999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

嫩江下游洪水演進(jìn)及對洪泛區(qū)植被影響分析

2021-09-14 09:51:12毛思媛賈艷紅假冬冬鄭祥民范寶山張佳欣
水利水電科技進(jìn)展 2021年3期
關(guān)鍵詞:模型

毛思媛,賈艷紅,假冬冬,鄭祥民,范寶山,張佳欣

(1.華東師范大學(xué)地理科學(xué)學(xué)院地理信息科學(xué)教育部重點(diǎn)實驗室,上海 200241;2.南京水利科學(xué)研究院水文水資源與水利工程科學(xué)國家重點(diǎn)實驗室,江蘇 南京 210029; 3.中水東北勘測設(shè)計研究有限責(zé)任公司,吉林 長春 130061;4.水利部寒區(qū)工程技術(shù)研究中心,吉林 長春 130061)

隨著全球極端氣候事件的增加,洪水頻率也相應(yīng)增加[1],這不僅對生命財產(chǎn)安全構(gòu)成了重大威脅,也對河岸生態(tài)系統(tǒng)產(chǎn)生了重大影響。Berthelot等[2]研究表明,洪水頻率的增加將導(dǎo)致不同洪水重現(xiàn)期內(nèi)物種的組成、多樣性及群落結(jié)構(gòu)出現(xiàn)顯著差異,特別是在洪水頻發(fā)區(qū),植被的密度、更新率與物種多樣性會顯著減少。為有效減輕洪澇災(zāi)害造成的巨大損失,促進(jìn)河流生態(tài)建設(shè),模擬流域洪水演進(jìn)并分析洪水淹沒對河岸生物群落的影響對恢復(fù)河流基本功能、改善河流水生態(tài)環(huán)境及促進(jìn)河流生態(tài)治理具有重要意義。

近年來,隨著洪水管理及生態(tài)河道治理政策的推行,如長江流域“共抓大保護(hù),不搞大開發(fā),生態(tài)優(yōu)先,綠色發(fā)展”戰(zhàn)略、黃河流域“積極實施生態(tài)保護(hù)和高質(zhì)量發(fā)展”戰(zhàn)略,松花江流域的洪水管理與生態(tài)環(huán)境保護(hù)也日漸受到人們的重視。目前已在嫩江洪水管理與洪水演進(jìn)方面展開了一些研究,如孫亞楠等[3]利用MIKE11水動力學(xué)方法模擬了不同洪水組合下嫩江受第二松花江洪水頂托的影響,楊浩淼[4]基于HydroInfo二維水動力模型模擬了嫩江灣濕地擬建道路對河道防洪的影響,李洋[5]采用HEC-RAS一二維水動力耦合模型對嫩江左岸齊齊哈爾以上防洪保護(hù)區(qū)進(jìn)行了洪水風(fēng)險圖模型的構(gòu)建與驗證。在洪水對河岸生態(tài)系統(tǒng)的影響方面國內(nèi)也有部分研究成果,如饒品增等[6]利用Landsat 7/8數(shù)據(jù)和MNDWI方法對2013年黑龍江省洪水對植被的影響進(jìn)行了評估;余曉等[7]通過MIKE11一維非恒定流水動力學(xué)模型模擬了額爾古納河洪水淹沒范圍并分析了濕地植被變化情況。目前關(guān)于不同頻率洪水運(yùn)動特征及其對生態(tài)系統(tǒng)影響的研究相對較少。

不同重現(xiàn)期的洪水淹沒程度顯著影響著河岸植被的群落分布。本文在利用水動力學(xué)方法建立嫩江流域河道洪水演進(jìn)模型的基礎(chǔ)上,進(jìn)一步模擬了典型河段4種不同重現(xiàn)期的洪水運(yùn)動特征,并選取MODIS衛(wèi)星的MOD13Q1植被指數(shù)數(shù)據(jù)說明不同重現(xiàn)期洪水運(yùn)動特征及淹沒范圍具有的生態(tài)學(xué)意義,旨在一定程度上彌補(bǔ)當(dāng)前河道管理與生態(tài)河道建設(shè)缺乏規(guī)范與定量性研究的不足,同時也為河道實現(xiàn)近自然治理的目標(biāo)提供基礎(chǔ)數(shù)據(jù)。

