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。
