气候变化对云南澜沧江流域径流的影响

王鸿洋, 唐金云, 余君妍, 徐雅倩, 杨正健, 马骏

PDF(4743 KB)
节水灌溉
中国农村水利水电 ›› 2022 ›› (7) : 90-96.
水文水资源

气候变化对云南澜沧江流域径流的影响

作者信息 +

Impact of Climate Change on Runoff of Lancang River Basin in Yunnan

Author information +
稿件信息 +

摘要

为研究气候变化下澜沧江流域内径流演变趋势，构建了云南省内澜沧江流域SWAT（Soil and Water Assessment Tool）模型。根据气候变化特征及未来趋势设置不同气候变化情景，分析了气温、降水对径流和蒸散的影响。结果表明：SWAT模型在澜沧江流域具有很好的适用性，其模拟径流量判定系数及纳什系数的率定验证结果均高于0.8，澜沧江年径流量空间分布特征呈现下游、干流高的特征，径流受气温和降水的共同影响，与降水成正比，与气温成反比，径流变化由降水变化主导；澜沧江潜在蒸散量与降水成反比，与气温成正比，潜在蒸散量由气温变化主导。选取云南省内澜沧江上中下游各代表点分析气候变化特征，并由第六次国际耦合模式比较计划（CMIP6）和神经网络模型综合预测未来澜沧江流域内气候变化趋势。经Mann-Kendall趋势检验分析过去四十年间气温主要呈显著性上升趋势，降水时空波动变化较为复杂总体呈显著性下降趋势，相邻年间变化幅度分别在1 ℃和20%以内。未来气温将呈约1 ℃/20 a的上升趋势，降水将呈约10%/20 a的上升趋势。未来气温和降水变化将使径流及潜在蒸散增加，径流增加集中于雨季最大可增加约38%，蒸散集中于干季最大增加约6%，干雨季旱涝风险增加，更加需要云南省内退耕还林策略涵养水源和梯级水库的调度防控防治旱涝灾害。

Abstract

In order to study the evolution trend of runoff in the Lancang River Basin under climate changes， the SWAT model of the Lancang River Basin in Yunnan Province is constructed. Different climate change scenarios are set up according to the characteristics of climate change and future trends， and the impact of temperature and precipitation on runoff and evapotranspiration is analyzed. The results show that the SWAT model is highly applicable in the Lancang River Basin. Its simulated runoff correlation coefficient and Nash coefficient calibration and verification results are all more than 0.8. The annual runoff spatial distribution characteristics of the Lancang River present the characteristics of high in downstreams and main streams. Runoff is affected by both temperature and precipitation， and is proportional to precipitation and inversely proportional to temperature. Runoff changes are dominated by precipitation changes. The potential evapotranspiration of the Lancang River is inversely proportional to precipitation and directly proportional to temperature. Potential evapotranspiration is dominated by temperature changes. The upper， middle and lower reaches of the Lancang River in Yunnan Province are selected to analyze the characteristics of climate change， and the Coupled Model Intercomparison Project Phase 6 （CMIP6） and neural network model comprehensive forecast of the climate change trend in the future are compared. After the Mann-Kendall trend test， the temperature in the past forty years mainly has a rising trend. The time and space fluctuations in the precipitation are more complicated， mainly showing a tendency of significant decline， and the variation amplitude between adjacent years is 1 ℃ and 20% respectively.In the future， the temperature will be about 1 ℃/20 a， and the precipitation will be about 10%/20 a rise trend.In the future， temperature and precipitation change will increase the runoff and potential evaporation， and the increase in runoff is concentrated on the rainy season. It can increase by about 38%， and the evaporation is concentrated on the dry season. The maximum increase of about 6%， and the risk of drought and flood in the dry and rainy seasons increases. The strategy of returning farmland to forest in Yunnan Province is more needed to conserve water sources and the dispatch of cascade reservoirs to prevent and control droughts and floods.

