近年来,由于气候变化和人类活动,流域洪水、干旱等极值事件的强度和频率发生了较大的改变,对社会经济发展和居民日常生活形成了严重威胁,流域水循环和水资源问题也趋于复杂化。水文模型是对自然界中复杂水文现象的近似模拟,可以实现流域径流定量化研究,是水文科学研究的一种手段和方法。但是水文模型不能完全模拟外界环境,只是通过一定的简化而来的,因而模型存在不确定性,输入数据的误差就是模型不确定性的主要来源之一。降水数据作为水文模型重要的输入数据,其准确性深刻影响着径流的模拟精度。地面雨量站网是获取降水数据的主要途径之一,目前,研究者可以通过先进的技术手段获取丰富的降水数据,但是其花费大量的人力和财力,并且存在数据冗余和缺失的问题。因此研究流域雨量站密度对水文模型径流模拟的影响,探讨雨量站网的最优数量和最佳分布,达到布设尽可能少的雨量站而不会使水文模型的模拟效果变差的目的,对于提高流域雨量站网的利用效率和节约研究者获取数据的成本具有重要意义。本研究以晋江流域为研究区,在对HSPF模型敏感性参数分析的基础上,采用PEST优化多目标函数对山美水库亚流域的径流模拟进行优化,并将其推广至整个晋江流域,构建了较高精度的日尺度HSPF模型。在此基础上,设置了6种雨量站密度情景,结合基于信息熵的多准则站点优选模型,求取最小数据偏差和最小重叠信息下的站点组合方案,并将其作为各个雨量站密度情景下较好的及最优的站网分布,对比分析最优站网的空间分布特征和基于不同站网情景的日径流模拟结果,探讨雨量站密度对径流模拟的影响。结果表明:(1)相比单目标率定,多目标率定能更好的把握径流变化趋势、径流总量和流量保证率的特征,NSE、R2、RMSE和PBIAS等结果均得到不同程度的提高。而将日流量偏差划分丰、枯水期之后的多目标率定,弥补了传统多目标率定忽视枯水流量的不足,模型枯水期日、月径流的模拟效果得到显著提高。(2)HSPF模型在晋江流域具有较好的适用性,3个水文站的日、月径流模拟结果均较为满意,率定期和验证期的日径流NSE和R2分别均在0.75和0.76以上,PBIAS均在10%以内,月径流NSE和R2分别均在0.85和0.87以上,PBIAS均在10%以内。(3)在空间分布上,最优的雨量站网中位于信息熵较大的晋江中上游山区的站点较多,而信息熵较小的下游河谷地区的站点较少。(4)雨量站密度对日径流模拟具有一定的影响,当雨量站数量在11个及以上时,率定期的NSE和R2分别在0.70和0.75以上,PBIAS在-4%-3%之间,RMSE在100m3/s以下,验证期的NSE和R2分别在0.82和0.84以上,PBIAS在-7%-1%之间,RMSE在99 m3/s以下,HSPF模型的日径流模拟结果较为满意。