Medical Journal of the Chinese People's Armed Police Forces

Journal of Changjiang River Scientific Research Institute >

2025 , Vol. 42 >Issue 3: 1 - 8

DOI: https://doi.org/10.11988/ckyyb.20240963

Special Contribution

Trends of Runoff Changes in the Yangtze River Basin for Water Allocation Since 2012

  • XIONG Ming ,
  • PAN Shi-han
Expand
  • Bureau of Hydrology, Changjiang Water Resources Commission, Wuhan 430010, China

Received date: 2024-09-12

  Revised date: 2025-01-18

  Online published: 2025-03-14

Fold

Abstract

The changing environment alters river water quantity. Scientifically clarifying the change trend of water quantity is fundamental for water resources management in river basins. This paper focuses on 23 rivers for water allocation in the Yangtze River Basin. Utilizing measured runoff data, we analyzed the annual and monthly flow trends of major rivers and the change trends of outbound flow across different provinces within the basin. Results indicate that since 2012, the annual water volume of rivers for water allocation in the Yangtze River Basin has remained stable with an upward trend in 2020, followed by a significant shift from wet period to moderately dry period. The monthly runoff of each river exhibited an obvious unimodal pattern, yet the annual water volume gradually concentrated towards non-flood season. The outbound water volume across provinces in the basin showed multiple alternations between dry and wet seasons, generally presenting a fluctuating upward trend that peaked in 2020. After that, the outbound water volume across provinces continuously declined to the present state. The annual overall compliance rate of Guizhou and Hunan showed a downward trend, while Hubei followed behind.

Key words： water allocation; least square linear regression; runoff; outbound water volume; annual overall compliance rate

Cite this article

XIONG Ming , PAN Shi-han . Trends of Runoff Changes in the Yangtze River Basin for Water Allocation Since 2012[J]. Journal of Changjiang River Scientific Research Institute, 2025 , 42(3) : 1 -8 . DOI: 10.11988/ckyyb.20240963

开放科学(资源服务)标识码(OSID):

0 引言

自新中国成立以来,尤其是改革开放以来,长江流域经济社会蓬勃发展,但也使得长江流域地区在水资源保障方面的压力逐步增长[1⇓-3]。在全球气候变暖的宏观背景下,人类活动的强度与广度正快速重塑着区域自然环境[4]。其中,水资源作为承受环境变化最直接和敏感的要素,其状态变化尤为显著[5⇓-7],长江流域及其主要支流整体上水资源充沛,但在气候变化与高强度人类活动的双重叠加效应下,以及各地区水资源量的时空分布与社会经济发展不一致性下,干旱区域和湿润地带的河流水文情势都发生了深刻变化[8⇓-10]。在充分考虑季节变化和水流过程特点的基础上,对长江流域开展水量分配工作是十分迫切且必要的。
自2010年起,长江水利委员会分批次启动了共23条跨省江河流域水量分配方案工作,截至2023年底,长江流域水量分配工作全部完成,明确了长江流域内各省级行政区地表水水量分配份额、主要控制断面及断面控制指标,为维系良好生态和保障经济社会高质量发展用水需求、实现长江流域治理体系和治理能力现代化提供了重要支撑。
近年来,很多研究者从不同角度对我国各大流域的主要江河水量变化过程、演变规律与发展趋势展开了研究,水量模拟模型、序列变异(突变)诊断方法、序列的周期性分析方法、定量识别方法等研究方法[11⇓⇓⇓⇓⇓-17]也都得到了广泛使用。然而,大部分研究都聚焦在外部因素对径流或水量的影响方面[18⇓⇓⇓-22],主要采取具体研究方法对少量站进行分析[23⇓⇓-26],系统地对整个流域范围内主要河流进行全面的水量趋势研究还较少。
本文基于实测径流量数据资料,分析了长江流域各河流与各省出境水量演变特征,在水资源调度与水生态治理双重要求的新形势下为长江流域水资源管理工作提供支撑。

