切换导航
文档转换
企业服务
Action
Another action
Something else here
Separated link
One more separated link
vip购买
不 限
期刊论文
硕博论文
会议论文
报 纸
英文论文
全文
主题
作者
摘要
关键词
搜索
您的位置
首页
期刊论文
西藏古乡沟堆积扇泥石流输沙特征
西藏古乡沟堆积扇泥石流输沙特征
来源 :水土保持通报 | 被引量 : 0次 | 上传用户:vctlu
【摘 要】
:
通过室内模型试验研究,对不同规模的水石流、稀性泥石流、黏性泥石流在堆积扇上输沙特征进行了研究。试验结果表明,不同类型泥石流在堆积扇上表现出不同输移、冲淤、含沙量演变
【作 者】
:
游勇
【机 构】
:
中国科学院水利部成都山地灾害与环境研究所
【出 处】
:
水土保持通报
【发表日期】
:
2001年2期
【关键词】
:
堆积扇
泥石流
输沙特征
模型试验
西藏
debris flow accumulation fan transporting characteristics m
下载到本地 , 更方便阅读
下载此文
赞助VIP
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通过室内模型试验研究,对不同规模的水石流、稀性泥石流、黏性泥石流在堆积扇上输沙特征进行了研究。试验结果表明,不同类型泥石流在堆积扇上表现出不同输移、冲淤、含沙量演变特征,在堆积扇不同部位泥石流输沙特征也有差异。
其他文献
超高效液相色谱-串联质谱法检测动物源食品中氯霉素类药物及其代谢物残留
建立了动物源食品中氯霉素、甲砜霉素、氟苯尼考及氟苯尼考胺残留检测的超高效液相色谱-串联质谱(UPLC—MS/MS)分析方法。样品在碱性条件下用乙酸乙酯提取后,再用正己烷去除脂肪,
期刊
动物源食品
氯霉素类药物
残留
超高效液相色谱-串联质谱
急性脊髓炎大剂量甲基强的松龙治疗评价
目的:探究甲基强的松龙对急性脊髓炎患者的治疗效果。方法:将本院收治的90例急性脊髓炎患者分成实验组和对照组,实验组采用甲基强的松龙进行治疗,对照组采用氢化可的松常规治疗。
期刊
甲基强的松龙
急性脊髓炎
疗效
关于《旧满洲档》载天命年间科尔沁部的几件事
《旧满洲档》是爱新国时期形成的档册。除少部分追述性内容以外,多数为当时的记录。该书记载了1607—1636年间爱新国军政大事、社会经济、典章制度、宫廷生活等丰富内容。193
会议
小学美术教育空间的构建性研究
一直以来,美术教育空间并不是一个很重要的学术热点。教育空间是美术教育良性发展的核心部分,美术教育空间对儿童的艺术学习具有重要的意义。然而空间的具体框架没有得到建构
学位
空间
美术教育
儿童发展
基于政治经济学视角下的“一带一路”合作战略研究
"一带一路"合作特征及战略是"中国梦"的最主要环节,基于此,本文在归纳和总结"一带一路"合作经验的基础上,从政治经济学视角深入研究"一带一路"合作战略,旨在探讨"一带一路"的
会议
政治学视角
"一带一路"
合作特征
战略研究
工程建设施工阶段的进度控制
<正>1工程建设进度控制的概念与任务(1)工程建设进度控制的概念。工程建设进度控制是指对工程建设阶段中的工作内容、工作顺序、持续时间及工作之间的相互搭接关系等进行计划
会议
联合多种数据驱动建模方法的滑坡位移预测研究
边坡位移是滑坡演化的宏观体现,分析并预测滑坡位移发展态势对于防灾减灾具有重要意义。由于滑坡位移曲线具有明显的非线性特征,单一模型往往难以刻画其非线性与复杂性。为发
期刊
滑坡预测
灰色神经网络
人工蜂群算法
极限学习机
白水河滑坡
尾矿库坝体加高方案排水分析
采用有限元计算分析软件ADINA,建立加高方案渗流分析模型,对渗流场进行数值分析。通过反演分析得到的材料渗透系数远大于室内试验值,加高后浸润线普遍升高。由实测水头值反演
期刊
尾矿坝
加高
反演
渗流分析
tailings filling dam heighten inverse analysis seepage analysis
生态环境建设中延安市食用菌开发可行性研究
通过对中国食用菌生产现状与发展趋势、食用菌开发3大效益的分析以及对延安市生态环境建设中食用菌开发的必要性和可行性的论证,提出了生态工业园和农户的食用菌开发模式,并对
期刊
食用菌
生态环境建设
膳食结构
生态工业园
延安市
domestic fungus ecological construction food structure
基于乐谱生成的音乐分析与检索平台研究与实现
随着大数据技术的应用,大量的音乐作品产生,传统的依赖于专家进行人工标注的音乐分析方式,已逐渐不能适应作品快速迭代更新的现状。考虑到音乐分析需要的领域知识,音乐自动化
学位
音频信号处理
深度学习
机器学习
乐谱生成
音乐检索
与本文相关的学术论文