1 研究區(qū)概況

嫩江是松花江的最大支流,位于黑龍江省西北部,地處溫帶大陸性季風(fēng)氣候區(qū),夏季高溫多雨,降雨集中,上游河網(wǎng)密度大,支流多,河道全長1 370 km,流域面積29.7萬 km2,是我國水旱災(zāi)害頻發(fā)的地區(qū)[8]。嫩江江橋—大賚河段位于嫩江下游三岔河口以上平原地帶(圖1),河長約225 km[9],主要流經(jīng)黑龍江省齊齊哈爾市、大慶市與吉林省白城市,主河道布設(shè)有江橋、大賚兩個水文測站,以及位于兩水文測站間的白沙灘水位站(123°53′E, 46°18′N)。該河段為典型的平原性河道,地形復(fù)雜,主流寬度小,河灘寬度大,平均坡降約0.0045‰~0.005‰[9]。河道水流平緩,河槽蜿蜒曲折,河道內(nèi)沙洲、汊河密布,多呈網(wǎng)狀,且沿江兩岸灘地上廣泛分布著大片濕地、泡沼群及牛軛湖。大洪水期間,江道與泡沼相連,兩岸灘地洪水漫溢,最寬處可達(dá)20.5 km,最大水深達(dá)7.4 m,河槽調(diào)蓄量大,水位漲落緩慢,洪水歷時長,使得汛期兩岸堤防的防洪任務(wù)較重[10],也顯著影響著沿岸地區(qū)的植被生長。

圖1 研究區(qū)概況

2 一、二維水動力耦合模型構(gòu)建

MIKE FLOOD一、二維耦合模型是把一維模型和二維模型連接在一起進(jìn)行動態(tài)耦合的模型系統(tǒng)。耦合模型既利用了一維模型和二維模型的優(yōu)點(diǎn),又避免了采用單一模型遇到的網(wǎng)格精度和準(zhǔn)確性問題[11]。基于此,本文采用丹麥水資源及水環(huán)境研究所(DHI)研發(fā)的MIKE FLOOD進(jìn)行河道洪水演進(jìn)模擬,模型以非恒定流運(yùn)動的圣維南方程組(Saint-Venant)作為河道洪水模擬計算的基本方程[12]。

2.1 MIKE11一維水動力模型的構(gòu)建

MIKE11一維水動力模型[13]的建立主要由河網(wǎng)數(shù)據(jù)、斷面數(shù)據(jù)、邊界條件及水動力學(xué)參數(shù)等組成,具體參數(shù)設(shè)置如下:

a.河網(wǎng)數(shù)據(jù):根據(jù)2003年繪制的嫩江流域1∶5 000地形圖,本文對江橋—大賚河段河流走向線進(jìn)行描繪,并將其概化生成河網(wǎng)文件。

b.斷面數(shù)據(jù):利用ArcGIS對高精度的DEM數(shù)據(jù)進(jìn)行斷面提取,由于嫩江江橋—大賚河段河長超200 km,考慮到模型運(yùn)行時的穩(wěn)定性及準(zhǔn)確性,本文共選取65處典型斷面,各斷面間距約1 000~4 000 m,并對各斷面最低點(diǎn)與左右岸進(jìn)行標(biāo)注。

c.邊界條件:選取江橋站1998年、2013年與不同設(shè)計頻率(1%、2%、5%、20%)的洪水流量過程作為模型的入流邊界條件,選取大賚站同期的水位過程及水位-流量關(guān)系作為模型的出流邊界條件。由于研究河段長、洪水傳播時間長,本文以各年份汛期(6—10月)作為計算時段,歷時約123 d,各測站均采用日水位-流量資料。

d.水動力學(xué)參數(shù):根據(jù)《松花江流域防洪規(guī)劃》和實地查勘情況,本文將初始水位設(shè)為130.65 m,曼寧系數(shù)初始設(shè)置為0.035,模擬時間步長為5 s,輸出結(jié)果保存為.res11文件。

