Hydraulics

Abnormal Water Level Increase in the Valve Shaft of a Ship Lock Induced by High Density Currents in Impounded River

  • YANG Zhong-yong , 1 ,
  • LI Lin 1 ,
  • SUN Shi-wei 1 ,
  • ZHANG Yong 2 ,
  • TANG Yan-ping 2 ,
  • WANG Zi-yang 2 ,
  • LIU Xin-jian 3 ,
  • XU Yang , 4
Expand
  • 1 College of Hydraulic and Environmental Engineering, China Three Gorges University, Yichang 443002,China
  • 2 Three Gorges Navigation Authority, Yichang 443000,China
  • 3 Chongqing Building Research InstituteCo., Ltd., Chongqing 400042, China
  • 4 Hubei Key Laboratory of Intelligent Yangtze River and HydroelectricScience, China Yangtze Power Co.,Ltd., Yichang 443000, China

Received date: 2023-12-15

  Revised date: 2024-04-01

  Online published: 2024-09-20

Abstract

The valve shaft of Gezhouba dam ship lock is connected to the transmission gallery of the river area. During the flood season of 1993, the water level in the valve shaft increased abnormally, jeopardizing the safety of the lock’s equipment and facilities. To investigate the causes of the abnormal water level rise in the valve shaft of the Gezhouba ship lock, we examined the quantitative relationship between high-sediment-concentration flow and abnormal water levels. Using the Mike-3D numerical model, we simulated the vertical distribution of flow and sediment concentration under various discharge rates and sediment concentrations. We then calculated the relationship between the abnormal water levels in the valve shaft and sediment concentration. Based on these simulations, we explained the abnormal water level increases in the two valve shafts of the Gezhouba ship lock during 1993. Finally, we assessed the likelihood of future abnormal water level increases in the valve shafts. The modelling result reveals that the discharge and sediment concentration at approximately (30 000 m3/s, 2.85 kg/m3), (40 000 m3/s, 1.42 kg/m3), and (50 000 m3/s, 1.23 kg/m3), respectively, would lead to the abnormal water level increase exceeding 0.5 m. Following the construction of cascade reservoirs in the upstream and the implementation of China’s policy of returning farmland to forests, the probability of water level rise exceeding 0.5 m is now quite low. The findings offer valuable management insights for the safe operation of the Gezhouba ship lock.

Cite this article

YANG Zhong-yong , LI Lin , SUN Shi-wei , ZHANG Yong , TANG Yan-ping , WANG Zi-yang , LIU Xin-jian , XU Yang . Abnormal Water Level Increase in the Valve Shaft of a Ship Lock Induced by High Density Currents in Impounded River[J]. Journal of Changjiang River Scientific Research Institute, 2024 , 41(9) : 79 -85 . DOI: 10.11988/ckyyb.20231379

开放科学(资源服务)标识码(OSID):

0 引言

船闸输水系统的水沙动力学特性是其通畅性和整个船闸安全运行的重要保障[1-4],然而船闸一般建于拦河大坝上,河道泥沙对其输水系统的安全运行可能造成一定影响。葛洲坝水利枢纽是长江干流的最后一个拦河大坝,其右岸一号船闸布置包括廊道、充水阀门井、反弧门等建筑物,其中船闸两端各布置有一个输水廊道,主要功能为左、右主廊道的下游泄水。图1为船闸输水廊道及充水阀门井的剖面结构,主廊道上游设检修平板门和反弧门,进口底高程为45 m,反弧门底高程为23.5 m。1993年7月21日,葛洲坝入库流量约39 200 m3/s,葛洲坝坝前水位约66.4 m,而左右两个充水阀门井内的水位异常升高,分别约1.9 m和3.4 m。阀门井内水位异常升高后,水流经廊道流入充水阀门井液压机房,造成充水阀门液压机油缸、阀门井内电动机、液压元件等多个设备设施被淹。
图1 葛洲坝一号船闸充水阀门井剖面结构

