大气温度

大气温度（精选三篇）

大气温度 篇1

1 大气温度对水稻产量的影响

1.1 4～9月平均温度的年际变化与水稻产量

梧桐河农场4～9月平均温度:1956～2010年15.5℃。20世纪70年代10年平均温度15.0℃, 到90年代15.7℃, 近10年16.2℃。1985年以前以直播为主, 生产技术较现在差得多, 气温低且变幅大, 面积小, 产量低。1986年以后, 日本旱育稀植技术在黑龙江垦区推广, 生产条件有了大的改革, 并且气温逐年回升, 为高产栽培奠定了基础。但在同等条件下, 高温年产量高, 如1998、2000、2003、2007、2008、2009、2010年平均气温都高于历年平均值, 是丰产年;相反, 1999、2002、2005年气温低于历年平均值, 是低产年。由此可见, 4～9月平均温度与水稻产量密切相关。在相同生产技术条件下, 4～9月平均温度高的年份水稻产量高。当4～9月平均气温达到15.9℃, 水稻单产可超过7500kg/hm2;气温高于16℃时, 产量可达8000～9000kg/hm2。

1.2 阶段性低温与水稻产量

1998、2003、2005、2010年, 实际产量与模拟产量差距较大。查这4年中6～8月的阶段日平均温度, 找到了减产的原因。1998年6月7～13日共7d, 日平均气温16.5℃ (刚缓过苗遇低温分蘖拖后, 中后期的分蘖穗小瘪粒多) ;8月14～15日平均气温16.7℃ (刚开完花乳熟期开始时遇低温, 灌浆速度减慢) ;8月25～30日平均气温14.9℃ (正是乳熟末期至蜡熟初期, 生长发育下限温度是13℃, 此期14.9℃, 几乎生长发育停止) 。2003年8月22～30日平均气温17.4℃, 其中4d低于16℃ (正是乳熟期至蜡熟期, 此期日平均温度应在20℃以上, 白天最高气温25～30℃才能保证正常灌浆。其中4d低于16℃, 生长发育几乎停止。稻谷千粒重低, 瘪粒多, 减产) 。2005年8月30日至9月5日平均气温12.9℃ (此期早熟品种已进入黄熟期, 影响不大, 中熟品种蜡熟至黄熟初期, 12.9℃情况下停止生长, 瘪粒多。晚熟品种减产较重) 。2010年7月5～8日平均气温16.3℃ (此期日平均气温应该在20℃以上, 短期的低温可能造成极早熟品种空粒增多, 中熟品种和晚熟品种颖花部分退化, 穗粒数减少) 。因此, 6月上旬至9月上旬是水稻生长发育的关键时期, 此期经历了分蘖、拔节、孕穗、抽穗、开花、灌浆各时期, 对温度变化十分敏感。经考察分析, 分蘖至拔节期水温低于17℃分蘖受阻;气温低于17℃抽穗困难, 低于15℃不能开花;在减数分裂期和开花期, 日平均温度低于18℃就要出现障碍性冷害;乳熟期气温低于18℃不利于灌浆。

1.3 低温周期

据梧桐河农场气象站资料, 大气低温具有周期性变化。51年中发生过11次低温, 16个低温年, 分别是1960、1964、1966、1971、1972、1976、1981、1986、1987、1991、1992、1996、2001、2002、2006、2010年, 反映的规律是每3～5年出现一次, 并反映年号末位数1、6两年, 或略有提前或略拖后, 也出现过连续2年或3年连续低温, 预计下两个低温年是2016年和2021年, 这种规律性变化是由于太阳黑斑有规律活动所决定。有准确经验证明, 当太阳发生大爆炸出现日耳现象, 也有年份黑斑活动出现光环 (2010年冬) , 当太阳出现这种现象时, 说明太阳光粒子对外辐射密度和强度也增大, 地表热量增加, 温度升高, 一般太阳黑斑活动之后1～3年内全是高温年, 第4年是平年偏高, 第5年是低温年, 这种低温也可能延续2～3年, 第5年之后一般转入下一个周期。我们可以根据这种周期活动, 预测未来几年活动积温情况, 合理安排农作物早、中、晚熟品种种植结构, 采取抗低温的栽培措施, 以减少灾害性气候对作物的不良影响。

