长江上游流域（共7篇）
长江上游流域 篇1
一、流域经济一体化研究发展脉络
“经济一体化”概念最早被使用大约在20世纪30年代。1931年,瑞典经济学家赫克歇尔在他的著作《重商主义》中,提出经济一体化是各国经济之间的贸易融合到一个更大区域的过程。流域经济一体化是经济一体化的一种特殊表现形式,指的是地区间依托于某一流域发展一体化经济。2013年9月李克强总理在国家发改委呈报件上批示:“依托长江这条横贯东西的黄金水道,带动中上游腹地发展,促进中西部地区有序承接沿海产业转移,打造中国经济新的支撑带。”
目前我国学者针对长江经济带的研究,主要集中在两个层面上:一是针对长江经济带中各城市圈、城市群的发展研究;二是针对长江流域各地区产业结构的差异和区域协同合作的研究。在长江流域城市圈的经济发展方面,突出上海、武汉和重庆三个中心城市的作用,进一步推动以这三大中心城市为核心的这三大区域的一体化进程[1]。在区域间的产业差距及产业合作方面,实现长江中游城市集群区域一体化,既能承接东部地区产业转移,也能够向西部传递发展势能,缩小西部与中东部的差距,有利于促进西部大开发战略的实施[2]。通过市场、行政、社会因素的一体化对长江中游城市集群内部区域一体化进行测度与比较分析,可以发现长江中上游地区经济一体化的现状,并提出具体建议[3]。
二、长江中上游地区整体经济一体化发展现状不容乐观
与中国其他区域相比,长江流域在地理区位、自然资源、经济基础以及人口和城市集中度等方面都具有相当的优势。但与其优越的区位、资源和技术条件形成巨大反差的是,长江流域作为我国东西方向重要的经济发展轴,其在整个国民经济增长中并未发挥其应有的贡献和作用。
以2012年的数据为例,中上游沿岸五省一市的人均可支配收入为33257.98元,低于全国人均GDP为44577.84元(数据来源:中国国家统计局各省市统计公报)。除我国现有发展政策倾向沿海地区优先发展的因素之外,出现这样结果的一个重要原因是长江流域内部经济一体化进程滞后,整体优势不明显。
由长江流域各主要省市的生产总值和人均总值来看,长江中上游地区流域经济一体化发展现状不容乐观。中上游地区的区域间总体差距正在逐渐拉大,其中,中游地区人均生产总值对上游地区人均生产总值的优势进一步增加。条块分割、产业同构、缺乏有效的产业关联与协作是中上游各个地区经济发展程度的差距加大的关键因素。
经济一体化的主要目标是共同降低区域内外部监管与治理经济活动的成本,这就需要创造一个更大的能使得要素与资源低成本流动的环境,以至于此区域内的经济利益能得到一加一大于二的效果。
三、对两个主要二级区域经济一体化未来发展的思考与建议
经济一体化的标志是基于资源等要素大量流动的各城市产业专业化水平上升以及城市间产业同构系数下降。随着基础设施的不断完善,将为经济一体化提供更多助力,每个城市的人均收入都会有更多的增长机会。因此,本文分别以基础设施建设、产业布局和人均GDP增长率为指标来衡量各次区域的一体化进程。
从当前的实践来看,长江中上游地区已逐步形成以武汉为核心的武汉城市圈与以重庆为核心的成渝经济区这样两个主要的二级区域,目前它们的整合程度都较低。依据长江中上游地区经济一体化具体情况与目标,其发展路径可以分为两阶段:
首先是整个中上游地区会形成若干个二级区域,并以二级区域的中心城市为核心,不断实现二级区域自身的整合,最终实现二级区域的经济一体化;然后是在各二级区域实现经济一体化的基础上,推进整个长江中上游地区的整合,并通过不断的发展,最终实现长江流域经济的一体化。并且我们可以认为,这个进程的两个阶段在某一时间点可以同时存在。
1、武汉城市圈
武汉城市圈,位于长江中游,是指以武汉为圆心,包括其周边黄石、鄂州等8个城市所组成的城市圈。武汉为核心城市,黄石、鄂州为副核心城市。面积不大的武汉城市圈聚集了湖北省百分之五十的人口、百分之六十以上的GDP,不仅是湖北经济发展的核心,也是中部崛起的重要支点。城市圈的建设,涉及工业、金融、旅游等诸多领域。
1)基础设施建设
随着其他城市交通运输业的快速发展,武汉城市圈内外公路、铁路、水路、民航等基础设施建设显得较为薄弱,“九省通衢”的优势也渐渐变弱。武汉绕城公路东北段、武汉至襄樊高速公路、随州至岳阳高速公路、阳逻长江公路大桥和洪湖新滩东荆河公路大桥等重大项目以及武汉高速出口公路建设、荆岳长江公路大桥、黄石长江二桥前期工作还未进行,连接武汉周边城市、通达周边省会城市的高速公路主骨架还没形成,国省道、县乡公路改扩建和乡村公路建设还不够完善。
2)产业布局
武汉城市圈的范围较小,其都属于湖北省,其产业布局较为相似。由于武汉市是武汉城市圈的核心,黄石、鄂州是武汉城市圈的副中心城市,而潜江市是武汉城市圈中发展相对比较缓慢的城市,因此,我选择了这四个城市作为代表来分析武汉城市圈的经济一体化进程。
比较这四城市一、二、三产业的比重可以发现,武汉城市圈的产业布局同构现象严重,武汉拥有著名的武钢集团,黄石和鄂州也在大力发展钢铁产业,他们都以第二产业为主发展经济。如果不进行调整,以后武汉城市圈就会完全偏向于第二产业。
3)人均GDP增长率
从这四城市的人均生产总值可以看出,武汉正在走向极化,其人均生产总值和人均GDP增长率都远远高于其他城市。潜江的人均GDP增长率相对较高,但因其人均生产总值低,所以与黄石、鄂州还有差距。黄石和鄂州的人均GDP增长率较低,与武汉存在较大的差距。从某种程度上来说,这是经济一体化程度不够高导致的。
2、成渝经济区
成渝经济区位于长江上游,地处四川盆地,是中国重要的人口、城镇、产业集聚区,是引领西部地区加快发展、提升内陆开放水平、增强国家综合实力的重要支撑,在中国经济社会发展中具有重要的战略地位。成渝经济区是以成都、重庆为核心,包括重庆市的29个区县,四川省的15个市,沿江发展经济。
1)基础设施建设。按照统筹规划、合理布局、适度超前、安全可靠的原则,成渝经济区交通、水利、能源、信息等重大基础设施建设一体化还有待推进,区域发展支撑能力有待增强。区域内城际轨道和城市轨道交通的规划建设及成渝、渝万、成绵乐客运专线的重点建设还在进行中。成都—重庆、重庆—广安、广安—潼南—荣昌—泸州、南充—大竹—梁平—黔江、雅安—眉山—资阳—遂宁、内江—遂宁等公路通道建设还未完善。航线网络结构还不够完整,万州、绵阳、乐山、泸州、南充、宜宾、达州支线机场建设有待加强。
2)产业布局。随着经济的发展和人均收入水平的提高,劳动力和资本正由第一产业逐步向第二产业和第三产业转移,三次产业的这种转变,符合经济发展的长期变动规律。从两省市三次产业的占比可以看出,两省市的产业分布十分相似,成渝经济区形成了严重的产业同构现象。
3)人均GDP增长率。从中国国家统计局提供的重庆市和四川省的统计公报表可以看出,重庆市的人均生产总值比四川要高,其人均GDP增长率也超过四川,与四川省的经济差距在不断拉大,这说明重庆市不仅没有起到带动四川省发展的作用,反而使经济一体化的进程变慢。
四、结论
对于长江流域经济一体化合作机制的设计和构建,国内目前还缺乏相关研究。仅从长江中上游地区经济一体化的发展程度来看,当前的一体化水平还远没有达到上述第二阶段,总体上还处于第一阶段的整合阶段,还没有一个二级区域实现了一体化。
摘要：经济一体化是二十一世纪世界经济发展的必然趋势,长江贯通我国东西部多个城市群,其流域经济一体化的发展对实现整个中国区域经济协调发展有着重要意义。近年来,我国加强振兴中西部的经济,作为沟通中西部的长江中上游,其经济一体化也得到相关学者的重视。本文通过对长江中上游地区整体经济一体化和两个主要次区域的经济一体化的研究,总结了长江中上游地区经济一体化的发展现状,有助于针对性措施的提出。
关键词：长江中上游地区,流域经济一体化,发展现状
参考文献
[1]陈雯,周诚军,汪劲松,向俊波.长江流域经济一体化下的中游地区产业发展研究[J].长江流域资源与环境,2003.3.