关键词

澜沧江流域 / 径流模拟 / SWAT模型 / 气候变化

Key words

Lancang River Basin / runoff simulation / SWAT model / climate change

基金

国家自然科学基金(52179065)
中国长江三峡集团有限公司项目(SXSNzb/0561)

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
王鸿洋 , 唐金云 , 余君妍 , 徐雅倩 , 杨正健 , 马骏. 气候变化对云南澜沧江流域径流的影响[J].中国农村水利水电, 2022(7): 90-96
WANG Hong-yang , TANG Jin-yun , YU Jun-yan , XU Ya-qian , YANG Zheng-jian , MA Jun. Impact of Climate Change on Runoff of Lancang River Basin in Yunnan[J].China Rural Water and Hydropower, 2022(7): 90-96

0 引 言

随着社会发展，全球变暖成为不争的事实，2018年IPCC发布《全球1.5 ℃增暖特别报告》，2020年世界气象日主题气候与水，均在提醒人们关注气候变化和水资源利用［1， 2］。由于全球变暖会使大气中水汽含量增加，水循环加快［3］，引起水资源在时空上的再分配，流域内径流受到气候影响发生变化，成为国内外水科学研究的热点问题［4， 5］。目前众多专家学者针对气候变化对国内外流域水循环进行研究，SWAT等分布式水文模型作为重要工具已经在水文和水资源评价方面得到广泛的应用［6］，如吴安琪、李道峰等对淮河、黄河流域径流过程模拟［2， 3］。澜沧江流域作为西南地区国际河流，其径流变化受到流域内各国学者广泛关注与研究［7， 8］，然而不同气候变化预测方法使得未来径流变化预估结果并不相同，故合理模拟和预测未来气候变化以研究径流的分布特征及变化规律，对澜沧江流域水资源规划管理具有重要意义。
本文以澜沧江流域为研究对象构建SWAT分布式水文模型，并利用CMIP6情景模式与神经网络模型综合预测未来气候情景，基于任意情景法模拟不同气候变化情景对澜沧江流域径流的影响，以期为澜沧江流域水资源综合利用及防控旱涝灾害提供参考。

1 材料与方法

1.1 研究区域概括

澜沧江发源于青海，流经西藏和云南，在云南景洪水电站后的关累自然河段出境成为界河，此后始称湄公河。境内流域面积16.4 万km2，长约2 153 km，天然落差约为4 583 m［9］。在本文中研究区域为澜沧江流域入流云南省至景洪出流结束，如图1所示。
图1 澜沧江流域研究区域图

Fig.1 Study Area Map of Lancang River Basin

Full size|PPT slide

1.2 模型建立

为制备SWAT模型数据库［10］，采用UTM投影的DEM地形数据（由BIGEMAP下载http：//www.bigemap.com/），土地利用数据采用2016年中国地表覆盖遥感数据，土壤数据为来自世界土壤数据库（HWSD）的1∶100万中国土壤数据，气象数据综合利用CMADS［11］数据集v1.1版本（2008-2018年）与SWAT官网下载1979-2014年气候预报系统再分析（CFSR）数据（https：//globalweather.tamu.edu/）。气温、水温、湿度等环境因子实测数据为盐井至大华侨自然河道段间隔约每40 km共设12个取样点，梯级水库段苗尾、功果桥、小湾、漫湾、大朝山、糯扎渡、景洪7个水电站为坝上和坝下共设14个样点监测，水文、气象实测数据为华能澜沧江公司提供1979年至2018年的水电站每日监测数据。
模型范围澜沧江流域入流云南省至景洪结束，共划分55个子流域，干流由1号子流域流入，54号子流域的景洪站点流出，设置6种土地利用类型，27种土壤类型，2种坡度，如图2所示。基于《土地利用现状分类标准》，根据土地利用/覆盖变化（Land-Use and Land-Cover Change，LUCC）分类体系中的一级类型将澜沧江流域的主要土地利用类型进行重分类，共分为耕地、林地、牧地、园地、商业用地和工业用地六种类型。流域内以园地为主，面积占比约为60%，其次林地面积占比约18%，耕地面积占比约16%，三者之和高达98%。对于土壤类型分类，研究区域内以淋溶土为主，其中筒育高活性淋溶土占比高于25%，铁质低活性强酸土占比接近20%，筒育低活性强酸土和腐殖质低活性强酸土占比均高于10%，而其他土壤类型占比较小，水体占比小于1%。
图2 澜沧江流域子流域、DEM、土地类型、土壤类型及坡度划分

