洪水灾害是当今世界主要的自然灾害之一,防洪减灾是世界各国普遍关注的问题。准确的径流预报和洪水模拟是成功战胜洪水,减少灾害损失的前提条件和重要保障。降雨径流预报是提高洪水预报精度、延长预见期的有效手段,把握降雨径流过程的物理成因,探求新的理论和方法,进行降雨径流预报模型的研究,具有重要的理论意义和实用价值。本论文紧紧围绕降雨径流预报的一系列问题,以“数字清江”项目为依托,在理论上和方法上对清江流域降雨径流预报问题作了深入的研究和实践。本文首先阐述了国内外降雨径流模型的发展状况,探讨了水循环中产流、汇流和蒸散发等子系统的基本原理,结合清江流域的气候条件和洪水特性,提出适用于该流域的概念性降雨径流模型,将全流域分成七个子流域,分别进行降雨径流预报。原始资料的处理是研究降雨径流模型的首要前提,本文采用基于DEM的流域边界泰森多边形权重交互计算技术求得每个雨量站的控制面积和权重系数,以此求得子流域的平均降雨量。对于缺资料的雨量站,采取时空插补法进行填补。本文详细研究了新安江模型的理论依据、数学模型及基本算法。考虑模型参数难以自动优选的问题,采用分层优选法和遗传算法率定模型参数,建立了清江流域的三水源新安江模型及其参数率定方法,并对其进行了相关的仿真研究。实践证明新安江模型适用于清江流域,遗传算法率定模型参数能够得到合理的参数,有助于提高预报精度。在剖析水箱模型结构的同时,提出了适合清江流域的水箱模型。七个子流域分别采用一组串联式水箱组进行模拟,并结合混合遗传算法考虑每个单一水箱的参数各有不同,最后将七个子流域水箱的出流叠加起来,得出总出流量。本文最后比较分析新安江模型和水箱模型在清江流域的应用实践,得出两种模型的优缺点和各自的适应情况,为今后降雨径流模型的研究提供了有益的现实参考价值。