1 基本资料

长江干流可划分为上、中、下游。宜昌以上为上游,全长4 504 km,流域面积约100万km2。中游范围自宜昌至湖口,全长955 km,流域面积约68万km2。湖口以下为下游,全长938 km,流域面积约12万km2。长江流域内23条水量分配跨省江河如表1所示。
表1 长江流域水量分配跨省江河

Table 1 Trans-provincial rivers for water allocation in the Yangtze River Basin

金沙江流域 长江上游流域 长江中游流域 长江下游流域
金沙江、
牛栏江		 长江干流宜宾至宜昌河段、岷江、沱江、赤水河、綦江、嘉陵江、御临河、乌江 洞庭湖环湖区、澧水、沅江、资水、湘江、汉江、富水、赣江、信江、长江干流宜昌至湖口河段 长江干流湖口至河口河段、饶河、青弋江及水阳江、滁河

1.1 金沙江流域

一般来说,长江从发源地至宜宾段被称为金沙江,金沙江上游干流长644 km,流域面积达7.65万km2。石鼓镇至攀枝花雅砻江口为金沙江中游段,长291 km,流域面积4.5万km2。攀枝花雅砻江口至宜宾岷江口为金沙江下游干流,流域面积21.4万km2,全长768 km。金沙江流域面积约50万km2,多年平均水资源总量1 565.2亿m3。金沙江水系除了干流还有众多支流,其中牛栏江干流全长423 km,流域面积1.37万km2,云南、贵州两省牛栏江流域面积分别占牛栏江流域总面积的83.4%、16.6%。牛栏江流域多年平均水资源总量50.8亿m3,其中地表水水资源量50.8亿m3。

1.2 长江上游流域

长江干流宜宾至宜昌河段(包括区间中小支流)分配范围为宜宾至宜昌干流水资源三级区,不包括岷江、沱江、嘉陵江、赤水河和乌江流域。河段长约1 040 km,分配范围面积80 767 km2,多年平均地表水水资源总量526.3亿m3。岷江发源于岷山南麓,流域面积135 411 km2,干流全长735 km,其河口多年平均流量3 022 m3/s,多年平均水资源总量953.6亿m3,其中地表水水资源量953亿m3。沱江全长640 km,流域面积2.76万km2,多年平均水资源总量112.6亿m3,其中地表水水资源量112亿m3。赤水河是长江上游右岸一级支流,干流全长436.5 km,河口多年平均流量284 m3/s,流域面积达20 440 km2,多年平均水资源总量89.1亿m3,其中地表水水资源量89.1亿m3。綦江干流全长220 km,流域面积7 140 km2,多年平均水资源总量38.1亿m3。御临河为长江左岸一级支流,流域面积3 896 km2,其中,重庆境内流域面积891 km2,四川省境内流域面积3 005 km2,河长226 km。乌江干流全长1 037 km,流域面积8.79万km2,乌江流域水系发育,支流众多,流域面积在1 000 km2以上的一级支流共有16条,其多年平均水资源总量551.13亿m3,其中地表水水资源量551.13亿m3。嘉陵江干流全长1 132 km,流域面积15.90万km2,占长江流域面积的9%,其多年平均水资源总量698.8亿m3,其中地表水水资源量698.8亿m3。