2.2 MIKE21 二維水動力模型的構(gòu)建

MIKE21 FM 水動力模塊的建立主要包含網(wǎng)格剖分、地形構(gòu)建、糙率分區(qū)及水動力參數(shù)(干濕邊界、渦黏系數(shù))的設(shè)定等。

a.網(wǎng)格剖分:本文采用非結(jié)構(gòu)三角網(wǎng)格對建模區(qū)域進(jìn)行劃分,并根據(jù)研究區(qū)域地形起伏靈活確定網(wǎng)格大小,如對河堤處進(jìn)行網(wǎng)格加密。本次模型共劃分網(wǎng)格96 886個,節(jié)點(diǎn)52 573個。

b.地形構(gòu)建:將高程散點(diǎn)數(shù)據(jù)導(dǎo)入網(wǎng)格中進(jìn)行插值,生成地形文件。

c.糙率分區(qū):嫩江流域共有耕地、林地、草地、濕地、水體、人工表面及裸地7類地物,地物類別數(shù)據(jù)主要來源于全國地理信息資源目錄服務(wù)系統(tǒng)GlobeLand30數(shù)據(jù)集 (http://www.webmap.cn/commres.do?method=globeIndex)。糙率的選取主要參考《松花江流域防洪規(guī)劃》與陳曉更等[14]的研究,并結(jié)合現(xiàn)場實地查勘與工程經(jīng)驗,在模型率定過程中進(jìn)行相應(yīng)的調(diào)整。

d.水動力參數(shù): 由于計算區(qū)域中存在隨水位漲落而變化的動邊界,為保證模型計算的連續(xù)性,采用“干濕水深處理方式”,將干、濕水深及淹沒水深分別設(shè)置為0.005m、0.01m與0.05m,渦黏系數(shù)根據(jù)Smagorinsky公式設(shè)置為0.28。

2.3 一、二維水動力模型的耦合

本文采用MIKE FLOOD將MIKE11和MIKE21 FM進(jìn)行耦合,耦合時采用側(cè)向連接來模擬洪水從河道漫流至洪泛區(qū)的運(yùn)動過程。連接方式允許MIKE21 FM的一系列網(wǎng)格單元從側(cè)面連接到MIKE11的部分河段甚至整個河段[11]。連接方法采用“Cell to Cell”,即對結(jié)構(gòu)物中每1個節(jié)點(diǎn)都進(jìn)行水動量方程計算,之后所有經(jīng)過計算的水流都被重新分配到MIKE11和MIKE21 FM網(wǎng)格單元中[15]。

3 模型糙率的率定與驗證

3.1 率定

3.1.1一維模型糙率的率定

選取1998年6—10月汛期實測水位及沿程洪痕數(shù)據(jù)用于河道糙率的率定,根據(jù)文獻(xiàn)[16]及靳宏偉等[17-18]的松花江流域中小洪水糙率,并結(jié)合河道特性與現(xiàn)場查勘情況,確定模型參數(shù),得出河道下游出流過程,然后提取河段沿程各斷面水位峰值與實測洪痕值進(jìn)行對比,并參考中間站白沙灘的水位擬合情況進(jìn)行綜合分析。經(jīng)率定,確定模型計算步長為5 s,河段綜合糙率為0.042 7,該糙率符合《松花江流域防洪規(guī)劃》。

模型模擬結(jié)果與實測結(jié)果對比如圖2所示。由圖2(a)可知,嫩江江橋—大賚河段沿程各斷面的水位峰值誤差均小于0.2 m,該結(jié)果符合GB/T22482—2008《水文情報預(yù)報規(guī)范》[19]評定要求。中間站白沙灘的納什效率系數(shù)(NSE)[20]、決定系數(shù)(R2)、一致性指數(shù)(d)與均方根誤差(RMSE)[21-23]分別為0.98、0.98、0.99和0.174,說明模型擬合結(jié)果較好,模擬水位變化過程與實測水位變化過程基本一致,如圖2(b)所示。

