2026年 02期
基于改进粒度校正模型的雅鲁藏布江中下游沉积物物源分析
殷世远;李志威;欧阳伟奇;马嘉怿;程韵硕;河流沉积物记录了流域风化与搬运过程，其粒度特性与矿物组成受多种环境因素共同影响，反映了复杂的物源与搬运过程。现有物源分析采用多种技术融合提升可靠性，但粒度依赖矿物成分的分异，仍易引入偏差。通过雅鲁藏布江中下游米林至墨脱段采集的河床沉积物，利用激光粒度仪与X射线衍射技术，建立并优化“粒度校正”物源反演模型，剥离粒度效应干扰，提升物源识别精度。该模型在近源搬运条件下提取粒度无关矿物信号的残差解释率达95%,提出3类物源搬运假设，包括恒定物源与搬运、恒定物源混合搬运及其他模式。估算喜马拉雅山岩区、中部缝合带和冈底斯山岩区的沉积物贡献率分别为37.5%、33.3%和16.7%。本结果可为雅江大峡谷区物源分布与沉积动力研究提供数据支撑。
不同型式结构物对坝前冲刷漏斗尺寸的影响研究
冯文涛;卢新华;李岳衡;大坝底孔开启后，在高速水流作用下底孔附近河床上易形成冲刷漏斗。冲刷漏斗的几何尺寸越大，越有利于电站取到低含沙量的水体，从而减轻含沙水流对水轮机的磨损。通过水槽试验，探究在底孔上游布置不同类型的结构物(包括梯型墩柱、T型墩柱、带两翼薄矩形柱等11种)对冲刷漏斗尺寸的影响。研究发现在试验条件下所采用的各类结构物均能有效增大冲刷漏斗的大小，其中带两翼薄矩形柱对促进河床冲刷的效果最优，其影响下冲淤平衡时孔前最大冲深可达到同条件下纯底孔出流时的2.42倍，且孔口下泄流量减少约2.57%,为进一步优化结构物形式以获得更优的冲刷漏斗提供重要参考。
不同环境因素对实验室标定OBS浊度传感器的影响分析
高术仙;刘洋;曹玉芬;白玉川;在水文泥沙和水土保持领域，水体悬沙浓度的准确测量是一项技术挑战。悬沙浓度测量设备的可靠标定是精准测量水体悬沙浓度的前提。基于光学后向散射OBS浊度传感器，首次系统量化实验室标定中温度、盐度、光照强度等水体试验环境因素的耦合影响。试验研究结果表明，不同的水体试验环境对OBS浊度传感器的标定精度均有影响，其中，光照强度和盐度对标定结果影响较小，其误差均满足规范中对含沙量测量设备的测量误差要求；而水体温度对标定精度影响显著，通过试验论证分析，建议将水温控制在23～28℃范围内开展OBS浊度传感器的实验室标定试验。
基于ADCP声学原理的畅流期与冰封期悬沙浓度反演模型
罗红春;高文龙;陈子健;为提升畅流期与冰封期河道悬沙浓度的测验效率，采用野外观测收集了畅流期与冰封期的悬沙样品及ADCP背散射数据，基于ADCP声学原理建立了悬沙浓度反演模型。结果表明，经水深校正的ADCP背散射强度与悬沙浓度显著相关，可用于反演畅流期与冰封期的悬沙浓度；冰封期实测ADCP背散射强度大于畅流期，且反演精度表现更优，两种工况下反演的悬沙浓度值与实测值差异小(畅流期平均相对误差为18.81%,冰封期平均相对误差为10.93%);冰封期河道悬沙浓度(0.1～0.3 kg/m3)明显低于畅流期(1～5 kg/m3),且悬沙浓度垂线分布更为均匀，但冰封期悬沙中值粒径(平均42.34μm)大于畅流期(平均25.41μm),表明反演模型需考虑粒径的影响。
黏性与非黏性混合泥沙沉降特性试验研究
罗文姚;刘春嵘;刘红;袁文昊;杨闻宇;为研究粉砂与黏粒混合泥沙沉降特性，在大尺度沉降筒中进行了沉降试验。测量了泥面位置和瞬时含沙量，根据测量结果给出了瞬时含沙量垂直分布规律、泥面沉速及不同位置处泥沙的瞬时沉速。发现在沉降一段时间后，泥面沉速和不同位置处的瞬时沉速基本相等。据此提出混合泥沙存在群体沉降和离散沉降两种模式。小于某一临界粒径的泥沙以群体模式沉降，沉速是含沙量的函数，与粒径无关；大于某一临界粒径的泥沙以离散模式沉降，沉速是颗粒粒径和含沙量的函数。由试验确定了临界粒径的值和群体沉速的最大值。基于双沉降模式给出了预测含沙量和泥沙粒径概率密度时空变化的方程。
