CN106340159B - 泥石流与高含沙水流判别方法、山区灾害流体监测方法 - Google Patents

泥石流与高含沙水流判别方法、山区灾害流体监测方法 Download PDF

Info

Publication number
CN106340159B
CN106340159B CN201610847536.6A CN201610847536A CN106340159B CN 106340159 B CN106340159 B CN 106340159B CN 201610847536 A CN201610847536 A CN 201610847536A CN 106340159 B CN106340159 B CN 106340159B
Authority
CN
China
Prior art keywords
flow
disaster
fluid
mud
boundary line
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201610847536.6A
Other languages
English (en)
Other versions
CN106340159A (zh
Inventor
周公旦
栗帅
孙其诚
代德富
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Mountain Hazards and Environment IMHE of CAS
Original Assignee
Institute of Mountain Hazards and Environment IMHE of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Mountain Hazards and Environment IMHE of CAS filed Critical Institute of Mountain Hazards and Environment IMHE of CAS
Priority to CN201610847536.6A priority Critical patent/CN106340159B/zh
Publication of CN106340159A publication Critical patent/CN106340159A/zh
Application granted granted Critical
Publication of CN106340159B publication Critical patent/CN106340159B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/10Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes

Abstract

针对现有技术中泥石流与高含沙水流判别方法存在实际灾害防治中可操作性差、实用性低的缺陷,本发明提供了一种泥石流与高含沙水流判别方法。本方法取样测量山区灾害流体单位时间内的平均流量Q与单位时间内的平均输沙量Qs,将样品测量结果数据点绘在以Qs为纵坐标、Q为横坐标的双对数坐标系中,根据数据点与边界线1、边界线2的相对位置判断流体类型。本发明还提供基于该判别方法实现的山区灾害监测方法用于监测山区灾害流体的变化,以及泥石流发生的预警方法。本发明方法采用动态指标监测灾害流体特征,能够对连续发生、动态演变中的灾害流体进行实时监测判别,及时确定灾害类型,反馈信息,分类预警。提高灾害防治的针对性、增强预防效果。