圖2 1998年江橋—大賚河段洪痕率定

3.1.2一、二維耦合模型糙率的率定

由于嫩江流域洪水實際淹沒范圍矢量圖難以獲取,本文基于USGS官網(wǎng)(https://earthexplorer.usgs.gov/)下載了洪水時期研究區(qū)的Landsat影像,包括Landsat 7和Landsat 8。然后利用ENVI遙感圖像處理方法中的監(jiān)督分類選取洪水淹沒區(qū)、未淹沒區(qū)與其他樣本,并通過支持向量機(jī)分類器進(jìn)行分類,然后結(jié)合遙感目視解譯提取的洪水實際淹沒范圍與模擬的淹沒范圍進(jìn)行對比。考慮到汛期遙感影像圖受云層影響較大,本文選取2013年8月11日(Landsat 8,云量低于20%)作為一、二維耦合模型糙率的率定時段。率定過程中,模型上邊界選用江橋站2013年8月11日前后的實測流量過程,下邊界選取大賚站同期的水位過程。經(jīng)率定,嫩江流域耕地、林地、草地、濕地、水體、人工表面及裸地糙率分別為0.06、0.065、0.04、0.035、0.021、0.07和0.035,時間步長為30 s。模擬淹沒范圍與實際淹沒范圍對比結(jié)果如圖3所示。由圖3(a)可知,2013年8月11日洪水實際淹沒范圍為764.50 km2,模型模擬淹沒范圍為761.72 km2,模擬與實際相交的淹沒范圍為700.83 km2,模型相對誤差為0.4%,滿足《洪水風(fēng)險圖編制導(dǎo)則》[24]的要求。

圖3 嫩江江橋—大賚河段率定與驗證結(jié)果

3.2 糙率的驗證

3.2.1一維模型糙率的驗證

為保證江橋—大賚河段一維水動力模型的計算精度及普適性,選取2013年典型洪水年的實測水文數(shù)據(jù)進(jìn)行驗證,驗證結(jié)果如圖4所示。

圖4 2013年白沙灘水位模擬與實測結(jié)果對比

由圖4可知,2013年白沙灘實測水位峰值為136.49 m,模擬水位峰值為136.483 m,絕對誤差為0.007 m,相對誤差為0.01%,NSE、R2、d與RMSE分別為0.97、0.98、0.99和0.192。由此可見,2013年實測水位峰值與模擬水位峰值的絕對誤差與相對誤差均滿足《水文情報預(yù)報規(guī)范》的峰值誤差精度要求;納什效率系數(shù)、測定系數(shù)、一致性指數(shù)與均方根誤差離散程度低、擬合效果好,即模擬水位變化過程與實測過程基本一致,其中納什效率系數(shù)符合《水文情報預(yù)報規(guī)范》中的甲級預(yù)報精度標(biāo)準(zhǔn)。因此,該模型選用的綜合糙率模擬精度高,可為嫩江流域的洪水預(yù)報、防洪決策及生態(tài)河道建設(shè)提供技術(shù)支撐。

3.2.2一、二維耦合模型糙率的驗證

考慮到汛期遙感影像圖受云層影響較大,選取2013年9月4日(Landsat 7,云量低于20%)作為一、二維耦合模型糙率的驗證時段。驗證過程中,模型上邊界選用江橋站2013年9月4日前后的實測流量過程,下邊界選取大賚站同期的水位過程,模型模擬的淹沒范圍與實際淹沒范圍對比如圖3(b)所示。由圖3(b)可知,2013年9月4日提取的實際淹沒范圍為942.70 km2,模擬淹沒范圍為934.49 km2,模擬與實際相交的淹沒范圍為895.83 km2,模型相對誤差為 1%,滿足《洪水風(fēng)險圖編制導(dǎo)則》的要求。

綜上所述,本文在一維模型和一、二維耦合模型計算中,選用江橋—大賚河段多個實測斷面的洪痕值進(jìn)行模型糙率的率定與驗證,且率定與驗證的持續(xù)時間較長(時間范圍為6—10月),這樣可有效避免選取單一水文站進(jìn)行糙率率定與驗證的偶然性,同時也采用了中間站白沙灘的實測水位過程進(jìn)行擬合對比,有效增加了糙率率定與驗證的合理性。

4 不同重現(xiàn)期洪水演進(jìn)及其生態(tài)學(xué)意義

4.1 不同重現(xiàn)期洪水淹沒范圍數(shù)值模擬

為了更好地促進(jìn)嫩江流域生態(tài)河道建設(shè)及防洪決策的制定,本文就不同重現(xiàn)期洪水淹沒范圍進(jìn)行模擬。其中上邊界的流量過程主要參考《松花江流域防洪規(guī)劃》中的洪峰流量進(jìn)行放大,下邊界的控制條件選取大賚站的水位-流量關(guān)系。利用MIKE FLOOD一、二維水動力耦合模型進(jìn)行不同頻率洪水淹沒范圍數(shù)值模擬,結(jié)果如圖5所示。圖5(a)為不同重現(xiàn)期洪水淹沒范圍,圖5(b)為典型斷面示意圖(斷面起點(diǎn)位置為124°3.740′E、45°43.906′N,終點(diǎn)位置為124°8.349′E、45°47.197′N)。

