本文以贵州典型岩溶流域--后寨河流域为例，研究岩溶地区特殊的产汇流过程。　　 以蓄满产流方式描述岩溶地区的产流过程，采用稳定入渗法划分径流，将非线性水箱模型用于模拟单元流域的调蓄过程，以遗传算法为基础率定模型参数，建立了基于遗传算法率定参数的概念性岩溶水文模型，以流域内老黑潭、六谷和后寨测站的水文资料对所建模型进行检验，采用相对误差RE、互相关系数R和确定性系数QR加以评定模型。模型预报结果的相对误差均小于±10％，互相关系数均大于0.80，确定性系数均大于或等于0.70。　　 同时，将神经网络技术应用于岩溶地区，采用成因分析法和自相关分析法确定模型的输入变量，进而建立了神经网络网络降雨径流预报模型。采用流域内后寨测站两个不同时段的水文资料予以检验，并与基于遗传算法率定参数的概念性岩溶水文模型进行对比，分析了两种模型在岩溶地区的适用性。　　 研究结果表明，这两种模型均有效地能模拟及预报岩溶地区产汇流过程；按照相对误差RE、互相关系数R和确定性系数QR这三个指标，所建神经网络降雨径流预报模型优于基于遗传算法率定参数的概念性岩溶水文模型。　　 参数估计是水文频率分析的基本问题之一，直接关系到水文设计的结果。本文以P-Ⅲ型分布为例，研究水文频率分析中参数估计的不确定性，以AM-MCMC算法计算贝叶斯公式，并对其不确定性作出定量分析。　　 采用蒙特卡洛方法生成不同长度和统计参数的模拟序列，研究了序列的长度及统计参数对参数估计结果的影响，统计后验分布的众值、均值、均方差、峰度、变差系数以及置信区间，探讨水文频率参数估计的不确定性并分析水文频率中参数之间的关系。同时，以实测序列(一为简单样本，另一为包含历史洪水的非简单样本)为例加以验证，并与矩法、权函数法及适线法参数估计结果进行对比。　　 采用小波分析技术对序列进行消噪处理，以提高数据分析结果的精度。针对现有方法确定阈值的缺陷，提出了运用最大熵原理确定阈值，以模拟和实测序列加以验证。同时，采用贝叶斯MCMC方法对消噪前后实测序列进行参数估计，统计后验分布的参数，进而分析其不确定性的变化情况。　　 采用贝叶斯MCMC方法对序列进行参数估计，根据参数后验分布，计算洪水设计估计量并进行风险评价。以模拟及实测序列为例加以验证，为今后合理确定模型参数和设计洪水提供参考。