Description

泥石流与高含沙水流判别方法、山区灾害流体监测方法
技术领域
本发明涉及山区灾害的判别方法与监测方法,属于山区灾害防治技术领域。
背景技术
在泥石流沟道中,由于松散堆积物的物源分布很不均匀,以及物源补给存在很大差异,因而在同一沟道内非常容易发生泥石流与高含沙水流两类山区灾害,并且这两类灾害还存在相互演化的动态特点。尤其是对于分布在地震区的泥石流沟通,此类灾害及其动态演变特征在震后更为明显。
泥石流是一种固相颗粒级配宽、容重变化范围大的典型固液两相流。高含沙水流是指挟带一定黏性细颗粒、具有高浓度固体颗粒的一种复杂挟沙水流,也是一种典型而特殊的固液两相流。泥石流和高含沙水流都是由大量的固体颗粒和水充分掺混形成的固液两相流,都在重力的驱动下快速地流动,表现为流态复杂多变。但是,尽管泥石流与高含沙水流两类流体具有共性,在山区灾害防治领域中也都视为灾害,但两类灾害流体在物理特性、破坏性等方面依然存在很大差异,其防治手段、预警预报要求也都存在较大区别。因此区别泥石流与高含沙水流,尤其是在山区灾害流体动态演变过程中及时区分两种类型,一直是山区灾害防治领域中致力解决的问题。
目前,现有技术对“山区灾害流体”(指泥石流与高含沙水流)中泥石流和高含沙水流的区分主要采用颗粒浓度高低、颗粒粒径分布均一性等一些有限的静态指标上。例如:(1)一般认为高含沙水流的固体颗粒的体积分数是小于60%,而相应的泥石流则是50%~80%;(2)一般认为高含沙水流中的固体颗粒的粒径相对均匀,而泥石流具有宽级配特征。后者所含的固体颗粒粒径从10-6m(粘土)到101m(块石)不等。这两种判别方法均属于静态指标判别方法,指标界限比较模糊,主要存在两方面缺陷:其一,近年来国内外的数据和野外观察逐步发现,泥石流和高含沙水流的固体颗粒的含量并无明确界线,对于自然界大量的固体颗粒体积分数处于50%~60%范围的固液两相流到底属于泥石流还是高含沙水流,采用静态指标加以判别的效果并不理想。其二,泥石流和高含沙水流都是动态变化且相互演变的,运动过程中的固体颗粒含量和颗粒粒径都是随时变化而不是一成不变的,采用静态指标对二者加以判别在实际灾害山区防治中可操作性差、实用性低。
发明内容
本发明的目的就是针对现有技术的不足,提供一种山区灾害流体(泥石流或高含沙水流)的判别方法,以及基于此实现的山区灾害流体监测预警方法。
为实现上述目的,本发明首先提供一种泥石流与高含沙水流判别方法,其技术方案如下:
一种泥石流与高含沙水流判别方法,用于判别山区泥石流灾害与高含沙水流灾害,其特征在于:取样测量山区灾害流体单位时间内的平均流量Q、单位m3/s与单位时间内的平均输沙量Qs、单位kg/s,将样品测量结果数据点绘在以单位时间内的平均输沙量Qs为纵坐标、单位时间内的平均流量Q为横坐标的双对数坐标系中;若数据点位于边界线1以下坐标系区间,判别为高含沙水流,若数据点位于边界线2以上坐标系区间,判别为泥石流,若数据点分布于边界线1与边界线2之间坐标系区间,判别为过渡流;所述边界线1是Qs=300Q0.95、边界线2是Qs=555Q1.05
上述方法是通过山区灾害流体在运动与演变过程中,单位时间内的平均流量Q与单位时间内的平均输沙量Qs间的关系的变化来判别灾害流体的类型,区分泥石流灾害与高含沙水流灾害。其技术原理在于:泥石流与高含沙水流都属于固液两相流体,一般认为当水体中的固体颗粒含量大到一定程度后,水流的性质会发生很大的变化,这就会造成流体在运动输沙特性上发生变化,呈现很大的不同。本发明基于国内外山区灾害流体相关历史记录数据的前期研究发现泥石流与高含沙水流对颗粒物质输移的差异性表现为单位时间内的平均流量Q指标与单位时间内的平均输沙量Qs指标间的规律性关系。具体而言,高含沙水流的单位时间内的平均输沙量Qs随单位时间内的平均流量Q的增加呈现递增的趋势,并且其颗粒浓度(曲线斜率)最终趋向饱和值(上边界线)。泥石流的颗粒浓度(平均输沙量Qs与平均流量Q的比值)始终趋于饱和,不随单位时间内的平均流量Q的变化而变化,即使是对颗粒浓度较低(与高含沙水流类同)的连续流(Continuous flow)亦具有此特征。基于此,本发明得出了两条用于判别高含沙水流与泥石流的边界线及相应的坐标系区域划分。
上述方法中,单位时间内的平均输沙量Qs可直接测量,也可以采用以下方法测量计算:
