基于第六次国际耦合模式比较计划（CMIP6）的历史模拟试验以及情景预估试验数据，分析了21世纪中（2035—2064年）、后期（2070—2099年）青藏高原积雪相对于参考期（1985—2014年）的变化。结果表明：相对于参考期，21世纪中、后期青藏高原平均年积雪日数、平均积雪期均表现为减少，减少幅度总体随着人为辐射强迫的增加而加大；除低强迫情景外，21世纪后期的减少幅度均大于21世纪中期；空间上总体表现为青藏高原东南部的减少幅度大于西北部。21世纪中、后期青藏高原积雪初日均表现为推迟、积雪终日均表现为提前，积雪初日推迟天数是积雪终日提前天数的1.5～2.0倍；人为辐射强迫越高，积雪初（终）日推迟（提前）天数越多；相同情景下21世纪后期积雪初（终）日推迟（提前）天数均多于21世纪中期。降雪（气温）与年积雪日数呈正（负）相关；随着人为辐射强迫的增加，降雪对年积雪日数的相对贡献率总体呈增加趋势；空间特征表现为降雪（气温）对青藏高原南部和北部（东部和西部）的年积雪日数的相对贡献更大。7—12月降雪的减少幅度大于1—6月，这可能是积雪初日推迟天数多于积雪终日提前天数的重要原因。不同情景下青藏高...

基于第六次国际耦合模式比较计划（CMIP6）的历史模拟试验以及情景预估试验数据，分析了21世纪中（2035—2064年）、后期（2070—2099年）青藏高原积雪相对于参考期（1985—2014年）的变化。结果表明：相对于参考期，21世纪中、后期青藏高原平均年积雪日数、平均积雪期均表现为减少，减少幅度总体随着人为辐射强迫的增加而加大；除低强迫情景外，21世纪后期的减少幅度均大于21世纪中期；空间上总体表现为青藏高原东南部的减少幅度大于西北部。21世纪中、后期青藏高原积雪初日均表现为推迟、积雪终日均表现为提前，积雪初日推迟天数是积雪终日提前天数的1.5～2.0倍；人为辐射强迫越高，积雪初（终）日推迟（提前）天数越多；相同情景下21世纪后期积雪初（终）日推迟（提前）天数均多于21世纪中期。降雪（气温）与年积雪日数呈正（负）相关；随着人为辐射强迫的增加，降雪对年积雪日数的相对贡献率总体呈增加趋势；空间特征表现为降雪（气温）对青藏高原南部和北部（东部和西部）的年积雪日数的相对贡献更大。7—12月降雪的减少幅度大于1—6月，这可能是积雪初日推迟天数多于积雪终日提前天数的重要原因。不同情景下青藏高...

基于第六次国际耦合模式比较计划（CMIP6）的历史模拟试验以及情景预估试验数据，分析了21世纪中（2035—2064年）、后期（2070—2099年）青藏高原积雪相对于参考期（1985—2014年）的变化。结果表明：相对于参考期，21世纪中、后期青藏高原平均年积雪日数、平均积雪期均表现为减少，减少幅度总体随着人为辐射强迫的增加而加大；除低强迫情景外，21世纪后期的减少幅度均大于21世纪中期；空间上总体表现为青藏高原东南部的减少幅度大于西北部。21世纪中、后期青藏高原积雪初日均表现为推迟、积雪终日均表现为提前，积雪初日推迟天数是积雪终日提前天数的1.5～2.0倍；人为辐射强迫越高，积雪初（终）日推迟（提前）天数越多；相同情景下21世纪后期积雪初（终）日推迟（提前）天数均多于21世纪中期。降雪（气温）与年积雪日数呈正（负）相关；随着人为辐射强迫的增加，降雪对年积雪日数的相对贡献率总体呈增加趋势；空间特征表现为降雪（气温）对青藏高原南部和北部（东部和西部）的年积雪日数的相对贡献更大。7—12月降雪的减少幅度大于1—6月，这可能是积雪初日推迟天数多于积雪终日提前天数的重要原因。不同情景下青藏高...

