罗山县淮河流域速生杨用材林林分蓄积动态研究

通过对淮河流域速生杨林分蓄积量及其相关因子的调查,首次采用田间管理类型、水源类型、肥力类型3个宏观因子对影响杨树生长蓄积量进行分析研究,并进行量化,同时结合淮河流域上游的造林情况,确立了影响杨树林分蓄积的水肥等管理类型,建立了杨树(中林46、107、108)林分蓄积量的回归模型,得出淮河流域上游主要杨树树种林分蓄积量的分布区间,以及杨树森林培育周期和造林株行距配置最优化,从理论上实现了当前造林配置方式的突破。     

水旱灾害对清末安徽淮河流域农村社会的影响

清末时期，安徽淮河流域水旱灾害频发，对该地区的农业经济和农村社会秩序产生了严重的影响，主要包括对农作物的破坏，对农田水利设施的损坏，对农业劳动力的伤害，造成农业人口的大量流动，扰乱正常的农村经济秩序和农村社会秩序混乱动荡等方面。     

淮河流域NDVI与降水的关系研究

以淮河流域为研究区域,以NDVI遥感数据为基础,结合气象站发布的降水数据,利用统计学中相关分析的方法,研究从2002到2006年之间淮河流域植被NDVI与降水之间的关系。     

农村税费改革对水土保持生态建设的挑战与对策

自2000年以来,淮河流域4省相继开展了农村税费改革。农村税费改革改变了传统水土保持生态建设管理体制和组织方式及投入方式,使基层服务组织受到冲击。为适应农村税费改革后的水土保持工作形势,应正确认识税费改革与水土保持生态建设的关系;加大监督执法力度,防止人为新增水土流失;多渠道增加水土保持生态建设的投入;转变观念,强化行业服务意识。     

基于GLEAM模型的淮河流域地表蒸散量时空变化特征

蒸散发是连接地表水循环和能量循环的纽带,淮河流域地表蒸散量的时空变化分析对深入理解中国气候过渡带水循环对全球变化的响应具有重要价值。该文基于流域水量平衡原理,利用流域水文数据对淮河流域GLEAM产品进行精度验证;并利用GLEAM(global land-surface evaporation:the Amsterdam methodology)产品分析1980-2011年淮河流域地表蒸散发年际和年内的时空变化。结果表明:1)淮河流域及其水资源二级分区的降水实测值与GLEAM产品估算结果比较,平均相对偏差为8.0%,相关系数高达0.94,GLEAM产品对于淮河流域的模拟精度较高;2)淮河流域1980-2011年多年平均年地表蒸散量为673 mm;3)淮河流域多年平均年地表蒸散量空间变化范围为528~848 mm,空间差异显著,呈从西南向东北逐渐减少,淮河以南地表蒸散量大于淮河以北地表蒸散量,四个季节地表蒸散发具有类似的空间分布特征;4)近32 a淮河流域平均的年地表蒸散量变化范围为588.6~767.8 mm,且存在显著的上升趋势;地表蒸散量的季节变化大致呈单峰型分布,峰值出现在8月,最小值出现在12月;且季节变化较为明显,夏季(272.0 mm)春季(191.4 mm)秋季(144.3 mm)冬季(65.0 mm);5)基于栅格尺度年地表蒸散量的变化速率主要受春季主导,依次为夏季、秋季,冬季的影响最小,淮河流域大部分区域地表蒸散发量呈增加趋势。该研究可为淮河流域洪涝、干旱等极端水文气象事件的监测与预警提供科学依据,同时为该流域水资源管理提供参考及决策依据。     

流域水资源与环境经济系统优化研究

如何保护流域环境,合理开发利用自然资源,是当今世界所面临的共同问题.针对我国流域资源与环境的特点,要使经济快速、持续发展,必须解决好水资源与环境系统优化问题.以淮河流域为例,运用系统动力学的方法,对淮河流域水资源可持续利用系统作出分析,经过政策模拟对比,提出了符合淮河流域经济发展的最佳方案.研究表明,水资源的合理开发和科学利用是制约流域社会经济持续发展的重要因素,只有协调发挥两者的作用,才能保证资源开发与环境保护的可持续发展.     

建设沼气工程是畜禽养殖场治理粪便污染的有效途径

山东是农业大省,全省畜牧业发展迅速。但是,规模化畜禽养殖场粪便和畜禽加工厂污水排放量大,对农业生态环境、水资源产生了严重污染。省辖淮河流域是国家的重点治污区域,也是山东重要的畜牧生产区。据调查分析,目前该流域畜禽规模养殖粪便的资源利用率在80—90％之间,尿和污水经过处理后排放或利用的不到5％,其余未被利用的粪便、尿和污水均直接排放到环境中去。畜禽规模养殖已经成为淮河流域污染产生的重要来源,农业面源污染的主要方面。     

淮河流域参考作物蒸散量变化特征及主要气象因子的贡献分析

利用淮河流域171个站点1971-2010年的气象资料,采用FAO Penman-Monteith公式计算该区近40a的参考作物蒸散量（ET0）,并对ET0的时空分布特征和影响因子进行定量分析。结果表明：淮河流域年ET0为898mm,近40a总体以17.5mm/10a的速率减小（P〈0.05）;空间分布显示西北部大部站点ET0呈显著下降趋势（P〈0.05）,仅东南部个别站点呈显著上升趋势（P〈0.05）。各气象因子对ET0变化的贡献表现为两方面,即ET0对气象因子的敏感性和气象因子的多年相对变化率,在4个主要因子中（平均温度、相对湿度、日照时数和风速）,ET0对相对湿度的变化最敏感（敏感系数最大）,而风速的多年平均变化率最大。从各因子的贡献率看,对ET0贡献最大的是风速,平均温度的贡献最小,4个因子对ET0变化的总贡献率为-4.96%,总贡献率为负在很大程度上解释了ET0呈下降趋势的原因。