[2]沈玉芳,罗余红.长江经济带东中西部地区经济发展不平衡的现状、问题及对策研究[J].世界地理研究,2000.
[3]沈晗耀.长江流域经济一体化战略献议[J].上海经济,2007.11.
[4]孙久文,叶裕民.区域经济学教程(第2版)[M].中国人民大学出版社,2010.4.
[5]辛文.从整体上研究长江经济带的开发与发展[J].天府新论,2001.
汾河上游流域生态健康评估研究 篇2
1 流域概况
1.1 流域面积、水系分布特征
汾河上游流域范围包括4县县域范围, 分别是忻州市宁武县的部分地区, 忻州市静乐县、吕梁市岚县和太原市娄烦县的全部辖区, 流域面积为5268 km2, 占宁武、静乐、岚县及娄烦四县总面积的92.5%。汾河上游总长122 km, 河道平均坡降4.5%, 河床最宽者1 km左右, 最窄者不足50 m, 河网密度为0.3 km/km2。流域内水资源比较缺乏, 地表径流模数为6.73×104m3/km2, 为山西省平均值7.3×104m3/km2的92.2%。平均每亩耕地占有地表水152.64m3, 为山西省平均值195.81m3的78.0%。平均每人占有地表水299.5m3, 为山西省平均值475m3的63.05%。
1.2 生态功能定位
汾河上游属于管涔山汾河源头水源涵养与生物多样性保护生态功能区 (IVA-1) 和汾河上游水库调蓄与水土保持生态功能区 (IVB-1) 。
1.3 流域水污染状况
2010年, 汾河水库控制流域排放化学需氧量0.51×104t, 氨氮712t。COD和氨氮的排放主要来自生活源, 分别占全流域的65.41%和82.92%。其次为农业源, 分别占31.92%和16.80%。工业源相对很少, 分别仅占2.37%和0.28%。
2 流域生态健康评估方法
流域生态健康评估方法参照环境保护部《流域生态健康评估技术指南》确定的方法进行。以水域和陆域生态系统为评估对象, 从生态结构、服务功能和压力状况3方面构建流域生态健康评估的基本框架[3]。
2.1 最小评估单元划分
流域是由不同等级尺度的汇水区域和具有水文功能的连续体组成的自然地理单元, 流域生态系统格局和过程在不同尺度上会表现出不同的特征, 因此, 选定合适的流域生态健康评价尺度单元对于认识流域生态系统的格局、生态与水文过程, 进行流域生态健康评价框架的设计和指标体系构建至关重要[4-6]。评估单元划分的技术方法:以地理信息系统的水文空间分析方法为基础进行流域的自动分割;在流域自动分割完成后, 结合行政区划 (如县、乡镇、村边界) , 进行适当修改和完善, 以便于流域综合管理。
2.2 指标体系构建
评估指标包括5类13项, 水域生态健康评估指标主要包括生境结构和生态压力二类, 共5个指标;陆域生态健康评估指标主要包括生态格局、生态功能和生态压力三类, 共9个指标。评估指标权重确定采用层次分析法, 分评估对象、指标类型和评估指标3个层次, 指标权重见表1。
利用综合指数法对汾河上游流域生态健康进行综合评估, 通过水域和陆域健康指数加权求和, 构建综合指数WHI, 以该指数评价各评估单元和流域整体的健康状况。综合指数WHI计算公式:WHI=Iw Ww+ILWL。其中:Iw为水域健康指数值, Ww为水域健康指数权重;IL为陆域健康指数值, WL为陆域健康指数权重。Iw和IL分别由各自的二级指标加权获得。
3流域生态健康评估结果
3.1评估单元划分结果
汾河源头至汾河水库大坝段, 共划分为5个评估单元, 具体划分结果如表2所示。
3.2 流域生态健康状态评估
3.2.1 陆域生态健康评估结果
利用综合指数法, 依据森林覆盖度、景观破碎度、重要生境保持率、水源涵养功能指数、水土保持功能指数、受保护地区占国土面积比例、建设用地比例、点源污染负荷排放指数、面源污染负荷排放指数等指标及其权重, 对各子评估单元的陆域生态健康状况进行评估。评估结果见表3。
3.2.2 水域生态健康评估结果
利用综合指数法, 依据水质状况、水生生境干扰指数、平水期水量现状、水资源利用强度以及河道连通性等指标及其权重, 对各子评估单元的水域生态健康状况进行评估。评估结果见表4。
3.2.3 流域生态健康综合评估结果
利用综合指数法, 结合各子评估单元陆域、水域生态健康评估结果, 得出各子评估单元生态健康综合评估结果, 详见表5。
4 汾河上流流域生态健康保护建议
4.1 优化空间格局, 划定生态功能保护区。
划定禁止开发区、限制开发区、适度开发区等不同生态功能区, 明确不同生态区域内的建设活动、生产方式、生态功能、产业布局等。
4.2 加强流域环境风险防范能力。
开展流域内环境风险源排查, 建立环境风险源档案, 加强排水企业和环境风险企业的监管;严格尾矿库持证运行情况监管, 做好尾矿库环境风险防范措施。
4.3 实施畜禽养殖业污染防治工程。
对汾河上游现有规模化畜禽养殖场的污染防治进行规范, 完善治污设施, 实现废水“零排放”;对饮用水源地二级保护区内的养殖场实施关闭和搬迁;要求规模化和专业户畜禽养殖场径流出口处建造排水沟, 将其径流转移到处理池或作其他用途。
4.4 建立健全汾河上游流域生态补偿机制。
制定汾河上游水环境保护生态补偿政策, 加大省级财政转移支付补偿力度, 实施有效的补偿措施, 促进流域产业结构调整和经济绿色转型。
参考文献
[1]刘永, 郭怀成.湖泊-流域生态系统管理研究[M].北京:科学出版社, 2008.
[2]孟伟, 张远, 郑丙辉, 等.生态系统健康理论在流域水环境管理中应用研究的意义、难点和关键技术[J].环境科学学报, 2007, 27 (6) :906-910.
[3]王文杰, 张哲, 王维, 等.流域生态健康评价框架及其评价方法体系研究[J].环境工程技术学报, 2012, 2 (4) :271-277.
[4]龙笛.浅谈流域生态环境健康评价[J].北京水利, 2005 (5) :6-9.
[5]邓红兵, 王庆礼, 蔡庆华.流域生态学:新科学、新思想、新途径[J].应用生态学报, 1998, 9 (4) :443-449.
