结合传统营养盐负荷分析与暴雨流量过程线分割揭示乡村源头集水区事件驱动营养盐输出的隐蔽模式
该研究将传统营养盐负荷分析与暴雨流量过程线分割相结合,用于识别乡村源头集水区事件驱动营养盐输出中此前被掩盖的模式。材料仅提供参考文献列表,未给出研究区域、数据、模型版本或具体结果,故无法补充方法细节与结论。
该研究将传统营养盐负荷分析与暴雨流量过程线分割相结合,用于识别乡村源头集水区事件驱动营养盐输出中此前被掩盖的模式。材料仅提供参考文献列表,未给出研究区域、数据、模型版本或具体结果,故无法补充方法细节与结论。
研究针对波罗的海芬兰群岛海域,将现场测量与大规模数值模型模拟相结合,评估波浪引起的沉积物再悬浮潜力。材料以参考文献列表形式呈现,涉及波浪模型(如SWAN、WAVEWATCH III)、黏性沉积物侵蚀性与再悬浮相关研究,但未给出本研究的具体观测数据、模型设置或结果数值。
推荐理由:将现场观测与大规模波浪模型结合评估芬兰群岛波致沉积物再悬浮潜力,可为浅海泥沙起动条件与模型边界设置提供参考。
研究通过改进的碳-水耦合模型,增强了对中国水产量变化主导驱动因子的理解。模型结合碳与水循环过程,用于识别全国尺度上水产量变化的主要驱动因素。
研究针对宽度小于50米的窄河道,评估SWOT任务反演的水面高程用于洪水监测的表现。材料以参考文献列表形式呈现,涉及SWOT/KaRIn水面高程产品、SWORD河网数据库及洪水淹没建模等背景,但未在可见正文中给出具体的评估指标、对比基准或结论数值。
推荐理由:评估SWOT在宽度不足50米窄河道的水面高程精度,为小河流洪水监测的卫星数据可用性提供参照。
一项发表于HESS的研究在美国本土对比了多模型拼图与多模型组合两类方法在径流模拟中的表现。研究基于CAMELS等大样本水文数据集,评估不同方法对流域径流的模拟效果,并引用Addor等提出的模型选择与性能评估框架。
研究针对潮汐分辨的北大西洋与赤道大西洋数值模拟,考察表层水平动能对数值参数的敏感性,并引用HYCOM NEATL模拟、OceanParcels轨迹与GDP漂流浮标观测等数据作为参照。材料未给出具体参数取值、敏感性幅度或验证指标,结论以原文表述为准。
推荐理由:针对潮汐分辨的北大西洋与赤道大西洋模拟,检验表层水平动能对数值参数的敏感性,可为同类海洋模型的参数设置与验证提供参考。
该研究聚焦冰岛径流动态对气候变化的响应。研究基于LamaH-Ice数据集(Helgason和Nijssen,2024)及配套代码(Helgason,2026),采用改进的Mann-Kendall趋势检验(Hamed和Ramachandra Rao,1998)等方法分析径流变化。材料仅提供参考文献列表,未给出具体研究结果与结论。
该研究评估了塞浦路斯未来径流,采用非稳态气候条件下的水文模型率定与区域气候模式集合筛选方法。研究通过率定水文模型并筛选区域气候模式集合,对未来径流进行预估,但摘要未提供具体模型名称、率定指标或径流量化结果。
该材料为河口混合主题的文献综述,汇编了自1986年以来关于河口交换流、潮汐应变、盐度方差收支与混合参数化的多项研究,涉及Knudsen定理、总交换流分析框架及GETM、GOTM等模型的应用。综述涵盖理想与实际河口、多汊河口及波罗的海等区域,关注混合估计与有效扩散系数等议题。
该研究关注狭窄、强混合河口中总交换流(Total Exchange Flow)的沿程变化,并考察M4潮汐分潮的影响。材料仅提供参考文献列表,未给出研究设计、观测或模拟结果的具体数值,故无法补充方法与结论细节。
该研究以日本东北上北海岸平原软沉积岩地区为对象,开展河流下切模型的参数估计。研究基于河流纵剖面等地貌数据,对下切模型参数进行率定,以探讨软沉积岩区河流下切过程的控制因素。
研究针对亚马孙流域的 Ucayali 河,结合长期观测、遥感与 SWAT-Amazon 建模分析其长期水沙动态。材料以参考文献列表形式呈现,未给出具体方法细节、数值结果或率定验证指标,故无法报告结论与限制。
推荐理由:结合长期观测、遥感和 SWAT-Amazon 建模分析 Ucayali 河的水沙动态,可为大型河流水沙模拟的数据融合与率定提供参考。
该研究以现场实测资料为基础,分析全球潮汐特征,属于观测性研究。材料仅提供参考文献列表,未给出具体方法、数据范围与结果数值,故无法补充其分析时段、站点数量或潮汐特征结论。
推荐理由:基于全球验潮站实测资料分析潮汐特征,可为潮汐调和分析、数据集比较与边界条件选取提供参考。
该研究提出一种基于混合Kolmogorov–Arnold网络(KAN)并引入注意力机制的模型,用于预测北极河流径流。材料显示其参考文献涵盖LSTM、GRU等深度学习径流预测方法及KAN在径流预报中的应用,但正文未给出具体研究区域、数据、率定验证与结果数值。
研究首次在阿尔卑斯山全境尺度重建了末次盛冰期(LGM)冰川泥沙输运,采用GPU加速的粒子追踪方法实现高效模拟。该工作为理解冰川侵蚀、泥沙输运与地貌演化提供了新的数值模拟途径,但摘要未给出具体模型版本、验证数据或定量结果。
