CN109063896B - 一种东北地区融雪径流开始日期的识别方法 - Google Patents
一种东北地区融雪径流开始日期的识别方法 Download PDFInfo
- Publication number
- CN109063896B CN109063896B CN201810714616.3A CN201810714616A CN109063896B CN 109063896 B CN109063896 B CN 109063896B CN 201810714616 A CN201810714616 A CN 201810714616A CN 109063896 B CN109063896 B CN 109063896B
- Authority
- CN
- China
- Prior art keywords
- runoff
- date
- snow
- melting
- base
- 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.)
- Active
Links
- 238000002844 melting Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000008018 melting Effects 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims description 31
- 239000005413 snowmelt Substances 0.000 claims description 24
- 230000035772 mutation Effects 0.000 claims description 20
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000001174 ascending effect Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 29
- 230000002265 prevention Effects 0.000 abstract description 5
- 238000003860 storage Methods 0.000 abstract description 4
- 230000002354 daily effect Effects 0.000 description 8
- 239000003673 groundwater Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Sewage (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开一种东北地区融雪径流开始日期的识别方法,其可以合理推测春汛融雪径流开始日期,可以为构建可靠适宜的融雪径流预报模型提供基础,进一步为科学合理地制定水库调度方案,既可以保证农业供水需求、航运用水需求,又能为后期防汛预留库容,实现水资源高效开发利用。其包括以下步骤:(1)流域融雪径流分割;(2)流域融雪径流开始日期识别;(3)流域融雪径流开始日期规律率定。
Description
技术领域
本发明涉及水文预报的技术领域,尤其涉及一种东北地区融雪径流开始日期的识别方法。
背景技术
东北地区春季融雪径流是春汛主要径流来源,也是除夏汛以外的第二个集中来水期,此时恰逢农耕播种时节,灌溉用水需求较大;同时,该时段也是航运用水时期。在合理推测春汛融雪径流来水日期前提下,科学合理地制定水库调度方案,既可以保证农业供水需求、航运用水需求,又能为后期防汛预留库容,实现水资源高效开发利用。
东北地区春汛水源组成复杂导致融雪径流分割困难。流域春汛径流的来源较多,有前期底水、前期累积降雪、春汛期间降雨,同时要考虑冻土冻融和气温高、低等因素影响。由于受春汛来水水源组成复杂性的影响,使各年的春汛径流组成不尽相同,有些年份前期底水、前期累积降雪都接近正常年份,但是由于春季气温低,水库开库较晚,开库以后又无大的降水过程,则这年的春汛径流是以融冰融雪为主;另有一些年份,虽然前期条件相同,但春季气温转暖早,气温比历年高,开河早,而后又有较明显的降雨过程,则春汛径流一部分是融冰融雪径流,另一部分是降雨径流。因此,如何根据春汛来水,通过有效的水源划分方法,来分割融雪径流是本研究的首要技术难点。
东北地区融雪影响因素众多,难以识别融雪径流开始日期。春汛来水的水源组成多元,影响因素众多,且各因素的作用过程复杂,这都给春汛来水的准确预报带来了挑战。就目前研究成果来看,具有显著影响的因素主要有太阳辐射、日照指数、气温和风速等,这些因素中,作用过程复杂、作用效果产生的时滞效应各异,而且各因素相互关联,呈现复杂的耦合效应特征。
综上所述,一方面,由于融雪径流分割困难,融雪影响因素众多且作用机理复杂,同时,融雪径流具有较强的区域性特征;另一方面,相对于夏汛而言,其洪涝成灾性不显著,因此,对于融雪径流,尤其是对融雪径流开始日期的研究尚属空白领域。
发明内容
为克服现有技术的缺陷,本发明要解决的技术问题是提供了一种东北地区融雪径流开始日期的识别方法,其可以合理推测春汛融雪径流开始日期,可以为构建可靠适宜的融雪径流预报模型提供基础,进一步为科学合理地制定水库调度方案,既可以保证农业供水需求、航运用水需求,又能为后期防汛预留库容,实现水资源高效开发利用。
本发明的技术方案是:这种东北地区融雪径流开始日期的识别方法,其包括以下步骤:
(1)流域融雪径流分割:结合流域长系列日尺度径流资料,采用Eckhardt数字滤波法,并利用滑动最小值法进行汇流参数率定,分割地表径流、地下径流以及其占总径流的比例;基于融雪径流产汇流理论,将径流分割所获的地表径流即视为融雪径流;
