Page 59 - 2022年第53卷第9期

Ｄｉｓｃｕｓｓｉｏｎｏｎ“ＴｈｅＹｅｌｌｏｗＲｉｖｅｒＰｒｏｔｅｃｔｉｏｎＬａｗｏｆｔｈｅ
Ｐｅｏｐｌｅ ’ｓＲｅｐｕｂｌｉｃｏｆＣｈｉｎａ（Ｄｒａｆｔ）”

１
２，３
１
ＣＨＥＮＧＹｅｑｉ，ＰＥＮＧＨａｏ ，ＳＨＩＸｕｅｑｉｎｇ
（１．ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １０００９１，Ｃｈｉｎａ；２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＷａｔｅｒＣｙｃｌｅａｎｄＲｅｌａｔｅｄＬａｎｄＳｕｒｆａｃｅＰｒｏｃｅｓｓｅｓ，
ＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｉｃＳｃｉｅｎｃｅｓａｎｄＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ １００１０１，Ｃｈｉｎａ；
３．ＣｏｌｌｅｇｅｏｆＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔ，ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ １０００４９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅｅｘｉｓｔｉｎｇｉｓｓｕｅｓａｎｄｄｉｆｆｉｃｕｌｔｉｅｓｔｈａｔｌｅｇｉｓｌａｔｉｏｎｍｕｓｔｂｅａｗａｒｅｏｆｉｎｔｈｅｇｏｖｅｒｎａｎｃｅａｎｄｐｒｅｓｅｒｖａｔｉｏｎｏｆ
ｔｈｅＹｅｌｌｏｗＲｉｖｅｒａｒｅｓｕｍｍａｒｉｚｅｄ．Ｂａｓｅｄｏｎｔｈｉｓ，ｔｈｅｉｍｐｅｒｆｅｃｔｉｏｎｓｉｎｔｈｅ“ｔｈｅｌａｗｏｆｔｈｅＰｅｏｐｌｅ’ｓＲｅｐｕｂｌｉｃｏｆ
ＣｈｉｎａｏｎｔｈｅＰｒｏｔｅｃｔｉｏｎｏｆＹｅｌｌｏｗＲｉｖｅｒ（Ｄｒａｆｔ）”ａｒｅａｎａｌｙｚｅｄａｎｄｅｘｐｌｏｒｅｄ，ａｎｄｔｈｅｌｅｇｉｓｌａｔｉｖｅｓｕｇｇｅｓｔｉｏｎｓｉｓｅｘ
ｐｌａｉｎｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｒｅｌｅｖａｎｔｐｒｏｖｉｓｉｏｎｓ．Ｆｏｒｉｎｓｔａｎｃｅ，ｔｈｅｆｏｕｎｄａｔｉｏｎｏｆｅｃｏｌｏｇｉｃａｌｐｒｏｔｅｃｔｉｏｎａｎｄｒｅｓｔｏｒａｔｉｏｎｉｎ
ｔｈｅＹｅｌｌｏｗＲｉｖｅｒＢａｓｉｎｉｓｔｏｐｒｏｍｏｔｅｔｈｅｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅＹｅｌｌｏｗＲｉｖｅｒＢａｓｉｎｔｈｒｏｕｇｈｓｃｉｅｎｔｉｆｉｃｐｌａｎ
ｎｉｎｇａｎｄｐｒｕｄｅｎｔｍａｎａｇｅｍｅｎｔ．Ｔｏａｃｈｉｅｖｅｈｉｇｈ － ｑｕａｌｉｔｙｄｅｖｅｌｏｐｍｅｎｔ ，ｉｔｉｓｖｉｔａｌｔｏｉｎｓｉｓｔｏｎｂｏｔｈｇｏｖｅｒｎａｎｃｅａｎｄ
