西南石油大学学报(自然科学版)  2018, Vol. 40 Issue (6): 157-164
冲积扇油气管道坡面侵蚀灾害因子分析    [PDF全文]
王庆栋1, 汪鹏飞2 , 王子帅1, 潘松杰1, 李策策1    
1. 兰州大学西部灾害与环境力学教育部重点实验室, 甘肃 兰州 730000;
2. 中国石油西部管道公司, 新疆 乌鲁木齐 830013
摘要: 坡面侵蚀是管道破坏的重要地质灾害之一,且其过程复杂,各指标因子相互作用。基于熵权法确定指标权重,距出水口距离所占权重最高,达24%。通过GIS沿管道两侧50 m建立缓冲区,利用空间加权叠加分析,得到缓冲区侵蚀强度。以灾害点侵蚀强度为统计指标,对坡面侵蚀的抗冲性、渗透性、植被、坡度、距出水口距离、水量6类指标进行统计分析。结果表明,坡面侵蚀强度与渗透性、坡度、水量呈现较好的正相关;抗冲性、植被与侵蚀强度具有一定程度的负相关关系;整体而言,侵蚀强度随距出水口距离的减小变高。
关键词: 坡面侵蚀     地理信息系统     冲积扇     熵权法     侵蚀强度    
Analysis of Disaster Factors of Slope Erosion for Oil and Gas Pipelines Crossing Alluvial Fans
WANG Qingdong1, WANG Pengfei2 , WANG Zishuai1, PAN Songjie1, LI Cece1    
1. Key Laboratory of Mechanics on Western Disaster and Environment Mechanics, Lanzhou University, Lanzhou, Gansu 730000, China;
2. West Pipeline Company, Petrochina, Urumqi, Xinjiang 830013, China
Abstract: Slope erosion is one of the major geological disasters that causes pipeline damage. The damage induced by slope erosion involves a complex process and is affected by multiple indicator factors. In this study, the weights of each indicator factor are determined based on the entropy weight method. The distance to the water outlet is found to possess the highest weight of 24%. Furthermore, a 50 m buffer zone is constructed along the two sides of pipeline using GIS. The erosion strength of the buffer zone is obtained by performing a spatial weight stacking analysis. Taking the erosion strength of the disaster site as a statistical indicator, we performed statistical analyses of six parameters, including the impact resistance of slope erosion, permeability, vegetation, slope, distance to water outlet, and water volume. The results show that the slope erosion strength is positively related to the permeability, the slope, and the water volume. The impact resistance and vegetation are found to be negatively related to the erosion strength. In summary, the erosion strength becomes stronger with decreasing distance to the water outlet.
Keywords: slope erosion     geographic information system     alluvial fan     entropy weight method     erosion strength    
引言

长输油气管道在中国经济发展中的地位举足轻重,但由于其自身的特点(如埋深、跨区等),相比其他线性工程(如铁路、公路等),油气管道抵抗各种地质灾害的能力较弱,沿管道出现的各种地质灾害,对长输油气管道的正常运营产生了严重的影响[1-2]。在西北地区,长输油气管道通常穿越山前大型冲积扇,受山间间歇性水流的影响,坡面侵蚀极为发育,占所有地质灾害的40.9%[3]。坡面侵蚀严重影响油气管道的正常运营,造成了巨大的经济损失,已经引起人们的广泛关注。为有效解决这一问题,需要研究坡面侵蚀与各因子之间的关系。

针对坡面侵蚀影响因子,国内外许多学者从不同方面进行了大量的研究[4-7]。在单因子研究方面,主要通过野外观测或室内模拟,建立模型进行研究,分析了坡长、降雨强度、斜坡坡度、颗粒组成等因子对侵蚀过程及产沙量的影响[8-10]。在考虑多因子相互作用的研究方面,耿晓东等通过室内模拟降雨,研究了降雨、坡度共同作用下紫色土坡侵蚀规律[11];李桂芳等研究了降雨和地形因子对黑土坡面土壤侵蚀过程的影响[12]。随着GIS模块功能的不断完善,利用GIS方法研究坡面侵蚀引起人们很大的关注。目前已有的研究有:利用土壤侵蚀模型,结合GIS功能模块提取地貌、地形参数等[13-14]。经过上述探索,关于土壤侵蚀因子分析的研究较多且已形成较为成熟的理论。然而,结合已有油气管道工程,分析坡面侵蚀强度与指标间关系的研究则比较少见。

