暴雨是自然灾害中最严重、最常发生的灾害之一。近年来,极端降雨事件越来越频繁,特别是常遇频率的暴雨导致的洪涝灾害日趋严重,困扰城市防洪业务部门。太湖流域是我国经济最发达、城市化程度最高、发展最具活力的地区之一,也是我国暴雨灾害频繁发生的典型区域之一。因此,对太湖流域96个代表站的历史雨量资料进行极值降雨分析,并通过比较不同抽样方法对暴雨频率设计值的影响,部分解释了近年来常遇频率暴雨频繁发生的原因,最后针对我国水文频率分析中的抽样方法提出两种合理建议。本论文的主要研究结果如下：(1)首先系统地介绍了地区线性矩法的理论,对太湖流域运用地区线性矩法进行水文频率分析。划分0.5-1。的缓冲区,将太湖流域划分为8个水文气象一致区,选择每个一致区的最优分布线型依次为：广义极值分布(GEV)、广义罗技斯蒂分布(GLO)、GEV, GEV,广义正态分布(GNO)、GNO、GEV、GNO,计算出各雨量站采用年最大值系列AMS和年超大值系列AES资料时各重现期下的暴雨频率设计值。(2)其次从理论和实际资料验证两方面比较了年最大值系列(AMS)和年超大值系列(AES)对暴雨频率设计值的影响。理论方面,AMS估算的暴雨频率设计值偏小,尤其对两年至二十五年一遇的常遇频率暴雨影响更为显著；而AES符合以“事件”为基础的重现期的含义,因而采用AES估算的暴雨频率设计值更加可靠。实际资料验证方面,太湖流域AMS的经验频率与其超过概率相接近,即AMS估算的暴雨频率设计值的低估现象不明显,与理论分析存在偏差。AMS和AES分别估算的频率设计值标准化后的比较表明,不同抽样方法对暴雨频率设计值的影响一般在两年至十年一遇之间较为显著,随重现期增大,二者差异相对变小。(3)对太湖流域AMS资料进行偏态形状分析,造成实际资料验证有偏差的可能原因是,研究区站点不够多,资料长度不够长,且大部分站点在雨量大值区数据稀少,造成直方图不连续。因而在今后的研究中,需收集我国大量的资料来验证本论文的理论推断。(4)然后引入周文德超定量抽样公式,提出两种合理建议,用于解决AMS估算的暴雨频率设计值偏小的问题：第一种,采用PDS(AES)抽样数据,针对重现期为2-y、5-y、10-y、25-y、50-y和100-y的暴雨或洪水分别采用超过概率为0.5、0.2、0.1、0.04、0.02和0.01进行频率计算；第二种,采用AMS抽样数据,针对重现期2-y、5-y、10-y、25-y、50-y和100-y的暴雨或洪水分别采用超过概率为0.3935、0.1813、0.0952、0.0392、0.0198和0.0099进行频率计算；本论文推荐采用第二种建议。(5)最后研究发现,AES的一年一遇事件等价于AMS的1.58年一遇事件,从而推求出太湖流域各雨量站的一年一遇暴雨频率设计值。