1.3 长江中游流域

长江中游指湖北宜昌至江西九江湖口段,流域面积达68万km2,除干流外包括了洞庭湖水系、鄱阳湖水系、汉江水系和大量支流。洞庭湖环湖区范围以水资源分区(即洞庭湖环湖区水资源三级区)为界,总面积31 285 km2,多年平均地表水水资源总量185亿m3。澧水为洞庭湖水系第四大河流,流域面积18 564 km2,干流全长388 km,沿程流域面积>100 km2的支流达43条,多年平均水资源总量168亿m3。沅江干流全长1 028 km,流域面积8.98万km2,其多年平均水资源总量671.7亿m3,其中地表水水资源量671.7亿m3。资水干流全长653 km,流域总面积28 113.3 km2,多年平均地表水水资源量248.8亿m3。湘江是洞庭湖水系中流域面积最大的河流,干流全长856 km,流域面积9.48万km2,多年平均地表水水资源量806.8亿m3。汉江干流全长1 577 km,流域面积达15.9万km2,其多年平均水资源总量573.18亿m3,其中地表水水资源量554.7亿m3。富水为长江中游下段一级支流,干流长度196 km,流域总面积5 310 km2,其中湖北省内面积4 878 km2,江西省内面积432 km2,其多年平均地表水水资源量42.7亿m3。赣江干流长766 km,流域面积8.09万km2,多年平均地表水水资源量720亿m3。信江干流全长328 km,流域面积1.55万km2,多年平均地表水水资源量186.50亿m3。长江干流宜昌至河口河段(包括区间中小支流)流域面积18.29万km2,多年平均地表水水资源量1 036亿m3。

1.4 长江下游流域

湖口以东至入海段为长江下游河段,其河长938 km,流域面积约8.8万km2。饶河干流长240 km,流域面积1.42万km2,多年平均地表水水资源量151.4亿m3。青弋江及水阳江流域面积1.77万km2,多年平均地表水水资源量126.1亿m3。滁河位于江淮之间,干流全长269 km,其中安徽省境内长149 km,江苏省境内长73 km,流域面积7 829.9 km2,多年平均地表水水资源量23.52亿m3。

2 研究方法

假设一个线性模型
Y = β 0 + β 1 X + ε 　 。
式中:Y代表输出;X代表输入; β 0和 β 1是需要拟合的模型参数,分别代表截距和斜率; ε代表模型的误差项。给定线性模型参数的估计值 β ∧ 0和 β ∧ 1,即可以根据式(2)预测未来的径流变化。
y ∧ = β ∧ 0 + β ∧ 1 x 　 。
式中 y ∧代表在 X = x时对 Y值的预测。使用最小二乘参数估计来使模型学习,首先定义拟合模型的残差平方和RSS为
R S S = y 1 - β ∧ 0 - β ∧ 1 x 1 2 + y 2 - β ∧ 0 - β ∧ 1 x 2 2 + ··· + y n - β ∧ 0 - β ∧ 1 x n 2 　 。
式中 x n代表第 n个作为输入的年径流量。
之后使用最小二乘参数估计通过求导并令偏导数为0使残差平方和最小:
∂ R S S β ∧ 0 , β ∧ 1 ∂ β ∧ 0 = ∑ i n y i - β ∧ 0 - β ∧ 1 x i = 0 　 ;
∂ R S S β ∧ 0 , β ∧ 1 ∂ β ∧ 1 = ∑ i n y i - β ∧ 0 - β ∧ 1 x i x i = 0 　 。
可求出模型参数估计值分别为:
β ∧ 1 = ∑ i = 1 n x i - x - y i - y - ∑ i = 1 n x i - x - 2 　 ;
β ∧ 0 = y - - β ∧ 1 x - 　 。
使用上述最小二乘线性回归来拟合径流量变化,并根据模型拟合的回归系数判断径流整体的变化趋势。

