气候变化和人类活动的双重影响使得流域呈现“非稳态”的特征,从而导致代表流域水文物理特性的水文模型参数随时间保持不变的假定受到挑战。当水文模型参数不能准确地反映流域特性时,势必会造成水文模型模拟能力的减弱。因此,识别水文模型参数的时间变化规律,构建能够反映流域动态变化的时变参数估计方法,有助于提高水文模型在“非稳态”流域水文模拟中的精度,从而为变化环境下的流域水文机理研究和水资源的科学利用提供理论基础和技术支撑。在综述现有研究成果的基础上,本文围绕水文模型时变参数的识别、季节性解释以及转移性开展研究。论文的主要研究内容和相关结果如下:(1)提出了基于数据同化技术的水文模型时变参数识别方法。首先对集合卡尔曼滤波方法在水文状态变量和参数估计方面进行适用性验证,以水库入库流量推求为例,通过建立状态转移方程和观测方程,采用实测水库水位对入库流量过程进行估计。结果表明集合卡尔曼滤波能够准确地估计水库入库流量过程。其次,设定不同的参数时变情景和不同程度的误差方差水平,开展假拟实验,评估集合卡尔曼滤波方法在时变参数的识别效率。结果表明集合卡尔曼滤波能够很好地识别时变参数的变化过程;而当观测误差分布的方差水平较大时,该方法仍能识别出参数的变化过程。最后,将提出的方法应用于无定河流域和通天河流域,发现模型参数的时变过程与流域下垫面条件的变化过程相吻合。(2)建立了两参数月水量平衡模型参数与NDVI、12个月前期降雨P12和潜在蒸发PET12的函数关系式。设定不同的参数时变情景,以赣江流域和通天河流域为研究对象,采用SCE-UA优化算法率定参数时变函数的待定系数,并将不同情景下的水文模拟结果进行对比分析。结果表明模型参数时变函数情景下的模拟精度高于参数为常数时的方案。根据流域的植被和气候因子构建的水文模型参数的时变函数型式,使得水文模型能够反映流域下垫面和气候条件的变化对水文过程的影响,提高了水文模型在“非稳态”下的流域水文模拟精度。(3)开展了水文模型参数在不同时间尺度上的转移特性研究。选用多年平均单参数Budyko水量平衡模型和月尺度水量平衡模型,两个模型均以等比假定和最大熵产生原理为基础推导,具有相似的物理机制。分析了月尺度水量平衡模型的两个参数k和m存在随时间变化的可能性,并说明了影响其变化的主导因素。假定月尺度参数k和m具有季节性变化的特性,即参数仅考虑不同月份之间的变化,其在不同年份的相同月份上取值相同。基于美国121个MOPEX流域1983～2003年的水文气象数据,直接推求多年平均尺度模型的参数ε,同时采用SCE-UA算法对月水量平衡模型的参数k和m进行率定。分析了参数k和m估计值序列与植被覆盖度NDVI和降雨频次α的相关关系。结果表明,参数k与NDVI和α呈正相关关系,而参数m与NDVI和α呈负相关关系。采用多元线性回归方法分别拟合了参数ε与参数k和m以及NDVI、α的均值、变差系数之间的经验公式。结果发现根据月尺度时变参数的均值和降雨频次的均值拟合的估计值ε与根据实测数据计算的ε相关关系最好,相关系数为0.78～0.90。根据上述经验公式,结合参数k、m与NDVI的相关关系,推求得到各个月份的参数k和m,并对比了径流模拟精度。结果表明,考虑参数k和m为年内时变参数对径流模拟精度有一定程度提高;根据多年平均尺度参数并结合流域相关特征因子进行月尺度时变参数序列的推求具有可行性,可为无资料流域的月径流模拟提供依据。