2 对策

气象条件千变万化, 但也有其规律性, 因此提出对灾害性气象条件的相应对策。

a.水稻种植品种以中熟品种为主, 适当搭配早熟品种和晚熟品种。做到晚熟品种早育苗、早插秧、全年促早熟。早熟品种晚插秧, 缓解农时。

b.合理施肥。水稻晚熟品种要比中熟、早熟品种减少氮肥用量, 生育中期不施氮肥, 使抽穗期提前5～7d。早熟品种多施肥, 促进穗大粒多, 延长生育期, 达到高产高效。

c.合理灌水。每年7月8～25日平均气温低于18℃时灌深水, 以水护胎。

d.注意北京天文台关于太阳黑斑活动的报道, 预测未来3～5年的温度状况, 合理安排水稻种植结构。

3 结论与讨论

水稻产量随每年4～9月平均温度的升高与降低而波动, 低温年有周期性变化, 随着太阳黑斑活动每3～5年发生一次。局部阶段性低温每年都有, 只是低温的强弱或发生时期不同, 较强的阶段性低温也能给水稻造成严重减产。专业气象部门可根据低温周期性变化做出预报指导生产, 合理安排种植结构。通过合理安排品种, 合理施肥与灌水, 减轻低温造成损失。

大气温度 篇2

大气降水同位素组成特征是同位素水文学的核心概念,也是水同位素应用的主要基础。事实上,水文循环过程中的稳定同位素组成,究其根源还是以降水为初始。如同遗传因子,降水同位素特性为各类水体所继承,是其同位素组成的本质性输入,此后只是在此基础上所发生的各类时程和空间的演化和分异。早期从非海洋环境中获取的非海水、大气水水样分析中,就发现了其氢、氧稳定同位素的相关性,而且也还发现了它们之间的线性关系[1]。随后水文学者对影响大气降水氢氧同位素的因素进行了一系列研究,许多研究已经表明大气降水的氢、氧同位素组成受瑞利蒸馏过程的控制[2,3,4,5,6]。影响大气降水同位素组成的因素可以归结为大陆效应、纬度效应、高程效应、季节效应以及降雨量效应。空气中水蒸气向降水转化的过程取决于许多气候和当地因素,因此全球降水中同位素δ值变化非常大。通常如果降水距离水蒸气主要来源赤道地区越远,δ就多为负值。在北极和南极,冰中的δ18O含量可能会低到-5%。查明大气降水中的同位素的分布特征及影响因素对水循环机制研究具有重要的意义。

我国对大气降水的研究起步较晚,全球降水同位素检测网的站点主要分布在我国东部地区,对于西部和中部站点相对较少,本文利用全球降水同位素检测网对西安地区降水同位素特征及影响因素进行研究。

1数据与方法

全球大气降水同位素检测网GNIP(Global Network of Isotopes in Precipitation)主要观测项目为大气降水的氢氧稳定同位素,并同步记录降水量、气温以及水汽压等气象要素。根据GNIP数据库显示,中国先后加入检测网的站点数量为31个,其中香港的降水同位素数据最为齐全,1961-2007共计47 a的数据资料,环境同位素表示方法用千分差来表示,是相对于维也纳平均海水V-SMOW (Vienna-standard Mean Ocean Water)的千分差,用下式表示为:

$\delta =\frac{R{}_{\text{样}\text{品}}}{R{}_{\text{标}\text{准}}}-1(1)$

式中:R表示重同位素相对于轻同位素的比值;δ为稳定同位素的比值相对标准同位素比值的千分差。

2干旱区降水线

降水线方程受水汽来源、凝结温度、输送方式以及降水期间的湿度和温度的影响,导致不同地区的降水线方程在斜率与截距方面有所差异,这里我们首先对西北干旱区当地雨水线进行分析,首先选用西安、太原、包头、银川四地大气降水同位素值观测点,降水的稳定同位素数据来自国际原子能机构同位素全球检测网站,如图1所示,可以看出降水的相关关系较高,相关系数为R2=0.93,研究区的当地大气降水线(LMWL)为:δ2H=6.89 δ18O+0.66,图中分布有两条大气降水线,全球大气降水线(GMWL)与当地大气降水线(LMWL)。当地雨水线(LMWL)的斜率和截距均小于全球大气降水线,代表了内陆地区干旱、多风的一种动力分馏条件下的云团形成过程,这与形成降水的水汽来源以及水汽的传输路径有关系,表明西北内陆地区形成降水的水汽源的非单一性,除了受海洋水汽的影响,可能还受到研究区地表水体二次蒸发的影响。实际上,由于气候和地理参数的变化,大气降水的同位素组成存在时空变异性,导致各地方的大气降水线(LMWL)与全球大气降水线(GMWL)不同。GMWL的实质是全球许多LMWL的平均值,LMWL由地方气象因子控制。这些地方气象因素均会对大气降水线的斜率和氘盈余值产生影响。通过分析LMWL,可以了解该地区的降水规律、水汽来源及随后由二次混合和重蒸发过程所带来的改变。

