流域水文模型在径流模拟和预测中表现出显著的不确定性,作为水文模型的主要输入,降雨误差是模型不确定性的主要来源。而雨量站密度和空间分布的不合理是导致降雨误差的主要原因,因此分析雨量站密度及空间分布对水文模型不确定性的影响,以及研究雨量站网优化方法对于准确的降雨测量和水文模拟具有重要意义。本文以雨量站点丰富的湘江流域为研究对象,主要工作和结论如下:(1)基于湘江流域252个雨量站,采用蒙特卡罗随机抽样方法从中随机抽样,得到不同雨量站密度下,不同的雨量站网组合形式。将各雨量站组合情况下得到的降雨信息作为水文模型的输入,采用SCE-UA算法和贝叶斯方法,分别从确定性和不确定性角度分析水文模型对雨量站密度和空间分布的响应。发现在不同的雨量站密度和空间分布条件下,水文模型的模拟效果具有明显差异。随着雨量站密度的增加,由雨量站空间分布差异导致的模型参数不确定性和模型总的不确定性逐渐减小,且模型的模拟精度逐渐增加。但是当雨量站数目达到一定阈值之后,继续增加雨量站数目并不能显著降低模型总的不确定性。(2)通过比较不同雨量站密度和空间分布条件下水文模型的不确定性差异,发现减小雨量站空间分布对水文模拟不确定性影响的途径主要有两种:1)通过增加雨量站密度,减小雨量站空间分布引起的不确定性;2)在给定站点密度水平下,优化雨量站的空间分布,提高降雨空间分布观测精度,从而减小水文模拟不确定性。(3)基于信息熵理论,提出了一种以部分优选站点计算的面降雨与所有站点计算的面降雨互信息最大为原则的雨量站网优化方法,并从雨量站空间分布均匀度,降雨时空分布刻画精度和水文模拟精度三个方面同其它4种常用的雨量站网优化方法的效果进行比较。发现信息熵理论用于雨量站网优化具有可行性,然而基于信息熵理论的不同站网优化方法得到的雨量站网差异明显。当雨量站密度较小时,采用本文提出的雨量站网优化方法或者采用以均匀度最大为原则的雨量站网优化方法得到的雨量站网在降雨时空分布描述和水文模拟中表现较好;当雨量站密度较大时,几种雨量站网优化方法之间的差异不再明显。通过优化雨量站空间分布,既能保证降雨测量精度和水文模拟效果,又可以最小化雨量站网建设和运行管理成本。