Page 310 - 《高原气象》2026年第2期

高 原 气 象 45 卷
610
2014WR015712. land surface evapotranspiration from global products［J］. Remote
Geshnigani F S， Mirabbasi R， Golabi M R， 2021. Evaluation of FAO’s Sensing of Environment， 304： 114066. DOI： 10. 1016/j. rse.
WaPOR product in estimating the reference evapotranspiration for 2024. 114066.
stream flow modeling［J］. Theoretical and Applied Climatology， Wang J， Zhuo L， Han D， et al， 2023. Hydrological model adaptabili‐
144： 191-201. DOI： 10. 1007/s00704-021-03534-y. ty to rainfall inputs of varied quality［J］. Water Resources Re‐
Ghobadi F， Yaseen Z M， Kang D， 2024. Long-term streamflow fore‐ search， 59（2）： e2022WR032484. DOI： 10. 1029/2022WR03
casting in data-scarce regions： Insightful investigation for leverag‐ 2484.
ing satellite-derived data， Informer architecture， and concurrent Wu X， Su J， Ren W， et al， 2023. Statistical comparison and hydrolog‐
fine-tuning transfer learning［J］. Journal of Hydrology， 631： ical utility evaluation of ERA5-Land and IMERG precipitation
130772. DOI： 10. 1016/j. jhydrol. 2024. 130772. products on the Tibetan Plateau［J］. Journal of Hydrology， 620：
Le X H， Van L N， Nguyen D H， et al， 2023. Comparison of bias-cor‐ 129384. DOI： 10. 1016/j. jhydrol. 2023. 129384.
rected multisatellite precipitation products by deep learning frame‐ Wu Y， Guo L， Zheng H， et al， 2019. Hydroclimate assessment of
work［J］. International Journal of Applied Earth Observation and gridded precipitation products for the Tibetan Plateau［J］. Science
Geoinformation， 116： 103177. DOI： 10. 1016/j. jag. 2022. of the Total Environment， 660： 1555-1564. DOI： 10. 1016/j. sci‐
103177. totenv. 2019. 01. 119.
Li M， Zou L， Xia J， et al， 2025. Evaluating the performance of five Zhao T， Pan J， Bi F， 2023. Can human activities enhance the trade-
global gridded potential evapotranspiration products in hydrologi‐ off intensity of ecosystem services in arid inland river basins？
cal simulation： Application in the upper Han River Basin［J］. Taking the Taolai River asin as an example［J］. Science of the To‐
Journal of Hydrology： Regional Studies， 57： 102114. DOI： tal Environment， 861： 160662. DOI： 10. 1016/j. scitotenv.
10. 1016/j. ejrh. 2024. 102114. 2022. 160662.
Luo Z， Shao Q， 2022. A modified hydrologic model for examining Zhou L， Koike T， Takeuchi K， et al， 2022. A study on availability of
the capability of global gridded PET products in improving hydro‐ ground observations and its impacts on bias correction of satellite
logical simulation accuracy of surface runoff， streamflow and precipitation products and hydrologic simulation efficiency［J］.
baseflow［J］. Journal of Hydrology， 610： 127960. DOI： 10. Journal of Hydrology， 610： 127595. DOI： 10. 1016/j. jhy‐
1016/j. jhydrol. 2022. 127960. drol. 2022. 127595.
Lü Y， Yong B， Huang F， et al， 2024. Investigating twelve main‐ 班春广， 左德鹏， 徐宗学， 等， 2023. 高寒区多源降水产品精度与水
stream global precipitation datasets： Which one performs better 文模拟效果评估——以雅鲁藏布江流域和拉萨河流域为例
on the Tibetan Plateau？［J］. Journal of Hydrology， 633： 130947. ［J］. 水土保持学报， 37（2）： 159-168+226. DOI： 10. 13870/j.
DOI： 10. 1016/j. jhydrol. 2024. 130947. cnki. stbcxb. 2023. 02. 019. Ban C G， Zuo D P， Xu Z X， et al，
Meema T， Wattanasetpong J， Wichakul S， 2025. Integrating machine 2023. Assessment on the accuracy and hydrological simulation ef‐
learning and zoning-based techniques for bias correction in grid‐ fect of multi-source precipitation products in the high cold alpine
ded precipitation data to improve hydrological estimation in the region case study in the Yarlung Zangbo River Basin and the Lha‐
data-scarce region［J］. Journal of Hydrology， 646： 132356. DOI： sa River Basin［J］. Journal of Soil and Water Conservation， 37
10. 1016/j. jhydrol. 2024. 132356. （2）： 159-168+226. DOI： 10. 13870/j. cnki. stbcxb. 2023.
Moriasi D N， Arnold J G， Van Liew M W， et al， 2007. Model evalua‐ 02. 019.
tion guidelines for systematic quantification of accuracy in water‐ 陈仁升， 康尔泗， 丁永建， 2014. 中国高寒区水文学中的一些认识
shed simulations［J］. Transactions of the ASABE， 50（3）： 885- 和参数［J］. 水科学进展， 25（3）： 307-317. DOI： 10. 14042/j.
900. DOI： 10. 13031/2013. 23153. cnki. 32. 1309. 2014. 03. 006. Chen R S， Kang E S， Ding Y J，
Qian L， Yu X， Wu L， et al， 2024. Improving high uncertainty of 2014. Some knowledge on and parameters of China's alpine hy‐
evapotranspiration products under extreme climatic conditions drology［J］. Advances in Water Science， 25（3）： 307-317. DOI：
based on deep learning and ERA5 reanalysis data［J］. Journal of 10. 14042/j. cnki. 32. 1309. 2014. 03. 006.
Hydrology， 641： 131755. DOI： 10. 1016/j. jhydrol. 2024. 131755. 丁明泽， 雍斌， 杨泽康， 2022. 全球降水观测计划多卫星联合反演
Seibert J， Vis M J， Kohn I， et al， 2018. Technical note： representing 降水产品的极端降水监测潜力研究［J］. 遥感学报， 26（4）：
glacier geometry changes in a semi-distributed hydrological model 657-671. DOI： 10. 11834/jrs. 20220240. Ding M Z， Yong B，
［J］. Hydrology and Earth System Sciences， 22（4）： 2211-2224. Yang Z K， 2022. Extreme precipitation monitoring capability of
DOI： 10. 5194/hess-22-2211-2018. the multi-satellite jointly retrieval precipitation products of Global
Taia S， Scozzari A， Erraioui L， et al， 2023. Comparing the ability of Precipitation Measurement （GPM） mission［J］. National Remote
different remotely sensed evapotranspiration products in enhanc‐ Sensing Bulletin， 26 （4） ： 657-671. DOI： 10. 11834/jrs.
ing hydrological model performance and reducing prediction un‐ 20220240.
certainty［J］. Ecological Informatics， 78： 102352. DOI： 10. 杜娟， 于晓晶， 黎小东， 等， 2024. 基于 Delta 分位数映射法的青藏
1016/j. ecoinf. 2023. 102352. 高原中东部 IMERG 卫星降水误差订正［J］. 高原气象， 43（2）：
Tang R， Peng Z， Liu M， et al， 2024. Spatial-temporal patterns of 366-380. DOI： 10. 7522/j. issn. 1000-0534. 2023. 00065. Du J，