依式1计算确定单位时间内的平均输沙量Qs
QS=QSVGS 式1
式中,Q—灾害流体单位时间内的平均流量,单位m3/s,
SV—灾害流体中固体体积比浓度,依式2计算确定,
GS—灾害流体中固体颗粒重度,单位kg/m3,现场实验测定;
SV=(γm-γ)/(γs-γ) 式2
式中,γm—灾害流体重度,单位kN/m3,现场测量确定,
γs—灾害流体固相颗粒重度,单位kN/m3,现场测量确定,
γ—水的重度,单位kN/m3,常数取值或现场测量确定。
灾害流体单位时间内的平均流量Q可以采用流量计来实测的手段确定,也可以采用计算方法确定。后者是:在取样点通过实测获取过流流体的深度h(单位m)、沟宽b(单位m)数据,再采用流速仪直接测量流体流速v(单位m/s),最后将各参量代入Q=vbh(式3)计算确定。灾害流体中固体颗粒重度GS根据泥石流物质组成(无机矿物颗粒)特征,一般测定结果为2600~2800kg/m3,绝大部分(约90%以上)测定结果为2750,因此在常规情况下可直接取值2750kg/m3
上述泥石流与高含沙水流判别方法是以灾害流体在运动过程中单位时间内的平均流量Q与单位时间内的平均输沙量Qs间的关系的变化来判别灾害流体的类型,由于该二项指标已是灾害流体在形成、演变过程中受各类环境因素作用的综合反应,因此判别方法的适用可以无需再考虑环境因素的影响,方法能够广泛适用于各类山区环境,如山地、丘陵以及比较崎岖的高原等不良地质现象发育的山地环境。
山区灾害流体发生时,在其运动过程中受环境因素的影响会出现在高含沙水流与泥石流之间演变的动态变化过程。在这类灾害流体的防治技术中,需要及时监测判别灾害类型、分类发出信号警示,以通过分类防治达到高效针对性防治的目的。为解决此技术问题,本发明还提供一种利用上述泥石流与高含沙水流判别方法实现的山区灾害监测方法,用于监测山区环境中灾害流体的变化。具体技术方案如下:
一种山区灾害监测方法,用于监测山区灾害流体的变化,其特征在于:在泥石流流域内设置监测位点,在监测位点实时取样测量山区灾害流体的单位时间内的平均流量Q、单位m3/s与单位时间内的平均输沙量Qs、单位kg/s,将样品测量结果数据点绘在以单位时间内的平均输沙量Qs为纵坐标、单位时间内的平均流量Q为横坐标的双对数坐标系中;若数据点位于边界线1以下坐标系区间,判别为高含沙水流,反馈对应信息;若数据点位于边界线2以上坐标系区间,判别为泥石流,反馈对应信息;若数据点分布于边界线1与边界线2之间坐标系区间,判别为过渡流,反馈对应信息;所述边界线1是Qs=300Q0.95、边界线2是Qs=555Q1.05
上述山区灾害监测方法是以山区灾害流体在运动演变过程中流量与输沙量两指标函数关系间的变化特征为依据,通过实时监测取样分析结果显示的两指标间函数关系来确定灾害流体的不断运动演变过程中所处的阶段及其灾害类型,进而可以达到分类预警、准确预警泥石流灾害发生终止、监测泥石流灾害进程的目的。
为达到泥石流灾害监测中警示预先的目的,上述山区灾害监测方法可作进一步优化,具体是以边界线2为基础,在坐标系中划出预警区域。当数据点进入预警区域时,即反馈泥石流预警信息。坐标系中预警区域可以根据泥石流沟地形地貌、保护目标的类型与特征、监测位点与保护目标的距离、数据点在坐标系中向边界线2靠近的速率、当地灾害历史数据等等方法确定。本发明提供的优选方法是将坐标系中的预警区域设定在泥石流预警线与边界线2之间的坐标系区域,其中泥石流预警线是Qs=516.5Q1.0113
与现有技术相比,本发明的有益效果是:(1)提供了一种采用流量与输沙量结合判别泥石流与高含沙水流的方法,该方法基于一种新的技术构思而实现,改变了现有技术中一直使用颗粒浓度高低、颗粒粒径分布均一性等静态指标对两者加以判别的方法。(2)提供了一种山区灾害监测方法,用于监测山区灾害流体的连续性变化。该监测方法基于本发明泥石流与高含沙水流判别方法而实现,利用了判别方法中使用动态指标的优势,能够对连续发生、动态演变中的灾害流体进行实时监测判别,及时确定灾害类型,反馈信息,分类预警。提高灾害防治的针对性、增强预防效果。(3)判别方法及监测方法均具有地理条件适用性广泛的特征,能够适用于各类山区环境。
附图说明
图1是实施例一、实施例二数据结果图。
图2是实施例三数据结果图。
具体实施方式
