分布式水文模型为探索流域水文循环机制、评估流域水资源动态变化、管理流域水资源提供了强有力的工具。针对大尺度的、区域气候条件较为复杂的淮河流域中上游流域,采用张万昌、张东提出的具有渗蓄一体化的动态产流机制的ESSI (infiltration Excess and Saturation excess Soil-water dynamic Integration model for hydrology)分布式水文模型,对淮河流域水文过程模拟的适用性及利用TRMM (Tropical Rain fall Measuring Mission)卫星降水数据驱动ESSI分布式水文模型的可行性开展了研究。作为影响水文模型模拟精度的最重要的气象输入参数之一,降雨数据源及其时空特征是影响分布式水文模型模拟效果的最重要的因素。TRMM卫星数据不仅为获取降水数据资料提供了更便捷的途径,而且弥补了传统水文气象监测数据时空分辨率低、不连续的缺点。如何有效利用TRMM卫星数据,提高分布式水文模型精度,是当前分布式水文模型研究的一大热点。本研究的目的旨在检验ESSI分布式水文模型在水文气象及下垫面条件较为复杂的淮河流域水文时空过程模拟的适应性基础上,探索TRMM卫星降水数据驱动该模型模拟流域水文时空过程的可行性,为今后进一步研究利用TRMM卫星降水数据作为流域水文、水资源以及洪涝预警的可替代气象台站降水数据的关键驱动数据提供科学依据。淮河流域处于南北气候过渡带,气候、下垫面条件复杂,水资源相关问题突出。为了进一步提高水文过程模拟的精度,进而为准确地描述流域水文循环过程及水资源空问分布特征,本文以淮河流域中上游流域为研究对象,将高时空分辨率的TRMM卫星降雨数据应用到ESSI模型中,并对比评价了应用TRMM卫星降雨数据前后ESSI分布式水文模型的效率。主要得到以下几方面的研究结果：(1)TRMM卫星降雨资料在淮河流域的精度验证。利用地理信息系统(GIS)技术,首先将TRMM原始产品(3小时时间分辨率,0.25。空间分辨率)处理成栅格大小为0.25。的逐日面降雨数据,然后将淮河流域及其毗邻处的地面气象站降雨数据通过反距离插值法(IDW)、泰森多边形、Kriging内插法、基于Markov随机场的IDW改进方法等传统插值方法得到与TRMM降雨数据的空间分辨率相匹配的面降雨数据,最后开展TRMM降雨数据与不同插值方法下的栅格点降雨量以及流域面降雨量的精度对比评价与分析。结果显示TRMM卫星降雨数据与IDW插值、泰森多边形、基于Markove随机场的IDW网格精度相当,略低于Kriging插值,在淮河流域具有良好的适用性；并且在不同的降雨强度级别上TRMM与实测值分布规律基本一致,但是在日降雨量级别<0.01mm/d的降水事件中中反演结果明显偏低。在流域日均面雨量的比较上,TRMM日均面雨量数据与Kriging插值得到的面雨量相关性系数达到0.74；在年面雨量的空间分布上,TRMM降雨数据由南向北、由东向西降雨量依次递减,较为准确地描述了降雨的空间变化趋势。(2)ESSI分布式水文模型在淮河流域中上游流域的应用。结合遥感(RS)和地理信息系统(GIS)技术,获取模型所需的数字高程(DEM)、气象、土壤、土地利用(LULC)等参数,选择合理的长期降雨径流过程模型运行方案和模型参数,分别对2001-2004年、2006-2009年降雨径流进行率定和验证,分析ESSI分布式水文模型在淮河流域中上游流域的日、月、年不同时间尺度上的模拟效率,并对模型精度可能影响的原因进行深入探讨。结果显示了模型在率定期和验证期中的日径流模拟与实测径流曲线相关性达到0.82,并呈现季节变化,枯水时期(11-2月)与实测值接近或略小,在平水期(3-6月)大于实测值,丰水期(7-10月)模拟值比实测值偏小。随着时间尺度的增加,确定性系数、相关性系数精度提高,且相对误差为负值,说明模拟值总体小于实测值。从模拟蒸散发、冠层截留、径流量分配、土壤含水量等变量的空间分布来看,模拟的空间分布形态与淮河流域的客观规律相近。说明了ESSI模型率定得到的参数在研究区具有一定的代表性,较为准确地描述了研究区的水文循环过程和空间变化,并具有很好的适用性。(3) TRMM卫星降雨数据在ESSI分布式水文模型中的应用及验证。应用GIS空间技术将原始空间分辨率的TRMM降雨数据重采样成与ESSI模型中空间栅格输入数据相匹配的1km空间分辨率的栅格降雨量,并通过Visual C++6.0成功将1km空间分辨率的TRMM卫星降雨量集成到ESSI模型中,与原始ESSI模型的模拟结果进行横向比较分析。结果显示了,在日径流模拟中,两者模拟径流曲线一致,各精度评价指标相当；而在率定期月径流模拟中,基于TRMM降雨数据的径流模拟结果明显好于原始ESSI模拟的结果,确定性系数能够达到0.8,明显高于原始模拟的确定性系数(0.72),并且在相对误差百分比的对比中,基于TRMM降雨数据的模拟相对误差值(-7.81%)明显小于初始的-11.79%；而同样在验证期,应用TRMM降雨数据后的模拟效率从0.71提高到0.76,相对误差从-12.80%降到-3.14%。另外,从季节分布来看,TRMM的模拟结果同样较为理想,确定性系数、相关性系数、相对误差百分比均有较大的提高,尤其是在降雨量加大的夏季,相对误差由-45.78%提高到3.56%。从产流类型、地表径流、壤中流、地下径流各水文过程来看,TRMM数据呈现栅格状,这主要与其数据来源栅格形式相关。