(2)流域融雪径流开始日期识别:分别绘制春季总径流过程线和基流比过程线,分析两条过程线日尺度时程演化趋势,统计基流比陡降突变点发生日期;将数个基流比陡降突变点日期对应总径流过程线,
以总径流升段上出现的第一个基流比陡降突变点为融雪径流开始日期;
(3)流域融雪径流开始日期规律率定:以数理统计为理论基础,将历年融雪径流开始日期进行升序排序,进行融雪径流开始日期的频率计算。
本发明通过对春季径流进行水源分割以确定地表地下水所占比例、确定历年融雪径流开始日期和区域融雪径流开始日期一般规律率定,可以合理推测春汛融雪径流开始日期,可以为构建可靠适宜的融雪径流预报模型提供基础,进一步为科学合理地制定水库调度方案,既可以保证农业供水需求、航运用水需求,又能为后期防汛预留库容,实现水资源高效开发利用。
附图说明
图1为根据本发明的一种东北地区融雪径流开始日期的识别方法的流程图。
图2为某水库1971年3-5月逐日总径流和基流比过程线。
图3为某水库1989年3-5月逐日总径流和基流比过程线。
图4为某水库2016年3-5月逐日总径流和基流比过程线。
图5为某水库融雪径流开始日期统计箱形图。
具体实施方式
如图1所示,这种东北地区融雪径流开始日期的识别方法,其包括以下步骤:
(1)流域融雪径流分割:结合流域长系列日尺度径流资料,采用Eckhardt数字滤波法,并利用滑动最小值法进行汇流参数率定,分割地表径流、地下径流以及其占总径流的比例;基于融雪径流产汇流理论,将径流分割所获的地表径流即视为融雪径流;
(2)流域融雪径流开始日期识别:分别绘制春季(3-4月份)总径流过程线和基流比过程线,分析两条过程线日尺度时程演化趋势,统计基流比陡降突变点发生日期;将数个基流比陡降突变点日期对应总径流过程线,以总径流升段上出现的第一个基流比陡降突变点为融雪径流开始日期;
(3)流域融雪径流开始日期规律率定:以数理统计为理论基础,将历年融雪径流开始日期进行升序排序,进行融雪径流开始日期的频率计算。
本发明通过对春季径流进行水源分割以确定地表地下水所占比例、确定历年融雪径流开始日期和区域融雪径流开始日期一般规律率定,可以合理推测春汛融雪径流开始日期,可以为构建可靠适宜的融雪径流预报模型提供基础,进一步为科学合理地制定水库调度方案,既可以保证农业供水需求、航运用水需求,又能为后期防汛预留库容,实现水资源高效开发利用。
本发明基于融雪径流形成机理,结合长系列流域径流日尺度资料,通过选择基流分割的适宜方法,根据地表地下径流组成变异点推求融雪径流开始日期;计算逐年融雪径流开始日期,采用数理统计方法绘制箱形图,以计算融雪开始的最早日期、较早(25%)日期、平均日期、较晚(75%)日期和最晚日期,以及异常日期,全面描述流域融雪径流开始日期的统计规律,进而可以为融雪径流预报以及春汛来水预报提供基础。
优选地,采用箱形图工具进行融雪径流开始日期规律分析,分别给出融雪径流最早日期、下四分位日期、平均日期、上四分位日期和最晚日期,以及1个异常日期6个统计特征值,全面描述流域融雪径流开始日期的统计规律。
优选地,所述步骤(2)中流域融雪径流开始日期识别通过以下步骤实现:
(2.1)流域总径流和基流比日尺度过程线绘制:针对流域出口断面,
收集整理流域日尺度径流资料,在一张图上分别绘制春季总径流过程线和基流比过程线;
(2.2)统计基流比陡降突变点发生日期:分析基流比日尺度过程线的时程演化趋势,统计基流比陡降突变点发生日期系列;
(2.3)融雪径流开始日期确定:比较流域总径流和基流比过程线,
将数个基流比陡降突变点日期对应落在总径流过程线,以总径流升段上出现的第一个基流比陡降突变点为融雪径流开始日期。
优选地,所述步骤(3)中流域融雪径流开始日期规律率定通过以下步骤建立:
(3.1)统计样本的组织:按步骤(2)所述方法,确定历年融雪径流开始日期,形成历年融雪径流开始日期系列;
(3.2)统计规律分析:采用箱形图统计分析工具进行融雪径流开始日期统计分析,分别求出融雪径流最早日期、下四分位(25%)日期、平均日期、上四分位(75%)日期和最晚日期和1个异常日期6个统计值;
(3.3)融雪径流开始日期规律:与步骤(3.2)的结果相对应,流域融雪径流出现日期以最早日期、较早日期、平均日期、较晚日期和最晚日期5个统计指标和1个异常日期变异指标,来全面描述流域融雪径流开始日期的统计规律。
以下给出一个实施例。某水库融雪径流开始日期识别
1)研究区与数据。本案例选取某水库及其汇水区为研究对象。某水库位于第二松花江流域上游,集水面积19100平方公里。数据选取1971年-2016年日入库径流资料。
2)基流分割及融雪径流开始日期识别。通过滑动最小值法进行参数率定,取N=3,确定最大基流分割比为0.744,带入递归数字滤波方程中进行Eckhardt数字滤波法基流分割。以1971年、1989年和2016年为例,1971年、1989年和2016年3-5月的逐日基流分割情况如图2、图3和图4所示。可以看出,1971年地下径流的陡降突变点在3月15日,1989年地下径流的陡降突变点在3月18日,2016年地下径流的陡降突变点在3月16日。统计历年基流比的陡降突变点(融雪径流开始日期),形成历年控制断面融雪径流开始日期样本系列。
3)流域融雪径流开始日期规律率定。利用箱形图工具,进行融雪径流开始日期规律识别,结果见图5所示。分别得出融雪径流最早日期3月7日、下四分位(25%)日期3月17日、平均日期3月22日、上四分位(75%)日期3月26日和最晚日期4月7日和1个异常日期4月10日等6个统计值。具体见表1。
表1
统计概率 | 最早 | 较早 | 平均 | 较晚 | 最晚 | 异常情况 |
日期 | 3月7日 | 3月17日 | 3月22日 | 3月26日 | 4月7日 | 4月10日 |