Fig.1 Profile structure of the valve shaft of Gezhouba dam ship lock

关于葛洲坝船闸充水阀门水位异常的原因,目前主流上有两种观点。一种认为是阀门两端输水廊道密度不同驱动的异重流引起的[5]。1993年三峡大坝尚未修建,长江干流洪水直奔葛洲坝而来,坝前高含沙量水体导致其密度较高,而阀门井内水体为清水,二者的密度差异导致阀门井内水位异常升高。庄正新等[5]的监测数据表明,阀门井水位发生异常期间,航道内的表层含沙量最高可达3.29 kg/m3。另一种观点认为,进水廊道局部为淤沙所堵塞是造成阀门井水位异常从而导致启闭机房淹水的根本原因[6]。根据第一种观点,在船闸或港口这种一半静水和一半浊水的水域中,异重流导致内外水域水位差是比较常见的现象[7-9]。葛洲坝船闸所在水域主要受控于三峡大坝和葛洲坝区间河道水沙条件,而两坝间河道的水沙条件与上游建坝关系显著。大量研究表明,三峡水库以及上游梯级水库建坝蓄水后,两坝间河道的最大流量和含沙量均显著下降,其中河道输沙量下降最为显著,从三峡大坝建坝前的4.9亿t/a下降至建坝后的0.27亿t/a[10-11]。其主要原因是三峡水库及上游梯级水库蓄水后,大量泥沙淤积在库区,通过洪水下泄的部分十分有限[12-13],而且泥沙颗粒泥沙不断粗化,泥沙难以悬浮[11-14]
自葛洲坝船闸1993年发生水位异常事件后,为防止类似的阀门井水位异常升高造成的设备设施事故的发生,当长江干流葛洲坝入库流量超过35 000 m3/s时,需落放船闸输水系统上游左右两侧的平板检修门。但每次提(放)平板检修门过程需动用吊车等大型装备,作业时间长,且还要实行临时交通管制。
本文开展研究的重要意义在于,结合三峡大坝蓄水拦沙后葛洲坝船闸进水口水沙变化情况,探究葛洲坝一号船闸充水阀门井水位异常的根本原因,揭示葛洲坝船闸输水廊道进水口水域内高含沙水流与阀门井内水位异常之间的定量关系,分析计算阀门井水位升高超过阈值(0.5 m)致其流入液压机房的可能性。同时从科学上论证船闸阀门井内水位异常升高的数值与水体含沙量等因素之间的关系,研究结果可为葛洲坝一号船闸安全营运和科学管理提供参考依据,有效减少船闸左右侧上游平板检修门的提放次数。

1 数值模型构建与验证

为分析不同流量级别和水体含沙量浓度情况下,两坝间河道特别是葛洲坝坝前水体的水流和含沙量垂向分布特征,本文选择Mike3数值模型开展研究。Mike3数值模型是比较常用的工程数学模型,其主要优势在于两点:首先Mike模型采用的无结构网格方法能够很好地拟合河道范围形状,其次Mike模型采用的有限体积数值模式能使水量、含沙量等物质通量在计算过程中保持守恒。选用三维模型可模拟水流和含沙量的垂向分布特征,以此更好地计算阀门井输水廊道入口至水体表层之间的浊水压力。
本文的研究中,模型垂向上分10层计算,具体的模型控制方程、计算方法、边界条件处理方法等可参考Mike模型计算手册。

1.1 模型构建

本论文的模型范围和网格分布如图2所示,模型上游始于三峡大坝坝下,下游至于葛洲坝坝前,三峡—葛洲坝的两坝间河道总长约38 km。两坝间河道的水深分布如图2所示,河底高程最小值<-40 m,平均河床高程在30 m左右,平均河道水深约35 m左右。整个模型范围共划分网格20 889个,包含节点11 282个,网格平均分辨率约50 m,整套网格能够很好地再现河道地貌结构。网格质量采用最小角度(>35°)和相邻单元面积比(>0.6)控制。模型的上下游边界均采用流量控制。
图2 数值模型构建范围及网格分布