下面结合附图,对本发明的优选实施例作进一步的描述。
实施例一
如图1所示,用本发明方法判别某水文观测站记录的灾害流体类型。
某水文测站1998年7月23日实地测验的数据如下:泥石流沟道宽度b=464m、过流水深h=2.09m、流体流速v=2.34m/s、流体单位时间内的平均流量Q=2270m3/s。测验确定灾害流体中固体体积比浓度Sv=2.6764%。
需判断沟道内1998年7月23日流动的固液两相流是高含沙水流还是泥石流,具体步骤如下:
由于未实测单位时间内的平均输沙量,因而将Q=2270m3/s、Sv=2.6764%、GS=2750kg/m3代入式1计算平均输沙量,有QS=16.7016×104Kg/s。
将数据结果流体单位时间内的平均流量Q=2270m3/s、单位时间内的平均输沙量QS=16.7016×104Kg/s以单位时间内的平均输沙量QS为纵坐标、单位时间内的平均流量Q为横坐标的方式点绘在对数坐标系中,数据点位于边界线1Qs=300Q0.95以下的区域(如图1所示),则可判断该历史记录流体属于高含沙水流。
事实上,该实施例的数据资料来源于孙口水文测站的日常历史记录数据,隶属于黄河上的一个观测站。采用本发明方法的判别结果符合黄河属高含沙水流的日常水流特征。
实施例二
采用本发明方法判别印度尼西亚东爪哇Semeru山的某条泥石流沟道内历史上发生的灾害流体类型。
三组灾害流体历史记录数据如下:
1999年11月23日测验的数据:水深h=1.0m,流速v=6.5m/s,单位时间内的平均流量Q=362m3/s,固体体积比浓度Sv=48%。
2000年3月27日测验的数据:水深h=3.25m,流速v=2.3m/s,单位时间内的平均流量Q=1041m3/s,固体体积比浓度Sv=53%。
2000年11月26日测验的数据:水深h=3.0m,流速v=3.0m/s,单位时间内的平均流量Q=872m3/s,固体体积比浓度Sv=64%。
由于未实测单位时间内的平均输沙量,因而分别将三组数据(其中,GS=2750kg/m3)代入式1计算单位时间内的平均输沙量,有单位时间内的平均输沙量Qs分别是:QS=47.784×104Kg/s,151.7258×104Kg/s,153.472×104Kg/s。
将各组Q-Qs结果数据以单位时间内的平均输沙量QS为纵坐标、单位时间内的平均流量Q为横坐标的方式点绘在对数坐标系中,数据点均位于边界线2Qs=555Q1.05以上区域(如图1所示),可判断三组历史记录流体属于泥石流。该结果与历史记录相符。
实施例三
用本发明方法监测CurahLengkong沟道在某连续时间段内过流流体的变化。数据结果见图2。
(1)2000年4月14日09:45分,第一组测验的数据:水深h=1.2m,流速v=1.6m/s,单位时间内的平均流量Q=181m3/s,固体体积比浓度Sv=22%。
此时将各参数代入式1计算单位时间内的平均输沙量Qs是QS1=10.95×104Kg/s。依法将数据结果点绘在双对数坐标系中,判别当前流体位于高含沙水流和泥石流之间的过渡流范畴,且靠近泥石流预警范围内,反馈泥石流预警信号。
(2)2000年4月15日15:30分,第二组测验的数据:水深h=1.5m,流速v=1.4m/s,单位时间内的平均流量Q=511m3/s,固体体积比浓度Sv=56%。
此时将各参数代入式1计算单位时间内的平均输沙量Qs是QS1=47.784×104Kg/s。依法将数据结果点绘在双对数坐标系中,判别当前流体属于泥石流,反馈泥石流信号。
(3)2000年4月16日12:00分,第三组测验的数据:水深h=1.0m,流速v=1.7m/s,单位时间内的平均流量Q=362m3/s,固体体积比浓度Sv=35%。
此时将各参数代入式1计算单位时间内的平均输沙量Qs是QS2=47.784×104Kg/s。依法将数据结果点绘在双对数坐标系中,判别当前流体依然属于泥石流,继续反馈泥石流信号。
(4)2000年4月17日14:30分,第四组测验的数据:水深h=1.5m,流速v=4.5m/s,单位时间内的平均流量Q=522m3/s,固体体积比浓度Sv=3%。
此时将各参数代入式1计算单位时间内的平均输沙量Qs是QS3=47.784×104Kg/s。依法将数据结果点绘在双对数坐标系中,判别当前流体属于高含沙水流,反馈高含沙水流信号。