重庆构建长江上游金融中心研究 篇3
金融是经济活动的重要基础。目前, 全国性的金融中心都集中在东部地区。为了促进中西部地区经济的发展, 需要在中西部地区构建金融中心, 满足其融资需求。重庆直辖以后, 经济迅速发展, 怎样加快区域金融中心的构建, 需要进一步深入研究。本文运用产业集聚理论, 探讨构建长江上游金融中心的基本路径。
二、重庆建立金融中心的条件分析
(一) 经济基础雄厚
重庆从直辖以来, 经济发展迅速。重庆有着雄厚的产业基础, 为打造长江上游金融中心提供了良好的条件, 重庆的金融产业已经成为支柱产业。
(二) 金融体系健全
重庆金融业发展迅速。重庆银行业机构数量庞大, 保险业服务种类多样化, 证券、期货组织体系较为完备。
(三) 政策支持
国务院支持重庆建立期货交易所、全国电子票据交易中心。2009年初的国务院办公厅发布的文件中提出, 要把重庆建设成为长江上游的金融中心。
三、理论模型设定和实证分析
(一) 理论模型设定
美国学者研究发现, 当地政府的政策支持、外商直接投资、地区的经济增长和金融发展水平以及城市基础设施等因素是产业集群的形成和发展的重要影响条件。如果把所有的影响因素 (X1, X2, …Xn;E) 作为自变量, 把金融业产业发展的集聚程度Y作为因变量, 用E表示经济制度,
则可记成如下函数:
对以上函数求全微分, 等式两端同时处以Y,
则式子可以简化为
其中βi可以表示影响产业集群形成的第i个因素对总产出的贡献。本文通过构建区位熵指数来测算重庆金融产业的集聚度。区位熵的计算公式
其中, Qij为j区域i产业的区位熵, eij为j区域i产业的经济水平, eij为j区域所有产业的总水平, Ein为全国i产业的经济水平, Em为全国总经济水平。
(二) 实证研究
下面我们将以重庆为对象, 分析金融产业集聚与经济增长、金融产业发展、外商直接投资的关系。由于我们选择的是时间序列数据, 需要对数据进行平稳性检验。
ADF检验结果表明在5%的显著性水平下, 拒绝原假设, 认为它们是平稳的。四个变量都是平稳的, 这在一定程度上有郊的避免了伪回归。F、FDI、FI、PGDP本身为非平稳序列, 但是在经过二阶差分后, 数据时平稳的, 说明它们是二阶单整序列。下面采用的是基于回归残差的协整检验来检验二者的协整关系。
拟合效果较佳, t检验通过, 回归系数显著。F=204.153, 回归效果显著。方程的系数0.328说明金融发展每提高1%会使金融集聚指数增加0.328%, 人均GDP每提高1%会使金融集聚指数增加0.193%, 外商直接投资每提高1%会使金融集聚指数增加0.256%。下面对上式的残差进行单位根检验。
ut序列在1%的显著性水平下拒绝原假设, 接受不存在单位根的结论, 因此, 可确定ut序列平稳。表明F和FDI、GDP、FI的回归不是伪回归, 即F和FDI、GDP、FI存在协整关系。上表的检验结果表明, 重庆金融集聚水平与经济发展、金融业发展、外商直接投资之间存在着长期稳定的均衡关系。
实证检验结果表明, 影响重庆形成金融业产业集群的主要现实基础有经济基础 (以人均GDP为标) , 金融发展 (FI) 和外商直接投资 (FDI) 。重庆的FDI对当地金融业的显著促进作用。
四、研究结论与政策建议
(一) 要积极促进重庆经济金融的一体化
第一, 要增进重庆市场与物流一体化, 放松市场准入门槛, 实行税收优惠政策, 为企业营造公平竞争的环境。第二, 要促进长江上游地区信息交流, 加强信息和交通的联系, 建立信息资源共享平台。
(二) 加强金融监管, 防范金融风险
良好的监管环境是金融中心形成和发展的保证。有效的金融监管能够件减少金融风险的发生。因此, 加强金融监管, 对促进金融产业的发展有着重要的意义。
(三) 提高重庆对外开放力度, 促进重庆产业发展
增强与各国的经济交流, 有助于重庆构建区域金融中心。在提高对外开放的基础上, 要进一步完善对外贸易体制, 进而促进重庆经济的发展。
(四) 加强政府监管
澜沧江上游流域暴雨特性分析 篇4
1 流域概况
澜沧江是云南省6大水系之一, 是一条重要的国际河流, 位于东经94 °~102 °、北纬16 °~34 °之间, 河流大体自北向南流, 流域呈条带状, 两头大, 中间小, 形似“哑铃”。流域上宽下窄, 支流呈对称发育。北部与金沙江源头通天河相邻, 西部与怒江相邻, 东部与金沙江和红河相邻。
澜沧江发源于青藏高原唐古拉山北麓, 源头为谷涌曲, 在汇入支流扎纳曲后称扎曲。扎曲纳入左岸支流子曲后于昌都汇合右岸支流昂曲后始称澜沧江, 流经西藏进入云南, 于云南南部西双版纳州流出国境。出国后称湄公河, 流经缅甸、老挝、泰国、柬埔寨、越南等国后, 在越南南部汇入南中国海。 (见图1)
流域内自然地理条件差异较大, 按水文条件大致分为3个地域, 溜筒江水文站以上为上游区, 位于青藏高原东南部, 平均海拔高4 500 m, 区内除险峻高大的雪峰外, 地形起伏较和缓, 河谷宽坦, 水流平缓。溜筒江水文站至戛旧水文站之间为中游区, 上游区中游区位于横断山纵谷区, 两岸山岭受河流强烈切割成深谷, 山脉间诸河 (金沙江、澜沧江、怒江) 平行南下, 形成“三江并流”景观, 平均海拔高2 520 m。戛旧水文站至国境为下游区, 纵贯云贵高原西部, 地势自北向南逐渐降低, 水系发育, 平均海拔1 540 m。
澜沧江流域总体属于西南季风气候, 流域北部为非季风区, 但全流域均具有显著的干、湿二季。水汽来源主要是西南暖湿气流。一般5月至10月为雨季, 11月至翌年4月为干季。由于澜沧江纵跨13个纬度, 在地区和垂直方向上气候有明显差异。上、中、下游可大致对应于3个气候区。上游为低温少雨的青藏高原高寒气候区。该区大部分处于青藏高原高海拔地区, 其纬度约在北纬29°~34°之间, 是西风带冷空气容易影响的地带。冬季受冷空气的影响和高海拔地区强烈的辐射降温作用, 极端最低气温可降至零下30℃以下。多年平均气温0℃~8℃, 最高气温26℃~33℃, 最低气温-19℃~-33℃。中游为立体气候显著的寒带至亚热带过渡性气候区。孟加拉湾丰沛的暖湿空气容易由偏南或西南气流沿横断山谷地区向北输送到中游地带, 使该地区能常年保持湿润。同时岭谷相间, 相对高差可达3 000 m以上的地形地貌和特殊的山系分布使其气温和降水量的垂直变化非常明显。这一地区的气候包含了亚热带、温带到寒带的多种气候类型, 立体气候显著。在“三江并流”区的狭窄区段, 由于水汽入流断面变窄, 流速加大, 单位面积的水汽通量增大, 从而导致该区域降水量大。下游为高温湿润的亚热带气候区。海拔高度要低得多, 降水以液态降水为主, 量级较上、中游大。
从整个流域看, 降水和气温均由北往南随纬度降低而递增。但在同一地区不同海拔高度的气候变化较大, 降水量还受到水汽来源的迎风坡、背风坡的地形影响。水面蒸发量全流域差别较小。
2 基本资料
文章主要针对澜沧江上游流域分析其暴雨洪水特性。收集有澜沧江上游流域及其邻近地区自建站以来至2010年共计43个站点的逐日降水资料, 其中气象站23个、水文站及雨量站共计20个站点。流域内站点8个, 平均站点密度为10 463 km2/站。站点分布情况如图2所示。
3 暴雨特性分析
由于澜沧江上游流域处于青藏高原东部腹地的高海拔地区, 各雨量站单日降水强度较小, 超过气象行业标准中暴雨标准 (日降水量≥50 mm) 的情况很少, 因此针对流域降水特性, 分析流域强降水采用大雨以上 (日降水量≥25 mm) 和中雨以上 (日降水量≥10 mm) 两个统计量描述流域的强降水。流域暴雨及强降水的主要特点是:暴雨及强降水时间分布集中, 历时长, 雨强较小, 连续降雨过程多, 降雨面积较广, 暴雨中心分布不均。流域暴雨及强降水与洪水发生具有较好的对应关系, 并且雨-洪响应时间长, 洪水起涨平缓等特点。
3.1 强降水的季节特征
流域地处青藏高原, 仅南部少数地区为季风控制区, 大部分地区属季风边缘带控制区, 北部为非季风区。季风边缘带控制区的天气气候背景比季风控制区及非季风控制区均复杂。虽然流域并非全部为季风区, 但仍然可以将流域按降水的季节特征分为干季、雨季:每年5~10月初流域受季风、季风边缘带和地球季节变化的影响, 水汽充沛, 降水集中, 容易出现强降水, 因此这段时间为流域的雨季;11月至次年4月流域受西风带控制, 水汽较少, 降水也少, 因此这段时间为流域的干季。
