流域水系信息是进行水文模拟的必要信息，因此利用数字高程模型DEM提取流域水系及相关地貌指数信息是构建现代分布式水文模型、进行水文模拟等研究的前提。本文分析了基于DEM提取水系方法的不足，引入了遥感信息来弥补DEM的缺陷。详细介绍了基于DEM与遥感的数字流域水系提取方法，并将此方法在秦淮河流域进行了实验，实验结果表明该方法能消除大量平行河道，修正与实际偏差较大的主干河流，不仅在平坦地区而且在山区均能提取较符合实际情况的数字流域水系。本文主要研究内容与研究结论如下：1．采用基于决策树的遥感分类法对遥感影像进行水体信息提取，从而获得DEM提取水系的修正数据，不仅提高了修正数据获取的自动化程度，而且便于实时更新。运用数学形态学知识，从水体信息中筛选出主干河流和湖泊，结果表明此方法可以有效地去除水系中无用的噪声。2．采用基于Delaunay三角网的方法提取河流中轴线，利用阈值法删除不合理分支。结果表明该方法得到的河流中心线，较好的保持原有主干河流和湖泊的连通性和拓扑架构，具有较高的运算效率。3．遥感影像经过多项处理后得到数字河流与湖泊网络，利用其修正DEM中平坦地区河流、湖泊的水流方向，最终提取的数字流域水系表明，此方法消除了大量平行河道，修正了主干河流位置，水系更接近流域真实情况。最后，对缺失的湖泊进行修正，补充了准确的二维湖泊信息，为河流水系水动力计算的精度提高提供了数据支撑。