Fig.2 Domain and meshes of the numerical model

1.2 模型验证

采用2021年7月26—30日的实测数据来验证模型的准确性。图3(a)显示的是该时段内三峡出库流量(上游边界)和葛洲坝出库流量(下游边界)过程,该时段为洪季,因此出入库流量比较大,最高可>30 000 m3/s,最低在15 000 m3/s左右,由于电站日调峰的影响,2个电站的流量昼夜波动较大。图3(b)图3(c)显示的是两坝间河道三斗坪和黄陵庙两个站点上的水位波动过程实测值和模拟值的对比结果,二者在波动趋势上基本一致,昼夜水位波动幅度也基本一致,三斗坪站的平均模拟误差约0.07 m,黄陵庙的平均模拟误差约0.09 m,相对于水位平均波动幅度2.1 m而言,2个站点的相对模拟误差分别约3.33%和4.28%,基本满足数值模型的精度要求。
图3 数学模型上下游流量边界和三斗坪、黄陵庙站点的水位模拟验证结果

Fig.3 Discharge boundaries of the upstream and downstream of the model and verification results of water level at Sandouping and Huanglingmiao gauging stations

虽然本文涉及的数值模拟内容中还包括水流和泥沙模型,但受限于监测数据,目前只能验证水位波动。不过后文中会从1993年7月21日测得的含沙量和当时监测得到阀门异常水位值进行反演,以对模型的准确性做一个旁证。

2 计算工况

为计算不同流量和含沙量级别下,两坝间河道水流和含沙量的垂向结构特征,本文设计的计算工况如表1所示。在长江上游梯级水库的蓄水和调洪作用下,洪季期间,三峡大坝下泄流量目前一般不会>50 000 m3/s,因此本论文研究中将最大流量设置为50 000 m3/s。针对边界含沙量而言,大量监测结果表明,长江上游梯级水库蓄水后,三峡下泄主要为清水,水体含沙量一般都在1 kg/m3以下。然而本研究的任务之一,是反演和解释1993年曾经发生阀门井水位异常升高期间水体的含沙量垂向结构;另一个任务是,针对未来可能发生的高含沙水流工况下,阀门井水位异常升高的可能性及其与水体含沙量的关系。因此表1所示计算工况中的含沙量较高,最低为0.1 kg/m3,最高达到100 kg/m3
表1 计算工况设计

Table 1 Scenarios of model simulation

边界流量/
(m3·s-1)
边界含沙量/
(kg·m-3)
边界流量/
(m3·s-1)
边界含沙量/
(kg·m-3)
10 000 0.1、1、10、30、50、100 40 000 0.1、1、10、30、50、100
20 000 0.1、1、10、30、50、100 50 000 0.1、1、10、30、50、100
30 000 0.1、1、10、30、50、100

3 研究结论

3.1 水流和含沙量垂向结构特征

各流量工况下的水流和含沙量垂向分布特征如图4所示。
图4 各工况下水体流速和含沙量垂向结构特征

Fig.4 Vertical distribution of flow velocity and sediment concentration in different scenarios

相同流量不同含沙量时,河道水流的垂向结构差异极小,即含沙量对流速结构的影响很小,因此图4(a)仅显示了不同流量级别下的流速垂向结构。各流量级别下,水流速度垂向结构特征基本呈对数形式分布。当上游来流量仅10 000 m3/s时,河道表层流速约0.34 m/s,底层流速约0.15 m/s。当上游来流量增加至50 000 m3/s时,河道表层流速约1.55 m/s,底层流速约0.58 m/s。河道流速越大,水体对泥沙悬浮的扰动能力越强,在上游来流量10 000 m3/s工况中,泥沙难以悬浮在水体中,水体中的含沙量均在0.5 kg/m3以下,且垂向分布结构比较均匀。当上游来流量达到20 000 m3/s时,不同含沙量工况下的河道水体含沙量在1~6 kg/m3之间,垂向结构依然比较均匀。当上游来流量达到30 000 m3/s及以上时,河道水流速度增加,在水流对泥沙充分扰动的情况下,河道水体含沙量急剧增加,河道底层含沙量可>100 kg/m3,且含沙量垂向分布呈经典的对数分布模式,不过表层含沙量依然很低,基本保持在10 kg/m3以内。

