积雪作为一种重要的淡水资源,不仅是地表最活跃且具有多重属性的自然因素,且是最敏感的环境变化响应因子。积雪消融带来的融雪水作为重要的淡水资源储备,在新疆这样的干旱区的水资源合理利用中扮演着极其重要的角色。融雪过程是一个复杂的物理过程,积雪深度的变化作为融雪过程中的关键特征变量之一,除受气温因素影响以外,还与其他诸多因素密切相关。　　本文以伊犁N河流域为研究对象,总结分析了积雪深度在各个不同时段的变化特性后,对影响融雪期积雪深度的关键影响因素进行了探索和研究,使用主成分分析法对这些因素提取主成分,将提取的主成分作为下一步积雪深度模拟模型的输入因子,对融雪期积雪深度进行模拟,提出了一个利用主成分分析和神经网络相结合的融雪期积雪深度模拟模型。本研究所得的重要结论如下:　　(1)在伊犁的N河流域,积雪从每年的10月底开始逐渐积累,于2月份达到峰值,随后逐渐融化,于3月底-4月初基本消失。积雪深度在一个积、融雪期内呈现“n”型的变化规律。　　(2)本文建立融雪期积雪深度与各水文气象因子的多元线性回归方程未通过T检验,表明各水文气象因子之间并不相互独立,需要进一步使用其他方法排除水文气象因子的共线性,然后对积雪深度做以模拟。　　(3)本研究采用主成分分析法对影响融雪期积雪深度的各水文气象因子进行了主成分的提取,共提取3个主成分,即热能成分、水汽成分及空气流动成分。进一步分析表明,热能成分(气温、净辐射、地表温度)占主导地位,其次是水汽成分(水汽压、相对湿度、降雨量),对其影响最小的是空气流动成分(平均风速)。　　(4)通过基于主成分分析建立的BP神经网络和RBF神经网络对融雪期积雪深度的模型对比分析可以看出,基于主成分分析建立的RBF神经网络结构简单,稳定性好,模拟精度高,更适合于模拟融雪期积雪深度的变化。