图1中可以看出研究区大气降水线的斜率小于全球大气降水线(6.89),杨郧城[7]等对鄂尔多斯盆地的大气降水线也做了研究,得出了类似的结论,结果显示当地降水线的斜率为6.88,截距为0.23。这类降水具有干旱区降水的特征,体现出一定的蒸发效应。值得注意的是一般降水线在研究区同位素研究中主要体现的是一种基准作用。

3大气降水同位素组成与降水量、气温、季节的关系

3.1降水δ18O、δ2H多年加权平均值变化

研究区域选取西安地区为例进行说明探讨降水加权平均同位素组成的影响因素分析。本次研究收集了国际原子能机构同位素全球检测网站降水的同位素数据[8],对其进行降水量、气温以及季节之间的关系。

由表1可以看出,δ2H加权平均值-4.913%,δ18O加权平均值为-0.749%,d-excess加权平均值为1.079%,非常接近全球大气降水线的10。表2为西安地区降水年加权平均值参数分布表,1998年因有些月份缺少降水量而没有计算δ18O、δ2H的加权平均值。

如图2所示,西安地区1985-1991年(1988除外)降水年加权平均值δ2H、δ18O关系线,降水年加权平均值δ2H、δ18O趋势线线性相关系数很高,达到了R2=0.99,关系式为:δ2H=6.97 δ18O+3.01。斜率接近7,小于Craig大气降水线的斜率8。

西安地区δ2H、δ18O年加权平均值与年平均降水量如图3所示,由图3可以看出δ2H、δ18O与年平均降水量负相关关系。关系式为:δ2H=-0.08 P-11.26,δ18O=-0.01 P-2.15。

d-excess年加权平均值与年平均降水量关系如图4所示,他与d-excess成正相关关系,相关系数达到了R=0.82,d-excess=0.01 P+4.70,随着年平均降水的增加d-excess有增大的趋势,降水较多年份空气相对湿润,对于降落雨滴的蒸发作用会减弱,而雨滴蒸发作用会使氘盈余朝着减少的方向移动,因此氘盈余会随着降水量的增加而增大。

由图5可以看出,降水中的氢氧稳定同位素年际变化较大,且趋势有所不同,这与降水的水汽来源的复杂性有关,局部气候的年际变化也会改变降水同位值。从统计结果上看,年平均气温年际变化不大,年加权平均δ2H、δ18O与年平均气温的相关性不十分明显。

3.2多年降水δ18O、δ2H月加权平均值变化分析

不同季节、不同月份雨水的氢氧同位素的影响因素的侧重点可能有所区别,因而有必要对于年内各个月的降水氢氧稳定同位素变化规律需要进一步研究,从统计意义上来解释降水同位素的季节效应,这对研究次降水事件具有更大的实际意义。表3为多年降水稳定同位素特征值表,分别列出了12个月份的同位素特征值变化特征。

表3与图6反映了不同季节的同位素差异较大,存在一定的年内变化。西安地区多年δ18O、δ2H月加权平均值变化较大,多年降水月加权平均δ2H变化幅度大于δ18O的变化。在7月份与9月份氢氧同位素δ值出现极值点,明显偏负于其他月份,且7月份的极值点与年内最大月降水量相对应,明显与降水量有关,图6中显示了在7 -9月份降水量最大的3个月,体现了降水量效应。同位素极大值点出现在了4月份,该时间段内,研究地区处于相对少雨的季节,空气湿度相对于夏季要小的多,气温高于冬季,降落雨滴受到强烈蒸发作用,因而在该季节同位素比值要偏正。冬季(例如12月份)降水同位素δ偏负,而该段时期内降水偏少,温度是处于一年的最低值,造成降水同位素偏负的主要原因是温度效应的影响,从水汽来源上分析,冬季西安地区所在的关中盆地的水汽来源主要是来自高纬度的西伯利亚寒冷干燥的冬季季风,季风雨量少,因而温度成为主要决定因素。