根据流域及周边地区43个代表站资料统计, 流域多年平均降水量为509 mm, 年降水量最多的站点是类乌齐, 为609 mm, 最少的是溜筒江, 为392 mm。流域年降水有着明显的年际变化。多雨年年降水量可以超过600 mm, 最多的为1998年达到612 mm;少雨年年降水量不到400 mm, 最少的1987年仅为365 mm。流域降水量季节变化明显, 年内分配不均匀, 其中夏季多年平均降水为300 mm, 占流域全年降水量的59%;其次为春季, 多年平均降水量为97 mm, 占全年降水量的19%;再次为秋季, 多年平均降水量为87 mm, 占全年降水量的17%;降水量最少的是冬季, 多年平均降水量为25 mm, 占全年降水量的5%。
根据统计成果, 分析得到流域暴雨及强降水季节特征如下。
(1) 流域暴雨、强降水以及极端降水主要出现在6~8月, 但其他月份 (如:3月、4月、5月和10月) 也会出现暴雨以及极端降水, 如溜筒江站日降水历史极值44.2 mm, 出现在1994年3月21日;德钦站历史极值64.5 mm, 出现在2008年10月27日。流域盛夏季节出现的暴雨或降水强度随纬度由北向南呈增大趋势, 这与地形在此段迅速升高有直接关系。统计结果显示流域内很少出现暴雨以上强降水, 日降水历史极值超过50 mm的站点有15个, 日降水历史极值在40~49 mm之间的站点有19个, 日降水历史极值低于40mm的站点有5个, 其中下拉秀、若巴、阿东和布村等站由于资料系列较短, 故没有分析历史极值的强降水值。 (见表1)
(2) 由于流域所处的地理位置和天气气候特征制约, 在冬季 (11月、12月、1月) 流域降水很少, 暴雨及强降水在这一时段不会出现。
(3) 流域内站点的观测资料统计显示未出现过大暴雨 (日降水≥100 mm) , 这与流域地理位置、地形及与天气环流配置有着密切联系。但值得注意的是流域的毗邻地区出现过大暴雨, 如流域西南侧的察隅、丙中洛和贡山均出现过大暴雨降水事件。
(4) 流域一次降雨过程, 一般为2~5 d, 夏季长历时降雨往往由几次降雨过程组合而成, 因而降雨历时较长, 降雨过程呈多峰型。
3.2 强降水的地区分布特征
澜沧江上游流域多年平均降水量、最大1日、3日降水量等值线见图3、图4。
从多年平均降水量等值线图上可以看出, 流域降水总体存在由北向南逐渐递增的特征, 但空间分布差异还是较大, 存在着降水分布的复杂性和特殊性。流域不同地区年降水在350~625 mm之间, 其中最多的地区位于类乌齐 (多年平均年降水为609 mm) 一带。类乌齐以北的囊谦年降水为536 mm, 杂多年降水为533mm, 至治多年降水减少到411 mm。类乌齐以南为少雨区, 多年平均年降水在400~500 mm之间, 其中昌都年降水为482 mm, 流域外西南侧嘉玉桥年降水为386 mm。流域次多雨区主要分布在察隅、芒康一带。多年平均年降水500~550 mm。流域南部是流域内降水最少的地区, 年降水为350~500 mm, 溜筒江年降水仅为392 mm, 德荣年降水仅为337 mm。从同一纬度的察隅-溜筒江-德荣年降水变化可见, 降水呈自西向东的经向减少趋势, 这与流域处于纵向岭谷地区受多条纵向山脉阻隔水汽, 同时阻碍降水系统生成发展有着直接联系。
从多年平均最大1日、3日降水量等值线图上可以看出流域主要有两个暴雨中心, 分别为昌都-类乌齐-丁青和芒康-左贡-溜筒江。类乌齐多年平均最大1日为29.7 mm, 历史最大1日降水为50.2 mm。溜筒江多年平均最大1日为27.7 mm, 历史最大1日降水为44.2 mm。由于阿东资料年限仅为9年, 考虑气候值统计至少为20年以上才有意义, 因此在图中未标注, 但特别值得注意的是阿东站9年的资料长度内即已出现了108.0 mm (1984年7月27日) 的大暴雨强降水事件, 表明流域南部毗邻区域有出现大暴雨等强降水事件的可能性。
从流域及周边地区大雨和中雨以上降水频次 (图5) 可见, 流域主要存在两个暴雨及强降水中心 (大雨以上频次≥1.0次/年, 中雨以上频次≥16次/年) , 分别位于昌都-类乌齐-丁青一带和左贡-芒康-溜筒江一带, 即就流域范围而言, 这两个地区较易出现暴雨或强降水。
从流域多年平均最大1日、最大3日降水分布图与流域强降水频次分布图可见, 两者分布区是大体一致的, 这说明流域强降水的发生地具有频次与强度的一致性, 反映出流域强降水分布具有较好的稳定性。
由于澜沧江上游流域地势复杂, 降水面上分布不均, 且强降水发生时对应的下垫面条件不尽相同, 以致溜筒江以上部分强降水与洪水不完全相应。如1970年7月18日这场洪水其洪峰流量为5 280 m3/s, 居实测第1位, 但其对应的12日流域平均降水为83.2 mm, 居实测第9位。
4 暴雨特性分析结论
澜沧江上游地处青藏高原东部腹地的高海拔地区, 气候高寒, 低温少雨。由于其海拔高度大都位于雪线以上, 水汽条件较差, 年降水量普遍偏少。高程在5 000 m以上的高山有积雪冰川。该区多年平均降水量在390~610 mm之间, 单点一日最大降水量为50.2 mm (类乌齐气象站, 2006年6月28日) , 极少出现暴雨以上强降水。流域年降水年际、年内变化较明显。冬春季节降水较少, 夏秋季节降水相对较多。流域暴雨、强降水以及极端降水主要出现在6~8月, 但其他月份也会出现暴雨以及极端降水。流域盛夏季节出现的暴雨或降水强度随纬度由北向南呈增大趋势。流域一次降雨过程, 一般为2~5 d, 夏季长历时降雨往往由几次降雨过程组合而成, 因而降雨历时较长, 降雨过程呈多峰型。
流域降水总体存在由北向南逐渐递增的特征, 但空间分布差异还是较大, 存在着降水分布的复杂性和特殊性。流域主要有两个暴雨中心, 分别为昌都-类乌齐-丁青和芒康-左贡-溜筒江。由于澜沧江上游流域地势复杂, 降水面上分布不均, 且强降水发生时对应的下垫面条件不尽相同, 以致溜筒江以上部分强降水与洪水不完全相应。
5 结语
澜沧江纵跨13个纬度, 流域内自然地理条件差异较大, 以溜筒江水文站为界的澜沧江上游流域, 地处青藏高原, 气候高寒, 低温少雨。文章以澜沧江上游古水水电站可能最大洪水专题研究项目为依托, 根据澜沧江上游流域内外43个水文气象站点的资料, 通过对多年平均降水量、最大1日、3日暴雨量以及大雨、中雨发生频次的分析, 总结得到澜沧江上游流域暴雨的季节特征和地区分布特征。成果为古水水电站可能最大降水估算奠定了基础, 提供了依据。
参考文献
[1]李玲, 文明章, 张容焱, 等.闽南沿海暴雨特征及可能最大降水估算[J].气象科技, 2011, 39 (1) :13-18.
[2]林芸, 刘阳容, 胡贤群.澜沧江古水水电站可行性研究阶段可能最大洪水专题研究报告[R].中国电建集团昆明勘测设计研究院有限公司, 2015.
[3]段玮, 谢屹然, 徐开, 等.澜沧江上游流域暴雨天气成因分析报告[R].云南省气象科学研究所, 2015.
[4]段玮, 谢屹然, 徐开, 等.澜沧江上游流域典型降水过程分析[R].云南省气象科学研究所, 2015.
[5]李斌, 李丽娟, 李海滨, 等.1960-2005年澜沧江流域极端降水变化特征[J].地理科学进展, 2011 (3) .
[6]罗扬生.我国西南国际河流暴雨洪水特性[J].水文, 2000, 20 (3) :59-62.
[7]赵太平.西南地区水电工程可能最大洪水计算问题探讨[J].水力发电, 2007, 33 (9) :9-11.
[8]余娟, 金沙江.雅砻江流域暴雨特性分析[J].水力发电学报, 1989, 1989 (1) :34-45.
[9]王家祁, 骆承政.中国暴雨和洪水特性的研究[J].水文, 2006, 26 (3) :33-36.
[10]严小冬, 杨群, 吴战平, 等.澜沧江上游可能最大降水 (PMP) 估算[C]//贵州省气象学会2013年学术年会论文集.贵阳:贵州省气象学会, 2013:134-141.
[11]王国安.可能最大暴雨和洪水计算原理与方法[M].郑州:黄河水利出版社, 2008.
