基于低影响开发的校园雨水控制及效益分析

以安徽理工大学为研究对象,应用4种低影响开发(LID)方案(植草沟、下沉式绿地、雨水罐和植草沟-下沉式绿地-雨水罐组合)构建雨洪管理模型(SWMM),模拟不同雨水重现期下各种LID方案的水文和水质性能,并评价了经济效益.结果表明:植草沟的径流削减效率最好,可延迟流量峰现时间,且能有效地削减污染负荷;除雨水罐外,另外3种LID实践方案具有良好的环境效益;从成本效益上分析,下沉式绿地和组合LID实践方案的污染物控制效果较好,但其单位削减率成本高,植草沟对污染物控制效果不理想,但其具有最低的单位削减率;若想取得较好的污染物控制效果,则需要投入更大的成本,可以采用下沉式绿地或组合LID实践方案,下沉式绿地或组合LID实践方案不仅能有效削减峰值流量,缓解城市排水管网负荷,且对污染物的削减效果较好.可为中国校园中LID实践的应用决策提供理论支持.     

Assessing the effects of vegetation and precipitation on soil erosion in the Three-River Headwaters Region of the Qinghai-Tibet Plateau,China

Soil erosion in the Three-River Headwaters Region (TRHR) of the Qinghai-Tibet Plateau in China has a significant impact on local economic development and ecological environment. Vegetation and precipitation are considered to be the main factors for the variation in soil erosion. However, it is a big challenge to analyze the impacts of precipitation and vegetation respectively as well as their combined effects on soil erosion from the pixel scale. To assess the influences of vegetation and precipitation on the variation of soil erosion from 2005 to 2015, we employed the Revised Universal Soil Loss Equation (RUSLE) model to evaluate soil erosion in the TRHR, and then developed a method using the Logarithmic Mean Divisia Index model (LMDI) which can exponentially decompose the influencing factors, to calculate the contribution values of the vegetation cover factor (C factor) and the rainfall erosivity factor (R factor) to the variation of soil erosion from the pixel scale. In general, soil erosion in the TRHR was alleviated from 2005 to 2015, of which about 54.95% of the area where soil erosion decreased was caused by the combined effects of the C factor and the R factor, and 41.31% was caused by the change in the R factor. There were relatively few areas with increased soil erosion modulus, of which 64.10% of the area where soil erosion increased was caused by the change in the C factor, and 23.88% was caused by the combined effects of the C factor and the R factor. Therefore, the combined effects of the C factor and the R factor were regarded as the main driving force for the decrease of soil erosion, while the C factor was the dominant factor for the increase of soil erosion. The area with decreased soil erosion caused by the C factor (12.10×10³ km²) was larger than the area with increased soil erosion caused by the C factor (8.30×10³ km²), which indicated that vegetation had a positive effect on soil erosion. This study generally put forward a new method for quantitative assessment of the impacts of the influencing factors on soil erosion, and also provided a scientific basis for the regional control of soil erosion.     

称重式降水传感器与翻斗雨量传感器测雨性能对比分析

为了观测降水数据的准确性,选取了南通市4个台站2018年4月—10月份的DCS1型称重式降水传感器和SL3-1型翻斗雨量传感器观测的降水数据,分析两者观测的日降水量和降水总量等方面的差异。结果显示：在选取的观测样本中,以人工观测的降雨日数为参考,称重传感器的平均一致率为91.2%;以翻斗传感器观测的降雨日为参考,称重传感器的一致率为94.5%。称重传感器观测的累积降水量与翻斗传感器观测的累积降水量相对平均误差为-1.55%,符合中国气象局规定的相对误差不超过±4%的规范要求。在分析日降水量方面,发现称重传感器比翻斗传感器观测量平均偏小0.29 mm;有明显性降水时,两者在日降水量等级判别上基本一致。称重传感器观测的数据小于翻斗传感器观测的数据概率要高,两种传感器观测的差值分布较为一致。称重传感器在捕捉微量降水的能力不比翻斗传感器差,甚至更好。称重传感器观测的日降水量与翻斗传感器观测的日降水量相关系数为0.99826,达到0.01显著相关的水平。     