4降水同位素变化影响因素分析

影响降雨的氢氧同位素组成的因素很多,包括云团水汽的来源、气温、高程、纬度以及大陆效应等。大气降水的同位素组成变化与降水的物理过程密切相关,同时与降水区域的气象因子有关,由前面分析可以看出,降水的稳定同位素组成与单一的气象因素存在一定的相关性,这与检测资料的系列长度有关,降水的稳定同位素组成是各个气象因素的函数,分析其同位素组成变化影响需考虑多个方面。

不同区域、不同季节降水的影响因子的侧重点不同,大气降水的几种效应的影响程度也有差别。譬如在西安地区,夏季降水气温因子影响相对较少,降水量效应其主要影响因素,对于西安地区以及所在关中平原地区夏季主要来自太平洋的东南季风以及来自印度洋的西南季风的水汽,从大陆效应因素来看,夏季季风所带的水汽经过多次降水到达关中平原,水汽同位素比值已经十分亏损。而对于春季,主要其作用的是空气湿度,较强的蒸发作用形成了偏正的δ值。

世界大多数地区雨水δ18O的变化与地表气温变化是同步的,气温越低雨水中的δ18O、δ2H越低。从统计结果来看,温度效应与降水同位素组成的相关性不十分明显,似乎影响较少,事实不然,温度对于同位素分馏起着重要作用,主要限于所采用的检测资料较短所致,条件允许范围内,可以验证温度与稳定同位素存在良好的函数关系,这也是古气候研究中的重要技术。下面从模型角度对降水的同位素变化规律进行分析。

5结语

本文研究了西安地区近八年的大气降水的氢氧同位素组成,提出了大气降水线的方程为:δ2H=6.97 δ18O+3.01并与全球大气降水线对比,揭示了当地大气降水线的特征,分析了温度、降水量对大气降水同位素的影响。研究表明:西安地区不同季节降水的影响因子的侧重点不同,大气降水的几种效应的影响程度也有差别,对于西安地区以及所在关中平原地区夏季主要来自太平洋的东南季风以及来自印度洋的西南季风的水汽,从大陆效应因素来看,夏季季风所带的水汽经过多次降水到达关中平原,水汽同位素比值已经十分亏损。

摘要：以西安地区为例研究了近八年的大气降水的氢氧同位素组成,提出了大气降水线的方程,并与全球大气降水线对比,揭示了当地大气降水线的特征,分析了温度、降水量对大气降水同位素的影响。研究表明:西安地区不同季节降水的影响因子的侧重点不同,大气降水的几种效应的影响程度也有差别,对于西安地区以及所在关中平原地区夏季主要来自太平洋的东南季风以及来自印度洋的西南季风的水汽,从大陆效应因素来看,夏季季风所带的水汽经过多次降水到达关中平原,水汽同位素比值已经十分亏损。

关键词：西安,大气降水,氢氧稳定同位素,同位素效应

参考文献

[1]Majoube M A.Fractionnement en oxygene-18et endeuterium en-tre l'eau et sa vapeur[J].Journal of Chemical Physics,1971,68:1 423-1 436.

[2]王永森,陈建生.降雨过程中稳定同位素组成分析[J].中国农村水利水电,2009,(2):15-18.

[3]CHEN Jiansheng,ZHAO Xia,SHENG Xuefen,et al.Formationmechanisms of megadunes and lakes in the Badain Jaran Desert,Inner Mongolia[J].Chinese Science Bulletin,2006,51(24):3 026-3 035.

[4]Willem G Mook.Environmental Isotopes in the Hydrological Cy-cle[C]∥Environmental Isotopes in the Hydrological Cycle:The-ory,Methods,Review.Vienna:IHS of IAEA,2001:1-141.

[5]王永森,马振民,徐征和.基于瑞利分馏模式的水体蒸发线斜率模型[J].水科学进展,2011,22(6):46-51.

[6]王永森,陈建生,汪集旸,等.降水过程中氢、氧稳定同位素理论关系研究[J].水科学进展,2009,20(2):204-208.

[7]杨郧城,候光才,文冬光,等.鄂尔多斯盆地大气降雨氢氧的组成与季节效应[J].地球学报,2005,26(S):289-296.