通过对张掖市境内冲积扇油气管道的调查,并在管堤附近进行现场试验,获取抗冲性、渗透性、植被、坡度等6类属性指标。通过熵权法确定各指标权重,利用ArcGIS,建立坡面侵蚀油气管道数据库,通过空间分析方法,得到灾害点侵蚀强度,进而研究各项指标与侵蚀强度的关系。

1 区域概况

研究区位于甘肃省张掖市山丹县城西北约17 km处的冲积扇,地处100°50′—100°53′E,38°49′—38°51′N。该扇位于祁连山南麓,河西走廊中部,由暂时性洪水冲积形成。地势东北高、西南低,海拔1 670$\sim$1 777 m,相对高差107 m,年降水量仅29$\sim$150 mm,年蒸发量为年降水量的10$\sim$80倍,深居内陆腹地,气候具有强烈的大陆性,属于典型的干旱地区。山间水流汇聚,经出水口由于坡度骤减,流速减小,所携带物质沉积,形成山前平原。出水口附近表层大多被卵砾石覆盖,卵砾石最大粒径达2.7 cm。在剖面上,砾、砂、黏土的透镜体相互交叠,呈现出多元结构。表面被洪水冲刷形成不同规模的细沟、浅沟。该冲积扇表层为第四系河相沉积,由于经过多次沉积作用,所以垂直方向上沉积韵律较为明显。平面上呈喇叭状分布,扇顶沉积物较粗,扇边缘堆积物变细。后期水流侵蚀冲刷,形成辫状、树枝状的沟道。

4条管道穿过冲积扇前缘,分别为西气东输三线、二线、原油管道乌兰线、西气东输一线。沟道上游为连霍高速公路,涵洞汇聚水流,为出水口。研究区内沟道与管线基本正交,横穿油气管道。研究区西部100 m处为采砂场,需要考虑采砂场对管道侵蚀的影响。本项研究的现场调查与野外试验选在西三线上。

2 数据处理与研究方法 2.1 试验设计

通过野外调查,选取灾害点。对管道冲开处,沿着沟道,在连霍高速公路与管道之间选取典型断面,测量相邻断面的坡度。现场抗冲性试验的过程为:在灾害点处以一定压强水柱(0.05,0.10和0.15 mPa),一定高度冲刷土层,使产生水蚀穴,测量水蚀穴的形态,计算抗冲指数(图 1a)。现场渗透性试验过程为:挖一圆坑,测量尺寸,然后倒满水,记录水渗完所用时间,计算渗透系数(图1b)。野外获取植被覆盖率的方法很多,本文方法为:在管堤附近选取10 m$\times$10 m典型样方,并测量单个植被的覆盖面积,统计植被个数,从而得到植被覆盖率。

图1 现场抗冲、渗透试验 Fig. 1 Field test of resistance and permeability
2.2 利用数据模型建立数据库

对所调查的9个灾害点建立油气管道数据库,建立数据库的目的是方便数据的管理、属性的查询及相关分析。首先利用UML建立静态结构模型,并对模型进行优化,完成了UML的静态建模后,利用Case工具将静态模型转化为XMI文件,通过检查工具,检验该文件是否有错误。

在ArcCatelog中,建立油气管道数据库,通过相应导入工具,加载XMI文件。同时,定义油气管道数据库的坐标系,统一采用横轴墨卡托投影系统,从而方便加权叠加分析,定义投影坐标系统,生成数据库框架。框架生成后,将Shapefile文件导入空库中。最后设置拓扑规则,设置拓扑规则的目的主要是保证空间数据库的质量,因此可以设置多个。本研究中,设置的拓扑规则为:Point must be covered by line,主要保证建库过程中,灾害点必须在油气管线上[15-16]

2.3 熵权法确定指标权重

对9个灾害点(沟道)的6项指标进行专家评分表见表 1

表1 专家评分表 Tab. 1 Evaluation of experts

将各个指标的数据进行标准化,假设给定指标$X_{j}$($j= 1, 2, \cdots, 6$),$Y_{ij}$($i= 1, 2, \cdots, 6$)为第$j$项指标在第$i$号沟道的标准化值,则

$ {{Y}_{ij}}=\dfrac{{{x}_{ij}}- {{x}_{\min, i}}}{ {{x}_{\max, i}}- {{x}_{\min, i}}} $ (1)

通过式(1)可得指标得分标准化表(表 2)。

表2 指标得分标准化 Tab. 2 Standardization of index scores

信息熵的计算公式为

$ {{E}_{j}}=-\ln {{(n)}^{-1}}\sum\limits_{i=1}^{n}{{{p}_{ij}}}\ln {{p}_{ij}} $ (2)

