近年来，分布式流域水文模型 (Disttibuted Hydrological Model)和半分布式流域水文模型(Semi-Distributed Hydrological Model)的研究与应用越来越广。分布式及半分布式水文模型一般建立在。DEM (Digital Elevation Model，数字高程模型)基础之上。DEM可以提取大量的地形信息，在地表水径流、蒸发和入渗的模拟过程中起着重要作用。DEM作为研究分布式水文物理模型和进行水文状态变量空间分布模拟的基础数据，在分布式与半分布式水文模型的研究中扮演着重要角色。 目前，针对特定的研究区可以很方便地从各种渠道得到不同分辨率的DEM数据，并提取不同的地形信息和流域性息。如何从这些不同分辨率的DEM数据中选择最佳的数据精度并将其用于分布式水文模型以达到最佳的模拟效果是我们建立流域分布式水文模型过程中首先需要解决的问题。 地形指数是一个重要的地形信息，在TOPMODEL 中，其分布曲线可以用来表征流域含水量的分布情况。由于TOPMODEL的成功，地形指数已经被广泛地用于研究流域水文过程的空间不均匀性。研究DEM分辨对各种地形信息尤其是地形指数的尺度效应，进而研究DEM分辨率与TOPMODEL模拟结果之间的关系是十分必要的。 本文介绍了水文模型及模型中DEM尺度效应的研究现状和存在的问题，论述了DEM的相关概念及基于DEM建立分布式水文模型的方法，着重描述了通过DEM数据提取地形信息和流域信息的方法与实现过程。 以DEM数据的高程标准差作为判别地形粗糙度的标准，分别选取高山、丘陵、平地三种地貌研究区，在每种地貌研究区中按面积各选取大、中、小三种流域作为研究对象。使用地形信息熵作为DEM数据信息含量的评价指标，分析了DEM分辨率变化时地形信息熵的变化规律，并指出部分文献中对地形信息熵公式的不当使用：通过改变DEM分辨率来观察各个尺度下的地形信息(高程、坡度、流域面积)的变化规律；使用Archydro工具提取流域信息(河网密度、控制面积)并分析DEM分辨率对其影响，对比了不同的地貌和流域面积下地形信息的尺度效应。 本研究中使用TOPMODEL模型对比不同分辨率DEM基础上水文模型的尺度效应。给出了地形指数的概念及其算法，运用两种不同的软件(TauDEM和GRIDATB)计算地形指数，对比了三总不同的流向算法(D8，Dinf和Frho8)对地形指数分布的影响；再将不同分辨率下的地形指数分布作为参数输入TOPMODEL中，对比分析不同分辨率的DEM下流量过程线的尺度效应：最后以Nash模型效率系数作为评价指标，分析了 DEM分辨率对该系数的尺度效应。最后重点将Monte-Carlo方法应用法应用于本文的研究区域，分析本研究中水文系统参数的不确定性和异参同效现象。 本文研究中使用的TOPMODEL，有5个参数： (1)m为土壤下渗率呈指数衰减的速率参数(m)； (2)ln(T<,0>)为土壤饱和时有效下渗率的自然对数在流域范围内的均值(m<'2>/h)； (3)SRmax为田间持水量的通量(m)； (4)SRinit为根带饱和缺水量的初值(m)； (5)ChVel为主河道汇流的有效速度。 这5个参数中，只有ln(T<,0>)与DEM分辨率的变化有关。一般情况下ln(T<,0>)随着DEM分辨率的降低而增大，ln(T<,0>)对Nash效率系数在不同分辨率下收敛于不同值。TOPMODEL 的其它参数与DEM 分辨率无关。其中m和SRmax对Nash效率系数在不同的DEM分辨率下都收敛于一个值。