Fig.2 Lancang River Basin sub-basin， DEM， land type， soil type and slope division

Full size|PPT slide

1.3 气候预测方法

CMIP6情景模式［12］主要应用于全球或流域尺度的气候变化的研究工作，本文将综合利用CMIP6模式与澜沧江气象数据模拟预测相结合的方式以进行情景设计。在情景模式比较计划（ScenarioMIP）下的7个组合情景，并基于Matlab时间序列动态神经网络模型（NAR）和preparets函数可用于气候模拟预测。

2 结果与分析

2.1 模型率定及验证

澜沧江模型成功构建后，可利用SWAT-CUP软件中SUFI-2算法对模型全局或单一参数进行敏感性分析、结果率定验证等。为保证输入气象数据综合利用结果可靠，且考虑到实际监测中每日数据齐全年份，选用景洪站点实测数据进行率定及验证，其中1979-1981年设为模型预热期，1982-1984年为率定期，1985年和2016-2017年为验证期。主要根据p-value和t-stat所代表参数的重要性和敏感性筛选出部分参数进行优化调整［3］。SWAT模型通常利用判定系数R2 和纳什系数ENS 指标对模拟结果进行适用性评价，一般认为R2 及ENS 大于0.5表明模型可用，此次澜沧江流域模型流量率定验证结果R2 和ENS 均高于0.8，如图3所示。从径流模拟评价效果来看，模拟结果的径流量及变化规律与实测结果大致相同，干雨季出现时间与实测值较符合，整体上模拟效果较好。其误差主要原因可能是受人类活动对径流过程的影响和模型条件精度不够的问题，下一步仍需收集调研相关高精度实测资料，更精准的调整模型参数以期达到更好的模拟效果。
图3 SWAT模型径流率定结果

Fig.3 Calibration of the SWAT model

Full size|PPT slide

2.2 澜沧江流域气候变化特征

结合CMIP6情景模式中组合情景在云南境内澜沧江流域上中下游各选一点为代表分析研究区域内气候变化特征及未来趋势，分别为图1中所示德钦、小湾、景洪水电站位置处，各点位1979年1月1日至2014年6月1日的最高（max）气温、最低（min）气温和降水数据如图4所示，并计算各地年均气温后利用Mann-Kendall趋势检验模型分析气候变化趋势如表1所示。结果表明，近四十年来澜沧江流域气温由上游至下游逐渐升高，各地年气温变化幅度较小，相邻年均变化基本在1 ℃以内，近四十年总体气温变化幅度在3 ℃以内呈上升趋势，其中最高气温和上游最低气温均呈显著性上升趋势［13-15］，中下游最低气温变化趋势不显著。澜沧江流域降水变化特征及趋势较气温更为复杂，过去四十年间降水总体均呈显著性下降趋势，21世纪降水量开始回升且中上游降水变为上升趋势。然而相邻年份降水量差距可能出现极端情况，降水的丰水年和枯水年之间差距较大，最大年间变化可达68%，总体降水量变化情况基本不 超过20%，其中上游降水较少且年际变化较为平缓，下游降水较多且年际变化更为频繁复杂［14］，也更易出现降水的极端情况。
图4 澜沧江不同地区气候变化特征

