缺乏观测资料流域水文模型的研究是当今世界水文研究的热点和难点。本文通过统计回归方法找出卫星遥感降雨数据与实测降雨数据的相关关系,并分析各自的数据特点,然后由缺乏观测资料地区的遥感数据反演出“真实”数据。用反演出来的数据构建缺乏观测资料流域水文模型,并将其用来率定水文模型参数。结合贝叶斯理论以及适用于高度非线性复杂模型的MCMC算法,提高参数率定的效率。通过一系列的研究以扩展PUB(Prediction in Ungauged Basins)问题的研究领域,并给出研究方向。流域水文模型的预报过程存在各种不确定性,其中,模型参数不确定性是非常重要的水文模型不确定性来源,本论文通过GLUE方法来研究宜春市万载河流域CMD模型参数的不确定性,找出敏感参数,并给出90%覆盖率的成对参数散点分布图、90%置信区间的径流值以及成对参数空间的最优点。本论文主要工作有:(1)对比单站雨量资料与多站平均雨量资料与该地区的遥感降雨数据的相关关系,发现多站雨量资料与该地区遥感遥感数据的相关性更好。(2)通过遥感降雨数据与实测降雨数据并结合回归后的遥感降雨数据分别作水文预报发现,遥感降雨数据包含的暴雨信息比较真实,对洪峰结果预测较为准确。(3)对比用小流域与大流域遥感数据直接预报的的结果发现,遥感资料更适合做大流域的水文预报。(4)对比通用的全局最优法与适用于高度非线性的DREAM算法,发现DREAM算法率定的效率更高,模拟的效果更好。(5)通过多种产流汇流模块的组合,发现CMD模型+armax模块更适用于江西省宜春地区。