刘友存
- 作品数：33 被引量：278H指数：12
- 供职机构：江西理工大学资源与环境工程学院更多>>
- 发文基金：国家自然科学基金江西省自然科学基金中国博士后科学基金更多>>
- 相关领域：天文地球水利工程环境科学与工程经济管理更多>>
- 赣江上游龙迳河水体氨氮与重金属污染分布特征及风险评价
- 论文以我国典型的稀土矿区流域——赣江上游龙迳河为研究对象，自上游至下游采集了15 个水样并现场测定了水体pH 值，测试和分析了氨氮、硝氮、亚硝氮和Cr、Cd、Zn、Cu、As、Hg、Pb、Mn 8 种重金属含量和相关性，...
- 刘正芳刘基陈明刘友存
- 关键词：氨氮重金属
- 赣江上游章江流域地形因子特征及其对景观格局的影响被引量：4
- 2020年
- 【目的】定量分析地形因子不仅可以合理地解释复杂地理单元的景观格局,并能为更进一步了解景观格局分布规律及空间配置的优化奠定基础。【方法】本文主要基于GIS与RS技术,运用分布指数和景观格局指数方法,研究了赣江重要支流—章江流域高程、坡度和地形起伏度在不同等级上景观类型的分布特征,并结合移动窗口法分析了景观格局与地形因子间的相关性。【结果】①流域景观类型丰富多样的地形因子等级面积最大,分别是海拔(79~500 m),坡度(6~15°)和地形起伏度(70~200 m);在其等级上海拔具有显著的优势位,坡度与地形起伏度优势位最小。②章江流域景观的连通性与聚集度最佳区域分别位于高程大于1100 m,坡度位于0~6°和地形起伏度为0~30 m之间,其中坡度和地形起伏度空间异质性较高。③章江流域海拔、坡度和地形起伏度较小的区域景观类型斑块密度较小,人为因素导致形状规则,破碎化程度较大;随着地形因子等级的递增,景观单一化现象显现,景观破碎化程度减弱,转由自然因素主导。【结论】章江流域内主要区域位于海拔小于900 m,坡度小于15°和地形起伏度小于200 m之间,其景观受人为因素的影响为主,随地形因子特征增加景观受自然因素较大。
- 边晓辉刘友存陈明焦克勤刘燕丁倩倩
- 关键词：GISRS地形
- 全球气候指数与天山地区气温变化遥相关分析被引量：3
- 2016年
- 依据天山地区40个气象站点的实测气温资料和同期的全球气候指数,运用线性倾向估计和相关分析等方法,分析近63年来天山地区气温变化特征及其对全球气候变化的响应。初步得到以下结论:天山地区平均升温幅度为0.306℃/10a;南亚季风季风指数(SASMI)是影响天山地区气温变化的主要气候指数,春季SASMI与四季的气温均呈现正相关;夏季SASMI与春季气温呈现负相关,而与夏季气温呈现正、负两种相关;冬季SASMI与夏、秋、冬季气温均呈现正相关,说明春、冬SASMI对四季的升温均有一定影响。太平洋10年涛动(PDO)是影响天山气温变化的另一较为主要气候指数,夏季PDO与夏季气温呈现负相关,与冬季气温呈现正相关;秋季PDO与夏秋季气温均呈现负相关。夏季北大西洋涛动NAO与春季气温呈现负相关,与夏季气温呈现正负两种相关;夏冬季太平洋北美涛动(PNAO)与冬季气温呈现正相关,秋季印度洋偶极子(IOD)与春季气温呈现正相关。此外,上述气候指数对气温变化的影响,在空间上存在一定的差异性。
- 刘友存侯兰功焦克勤韩添丁李元寿叶柏生
- 关键词：气候变化气温
- 银川市景观格局变化对水资源利用的影响探究被引量：3
- 2019年
- 基于RS与GIS技术,对银川市2006年、2011年、2016年遥感图像进行监督分类,并从景观类型面积、景观破碎度、景观优势度、景观多样性4个方面进行分析.结果表明:研究区建设用地面积迅速增加,耕地面积减少,草地、水域面积变化不明显,林地面积逐渐增加,荒地面积大幅度减少;研究区景观破碎度、景观多样性有所上升,景观优势度有所下降.水资源及利用方面,银川市2009—2016年水资源总量整体保持平稳,但水资源利用方式发生较大转变,其中农业用耗水量连年下降,城镇生活用耗水量急剧上升,分别与景观类型中的耕地与建设用地的面积变化成正相关.
- 韩旭边晓辉刘友存
- 关键词：土地利用水资源利用
- 山区河流泥沙侵蚀动力地貌学研究——以乌鲁木齐河为例
- 近三十年来，有关高山卵砾石河床泥沙输移和河道结构变化的问题已经引起了人们极大的关注。高山卵砾石河床河流中的水流和泥沙运动规律的研究也成为河流动力学领域重要的研究课题之一。
从2004年至2006年的三个洪水期内，我...
