陆面过程模型是地球科学领域最先进、应用最广泛的一类模型，它通过解析多种地气界面通量，为陆地生态系统的尖端研究、工程技术及政策管理等提供指导，提高陆面过程模型描述地气界面通量的精度，对于我们更加准确地理解地表的物质和能量循环过程、应对气候变化具有重大意义。　　 径流是地表过程中监测时间最长、范围最广的地气界面通量，与人类社会生产生活息息相关。本文选择径流来评价陆面过程模型，分析模型模拟径流的不确定性，并通过尝试改进陆面过程模型，提高陆面过程模型模拟径流的精度。　　 首先，在全球尺度上，收集了150个流域1986-1995年的实际观测年径流以及利用6个Budyko模型和18个陆面过程模型模拟的年径流结果。其中13个陆面过程模型的模拟径流从GSWP-2（thesecondGlobalSoilWetnessProject）的网站下载，4个陆面过程模型的模拟径流从GLDAS(GlobalLandDataAssimilationSystem)的网站下载，并借助GSWP-2的气象数据和地表边界数据利用CABLE(CommunityAtmosphereBiosphereLandExchange)陆面过程模型模拟了全球各流域的径流，借助GSWP-2和GLDAS的降水数据以及CRU(ClimateResearchUnit)的气象数据利用6个Budyko模型模拟了全球各流域的径流。　　 其次，在全球多年平均尺度上，从参数不确定性、结构不确定性和降水不确定性三个方面分析了陆面过程模型模拟径流结果不确定性的来源。　　 最后，在区域尺度上，通过改进CABLE模型的产流模块，利用澳大利亚东南部6个小流域的实测数据验证了模型改进前后径流受结构不确定性影响的变化。　　 结论如下:　　 首先，在多年平均尺度上，陆面过程模型的模拟径流与观测径流达到了显著相关，且相关系数很高，GLDAS实验中的陆面过程模型模拟径流的精度要高于GSWP-2实验中陆面过程模型的模拟精度。但各模型模拟径流之间的差异性很大，如GSWP-2数据驱动的SWAP、NSIPP、LaD模型和GLDAS数据驱动的CLM模型模拟径流的精度较高，而GSWP-2数据驱动的CLMTOP、COLASSiB模型和GLDAS数据驱动的Mosaic模型模拟径流的精度较低。Budyko模型模拟径流与观测径流的相关系数同样很高，也达到了显著相关，而且在稳定性和精度上都要优于陆面过程模型，表明该类模型在年尺度的径流模拟方面仍有一定优势。陆面过程模型在干旱区的表现要比在湿润区的表现差，其原因可能是在干旱区，径流对降水的强度和历时比降水量的多少更为敏感。　　 其次，径流的不确定性研究表明，降水不确定性是径流不确定性的主要原因，GSWP-2与GPCC降水的差异与其驱动的Budyko模型径流的差异达到了显著相关，相关系数为0.95，GLDAS与GPCC降水的差异与其驱动的Budyko模型径流的差异也达到了显著相关，相关系数为0.82。且降水的季节变化也会影响模拟径流的季节变化。在多年平均尺度上，径流对与土壤有关的参数最为敏感。模型结构对径流有影响，但影响不大:在全球尺度上，表现较好的模型径流系数在0.4-0.45之间，且干旱区的径流系数低、湿润区径流系数高。非地表径流占总径流比值的大小对模型的表现影响不大，但干旱区非地表径流占总径流比值低、湿润区非地表径流占总径流比值高时，模型表现更好，表明模型的蒸发和非地表径流结构对径流有一定影响。　　 最后，从CABLE模型改进前后径流过程的对比来看，在湿润区，改进前后径流过程的变化不大，而在干旱半干旱地区，具有超渗产流结构的CABLE模型比蓄满产流结构的CABLE模型能更好地模拟出洪峰，这反映了干旱区径流产流以超渗产流为主的特征。就两种蓄满产流结构设计来讲，土壤蓄水容量曲线结构比桶状结构更好。统计分析表明，在湿润区，改进前后的模拟径流无显著差异，在干旱半干旱区，改进后（超渗产流结构）的模拟径流精度明显提高。分析其原因是在湿润流域，土壤中的水呈饱和状态，小部分降水转化成土壤水储存起来，大部分降水转化成径流，因此无论径流的峰值能否被模拟出来，径流的总量变化较小。而在干旱半干旱流域，土壤处于不饱和状态，大部分降水转化成土壤水储存起来，小部分降水转化成径流，因此径流的总量变化很大。所以，土壤水模拟是干旱半干旱地区径流正确模拟的关键。