通过式(2)得到6项指标的信息熵(表 3)。

通过指标权重的计算公式

$ {{W}_{j}}=\dfrac{1-{{E}_{i}}}{6-\sum{{{E}_{j}}}} $ (3)

得到各指标的权重见表 3

表3 各指标信息熵及权重 Tab. 3 Information entropy and weight of each index
2.4 加权叠加法确定缓冲区强度

对9个灾害点的6项指加权叠加分析方法常用来解决多规则问题,如场地选择和适宜性分析。利用GIS进行加权叠加分析,参与叠加分析图层的坐标系统、比例尺必须一致。权重是相对百分比,并且影响力百分比的总和必须等于100%。通过加权叠加,可以分析各个要素间的关系,叠加分析结果可以产生新的属性图层,可以分析新的属性与叠加分析各要素间的联系及变化规律,挖掘大量的隐含信息,从而为决策者提供一定的理论依据。

对油气管道两侧多次建立缓冲区,结合管道运营过程中两侧安全距离,从而得到最优距离,最终确定沿管线两侧50 m建立缓冲区。灾害点各属性值通过现场试验获取,利用普通克里金插值法,得到缓冲区内抗冲性,渗透性、坡度、水量、植被的属性值[17-19]

图 2为缓冲区内的植被覆盖率。对连霍高速公路做欧式距离,通过掩膜提取,得到缓冲区距离连霍高速公路的信息(图 3)。

图2 缓冲区内植被覆盖率 Fig. 2 Vegetation coverage in buffer area
图3 缓冲区距离分析 Fig. 3 Distance analysis of buffer zone

对以上缓冲区内的属性进行重分类,每种属性共分为9类,方便叠加分析。利用GIS空间分析工具,结合熵权法获得的各指标权重,通过加权叠加法,得到缓冲区内的侵蚀强度。采用自然断点法,对侵蚀强度进行分级,该方法能对分类间隔加以识别,可对相似值进行最恰当地分组,并在数据值差异相对较大的位置处设置其边界。将侵蚀强度结果分为较高(4级)、中(3级)、较低(2级)、低(1级)共4级[20-22](图 4)。

图4 侵蚀强度分析 Fig. 4 Erosion intensity analysis

图 4可见,缓冲区西部、东部侵蚀强度普遍低、较低,中部区域侵蚀强度普遍高、较高。通过现场对灾害点的调查,对侵蚀强度较高的灾害点,管道有露管的趋势,坡面流对管道的影响较大,应加强水工保护措施,以保证管线的安全运营;对侵蚀强度低、较低的灾害点,影响则相对较小。对比现场调查与叠加分析的结果,二者具有较好的吻合性。表明利用该软件的叠加分析工具,对冲积扇油气管道的侵蚀强度评价应用值得推广,从而为管道运营期需要加强巡护的区域提供一定的参考[23]

3 结果与分析 3.1 侵蚀强度与土质因子的关系

地表是坡面侵蚀的主要作用对象,主要由地表属性来反映地表抵抗侵蚀的能力。考虑到指标因子在野外的可获取性及对坡面侵蚀的实际影响情况,主要以抗冲性、渗透性来体现。

抗冲性指土壤抵抗水流冲刷的性能,与其颗粒组成、胶结情况有关。分析土壤抗冲指数与侵蚀强度关系(图 5a),抗冲指数与破坏强度等级呈一定程度负相关关系。抗冲指数值越小,侵蚀强度越高。

图5 土质因子与侵蚀强度关系 Fig. 5 Relationship between soil factors and erosion intensity

渗透性表征水在土体中流动的性能,主要与土壤的组成、颗粒形态、分布有关。根据渗透系数$K$的大小对地表渗透性进行分类,中渗透性时$K$的范围为10$^{{\rm -3}}$ cm/s $\leqslant K$ < 10$^{{\rm -1}}$ cm/s。因此,9条沟管线处的渗透性都为中等。分析管线处渗透性与侵蚀强度关系(图 5b),可以发现,二者之间具有较好的正相关。造成这一现象的原因有二:一是渗透性越强,地表相对疏松;二是含水量丰富,有利于地表悬移质(颗粒较小)的悬浮。