为准确判断融雪期起止时间，以大渡河融雪径流主要来源区的丹巴以上流域为例，基于2009～2020年的水文气象资料，分别采用集对分析法、系统聚类法和K-means聚类法对流域枯季(11月～次年5月)融雪期进行分期计算，并对分期结果进行合理性评估，确定流域最终融雪期划分方案。结果表明，大渡河丹巴以上流域的主融雪期为1月11日～5月10日，其前的11月1日～1月10日为退水期，其后的5月11日～5月31日为降雨径流开始期(仍有部分融雪径流)。研究结果可为高纬度地区的融雪期划分提供参考。

为准确判断融雪期起止时间，以大渡河融雪径流主要来源区的丹巴以上流域为例，基于2009～2020年的水文气象资料，分别采用集对分析法、系统聚类法和K-means聚类法对流域枯季(11月～次年5月)融雪期进行分期计算，并对分期结果进行合理性评估，确定流域最终融雪期划分方案。结果表明，大渡河丹巴以上流域的主融雪期为1月11日～5月10日，其前的11月1日～1月10日为退水期，其后的5月11日～5月31日为降雨径流开始期(仍有部分融雪径流)。研究结果可为高纬度地区的融雪期划分提供参考。

为准确判断融雪期起止时间，以大渡河融雪径流主要来源区的丹巴以上流域为例，基于2009～2020年的水文气象资料，分别采用集对分析法、系统聚类法和K-means聚类法对流域枯季(11月～次年5月)融雪期进行分期计算，并对分期结果进行合理性评估，确定流域最终融雪期划分方案。结果表明，大渡河丹巴以上流域的主融雪期为1月11日～5月10日，其前的11月1日～1月10日为退水期，其后的5月11日～5月31日为降雨径流开始期(仍有部分融雪径流)。研究结果可为高纬度地区的融雪期划分提供参考。

基流量的准确确定是水资源利用、水文模型校验、生态需水量和河流自净能力计算等工作的重要基础。然而，基流量难以直接观测，目前常用的Eckhardt数字滤波等方法参数的物理意义并不十分明确，且固定的参数难以刻画基流量的年内和年际动态变化，限制了基流分割结果的精度。以第二松花江流域伊通河上游典型子流域为例，利用更具物理基础的同位素方法分别对流域汛期和融雪期两个关键时段进行基流分割，并利用不同季节分割结果对Eckhardt数字滤波法的参数进行了识别。研究发现，基于同位素结果可以有效识别Eckhardt法参数的季节性动态规律，因此利用参数动态识别后的Eckhardt法可以对流域后续径流过程进行更为准确的分割计算。本研究思路可以在保证基流分割结果精度的基础上，有效降低对监测数据的需求。

基流量的准确确定是水资源利用、水文模型校验、生态需水量和河流自净能力计算等工作的重要基础。然而，基流量难以直接观测，目前常用的Eckhardt数字滤波等方法参数的物理意义并不十分明确，且固定的参数难以刻画基流量的年内和年际动态变化，限制了基流分割结果的精度。以第二松花江流域伊通河上游典型子流域为例，利用更具物理基础的同位素方法分别对流域汛期和融雪期两个关键时段进行基流分割，并利用不同季节分割结果对Eckhardt数字滤波法的参数进行了识别。研究发现，基于同位素结果可以有效识别Eckhardt法参数的季节性动态规律，因此利用参数动态识别后的Eckhardt法可以对流域后续径流过程进行更为准确的分割计算。本研究思路可以在保证基流分割结果精度的基础上，有效降低对监测数据的需求。

基流量的准确确定是水资源利用、水文模型校验、生态需水量和河流自净能力计算等工作的重要基础。然而，基流量难以直接观测，目前常用的Eckhardt数字滤波等方法参数的物理意义并不十分明确，且固定的参数难以刻画基流量的年内和年际动态变化，限制了基流分割结果的精度。以第二松花江流域伊通河上游典型子流域为例，利用更具物理基础的同位素方法分别对流域汛期和融雪期两个关键时段进行基流分割，并利用不同季节分割结果对Eckhardt数字滤波法的参数进行了识别。研究发现，基于同位素结果可以有效识别Eckhardt法参数的季节性动态规律，因此利用参数动态识别后的Eckhardt法可以对流域后续径流过程进行更为准确的分割计算。本研究思路可以在保证基流分割结果精度的基础上，有效降低对监测数据的需求。

基于1961-2019年张家口市14个气象站点观测数据,利用Kriging空间插值、趋势系数、气候倾向率、累积距平和Mann-Kendall法全面分析了该地区降(积)雪资源时空变化特征,结果表明:1)各雪资源要素多年均值空间分布总体呈自北向南递减趋势,雪资源丰富区位于崇礼以北县区。多数要素表现出全市一致的空间变化特征。2)近59a来,降(积)雪主要发生于当年11月至次年3月。全市平均初(终)雪日显著推迟(提前),雪期、降雪日数显著减少,线性倾向率分别为-3.20d/10a、-4.18d/10a、-7.38d/10a、-4.18d/10a。而降雪量、积雪日数(深度)呈在波动中缓慢上升趋势。3)平均雪期、降雪日数和初(终)雪日呈现"∩"型年代际变化趋势,而平均降雪量、积雪日数(深度)总体走势相反。初(终)雪日、积雪日数分别在2003、1997、1979年前后发生突变,其余要素未有突变现象。