• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《淡水渔业》 >长江上游干流基于河床地形的深潭浅滩识别方法比较研究

长江上游干流基于河床地形的深潭浅滩识别方法比较研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Pool-riffle sequence is the fundamental geomorphological characteristic of meandering streams. Identification of pools and riffles is useful for discussing the relationship between the biological community and physical environment. That is significanfiy important for enhancing the river management and river ecosystem conservation. Three pool and riffle identification methods based on riverbed topography including regression technique, areal difference asymmetry index method and bed differencing technique (bdt) were conducted in a 30 km reach in the upper Yangtze. And five to seven channel widths spacing method was used to compare the applicability of the three methods. It was indicated that the identified bed forms (pools and riffles) were agreement on general. Few transects with disagreement, the discrepancies can be explained by examining the stream morphology. In most cases, bdt was more effectively; however, using the three methods together provided corroboration of results and strengthened the analysis. In the upper Yangtze River, bdt with T = 1. OSd was the best way to identify pools and riffles.%采用三种基于河床地形的河流深潭浅滩识别方法(深泓线线性回归法、横截面对称指数法和局部高程差异法)对长江上游干流30 km长河段的深潭和浅滩进行了定量分析识别,并采用5～7倍河宽间距法对这三种方法的适用性进行了比较.结果显示,识别出的深潭和浅滩总体上较为吻合,少数几个识别结果不一致的位置,可以结合对河床形态的综合分析加以解决.多数情况下,局部高程差异法的识别结果更加准确有效,但同时使用这三种方法能够加深对研究区域的认识并使识别结果得到确证.在长江上游干流江段,采用局部高程差异法(T=1.0Sd)应是最佳的河流深潭浅滩识别方法.

著录项

  • 来源
    《淡水渔业》 |2011年第1期|3-9|共7页
  • 作者

    张辉; 危起伟; 杜浩; 王韦;

  • 作者单位

    农业部淡水生物多样性保护与利用重点开放实验室,中国水产科学研究院长江水产研究所,湖北荆州,434000;

    中国水产科学研究院淡水渔业研究中心,江苏无锡,214081;

    农业部淡水生物多样性保护与利用重点开放实验室,中国水产科学研究院长江水产研究所,湖北荆州,434000;

    中国水产科学研究院淡水渔业研究中心,江苏无锡,214081;

    农业部淡水生物多样性保护与利用重点开放实验室,中国水产科学研究院长江水产研究所,湖北荆州,434000;

    中国水产科学研究院淡水渔业研究中心,江苏无锡,214081;

    江苏科技大学计算机科学与工程学院,江苏镇江,212003;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 地形因素;
  • 关键词

    深潭; 浅滩; 河床地形; 长江上游;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号