)

X143

A

2096-2347（2017）03-0001-09

10.19478/j.cnki.2096-2347.2017.03.01

2017-06-04

国家自然科学基金 （41571497）

何恩佩 （1991-），女，重庆人，硕士研究生，主要从事三峡生态环境研究。E-mail：heenpei@cigit.ac.cn

*通信作者：吴胜军 （1971-），男，湖北人，研究员，博士研究生导师，主要从事三峡生态环境研究。E-mail：wsj@cigit.ac.cn