Fig.4 Characteristics of climate change in different areas of the Lancang River

Full size|PPT slide

表1 Mann-Kendall趋势检验结果

Tab.1 Results of the Mann-Kendall trend test

类别 统计量Z S值 趋势 置信度/%
德钦最高气温 2.89 205 上升 99
德钦最低气温 1.62 115 上升 90
德钦年均气温 2.92 207 上升 99
小湾最高气温 2.61 185 上升 99
小湾最低气温 -0.62 -43 下降 不显著
小湾年均气温 1.22 87 上升 不显著
景洪最高气温 4.09 289 上升 99
景洪最低气温 -0.96 -67 下降 不显著
景洪年均气温 2.52 179 上升 99
德钦降水 -1.56 -109 下降 90
21世纪德钦降水 0.89 14 上升 不显著
小湾降水 -2.66 -187 下降 99
21世纪小湾降水 1.30 20 上升 90
景洪降水 -4.14 -291 下降 99
21世纪景洪降水 -0.89 -9 下降 不显著

2.3 澜沧江流域径流分布特征

SWAT模型模拟自然情况下澜沧江流域单个子流域内的年径流量（m³/s）空间分布情况如图5所示，与气象站降水数据对比发现澜沧江径流分布与降水分布较为相似，在空间上干流径流量与降水均为上游至下游逐渐增加，在时间上经皮尔逊双尾检验为显著正相关（r=0.247，p=0.01）。由径流分布数据范围可知在上游径流量一般低于5 m³/s，而中游径流量为15 m³/s左右，至下游可达30 m³/s以上；同时径流量呈干流高于支流特征，一般支流径流量均低于5 m³/s而干流最高可达50 m³/s以上。随着各子流域干支流不断汇入在下游干流中累加后，下游径流会随之累积不断升高。
图5 澜沧江流域各子流域内径流量空间分布

Fig.5 Spatial distribution of annual runoff in each sub-basin of the Lancang River Basin

Full size|PPT slide

2.4 澜沧江流域气候预测及情景设计

ScenarioMIP组合情景中的20年气温增量为1.0~1.5 ℃，降水变化范围为-7%~20%，其均值约为1.2 ℃和9%；40年气温增量变化为1.5~2.5 ℃左右，降水变化范围为1%~30%，其均值约为1.9 ℃和21%。利用神经网络由现有近四十年约13 000条气象数据预测未来气候变化，将前70%数据作为训练数据，15%数据作为验证数据，后15%作为测试数据，其误差位于置信区间内训练效果较好可用于模拟预测研究，如图6所示。不考虑其他因素影响的条件下，预测未来20年内总体气温升高不超过1 ℃，40年内气温升高不超过2 ℃；未来降水40年内总体呈略微增多趋势，主要为极端降水情况增多，降水增多主要集中在夏秋两季，而春冬季降水变化较小。根据CMIP6模式多情景和神经网络模拟预测未来气温呈1 ℃/20 a的上升趋势，降水将呈约10%/20 a的上升趋势，采用任意情景法设置气温和降水不同变化情景分别进行模拟。设置情景将气温在原气温T的基础上分别等差增加0，0.5，1，1.5和2 ℃；将降水按年份分别等比设置为原降水量P的80%，90%，100%，110%和120%。
图6 神经网络误差分析

Fig.6 Error analysis of Neural Network

Full size|PPT slide

2.5 澜沧江流域气候变化对径流的影响

根据气温升高的情景保持降水不变，将5种气温变化情景代入建立好的SWAT模型中模拟，结果如图7所示。结果表明，降水不变的情况下，随着气温的升高，年径流量将减少，主要表现为夏季略微减少，其他季节变化相对较小，拟合气温与径流的趋势线公式为y=-11.123 x+1 230.6。其中，当气温升高0.5 ℃时，径流减少5.7 m³/s，潜在蒸散量［16， 17］增加约15 mm；当气温升高2 ℃时，径流减少22.0 m³/s，潜在蒸散量增加约60 mm。
图7 不同气温变化情景下径流量变化

Fig.7 Runoff changes under different temperature change scenarios

Full size|PPT slide

根据降水变化的情景保持气温不变，将5种降水变化情景代入建立好的SWAT模型之中，结果如图8所示。结果表明，在气温不变的情况下，随着降水的增多，年径流量增多，径流主要集中在夏秋两季增多，冬春两季径流变化较小，拟合降水与径流的趋势线公式为y=2 263.1 x-1 020。其中，当降水增加到120%时，径流增加477.5 m³/s，潜在蒸散量增加约1 mm，当降水减少到80%时，径流减少236.5 m³/s，潜在蒸散量减少约1 mm。
图8 不同降水情景下径流量变化