3 分析结果

3.1 年分布趋势

长江流域内水量分配河流密布且分布不均,随着流域内各省的水资源开发、水工程建设和生态保护的程度不同,水量分配河流的水文特性已经发生了深刻改变。为厘清2012年来水量分配河流水量变化趋势,本文对长江流域23条水量分配河流水量演变进行了分析,数据均来源于实测水文资料及其计算结果。滁河水量核定站点均为水库站,御临河与富水水量核定站点缺乏长时间序列实测数据,故不做分析,实际分析20条水量分配河流。由于年径流量分配不均,本文使用最小二乘线性回归拟合年径流量并计算回归系数以判断不显著的变化趋势,各水量分配河流最小二乘线性回归模型回归系数如表2所示。由表2可知,长江流域20条具有代表性的水量分配河流中有17条自2012年起水量均呈现下降趋势,其中,洞庭湖环湖区与长江干流宜昌至河口段下降趋势较为显著。这种总体的下降趋势主要是2020年突变造成的,2020年以来各水量分配河流水量均呈现显著下降趋势,出现了明显的由丰水期向偏枯水期的转变。下降趋势最为显著的洞庭湖环湖区在2020年年径流量达到2012年来最大值3 404亿m3,在2021—2023年依次衰退为2 670亿、2 289亿、1 407亿m3,3 a水量下降百分比达到58.67%;长江干流宜昌至河口段年径流量在2020年同样达到2012年来最大值11 180亿m3,在2023年仅为6 720亿m3。更进一步地分析发现,各水量分配河流水量在2020年前变化并不显著,由于2020年长江发生流域性大洪水,长江流域干流及90%以上主要支流均发生了较大洪水,导致了各水量分配河流水量普遍在2020年出现上升,并在之后呈现逐年下降的总体趋势。
表2 水量分配河流回归系数

Table 2 Regression coefficient of studied rivers

河流 回归系数 河流 回归系数
赤水河 -1.42 汉江 11.70
嘉陵江 6.73 岷江 -4.36
沱江 -2.81 牛栏江 -0.51
乌江 -4.67 金沙江 -3.12
沅江 -11.10 綦江 1.33
澧水 -2.50 洞庭湖环湖区 -47.70
资水 -3.05 湘江 -12.30
信江 -6.65 赣江 21.70
青弋江及水阳江 -0.83 饶河 -2.30
干流宜宾至宜昌 -15.30 干流宜昌至河口 -95.10

3.2 月分布趋势

在一定程度上月径流量分布趋势变化可以更直观地反映水量变化情况。本文首先计算年度内每月径流量在年度内的占比,之后通过最小二乘线性回归计算其占比回归系数,以此判断每月占比变化趋势。根据2012—2023年各月径流量绘制长江流域水量分配河流月径流量占比回归系数变化趋势,如图1所示。总体来看,各水量分配河流6月份、7月份、8月份、9月份、11月份与12月份在年度中的占比呈下降趋势,而其余月份呈上升趋势,20条水量分配河流6月份、7月份、8月份、9月份、11月份与12月份的回归系数的和分别为-0.003 62,-0.029 88,-0.001 98,-0.021 46,-0.019 46,-0.018 27。其中7月份、9月份、11月份与12月份占比下降的趋势较为显著。这表明,虽然所有河流月径流量基本呈现单峰型,峰值与汛期时段相吻合,但这种单峰态在逐渐减弱,各水量分配河流的全年水量逐渐向非汛期转移,主要是由于水库蓄丰补枯的调节作用,枯水期实测径流量较天然径流量有所增加。
图1 长江流域水量分配河流水量每月占比回归系数变化趋势

Fig.1 Variation trends of regression coefficients of monthly proportions of flow in the studied rivers

3.3 各省出境水量变化趋势

长江流域23条水量分配跨省江河中,本文筛选出水量分配涉及各省出境水量核定断面共计76个。从已建站的54个断面中筛选出具有长时间序列完整实测资料的40个断面,共涉及14个省(直辖市),14个省(直辖市)的出境水量核定断面如表3所示,出境水量变化趋势如图2所示。
表3 长江流域水量分配涉及各省出境水量核定断面

Table 3 Cross-sections selected for checking the outbound flow from different provinces in the Yangtze River Basin

