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。

冰川融水径流的浊度是反映冰川物质输出的重要指标，准确获取浊度数据对于研究冰川消融对下游环境的影响具有重要意义。传统的冰川融水径流浊度获取方法主要依靠涉水观测，存在成本高、效率低且难以连续监测的局限性。因此，本研究在青藏高原中南部廓琼岗日1号冰川开展实验，提出了一种基于低成本野外相机和深度学习方法的冰川融水径流浊度视觉监测方案。以1号冰川融水径流的图像和浊度数据为基础，搭建了基于MobileNetV1的冰川融水径流浊度预测模型。结果表明，廓琼岗日1号冰川融水径流水体颜色与浊度之间存在显著相关性，且日内浊度变化相对剧烈。所提出的冰川融水径流浊度预测模型可实现对冰川融水径流浊度的预测，在0～5 000 NTU(Nephelometric Turbidity Unit,NTU)的浊度区间，浊度预测值的平均绝对误差（Mean Absolute Error,MAE）为183.93 NTU，决定系数R2为0.45。在0～200 NTU的浊度区间，浊度预测值的平均绝对误差为9.14 NTU，相较于ShuffleNet、GhostNet、DenseNet121、InceptionV3、ResNet50，...

冰川融水径流的浊度是反映冰川物质输出的重要指标，准确获取浊度数据对于研究冰川消融对下游环境的影响具有重要意义。传统的冰川融水径流浊度获取方法主要依靠涉水观测，存在成本高、效率低且难以连续监测的局限性。因此，本研究在青藏高原中南部廓琼岗日1号冰川开展实验，提出了一种基于低成本野外相机和深度学习方法的冰川融水径流浊度视觉监测方案。以1号冰川融水径流的图像和浊度数据为基础，搭建了基于MobileNetV1的冰川融水径流浊度预测模型。结果表明，廓琼岗日1号冰川融水径流水体颜色与浊度之间存在显著相关性，且日内浊度变化相对剧烈。所提出的冰川融水径流浊度预测模型可实现对冰川融水径流浊度的预测，在0～5 000 NTU(Nephelometric Turbidity Unit,NTU)的浊度区间，浊度预测值的平均绝对误差（Mean Absolute Error,MAE）为183.93 NTU，决定系数R2为0.45。在0～200 NTU的浊度区间，浊度预测值的平均绝对误差为9.14 NTU，相较于ShuffleNet、GhostNet、DenseNet121、InceptionV3、ResNet50，...

冰川融水径流的浊度是反映冰川物质输出的重要指标，准确获取浊度数据对于研究冰川消融对下游环境的影响具有重要意义。传统的冰川融水径流浊度获取方法主要依靠涉水观测，存在成本高、效率低且难以连续监测的局限性。因此，本研究在青藏高原中南部廓琼岗日1号冰川开展实验，提出了一种基于低成本野外相机和深度学习方法的冰川融水径流浊度视觉监测方案。以1号冰川融水径流的图像和浊度数据为基础，搭建了基于MobileNetV1的冰川融水径流浊度预测模型。结果表明，廓琼岗日1号冰川融水径流水体颜色与浊度之间存在显著相关性，且日内浊度变化相对剧烈。所提出的冰川融水径流浊度预测模型可实现对冰川融水径流浊度的预测，在0～5 000 NTU(Nephelometric Turbidity Unit,NTU)的浊度区间，浊度预测值的平均绝对误差（Mean Absolute Error,MAE）为183.93 NTU，决定系数R2为0.45。在0～200 NTU的浊度区间，浊度预测值的平均绝对误差为9.14 NTU，相较于ShuffleNet、GhostNet、DenseNet121、InceptionV3、ResNet50，...