圖5 嫩江江橋—大賚河段不同重現(xiàn)期洪水淹沒范圍

從模型計算水位分析,在5年一遇洪水模擬工況下,洪水演進(jìn)至8月6日后(白沙灘附近洪水由主河槽溢出灘地),江橋—大賚河段總淹沒面積為58.50 km2,最大水位高程為138.09 m。洪水演進(jìn)至8月22日后,江橋到大賚河段淹沒范圍最大,此時最大淹沒范圍為677.14 km2,最大水深為12.09 m。

在20年一遇洪水模擬工況下,洪水演進(jìn)至8月6日后,江橋—大賚河段總淹沒面積為192.69 km2,最大水位高程為139.75 m。洪水演進(jìn)至8月22日后,江橋到大賚河段淹沒范圍最大,此時最大淹沒范圍為896.06 km2,最大水深為13.86 m。

在50年一遇洪水模擬工況下,洪水演進(jìn)至8月6日后,江橋—大賚河段總淹沒面積為230.46 km2,最大水位高程為140.48 m。洪水演進(jìn)至8月22日后,江橋到大賚河段淹沒范圍最大,此時最大淹沒范圍為1 044.26 km2,最大水深為15.05 m。

在100年一遇洪水模擬工況下,洪水演進(jìn)至8月6日后,江橋—大賚河段總淹沒面積為261.58 km2,最大水位高程為141.16 m。洪水演進(jìn)至8月22日后,江橋到大賚河段淹沒范圍最大,此時最大淹沒范圍為1 234.43 km2,最大水深為15.53 m。

由此可知,隨著洪水頻率的增加,嫩江江橋—大賚河段的洪水淹沒范圍也不斷增加(圖5),其中20年一遇較5年一遇洪泛增加面積為218.92 km2,50年一遇較20年一遇洪泛增加面積為148.20 km2,100年一遇較50年一遇洪泛增加面積為190.17 km2。

4.2 不同重現(xiàn)期洪水?dāng)_動對洪泛區(qū)植被指數(shù)的影響

洪泛區(qū)位于河流與陸地環(huán)境的過渡地帶,其植被的生長需要一定范圍的洪水淹沒來提供充足的水分[7],但洪水淹沒的頻繁程度又將在一定程度上影響植被的正常生長。由于植被具有不同的光譜特征規(guī)律,目前在遙感應(yīng)用領(lǐng)域?qū)⒖梢姽馀c近紅外遙感光譜觀測通道進(jìn)行組合運(yùn)算, 便可得到衡量地表植被狀況的簡單、有效和經(jīng)驗度量的植被指數(shù),其中歸一化植被指數(shù)[25](normalized difference vegetation index,NDVI)是由紅光、近紅外2個波段計算生成的,其基本公式為

(1)

式中:ρNIR為近紅外波段的表觀反射率或方向放射率;ρRED為紅光波段的表觀反射率或方向放射率。

增強(qiáng)型植被指數(shù)(enhanced vegetation index,EVI) 是由Red、NIR、Blue(紅光、近紅外、藍(lán)光)3個波段計算生成的,其基本公式為

(2)

式中:ρBLUE為藍(lán)光波段的表觀反射率或者方向放射率;G為增益系數(shù);C1、C2為大氣調(diào)節(jié)參數(shù);L為土壤調(diào)節(jié)參數(shù)。在EVI計算中,通常取L=1,C1=6,C2=7.5,G=2.5。上述兩種植被指數(shù)作為常用的植被指數(shù),已廣泛用來定性和定量評價植被覆蓋及其生長活力[26],對于指示植被的生長狀態(tài)與空間分布具有重要意義。