序号 流出省
(直辖市)		 出境水量核定断面 断面数量
1 青海 大渡河青川、直门达 2
2 云南 攀枝花、石龙坝、庄房、横江、赤水河 5
3 四川 上桥头、大竹河、武胜、罗渡溪、潼南、
四海、朱沱		 7
4 重庆 石堤 1
5 贵州 马路村、赤水、沿河、松坎、东溪、通道、
玉屏(崇滩)、松桃		 8
6 甘肃 谭家坝、白水街、三磊坝 3
7 湖北 大河边、来凤、淋溪河 3
8 湖南 来凤 1
9 陕西 茨坝、荆紫关、白河 3
10 江西 外洲 1
11 安徽 潭口 1
12 河南 新店铺、郭滩 2
13 广西 资源、全州 2
14 福建 柏泉 1
图2 长江流域各省(直辖市)出境水量变化趋势

Fig.2 Variation trends of outbound flow from different provinces in the Yangtze River Basin

由图2可看出,14省(直辖市)出境水量受天然降水影响较大,总体呈现震荡趋势。自2012年来,各省(直辖市)出境水量均呈现多次枯丰交替的演变趋势。其中2013年为显著旱年,流域各省(直辖市)出境水量普遍较少。除江西、广西、福建在2019年出现出境水量峰值,陕西在2021年出现出境水量峰值外,2020年长江流域大洪水使流域各省(直辖市)出境水量基本均呈上升趋势,流域各省(直辖市)出境水量自2021年起由丰转枯,2022年长江流域出现全流域干旱,为显著枯年,出境水量持续下降并延续至今,该趋势在流域各省体现出高度一致性。

3.4 断面下泄流量满足程度分析

通过3.3节分析可知,长江流域各省(直辖市)出境水量枯丰交替震荡较为显著,与具体年份的气候关系较为密切。本文依据跨省江河水量分配方案确定的控制断面最小下泄流量指标,对长江流域14省(直辖市)2019—2023年的出省(直辖市)断面下泄流量满足程度进行分析,具体如表4所示。安徽由于核定断面潭口无指标,故不纳入本次分析。除2020年统计天数为366 d,其余各年统计天数均为365 d。各省(直辖市)年总满足程度成果见图3,年总满足程度为该省所有水量核定断面的满足程度的均值。如图3所示,甘肃、云南、四川、陕西、河南、广西、福建的5 a年总满足程度均在0.90以上,其中福建5 a年总满足程度均为1。贵州与湖南年总满足程度呈下降趋势,贵州省从0.993 1下降至0.808 5,湖南省从0.997 3下降至0.819 2。重庆、江西与青海各仅有1 a满足程度不足0.90,重庆2022年为0.841 1,江西2022年为0.849 3,青海2020年为0.889 3。湖北年总达标相对较差,5 a平均年总满足程度为0.825 8。造成省(直辖市)界断面下泄流量满足程度降低的主要原因是,2022年6月以来长江流域特别是长江干流以南区域持续干旱,枯水期来水较少,水库蓄水不足,难以满足断面下泄流量要求。
表4 长江流域各省(直辖市)水量核定断面的满足天数

Table 4 Number of days that meet the minimum flow standard in selected cross-sections in each province of the Yangtze River Basin