Fig.8 Runoff changes under different precipitation scenarios

Full size|PPT slide

将气温与降水共同变化的25种情景分别代入到建立好的SWAT模型之中，以计算气温与降水对澜沧江径流量的共同影响，不同气候变化情景模拟得到的年径流量变化如表2所示。澜沧江流域年径流量受到温度和降水的共同影响，共设置25种气候变化情景中，当降水量增加到120%时，气温不变时，年径流量变化量最大，增加477.5 m³/s，变化率为38.8%；当降水量不变，气温升高0.5 ℃时，年径流量变化量最小，变化率仅为0.5%。
表2 不同气候变化情景下径流量变化 (m³/s)

Tab.2 Runoff changes under different climate change scenarios

降雨量/mm 气温/℃
T T+0.5 T+1 T+1.5 T+2
0.8 P -426.5 -431.0 -434.7 -440.4 -444.3
0.9 P -221.5 -226.7 -230.6 -237.2 -241.3
P 0 -5.7 -9.8 -17.4 -22.0
1.1 P 233.6 228.2 224.0 216.2 211.3
1.2 P 477.5 471.8 467.6 459.5 454.7
澜沧江流域径流受降水量变化的影响比受气温变化影响大，当气温不变时，降水量每增加10%，年径流量平均增加225.4 m³/s，潜在蒸散量减少约0.5 mm；当降水不变时，气温每增加1℃，年径流量平均减少5.2 m³/s，潜在蒸散量增加约15 mm，说明降水是影响澜沧江流域年径流量的主要因素，气温是影响澜沧江流域潜在蒸散量的主要因素。

3 讨 论

3.1 澜沧江流域径流变化分析

澜沧江作为东南亚地区重要的国际性河流，在全球气候变化的影响下水文循环加速，进而对流域的径流、蒸散等各水平衡要素产生重要影响。云南省内澜沧江流域受到海陆间热力差异和大气环流影响，降水量在季节上的分配极不均匀［18］，多数地区80%以上的降水都集中在6-10月［19］。澜沧江流域径流分布以雨水补给为主，约占径流的60%以上，并伴有地下水和高山冰雪融水补给［20-22］。模型使用Penman-Monteith方程和水量平衡方程［10］模拟不同气候变化情景中的潜在蒸散［23］过程和径流量发现，在降水不变的条件下，气温升高时径流量降低，而蒸散量与潜在蒸散均增多；在气温不变的条件下，降水增多时径流量和蒸散量增多，潜在蒸散反而减少。径流量与降水变化正相关，与气温负相关，潜在蒸散与降水变化负相关，与气温正相关［24］。当降水变化幅度超过约1%的阈值时，澜沧江流域内径流主要受降水变化影响，而潜在蒸散及蒸散量主要受气温变化的影响。