4.2.1洪泛區(qū)植被指數(shù)季節(jié)變化分析

為深入了解嫩江流域植被指數(shù)的季節(jié)變化規(guī)律,本文利用ArcGIS對不同洪水頻率淹沒范圍內(nèi)2000—2019年的MOD13Q1 植被指數(shù)數(shù)據(jù)(時間分辨率16 d,空間分辨率250 m,全年共23景)進(jìn)行掩膜[7],并對每一景影像求像元平均值,分析結(jié)果如圖6所示。由圖6可見,2000—2020年不同重現(xiàn)期內(nèi)的植被指數(shù)(NDVI、EVI)具有較強(qiáng)的季節(jié)性變化規(guī)律,6—8月夏季植被生長最為旺盛,7月底至8月初植被指數(shù)達(dá)到最大值,隨后受洪水影響植被指數(shù)從峰值急劇下降,8—9月降低幅度最大,同時受物候條件影響植被在10月底降至完全枯黃,植被指數(shù)進(jìn)入“低谷階段”,且不同洪水頻率下的NDVI和EVI的變化一致性較好。該結(jié)論與饒品增等[6]的2013年黑龍江省洪水對植被的影響評估結(jié)果一致。

圖6 2000—2020年植被指數(shù)變化

圖7 2012—2016年植被指數(shù)變化

4.2.2典型洪水年前后植被指數(shù)變化分析

選取2013典型洪水年前后的植被指數(shù)進(jìn)行分析(圖7),該年份洪水重現(xiàn)期達(dá)10年一遇。由圖7可知,在2013典型洪水年前后,不同重現(xiàn)期內(nèi)的植被指數(shù)(NDVI、EVI)存在顯著差異,2013年與2012年相比,2013年不同重現(xiàn)期內(nèi)的NDVI、EVI峰值均明顯降低,可見洪水對該區(qū)域的植被造成了顯著的影響,其中5年一遇植被指數(shù)降低幅度最大,20年一遇較5年一遇洪泛增加區(qū)的植被指數(shù)也呈現(xiàn)一定的下降趨勢;與2013年對比,2014年不同重現(xiàn)期內(nèi)的NDVI和EVI的峰值均有較明顯的提高,其中5年一遇的植被指數(shù)增加最多,但與2012年的植被指數(shù)峰值還存在一定差距,可見,2014年由于洪水干擾強(qiáng)度降低,洪泛區(qū)的植被指數(shù)均得到了明顯的回升,但回升幅度尚未完全達(dá)到洪水前狀況,而2015年洪泛區(qū)內(nèi)的植被指數(shù)回升則逐漸接近洪水前狀況。由此可見,不同重現(xiàn)期洪水對植被具有明顯的破壞作用,但這種破壞作用在嫩江流域周期性相對較短,表明該地區(qū)植被的可恢復(fù)性較強(qiáng),植被類型主要以1~2 a生為主,與饒品增等[6]的研究結(jié)果一致。

4.2.3不同重現(xiàn)期洪泛區(qū)植被指數(shù)變化分析

為探究不同重現(xiàn)期洪泛區(qū)內(nèi)植被指數(shù)的變化規(guī)律,本文統(tǒng)計了2000—2020年植被指數(shù)的年平均變化值,如圖8所示。不同重現(xiàn)期洪泛區(qū)內(nèi)的植被指數(shù)存在顯著差距,其中頻繁淹沒區(qū)(5年一遇以下)的植被指數(shù)最小,中等頻繁淹沒區(qū)(50年一遇較5年一遇洪泛增加區(qū))的植被指數(shù)顯著增大,50年一遇較20年一遇洪泛增加區(qū)的植被指數(shù)增加達(dá)到最大,而較低頻繁淹沒區(qū)(100年一遇較50年一遇洪泛增加區(qū))的植被指數(shù)出現(xiàn)下降趨勢。這說明不同重現(xiàn)期洪水?dāng)_動對洪泛區(qū)植被指數(shù)產(chǎn)生了一定程度的影響,該結(jié)果與加拿大魁北克南部不同洪水頻率對物種多樣性的影響結(jié)果趨于一致,同時也符合Connell[27]的中度干擾假說。

圖8 2000—2020年植被指數(shù)的年際變化

根據(jù)上述洪水演進(jìn)數(shù)值模擬及植被指數(shù)數(shù)據(jù)分析發(fā)現(xiàn),利用不同重現(xiàn)期的洪水淹沒范圍可初步對嫩江流域洪泛區(qū)植被群落進(jìn)行分區(qū),這不僅為相關(guān)的野外植被調(diào)查提供了前期準(zhǔn)備,也為嫩江流域防洪規(guī)劃的制定及生態(tài)河道建設(shè)提供了基礎(chǔ)數(shù)據(jù)與技術(shù)支撐。