长江上游流域 篇5
(一) NPP遥感定量估算模型
现在的NPP估算模型比较多, 大致可以分为三类:经验统计模型、半经验半机理模型和机理模型。
1. 经验统计模型
这种模型以概率论和统计学有关理论为基础, 不考虑作物产量形成的复杂过程, 直接把众多影响作物产量的因子 (温度、水分、日照等) 与产量之间建立稳定的多因子统计回归关系, 这也是由于资料欠缺和技术落后的原因。该类模型较多, 其中比较经典的有Miami模型和Thornthwaite Memorial模型, 因为模型中的气象数据比较容易获得, 而且模型计算的结果能够真实地反映植物NPP的地带性分布规律, 所以曾推广一时。Miami模型是H.Lieth等 (1975) 在对全球65个地区的资料做了分析后, 建立了初始生产力和年均气温、年均降水量之间的相关关系[2]。公式如下:
式中及分别根据年均温 (t, ℃) 及年降水 (r, mm) 计算得到的NPP。根据Liebig最小因子定律, 选择由温度和降水所计算出的自然植被NPP中最低的为某地的自然植被的NPP。
植物气候生产力采用Thornthwaite Memorial模型进行估算[3]:
式中, PCPE是以实际蒸散量计算得到的植物气候生产力 (g⋅m2⋅a-1) , E为年平均实际蒸散量, 可由公式 (4) 计算:
式中, P为年均降水量 (mm) , 0E为年最大蒸散量 (mm) , 它是温度的T的函数, 可由公式 (5) 计算:
蒸散量受到太阳辐射、温度、饱和差、风速和气压等因子的综合影响, 所以它可以把水热平衡状况联系在一起。蒸散量是植物间土壤蒸发和植物蒸腾作用的总和, 因而蒸散量能够比较客观地表征某一地区的湿润特征和植物的光合作用状况, 从而估算该地区植物生产力。
张宪洲等比较了Miami模型和Thornthwaite Memorial模型, 指出后者包含的环境因子较全面, 计算的结果优于邓前者︂[4]。本研究也用Thornthwaite Memorial模型, 计算了广西的植物气候生产力, 并对其做了研究, 为左江流域植物气候生产力的遥感监测做了铺垫。
2. 半经验半机理模型
半经验半机理模型又称为参数模型, 它综合考虑诸因子的作用, 是估算自然植被第一性生产力较好︂的方法。最具有代表性的就是1985年日本岛内的Chikugo模型, 它是基于茂密的植被上CO2通量 (相当于NPP) 与水汽通量 (相当于蒸散量) 之比确定植被水分作用效率, 利用IBP研究中取得的682组森林植被资料及相应的气候因素通过统计分析来建立的。在应用到我国自然植被NPP时, 与干旱和半干旱区实际的NPP存在相当大的偏差。周广胜和张新时考虑到Chikugo模型对于干旱和半干旱区水分不足及没有包括草原与荒漠等植被资料的不足, 基于Chikugo模型相似的推导过程, 根据Efimova在IBP期间获得的世界各地的23组森林、草地及荒漠等自然植被资料与相应的气候资料建立了综合模型[5]。
3. 机理模型
机理模型是过程模型模拟方法, 因此又称为过程模型。是对植物的机理以及能量的内在转换机制进行深入的研究。从物质—能量转化—能量平衡理论出发对作物环境以及作物生长、发育、产量形成过程中的光合、呼吸、蒸腾、营养等一系列植物生理生化过程进行数学模拟, 从而研究作物对环境因素的反应过程。
Kimball (1975) 和Gates (1985) 指出在养分和水分充足供给条件下, CO2倍增其施肥作用, 使净第一性生产力增加25%到50%。森林生产力不仅因温度和降水的变化影响光合作用而发生变化, 同时还要受到如呼吸作用、分解作用和养分循环等过程的影响 (Bazzaz, 1990) 。由于这些过程相互作用的复杂性, 评价净第一性生产力气候的敏感性就要求模型中综合考虑植被生态系统的各个因子。
Esser在回归分析基础上建立了包含土壤、气候和土地利用等空间变量估算净第一性生产力的OBM模型。
Raich等 (1991) 提出了以过程分析为基础的TEM模型, 模型考虑了气候、土壤和植被等变量, 以月为时间步长的计算碳、氮通量, 在每个时间步长里净第一性生产力为总生产力 (GPP) 与植物、呼吸 (Rm) 之差。JohnD.Aber等 (1992) 在综合考虑光合作用和水分蒸散基础上建立了Pn/ET模型, 并运用该模型分析了气候对温带和北方森林生态系统的影响。
上述这些方法对评价植物的初级生产力、模拟作物生长、研究陆面过程与气候的相互作用和预测生态环境的变化等方面的研究, 起到了极大的促进作用, 国内在这方面的研究较少。机理模型模拟方法可以很好的描述农作物的生长发育状况, 但由于区域尺度上模型输入参数取得的困难, 机理模型一直限于小范围的研究领域, 区域范围的实际应用受到很大限制, 机理模型的优势也一直没有真正发挥出来。
4. 遥感和GIS在NPP中的应用
利用遥感进行植被NPP研究主要是基于植物的反射光谱特征来实现的。Monteith首先提出用植被所吸收的光合有效辐射APAR和光能转化效率ε计算作物NPP, 其表达式:
式中, APAR可由FPAR与入射光合有效辐射 (Photosynthetically Active Radiation-PAR) 求得。区域或全球PAR的估算方法有气候模型 (如法国气象局的全球气候模型 (Global Climate ModelGCM) 和利用遥感资料进行建模 (如利用Nimbus-7/TOMS的紫外辐射来估算地面的PAR) , 而FPAR可由遥感资料获得, 由于ε的变化范围比较小, 可将其近似看作一个常数, 也可考虑成各影响因素 (气温、水分、土壤、营养、疾病、个体发育、基因差异和能量分配等) 的函数。这样由遥感所获得的FPAR可直接用于NPP的监测, 最典型的模型是CASA (Carnegie-AmesStanford Approach.Potter et al., 1993, Field et al., 1995) 。光能利用率模式简单, 并且可以直接利用遥感数据, 使其成为NPP模型的一个主要发展方向。CASA是基于资源平衡观点, 这种观点假定生态过程趋于调整植物特性以响应环境条件, 认为植物的生长是资源可利用性的组合体, 物种通过生态过程的排序和生理生化、形态过程的植物驯化, 应趋向于使所有资源对植物生长有平等限制作用。但是CASA也存在不足指出: (1) 模型本身考虑了不同的植被覆盖类型对NPP估算结果的影响, 但也仅仅是在FPAR估算过程中, 由不同的植被覆盖类型来确定比值植被指数最大值, 所依据的是Simple Biosphere Model的分类体系 (10类) , 对于区域植被NPP估算显得过于粗放, 而且也没有考虑不同的植被覆盖分类精度对NPP估算结果的影响; (2) 全球植被最大光能利用率的取值对NPP的估算结果影响很大, CASA模型中所使用的全球植被最大光能利用率 (0.389gC/MJ) 对某些区域来讲偏低, 造成NPP估算结果明显降低。 (3) CASA模型在估算水分胁迫因子时, 用到了土壤水分子模型, 其中涉及到大量的土壤参数如:田间持水量、萎蔫含水量、土壤粘粒和砂粒百分比、土壤深度等, 而在通常情况下, 这些土壤参数都是由土壤分类图来确定, 其精度难以保证。
(二) 左江流域生态环境特征
1. 地貌
左江流域是较典型的喀斯特岩溶地貌, 多以泥盆纪、二叠纪和三叠纪为地质基层, 以石灰岩占优势, 页岩、砂岩次之。土壤有石灰土、赤红壤、水稻土、紫色土、冲积土、黄壤、赤沙土等, 主要地表盖层为第四纪酸性赤红壤土层。流域内以丘陵山地为主, 岩溶分布量大且面广, 占总面积的47%, 山地占25%, 平地占26.1%。境内土、石山交错, 丘陵起伏, 地貌复杂多样。
2. 气候