3.2 澜沧江流域气候变化及应对策略分析

自20世纪80年代以来云南省内澜沧江流域气温呈增加趋势，降水变化较为复杂，不同区域增减趋势不一致［15，25-27］，因降水分布不均导致澜沧江流域内水资源分配短缺。预测未来澜沧江流域气温将呈1 ℃/20 a增加趋势，降水在丰水年和枯水年间可能存在差异但总体降水呈10%/20 a增加趋势［5，14，15］。受到澜沧江流域内显著季风气候的影响，未来降水增加将集中于雨季，更加容易暴发洪涝灾害，而干季时由于降水较少而气温上升导致干旱程度和范围加剧更易暴发旱情，未来澜沧江流域旱涝灾害风险增大，随社会发展过程中人类对水资源需求增加，澜沧江流域内水资源规划管理综合利用面临考验，更需积极采取合理有效措施应对未来气候变化影响并防控旱涝灾害。
云南省退耕还林还草策略的持续开展，会增加植被覆盖来缓解气候变暖，减少雨季地表径流起到涵养水源和净化水质的作用；同时植物根系可缓解土壤及肥力流失和泥沙淤积问题，保护土地资源可持续发展［28］。目前退耕还林改善生态环境作为一个长期目标规划而短期内难有明显成效，利用澜沧江流域内已建成梯级水库调度防控旱涝灾害将更为直接有效。澜沧江流域高密集的梯级水电工程开发使澜沧江中下游的河流形态、水文情势发生变化［29］。利用SWAT模型模拟自然河道情况下的径流与目前水库建设后径流变化对比发现，水库调度对径流的影响主要体现在年内季节的变化上，表现为补枯和削峰作用，年际之间受水库影响径流变化不大［6， 29］。在非汛期，由于澜沧江径流量原本较小，因此水库的调蓄作用相对较大，补枯作用较为明显；在汛期时，洪水来临时考虑到防洪风险单一水库的削峰作用不太显著，梯级水库联合调度的累积效应使削峰作用增强。澜沧江流域内梯级水库联合调度目标需求复杂，若在完全按照防洪目标的情况下可将200年一遇洪水减至20~50年一遇［30］。对于未来气候变化降水集中可能引发极端天气增多的情况，使澜沧江流域内旱涝灾害更频发，利用梯级水库联合调度显著的蓄洪补枯作用防控灾害，更需合理优化水库多目标调度方式，使发电、防洪、水资源利用等综合效益进一步发挥。