3.2 不同水沙条件下阀门井水位异常特征分析

根据异重流原理,阀门井水位异常的计算方法如下所述。阀门井内为清水,洪季时段葛洲坝前水体温度约18 ℃,查表可得该温度下的水体密度ρw为常数998.56 kg/m3,井水位为hw,因此阀门井内的压强(Pw)为
P w = ρ w g h w  
阀门井外是船闸和航道,浊水的密度是水深的函数,即ρt(h),因此其水柱压强(Pt)可表示为从阀门井底部高程(h0)至表层水体(ht)的含沙水体积分,即
P t = h 0 h t ρ t ( h ) g d h  
阀门井内外水体连通,因此压强相等,即Pw=Pt,最后根据式(1)和式(2)分别求出阀门井内外的水位高程和水位异常值,即
d h = h w - h t  
图5中显示了不同流量工况下阀门井发生异常水位的计算结果。异常水位与流量和含沙量呈显著的正相关关系。当含沙量<1 kg/m3时,阀门井水位异常值基本在0.12 m以下。当河道流量较小时(<20 000 m3/s),由于河道水体含沙量较低,引起的阀门井异常水位也很低,基本不足0.2 m。当河道流量增加至30 000 m3/s及其以上时,河道水体含沙量急剧增加,导致阀门井出现异常水位值随着流量和含沙量急剧增加,特别是当河流的入流含沙量>10 kg/m3后,阀门井异常水位最低约0.01 m,最高可达2.1 m。极端情况下,若入流流量达到50 000 m3/s,能够驱动的阀门井内异常水位最低约0.07 m,最高可达9 m左右。
图5 各流量工况下阀门井水位异常计算结果

Fig.5 Simulated result of abnormal water level in the valve shaft in different scenarios

3.3 阀门井历史异常水位反演

通过阀门井异常水位与河道水沙关系计算结果反演1993年7月21日葛洲坝一号船闸左右充水阀门发生的水位异常现象,此时河道中洪水流量约39 200 m3/s,含沙量约3.27 kg/m3,左右充水阀门的水位异常值分别约1.9 m和3.4 m。对照图5,采用40 000 m3/s流量线(图5黄线)进行反演,当异常水位值约1.9 m时,对应的河道入流含沙量正好约10 kg/m3,此时河道表层的含沙量(图4(e))约3.1 kg/m3。当异常水位值上升至3.4 m时,对应的河道入流含沙量在10~30 kg/m3之间,对应图4(e)中,此时河道表层的含沙量约为3.90 kg/m3。这2个含沙量与实际监测到的含沙量(3.27 kg/m3)相差不大。这一方面进一步验证了本模型的准确性,另一方面由此可以发现,由于高流量期间河道水体含沙量垂向上呈对数分布,即使表层含沙量有微小差别,但河道中下层含沙量可能发生显著差异,导致水体中水柱密度显著增大,从而增加充水阀门井水位异常的风险。
根据3.2节中各种流量和含沙量工况下,阀门井水位异常值分布情况计算成果,总结如图6所示。由图6可见,当流量<20 000 m3/s时,由于水体动力不足,含沙量难以悬浮造成有效的异重流,阀门井内水位升高值最大仅约0.2 m。此外,当水体的入流含沙量<2 kg/m3时,水体悬浮物颗粒浓度有限,造成的异重流也很弱,阀门井内水位升高值最大仅约0.2 m。但如若水体含沙量较高时恰逢洪水期间,阀门井异常水位会显著增加。例如水体入流含沙量>10 kg/m3时,在30 000、40 000、50 000 m3/s时的异常水位值分别约0.6、1.7、2.0 m。参考《三峡—葛洲坝水利枢纽通航调度规程》,当阀门井内水位异常升高>0.5 m,且有继续上升趋势时,应采取紧急措施,因此以水位异常升高值>0.5 m为阀门井水位异常升高预警范围线,即图中白色粗等值线。
图6 阀门井水位异常升高值与流量和入流含沙量的关系

Fig.6 Relations of abnormal water level rise against discharge and inflow sediment concentration