3.2 侵蚀强度与地形因子的关系

地形是地表高低起伏的形态,影响坡面水流的流向。本文主要从坡度、距出水口距离两方面研究地形因子对坡面侵蚀的影响。

综合坡度反映了两点之间的高程差与水平距离的百分比,影响坡面流的流速。坡度越大,水流对管线的破坏程度也相对越高(图 6a)。坡度决定水流的侵蚀力,因此坡度对侵蚀强度影响显著。

图6 地形因子与侵蚀强度关系 Fig. 6 Curves of topographic factors vs. erosion intensity

水流经过出水口,冲刷形成主沟道,坡面流形态呈网状、树枝状,比较复杂,距出水口的距离决定了坡面能量沿程的变化。本文主要研究主沟道对管线侵蚀程度的影响。整体上讲,侵蚀强度等级随着距离的减小而增高(图 6b)。距出水口距离影响面流的流量和流速,决定水流的携沙能力,进而影响坡面侵蚀强度。

3.3 侵蚀强度与能量因子的关系

按照能量因子主要通过涵洞出水口水量来体现,代表了坡面径流量,水量是坡面侵蚀研究的重要指标之一,与水流侵蚀力紧密相关。因此,用侵蚀强度与涵洞出水口水量间的关系来表征侵蚀强度与能量因子的关系(图 7)。由图 7可见,侵蚀强度与水量变化趋势基本一致,6号沟水量最大,达3.61 m$^{{\rm 3}}$,破坏强度较高;9号沟水量最小,仅1.50 m$^{{\rm 3}}$,破坏强度低。

图7 能量因子与侵蚀强度关系 Fig. 7 Relationship between energy factor and erosion intensity
3.4 侵蚀强度与植被因子的关系

涵洞出水口植被的生长与分布受降雨量、温度、光照等的影响。

研究区位于干旱内陆地区,降雨稀少,受祁连山冰雪消融的灌溉,植被覆盖较好,主要为牧坡草地。侵蚀强度随植被覆盖率的增高而变小,二者整体趋势相反(图 8)。植被根系主要通过改变土壤结构,使土壤团聚体的整体性增强,从而提高地表抗侵蚀能力。植被对坡面侵蚀的影响不可忽略。

图8 植被因子与侵蚀强度关系 Fig. 8 Curves of vegetation factor vs. erosion intensity
4 结论

(1) 土质因子中的渗透性、地形因子中的坡度、能量因子与侵蚀强度正相关性明显;土质因子中的抗冲性、植被、地形因子中的距离与破坏强度呈现一定程度的反比关系。

(2) 涵洞具有汇水作用,为出水口,距离这项指标在各类指标中所占权重最高,达24.0%。在油气管道选线过程中,应着重考虑。其次为植被覆盖率,达16.7%,表明在管线运营期,做好管线附近的植被绿化固土也很重要。

(3) 缓冲区西部、东部侵蚀强度普遍低,对管道的运营影响较小;中部区域侵蚀程度较高、中,局部区域有露管趋势,应加强水工保护措施。这与现场调查情况基本吻合,表明利用该方法进行坡面侵蚀的评价值得推广。

符号说明

$k$—指标数;

$X_1$$X_2$$X_3$$X_4$$X_5$$X_5$—评分指标,分别为抗冲性、渗透性、坡度、距离、水量、植被;

$X_j$—第$j$个指标;

${{Y}_{ij}}$—第$j$项指标在第$i$号沟道的标准化值;

$x_{ij}$—第$j$项指标在第$i$号沟道的评分值;

$x_{\min, i}$—第$i$号沟道的评分值中的最小值;

$x_{\max, i}$—第$i$号沟道的评分值中的最大值;

${{E}_{j}}$—第$j$项指标的熵权;

$n$—待评沟道数;

$p_{ij}$—第$j$项指标在第$i$号沟道的指标值的比重;

${{W}_{j}}$—第$j$个指标权重;

