降水订正与格点数据
分析高海拔、强风条件下降水观测的损失，结合风速订正和降水频率分布约束，制备青藏高原 1980—2009 年逐日格点降水数据，分辨率为 10 km。后续工作采用机器学习订正高海拔降水测量，并评估卫星与再分析降水产品在寒旱山区的表现。
异常年份径流模拟
以黑河流域为案例，采用连续小波和互小波分析识别气象与径流序列中的异常时段，据此组织机器学习模型的训练样本，并检验模型在异常水文条件下的模拟表现。该方法发表于 Journal of Hydrology（2025）。研究介绍 →
融雪贡献研究包括长江源区春季融雪变化，以及青藏高原中部融雪贡献的海拔差异。相应的过程研究与“积雪水文”主题相连，用于解释不同地区和时段的径流来源。
卫星测高与地表变化
利用 ICESat-2 交叉点构建青藏高原 2018—2022 年高空间分辨率高程变化数据集，提供 CSV 与 SHP 格式，并与冰川、湖泊等观测和既有产品进行验证。数据论文发表于 Scientific Data（2024）。研究介绍 →
湖区水资源与生态补水
在白洋淀湖区，结合 ICESat 系列测高、Sentinel-2、地表水和补水记录，分析湖泊水位、面积及连通性的变化。相关成果发表于 Environmental Research Communications（2023）。研究介绍 →
近期文献
全部 23 篇与引用 →Abrupt shift in elevation-dependent snowmelt contribution in the Central Tibetan Plateau
完整引用
Zixiang Li, Hongyi Li, Weixin Xu, Yaru Yang, Rui He, Yiwei Liu, Yuanbao Feng, Na Dai. (2026). Abrupt shift in elevation-dependent snowmelt contribution in the Central Tibetan Plateau. Journal of Hydrology: Regional Studies, 66, 103634. https://doi.org/10.1016/j.ejrh.2026.103634
Enhancing machine learning runoff simulation via wavelet-based abnormality pattern recognition
完整引用
Yiwei Liu, Hongyi Li, Yaru Yang, Xin Pang, Liting Niu. (2025). Enhancing machine learning runoff simulation via wavelet-based abnormality pattern recognition. Journal of Hydrology, 661, 133729. https://doi.org/10.1016/j.jhydrol.2025.133729
Runoff contribution of spring snowmelt in the source region of the Yangtze River and its variation characteristics
完整引用
Zixiang Li, Weixin Xu, Hongyi Li, Na Dai, Kunlin Huang, Yaru Yang, Lidong Li, Jingke Si. (2025). Runoff contribution of spring snowmelt in the source region of the Yangtze River and its variation characteristics. Journal of Hydrology: Regional Studies, 58, 102295. https://doi.org/10.1016/j.ejrh.2025.102295
Assessing satellite and reanalysis-based precipitation products in cold and arid mountainous regions
完整引用
Yang Yaru, Ji Wenzheng, Niu Liting, Zheng Zhaojun, Huang Weidong, Zhang Changshun, Hao Xiaohua, Xiao Jianshe, Li Hongyi. (2024). Assessing satellite and reanalysis-based precipitation products in cold and arid mountainous regions. Journal of Hydrology: Regional Studies, 51, 101612. https://doi.org/10.1016/j.ejrh.2023.101612
Monitoring Cold-Region Water Cycles Using Remote Sensing Big Data
完整引用
Li, Hongyi, Hao, Xiaohua, Ran, Youhua, Xiao, Pengfeng. (2024). Monitoring Cold-Region Water Cycles Using Remote Sensing Big Data. Remote Sensing, 16(24), 4752. https://doi.org/10.3390/rs16244752
High spatial resolution elevation change dataset derived from ICESat-2 crossover points on the Tibetan Plateau
完整引用
Tengfei Chen, Jian Wang, Tao Che, Xiaohua Hao, Hongyi Li. (2024). High spatial resolution elevation change dataset derived from ICESat-2 crossover points on the Tibetan Plateau. Scientific Data, 11, 394. https://doi.org/10.1038/s41597-024-03214-2
相关动态
李弘毅研究员参加首届国际遥感与地理信息大会并作报告
李弘毅研究员在首届国际遥感与地理信息大会作报告，介绍寒旱山区积雪水资源遥感与水文模拟研究。
何锐同学在2026年甘肃省遥感学会学术年会作报告并获学生报告特等奖
课题组博士生何锐在2026年甘肃省遥感学会学术年会上作口头报告，获学生报告特等奖。
团队赴祁连山八宝河流域开展河冰观测
2026年3月9日至16日，团队在祁连山八宝河、冰沟流域开展河冰样品采集、厚度测量和无人机探地雷达探测，获取关键河冰观测数据。
河西内陆河冰雪调查年度任务圆满完成
2025年11月25日至12月1日，在国家自然科学基金区域联合基金重点项目的支持下，研究团队深入祁连山野牛沟、八宝河、冰沟等流域，开展年度例行野外观测。在团队带领下，杨雅茹、何锐、李自翔、苏海洋等执行了此次野外考察工作。 本次考察围绕高寒山区水文研究需求，系统开展积雪与河冰属性测量、地物光谱采集、土壤与雪冰样品采集以及 …
刘亦巍同学荣获2025年国家奖学金
团队2023级硕士研究生刘亦巍同学近日荣获2025年硕士研究生国家奖学金。 刘亦巍同学从事寒区流域水文异常检测方面的研究工作，在Journal of Hydrology期刊发表了相关的研究进展。 祝贺刘亦巍同学！
通过小波异常识别提升极端水文条件下机器学习径流模拟能力
在极端气候水文事件频发的背景下，如何提高数据驱动水文模型在异常条件下的模拟能力，是当前水文研究中的一个重要问题。传统机器学习方法虽然能在稳定时期取得较好效果，但在出现突发干旱、暴雨或径流突变等异常事件时，模型往往失效。这种问题的根源之一在于训练数据中异常样本比例过低，导致模型缺乏针对性的学习能力。 …