根据图6中阀门井水位异常升高值与流量和入流含沙量的关系计算结果,当流量<20 000 m3/s时无需预警;当流量达到30 000 m3/s,同时垂线平均含沙量达到2.85 kg/m3时需要发出预警;当流量达到40 000 m3/s,同时垂线平均含沙量达到1.42 kg/m3时需要发出预警;当流量达到50 000 m3/s,同时垂线平均含沙量达到1.23 kg/m3时需要发出预警。

3.4 充水阀门井未来发生超阈值异常水位的可能性

由前文分析可知,船闸充水阀门井内水位异常升高值主要与葛洲坝来流量和入流含沙量有关。来流量越大,水体动力越强,含沙量越高,阀门井内水位异常升高值也越高。
1998年来洪季时段3个月内(7月1日—9月30日)黄陵庙断面平均含沙量和流量数据统计结果如图7所示。图7将这些数据分3个时段进行显示,1998—2002年表示三峡大坝蓄水前,2003—2009年表示三峡大坝蓄水至145 m,2010年至今表示三峡大坝蓄水至175 m后。黄陵庙站点位于葛洲坝库区,距离葛洲坝仅约29 km,且葛洲坝库容较小,为日调节型水库,因此黄陵庙断面流量可表示葛洲坝坝前来流量。
图7 三峡建坝前后黄陵庙站点流量特征及水沙关系

Fig.7 Characteristics of discharge and sediment concentration at Huanglingmiao station before and after the impoundment of Three Gorges Reservoir

从葛洲坝入库流量上看,三峡大坝蓄水之前的1998—2002年中,洪季平均流量约29 800 m3/s,三峡大坝蓄水至175 m后的2010年来,葛洲坝来流量降低至22 000 m3/s,可见在三峡水库及其上游梯级水库的调蓄作用下,葛洲坝洪季来流量逐步降低。图7(b)图7(d)中分别显示了这3个时段上的含沙量与流量关系监测结果,三峡大坝蓄水以前的洪季时段,水流整体含沙量较高,且随着流量增加而成正相关(R2=0.57)。当洪季流量达到60 000 m3/s左右时,水体平均含沙量最高可达4.10 kg/m3(发生在1998年8月26日),根据图6中计算所得的阀门井水位异常升高值与流量和入流含沙量的关系可知,此时阀门井内发生水位异常现象的风险是非常高的。不过自三峡大坝蓄水以来,水体含沙量大幅度降低。
2003—2009年间,三峡大坝开始蓄水至145 m,葛洲坝库区的泥沙尚在调整中,因此流量与含沙量的正相关关系仍然较好,相关系数约0.56,该时段内最高含沙量约1.6 kg/m3(发生在2004年9月8日),对应的洪水流量约55 800 m3/s。
2010年来,三峡大坝正式蓄水至正常蓄水位175 m,同时长江上游的金下四大梯级水库也逐步建成蓄水,在它们的调蓄作用下,首先导致了洪季葛洲坝入库流量显著降低至22 000 m3/s,水体含沙量也显著降低,最高值仅约1.2 kg/m3,且流量与含沙量的相关系数下降至0.26,表明河道的高含沙量并非仅由大流量驱动,还可能是三峡泄洪排沙等因素引起的。三峡大坝蓄水前后的流量和含沙量相关研究成果也认为,上游梯级电站蓄水后,三峡大坝的输沙量以及两坝间河道的含沙量大幅度降低[10-11,14]
根据已有研究成果[15],宜昌站20世纪60年代至21世纪10年代以来,每个10 a的年均输沙量分别约5.49亿、4.75亿、5.49亿、3.97亿、0.48亿、0.18亿t。此趋势表明,洪季时段两坝间河流中出现高含沙水流的可能性大幅度降低。
以三峡建坝蓄水以来黄陵庙站点曾经出现过的最大流量和最高含沙量作为计算条件,来衡量葛洲坝船闸冲水阀门未来可能出现的水位异常最大值。若考虑三峡大坝145 m蓄水阶段,即采用2003年以来的数据,最大流量为55 800 m3/s,最高含沙量为1.6 kg/m3,均发生在2004年9月8日,经计算所得葛洲坝船闸阀门井内水位异常升高值约为0.71 m。该值已超过《三峡—葛洲坝水利枢纽通航调度规程》所规定的阀门井内异常水位阈值0.5 m。若考虑三峡水位蓄至175 m之后的情况,即采用2010年以来的数据,其大流量为47 500 m3/s,发生在2020年8月19日,最高含沙量为1.19 kg/m3,发生在2013年7月24日,经计算所得葛洲坝船闸阀门井内水位异常升高值约为0.33 m,未达到前文所述的阈值。由此可以初步判断,葛洲坝船闸阀门井内水位异常在未来出现>0.5 m的情况是可能存在的,但发生概率极低,不过在三峡大坝排沙泄洪期间仍应引起重视。

