融雪径流是西北干旱地区水资源的重要组成部分，准确的径流预测是水资源管理工作的基础。利用2001～2023年新疆和田河流域MODIS积雪资料和实测流量资料，以积雪覆盖率、雪线高度与大尺度气象-气候指数等作为预报因子，通过主成分分析筛选出主要预报因子，然后采用多元回归分析、支持向量机和随机森林3种方法建立和田河流域两断面融雪径流的数据驱动模型，再基于Stacking融合算法对上述模型进行集成，建立集成预报模型进行融雪径流预测。结果表明：3种模型在中长期融雪径流预报上均具有较好的预报效果，且随机森林模型预报精度整体优于多元回归模型和支持向量回归模型；基于Stacking融合算法，将多元回归模型、支持向量机模型和随机森林模型融合后的集成模型性能优于单一模型，预测精度得以提升，RMSE从0.308 m3/s降低至0.240 m3/s,MAE从0.227 m3/s降低至0.188 m3/s,R2从0.864提升至0.874。研究成果可为西北地区水资源分配与调度、洪涝灾害防御等提供参考。
融雪径流是西北干旱地区水资源的重要组成部分，准确的径流预测是水资源管理工作的基础。利用2001～2023年新疆和田河流域MODIS积雪资料和实测流量资料，以积雪覆盖率、雪线高度与大尺度气象-气候指数等作为预报因子，通过主成分分析筛选出主要预报因子，然后采用多元回归分析、支持向量机和随机森林3种方法建立和田河流域两断面融雪径流的数据驱动模型，再基于Stacking融合算法对上述模型进行集成，建立集成预报模型进行融雪径流预测。结果表明：3种模型在中长期融雪径流预报上均具有较好的预报效果，且随机森林模型预报精度整体优于多元回归模型和支持向量回归模型；基于Stacking融合算法，将多元回归模型、支持向量机模型和随机森林模型融合后的集成模型性能优于单一模型，预测精度得以提升，RMSE从0.308 m3/s降低至0.240 m3/s,MAE从0.227 m3/s降低至0.188 m3/s,R2从0.864提升至0.874。研究成果可为西北地区水资源分配与调度、洪涝灾害防御等提供参考。
融雪径流是西北干旱地区水资源的重要组成部分，准确的径流预测是水资源管理工作的基础。利用2001～2023年新疆和田河流域MODIS积雪资料和实测流量资料，以积雪覆盖率、雪线高度与大尺度气象-气候指数等作为预报因子，通过主成分分析筛选出主要预报因子，然后采用多元回归分析、支持向量机和随机森林3种方法建立和田河流域两断面融雪径流的数据驱动模型，再基于Stacking融合算法对上述模型进行集成，建立集成预报模型进行融雪径流预测。结果表明：3种模型在中长期融雪径流预报上均具有较好的预报效果，且随机森林模型预报精度整体优于多元回归模型和支持向量回归模型；基于Stacking融合算法，将多元回归模型、支持向量机模型和随机森林模型融合后的集成模型性能优于单一模型，预测精度得以提升，RMSE从0.308 m3/s降低至0.240 m3/s,MAE从0.227 m3/s降低至0.188 m3/s,R2从0.864提升至0.874。研究成果可为西北地区水资源分配与调度、洪涝灾害防御等提供参考。
融雪径流是西北干旱地区水资源的重要组成部分，准确的径流预测是水资源管理工作的基础。利用2001～2023年新疆和田河流域MODIS积雪资料和实测流量资料，以积雪覆盖率、雪线高度与大尺度气象-气候指数等作为预报因子，通过主成分分析筛选出主要预报因子，然后采用多元回归分析、支持向量机和随机森林3种方法建立和田河流域两断面融雪径流的数据驱动模型，再基于Stacking融合算法对上述模型进行集成，建立集成预报模型进行融雪径流预测。结果表明：3种模型在中长期融雪径流预报上均具有较好的预报效果，且随机森林模型预报精度整体优于多元回归模型和支持向量回归模型；基于Stacking融合算法，将多元回归模型、支持向量机模型和随机森林模型融合后的集成模型性能优于单一模型，预测精度得以提升，RMSE从0.308 m3/s降低至0.240 m3/s,MAE从0.227 m3/s降低至0.188 m3/s,R2从0.864提升至0.874。研究成果可为西北地区水资源分配与调度、洪涝灾害防御等提供参考。
融雪径流是西北干旱地区水资源的重要组成部分，准确的径流预测是水资源管理工作的基础。利用2001～2023年新疆和田河流域MODIS积雪资料和实测流量资料，以积雪覆盖率、雪线高度与大尺度气象-气候指数等作为预报因子，通过主成分分析筛选出主要预报因子，然后采用多元回归分析、支持向量机和随机森林3种方法建立和田河流域两断面融雪径流的数据驱动模型，再基于Stacking融合算法对上述模型进行集成，建立集成预报模型进行融雪径流预测。结果表明：3种模型在中长期融雪径流预报上均具有较好的预报效果，且随机森林模型预报精度整体优于多元回归模型和支持向量回归模型；基于Stacking融合算法，将多元回归模型、支持向量机模型和随机森林模型融合后的集成模型性能优于单一模型，预测精度得以提升，RMSE从0.308 m3/s降低至0.240 m3/s,MAE从0.227 m3/s降低至0.188 m3/s,R2从0.864提升至0.874。研究成果可为西北地区水资源分配与调度、洪涝灾害防御等提供参考。
