排序方式: 共有2条查询结果,搜索用时 31 毫秒
1
1.
大兴安岭北部森林小流域融雪径流特征 总被引:1,自引:0,他引:1
为了揭示森林小流域融雪径流特征及其影响因素,以大兴安岭北部老爷岭小流域为研究对象,对初春融雪径流进行野外定位观测,基于试验观测数据分析了融雪径流的变化特征,以及温度、降雨和冻土对融雪径流的影响。结果表明:2015年大兴安岭北部森林小流域融雪径流开始于4月17日,结束于5月7日,融雪径流历时21 d; 整个融雪径流过程呈先涨流、后回落、再稳定3个阶段,径流量介于0.08~1.09 m3/s; 5月11日后径流趋于稳定,径流量波动于0.46 m3/s。融雪径流前期和后期日径流存在明显昼夜流量差,而洪峰期差异不大,洪峰流量可持续24 h左右。融雪径流过程径流量受多重因子的影响,其中受温度影响较大,二者相关系数r在0.85以上; 径流量对气温的敏感性最大,敏感系数ε高达0.54; 土表的融化会相应加大融雪径流量,而下层土壤的融化会削减融雪径流量; 降雨可加大涨流期的径流量,延缓回落期径流量的回落速率,且降雨量越大对径流量的驱动力越强。 相似文献
2.
利用多源遥感数据驱动SRM模型模拟雅鲁藏布江4个不同水文站控制流域的融雪过程,分析流域特征(面积、地形地貌因子、植被类型)、模型输入变量(气温、降水、积雪覆盖率)对遥感驱动SRM模型模拟精度的影响.研究表明:遥感驱动的SRM模型在雅鲁藏布江研究区域模拟精度较高,NSE系数达到0.83以上;但其精度受流域面积大小的影响,具有尺度阈,在一定面积尺度上模拟精度最大,流域地形越复杂,其模拟效果越差;植被覆盖类型影响融雪径流过程的模拟,进而影响模拟结果;模型3个主要输入变量气温、降水、积雪覆盖率对遥感驱动的SRM模型的模拟精度同样有很大程度的影响.研究结果对资料匮乏的高海拔地区水资源利用具有重要意义,同时可为遥感驱动的SRM模型的推广应用提供有效支撑. 相似文献
1