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。
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。
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。