随南水北调工程的推动和发展,对密云潮河流域进行准确的洪水预报至关重要。很多水文学者对南方地区研究较多,很多水文模型也更适用南方,而对北方尤其是密云潮河流域研究较少,是由于潮河流域自身气候环境因素,使该流域常出现降雨较多而不产流现象,而加剧了北方洪水预报的难度。随着科学技术的发展,地面观测和遥感技术突飞猛进,丰富了数据来源,如何更好的提高算法技术和使用多源数据从而减小洪水预报的不确定性是当今水文科学领域的热门研究方向。数据同化方法可提高数值预报的时效性和准确性,且该方法已在水文领域得到广泛应用和快速发展。本文使用集合卡尔曼滤波算法进行同化预报,避免了卡尔曼滤波和扩展卡尔曼滤波需要计算切线性模式和伴随模式这些缺点,比四维变分同化方法更易实现。考虑到人类活动频繁使得下垫面条件经常发生变化,参数并不是一成不变的,为了研究的真实性和准确性,将参数加入到变量中作为状态变量同时同步校正估计,同时考虑模型自身、模型参数以及观测数据的不确定性,将观测的流量进行实时更新校正,将集合卡尔曼滤波与新安江模型耦合同化。考虑到新安江模型是基于蓄满产流理论,主要是对于湿润半湿润地区,而密云潮河流域为半湿润半干旱气候,将新安江模型改进为蓄满超渗混合模型同时将土壤水分数据与径流量进行多源数据同化,可提高洪水预报精度。密云潮河流域由三个水文站,从上游到下游依次为大阁站、古北口站和下会站。根据重现期或频率划分洪水等级为小洪水、中洪水和大洪水,分别进行非同化设置、仅同化径流、同化径流和遥感土壤水分数据和校正土壤水分数据多源数据比较分析,结果表明三个水文站中小洪水在加入径流和土壤水分数据的多源数据同化精度更高,而中大洪水在仅径流时精度已很高。从同化效果来看,小洪水优于中洪水优于大洪水,同时上游同化效果优于中游优于下游。为了研究影响同化效果的影响因素,以中游古北口水文站为例,分析参数均值和方差改变、集合样本数以及参数和变量间的相关性分析对同化过程的影响。此次研究可对不同等级洪水同化预报方式以及相关的同化过程奠定一定的基础。