4 结论

河道高含沙水流背景下,船闸充水阀门可能发生水位异常的现象,对船闸的安全运行造成恶劣影响。本文基于三维水沙数值模型,以葛洲坝船闸为原型,针对其现象机理和未来发生的可能性开展初步研究,主要获得如下结论:
(1)基于Mike三维数值模式构建了三峡—葛洲坝之间河道水沙运动数值模型,并采用2021年洪季时段的实测数据来验证模型的准确性,校正模型参数。
(2)不同流量级别下河道流速垂向结构特征均呈对数形式分布,低流量模式下的含沙量垂向分布较均匀,高流量(>20 000 m3/s)模式下的含沙量垂向结构呈对数分布。
(3)根据数值模拟结果计算了阀门井水位异常升高值与河道含沙量和入流流量的关系,当河道表层含沙量在3.1~3.9 kg/m3时,阀门井水位异常升高值可达1.9~3.4 m,模型能够反演1993年曾经发生的阀门井水位异常现象。
(4)三峡水库蓄水后,从三峡大坝下泄的水流含沙量大幅度降低,葛洲坝充水阀门井水位异常升高值未来>0.5 m的可能性极小,但在三峡大坝排沙泄洪期间应引起重视。
[1]
孙倩. 船闸闸墙长廊道输水系统灌水过程闸室水流条件模拟研究[D]. 重庆: 重庆交通大学, 2017.

(SUN Qian. Research on Hydraulic Characteristics of Long-culvert Filling and Emptying System of Shiplock during Filling Process[D]. Chongqing: Chongqing Jiaotong University, 2017. (in Chinese))

[2]
彭永勤, 张绪进. 孟洲坝二线船闸输水系统水力学试验研究[J]. 水运工程, 2016(8): 131-134, 150.

(PENG Yong-qin, ZHANG Xu-jin. Hydraulic Experiment on Filling & Emptying System of Mengzhouba Second-lane Lock[J]. Port & Waterway Engineering, 2016(8): 131-134, 150. (in Chinese))

[3]
陈明, 梁应辰, 宣国祥, 等. 船闸输水过程三维水力特性动态仿真研究[J]. 水动力学研究与进展A辑, 2013, 28(5): 559-565.

(CHEN Ming, LIANG Ying-chen, XUAN Guo-xiang, et al. Numerical Simulation for Dynamic Characteristics of 3D Flow during Shiplock Filling Process[J]. Chinese Journal of Hydrodynamics, 2013, 28(5): 559-565. (in Chinese))

[4]
王伟, 王亮. 船闸输水系统设计探讨[J]. 中国水运(下半月), 2015, 15(1): 214-215, 255.

(WANG Wei, WANG Liang. Discussion on the Design of Ship Lock Water Conveyance System[J]. China Water Transport (Second Half Month), 2015, 15(1): 214-215, 255. (in Chinese))

[5]
庄正新. 葛洲坝1号船闸充水阀门井水位异常升高的原因分析[J]. 水利水电技术, 1995(10): 26-27.