省
(直辖市)		 站点 不同年份满足天数/d
2019
年		 2020
年		 2021
年		 2022
年		 2023
年
青海 班玛(二) 302 285 342 363 355
直门达 365 366 365 365 365
云南
横江(二) 365 366 365 365 365
攀枝花(二) 365 365 365 365 363
硕衣河 365 366 342 357 304
赤水河 365 366 365 357 349
石龙坝 365 366 365 365 364
庄房(二) 365 366 365 365 365
四川
夺通 104 366 363 365 365
罗渡溪(二) 356 366 364 365 365
武胜 355 359 347 364 344
小河坝(三) 362 366 365 365 361
朱沱(三) 365 366 365 365 365
大竹河(二) 364 366 365 365 365
四海 365 366 365 365 365
上桥头(三) 363 358 355 365 329
重庆
茅坝关 356 366 356 335 365
石堤(二) 337 352 335 279 326
贵州
沿河 365 366 362 337 345
通道 365 366 365 365 365
天台 275 151 210 185 172
东溪 365 366 364 311 319
赤水 365 366 362 268 257
松坎(三) 365 366 365 244 288
玉屏(崇滩) 350 361 346 313 219
松桃(三) 358 366 365 302 326
彝良 365 366 365 337 365
甘肃
白水江(小厂) 365 366 365 365 365
三磊坝 344 366 363 360 364
碧口 — 364 351 332 341
镡家坝 — 366 365 365 365
湖北
大河边 262 311 315 276 311
来凤 364 361 356 299 299
淋溪河 296 287 258 214 315
湖南
来凤 364 361 356 299 299
陕西
白河 350 362 364 360 358
荆紫关(二) 328 366 365 363 365
朝天 362 356 365 365 365
茨坝 — 366 360 365 365
江西
外洲 365 366 364 310 365
河南
郭滩 296 311 365 340 356
新店铺(三) 365 366 364 361 365
广西
新宁 365 366 365 364 363
资源 365 366 365 365 365
全州(三) 353 360 365 331 343
福建
柏泉(二) 365 366 — 365 365
二渡关 — — 365 365 365

注:夺通站2019年仅有104 d数据(全部达标),天台站2019年、2020年均仅有275 d数据(分别全部达标、151 d达标),彝良站2022年仅有337 d数据(全部达标)。

图3 长江流域各省(直辖市)年总满足程度

Fig.3 Annual total compliance rate of provinces in the Yangtze River Basin

4 结论

本研究基于2012年以来长江流域23条水量分配河流代表站的实测径流量,采用最小二乘线性回归模型从主要水量分配河流年月变化、各省(直辖市)出境水量变化和年总满足程度的角度系统分析了长江流域的水量演变规律,主要结论如下:
(1)2012—2019年,长江流域的水量分配河流年水量总体保持稳定,普遍在2020—2021年发生由丰水期向偏枯水期的转变,发生转变的时间存在一致性,并在之后维持下降趋势。
(2)各水量分配河流月径流量均呈现单峰型,主要集中在6—10月份,与汛期相吻合,由于水库蓄丰补枯的调节作用,全年水量逐渐向非汛期集中,单峰态势总体为减弱趋势。
(3)长江流域14省(直辖市)出境水量由于受天然降水影响较大,总体呈现震荡增加趋势,波动较为显著,普遍在2020年达到峰值并在之后出现显著枯丰交替,2022年出境水量呈现显著减少态势并延续至今。
(4)2019—2023年间,长江流域14省(直辖市)中贵州与湖南年总满足程度有所下降、湖北年总满足程度居后,福建年总满足程度均为1.0。
(5)最小二乘线性回归模型能够较好拟合长江流域水量分配河流的径流量过程,回归系数能较好地代表变化趋势及程度,如何进一步定量分析模型拟合误差以更好地进行趋势判断是下一步的研究方向。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
王俊. 长江流域水资源现状及其研究[J]. 水资源研究, 2018, 7(1):9.

(WANG Jun. Status and Its Research on Water Resources in the Yangtze River Basin[J]. Journal of Water Resources Research, 2018, 7(1):9. (in Chinese))

[2]
DESTA H, LEMMA B, GEBREMARIAM E. Identifying Sustainability Challenges on Land and Water Uses: The Case of Lake Ziway Watershed, Ethiopia[J]. Applied Geography, 2017, 88: 130-143.

[3]
HU W J, LIU H L, BAO A M, et al. Influences of Environmental Changes on Water Storage Variations in Central Asia[J]. Journal of Geographical Sciences, 2018, 28(7): 985-1000.

DOI

[4]
夏细禾, 陶聪. 长江流域水资源统一调度实践与思考[J]. 人民长江, 2022, 53(12): 69-74.