[目的]冰川融水输沙不仅可以反映冰川侵蚀速率，而且是下游河流泥沙的重要来源之一，因此，认识青藏高原地区冰川融水径流中悬移质和推移质动态输沙特征对于冰川地貌演化预测和下游防灾减灾工作具有十分重要的意义。[方法]基于2023年8月11—24日七一冰川下游河道的水文泥沙实测数据，分别构建流量—水位、悬移质含沙量—流量和单宽推移质输沙率—水流剪切应力之间的相关关系，进而重建整个研究时段的流量、悬移质和推移质动态输沙过程。[结果]七一冰川融水径流中悬移质含沙量和推移质输沙率受径流变化控制，日变化十分剧烈。悬移质含沙量每日最小值一般出现在10:00,最大值出现在16:00,中值粒径约为0.3 mm。推移质输沙过程与悬移质含沙量的日变化趋势基本相同，但推移质中值粒径远大于悬移质，约12 mm,而且在每日05:00—09:00时段，由于水流搬运能力的限制，没有推移质输沙。就输沙量而言，七一冰川融水输沙以悬移质泥沙为主，推移质日输沙量远小于悬移质日输沙量，约占悬移质日输沙量的1.73%～2.81%。冰面气温是影响冰川融水径流量、悬移质含沙量和推移质输沙率的关键因素，随着冰面气温的增加，径流量和悬移质含沙...

[目的]冰川融水输沙不仅可以反映冰川侵蚀速率，而且是下游河流泥沙的重要来源之一，因此，认识青藏高原地区冰川融水径流中悬移质和推移质动态输沙特征对于冰川地貌演化预测和下游防灾减灾工作具有十分重要的意义。[方法]基于2023年8月11—24日七一冰川下游河道的水文泥沙实测数据，分别构建流量—水位、悬移质含沙量—流量和单宽推移质输沙率—水流剪切应力之间的相关关系，进而重建整个研究时段的流量、悬移质和推移质动态输沙过程。[结果]七一冰川融水径流中悬移质含沙量和推移质输沙率受径流变化控制，日变化十分剧烈。悬移质含沙量每日最小值一般出现在10:00,最大值出现在16:00,中值粒径约为0.3 mm。推移质输沙过程与悬移质含沙量的日变化趋势基本相同，但推移质中值粒径远大于悬移质，约12 mm,而且在每日05:00—09:00时段，由于水流搬运能力的限制，没有推移质输沙。就输沙量而言，七一冰川融水输沙以悬移质泥沙为主，推移质日输沙量远小于悬移质日输沙量，约占悬移质日输沙量的1.73%～2.81%。冰面气温是影响冰川融水径流量、悬移质含沙量和推移质输沙率的关键因素，随着冰面气温的增加，径流量和悬移质含沙...

全球变暖背景下冰川及冰川水资源的可能变化对径流的影响，是水文领域持续关注的重点内容。通过分析开都河流域冰川面积及其融水变化趋势，量化评估冰川融水对径流的贡献情况，探究冰川-径流-气候之间的响应关系。结果表明：开都河流域冰川面积占比小，平均覆盖度约为1.55%，小规模冰川条数较多，约有78.17%分布在小于0.5 km2的规模上，整体呈现衰退趋势；2009—2018年冰川面积减少了3.69%，冰川条数减少了1.33%;2014—2021年流域径流、冰川融水、降水均呈先增加后减少的变化趋势，其中夏季流量高达15.48×10～8 m3，约为其他季节径流量的2倍以上，消融季（6—9月）冰川融水约为9.96×10～8 m3，其对径流的平均贡献率达54.3%，是径流的重要组成部分；流域降水与河川径流的相关性高于温度与其的相关性，而温度是影响流域冰川融水变化的主导因子。研究结果对深化流域河川径流过程变化的认识和水资源利用具有重要意义。

全球变暖背景下冰川及冰川水资源的可能变化对径流的影响，是水文领域持续关注的重点内容。通过分析开都河流域冰川面积及其融水变化趋势，量化评估冰川融水对径流的贡献情况，探究冰川-径流-气候之间的响应关系。结果表明：开都河流域冰川面积占比小，平均覆盖度约为1.55%，小规模冰川条数较多，约有78.17%分布在小于0.5 km2的规模上，整体呈现衰退趋势；2009—2018年冰川面积减少了3.69%，冰川条数减少了1.33%;2014—2021年流域径流、冰川融水、降水均呈先增加后减少的变化趋势，其中夏季流量高达15.48×10～8 m3，约为其他季节径流量的2倍以上，消融季（6—9月）冰川融水约为9.96×10～8 m3，其对径流的平均贡献率达54.3%，是径流的重要组成部分；流域降水与河川径流的相关性高于温度与其的相关性，而温度是影响流域冰川融水变化的主导因子。研究结果对深化流域河川径流过程变化的认识和水资源利用具有重要意义。