期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
淮河流域洪水极值非平稳性特征 被引量:13
1
作者 孙鹏 孙玉燕 +4 位作者 张强 姚蕊 温庆志 王友贞 蒋尚明 《湖泊科学》 EI CAS CSCD 北大核心 2018年第4期1128-1142,共15页
基于淮河流域9个水文站的月径流量数据,采用Pettitt非参数检验法、GAMLSS模型与洪水频率分析模型等方法,揭示了淮河中上游洪水频率的演变规律,分析基于平稳性和非平稳性条件下的洪水发生强度及洪涝灾害所带来的影响.研究发现:潢川、横... 基于淮河流域9个水文站的月径流量数据,采用Pettitt非参数检验法、GAMLSS模型与洪水频率分析模型等方法,揭示了淮河中上游洪水频率的演变规律,分析基于平稳性和非平稳性条件下的洪水发生强度及洪涝灾害所带来的影响.研究发现:潢川、横排头和蚌埠站点未发生明显变异,其余6个站点发生均值或方差变异,变异时间主要集中在2000年左右.淮河流域的最优拟合分布函数是Weibull;班台、蒋家集和横排头站适宜于非平稳性模型,其余站点选择平稳性模型.各站点非平稳性条件下10年和20年一遇设计流量值与平稳性条件下皮尔逊Ⅲ型分布设计流量值相差不大,但30年一遇、50年一遇和100年一遇的设计流量相差逐渐变大.横排头站和蚌埠站洪水放大因子随着时间增加呈上升趋势且大于1,百年一遇重现期不足80年.各站点年最大洪峰流量与淮河流域、安徽省水灾面积通过了95%或99%的显著性检验. 展开更多
关键词 非平稳性 GAMLSS模型 洪水放大因子 重现期 淮河流域
下载PDF
基于标准化径流指数的水文干旱特征分析:以塔里木河为例 被引量:10
2
作者 孙鹏 孙玉燕 +2 位作者 姚蕊 张强 温庆志 《北京师范大学学报(自然科学版)》 CAS CSCD 北大核心 2018年第2期261-268,共8页
运用标准化径流指数(standardized runoff index,SRI)和标准化降雨指数(standardized precipitation index,SPI)对塔里木河源流区月径流量和月降水量进行了全面系统的分析,结合历史干旱资料和游程理论分析干旱指数适用性和干旱变化特征... 运用标准化径流指数(standardized runoff index,SRI)和标准化降雨指数(standardized precipitation index,SPI)对塔里木河源流区月径流量和月降水量进行了全面系统的分析,结合历史干旱资料和游程理论分析干旱指数适用性和干旱变化特征,结果表明:1)3个月尺度的SPI和SRI均能够较好地反映塔河流域干旱特征,阿克苏河流域和开都河流域山区气象站SPI3和SRI3的相关性高于其他流域;2)和田河流域和叶尔羌河流域的干旱发生频率大于阿克苏河流域和开都河流域,但其干旱历时小于阿克苏河流域和开都河流域;3)1987年以后源流区的轻度干旱年均干旱次数少于1987年以前,主要是因为降雨、气温的增加和水利工程设施的修建.耕地面积迅速增加是1987年以后的极端干旱的干旱历时和干旱烈度大于1987年以前的主要原因. 展开更多
关键词 标准化径流指数 标准化降水指数 干旱特征 塔里木河
下载PDF
基于MODIS数据的安徽省植被水分利用效率时空变化及影响因素 被引量:7
3
作者 王芳 张运 +3 位作者 黄静 汤志 何好 王银银 《长江流域资源与环境》 CAS CSSCI CSCD 北大核心 2019年第6期1314-1323,共10页
水分利用效率是衡量生态系统碳水循环耦合程度的重要指标。基于MODIS数据、土地覆盖类型数据和气象数据,估算安徽省植被水分利用效率(WUE),采用趋势分析法和相关分析法对安徽省2000~2014年植被WUE的时空格局、变化趋势及影响因素进行研... 水分利用效率是衡量生态系统碳水循环耦合程度的重要指标。基于MODIS数据、土地覆盖类型数据和气象数据,估算安徽省植被水分利用效率(WUE),采用趋势分析法和相关分析法对安徽省2000~2014年植被WUE的时空格局、变化趋势及影响因素进行研究。研究表明:(1)不同植被类型的WUE年均值差异明显,常绿阔叶林和常绿针叶林的WUE均值较高,分别达到1.66和1.69 gC·mm-1·m-2,而耕地的年均WUE最低,各植被类型的年均WUE按照'常绿针叶林>常绿阔叶林>灌木>草地>落叶阔叶林>针阔混交林>耕地'的顺序递减。植被年均WUE具有较强的空间分异性规律,整体上呈现南北高中间低的趋势,植被WUE的高值区主要分布在大别山区和皖南山区,分布范围与常绿针叶林、常绿阔叶林的分布范围基本一致。(2)安徽省2000~2014年植被WUE年内变化呈现出'增加-减小-增加-减小'的M状'双峰型'趋势,具有明显的季节差异,呈现出春季>秋季>夏季>冬季的特征,各季节植被WUE的均值分别占植被WUE的32.58%、24.91%、29.27%、13.24%。(3)安徽省植被WUE动态变化受到降水影响显著的区域占比3.88%;气温显著影响的区域占比2.19%;降水显著影响的地区主要分布在林地范围内,温度显著影响的地区则位于耕地范围内,降水和气温综合显著影响所占面积最小,为0.11%;而植被WUE受气温和降水影响均不显著占比为93.82%;整体上,安徽省大部分地区的植被WUE变化主要受非气候因素影响。 展开更多
关键词 植被 水分利用效率 时空分布 影响因素 安徽省
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部