左江流域属亚热带湿润季风区, 水热条件丰富, 年平均气温20.8℃～22.4℃ (一月份平均气温13.8℃, 七月份平均气温8.1℃) , 年降水量1244～1582mm, 无霜期达290～350天, 四季均适合栽种作物, 作物生产潜力大。优越的气候资源为农、林、牧、副、渔各业的全面发展提供了有利的条件。
3. 水文
左江上游与下游之间的流域落差大, 是我国水能资源的丰富区之一, 有较大水力发电潜力。据统计水力资源蕴藏量为60.43万千瓦, 可开发量为32.38万千瓦, 全流域共有水力发电站10座 (2000千瓦以上) 。截至2005年底, 已投产的水电站装机容量达20万千瓦, 电力发电量达6.9303亿千瓦时。同时, 左江流域日照充足, 年平均日照总时数1786小时, 十分有利于发展亚热带作物。
(三) 研究方法
为了研究左江流域植物植物气候生产力, 本研究采用北京师范大学资环学院朱文泉老师等人改进的CASA模型, 该模型是在IDL软件平台下开发了植被净初级生产力估算模块。目前, 该模型可以在ENVI下运行, 全中文界面, 方便快捷的菜单操作, 支持大型遥感数据。
1. 安装方法
(1) 请将zhu_npp_calc.sav文件复制到ENVI安装目录的save_add文件夹下面 (如:C:RSIIDL62productsENVI42save_add) ;
(2) 用写字板打开ENVI安装目录下的envi.men文件 (如:C:RSIIDL62productsENVI42menu) , 在最后面加上如下 (红色字体部分) 内容, 然后保存退出;启动ENVI之后, 你将会在ENVI菜单的最后面见到
“NPP估算”
0{实用函数}
1{NPP估算}{not used}{zhu_npp_calc}
2. 数据准备
(1) 静态参数文件。该文件配置各植被类型的NDVI最大值和最小值, 以及最大光能利用率 (gC/MJ) , 你可以先根据文献资料收集这些参数, 然后在参数设置界面 (图2) 中进行设置并保存成相应的文件。如果你想知道这些参数的来源、涵义及其对NPP估算的影响。
(2) 植被类型图:栅格文件, 确定各植被类型的空间分布。
(3) NDVI时间序列数据:栅格文件, 由遥感数据计算得到。可以是一个时间序列, 如:12个月的NDVI数据。
(4) 月平均温度:栅格文件, 单位为℃, 由气象数据插值得到, 时间上必须与NDVI相对应。
(5) 月总降水量:栅格文件, 单位为mm, 由气象数据插值得到, 时间上必须与NDVI相对应。
(6) 月太阳总辐射:栅格文件, 单位为MJ/m, 由气象数据插值得到, 时间上必须与NDVI相对应。
图1为模型所需要的数据参数。
(四) 左江上游流域植物气候生产力
1. 左江上游流域植物气候生产力的格局特征
根据上文中模型和数据, 我们得到2008年左江流域上游地区的NPP和NPP均值, 同时可以输出NPP和植被覆盖度时间序列文件。图2和图3分别为2008年左江流域上游地区的植物气候生产力和平均每月的植物气候生产力均值。
从植物气候生产力的空间格局来看, 左江上游流域的NPP在大致趋势上是自南向北递减的, 明显受制于以水分条件为主导的水热条件组合, 由东南往西北, 气候发生由暖到冷、由湿到干的变化, 相应地分布着有林地—其他林地—水田—旱地。特别是南部宁明县境内, 由于水热条件较好, 林地茂盛, 显然森林的植被NPP高于其他林地和耕地草地等其他类型。但是由于地形起伏和人为因素干扰, 我们可以看出西北地区植被NPP值大于中部地区。从图上可以看出南部地区大部分区域植被NPP都在12120.95 gC.m2.a-1以上, 西北地区的植被NPP大部分都集中在4713.70～7556.89 gC.m2.a-1之间, 而在中部河流两侧由于人为因素干扰和地形因素, 植被NPP大部分在4713.70 gC.m2.a-1以下。而每月的植物气候生产力均值空间分布和NPP总和是一致的, 也是区域分布特征明显, 在图上主要呈现为三色带, NPP均值在大致趋势上也是从南向北逐渐递减, 南部地区NPP月均值在1010.07gC.m2.M-1以上, 西北地区NPP月均值在392.80～760.67gC.m2.M-1之间, 在中部地区NPP月均值为最小区域。从图上我们可以看出2008年左江流域上游区域最大值达到19079.28gC.m2.a-1, 月均值最大值达到1589.94gC.m2.M-1。
2. 左江流域上游地区NPP时间季节动态
左江流域上游地区2008年净初级生产力随季节的变化如图4显示, 从图上我们可以看出, NPP具有明显的季相特征, 全年中冬季 (12月～2月) 植被NPP值是最低的, 在南部林区和西北部地区的植被NPP月平均水平不足100gC.m2.M-1, 这一时段的NPP均值占全年NPP均值的0.78%, 从4月份到10月份的整个左江流域上游地区的NPP均值是最大的, 约占全年的85.39%, 从表中我们可以看出从1月、2月是左江上游流域的冬季, 在这段时间内, 气温降低, 植物开始停止生长, 所以植被NPP值都很小, 到4月份由于温度升高, 植物恢复生长, 从4月份到10月份植物净初级生产力能达到190.91gC.m2.M-1, 在5月份到10月份是左江流域上游地区气温最高的时期, 太阳辐射也最强, 降水量与地表径流量也多集中在这个时段。良好的光、热、水配置使得高原植被处于生长状况最好时期, 各月植被NPP值都比较高;8月到达全年月累积量的最高值, 达到1457.76 gC.m2.M-1, 12月和3月比较特殊, 一个是入冬的过渡月, 一个是冬季过去的过渡月, 因此两月的植被NPP相仿, 分布为274.08 gC.m2.M-1和322.95 gC.m2.M-1。
(五) 小结
本文利用修正的CASA模型、MODIS遥感数据和地面气象数据相结合方法, 对位于左江流域上游地区植被净初级生产力 (NPP) 进行估算, 通过实测样方资料的验证表明, 左江流域上游地区的植被NPP估算结果与实地观测值是基本吻合的, 效果较好, 该方法可以实现对左江流域上游地区陆地态系统生产力时空动态的快速诊断与准确评估。左江流域上游地区NPP空间分布格局表现出自东南向西北递减的趋势, 与水热条件和植被类型的地带性分异规律是一致的, 但是由于地形原因和认为干扰, 主要是对植被的破坏 (建房, 修路等) 对于中部地区河流两侧适于居住的地区植被有很大的干扰, 因此只呈现该地区呈现出西北部地区比中部地区的植被NPP大的区域特色。全年冬季 (1～2月) 的植被NPP值是非常低的, 这一段时期的植被NPP累加值占全年NPP总量的2.73%;而4～10月份的植被NPP值是比较高的, 这一段时期的NPP累加值占全年NPP总量的85.39%。值得说明的是, 尽管检验结果表明CASA模型模拟效果比较合理, 但观测数据和该地区特使其并不能完全代表整个左江流域的各种生态系统类型, 对于左江流域其它生态系统的NPP估算的模型适用性还有待于在今后的研究中进一步验证和深入。
参考文献
[1]IPCC.Climat change[A].Hough ton J H.The Scientific Basis, Contribution of Working Groupéto the Third Assessment Report of the Interginnmental Panel on Climate Change[C].Cambridge, United Kingdom:Cambridge University Press, 2001.
[2]牛文元.理论地理学[M].商务印书馆, 1992.
[3]蔡晓明.生态系统生态学[M].科学出版社, 2000, 204-221.
[4]周广胜, 罗天祥.自然植被净第一性生产力模型及应用[J].林业科学, 1998, 34 (5) :2-11.
