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...

【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...

【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...

冻结层上水是寒区冻土水文循环的关键层，揭示其动态演变规律，对认知冻土区地下水运移机制及精准预测具有重要科学意义。然而，由于多年冻土区原位监测数据的匮乏，以及非线性适应型水文过程模型构建的缺失，冻结层上水动态时空预测精度难以满足科学研究和工程实践需求。本研究以青藏高原风火山小流域（海拔4063～5398 m）为典型研究区，基于2021—2023年原位观测气象数据（精度±0.1℃/±0.1 mm）、逐日土壤水热(精度±1℃/±0.03 m3·m-3)及冻结层上水位（精度±0.14 cm）原位监测数据，揭示坡面尺度冻结层上水动态的水热时空协同机制；集成气温、降水、土壤温湿度和初始水位等多要素，构建及评估基于长短期记忆神经网络（LSTM）的冻土水文预测模型的适应性。研究发现：（1）冻结层上水动态具有显著季节分异特征，其水位波动（年变幅0～1.53 m）与活动层土壤温湿度呈现一致性，基于Boltzmann函数的平均拟合优度为0.90。（2）所构建的基于LSTM方法的冻结层上水位预测模型（学习率0.002）在坡面多梯度验证中表现出卓越性能，平均纳什效率系...

冻结层上水是寒区冻土水文循环的关键层，揭示其动态演变规律，对认知冻土区地下水运移机制及精准预测具有重要科学意义。然而，由于多年冻土区原位监测数据的匮乏，以及非线性适应型水文过程模型构建的缺失，冻结层上水动态时空预测精度难以满足科学研究和工程实践需求。本研究以青藏高原风火山小流域（海拔4063～5398 m）为典型研究区，基于2021—2023年原位观测气象数据（精度±0.1℃/±0.1 mm）、逐日土壤水热(精度±1℃/±0.03 m3·m-3)及冻结层上水位（精度±0.14 cm）原位监测数据，揭示坡面尺度冻结层上水动态的水热时空协同机制；集成气温、降水、土壤温湿度和初始水位等多要素，构建及评估基于长短期记忆神经网络（LSTM）的冻土水文预测模型的适应性。研究发现：（1）冻结层上水动态具有显著季节分异特征，其水位波动（年变幅0～1.53 m）与活动层土壤温湿度呈现一致性，基于Boltzmann函数的平均拟合优度为0.90。（2）所构建的基于LSTM方法的冻结层上水位预测模型（学习率0.002）在坡面多梯度验证中表现出卓越性能，平均纳什效率系...

冻结层上水是寒区冻土水文循环的关键层，揭示其动态演变规律，对认知冻土区地下水运移机制及精准预测具有重要科学意义。然而，由于多年冻土区原位监测数据的匮乏，以及非线性适应型水文过程模型构建的缺失，冻结层上水动态时空预测精度难以满足科学研究和工程实践需求。本研究以青藏高原风火山小流域（海拔4063～5398 m）为典型研究区，基于2021—2023年原位观测气象数据（精度±0.1℃/±0.1 mm）、逐日土壤水热(精度±1℃/±0.03 m3·m-3)及冻结层上水位（精度±0.14 cm）原位监测数据，揭示坡面尺度冻结层上水动态的水热时空协同机制；集成气温、降水、土壤温湿度和初始水位等多要素，构建及评估基于长短期记忆神经网络（LSTM）的冻土水文预测模型的适应性。研究发现：（1）冻结层上水动态具有显著季节分异特征，其水位波动（年变幅0～1.53 m）与活动层土壤温湿度呈现一致性，基于Boltzmann函数的平均拟合优度为0.90。（2）所构建的基于LSTM方法的冻结层上水位预测模型（学习率0.002）在坡面多梯度验证中表现出卓越性能，平均纳什效率系...

冻结层上水是寒区冻土水文循环的关键层，揭示其动态演变规律，对认知冻土区地下水运移机制及精准预测具有重要科学意义。然而，由于多年冻土区原位监测数据的匮乏，以及非线性适应型水文过程模型构建的缺失，冻结层上水动态时空预测精度难以满足科学研究和工程实践需求。本研究以青藏高原风火山小流域（海拔4063～5398 m）为典型研究区，基于2021—2023年原位观测气象数据（精度±0.1℃/±0.1 mm）、逐日土壤水热(精度±1℃/±0.03 m3·m-3)及冻结层上水位（精度±0.14 cm）原位监测数据，揭示坡面尺度冻结层上水动态的水热时空协同机制；集成气温、降水、土壤温湿度和初始水位等多要素，构建及评估基于长短期记忆神经网络（LSTM）的冻土水文预测模型的适应性。研究发现：（1）冻结层上水动态具有显著季节分异特征，其水位波动（年变幅0～1.53 m）与活动层土壤温湿度呈现一致性，基于Boltzmann函数的平均拟合优度为0.90。（2）所构建的基于LSTM方法的冻结层上水位预测模型（学习率0.002）在坡面多梯度验证中表现出卓越性能，平均纳什效率系...

冻结层上水是寒区冻土水文循环的关键层，揭示其动态演变规律，对认知冻土区地下水运移机制及精准预测具有重要科学意义。然而，由于多年冻土区原位监测数据的匮乏，以及非线性适应型水文过程模型构建的缺失，冻结层上水动态时空预测精度难以满足科学研究和工程实践需求。本研究以青藏高原风火山小流域（海拔4063～5398 m）为典型研究区，基于2021—2023年原位观测气象数据（精度±0.1℃/±0.1 mm）、逐日土壤水热(精度±1℃/±0.03 m3·m-3)及冻结层上水位（精度±0.14 cm）原位监测数据，揭示坡面尺度冻结层上水动态的水热时空协同机制；集成气温、降水、土壤温湿度和初始水位等多要素，构建及评估基于长短期记忆神经网络（LSTM）的冻土水文预测模型的适应性。研究发现：（1）冻结层上水动态具有显著季节分异特征，其水位波动（年变幅0～1.53 m）与活动层土壤温湿度呈现一致性，基于Boltzmann函数的平均拟合优度为0.90。（2）所构建的基于LSTM方法的冻结层上水位预测模型（学习率0.002）在坡面多梯度验证中表现出卓越性能，平均纳什效率系...