受气候和人类活动影响,水文系统常常表现出较为复杂的特征,这些特征尚不能用精确的数学方式进行描述。水文随机模拟是指基于观测数据的统计特征及其随机变化规律建立一种随机模型,通过该模型获得大量的模拟数据,分析计算后进行水文系统未来状态的合理预测,从而解决系统的设计、运行或管理规划问题。由于流域径流数据序列长度有限,径流年内大小分配不均,且季节性冻土区流域气候和下垫面条件具有一定特殊性,使得针对寒区径流的研究颇具难度。若以短期径流数据作为样本,结合季节性冻土区的特点,通过随机模拟生成充分长的序列,分析其特征及变化趋势,将有助于提高流域规划设计和管理运用的科学水平,对节约珍贵有限的水资源、充分实现水资源的可持续利用等也具有重要意义。本文以永翠河流域为研究对象,基于带岭站1964年至2014年的降雨径流实测数据,选取四种常见边缘分布函数作为候选分布,通过拟合优度检验选出最优边缘分布,并选用参数计算简单、适用性强且方法简便的Copula函数构造逐月降雨-径流联合分布模型和相邻月径流联合分布模型,随机模拟生成多年月径流量。主要结论有:（1）降雨量的边缘分布在1月、2月、8月、9月和11月服从Gamma分布,在3月、7月和12月服从P-Ⅲ分布,在4月、5月、6月和10月服从Weibull分布;径流量的的边缘分布在1月、2月、3月、7月、10月和12月服从Gamma分布,在4月、5月、6月、8月和11月服从P-Ⅲ分布,在9月径服从Weibull分布。对边缘分布进行拟合程度检验,各月降雨量及径流量的边缘分布的K-S检验统计量均在95%置信区间内,拟合效果较好。（2）确定了三种Copula函数的参数,比较理论秩相关系数与实测秩相关系数的差异,判断Copula函数的优劣情况。选定Frank Copula为1月、3月、4月、6月、8月、10月和12月的降雨-径流联合分布函数,Gumbel Copula函数为2月、5月、7月、9月和11月的降雨-径流联合分布函数;选择Gumbel Copula函数为12-1月、2-3月、10-11月、11-12月的相邻月径流联合分布函数,Clayton Copula函数为1-2月、4-5月、9-10月的相邻月径流联合分布函数,Frank Copula函数为3-4月、5-6月、6-7月、7-8月、8-9月的相邻月径流联合分布函数。进一步进行拟合优度评价,结果表明所选Copula函数符合拟合条件。（3）基于选定的Copula联合分布模型,根据实测样本进行1000年的流域径流随机模拟。结果表明,模型模拟值均值、均方差和变差系数的相对误差在冬季一般较大,但均未超过15%,且实测值与模拟值各月统计参数的变化趋势大致相同,模拟效果较好,验证了Copula函数在永翠河流域的适用性,为随机水文模型在季节性冻土区的应用提供了理论依据。