水位流量定线是水文测验中的一项重要工作,如何高效准确的得出水位流量关系模型来对水位流量进行定线是目前研究的重难点。论文简述了常用的几种水位流量关系模型,重点分析对比了不同关系模型的优缺点,并从实际应用的角度出发,分析了不同模型的使用场景和应用范围。在此基础上,论文提出了一种基于集成学习的融合模型,该模型通过对个体学习器的结合,能够有效地平衡不同模型的优缺点,减小单个模型工作时产生的过拟合现象和系统误差。论文通过对江西省100个水文站点近10年的水位和流量实测数据进行分析和验证,发现集成学习融合模型的确能够在一定程度上改善以往使用单个模型的拟合效果,同时,对于个别站点,例如芦溪（二）站,使用融合模型能够大幅改善单独使用个别模型的拟合效果,将均方误差从最差0.69提升到0.06,相关系数从最差0.70提升到0.97。由此可以得出,使用集成学习融合模型改善已有的模型是一种行之有效的方法。最后,论文设计了一种水位流量定线系统,该系统基于提出的集成学习融合模型,拥有数据管理、模型管理、定线管理和系统设置等功能。该系统采用前后端分离的B/S（浏览器/服务器）架构,界面简洁、功能完备,操作简便易学,用户能够通过该系统完成日常的水位流量定线工作,有效地提高整个水文测验工作的效率。