流域降雨-径流过程模拟是当前水文学的重要发展方向,水文模型被广泛应用于水资源评价、节水灌溉、地下水污染、洪水实时预报、土地利用变化的影响和气候变化等诸多方面。由于分布式水文模型的物理机制复杂,涉及参数较多,在其参数化和模拟过程中存在非线性、尺度确定、唯一性、等效性和不确定性等问题,尤其是参数化的好坏直接影响模拟的最终结果。而概念性水文模型因其结构简单,参数较少,模拟效果较好,在实际应用中较广泛。　　 本文在辽东山区大湖沟森林小流域分别构建了分布式水文-土壤-植被模型(DHSVM)和基于数据机制的概念性水文模型(DBM),并对其模拟结果进行比较研究。由于DHSVM模型参数繁多,用实测数据难以率定全部参数。因此,在其参数确定过程中,尝试用DBM模型的输出结果作为参照,结合人工试错法率定DHSVM模型的参数。　　 DBM模型是基于数据机制的模型,其建模思想是用数据决定模型的结构,因此对数据的依赖性较高。用2006年6月和2007年7月的降雨、径流小时数据分别构建丰水期和枯水期的DBM模型,其Nash拟合效率系数分别达到0.9528、0.8378,拟合效果良好。同时,对2007年7月数据构建的模型进行快、慢流分解,得出连续时间当量的快、慢速流的平均滞留时间分别为5.3小时和243.3小时。　　 利用DEM数据提取DHSVM模型所需的河网、土壤深度等信息,用最邻近点法(NEAREST)将气象观测数据插值到整个流域的网格点上,结合植被、土壤等信息,用DHSVM模型模拟大湖沟流域的水文过程。经过多次参数率定,确定了DHSVM模型的最终参数组合,最终使模型在本研究区的Nash拟合效率系数达到0.8以上,对洪峰流量、峰现时间和水量的模拟达到国内同类研究较好水平。