长江上游流域 篇6
“十二五”中后期, 云南呈现明显的电力供应过剩局面[1,2,3], 2014年云南全年出现了约170亿千瓦时弃水电量。“十三五”期间澜沧江上游电站将陆续投产, 本文对澜沧江上游电站的出力特性进行了深入分析, 并将梯级电站出力特性与云南省负荷曲线、云南其它流域水电出力特性进行了对比, 为分析澜沧江上游梯级电站消纳方案提供参考。
1 澜沧江上游电站出力特性
1.1 澜沧江流域水电站开发规划
澜沧江干流共计21个梯级电站[4]。其中澜沧江西藏段规划开发6个梯级电站, 规划装机容量630万千瓦;澜沧江云南段上游 (以下简称澜上) 规划开发7个梯级电站, 装机容量为883万千瓦, 古水电站作为龙头水库电站, 具备季调节能力;澜沧江云南段中下游 (简称澜中下) 规划开发8个梯级电站, 装机容量1 630万千瓦, 小湾电站和糯扎渡电站为龙头水库电站, 均具备多年调节能力[5,6]。目前, 澜沧江干流已经建成电站6座, 均为澜沧江中下游梯级。
1.2 澜沧江上游梯级水电站概况
澜上梯级电站按照一库七级开发, 其中古水水电站为龙头电站, 具备季调节性能, 调节库容为6.7亿立方米。托巴和黄登电站也具备季调节性能, 调节库容分别为2.6亿立方米和8.3亿立方米, 其余水电站均为周调节或日调节电站。
“十三五”期间规划建成乌弄龙至苗尾梯级电站[7], 投产装机容量703万千瓦, 其中2016年投产苗尾电站首台机组;2017年苗尾电站和里底电站全部投产, 并投产乌弄龙、黄登电站首台机组;2018年乌弄龙、黄登电站全部投产;2020年投产托巴电站。“十四五”期间建成古水水电站。
2 澜沧江上游梯级水电站出力特性
2.1 澜上梯级单独运行出力特性
在古水水电站和如美水电站建成前, 乌弄龙至苗尾梯级电站均单独运行, 梯级电站多年平均发电量为297亿千瓦时, 多年平均发电小时为4225小时。枯水年梯级电站年发电量为235亿千瓦时, 年发电小时3 345小时, 其中丰期电量182亿千瓦时, 占全年发电量78%;平水年梯级电站年发电量为306亿千瓦时, 年发电小时4 346小时, 其中丰期电量234亿千瓦时, 占全年发电量的77%;丰水年梯级电站年发电量350亿千瓦时, 年发电小时4 976小时, 其中丰期电量264亿千瓦时, 占全年发电量的76%。
2.2 古水电站建成后澜上梯级联合出力特性
在古水水电站建成后, 乌弄龙至苗尾梯级电站与古水电站联合运行, 受古水电站调节作用, 梯级电站的出力特性有所改善, 年发电小时略有提高, 丰期发电量占全年发电量比例有所降低。乌弄龙至苗尾梯级电站多年平均发电量为302亿千瓦时, 多年平均发电小时4 310小时。枯水年梯级电站年发电量为236亿千瓦时, 年发小时3359小时, 其中丰期电量178亿千瓦时, 占全年发电量的75%;平水年梯级电站年发电量为307亿千瓦时, 年发电小时为4 370小时, 其中丰期电量231亿千瓦时, 占全年发电量的75%;丰水年梯级电站年发电量355亿千瓦时, 年发电小时5 043小时, 其中丰期电量264亿千瓦时, 占全年发电量的75%。
2.3 如美水电站投产后澜上梯级出力特性
如美电站建成后, 乌弄龙至苗尾梯级电站与如美电站、古水电站联合运行, 梯级电站的出力特性得到较大改善。乌弄龙至苗尾梯级电站多年平均发电量323亿千瓦时, 多年平均发电小时为4 590小时。枯水年梯级电站年发电量为240亿千瓦时, 年发小时3 417小时, 其中丰期电量160亿千瓦时, 占全年发电量的66%;平水年梯级电站年发电量为314亿千瓦时, 年发电小时为4 465小时, 其中丰期电量219亿千瓦时, 占全年发电量的70%;丰水年梯级电站年发电量374亿千瓦时, 年发电小时5 313小时, 其中丰期电量265亿千瓦时, 占全年发电量的71%。
从不同时期澜上梯级电站出力特性来看, 由于古水电站调节能力有限, 古水电站建成前后澜上梯级出力特性改变不大, 丰期发电量占全年发电量的比例维持在75%以上, 丰枯期出力悬殊。在如美电站建成后, 受如美电站调节作用, 澜上梯级出力特性得到明显改善, 丰期发电量占全年发电量的比例降低至70%以下。
2.4 澜上梯级出力特性与云南负荷曲线对比
在如美、古水电站投产前, 澜上梯级电站调节性能较差, 水电出力集中位于丰期的6-9月, 枯期水电平均出力不足装机容量的20%, 而云南省负荷呈现枯期大、丰期小的特点, 澜上梯级电站出力特性与云南省负荷特性匹配度较低;在古水、如美电站投产后, 澜上梯级电站丰期平均出力降低至装机容量的80%左右, 枯期约为装机容量的25%, 与云南负荷特性匹配度有所提高, 但整体匹配度依然较低。
2.5“十三五”云南各流域水电出力特性比较
云南已经建成和“十三五”规划建设的三江干流水电主要为澜沧江上游水电、澜沧江中下游水电、金沙江中游水电、金沙江下游水电。从不同流域水电的出力特性来看, 澜沧江中下游水电受小湾和糯扎渡两个多年调节电站调节作用出力特性最好, 金沙江下游的溪洛渡、乌东德电站分别具备年调节性能和季调节性能, 出力特性次之;金沙江中游和澜沧江上游电站仅具备季调节或周调节, 出力特性最差。
3 结束语
本文按照澜沧江上游水电不同的投产阶段, 对古水电站、如美电站投产前后, 澜沧江上游乌弄龙至苗尾梯级电站的出力特性进行了分析, 在古水电站建成前、古水电站建成后、如美电站建成后三个阶段, 澜沧江上游梯级电站平水年丰期发电量占全年发电量的比例分别为77%、75%和70%。然后本文将梯级电站出力特性与云南省负荷曲线、云南省其它流域水电出力特性进行了对比, 为分析澜沧江上游梯级电站消纳方案提供参考。
参考文献
[1]李品清, 郑外生, 吴安平, 等.云南“十二五”500 k V规划电网结构和特性分析[J].南方电网技术, 2010, 4 (1) :35-38.
[2]陈谦, 刘世宇, 曹发文, 等.“十二五”期间云南向南方电网送电曲线研究[J].南方电网技术, 2011, 6 (1) :51-54.
[3]王志敏, 周俊东, 刘民伟, 等.云南“十二五”西部水电消纳研究[J].云南电力技术, 2012, 8 (1) :24-25.
[4]崔文佳, 杜忠明, 戴剑锋, 等.澜沧江流域梯级水电站输电系统规划[J].南方电网技术, 2011, 6 (1) :51-54.
[5]西南水单外送总体规划研究[R].北京:中国电力工程顾问集团公司, 2008.
[6]苏宏田, 佟明东.对西南地区水电站西南水单外送总体规划研究[R].北京:中国电力工程顾问集团公司, 2008.
长江上游流域 篇7
我国是洪水灾害较为严重的国家, 洪涝灾害时有发生[1]。随着国民经济的高速发展, 洪水灾害造成的经济损失越来越严重, 防灾减灾也越来越受到人们的重视[2]。
在防洪抢险过程中, 首要考虑的问题之一就是如何有效的组织洪区的居民和物资快速地疏散到安全地区, 尽量减少洪水造成的损失[3]。疏散工作的成功与否, 关键在于事先能否制定出合理有效的疏散计划, 及在计划实施过程中对突发事件的应急能力[1]。
黄浦江上游所属太湖流域人口密集, 土地开发利用强度大, 其面积仅为全国国土面积的0.4%, 但每年实现的工农业总产值则占到全国的14 %, 是我国经济最发达和最具活力的地区之一, 同时也是我国城市化水平较高的地区之一[3], 如图1所示。
太浦河西起东太湖边的江苏省吴江市横扇镇, 东至上海市南大港, 连接西泖河入黄浦江, 跨江苏、浙江、上海3省 (市) , 全长57.6 km[5]。开通后, 太浦河成为太湖洪水的骨干排洪河道, 也是太湖向下游供水的骨干河道, 其主要功能是承泄太湖洪水和杭嘉湖涝水, 兼有防洪、排涝、供水、灌溉、航运、旅游、改善水环境等多种功能。位于太浦河与太湖连接处的太浦闸是太浦河上的重要控制建筑物, 对流域防洪和向下游地区供水起着重要作用[6]。
综上所述, 由于黄浦江上游上承太湖水域, 下接中国最大的国际大都市上海, 既受上游来水的影响又受下游潮汐的影响, 因此制定黄浦江上游流域的防洪疏散计划, 对于提高该地区的防洪能力, 从而减少洪水造成的损失有着极其重要的意义。
2 防洪疏散计划的制定
防洪疏散计划的制定指的是根据不同洪水灾害情况, 充分利用现有交通路网、防洪设施制定行之有效的疏散路线, 优化应急疏散管理方案, 进一步提高区域对洪水灾害的应变能力, 从而减少洪水灾害所造成的人员伤亡和财产损失[7]。
黄浦江上游防洪疏散计划的主要制作步骤可分为:①基础资料的收集与整理;②洪水风险的分析与计算;③洪水风险图的绘制;④疏散方案的设计。
2.1 基础资料的收集与整理