降雨类型与坡度对棕壤垄沟系统产流产沙的影响

为深入理解棕壤垄作坡耕地的土壤侵蚀机理,利用1.60 m×0.53 m的试验土槽,设计2个降雨类型,即增强型(70～70～100～100 mm/h)和减弱型(100～100～70～70 mm/h),以及2个坡度(9°和18°)的人工模拟降雨试验。每个雨型分2个阶段(阶段I、阶段II),每个阶段进行相同雨强的2个场次降雨,每个场次降雨历时20 min。结果表明:(1)雨强对径流量呈显著影响(P0.05),100 mm/h雨强下的径流量70 mm/h时的径流量。在减弱型雨型下,坡度对径流量影响显著(P0.05),而增强型雨型下在不同阶段坡度对径流量的影响不同。(2)雨强对产沙量的影响显著(P0.05),在阶段Ⅰ降雨中,100 mm/h雨强下9°和18°坡面的平均每分钟产沙量分别为70 mm/h雨强下的23.98,9.07倍。在70 mm/h雨强下,坡度对产沙量的影响显著(P0.05),而100 mm/h雨强下不同阶段坡度对径流量的影响具有差异性。(3)100 mm/h雨强在不同雨型中出现的时序对产沙量影响不显著(P0.05);在70 mm/h雨强下,产沙量整体较小,基本在15 g/min以下。同一雨强在不同雨型中的时序对径流量均存在显著影响(P0.05)。(4)总径流量从大到小依次为:9°减弱型18°减弱型9°增强型18°增强型;总产沙量从大到小依次为:18°增强型18°减弱型9°减弱型9°增强型。不同雨型下,雨强发生改变后,累计径流量和累计产沙量增加速率和雨强的改变具有一致性。     

水力侵蚀对砒砂岩区土壤有机碳空间变异性的影响

以侵蚀剧烈的砒砂岩区为研究对象，应用地统计学Kriging插值法准确描述水力侵蚀下土壤有机碳空间动态迁移过程来探究侵蚀与碳平衡的关系并为有效治理砒砂岩区坡面水土流失提供科学的参考。结果表明：（1）降雨前后各土层有机碳均随着土层增加而减少，表现为中等变异、空间自相关均为正相关且0—10 cm土层自相关性最大。降雨后0—20 cm土层有机碳含量减少而20—40 cm土层增加，且各土层变异程度均较雨前减弱。（2）降雨前后土壤有机碳分别与高斯模型，球状模型较为拟合，且变程值均随土层增加而增大。降雨前后0—10 cm土层表现均为强烈空间相关性且雨后结构比增大，而10—40 cm均为中等相关性雨后结构比减小。（3）降雨后空间异质性减弱斑块面积变大，总体表现为同一土层坡上侵蚀坡下沉积，而不同土层下0—20 cm土层表现为侵蚀，20—40 cm土层表现为沉积。（4）降雨前后土壤有机碳均与黏粒呈现较显著正相关，其中降雨前0—10 cm土层有机碳与黏粒为极显著正相关，降雨后各土层相关性增强均为极显著正相关。但降雨前后土壤有机碳与粉粒相关性均较小且不显著，与砂粒则基本表现为负相关。     

黄麻土工布覆盖对花岗岩红壤表土坡面侵蚀特性的影响

[目的]探究黄麻土工布覆盖条件下花岗岩红壤表土坡面侵蚀特性,为花岗岩红壤区坡面土壤侵蚀防治提供科学依据。[方法]通过室内模拟降雨试验,在2个坡度(5°和15°坡度)、3种密度(无覆盖,6 cm×6 cm及3 cm×3 cm网格)的黄麻土工布覆盖条件下,研究极端降雨条件下(90 mm/h)花岗岩红壤表土的坡面侵蚀特性,并观测径流系数、土壤侵蚀速率、泥沙颗粒变化规律及富集率等指标。[结果]坡面径流随降雨历时增加而增加,土壤侵蚀速率则相反,表明侵蚀过程是一个分离受限的过程。和对照组相比,黄麻土工布覆盖在不同试验条件下都具有明显的减流减沙作用。另外,由侵蚀泥沙的粒径分选规律可知,坡面土壤中的黏粒和粉粒大小的颗粒倾向于被优先选择性搬运,其结果致使坡面石英粗颗粒富集,在缓坡(5°)与高密度黄麻土工布覆盖条件下(3 cm×3 cm网格)尤为突出。坡面石英粗颗粒随降雨历时增加不断富集进一步增加了原位坡面的侵蚀抗性,产生了土壤侵蚀速率随降雨历时不断降低的现象。[结论]高密度黄麻土工布的覆盖能够有效地减流减沙,增加原位坡面抗蚀性,是一种有效的水土保持措施,在今后的土壤侵蚀防治和劣地恢复工作中应该被重视。     