$K$—渗透系数,cm/s。

参考文献
[1]
李斌斌, 李占斌, 李智广, 等. 西气东输二线西段水土流失动态监测与分析[J]. 水土保持通报, 2015, 35(5): 123-126, 132.
LI Binbin, LI Zhanbin, LI Zhiguang, et al. Monitoring and analysis on soil and water loss in west section of second line of west-to-east natural gas transmission pipeline project[J]. Bulletin of Soil and Water Conservation, 2015, 35(5): 123-126, 132. doi: 10.13961/j.cnki.stbctb.2015.05.088
[2]
赵应奎. 西气东输三线输气管道工程线路区域地震地质环境与地质灾害[J]. 工程地质学报, 2015, 23(增): 516-523.
ZHAO Yingkui. The regional seismic geological environment and geological hazards along the route of west-east gas pipeline Ⅲ[J]. Journal of Engineering Geology, 2015, 23(S): 516-523.
[3]
庞伟军, 邓清禄. 地质灾害对输气管道的危害及防护措施[J]. 中国地质灾害与防治学报, 2014, 25(3): 114-120.
PANG Weijun, DENG Qinglu. Harm of geohazards to gas pipeline and protective measures[J]. The Chinese Journal of Geological Hazard and Contral, 2014, 25(3): 114-120. doi: 10.16031/j.cnki.issn.1003-8035.2014.03.051
[4]
赖奕卡. 坡面土壤侵蚀影响因子研究进展[J]. 亚热带水土保持, 2008, 20(1): 12-16.
LAI Yika. Research progress on influencing factors of slope soil erosion[J]. Subtropical Soil and Water Conservation, 2008, 20(1): 12-16. doi: 10.3969/j.issn.1002-2651.2008.01.004
[5]
王雪松, 谢永生, 陈曦, 等. 模拟降雨条件下工程堆积体产流产沙特征研究[J]. 泥沙研究, 2015(4): 74-80.
WANG Xuesong, XIE Yongsheng, CHEN Xi, et al. Study on runoff and sediment yield of a spoil pile under simulated rainfall condition[J]. Journal of Sediment Research, 2015(4): 74-80. doi: 10.16239/j.cnki.0468-155x.2015.04.012
[6]
张翔, 高照良, 杜捷, 等. 工程堆积体坡面产流产沙特性的现场试验[J]. 水土保持学报, 2016, 30(4): 19-24.
ZHANG Xiang, GAO Zhaoliang, DU Jie, et al. Field experiment on the characteristics of runoff and sediment yield on slopes of engineering accumulation body[J]. Journal of Soil and Water Conservation, 2016, 30(4): 19-24.
[7]
李军鹏, 董卫国, 孟惠芳, 等. 降雨条件下坡面细沟侵蚀模型及临界坡度研究[J]. 灾害学, 2016, 31(1): 207-212.
LI Junpeng, DONG Weiguo, MENG Huifang, et al. Research of rill erosion model and critical slope gradient during rainfall[J]. Journal of Catastrophology, 2016, 31(1): 207-212. doi: 10.3969/j.issn.1000-811X.2016.01.038
[8]
MAJID M, SARA A S. Effects of rain intensety, slope gradient and particle size distribution on the relative contributions of splash and wash loads to raininduced erosion[J]. Geomorphology, 2016, 253(15): 159-167. doi: 10.1016/j.geomorph.2015.10.010
[9]
陈俊杰, 孙莉英, 刘俊体, 等. 不同坡长与雨强条件下坡度对细沟侵蚀的影响[J]. 水土保持通报, 2013, 33(2): 1-5.
CHEN Junjie, SUN Liying, LIU Junti, et al. Effect of slope gradient on rill erosion under different rainfall intensities and slope lengths[J]. Bulletin of Soil and Water Conservation, 2013, 33(2): 1-5.
[10]
MAHMOUDZADEH A. Vegetation cover plays the most important role in soil erosion control[J]. Pakistan Journal of Biological Sciences, 2007, 10(3): 388-92. doi: 10.3923/pjbs.2007.388.392
[11]
耿晓东, 郑粉莉, 刘力. 降雨强度和坡度双因子对紫色土坡面侵蚀产沙的影响[J]. 泥沙研究, 2010(6): 48-53.
GENG Xiaodong, ZHENG Fenli, LIU Li. Effect of rainfall intensity and slope gradient on soil erosion process on purple soil hill slopes[J]. Journal of Sediment Research, 2010(6): 48-53.
[12]
李桂芳, 郑粉莉, 卢嘉, 等. 降雨和地形因子对黑土坡面土壤侵蚀过程的影响[J]. 农业机械学报, 2015, 46(4): 147-154, 182.
LI Guifang, ZHENG Fenli, LU Jia, et al. Effects of rainfall and topography on soil erosion process of black soil hillslope[J]. Transactions of The Chinese Society of Agricultural Machinery, 2015, 46(4): 147-154, 182. doi: 10.6041/j.issn.1000-1298.2015.04.022
