降雨是水文循环中最重要的组成部分之一,同时也是径流模拟中最大的不确定因素。本文以淮河支流史灌河流域为研究对象,从雨量信息熵和降水时空分辨率变化两个方面探讨降水的时空分布的不确定性。 基于信息熵的理论与方法,对黄泥庄流域内4个雨量观测站的雨量信息熵进行分析,通过比较各站间的独立信息和共同信息得出该地区雨量站的最佳组合。研究结果表明冬季的雨量测站更有代表性,应首先考虑到雨量站网的选取中;当雨量记录时间改变时,站点的设置与选取也应进行相应的调整。 应用数字流域水系模型DEDNM(Digital Elevmion Drainage Network Model)对DEM(Digital Elevation Model)数据进行预处理,然后自动提取流域边界,确定河网水系,并与新安江模型耦合,建立基于栅格的概念性分布式流域水文模型,旨在实现集总式概念性模型与分布式手段的相互结合,更真实地对流域降雨—径流形成过程进行模拟和研究。 运用逐步插值法把雨量站观测资料离散为栅格降雨数据,然后对栅格降雨数据分别进行时间聚集和空间聚集,结合静态参数方法和动态参数方法,研究降雨的时空尺度对径流模拟的影响。模拟结果表明:径流模拟对降雨时间分辨率变化较为敏感,降雨的时间分辨率变低,径流模拟精度呈降低趋势;降雨时间聚集处理会造成部分雨量信息丢失,洪水模拟应选取时间分辨率较高的降水资料。此外,降雨空间分辨率的变化对径流模拟结果的影响不显著;分析空间聚集后的降雨场特征,结果表明本文提出的降水空间聚集方法对面平均雨量的影响要大于对最大雨强位置的影响。