黄河未来输沙量态势及其适用性对策

[目的] 探索黄河输沙预测的新思路，预估黄河未来输沙态势与输沙量水平，为黄河流域生态治理规划提供参考。[方法] 结合黄河流域水土保持生态修复现状，采用单累积曲线法、滑动平均及频率分析方法，分析1950—2019年黄河主要来沙区间的实测输沙量变化特征及其未来态势。[结果] 1950—2019年黄河输沙量呈现阶梯式减少。1950—2019年黄河中游各站累积实测输沙量随时间的变化可用“左半抛物线”表征。黄河输沙量自1997年以来已进入相对稳定态势，目前已达企稳状态；黄河潼关站未来年输沙量在90%频率下为1.00×10⁸ t左右，在10%频率下为5.00×10⁸ t左右，未来多年平均输沙量为1.40×10⁸ t。[结论] 为了维持黄河输沙量低稳状态，提升水土保持措施质量与标准，补齐“后水土保持”短板，构建完善的水沙关系调控体系，维持黄河下游河道冲淤平衡，是黄河流域生态保护与高质量发展的保障。     

1966-2017年贵州省降雨侵蚀力的时空分布特征

[目的] 分析贵州省1966—2017年降雨侵蚀力R值的时空演变规律，为评估该地区降雨对土壤侵蚀的防治、制定水土保持措施及农业生产规划提供参考。[方法] 基于贵州省33个气象站点1966—2017年的日降雨资料，利用克里金插值法、经验正交函数（EOF）方法、Mann-Kendall检验、Morlet小波分析法等，对贵州省52 a的降雨侵蚀力R值的时空特征进行了分析。[结果] ①EOF分析方法可以较好地解释降水侵蚀力的时空分布特征，其前两个特征向量累计贡献率达52%，揭示了贵州省降雨侵蚀力全局型和东西反向型两种典型的分布模态。分析特征向量所对应的时间系数可得，贵州省的降水侵蚀力主要表现为全省全年偏大、全省全年偏小、东大西小、东小西大4种类型；②贵州省降雨侵蚀力R值年内主要受汛期降雨影响，全省各县市汛期降雨侵蚀力R值均占全年总量的60%以上；③在年际变化上，降雨侵蚀力R值存在多突变的现象，1971—1981年突变频率最为频繁。通过周期检验发现其变化主周期为28 a，次周期分别为12 a和6 a。[结论] 贵州省降雨侵蚀力的时空分布与降雨量的时空分布趋势近似，整体呈现南部大北部小，夏季大冬季小的趋势，在未来几年内降雨侵蚀力R值有上升的趋势。     

基于条件植被温度指数的夏玉米生长季干旱预测研究

为验证条件植被温度指数(VTCI)在夏玉米生长季干旱预测中的适用性,以河北中部平原为研究区,应用求和自回归移动平均(ARIMA)模型及季节性求和自回归移动平均(SARIMA)模型,对该地区VTCI时间序列数据进行分析建模预测。首先基于49个气象站点所在像素的VTCI时间序列数据,选取不同长度时间序列建立ARIMA模型,并分析时间序列长度与预测精度间关系,以期为时间序列长度选择提供依据;然后选择理想长度的VTCI时间序列数据,分别建立ARIMA模型和SARIMA模型,用于研究区域2017年夏玉米生长季VTCI预测,并分析评价两模型预测精度;最后采用性能较好的ARIMA模型逐像素建模预测,得到2016-2018年9月上旬至下旬VTCI预测结果。结果表明:基于ARIMA模型的VTCI预测精度与时间序列长度未呈现明显的相关关系,但随时间序列长度增加,模型预测精度逐渐趋于稳定;ARIMA模型对干旱的预测精度高于基于SARIMA模型,其1步、2步、3步VTCI预测结果均方根误差较SARIMA模型分别降低0. 06、0. 07、0. 09;ARIMA模型在不同年份夏玉米生长季VTCI1~3步的预测精度稳定性较好,2016-2018年1步、2步和3步VTCI预测结果绝对误差绝对值大于0. 20的像素平均百分比分别为5. 84%、6. 38%、8. 72%。     

农用无人机移动补给平台自主降落算法与试验

为实现根据无人机作业位置改变中途补充能源或喷洒物的起降地点,增加无人机有效作业时间,提高无人机作业效率,设计了无人机移动补给平台。通过研究农用无人机自主降落过程,提出一种基于模糊逻辑和比例积分微分(Proportional-integral and derivative,PID)分段控制的农用无人机跟踪降落算法,该算法既拥有PID算法的高精度,又兼顾模糊控制算法响应速度快、超调量小、鲁棒性强的优点。目标轨迹跟踪预测由粒子滤波器跟踪算法和轨迹拟合算法相结合进行求解。仿真和现场试验表明,与单一的PID算法和模糊逻辑算法相比,分段控制算法能够把农用无人机对移动补给平台的跟踪误差缩小到6. 7 cm以内,在移动补给平台上的降落精度控制在7. 2 cm以内。