5 結(jié) 論

a.嫩江下游一、二維水動力耦合模型在率定期與驗證期的模擬效果符合甲級預(yù)報精度,模型模擬精度較高。

b.不同重現(xiàn)期內(nèi)的植被指數(shù)具有較強(qiáng)的季節(jié)變化規(guī)律,夏季植被生長的最為旺盛,且NDVI與EVI的變化基本一致。同時洪水對植被具有明顯的破壞作用,但這種破壞作用在嫩江流域周期性相對較短,表明該地區(qū)植被的可恢復(fù)性較強(qiáng),植被類型主要以1~2 a生為主。

c.受洪水頻繁淹沒程度影響,頻繁淹沒區(qū)的植被指數(shù)最小,中等頻繁淹沒區(qū)的植被指數(shù)顯著增大,50年一遇較20年一遇洪泛增加區(qū)內(nèi)的植被指數(shù)達(dá)到最大,而較低頻繁淹沒區(qū)的植被指數(shù)則呈現(xiàn)下降趨勢,該結(jié)論符合中度干擾假說。

猜你喜歡
模型
一半模型
一種去中心化的域名服務(wù)本地化模型
適用于BDS-3 PPP的隨機(jī)模型
提煉模型 突破難點(diǎn)
函數(shù)模型及應(yīng)用
p150Glued在帕金森病模型中的表達(dá)及分布
函數(shù)模型及應(yīng)用
重要模型『一線三等角』
重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
3D打印中的模型分割與打包
主站蜘蛛池模板: 九色视频线上播放| 韩日无码在线不卡| 超薄丝袜足j国产在线视频| 亚洲热线99精品视频| 久久综合亚洲鲁鲁九月天| 五月激情综合网| 欧美日韩专区| 嫩草在线视频| 国产精品欧美亚洲韩国日本不卡| 中文字幕在线视频免费| 国产欧美日韩视频一区二区三区| 免费人成黄页在线观看国产| 热久久这里是精品6免费观看| 国产va免费精品观看| 欧美人人干| 久久国产精品77777| 国产视频一二三区| 亚洲制服丝袜第一页| 操美女免费网站| 亚洲日本一本dvd高清| 国产欧美日本在线观看| 女人18一级毛片免费观看| 亚洲va在线∨a天堂va欧美va| 中文字幕永久在线看| 福利在线不卡| 成人欧美在线观看| 国产美女主播一级成人毛片| 亚洲人成网站色7777| 久久不卡国产精品无码| 欧美日韩福利| 亚洲欧美综合精品久久成人网| 亚洲欧美成aⅴ人在线观看| 欧美一级高清片欧美国产欧美| 欧美成人手机在线观看网址| 国产麻豆aⅴ精品无码| 国产精品福利导航| AV不卡无码免费一区二区三区| 视频一区亚洲| 久久成人免费| 亚洲热线99精品视频| 久久夜夜视频| 久久精品亚洲热综合一区二区| www.国产福利| 精品国产美女福到在线不卡f| 99性视频| 欧美中日韩在线| 第一区免费在线观看| 国产成人综合日韩精品无码首页| 久久6免费视频| 国产精品99久久久久久董美香| 久久精品这里只有精99品| 亚洲国产亚洲综合在线尤物| 色欲综合久久中文字幕网| 亚洲国产综合精品中文第一| 玖玖免费视频在线观看| 久久久久久久久久国产精品| 成人中文字幕在线| 国产超碰一区二区三区| 欧美人与牲动交a欧美精品| 国内精品免费| 亚洲精品你懂的| 婷婷六月天激情| 精品无码一区二区三区电影| 日韩无码黄色| 欧美日韩中文国产| 国产精品2| 亚洲最大福利视频网| 中文字幕无码中文字幕有码在线| 狠狠色丁香婷婷综合| 欧美成人午夜视频| 日韩在线视频网| 亚洲精品国产精品乱码不卞| 亚洲国产天堂在线观看| 欧美性精品| 精品三级网站| 国产激情无码一区二区APP| 97免费在线观看视频| 美女黄网十八禁免费看| 97久久人人超碰国产精品| 国产导航在线| 亚洲久悠悠色悠在线播放| 精品国产污污免费网站|