为提高寒区河流的径流模拟精度，同时降低模型数据需求，以雅鲁藏布江为例，本文提出了一种基于径流组分约束的随机森林融水径流模型（component constraint algorithm-random forest，CCA-RF），用以计算流域冰川-积雪融水。CCA-RF模型在奴各沙、羊村及奴下3个断面验证期的纳什效率系数(nash-sutcliffe efficiency，ENS)分别达到了0.692、0.707以及0.799，相较于度日模型分别提升了0.198、0.065以及0.220。结果表明：在冰川覆盖及度日因子数据精度较低的情况下，CCA-RF模型在径流年内分布模拟精度上优于度日模型。对比中科院可变下渗容量模型（variable infiltration capacity-Chinese Academy of Sciences，VIC-CAS）发现，CCA-RF对年际趋势的捕捉能力较弱，但两者总径流量模拟误差相近。
为提高寒区河流的径流模拟精度，同时降低模型数据需求，以雅鲁藏布江为例，本文提出了一种基于径流组分约束的随机森林融水径流模型（component constraint algorithm-random forest，CCA-RF），用以计算流域冰川-积雪融水。CCA-RF模型在奴各沙、羊村及奴下3个断面验证期的纳什效率系数(nash-sutcliffe efficiency，ENS)分别达到了0.692、0.707以及0.799，相较于度日模型分别提升了0.198、0.065以及0.220。结果表明：在冰川覆盖及度日因子数据精度较低的情况下，CCA-RF模型在径流年内分布模拟精度上优于度日模型。对比中科院可变下渗容量模型（variable infiltration capacity-Chinese Academy of Sciences，VIC-CAS）发现，CCA-RF对年际趋势的捕捉能力较弱，但两者总径流量模拟误差相近。
为提高寒区河流的径流模拟精度，同时降低模型数据需求，以雅鲁藏布江为例，本文提出了一种基于径流组分约束的随机森林融水径流模型（component constraint algorithm-random forest，CCA-RF），用以计算流域冰川-积雪融水。CCA-RF模型在奴各沙、羊村及奴下3个断面验证期的纳什效率系数(nash-sutcliffe efficiency，ENS)分别达到了0.692、0.707以及0.799，相较于度日模型分别提升了0.198、0.065以及0.220。结果表明：在冰川覆盖及度日因子数据精度较低的情况下，CCA-RF模型在径流年内分布模拟精度上优于度日模型。对比中科院可变下渗容量模型（variable infiltration capacity-Chinese Academy of Sciences，VIC-CAS）发现，CCA-RF对年际趋势的捕捉能力较弱，但两者总径流量模拟误差相近。
为提高寒区河流的径流模拟精度，同时降低模型数据需求，以雅鲁藏布江为例，本文提出了一种基于径流组分约束的随机森林融水径流模型（component constraint algorithm-random forest，CCA-RF），用以计算流域冰川-积雪融水。CCA-RF模型在奴各沙、羊村及奴下3个断面验证期的纳什效率系数(nash-sutcliffe efficiency，ENS)分别达到了0.692、0.707以及0.799，相较于度日模型分别提升了0.198、0.065以及0.220。结果表明：在冰川覆盖及度日因子数据精度较低的情况下，CCA-RF模型在径流年内分布模拟精度上优于度日模型。对比中科院可变下渗容量模型（variable infiltration capacity-Chinese Academy of Sciences，VIC-CAS）发现，CCA-RF对年际趋势的捕捉能力较弱，但两者总径流量模拟误差相近。
为提高寒区河流的径流模拟精度，同时降低模型数据需求，以雅鲁藏布江为例，本文提出了一种基于径流组分约束的随机森林融水径流模型（component constraint algorithm-random forest，CCA-RF），用以计算流域冰川-积雪融水。CCA-RF模型在奴各沙、羊村及奴下3个断面验证期的纳什效率系数(nash-sutcliffe efficiency，ENS)分别达到了0.692、0.707以及0.799，相较于度日模型分别提升了0.198、0.065以及0.220。结果表明：在冰川覆盖及度日因子数据精度较低的情况下，CCA-RF模型在径流年内分布模拟精度上优于度日模型。对比中科院可变下渗容量模型（variable infiltration capacity-Chinese Academy of Sciences，VIC-CAS）发现，CCA-RF对年际趋势的捕捉能力较弱，但两者总径流量模拟误差相近。
为提高寒区河流的径流模拟精度，同时降低模型数据需求，以雅鲁藏布江为例，本文提出了一种基于径流组分约束的随机森林融水径流模型（component constraint algorithm-random forest，CCA-RF），用以计算流域冰川-积雪融水。CCA-RF模型在奴各沙、羊村及奴下3个断面验证期的纳什效率系数(nash-sutcliffe efficiency，ENS)分别达到了0.692、0.707以及0.799，相较于度日模型分别提升了0.198、0.065以及0.220。结果表明：在冰川覆盖及度日因子数据精度较低的情况下，CCA-RF模型在径流年内分布模拟精度上优于度日模型。对比中科院可变下渗容量模型（variable infiltration capacity-Chinese Academy of Sciences，VIC-CAS）发现，CCA-RF对年际趋势的捕捉能力较弱，但两者总径流量模拟误差相近。
基于水体氢氧同位素数据,采用MixSIAR混合模型,识别塔里木流域22个样本子流域主干河道的径流组分特征,并结合流域气候与下垫面信息,深入分析内陆河径流组分与流域特征的响应关系。结果表明,以降水为径流主要补给来源的子流域主要分布在塔里木流域南部地区(径流中降水、地下水和冰川融水占比分别为39%～55%,23%～30%和22%～32%);以地下水补给为主导的子流域主要分布于塔里木河流北部的绿洲区(径流补给来源组分占比分别为14%～32%,44%～76%和0%～39%);以冰川融水为径流主要补给来源的子流域则多分布于西南部(径流补给来源组分占比分别为29%～33%,14%～31%和40%～53%)。在众多流域地理气候因子中,实际蒸发量、植被覆盖度、沙漠面积和冰川面积占比是塔里木子流域径流组分特征的主要影响因素;流域下垫面特征是造成河道径流组分差异的关键因素。研究结果可为气候变化背景下内陆河流域水资源管理和生态保护提供科学依据。
基于水体氢氧同位素数据,采用MixSIAR混合模型,识别塔里木流域22个样本子流域主干河道的径流组分特征,并结合流域气候与下垫面信息,深入分析内陆河径流组分与流域特征的响应关系。结果表明,以降水为径流主要补给来源的子流域主要分布在塔里木流域南部地区(径流中降水、地下水和冰川融水占比分别为39%～55%,23%～30%和22%～32%);以地下水补给为主导的子流域主要分布于塔里木河流北部的绿洲区(径流补给来源组分占比分别为14%～32%,44%～76%和0%～39%);以冰川融水为径流主要补给来源的子流域则多分布于西南部(径流补给来源组分占比分别为29%～33%,14%～31%和40%～53%)。在众多流域地理气候因子中,实际蒸发量、植被覆盖度、沙漠面积和冰川面积占比是塔里木子流域径流组分特征的主要影响因素;流域下垫面特征是造成河道径流组分差异的关键因素。研究结果可为气候变化背景下内陆河流域水资源管理和生态保护提供科学依据。
基于水体氢氧同位素数据,采用MixSIAR混合模型,识别塔里木流域22个样本子流域主干河道的径流组分特征,并结合流域气候与下垫面信息,深入分析内陆河径流组分与流域特征的响应关系。结果表明,以降水为径流主要补给来源的子流域主要分布在塔里木流域南部地区(径流中降水、地下水和冰川融水占比分别为39%～55%,23%～30%和22%～32%);以地下水补给为主导的子流域主要分布于塔里木河流北部的绿洲区(径流补给来源组分占比分别为14%～32%,44%～76%和0%～39%);以冰川融水为径流主要补给来源的子流域则多分布于西南部(径流补给来源组分占比分别为29%～33%,14%～31%和40%～53%)。在众多流域地理气候因子中,实际蒸发量、植被覆盖度、沙漠面积和冰川面积占比是塔里木子流域径流组分特征的主要影响因素;流域下垫面特征是造成河道径流组分差异的关键因素。研究结果可为气候变化背景下内陆河流域水资源管理和生态保护提供科学依据。
基于水体氢氧同位素数据,采用MixSIAR混合模型,识别塔里木流域22个样本子流域主干河道的径流组分特征,并结合流域气候与下垫面信息,深入分析内陆河径流组分与流域特征的响应关系。结果表明,以降水为径流主要补给来源的子流域主要分布在塔里木流域南部地区(径流中降水、地下水和冰川融水占比分别为39%～55%,23%～30%和22%～32%);以地下水补给为主导的子流域主要分布于塔里木河流北部的绿洲区(径流补给来源组分占比分别为14%～32%,44%～76%和0%～39%);以冰川融水为径流主要补给来源的子流域则多分布于西南部(径流补给来源组分占比分别为29%～33%,14%～31%和40%～53%)。在众多流域地理气候因子中,实际蒸发量、植被覆盖度、沙漠面积和冰川面积占比是塔里木子流域径流组分特征的主要影响因素;流域下垫面特征是造成河道径流组分差异的关键因素。研究结果可为气候变化背景下内陆河流域水资源管理和生态保护提供科学依据。