Claims (8)

1.泥石流与高含沙水流判别方法,用于判别山区泥石流灾害与高含沙水流灾害,其特征在于:取样测量山区灾害流体单位时间内的平均流量Q、单位m3/s与单位时间内的平均输沙量Qs、单位kg/s,将样品测量结果数据点绘在以单位时间内的平均输沙量Qs为纵坐标、单位时间内的平均流量Q为横坐标的双对数坐标系中;若数据点位于边界线1以下坐标系区间,判别为高含沙水流,若数据点位于边界线2以上坐标系区间,判别为泥石流,若数据点分布于边界线1与边界线2之间坐标系区间,判别为过渡流;所述边界线1是Qs=300Q0.95、边界线2是Qs=555Q1.05
2.根据权利要求1所述的方法,其特征在于:在山区灾害流体的形成区和/或流通区和/划淤积出口区取样测量。
3.根据权利要求1所述的方法,其特征在于:所述输沙量Qs依式1计算确定:
QS=QSVGS 式1
式中,Q—灾害流体单位时间内的平均流量,单位m3/s,
SV—灾害流体中固体体积比浓度,依式2计算确定,
GS—灾害流体中固体颗粒重度,单位kg/m3,现场实验测定;
SV=(γm-γ)/(γs-γ) 式2
式中,γm—灾害流体重度,单位kN/m3,现场测量确定,
γs—灾害流体固相颗粒重度,单位kN/m3,现场测量确定,
γ—水的重度,单位kN/m3,常数取值或现场测量确定。
4.根据权利要求3所述的判别方法,其特征在于:GS取值2750kg/m3
5.利用权利要求1所述的泥石流与高含沙水流判别方法实现的山区灾害监测方法,用于监测山区灾害流体的变化,其特征在于:
在泥石流流域内设置监测位点,在监测位点实时取样测量山区灾害流体单位时间内的平均流量Q、单位m3/s与单位时间内的平均输沙量Qs、单位kg/s,将样品测量结果数据点绘在以单位时间内的平均输沙量Qs为纵坐标、单位时间内的平均流量Q为横坐标的双对数坐标系中;
若数据点位于边界线1以下坐标系区间,判别为高含沙水流,反馈对应信息;若数据点位于边界线2以上坐标系区间,判别为泥石流,反馈对应信息;若数据点分布于边界线1与边界线2之间坐标系区间,判别为过渡流,反馈对应信息;
所述边界线1是Qs=300Q0.95、边界线2是Qs=555Q1.05
6.根据权利要求5所述的监测方法,其特征在于:实时取样频率是:在雨季,或在枯雨季、无雨季节的雨中及雨后,每1min~10min取样一次。
7.根据权利要求5所述的监测方法,其特征在于:若数据点位于泥石流预警线与边界线2之间的坐标系区域,反馈泥石流预警信息,所述泥石流预警线是Qs=516.5Q1.0113
8.根据权利要求5所述的监测方法,其特征在于:监测位点位于山区灾害流体的形成区和/或流通区和/划淤积出口区;或者根据泥石流防灾规范依据泥石流流域中居民生活、生产区、重大工程设施灾害隐患点的预警安全撤离时间和距离设置监测位点。
CN201610847536.6A 2016-09-23 2016-09-23 泥石流与高含沙水流判别方法、山区灾害流体监测方法 Expired - Fee Related CN106340159B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610847536.6A CN106340159B (zh) 2016-09-23 2016-09-23 泥石流与高含沙水流判别方法、山区灾害流体监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610847536.6A CN106340159B (zh) 2016-09-23 2016-09-23 泥石流与高含沙水流判别方法、山区灾害流体监测方法

Publications (2)

Publication Number Publication Date
CN106340159A CN106340159A (zh) 2017-01-18
CN106340159B true CN106340159B (zh) 2019-02-19

