文摘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,提出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,E_(NS))分别达到0.692、0.707和0.799,相较于度日模型分别提升了0.198、0.065和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。对比中国科学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。