(ZHUANG Zheng-xin. Analysis of the Abnormal Rise in Water Level in the Inundation Valve Well of the Gezhouba Dam No. 1 Ship Lock[J]. Water Conservancy and Hydropower Technology, 1995(10): 26-27. (in Chinese))

[6]
宋维邦. 葛洲坝一号船闸充水阀门启闭机房淹水事故原因浅析[J]. 长江水利教育, 1995(4): 53-56.

(SONG Wei-bang. Preliminary Analysis of the Flooding Accident in the Filling Valve Control Room of the Gezhouba Dam No.1 Ship Lock[J]. Yangtze River Water Conservancy Education, 1995(4): 53-56. (in Chinese))

[7]
刘思海, 侍克斌, 张宏科, 等. 克孜尔水库异重流排沙分析及塑造技术研究[J]. 长江科学院院报, 2018, 35(10): 10-14.

(LIU Si-hai, SHI Ke-bin, ZHANG Hong-ke, et al. Technologies of Desilting by Creating Conditions for Density Flow in Kizil Reservoir[J]. Journal of Yangtze River Scientific Research Institute, 2018, 35(10): 10-14. (in Chinese))

[8]
黄硕, 黄文锐, 刘曙光, 等. 河口航道双丁坝影响下异重流运动特性[J]. 同济大学学报(自然科学版), 2023, 51(5): 728-737.

(HUANG Shuo, HUANG Wen-rui, LIU Shu-guang, et al. Effects of Double Groins on Motion Characteristics of Density Current in Estuarine Navigation Channel[J]. Journal of Tongji University (Natural Science), 2023, 51(5): 728-737. (in Chinese))

[9]
徐进超, 李云, 宣国祥, 等. 船闸引航道内的异重流淤积计算[J]. 水运工程, 2016(12): 89-94.

(XU Jin-chao, LI Yun, XUAN Guo-xiang, et al. Calculation of the Deposition Caused by Density Flow in Approach Channel of Ship Lock[J]. Port & Waterway Engineering, 2016(12): 89-94. (in Chinese))

[10]
史常乐, 牛兰花, 赵国龙, 等. 三峡大坝—葛洲坝河段水沙变化及冲淤特性[J]. 水科学进展, 2020, 31(6): 875-884.

(SHI Chang-le, NIU Lan-hua, ZHAO Guo-long, et al. Variation in Water and Sediment Conditions and Erosion and Deposition Characteristics in the Reach between Three Gorges Dam and Gezhou Dam[J]. Advances in Water Science, 2020, 31(6): 875-884. (in Chinese))

[11]
YANG S, ZHANG J, XU X. Influence of the Three Gorges Dam on Downstream Delivery of Sediment and Its Environmental Implications, YangtzeRiver[J]. Geophysical Research Letters, 2007, 34: L10401.

[12]
陈立, 王愉乐, 邹振华, 等. 三峡水库蓄水后下游河道悬沙恢复效率[J]. 水科学进展, 2023, 34(5): 697-707.

(CHEN Li, WANG Yu-le, ZOU Zhen-hua, et al. Efficiency of Suspended Sediment Recovery in the Downstream Reaches of the Three Gorges Reservoir[J]. Advances in Water Science, 2023, 34(5): 697-707. (in Chinese))

[13]
张成潇, 米博宇, 吕超楠, 等. 高洪水期运行水位对三峡水库泥沙淤积的影响[J]. 长江科学院院报, 2024, 41(6): 10-17.

(ZHANG Cheng-xiao, MI Bo-yu, Chao-nan, et al. Influence of Operating Water Level on Sediment Deposition in Three Gorges Reservoir during High Flood Levels[J]. Journal of Changjiang River Scientific Research Institute, 2024, 41(6): 10-17. (in Chinese))

[14]
YANG S, LI M, DAI S B, et al. Drastic Decrease in Sediment Supply from the Yangtze River and Its Challenge to Coastal Wetland Management[J]. Geophysical Research Letters, 2006, 33: L06408.

[15]
YANG Y, ZHENG J, ZHU L, et al. Influence of the Three Gorges Dam on the Transport and Sorting of Coarse and Fine Sediments Downstream of the Dam[J]. Journal of Hydrology, 2022, 615: 128654.

Outlines

/