耦合Budyko与因子分解的流域水沙变化归因分析方法
谢瑾如;秦伟;丁琳;王向东;方金鑫;长江上游生态脆弱，对气候变化敏感。为定量评估气候和下垫面变化对该区流域径流、输沙的影响，以五郎河为典型流域，耦合Budyko框架与因子分解法，建立含沙量与侵蚀动力、侵蚀阻力的响应关系，开展水沙演变归因分析。结果表明：研究期内流域年径流与输沙量均显著减少(p<0.01),突变点为2005年。与基准期(1990—2005年)相比，突变后时期(2006—2022年)气候变化主导了径流减少(贡献率为67.23%),下垫面变化贡献率为32.77%;二者对输沙量减少的贡献率则基本相当(分别为49.50%和50.50%)。研究成果可为长江上游水土资源管理提供科学支撑。
基于深度学习模型的大理河流域水沙模拟与预测
于鹤祥;任宗萍;王友胜;李婧妮;王启航;深度学习模型能够处理复杂的非线性关系，且无需预先设定物理过程或参数，在流域水沙模拟预测方面展现出巨大潜力。为探究深度学习模型在流域水沙模拟预测方面的能力，基于大理河流域1960—2021年的水沙实测数据，采用EEMD-GRU、EEMD-LSTM和EEMD-GRU-LSTM三种深度学习模型对流域水沙变化进行了模拟，评估了三种深度学习模型在模拟流域水沙变化的适宜性。结果表明，大理河流域近62年来年径流量和年输沙量均呈显著下降趋势，三种深度学习模型和实测结果表现出较好的一致性；EEMD-GRU-LSTM对年径流量和年输沙量模拟精度均优于其他两种模型，其纳什效率系数分别为0.69和0.58。深度学习模型在流域水沙模拟预测方面具有一定效果，且后续相关研究可以使用多种模型耦合将模型作进一步的改进。
黄河小北干流近期水沙特征及洪水情势分析
魏欢;胡恬;严涛;王平;通过对水沙资料进行分析，研究了禹门口至潼关河段近期来水来沙特点及洪水情况。小北干流近期来水量总体呈减少趋势，沙量锐减，且年内分配不均，来水来沙以汛期为主。河段汛期大流量天数出现机率减少，其对应水沙量相应减少，小流量与之相反，中型流量变化不大。龙门水文站洪峰在4 000 m3/s以上的洪水场次减少，历年最大洪峰和沙峰呈减小趋势。洪水存在传播时间增长、削峰率增大的特征。
小浪底水库运用后黄河下游悬沙沿程恢复规律
唐尧;王党伟;邓安军;陈建国;董宇航;周子镜;小浪底水库运用后黄河下游河道发生剧烈冲刷，河道输沙规律发生了显著变化，对冲刷过程中不同粒径泥沙的恢复规律认识仍然不足。基于实测水沙资料分析了小浪底水库运用以来黄河下游含沙饱和度与饱和度恢复效率系数变化特征。结果表明：拦沙后期d>0.125 mm粒径组含沙饱和度至艾山站基本恢复到准平衡期水平，其余粒径组含沙饱和度沿程呈增长趋势，且未恢复到准平衡期水平；花园口—高村河段饱和度恢复效率系数与来沙系数的关系接近指数型分布，饱和度恢复效率系数对来水来沙的的敏感性更高；拦沙后期花园口—高村、高村—艾山河段悬移质运动表现为“粗细皆冲”,艾山—利津河段悬移质运动表现为“淤粗冲细”。
长江下游天星洲河段洪枯交替的滩槽冲淤变化特征
史常乐;吴张勇;刘全帅;卞佳琪;程龙;樊璠;2016—2023年长江天星洲河段经历洪枯交替过程，滩槽冲淤特性显著改变。采用实测资料分析的方法，揭示鳗鱼沙心滩与天星洲的冲淤响应机制。结果表明：三峡水库蓄水后，长江下游输沙量锐减70.7%,2023年大通站输沙量创历史新低；洪枯交替条件下天星洲河段呈现“大水淤积、小水冲刷”的反常规律，2020年洪水鳗鱼沙和天星洲整体淤积，鳗鱼沙左汊和天星洲右汊深泓同步右移约670 m,而2022年枯水冲刷，且天星洲河段滩槽冲淤互换。尽管整治工程稳定了河道形态，但鳗鱼沙左汊槽容积持续萎缩(2016年73%降为2023年58%)。建议加强河段常态化监测，以评估工程效果并预测河势。