编制黄浦江上游防洪疏散计划采用的主要资料包括基础地图资料、太浦河流域工情资料、太浦河流域运用资料。其中, 基础地图资料包括行政区划图、地形图 (比例尺为1∶50000) 和防洪工程分布图, 太浦河流域工情资料包括太浦闸设计资料、沿太浦河口门情况、太浦闸100年一遇泄洪流量和太浦河堤防易溃地段, 太浦河流域运用资料包括太浦河沿岸地区社会经济资料 (人口数、生产总值、耕地面积等) 、历史洪水资料 (次数、起止时间、运用水位、分洪形式、口门位置、宽度、最大进洪流量、最高蓄洪水位、蓄洪总量、淹没面积、特征点水深、淹没历时以及居民转移安置、财产损失等资料和数据) 和滞洪区调度运用方案。资料筛选后再经数字化处理, 以便实现与ArcGIS的良好衔接。
2.2 洪水风险的分析与计算
本项目重点研究区域是太浦河附近范围 (纵向:太浦河沿线60 km, 横向:太浦河两岸20 km左右) , 计算范围在此基础上有所扩大, 北边以沪宁铁路为边界, 东边和南边以沪杭铁路为边界, 西至东太湖沿岸, 如图2所示。网格单元尺寸大致为500 m×500 m。构造网格时, 考虑对铁路及环太湖大堤的模拟, 网格单元的边界主要沿着铁路及环湖大堤布设。
太浦河堤防有3个地段容易发生溃堤, 分别是:太浦河与京杭运河交界处 (平望段) 、汾湖段以及太浦河与泖河交接段, 如图2所示。本项目针对该3个易溃地段, 假设了北岸溃堤、南岸溃堤以及南北两岸同时溃堤3种溃堤情况, 并分别进行了计算[8,9]。
河道内采用一维水力学数学模型进行模拟。采用一维非恒定流微分方程, 即一维的圣维南 (de Saint Venant) 方程组。
连续方程:
动量方程:
式中:z为水位;Q为流量;u为断面平均流速;K为流量模数;q为单位河长旁侧入流;A为主槽过水断面面积;g为重力加速度;x为沿水流方向距离;t为时间;bs为调蓄宽度 (包括滩地范围的河宽) 。
溃堤后河道外洪水演进采用二维水力学数学模型进行模拟。
连续方程:
动量方程:
式中:u、v分别为x、y方向上的流速;ξ为自由水面至基准面的距离;d为基准面到河底距离;f为科氏力系数;Px、Py分别为x、y方向上的压力梯度;Fx、Fy分别为x、y方向上的雷诺应力;S为源汇项;ρ为水体密度。
由于洪水的到达时间、流场分布、淹没水深变化过程等信息是防汛部门组织民众疏散的重要依据[2,10,11], 所以由以上溃堤洪水风险分析所获得的洪水风险信息, 包括不同溃堤位置发生溃堤时、洪水在演进过程中不同时刻的各类上述信息。
2.3 洪水风险图的绘制
利用ArcGIS绘制洪水风险图的主要工作如下。
(1) 将行政区划图、地形图、防洪工程分布图等基础地图合成为工作底图。
(2) 在工作底图的基础上, 分别建立不同图层的相关数据并进行管理, 以利于灵活的地理空间分析。这些图层主要包括:防洪工程分布图层、水系图层、交通干线分布图层等数字化数据以及相应的水文、人文信息。
(3) 新建一个溃堤洪水风险图层, 该图层的要素即进行洪水风险分析时所用的计算网格。将洪水风险分析计算所得的各个网格的洪水风险信息, 包括洪水演进过程中不同时刻的水深、流速等, 分别作为洪水风险图层的一个属性信息写入该图层属性表的一个字段中。溃堤洪水风险图中除了洪水风险信息外还标示了不同运用情况下的溃堤位置、宽度以及分洪水位、蓄洪水量等信息, 如图3、图4所示。
2.4 疏散方案的设计
新建一个防洪疏散系统图层, 该图层主要包括:指挥系统 (防汛指挥部、交警系统、消防系统) 、医疗救援系统 (医院、卫生站、红十字会) 、灾民安置点 (学校、公园) 及疏散路线。
疏散方案设计依据的前提条件, 是通过数值计算方法确定的淹没区的最大洪水深度、流速、洪水到达时间等信息。一般情况下, 淹没区域水深大于 0.7 m[1] 或洪水流速较快, 疏散人员难以生还。具体做法应主要根据洪水先淹到何处、后淹到何处, 选择最佳路线, 避免造成“人到洪水到”的被动局面;疏散目的地应远离洪水风险区, 远离河道、水库等, 根据具体情况, 疏散目的地应与上述危险区域保持适宜的缓冲距离, 如北江大堤避难区的设计缓冲距离为至少 1.5 km[12], 等等。
3 实例分析
本文以100年一遇洪水频率、太浦河与泖河交接段北岸溃堤这种情况为例, 如图5所示。
泖河东岸松江区有上海师范大学附属外国语中学等10几所学校, 松江县传染病医院等5个医疗救护机构, 还有上海市公安局松江分局交通警察支队、上海市公安局松江区分局水上派出所、松江区防汛指挥部等救灾指挥调度机构, 距太浦河最近距离约为8.1 km, 周边有A8公路、A30公路等交通路线, 可作为避难分区之一。泖河北岸青浦区有上海市青浦区第二中学、青浦高级中学等约9所学校, 复旦大学附属中山医院青浦分院、上海市青浦区红十字会等约7个医疗救护机构, 还有上海市公安局青浦分局以及青浦区防汛指挥部等救灾指挥调度机构, 距淀山湖东侧最近距离约为7.4 km, 周边有A9公路、A30公路等交通路, 也是较为合适的避难分区。
由于该区域地势较平整, 某一时刻的水深大致随着离破堤点距离的增大而减小。因此, 总体上而言, 离岸越近的区域应该越早撤离;离岸较近的单位, 如天马山中学、沈巷中学、震旦中学等均有被淹的可能性, 考虑到疏散人员人数较多、逃生能力有限, 应该作为疏散的重点对象加以考虑。如天马山中学疏散到青浦区可经A9公路撤离 (撤离路线全长约14 km, 路上所需时间约21 min) , 也可经昆港公路和外青松公路 (撤离路线全长约15.3 km, 路上所需时间约36 min) ;天马山中学疏散到松江区可经思贤公路撤离 (撤离路线全长约10.1 km, 路上所需时间约20 min) , 也可经A8公路撤离 (撤离路线全长约13.4 km, 路上所需时间约18 min) 。
4 结语与建议
由于疏散过程中的影响因素众多, 涉及自然地理、水文气象和区域经济状况以及防洪技术与公众防洪意识等, 致使对疏散有效性的度量困难重重, 目前国内外已有的研究都还不完善。本项目在这一方面做了一些初步探索, 还存在许多不足之处, 需要进一步的研究。
(1) 由于洪水的复杂性, 在分析过程中无法考虑影响洪水的所有因素。为了更准确地估算洪灾风险以提高疏散行动的有效性和可靠性, 对于洪灾风险的指标体系还需作进一步的探讨。对洪灾风险分析方法的研究, 应充分利用现有的新技术、新理论, 综合分析多种途径获得的资料, 才可能得到较准确的信息。
(2) 需要注意的是, 以上撤离路线是在洪水尚未溃堤的情况下设计的, 即其适用于洪灾发生前。由于溃堤后洪水将淹没部分公路, 可能造成疏散的不便, 如图4所示。因此, 疏散行动有效性的一个基本前提是做出疏散决定的时机, 这涉及到建立一套完善的灾害监测预警系统, 不属于本项目的研究范围。
(3) 由于本项目研究地域较广, 洪水计算网格单元尺寸较大 (500 m×500 m) , 计算结果在网格内的局部地区应用时, 精度无法满足。因此, 有必要对小尺度范围地域的疏散可行性做深入的研究。
(4) 疏散计划的前提是对灾害的预测, 因此, 在实际发生灾害时, 疏散计划应结合具体灾情具体分析、动态调整。
参考文献
[1]刘硕, 贾艾晨.洪灾中避难路线的选择[J].水利与建筑工程学报, 2008, 6 (4) :132-134.
[2]吴金塔.3S技术在防汛抗旱中的应用[J].水利水电科技进展, 2004, 24:54-56.
[3]李超杰, 宫辉力, 李小娟.洪灾避难迁移模型研究与应用[J].地理空间信息, 2007, 5 (2) :39-42.
[4]许刚.太湖流域社会经济发展对水环境的影响研究——以无锡市为例[J].地域研究与开发, 2002, 21 (1) :55-59.
[5]王炜.二维洪水数值模拟在太浦河洪水风险图编制中的应用[D].上海:同济大学, 2008.
[6]车越, 杨凯, 范群杰, 等.黄浦江上游水源地水环境演变规律及其影响因素研究[J].自然资源学报, 2005, 20 (2) :163-171.
[7]卢兆明, 林鹏, 黄河潮.基于GIS的都市应急疏散系统[J].应急救援, 2005, 8 (2) :35-40.
[8]杨洪林, 陈思宇, 匡翠萍, 等.太浦河河道洪水演算[J].水科学与工程技术, 2008, (2) :1-4.
[9]陈思宇, 匡翠萍, 刘曙光, 等.太浦河一维、二维水流数值模拟比较研究[J].人民长江, 2008, 39 (15) :51-57.
[10]许有鹏, 李立国, 蔡国民.GIS支持下中小流域洪水风险图系统研究[J].地理科学, 2004, 24 (4) :452-457.
[11]周武光, 史培军.洪水风险管理研究进展与中国洪水风险管理模式初步探讨[J].自然灾害学报, 1999, 8 (4) :62-71
【长江上游流域】推荐阅读：
长江流域经济10-20
长江流域经济一体化09-22
上游地区05-20
上游水库06-03
上游水质08-19
《上游的孩子》07-19
“力争上游”计划07-07
上游中学经费预算方案11-17
上游护坡混凝土施工论文06-23
上游外贸B2B网站简介及其流量排名06-04