南极海冰的生长消融与全球气候变化密切相关，而海冰上覆盖的积雪会对海冰的生长消融产生较大的影响。利用南极中山站附近海冰上的GPS数据，采用GNSS-IR(GNSS interferometric reflectometry)技术对海冰上覆积雪深度进行反演。首先，采用最小二乘谐波分析(least-squares harmonic estimation, LS-HE)方法提取反射信号的主波峰，计算反射面到天线相位中心的距离；其次，采用DBSCAN(density-based spatial clustering of applications with noise)聚类算法对反演结果进行质量控制；最后，利用现场实测雪深数据对反演结果进行了验证，平均偏差为-0.01 m,RMSE为0.012 m，表明GNSS-IR技术能够有效反演海冰表面积雪深度。
南极海冰的生长消融与全球气候变化密切相关，而海冰上覆盖的积雪会对海冰的生长消融产生较大的影响。利用南极中山站附近海冰上的GPS数据，采用GNSS-IR(GNSS interferometric reflectometry)技术对海冰上覆积雪深度进行反演。首先，采用最小二乘谐波分析(least-squares harmonic estimation, LS-HE)方法提取反射信号的主波峰，计算反射面到天线相位中心的距离；其次，采用DBSCAN(density-based spatial clustering of applications with noise)聚类算法对反演结果进行质量控制；最后，利用现场实测雪深数据对反演结果进行了验证，平均偏差为-0.01 m,RMSE为0.012 m，表明GNSS-IR技术能够有效反演海冰表面积雪深度。
南极海冰的生长消融与全球气候变化密切相关，而海冰上覆盖的积雪会对海冰的生长消融产生较大的影响。利用南极中山站附近海冰上的GPS数据，采用GNSS-IR(GNSS interferometric reflectometry)技术对海冰上覆积雪深度进行反演。首先，采用最小二乘谐波分析(least-squares harmonic estimation, LS-HE)方法提取反射信号的主波峰，计算反射面到天线相位中心的距离；其次，采用DBSCAN(density-based spatial clustering of applications with noise)聚类算法对反演结果进行质量控制；最后，利用现场实测雪深数据对反演结果进行了验证，平均偏差为-0.01 m,RMSE为0.012 m，表明GNSS-IR技术能够有效反演海冰表面积雪深度。
近年来,青藏高原多年冻土区生态环境呈现出逐年恶化趋势,从而对多年冻土活动层水热过程造成显著影响.此外,如何构建更加有效、针对寒区的陆面过程模式成为寒区研究的重点、热点之一.作为一种有效的参数估计方法,Bayes参数估计算法具有准确估计陆面过程模式参数的能力.因此,基于2005—2008年观测数据,利用CoupModel模型对青藏高原风火山流域土壤水热运移过程进行模拟;同时,利用Bayes参数估计方法估计部分水热运移参数.结果显示:模型对土壤温度(ST)的模拟效果较好,NSE系数均在0.90以上;也能够较好模拟浅层(0～40cm)土壤水分,NSE值均达到0.80以上,而对40cm以下土壤水分的模拟结果较差.模型也能够较准确模拟活动层土壤的冻结-融化过程.模型对温度水分极值和40cm深度以下水分的模拟存在一些偏差.值得一提的是,基于重要性采样MCMC方案的Bayes参数估计算法能够有效估计水热运移参数,模型模拟结果得到极大的改进.Bayes算法能够广泛解决陆面过程模式参数估计问题.
近年来,青藏高原多年冻土区生态环境呈现出逐年恶化趋势,从而对多年冻土活动层水热过程造成显著影响.此外,如何构建更加有效、针对寒区的陆面过程模式成为寒区研究的重点、热点之一.作为一种有效的参数估计方法,Bayes参数估计算法具有准确估计陆面过程模式参数的能力.因此,基于2005—2008年观测数据,利用CoupModel模型对青藏高原风火山流域土壤水热运移过程进行模拟;同时,利用Bayes参数估计方法估计部分水热运移参数.结果显示:模型对土壤温度(ST)的模拟效果较好,NSE系数均在0.90以上;也能够较好模拟浅层(0～40cm)土壤水分,NSE值均达到0.80以上,而对40cm以下土壤水分的模拟结果较差.模型也能够较准确模拟活动层土壤的冻结-融化过程.模型对温度水分极值和40cm深度以下水分的模拟存在一些偏差.值得一提的是,基于重要性采样MCMC方案的Bayes参数估计算法能够有效估计水热运移参数,模型模拟结果得到极大的改进.Bayes算法能够广泛解决陆面过程模式参数估计问题.