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。