以上所述,仅是本发明的较佳实施例,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属本发明技术方案的保护范围。
Claims (1)
1.一种东北地区融雪径流开始日期的识别方法,其特征在于,其包括以下步骤:
(1)流域融雪径流分割:结合流域长系列日尺度径流资料,采用Eckhardt数字滤波法,并利用滑动最小值法进行汇流参数率定,分割地表径流、地下径流以及其占总径流的比例;基于融雪径流产汇流理论,将径流分割所获的地表径流即视为融雪径流;
(2)流域融雪径流开始日期识别:融雪径流开始后,总径流增加,地表径流占优势,基流比呈下降趋势并出现由下降变为上升的陡降突变;由于总径流的变化具有波动性,基流比随总径流的波动会出现多次陡降突变,因此,融雪径流开始日期的识别方法为:分别绘制春季总径流过程线和基流比过程线,分析两条过程线日尺度时程演化趋势,统计基流比陡降突变点发生日期;将数个基流比陡降突变点日期对应总径流过程线,以总径流升段上出现的第一个基流比陡降突变点为融雪径流开始日期;具体包括以下步骤:
(2.1)流域总径流和基流比日尺度过程线绘制:针对流域出口断面,收集整理流域日尺度径流资料,在一张图上分别绘制春季总径流过程线和基流比过程线;
(2.2)统计基流比陡降突变点发生日期:分析基流比日尺度过程线的时程演化趋势,统计基流比陡降突变点发生日期系列;
(2.3)融雪径流开始日期确定:比较流域总径流和基流比过程线,将数个基流比陡降突变点日期对应落在总径流过程线,以总径流升段上出现的第一个基流比陡降突变点为融雪径流开始日期;
(3)流域融雪径流开始日期规律率定:以数理统计为理论基础,将历年融雪径流开始日期进行升序排序,进行融雪径流开始日期的频率计算;具体包括以下步骤:
(3.1)统计样本的组织:按步骤(2)所述方法,确定历年融雪径流开始日期,形成历年融雪径流开始日期系列;
(3.2)统计规律分析:采用箱形图统计分析工具进行融雪径流开始日期统计分析,分别求出融雪径流最早日期、下四分位日期、平均日期、上四分位日期和最晚日期和1个异常日期6个统计值;
(3.3)融雪径流开始日期规律:与步骤(3.2)的结果相对应,流域融雪径流出现日期以最早日期、较早日期、平均日期、较晚日期和最晚日期5个统计指标和1个异常日期变异指标,来全面描述流域融雪径流开始日期的统计规律。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810714616.3A CN109063896B (zh) | 2018-07-03 | 2018-07-03 | 一种东北地区融雪径流开始日期的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810714616.3A CN109063896B (zh) | 2018-07-03 | 2018-07-03 | 一种东北地区融雪径流开始日期的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109063896A CN109063896A (zh) | 2018-12-21 |
CN109063896B true CN109063896B (zh) | 2020-11-03 |
Family
ID=64818921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810714616.3A Active CN109063896B (zh) | 2018-07-03 | 2018-07-03 | 一种东北地区融雪径流开始日期的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109063896B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685236B (zh) * | 2019-02-11 | 2020-12-01 | 国家电网有限公司 | 一种北方水库春季径流水源分析方法 |
CN115859854B (zh) * | 2022-11-30 | 2023-08-15 | 四川大学 | 一种多年冻土区缺资料流域地下水径流评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294932A (zh) * | 2016-07-27 | 2017-01-04 | 太原理工大学 | 不同变化条件对流域径流不确定性影响的分析方法 |
CN107330086A (zh) * | 2017-07-04 | 2017-11-07 | 中国科学院新疆生态与地理研究所 | 一种提高无资料高海拔流域水文过程模拟精度的方法 |
-
2018
- 2018-07-03 CN CN201810714616.3A patent/CN109063896B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294932A (zh) * | 2016-07-27 | 2017-01-04 | 太原理工大学 | 不同变化条件对流域径流不确定性影响的分析方法 |
CN107330086A (zh) * | 2017-07-04 | 2017-11-07 | 中国科学院新疆生态与地理研究所 | 一种提高无资料高海拔流域水文过程模拟精度的方法 |
Non-Patent Citations (3)
Title |
---|
天山中段南北坡典型流域基流及其影响因素;李倩 等;《干旱区研究》;20150131;第29-34页 * |
小兴安岭季节性冻土区春季融雪径流分析;勾文婧;《万方数据知识服务平台》;20170808;论文正文第32-34页 * |