4 结 论

（1）云南省内澜沧江流域径流模拟程度较好，其判定系数及纳什系数的率定验证结果均高于0.8，SWAT模型适用于对澜沧江流域径流的应用研究。
（2）云南省内澜沧江流域径流量主要受降水变化影响，蒸散主要受气温变化影响，由CMIP6和NAR模型根据目前气候变化特征趋势预测未来40年间气温将呈约1 ℃/20 a的上升趋势，降水将呈约10%/20 a的上升趋势，降水增加主要集中夏秋季，蒸散增加冬春季效果更为明显，使干雨季旱涝灾害风险增加，更需退耕还林和梯级水库联合调度防控旱涝灾害。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
NEGEWO T F， SARMA A K. Estimation of Water Yield under Baseline and Future Climate Change Scenarios in Genale Watershed， Genale Dawa River Basin， Ethiopia， Using SWAT Model［J］. Journal of Hydrologic Engineering， 2021，26（3）.
本文引用 [1]
2
李道峰，田英，刘昌明.黄河河源区变化环境下分布式水文模拟［J］.地理学报，2004（4）：565-573.
本文引用 [2]
3
吴安琪，石朋，陆美霞，等.气候变化对淮河径流及洪峰流量的影响［J］.三峡大学学报（自然科学版），2021，43（1）：13-17.
本文引用 [3]
4
陈婷，夏军，邹磊.汉江上游流域水文循环过程对气候变化的响应［J］.中国农村水利水电，2019（9）：1-7.
本文引用 [1]
5
岳广涛，祝雪萍，杨军生，等.汾河兰村—二坝流域径流模拟及气候变化对径流影响研究［J］.中国农村水利水电，2021（3）：46-52.
本文引用 [2]
6
张蕾，卢文喜，安永磊，等.SWAT模型在国内外非点源污染研究中的应用进展［J］.生态环境学报，2009，18（6）：2 387-2 392.
本文引用 [2]
7
窦小东，黄玮，易琦，等.LUCC及气候变化对澜沧江流域径流的影响［J］.生态学报，2019，39（13）：4 687-4 696.
本文引用 [1]
8
毕彦杰，赵勇，肖伟华，等.气候变化和水库运行对径流影响的定量研究［J］.南水北调与水利科技，2015，13（1）：29-33.
本文引用 [1]
9
许尤.基于流域水温线的梯级水库水温累积效应分析与调控［D］.武汉：湖北工业大学，2020.
本文引用 [1]
10
NEITSCH S L， ARNOLD J G， KINIRY J R， et al. SWAT 2009理论基础［M］.郑州：黄河水利出版社，2012.
本文引用 [2]
11
MENG X Y， WANGH H， SHI C X， et al. Establishment and Evaluation of the China Meteorological Assimilation Driving Datasets for the SWAT Model （CMADS）［J］. Water， 2018，10（11）.
本文引用 [1]
12
姜彤，吕嫣冉，黄金龙，等.CMIP6模式新情景（SSP-RCP）概述及其在淮河流域的应用［J］.气象科技进展，2020，10（5）：102-109.
本文引用 [1]
13
施雅风.全球和中国变暖特征及未来趋势［J］.自然灾害学报，1996，5（2）：5-14.
本文引用 [1]
14
刘波，肖子牛.澜沧江流域1951-2008年气候变化和2010-2099年不同情景下模式预估结果分析［J］.气候变化研究进展，2010，6（3）：170-174.
本文引用 [2]
15
吴迪，赵勇，裴源生，等.澜沧江-湄公河流域温度和降水变化趋势分析［J］.中国水利水电科学研究院学报，2011，9（4）：304-312.
本文引用 [3]
16
PENMAN H L. Evaporation：An introductory survey ［J］. Netherlands Journal of Aricultural Science， 1956（4）：7-29.
本文引用 [1]
17
ALLEN R G， PEREIRA L S， RAES D， et al. Crop Evapotranspiration-Guidelines for computing crop water requirements［J］. Rome： FAO Irrigation and Drainage Paper， 1998.
本文引用 [1]
18
陈茜.澜沧江—湄公河流域基础资料汇编［M］.昆明：云南科技出版社，2000.
本文引用 [1]
19
李丽娟，李海滨，王娟.澜沧江水文与水环境特征及其时空分异［J］.地理科学，2002，（1）：50-57.
本文引用 [1]
20
汤奇成，熊怡，等.中国河流水文［M］.北京：科学出版社，1998.
本文引用 [1]
21
黄锡荃.水文学［M］.北京：高等教育出版社，1992.
22
王玉枝，李秀云，曹林英，等.川西滇北地区水文地理［M］.北京：科学出版社，1985.
本文引用 [1]
23
王亚俊，李俊，林忠辉，等.气候变化对黄河中上游地区潜在蒸散影响的估算［J］.中国水土保持科学，2003，11（5）：48-56.
本文引用 [1]
24
吴霞，王培娟，霍治国，等.1961-2015年中国潜在蒸散时空变化特征与成因［J］.资源科学，2017，39（5）：964-977.
本文引用 [1]
25
谷桂华，余守龙，李学辉，等.云南省1956-2016年降水变化特征分析［J］.水利水电快报，2019，40（10）：13-15，29.
本文引用 [1]
26
何云玲，张一平.澜沧江干流河谷盆地气候特征及变化趋势［J］.山地学报，2004，22（5）：539-548.
27
陈素景，李丽娟，李九一，等.近55年来澜沧江流域降水时空变化特征分析［J］.地球信息科学学报，2017，19（3）：365-373.
本文引用 [1]
28
支玲，李昆，宋志伟，等.云南鹤庆县退耕还林工程效益评价［J］.西南林学院院报，2008，（4）：84-88.
本文引用 [1]
29
钟华平，刘恒，耿雷华.澜沧江流域梯级开发的生态环境累积效应［J］.水利学报，2007（）：577-581.
本文引用 [2] 摘要
增刊1
30
侯时雨，田富强，陆颖，等.澜沧江-湄公河流域水库联合调度防洪作用［J］.水科学进展，2021，32（1）：68-78.
本文引用 [1]
PDF(4743 KB)

访问

引用

详细情况
段落导航
相关文章
鄂公网安备 42010602001274号　鄂ICP备14015464号-1
网站版权所有 © 《中国农村水利水电》编辑部
地址：武汉大学二区《中国农村水利水电》编辑部　邮编：430072
电话：(027)68776133　传真：xsdbjb@188.com　
本系统由北京玛格泰克科技发展有限公司设计开发　技术支持：support@magtech.com.cn

/

〈 〉