该研究针对流域尺度溶质弥散问题,指出分层沉积构架控制着从预渐近动力学到不确定性传播的整个过程。研究基于多尺度非均质含水层中溶质运移的已有观测与模拟认识,强调沉积构架分辨率对羽流弥散的影响,并涉及非菲克输运与不确定性传播的刻画。
该研究以奥地利Ötztal阿尔卑斯山Rofental高山研究流域为对象,分析强降雨与悬沙通量之间的联系。材料仅提供参考文献列表,未给出具体方法、数据与结果,无法据此补充数值或结论。
该研究评估了欧洲径流均值与极值对气候变率的敏感性。研究基于长期水文气象记录,采用弹性方法分析降水等气候变量对全流量分布的影响,并引用了EStreams等欧洲径流与水文气候数据集。
研究针对强潮、高浊度河口的交换流问题,考察悬沙对交换流的影响。材料显示该研究涉及泥沙引起的密度梯度、分层与混合过程,并引用TELEMAC-MASCARET/GAIA等建模框架及总交换流(TEF)分析方法;相关数据发布于Zenodo(DOI: 10.5281/zenodo.18927657)。摘要未提供具体数值结果,结论以原文表述为准。
推荐理由:研究聚焦强潮高浊河口悬沙对交换流的调制,可为同类河口的密度分层与交换流建模提供参考。
该研究提出一个集成深度学习框架,用于快速预测时空地貌动力变化并面向长期模拟。材料显示其参考文献涵盖Delft3D-FLOW、MIKE 21C等水动力与地貌模型,以及CNN、LSTM等深度学习方法在洪水制图、泥沙输运与河道演变中的应用。摘要未给出具体研究区域、数据、验证指标与模拟结果,相关结论需以原文为准。
针对法国未来径流与地下水投影,研究构建了大型瞬态多情景多模型集合。该集合整合多情景与多模型,用于刻画未来水文变量变化,并支撑不确定性评估。
该研究探讨了径流弹性与干旱度之间的关系,基于CAMELS等大样本流域数据集开展分析。研究引用Andréassian等提出的基于长期水文气象记录的弹性指数方法,涉及Budyko框架下的水量平衡公式。
该研究基于地貌演化数值模拟,对流域尺度河道迁移进行预测。材料显示其参考文献涉及 Landlab v2.0、LISFLOOD-FP 2D 水动力模型与 CAESAR 模型耦合、CMIP6 情景等,但正文未给出具体研究区域、数据、验证指标与结果。
该研究提出一种基于“长记忆-阈值”结构的DAR类模型,用于变化环境下的日径流预测,并将其定位为现有方法的竞争者。模型结合长记忆特征与阈值结构,参考文献涉及ARFIMA、GARCH及LSTM等时间序列与机器学习方法。摘要未提供具体研究区域、数据、率定验证指标及量纲信息。
该研究针对非对称潮汐沙丘开展实验,测量其上方时均流场与湍流结构,属于实验研究而非现场观测。材料仅给出标题与参考文献列表,未提供实验装置、工况参数或具体结果数值,因此无法报告流速、湍流统计量或阻力系数的定量结论。相关实验数据以 PANGAEA 数据集形式发布(Bobiles 等,2026)。
推荐理由:实验测量非对称潮汐沙丘上的时均流与湍流结构,可为潮汐环境下床面阻力与泥沙输运参数化提供对照数据。
该研究探讨基岩强度对河流纵剖面的影响,指出泥沙动力学起主导作用。基于地貌演化模型分析,结果表明基岩强度的影响有限。
该研究关注巴西赤道边缘海域表层叶绿素a浓度中的潮汐信号,材料仅提供参考文献列表,未给出研究设计、数据来源、分析方法或具体结果,无法据此判断其观测、模拟或统计结论。
该研究在 Hydrology and Earth System Sciences 发表,针对河床床形动态条件下的地表水与地下水混合及混合依赖型反硝化过程开展数值模拟。材料仅提供参考文献列表,未给出该研究的具体方法、参数设置、模拟结果或验证指标,无法据此报告其结论与适用范围。
该技术说明提出TMAX方法,在Gumbel(1954)极值统计基础上改为每个潮汐日选取一个最大值,并按每年约5个最大值的子集做最小二乘直线拟合,以估计极值海平面(ESL)与洪水重现期。
推荐理由:提出以潮汐日最大值替代年最大值的极值海平面估计方法,并在39个英国站点与SSJPM结果比较,可供海岸防洪重现期方法选择参考。
针对水文模型能否模拟径流极值与干旱到洪水转换这一问题,相关研究(如Acuña Espinoza等2025年发表于HESS的混合水文模型极端事件外推能力分析)开展了评估。研究关注模型在极端事件外推中的泛化能力,涉及率定与验证等环节。原文未给出具体研究区域、数据与量化结果。
该研究围绕经验径流敏感性,分析了其不确定性、时间变率及影响因素。材料显示相关讨论涉及CAMELS等大样本数据集与多种敏感性/弹性指标,但未给出具体研究区域、验证指标或定量结果。
研究评估了两种基于LSTM的方法以改进澳大利亚的径流预测:LSTM-C仅以降水和潜在蒸散为输入的独立降雨-径流LSTM,以及LSTM-QC,即纳入澳大利亚水资源评估-景观模型(AWRA-L)径流输出的降雨-径流LSTM,也可视为AWRA-L的后处理器。
推荐理由:在218个CAMELS-AUS流域上比较LSTM后处理AWRA-L与独立LSTM,并区分偏差校正与河道汇流的信息来源,可供模型选型参考。