Family

ID=57839210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610847536.6A Expired - Fee Related CN106340159B (zh) 2016-09-23 2016-09-23 泥石流与高含沙水流判别方法、山区灾害流体监测方法

Country Status (1)

Country Link
CN (1) CN106340159B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133434B (zh) * 2017-07-19 2020-04-21 四川建筑职业技术学院 一种泥石流临界体积浓度的计算方法
CN115656478B (zh) * 2022-11-14 2023-03-10 中国科学院、水利部成都山地灾害与环境研究所 一种模拟冰颗粒循环剪切的防渗剪切试验装置及使用方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7136756B1 (en) * 2004-11-02 2006-11-14 Vieux And Associates, Inc. Method for determining runoff
CN101363730A (zh) * 2008-08-07 2009-02-11 北京林业大学 山地灾害危险区调查与分类方法
CN101598582B (zh) * 2009-07-06 2011-06-29 中国科学院水利部成都山地灾害与环境研究所 阵性泥石流平均峰值流量与泥石流一次总量计算方法及应用
CN104111091B (zh) * 2014-07-18 2016-09-07 中国科学院、水利部成都山地灾害与环境研究所 一种泥石流力学参数监测方法及泥石流预警方法
CN106157544B (zh) * 2016-08-08 2019-06-18 成都理工大学 沟谷型泥石流的监测预警方法和装置

Also Published As

Publication number Publication date
CN106340159A (zh) 2017-01-18

Similar Documents

Publication Publication Date Title
Li et al. Correction factors in the determination of mean velocity of overland flow
Zhang et al. Dynamic processes of soil erosion by runoff on engineered landforms derived from expressway construction: A case study of typical steep spoil heap
Fettweis et al. Seasonal, neap-spring and tidal variation of cohesive sediment concentration in the Scheldt Estuary, Belgium
Quinton et al. Subsurface drainage from hummock-covered hillslopes in the Arctic tundra
Papiernik et al. Characterization of soil profiles in a landscape affected by long-term tillage
Verstraeten et al. Using sediment deposits in small ponds to quantify sediment yield from small catchments: possibilities and limitations
Sethupathi et al. Prioritization of miniwatersheds based on Morphometric Analysis using Remote Sensing and GIS techniques in a draught prone Bargur–Mathur subwatersheds, Ponnaiyar River basin, India
CN105160193A (zh) 一种基于动力过程的泥石流动态风险分析系统及方法
Yang et al. Revisiting the problem of sediment motion threshold
Khan et al. Saturated zones and soil morphology in a Mollisol catena of central Iowa
CN108090670B (zh) 一种基于水流侵蚀能力的堰塞坝形成评估方法
CN104809345A (zh) 一种泥石流屈服应力和最大淤积厚度计算方法
Ramaiah et al. Morphometric analysis of sub-basins in and around Malur Taluk, Kolar District, Karnataka using remote sensing and GIS Techniques
CN106340159B (zh) 泥石流与高含沙水流判别方法、山区灾害流体监测方法
CN109766513A (zh) 一种泥石流断面平均流速的测算方法
Li et al. Field measurements of settling velocities of fine sediments in Three Gorges Reservoir using ADV
Nord et al. Effect of particle density and inflow concentration of suspended sediment on bedload transport in rill flow
Hook et al. A review of the recharge-discharge function of wetlands
CN205333624U (zh) 一种泥石流汇江物理模拟试验装置
Torabizadeh et al. Measurement of dimensionless Chezy coefficient in step-pool reach (Case Study of Dizin River in Iran)
CN106192864B (zh) 一种沟谷泥石流的危险性划分方法及其应用
Cha et al. Determination of best management timing of nonpoint source pollutants using particle bins and dimensionless time in a single stormwater runoff event
Aldefae et al. Erosion, sediments transport and riverbank stability: A review
Peixoto et al. Study of sediment transport in the Jordão river, located in the mesoregion of the Triângulo Mineiro-MG
Warburton Sediment transport and deposition

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190219

Termination date: 20200923

CF01 Termination of patent right due to non-payment of annual fee