江苏省无锡市达标名校2018 年高考四月质量检测地理试题;匿名;《地理试题》;20181231;第4、15页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109063896A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sharma et al. | Spatiotemporal trends in extreme rainfall and temperature indices over Upper Tapi Basin, India | |
Tuan et al. | Temperature and precipitation suitability evaluation for the winter wheat and summer maize cropping system in the Huang-Huai-Hai Plain of China | |
CN103713336A (zh) | 基于gis分区的水电站流域面雨量气象预报方法 | |
CN109063896B (zh) | 一种东北地区融雪径流开始日期的识别方法 | |
CN117436619B (zh) | 一种基于等效防洪作用的梯级水库防洪库容联合预留方法 | |
Gusyev et al. | Drought assessment in the Pampanga River basin, the Philippines–Part 1: Characterizing a role of dams in historical droughts with standardized indices | |
Tarigan et al. | Mitigation options for improving the ecosystem function of water flow regulation in a watershed with rapid expansion of oil palm plantations | |
CN109685236B (zh) | 一种北方水库春季径流水源分析方法 | |
Romanowicz et al. | Assessment of land use and water management induced changes in flow regime of the Upper Narew | |
CN114896785A (zh) | 一种点暴雨降雨量排序方法及点暴雨重现期估算方法 | |
Yankey et al. | Small hydropower development potential in the Densu River Basin, Ghana | |
Kurki-Fox et al. | The flood reduction and water quality impacts of watershed-scale natural infrastructure implementation in North Carolina, USA | |
Zhou et al. | Water use in China’s domestic, industrial and agricultural sectors: An empirical analysis | |
CN111047213B (zh) | 基于多要素联合判别的中长期水资源量临界预警指标方法 | |
CN114219183A (zh) | 一种基于气象条件的北流荔枝产量大小年年型等级区域预测模型的构建方法 | |
Barkey et al. | Modeling of Climate Change Impact on Water Availability in Metropolitan Mamminasata, Indonesia | |
CN112183607B (zh) | 一种基于模糊理论的东南沿海地区洪水分类方法 | |
Atal et al. | Wet and dry spell characteristics of semi-arid region, Western Maharashtra, India | |
Gharib et al. | Calculation of the spatial flooding intensity with unit flood response method in the Tangrah Watershed, Iran | |
Kumre et al. | Identification of flood and drought years over the Northeast Indian region using normalized index | |
CN107451691B (zh) | 基于下垫面情况的冬季输电线路高度风速预报方法及系统 | |
CN116070955B (zh) | 一种用于山洪沟流域的区域可能最大降雨确定方法 | |
Perju et al. | Changes in the frequency and magnitude of floods in the Bucegi Mountains (Romanian Carpathians) | |
Ruhf et al. | Time series analysis of 20 years of hourly precipitation in southwest Michigan | |
Banasik et al. | Curve numbers for two agro-forested watersheds |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |