大坝建设调整了流域水资源配置，使流域景观格局产生变化，进而影响河流水质。本研究将不同景观格局类型定性分为人为影响因子和自然影响因子，基于我国970个国控断面水质数据和271个建坝子流域情况，采用相关性分析和随机森林算法，定量探究大坝建设下流域景观格局对河流水质的影响。结果表明，建设用地、人口密度、夜间灯光等人为影响因子对河流水质的影响大于自然影响因子，其和WQI的相关性分别为-0.49、-0.55、-0.65（P<0.05）。大坝建设后人类活动加剧，建设用地、人口密度、夜间灯光和WQI的相关性分别提高到-0.62、-0.63、-0.70（P<0.05）。冰川和永久积雪用地、水体、气温等自然影响因子和WQI相关性较小，分别为0.25、-0.28、-0.45（P<0.05）；随机森林的结果显示总磷和溶解氧在建坝流域对WQI的贡献率和无建坝相比增幅最明显，分别为28.02%和27.85%，建设用地、人口密度、水体的贡献率也均有显著上升。本研究揭示了有无建坝下流域内景观格局与河流水质的相互关系，为大坝建设下的河流水生态保护提供参考。

大坝建设调整了流域水资源配置，使流域景观格局产生变化，进而影响河流水质。本研究将不同景观格局类型定性分为人为影响因子和自然影响因子，基于我国970个国控断面水质数据和271个建坝子流域情况，采用相关性分析和随机森林算法，定量探究大坝建设下流域景观格局对河流水质的影响。结果表明，建设用地、人口密度、夜间灯光等人为影响因子对河流水质的影响大于自然影响因子，其和WQI的相关性分别为-0.49、-0.55、-0.65（P<0.05）。大坝建设后人类活动加剧，建设用地、人口密度、夜间灯光和WQI的相关性分别提高到-0.62、-0.63、-0.70（P<0.05）。冰川和永久积雪用地、水体、气温等自然影响因子和WQI相关性较小，分别为0.25、-0.28、-0.45（P<0.05）；随机森林的结果显示总磷和溶解氧在建坝流域对WQI的贡献率和无建坝相比增幅最明显，分别为28.02%和27.85%，建设用地、人口密度、水体的贡献率也均有显著上升。本研究揭示了有无建坝下流域内景观格局与河流水质的相互关系，为大坝建设下的河流水生态保护提供参考。

大坝建设调整了流域水资源配置，使流域景观格局产生变化，进而影响河流水质。本研究将不同景观格局类型定性分为人为影响因子和自然影响因子，基于我国970个国控断面水质数据和271个建坝子流域情况，采用相关性分析和随机森林算法，定量探究大坝建设下流域景观格局对河流水质的影响。结果表明，建设用地、人口密度、夜间灯光等人为影响因子对河流水质的影响大于自然影响因子，其和WQI的相关性分别为-0.49、-0.55、-0.65（P<0.05）。大坝建设后人类活动加剧，建设用地、人口密度、夜间灯光和WQI的相关性分别提高到-0.62、-0.63、-0.70（P<0.05）。冰川和永久积雪用地、水体、气温等自然影响因子和WQI相关性较小，分别为0.25、-0.28、-0.45（P<0.05）；随机森林的结果显示总磷和溶解氧在建坝流域对WQI的贡献率和无建坝相比增幅最明显，分别为28.02%和27.85%，建设用地、人口密度、水体的贡献率也均有显著上升。本研究揭示了有无建坝下流域内景观格局与河流水质的相互关系，为大坝建设下的河流水生态保护提供参考。

冰面湖是冰川的重要组成部分，是冰川消融的指示器，不仅对全球气候变化响应迅速，而且对了解和掌握区域水资源信息意义重大。本文基于Sentinel-2遥感数据，利用随机森林算法，对巴尔托洛冰川冰面湖进行识别提取，并基于提取结果分析研究区冰面湖的空间分布特征，以及冰面湖面积、数量与冰川高程的关系。本文冰面湖提取的准确率达96.07%,完整率达92.18%,错误率为11.59%;识别出巴尔托洛冰川冰面湖567个，面积为249.46～37 134 m2;冰面湖多分布在距冰川末端3～26 km处，其中海拔3800～4300 m之间冰面湖数量最多，面积普遍较大，平均面积为1922 m2;随着高程的升高，冰面湖的数量和面积逐渐减少，在高程5300 m以上冰面湖数量仅为15个，平均面积为356 m2;高程升高导致冰面温度降低，是冰面湖数量和面积骤减的主要原因。

冰面湖是冰川的重要组成部分，是冰川消融的指示器，不仅对全球气候变化响应迅速，而且对了解和掌握区域水资源信息意义重大。本文基于Sentinel-2遥感数据，利用随机森林算法，对巴尔托洛冰川冰面湖进行识别提取，并基于提取结果分析研究区冰面湖的空间分布特征，以及冰面湖面积、数量与冰川高程的关系。本文冰面湖提取的准确率达96.07%,完整率达92.18%,错误率为11.59%;识别出巴尔托洛冰川冰面湖567个，面积为249.46～37 134 m2;冰面湖多分布在距冰川末端3～26 km处，其中海拔3800～4300 m之间冰面湖数量最多，面积普遍较大，平均面积为1922 m2;随着高程的升高，冰面湖的数量和面积逐渐减少，在高程5300 m以上冰面湖数量仅为15个，平均面积为356 m2;高程升高导致冰面温度降低，是冰面湖数量和面积骤减的主要原因。

青藏高原因其复杂的地形地势和和积雪分布使得多种雪深算法未达到理想的精度。基于新一代被动微波数据AMSR2(Advanced Microwave Scanning Radiometer2),应用随机森林算法(Random Forest,RF)将亮温(Brightness Temperature,BT)和亮温差(Brightness Temperature Difference,BTD)作为参数输入,并将高程和纬度参数引入雪深反演模型中,经过模拟退火算法进行有效反演因子筛选,构建了基于随机森林算法的青藏高原雪深反演模型。结果表明:与AMSR2全球雪深产品相比,随机森林算法的拟合优度(R2)由0.41提升至0.60,均方根误差(Root Mean Square Error,RMSE)由7.36cm降至4.88cm,偏差(BIAS)由3.24cm减小至-0.16cm,随机森林雪深反演模型在青藏高原的精度更高;青藏高原平均海拔超过4 000m,当海拔大于青藏高原平均海拔时,随机森林算法的反演效果最差,但RMSE仅为3.78cm,BIAS仅为-0.09cm;高原南部(25°～30°N)因其复杂的地...