- 刘友存
- 关键词：山区河流泥沙输移河流地貌
- 乌鲁木齐河源1号冰川度日因子时空变化特征被引量：21
- 2010年
- 度日模型是估算冰川消融的一种简单而有效的方法,度日因子是该模型的重要参数,反映了单位正积温产生的冰雪消融量,其时空变化特征对不同模型模拟冰雪消融过程的精度有较大影响.根据乌鲁木齐河源1号冰川22a的物质平衡花杆观测资料和大西沟气象站气象资料,分析了该冰川度日因子的时空变化规律及其影响因素.结果表明:时间尺度上,融雪度日因子年际变化不大,融冰度日因子随年际变化有增加趋势,且这种增加趋势在冰川中下部要比冰川上部明显;空间尺度上,随海拔升高,度日因子具有明显的下降趋势;2000-2004年与1983-1989年相比,1号冰川东、西支夏季物质平衡变化量分别为-240mm和-290mm,其中气候变化直接引起的变化量为-206mm和-175mm.
- 崔玉环叶柏生王杰刘友存井哲帆
- 关键词：冰川消融
- 赣江上游典型流域水沙过程及驱动因素被引量：18
- 2018年
- [目的]对赣江上游典型流域水沙过程及驱动因素进行分析,为该区域土壤侵蚀治理、土地利用和功能调整等工作提供科学依据。[方法]根据桃江流域1980—2015年逐日水沙实测资料,运用MannKendall突变检验法及其它统计方法分析了桃江流域的水沙变化特征,结合水文法、双累积曲线法对降水量、径流量和输沙量三者之间的相互关系进行探讨,并以此来确定桃江流域水沙变化的驱动因素。[结果](1)桃江流域输沙量呈现显著减小趋势,突变时间出现在2005年,径流量同样出现递减趋势,但其递减趋势不甚显著,其递减时间开始于2003年。(2)径流量和输沙量突变开始的时间不同,水沙特性的划分阶段亦不同:径流量可划分为1980—2002年和2003—2015年2个阶段,输沙量可划分为1980—2004年和2005—2015年两个阶段。(3)桃江流域径流量在2003—2015年时段内年均减少量为7.26×10^(10) m^3,输沙量在2005—2015年时段内年均减少量为8.82×10~7 t。(4)人类活动引起的减水量为5.77×10^(10) m^3/a,占总减水量的76.8%;减沙量为8.44×10~7 t/a,占总减沙量的95.7%。[结论]研究区内水沙均呈减少趋势,其中输沙量减少显著。降水与人类活动引起的减水减沙量的比值约为4∶1。
- 丁倩倩刘友存焦克勤边晓辉刘燕
- 关键词：降水量径流量输沙量
- 基于科学知识图谱的交叉学科同行评议专家遴选方法研究被引量：16
- 2010年
- 交叉学科是原始创新的发源地,其科学评价问题倍受关注。针对交叉学科同行评议专家选择的难点问题,提出利用科学知识图谱来判定交叉学科相近研究领域及热点研究主题,并据此确定合适交叉学科同行评议专家遴选的方法,为同行评议专家的遴选提供科学合理的凭据。
- 贺颖刘友存刘慧王浩
- 关键词：知识图谱同行评议
- 赣江上游典型流域输沙过程及对降水与径流变化的响应--以贡水流域为例被引量：4
- 2018年
- 论文以贡水流域为研究对象,结合流域内2010—2013年的16个气象站日降水资料和7个水文站逐日径流及输沙数据,运用统计分析法、Mann-Kendall检验等方法分析了贡水流域的输沙时空变化以及对降水变化的响应.主要结论有:(1)贡水流域年内降水分布不均,在空间上为区域性降水;(2)贡水流域径流以峡山站贡献最大(占贡水流域的59%),流域径流年内变化显著;(3)贡水流域内泥沙以贡水主河道贡献最多,占贡水流域总输沙量的74%,年内泥沙分布不均;(4)月输沙量与月降水量间关系式为Q=351+2.1P+0.008P^2+3.87*10^(-7)P^3;(5)月均输沙率与月均径流量关系式为Q=-2.771+0.007R+0.0003R^2-7.35*10^(-8)R^3;(6)降水是影响输沙的主要因素,而径流是影响输沙的直接因素.
- 赵淑云苗帅升刘友存赵奎陈飞胡阳阳谌模洋胡孝景
- 关键词：泥沙输移径流降水
- Bayes统计模型在出山月均径流极小值研究中的应用被引量：1
- 2015年
- 数理统计方法在解决全球气候变化引起的洪水、干旱等极端水文事件中获得了越来越广泛的应用。选取乌鲁木齐河1958—2006年枯水期的月平均出山径流资料,采用广义Pareto极值分布(GPD)模型,并运用Bayes统计模型估计GPD的参数,最后对乌鲁木齐河枯水期月均出山径流极小值变化进行了估算。研究表明:1.参数的初始值、先验分布的均值分别取其极大似然估计值,先验分布的标准差取较小值,随机游走项分布的标准差取较大值,这种方法能使Markov链快速收敛;2.基于Bayes参数估计值的GPD在拟合月均径流量的极小值时具有很高的精确度,与传统的极大似然估计方法相比,Bayes统计模型的推断效果较好;3.乌鲁木齐河重现期为10 a、25 a、50 a和100 a的枯水期月均径流极小值分别约为0.60 m3/s、0.44 m3/s、0.32 m3/s和0.20 m3/s;4.100 a重现水平的95%置信区间的下限为-0.238 m3/s,说明当乌鲁木齐河在枯水期遇上百年一遇的极小值时,有可能出现断流的情况。
- 刘友存霍雪丽郝永红崔玉环韩添丁沈永平王建
- 关键词：广义PARETO分布MARKOVMONTE