[13]
王晓慧, 陈永富, 陈尔学, 等. 基于遥感和GIS的黄土高原中阳县土壤侵蚀评价[J]. 山地学报, 2011, 29(4): 442-448.
WANG Xiaohui, CHEN Yongfu, CHEN Erxue, et al. Quantified evaluation of soil erosion in Zhongyang county, the loess plateau[J]. Journal of Mountain Science, 2011, 29(4): 442-448. doi: 10.3969/j.issn.1008-2786.2011.04.008
[14]
何福红, 高丙舰, 王焕芝, 等. 基于GIS的侵蚀冲沟与地貌因子的关系[J]. 地理研究, 2013, 32(10): 1856-1864.
HE Fuhong, GAO Bingjian, WANG Huanzhi, et al. Study on the relationship between gully erosion and topographic factors based on GIS in small watershed of Jiaodong peninsula[J]. Geographical Research, 2013, 32(10): 1856-1864. doi: 10.11821/dlyj20131009
[15]
郭菁, 郭薇, 胡志勇. 大型GIS空间数据库的有效索引结构QR—树[J]. 武汉大学学报—信息科学版, 2003, 28(3): 306-310.
GUO Jing, GUO Wei, HU Zhiyong. QR-tree:An efficient spatial indexing structure for GIS with very large spatial database[J]. Geomatics and Information Science of Wuhan University, 2003, 28(3): 306-310. doi: 10.13203/j.whugis2003.03.010
[16]
李威蓉, 诸云强, 宋佳, 等. 地理空间数据来源本体及其在数据关联中的应用[J]. 地球信息科学, 2017, 19(10): 1261-1269.
LI Weirong, ZHU Yunqiang, SONG Jia, et al. Geospatial data provenance-ontology and its application in data linking[J]. Journal of Geo-information Science, 2017, 19(10): 1261-1269.
[17]
GOOVAERTS P. A coherent geostatistical approach for combining choropleth map and field data in the spatial interpolation of soil properties[J]. European Journal of Soil Science, 2011, 62: 371-380. doi: 10.1111/j.13652389.2011.01368.x
[18]
GUSTAVO C, LAURO L, ORTIZSOLORIO C A, et al. Interpolation of Mexican soil properties at a scale of 1:1, 000, 000[J]. Geoderma, 2014, 213(1): 29-35. doi: 10.1016/j.geoderma.2013.07.014
[19]
许冲, 戴福初, 姚鑫, 等. GIS支持下基于层次分析法的汶川地震区滑坡易发性评价[J]. 岩石力学与工程学报, 2009, 28(增2): 3978-3985.
XU Chong, DAI Fuchu, YAO Xin, et al. GIS-based landslide susceptibility assessment using analytical hierarchy process in Wenchuan Earthquake region[J]. Chinese Journal of Rock Mechanics and Engineering, 2009, 28(S2): 3978-3985. doi: 10.3321/j.issn:1000-6915.2009.z2.100
[20]
左尧, 王少华, 钟耳顺, 等. 高性能GIS研究进展及评述[J]. 地球信息科学, 2017, 19(4): 437-446.
ZUO Yao, WANG Shaohua, ZHONG Ershun, et al. Research progress and review of high-proformance GIS[J]. Journal of Geo-information Science, 2017, 19(4): 437-446. doi: 10.3969/j.issn.1560-8999.2017.04.001
[21]
唐川, 朱静. 基于GIS的山洪灾害风险区划[J]. 地理学报, 2005, 60(1): 87-94.
TANG Chuan, ZHU Jing. A GIS based regional torrent risk zonation[J]. Acta Geographica Sinica, 2005, 60(1): 87-94. doi: 10.3321/j.issn:0375-5444.2005.01.010
[22]
杨青青, 王克林, 陈洪松, 等. 地质地貌因素对喀斯特石漠化的影响——以广西大化县为例[J]. 山地学报, 2009, 27(3): 311-318.
YANG Qingqing, WANG Kelin, CHEN Hongsong, et al. Effects of geology and landform on karst rock desertification:A case study in Dahua County of Guangxi, China[J]. Journal of Mountain Science, 2009, 27(3): 311-318. doi: 10.3969/j.issn.1008-2786.2009.03.009
[23]
王丽, 刘丽霞, 陶勇寅, 等. 油气储运工程项目后评价指标体系及方法[J]. 油气储运, 2012, 31(11): 852-856.
WANG Li, LIU Lixia, TAO Yongyin, et al. Postevaluation index system and method for oil & gas storage and transportation project[J]. Oil & Gas Storage and Transportation, 2012, 31(11): 852-856. doi: 10.6047/j.issn.1000-8241.2012.11.014