ｐｒｅｓｅｒｖａｔｉｏｎｆｏｒｔｈｅＹｅｌｌｏｗＲｉｖｅｒ ，ａｕｎｉｑｕｅｒｉｖｅｒｔｈａｔｉｓｃｏｍｐｌｉｃａｔｅｄａｎｄｄｉｆｆｉｃｕｌｔｔｏｇｏｖｅｒｎ．Ｉｎｏｒｄｅｒｔｏｍａｉｎｔａｉｎ
ｔｈｅａｕｔｈｏｒｉｔｙｏｆｌａｗｅｎｆｏｒｃｅｍｅｎｔ，ｔｈｅｒｅｓｈｏｕｌｄｂｅｒｏｏｍｆｏｒｔｈｅｗｏｒｄｉｎｇｏｆａｒｔｉｃｌｅｓｔｈａｔｎｅｅｄｔｏｉｍｐｒｏｖｅｔｈｅｔｅｃｈｎｉｃａｌ
ｌｅｖｅｌａｎｄａｒｅｄｉｆｆｉｃｕｌｔｔｏｕｓｅａｓｔｈｅｂａｓｉｓｆｏｒｌａｗｅｎｆｏｒｃｅｍｅｎｔ．Ｌｅｇｉｓｌａｔｉｏｎｓｈｏｕｌｄｐａｙａｔｔｅｎｔｉｏｎｔｏｔｈｅｒｅｆｏｒｍｏｆｇｏｖ
ｅｒｎａｎｃｅｓｙｓｔｅｍ．Ｏｎｃｅｔｈｅｄｅｐａｒｔｍｅｎｔｓｒｅｓｐｏｎｓｉｂｌｅｆｏｒｐｏｌｉｃｙｆｏｒｍｕｌａｔｉｏｎ ，ｐｒｏｊｅｃｔａｐｐｒｏｖａｌａｎｄｌａｗｅｎｆｏｒｃｅｍｅｎｔａｒｅ
ｒｅｌａｔｉｖｅｌｙｄｅｔａｃｈｅｄａｎｄｎｏｌｏｎｇｅｒｄｉｒｅｃｔｌｙｐａｒｔｉｃｉｐａｔｅｉｎｒｅｌｅｖａｎｔｅｎｔｅｒｐｒｉｓｅｂｅｈａｖｉｏｒｓ，ｔｈｅｓｏｃｉａｌｉｎｆｌｕｅｎｃｅｃａｎｓｉｇ
ｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｅｔｈｅｇｏｖｅｒｎａｎｃｅｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅＹｅｌｌｏｗＲｉｖｅｒ．Ｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｅｎｓｕｒｉｎｇｔｈｅｓａｆｅｔｙｏｆｔｈｅ
ｐｅｏｐｌｅｉｎｔｈｅｆｌｏｏｄｐｌａｉｎ ，ｉｔｉｓｎｅｉｔｈｅｒｒｅａｌｉｓｔｉｃｎｏｒｎｅｃｅｓｓａｒｙｔｏｒｅｌｏｃａｔｅａｌｌｔｈｅｒｅｓｉｄｅｎｔｓｉｎｔｈｅｆｌｏｏｄｐｌａｉｎａｒｅａ．
Ｋｅｙｗｏｒｄｓ：ｔｈｅＹｅｌｌｏｗＲｉｖｅｒ；ｌｅｇｉｓｌａｔｉｏｎ；ｐｒｏｔｅｃｔｉｏｎ；ｈａｒｎｅｓｓｉｎｇ；ｍａｎａｇｅｍｅｎｔ；ｈｉｇｈ － ｑｕａｌｉｔｙｄｅｖｅｌｏｐｍｅｎｔ
（责任编辑：李福田）

（上接第 １０６３页）
Ｍｕｌｔｉｍｏｄａｌｐｅｒｃｅｐｔｉｏｎ － ｄｒｉｖｅｎｈｉｇｈｒｏｃｋｆｉｌｌｄａｍ ｃｏｎｓｔｒｕｃｔｉｏｎｓｉｍｕｌａｔｉｏｎ
ｉｎｐｕｔｍｏｄｅｌｉｎｇｕｓｉｎｇａｎｅｎｓｅｍｂｌｅｄｅｅｐｌｅａｒｎｉｎｇｍｏｄｅｌ

１
１
２
２
１
１
ＺＨＡＮＧＪｕｎ，ＷＡＮＧＪｉｎｇｕｏ，ＹＵＪｉａ，ＺＨＡＯＨａｏ，ＺＨＡＮＧＤｏｎｇｍｉｎｇ，ＷＡＮＧＸｉａｏｌｉｎｇ
（１．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＨｙｄｒａｕｌｉｃＥｎｇｉｎｅｅｒｉｎｇＳｉｍｕｌａｔｉｏｎａｎｄＳａｆｅｔｙ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ ３０００７２，Ｃｈｉｎａ；
２．ＹａｌｏｎｇＲｉｖｅｒＨｙｄｒｏｐｏｗｅｒＤｅｖｅｌｏｐｍｅｎｔＣｏｍｐａｎｙ，ＬＴＤ，Ｃｈｅｎｇｄｕ ６１００００，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅｒｅａｌ － ｔｉｍｅａｎｄａｃｃｕｒａｔｅｍｏｄｅｌｉｎｇｏｆｃｏｎｓｔｒｕｃｔｉｏｎｓｉｍｕｌａｔｉｏｎｐａｒａｍｅｔｅｒｓｉｓｔｈｅｋｅｙｔｏｅｎｓｕｒｅｔｈｅａｃ
ｃｕｒａｃｙｏｆｃｏｎｓｔｒｕｃｔｉｏｎｓｉｍｕｌａｔｉｏｎ．Ｔｈｅｅｘｉｓｔｉｎｇｃｏｎｓｔｒｕｃｔｉｏｎｓｉｍｕｌａｔｉｏｎｐａｒａｍｅｔｅｒｕｐｄａｔｅｍｅｔｈｏｄｓｍａｉｎｌｙｒｅｌｙｏｎ
ｓｉｎｇｌｅｍｏｄａｌｄａｔａｗｈｉｌｅｔｈｅｅｘｉｓｔｉｎｇｍｕｌｔｉ － ｍｏｄａｌｄａｔａａｃｑｕｉｓｉｔｉｏｎｐｒｏｃｅｓｓｈａｓａｐｒｏｂｌｅｍ ｏｆｌａｇｇｉｎｇ ，ｒｅｓｕｌｔｉｎｇｉｎ
ｉｎｓｕｆｆｉｃｉｅｎｔｒｅａｌ － ｔｉｍｅａｎｄａｃｃｕｒａｃｙｏｆｓｉｍｕｌａｔｉｏｎ．Ｔｏｓｏｌｖｅｔｈｏｓｅｐｒｏｂｌｅｍｓ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｅｎｓｅｍｂｌｅｄｅｅｐ
ｌｅａｒｎｉｎｇｍｏｄｅｌｆｏｒｈｉｇｈｒｏｃｋｆｉｌｌｄａｍ ｃｏｎｓｔｒｕｃｔｉｏｎｓｉｍｕｌａｔｉｏｎｉｎｐｕｔｍｏｄｅｌｉｎｇｄｒｉｖｅｎｂｙｍｕｌｔｉｍｏｄａｌｐｅｒｃｅｐｔｉｏｎ．
Ｆｉｒｓｔ ，ａｃｌｏｕｄｐｌａｔｆｏｒｍｆｏｒｒｅａｌ － ｔｉｍｅａｃｑｕｉｓｉｔｉｏｎｏｆｋｉｎｅｍａｔｉｃｓａｎｄａｃｏｕｓｔｉｃｄａｔａｂａｓｅｄｏｎｍｏｂｉｌｅｓｍａｒｔｐｈｏｎｅｓｅｎ
ｓｏｒｓｗａｓｄｅｖｅｌｏｐｅｄｕｎｄｅｒｔｈｅＳｐｒｉｎｇＢｏｏｔｆｒａｍｅｗｏｒｋ ，ｒｅｌｙｉｎｇｏｎｔｈｉｓ，ｔｈｅｍｕｌｔｉ － ｍｏｄａｌｄａｔａｏｆｒｏｃｋｆｉｌｌｄａｍ ｃｏｎ
ｓｔｒｕｃｔｉｏｎｍａｃｈｉｎｅｒｙｉｓｃｏｌｌｅｃｔｅｄｉｎｒｅａｌ － ｔｉｍｅａｎｄｐｒｅ － ｐｒｏｃｅｓｓｅｄｕｓｉｎｇｌｏｗ － ｐａｓｓｆｉｌｔｅｒｓａｎｄｍｅｌｓｐｅｃｔｒｏｇｒａｍｓ．Ｓｅｃ
ｏｎｄｌｙ ，ａｎｅｎｓｅｍｂｌｅｄｅｅｐｌｅａｒｎｉｎｇｍｏｄｅｌｆｏｒｒｏｃｋｆｉｌｌｄａｍｃｏｎｓｔｒｕｃｔｉｏｎｍａｃｈｉｎｅｒｙａｃｔｉｖｉｔｙｒｅｃｏｇｎｉｔｉｏｎｉｓｐｒｏｐｏｓｅｄｔｏ
ａｕｔｏｍａｔｉｃａｌｌｙｅｘｔｒａｃｔｍｕｌｔｉｍｏｄａｌｄａｔａｆｅａｔｕｒｅｓａｎｄａｃｃｕｒａｔｅｌｙｉｄｅｎｔｉｆｙｍｅｃｈａｎｉｃａｌｆｉｎｅａｃｔｉｖｉｔｙ．Ｔｈｅｍｏｄｅｌｉｎ
ｔｅｇｒａｔｅｓａｎｉｍｐｒｏｖｅｄｄｅｅｐｃｏｎｖｏｌｕｔｉｏｎｌｏｎｇｓｈｏｒｔ － ｔｅｒｍｍｅｍｏｒｙｎｅｕｒａｌｎｅｔｗｏｒｋ（ＩｍｐｒｏｖｅｄＤｅｅｐＣｏｎｖＬＳＴＭ，ＩＤｅｅｐ
ＣｏｎｖＬＳＴＭ）ａｃｃｕｒａｔｅｌｙｐｅｒｃｅｉｖｅｓｔｈｅｍｏｔｉｏｎｄｉｒｅｃｔｉｏｎｏｆｃｏｎｓｔｒｕｃｔｉｏｎｍａｃｈｉｎｅｒｙａｎｄｔｈｅａｄｖａｎｔａｇｅｓｏｆｄｅｅｐｃｏｎｖｏ
ｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｔｏｐｅｒｃｅｉｖｅｔｈｅｖｉｂｒａｔｉｏｎｓｔａｔｅｏｆｃｏｎｓｔｒｕｃｔｉｏｎｍａｃｈｉｎｅｒｙｆｒｏｍｓｏｕｎｄｍｏｄｅｓ．Ａｍｏｎｇｔｈｅｍ ，
ＩＤｅｅｐＣｏｎｖＬＳＴＭ ａｄｄｓａｂａｔｃｈｎｏｒｍａｌｉｚａｔｉｏｎｌａｙｅｒｉｎｔｈｅｍｉｄｄｌｅｏｆｔｈｅｃｏｎｖｏｌｕｔｉｏｎｌａｙｅｒｔｏｉｍｐｒｏｖｅｃｏｎｖｅｒｇｅｎｃｅ
ｓｐｅｅｄ，ａｎｄｇｒａｄｉｅｎｔｓｃａｌｉｎｇａｎｄｃｌｉｐｐｉｎｇａｒｅｕｓｅｄｔｏａｖｏｉｄｔｈｅｐｒｏｂｌｅｍ ｏｆｇｒａｄｉｅｎｔｅｘｐｌｏｓｉｏｎ；ｆｕｒｔｈｅｒ，ａｌａｒｇｅ
ｗｉｎｄｏｗｍｏｖｉｎｇｆｉｌｔｅｒｉｓｕｓｅｄｔｏｐｒｏｃｅｓｓｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒｅｓｕｌｔｓｏｆｍｅｃｈａｎｉｃａｌａｃｔｉｖｉｔｙｏｎｌｉｎｅ ，ａｎｄｒｅａｌ － ｔｉｍｅｍｏｄｅｌ
ｉｎｇｏｆｒｏｃｋｆｉｌｌｄａｍ ｃｏｎｓｔｒｕｃｔｉｏｎｓｉｍｕｌａｔｉｏｎｐａｒａｍｅｔｅｒｓｉｓｒｅａｌｉｚｅｄ．Ｔｈｅｅｎｇｉｎｅｅｒｉｎｇｃａｓｅｓｈｏｗｓｔｈａｔ，ｃｏｍｐａｒｅｄ
ｗｉｔｈｔｈｅｓｉｎｇｌｅｋｉｎｅｍａｔｉｃｏｒａｃｏｕｓｔｉｃｍｏｄｅｍｅｃｈａｎｉｃａｌａｃｔｉｖｉｔｙｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄ ，ｔｈｅｒｅｃｏｇｎｉｔｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅ
ｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｉｍｐｒｏｖｅｄｂｙ９．２２％ ａｎｄ２３．６２％，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅｒｅｓｅａｒｃｈｒｅｓｕｌｔｓｐｒｏｖｉｄｅｎｅｗｉｄｅａｓａｎｄ
ｔｅｃｈｎｉｃａｌｍｅａｎｓｆｏｒｉｍｐｒｏｖｉｎｇｔｈｅａｃｃｕｒａｃｙａｎｄｒｅａｌ － ｔｉｍｅｐｅｒｆｏｒｍａｎｃｅｏｆｒｏｃｋｆｉｌｌｄａｍ ｃｏｎｓｔｒｕｃｔｉｏｎｓｉｍｕｌａｔｉｏｎ ，
ｗｈｉｃｈｈａｖｅｓｉｇｎｉｆｉｃａｎｔａｐｐｌｉｃａｔｉｏｎａｎｄｐｏｐｕｌａｒｉｚａｔｉｏｎｖａｌｕｅ．
Ｋｅｙｗｏｒｄｓ：ｈｉｇｈ ｒｏｃｋｆｉｌｌｄａｍ； ｒｅａｌ －ｔｉｍｅ ｍｏｄｅｌｉｎｇ ｏｆｃｏｎｓｔｒｕｃｔｉｏｎ ｓｉｍｕｌａｔｉｏｎ ｐａｒａｍｅｔｅｒｓ； ｍｕｌｔｉｍｏｄａｌ
ｐｅｒｃｅｐｔｉｏｎ ；ｅｎｓｅｍｂｌｅｄｅｅｐｌｅａｒｎｉｎｇ；ｍｏｂｉｌｅｓｍａｒｔｓｅｎｓｏｒｓ
（责任编辑：李福田）

— １ ０ ２ —
７