流域水文模拟和预测是认识和管理水资源的重要技术，然而几乎所有的水文模型都含有一些不能直接观测确定的参数，如何确定这些参数成为水文模拟过程中一个非常重要的因素。在中国西北地区的寒区和旱区内陆河流域，由于资料的缺乏，很多模型参数需要人为设定，导致模型不确定性问题特别突出。开展水文模型参数不确定性研究，可以有效识别关键参数，优化参数率定效率，减少模型参数的不确定性。　　SRM（snowmelt-runoff model）融雪径流模型是为数不多的需要遥感数据支持的流域水文模型，对数据要求不高，但具有很好的模拟和预测精度。本文以黑河流域上游为例，建立2008年主要融雪期（3-7月）的SRM模型，确定模型所需要的各项参数。在此基础上，分析模型参数的敏感性，确定模型模拟的不确定性区间，并对引起参数不确定性的因素进行了探讨，得出以下主要结论：　　（1）由国家气象信息中心发布的中国地面降水0.5°×0.5°格点数据集，较好地反映出降水的时空分布特征，弥补了我国高山高寒流域空间降水数据的稀少，用该数据集作为SRM模型降水参数的输入，能提高模型模拟精度。　　（2）SRM模型在黑河流域上游2008年主要融雪期（3-7月）模型效率系数达0.84，体积差为3.8％，模拟流量过程线与实测流量过程线在趋势上吻合较好，能基本反映径流量的变化情况。但逐日径流量的模拟不准确，尤其是对主要流量峰值的模拟误差较大，存在较大不确定性。　　（3）SRM模型参数之间存在非线性作用和交互作用，模型模拟结果的好坏不是由某一个或几个因子决定，而是由一组参数共同影响。　　（4）融雪初期，流域内积雪面积极大，与融雪相关的因子较为敏感，对SRM模型的影响较大。随积雪面积的减少，降雨量的增加，融雪相关的因子影响程度逐渐减小，降雨径流系数较为敏感，对模型的贡献率较大。　　（5）SRM模型不确定性大小与径流补给形式有关，补给形式越复杂不确定性就越大。在给定参数分布和区间的条件下，由于诸多因素（包括人类活动）导致实测流量并不能完全包含在置信度95%下流量的上、下界限内，但81%还是在该区间之内，模型在黑河流域上游仍然具有良好的应用前景。