大气温度 篇3

众所周知, 油田集油管道的温降计算研究属于复杂的多相流领域, 是以工程热物理学为基础, 与数学力学、信息、生物、环境、材料、计算机等学科相互交叉的一门跨学科复杂问题。近年来, 在国内外一些学者大量的理论和试验研究的基础上, 油田集输管道的温降计算已经取得了相当的进展[1], 对一些工程问题能够得到初步的解决, 但有关高含水期集输管道温降计算研究还很不深入, 致使我国各油田油气水集输系统运行管理不够科学, 能耗巨大[2]。油田集油管道温降受大气温度周期性引起的土壤温度的周期性变化、时间延迟及土壤变热物性的影响。尤其在严寒地区, 年气温最大及最小差值在70℃以上, 相应的不同深度处土壤自然温度场一年四季也变化很大, 因此大气温度的年周期性变化也是影响油田集输管道温降的主要因素之一。本文以工程热力学、传热学、流体力学油气集输、多相流等知识为基础[3]。采用理论与试验相结合的技术路线, 并结合油田生产企业的现场实际情况, 重点研究大气温度的年周期性变化对油田集输管道温降研究的影响, 通过本文的研究, 力争解决制约高含水集输管道温降计算的关键技术, 促进多相流学科的发展。

1土壤自然温度场计算数学模型

土壤自然温度场随着大气温度的年周期性变化而变化[4], 土壤自然温度场计算可简化为第三类边界条件下的半无限大物体一维周期性非稳态导热问题数学描写为[5]:

式中:t0—土壤温度, ℃;a—土壤的导温系数, m 2/s;τ—距离最热大气温度的时间, s;tτ—以大气年最高温度为初始时间的任意时刻大气温度, ℃;tam—大气年平均温度, ℃;tmax—大气年最高温度, ℃。

对式 (1) 、式 (2) 进行积分求解得:

式 (3) 中:

式中:t0 (x, τ) —τ时间 (距离最热大气温度的时间) X深度处的土壤温度, ℃;λt—管道周围的土壤导热系数, W/ (m·K) ;α2—地表与大气的对流换热系数, W/ (m 2·K) 。

依据上述土壤温度自然温度场计算模型, 利用土壤物性测试数据, 即高地势土壤导热系数1.08W/ (m·K) , 导温系数3.534×10-7m 2/s;低地势导热系数1.08W/ (m·K) , 导温系数3.934×10-7m 2/s, 对土壤温度自然温度场进行计算, 高地势各深度土壤自然温度场计算值与测试值对比情况, 如图1～图2所示。

高地势1 500 mm深土壤测试温度与计算温度绝对误差最大值为0.66 ℃ (11月1日) , 最小值为-0.01 ℃ (12月12日) , 平均值为0.33 ℃。

低地势1 540 mm深土壤测试温度与计算温度绝对误差最大值为1.12 ℃ (11月12日) , 最小值为-0.02 ℃ (12月12日) , 平均值为0.66 ℃。

对比分析结果表明, 按年周期性变化计算土壤温度场方法可行, 误差在工程允许范围内。

2 油田集输管道温降计算公式

因管道埋地敷设, 得到埋地管道三相流热力计算公式为[6]:

$\begin{array}{l}{\rm T}=t{}_{am}+(t{}_{a\text{m}\text{a}\text{x}}-t{}_{am})\phi \exp \left(-\sqrt{\frac{\pi }{a\tau {}_0}}x\right)\times \\ \cos \left(\frac{2\pi \tau }{\tau {}_0}-\sqrt{\frac{\pi }{a\tau {}_0}}x-\psi \right)B+(\begin{array}{l}\\ \end{array}{\rm T}{}_i-t{}_{am}-\\ (t{}_{a\text{m}\text{a}\text{x}}-t{}_{am})\phi \exp \left(-\sqrt{\frac{\pi }{a\tau {}_0}}x\right)\times \\ \cos \left(\frac{2\pi \tau }{\tau {}_0}-\sqrt{\frac{\pi }{a\tau {}_0}}x-\psi \right)+B)\exp (-L/A)+\\ \overline{\eta }A[1-\exp (-L/A)]\frac{\text{d}{\rm P}}{\text{d}L}(6)\end{array}$

式 (6) 中:

$\begin{array}{l}\phi =\left(1+2\frac{\lambda {}_t}{\alpha {}_2}\sqrt{\frac{\pi }{a\tau {}_0}}+2\left(\frac{\lambda {}_t}{\alpha {}_2}\sqrt{\frac{\pi }{a\tau {}_0}}\right){}^2\right){}^{-0.5}‚\\ \psi =\tan {}^{-1}\left(\frac{1}{1+\frac{\alpha {}_2}{\lambda {}_t}\sqrt{\frac{a\tau {}_0}{\pi }}}\right)。\end{array}$

式中: T—油气水三相流埋地混输管道内任一处流体温度, ℃;Ti—油气水三相流埋地混输管道进口流体温度, ℃;tam—大气年平均温度, ℃;tmax—大气年最高温度, ℃;τ—距离最热大气温度的时间, s;τ0—年周期时间, s;x—土壤深度, m;a—土壤的导温系数, m2/s;λt—管道周围的土壤导热系数, W/ (m·K) ;α2—地表与大气的对流换热系数, W/ (m2·K) 。

3 大气温度年周期性变化对油田集输管道的温降影响

根据以上温降计算公式 (6) , 可知影响油田集输管道温降的主要因素有:产气量、产液量、含水率、起始温度、管道埋深、管道保温状况、管长、管道内径、土壤物性、大气温度。本文以大庆油田生产中的常用数据作为基本参数:管长为300 m、管内径50 mm、外径55 mm、管道保温状况1.2 m2·K/W、产液量50 m3/d、含水率90%、终端压力0.2 MPa、起始温度35 ℃、原油密度845 kg/m3、原油黏度14.82 mP·s、天然气分子量20、土壤导热系数1.114 W/ (m·K) 。改变大气温度 (通过日期确定) 计算埋深分别为200 mm, 800 mm, 1 400 mm的油田集输管道的温降。如图3所示。

从上图可知:同一埋深管道的温降随大气温度年周期性变化而变化, 油田集输管道的温降年变化在3 ℃ 左右。 同时, 将6月—11月这段期间局部放大可得图4。

由图4可知:埋深变化时, 油田集输管道的温降随大气温度年周期性变化时延迟时间不同, 埋深200 mm时, 延迟15 d;埋深800 mm时, 延迟30 d;埋深1 400 mm时, 延迟50 d。

4 结论

1) 建立了土壤自然温度场模型, 并与实测数据进行了比较, 对比分析结果表明, 按年周期性变化计算土壤温度场方法可行, 误差在工程允许范围内。

2) 分析了油田集输管道温降的影响因素。

3) 得出了大气温度年周期性变化对油田集输管道温降的影响。同一埋深管道的温降随大气温度年周期性变化而变化, 埋深变化时, 油田集输管道的温降随大气温度年周期性变化时延迟时间不同。

摘要：油田集油管道的温降计算是否准确直接影响到油田能耗的高低及油田集输管道的安全性。建立了土壤自然温度场模型, 并与实测数据进行了比较, 结果表明, 按大气温度年周期性变化计算土壤温度场方法是可行的, 误差在工程允许范围内。同时, 分析了油田集输管道温降的影响因素, 得出了大气温度年周期性变化对集油管道温降的影响, 结果表明:同一埋深管道的温降随大气温度年周期性变化而变化, 埋深变化时, 集油管道的温降随大气温度年周期性变化时延迟时间不同。

关键词：大气温度年周期性,油田集输管道,温降,影响

参考文献

[1]Liu Xiaoyan, Zhao Bo, Zhang Yan.Axial temperature drop calcula-tion model development of oil-gas-water mixed transportation with spe-cial high water-cut.Transportations on fluid mechanic, 2006;1 (1) :108—116

[2]Liu Xiaoyan, Tan Yingjie, Liu Lijun.The temperature limit measure-ment of oil-gas-water mixed transportation with special high water-cut.Transportations on fluid mechanics, 2006;1 (1) :117—125

[3]章熙民, 任泽濡, 梅飞鸣.传热学.北京:中国建筑工业出版社, 1993;66—74

[4]范爱武, 刘伟, 王崇琦.不同环境条件下土壤温度日变化的计算模拟.太阳能学报, 2003;24 (2) :167—171

[5]刘晓燕.特高含水期油气水管道安全混输界限确定及水力热力计算方法研究.[博士学位论文].大庆:大庆石油学院, 2005