(XIA Xi-he, TAO Cong. Practice and Reflection on Integrated Water Resources Scheduling in Changjiang River Basin[J]. Yangtze River, 2022, 53(12): 69-74. (in Chinese))

[5]
刘联兵, 叶玉适, 杨帆, 等. 长江流域落实节水优先的可行路径及管理举措实践与思考[J]. 长江技术经济, 2022, 6(3): 1-6.

(LIU Lian-bing, YE Yu-shi, YANG Fan, et al. Practices and Thoughts on Feasible Path and Management Measures to Implement Water Conservation Priority in the Yangtze River Basin[J]. Technology and Economy of Changjiang, 2022, 6(3): 1-6. (in Chinese))

[6]
WANG G Q, ZHANG J Y, HE R M, et al. Runoff Sensitivity to Climate Change for Hydro-climatically Different Catchments in China[J]. Stochastic Environmental Research and Risk Assessment, 2017, 31(4): 1011-1021.

[7]
WANG G Q, YAN X L, ZHANG J Y, et al. Detecting Evolution Trends in the Recorded Runoffs from the Major Rivers in China during 1950-2010[J]. Journal of Water and Climate Change, 2013, 4(3): 252-264.

[8]
马建华. 长江流域水资源面临的形势与可持续利用对策[J]. 人民长江, 2010, 41(12): 1-6, 19.

(MA Jian-hua. Situation of Water Resources in Yangtze River Basin and Countermeasures for Sustainable Utilization[J]. Yangtze River, 2010, 41(12):1-6, 19. (in Chinese))

[9]
GIUNTOLI I, RENARD B, VIDAL J P, et al. Low Flows in France and Their Relationship to Large-scale Climate Indices[J]. Journal of Hydrology, 2013, 482: 105-118.

[10]
WU C, HUANG G. Changes in Heavy Precipitation and Floods in the Upstream of the Beijiang River Basin, South China[J]. International Journal of Climatology, 2015, 35(10): 2978-2992.

[11]
邵骏, 范可旭, 邴建平, 等. 乌江干流年径流变化趋势及成因分析[J]. 水文, 2012, 32(6): 86-91, 20.

(SHAO Jun, FAN Ke-xu, BING Jian-ping, et al. Variation Trend and Driving Factors of Annual Runoff in Wujiang River[J]. Journal of China Hydrology, 2012, 32(6):86-91, 20. (in Chinese))

[12]
邵骏, 吴琼, 钱晓燕, 等. 长江源区径流季节性变化及其与影响因素的多尺度相关分析[J]. 长江科学院院报, 2023, 40(7): 172-178.

DOI

(SHAO Jun, WU Qiong, QIAN Xiao-yan, et al. Seasonal Runoff Variation in Source Region of the Yangtze River and Its Multi-scale Correlation with Influencing Factors[J]. Journal of Yangtze River Scientific Research Institute, 2023, 40(7): 172-178. (in Chinese))

DOI

[13]
徐长江, 熊明, 杜涛, 等. 面向水资源及水生态的并联水库联合调控研究[J]. 人民长江, 2023, 54(6): 73-79.

(XU Chang-jiang, XIONG Ming, DU Tao, et al. Study on Joint Operation of Parallel Reservoirs Considering both Water Resources and Water Ecology[J]. Yangtze River, 2023, 54(6): 73-79. (in Chinese))

[14]
NING T T, LI Z, LIU W Z. Separating the Impacts of Climate Change and Land Surface Alteration on Runoff Reduction in the Jing River Catchment of China[J]. Catena, 2016, 147: 80-86.

[15]
ZHANG J Y, WANG G Q, PAGANO T C, et al. Using Hydrologic Simulation to Explore the Impacts of Climate Change on Runoff in the Huaihe River Basin of China[J]. Journal of Hydrologic Engineering, 2013, 18(11):1393-1399.

[16]
CHANG J X, WANG Y M, ISTANBULLUOGLU E, et al. Impact of Climate Change and Human Activities on Runoff in the Weihe River Basin, China[J]. Quaternary International, 2015, 380: 169-179.

