中低纬度高寒山区蕴藏着丰富的淡水资源，对于向中下游地区供水具有至关重要的保障作用。季节冻土区松散沉积物是连通山区和河流的重要通道，其地下水与地表水交互过程显著影响该区域水资源的可利用性和生态系统的稳定性。为揭示高寒流域季节冻土区地下水与地表水交互机制，本文以祁连山葫芦沟流域季节冻土区为研究对象，结合该区域的水文地质条件、地下水位监测数据，利用GMS软件构建三维地下水流数值模型，对季节性融冻作用影响下地下水与地表水转化关系进行模拟和分析。结果表明：在冷季（1—3月、10—12月），季节冻土层的冻结状态阻碍了支流河段的水源补给，但由于季节冻土层分布的不连续，支流河段河床仍存在部分融区，使得地下水仍对东、西支河段河道径流有一定的贡献，且地下水向东、西支河段河道径流的总转化量分别为277 188 m3和105 190 m3，其转化量与冲洪积孔隙含水层的补给区和排泄区之间的水力梯度呈正相关关系；在暖季（4—9月），支流河段获取到更多降雨和冰雪融水的水源补给，与地下水的交互关系已经转变为地表水向地下水转化，东、西支河段河水渗漏补给地下水的总转化量分别为6...
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。
【目的】探究大兴安岭多年冻土区小流域地表水和地下水的水化学特征并分析水体溶质元素来源及主要影响因子。【方法】在大兴安岭多年冻土区老爷岭小流域，于2023年4月1日至7月30日，采集地表水、潜水和承压水样品，测定主要离子浓度。基于数理统计、Piper三线图、Gibbs图、矿物稳定场图和离子比例系数等方法，分析地表水和地下水的水化学特征，揭示其季节变化规律及溶质元素来源。【结果】研究表明，1)大兴安岭多年冻土区老爷岭小流域的地下水和地表水为弱碱性淡水，优势离子为HCO3-，Ca2+、Mg2+。地表水、潜水、承压水的水化学类型分别为HCO3-Ca·Mg型、HCO3-Ca·Na型、HCO3-Ca·Mg·Na型。2)地表水和地下水的主要离子浓度有一定的季节性差异。在融雪径流期，地表水和潜水的主要离子浓度高，呈先上升后下降的变化趋势，而承压水的离子浓度呈平缓上升趋势；在生长季，地表水、潜水和承压水的离子浓度较为稳定；3)降水量、径流深与地表水中离...
【目的】探究大兴安岭多年冻土区小流域地表水和地下水的水化学特征并分析水体溶质元素来源及主要影响因子。【方法】在大兴安岭多年冻土区老爷岭小流域，于2023年4月1日至7月30日，采集地表水、潜水和承压水样品，测定主要离子浓度。基于数理统计、Piper三线图、Gibbs图、矿物稳定场图和离子比例系数等方法，分析地表水和地下水的水化学特征，揭示其季节变化规律及溶质元素来源。【结果】研究表明，1)大兴安岭多年冻土区老爷岭小流域的地下水和地表水为弱碱性淡水，优势离子为HCO3-，Ca2+、Mg2+。地表水、潜水、承压水的水化学类型分别为HCO3-Ca·Mg型、HCO3-Ca·Na型、HCO3-Ca·Mg·Na型。2)地表水和地下水的主要离子浓度有一定的季节性差异。在融雪径流期，地表水和潜水的主要离子浓度高，呈先上升后下降的变化趋势，而承压水的离子浓度呈平缓上升趋势；在生长季，地表水、潜水和承压水的离子浓度较为稳定；3)降水量、径流深与地表水中离...
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。
【目的】探究大兴安岭多年冻土区小流域地表水和地下水的水化学特征并分析水体溶质元素来源及主要影响因子。【方法】在大兴安岭多年冻土区老爷岭小流域，于2023年4月1日至7月30日，采集地表水、潜水和承压水样品，测定主要离子浓度。基于数理统计、Piper三线图、Gibbs图、矿物稳定场图和离子比例系数等方法，分析地表水和地下水的水化学特征，揭示其季节变化规律及溶质元素来源。【结果】研究表明，1)大兴安岭多年冻土区老爷岭小流域的地下水和地表水为弱碱性淡水，优势离子为HCO3-，Ca2+、Mg2+。地表水、潜水、承压水的水化学类型分别为HCO3-Ca·Mg型、HCO3-Ca·Na型、HCO3-Ca·Mg·Na型。2)地表水和地下水的主要离子浓度有一定的季节性差异。在融雪径流期，地表水和潜水的主要离子浓度高，呈先上升后下降的变化趋势，而承压水的离子浓度呈平缓上升趋势；在生长季，地表水、潜水和承压水的离子浓度较为稳定；3)降水量、径流深与地表水中离...
【目的】探究大兴安岭多年冻土区小流域地表水和地下水的水化学特征并分析水体溶质元素来源及主要影响因子。【方法】在大兴安岭多年冻土区老爷岭小流域，于2023年4月1日至7月30日，采集地表水、潜水和承压水样品，测定主要离子浓度。基于数理统计、Piper三线图、Gibbs图、矿物稳定场图和离子比例系数等方法，分析地表水和地下水的水化学特征，揭示其季节变化规律及溶质元素来源。【结果】研究表明，1)大兴安岭多年冻土区老爷岭小流域的地下水和地表水为弱碱性淡水，优势离子为HCO3-，Ca2+、Mg2+。地表水、潜水、承压水的水化学类型分别为HCO3-Ca·Mg型、HCO3-Ca·Na型、HCO3-Ca·Mg·Na型。2)地表水和地下水的主要离子浓度有一定的季节性差异。在融雪径流期，地表水和潜水的主要离子浓度高，呈先上升后下降的变化趋势，而承压水的离子浓度呈平缓上升趋势；在生长季，地表水、潜水和承压水的离子浓度较为稳定；3)降水量、径流深与地表水中离...
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。