以甘肃省平凉市纸坊沟流域为研究对象,采用野外调查观测和室内分析模拟相结合、坡面尺度向小流域尺度转变的研究路线,进行了黄土高原典型小流域的降雨～径流特性分析和过程模拟。本项研究总体思路是“水文要素变化特性分析→研究阶段划分→模型参数选取→模型结构设计→模型模拟”。首先,通过对流域内1955-2004年实测降雨、径流资料分析,得到1986年作为分界点,据此划分出2个阶段作为降雨径流模型分析的基础。随后,在坡面尺度上,阐述了不同坡度及下垫面条件下的土壤水分对降雨、气温等气候变化因子的响应过程。最后,结合历史数据和现状研究,采用坡面尺度向小流域尺度转换的研究思路,通过参数选取和计算,利用改进的BP神经网络模型进行了降雨～径流模拟,并取得了较好的模拟效果。本文主要研究结论如下：(1)流域内降雨和径流年内分配集中程度较高,且主要集中在汛期。通过研究发现,降雨和径流年际变化趋势明显且关系密切。1986年之后,二者之间的密切关系逐渐发生分离。(2)通过对2012年实测资料分析表明,汛期内流域下垫面上各水文、气象和土壤水要素对气候变化均表现出强烈的响应。其中气温～蒸发尤为明显,相关系数达0.81。(3)2012年各径流场中土壤含水率对气候变化的响应强烈。对各月份径流场中不同深度处的土壤含水率的变化特征分析表明,8月份土壤含水率变化程度最大,9、10月份次之。植被根系吸收水分能力与下层土壤含水率变差系数之间呈负相关关系。其中,人工种植土豆的坡地和天然草坡中的植被根系都具有较好的吸收水分和保持水分的能力。这对于小流域展开水土保持研究和农业结构调整具有重要意义。(4)针对单因子BP神经网络模拟效果不理想的现状,采用改进的双隐层BP神经网络对纸坊沟流域多年降雨-径流过程进行了分析和模拟。将汛期降雨量、干旱指数和水土保持指数作为模型输入因子,通过建立3-3-3-1拓扑结构的改进模型对汛期降雨～径流进行模拟,取得了理想的模拟效果。这一研究表明人工神经网络对黄土高原典型小流域降雨～径流模拟的适应能力较强。