[17]
汪琳, 周波, 郭卫, 等. 金沙江上中游河段近53年河川径流演变规律研究[J/OL]. 人民长江, 2024: 1-10. (2024-08-07) [2024-09-10]. https://kns.cnki.net/kcms/detail/42.1202.TV.20240806.1748.006.html.

(WANG Lin, ZHOU Bo, GUO Wei, et al. Study on the Evolution Law of River Runoff in the Upper and Middle Reaches of Jinsha River in Recent 53 Years[J/OL]. Yangtze River, (2024-08-07) [2024-09-10]. https://kns.cnki.net/kcms/detail/42.1202.TV.20240806.1748.006.html. (in Chinese))

[18]
徐宗学, 姜瑶. 变化环境下的径流演变与影响研究:回顾与展望[J]. 水利水运工程学报, 2022(1): 9-18.

(XU Zong-xue, JIANG Yao. Studies on Runoff Evolution Mechanism under Changing Environment: A State-of-the-art Review[J]. Hydro-science and Engineering, 2022(1):9-18. (in Chinese))

[19]
ZHANG P P, CAI Y P, XIE Y L, et al. Effects of a Cascade Reservoir System on Runoff and Sediment Yields in a River Basin of Southwestern China[J]. Ecological Engineering, 2022, 179: 106616.

[20]
ZHANG D, WANG W, YU S, et al. Assessment of the Contributions of Climate Change and Human Activities to Runoff Variation: Case Study in Four Subregions of the Jinsha River Basin, China[J]. Journal of Hydrologic Engineering, 2021, 26(9): 05021024.

[21]
张敏, 黄晓荣, 王延珺. 金沙江流域径流演变过程及影响因素分析[J]. 水电能源科学, 2022, 40(7): 27-31.

(ZHANG Min, HUANG Xiao-rong, WANG Yan-jun. Analysis of Runoff Evolution Process and Influencing Factors in Jinshajiang River Basin[J]. Water Resources and Power, 2022, 40(7): 27-31. (in Chinese))

[22]
王国庆, 张建云, 管晓祥, 等. 中国主要江河径流变化成因定量分析[J]. 水科学进展, 2020, 31(3): 313-323.

(WANG Guo-qing, ZHANG Jian-yun, GUAN Xiao-xiang, et al. Quantifying Attribution of Runoff Change for Major Rivers in China[J]. Advances in Water Science, 2020, 31(3): 313-323. (in Chinese))

[23]
张小峰, 闫昊晨, 岳遥, 等. 近50年金沙江各区段年径流量变化及分析[J]. 长江流域资源与环境, 2018, 27(10):2283-2292.

(ZHANG Xiao-feng, YAN Hao-chen, YUE Yao, et al. Analysis on the Sectional Annual Runoff Change of the Jinsha River Basin in the Recent 50 Years[J]. Resources and Environment in the Yangtze Basin, 2018, 27(10): 2283-2292. (in Chinese))

[24]
PARK J, BAYRAKSAN G. A Multistage Distributionally Robust Optimization Approach to Water Allocation under Climate Uncertainty[J]. European Journal of Operational Research, 2023, 306(2): 849-871.

[25]
YUAN L, WU X, HE W, et al. Utilizing the Strategic Concession Behavior in a Bargaining Game for Optimal Allocation of Water in a Transboundary River Basin during Water Bankruptcy[J]. Environmental Impact Assessment Review, 2023, 102: 107162.

[26]
NEMATIAN J. A Two-Stage Stochastic Fuzzy Mixed-Integer Linear Programming Approach for Water Resource Allocation under Uncertainty in Ajabshir Qaleh Chay Dam[J]. Journal of Environmental Informatics, 2023, Doi: 10.3808/jei.202300487.

Options
Outlines

/

〈 〉

Copyright © Journal of Changjiang River Scientific Research Institute, All Rights Reserved.
Powered by Beijing Magtech Co. Ltd.