高寒山区流域在全球高海拔、高纬度地区有广泛分布,我国高寒山区主要分布在以青藏高原为主的西部干旱地区。高寒山区流域受特殊的下垫面条件和气候特征影响,具有独特的水热循环特征。分布在高寒山区流域的不同冻土类型:多年冻土和季节性冻土,因其水热过程在空间上和季节上有较大差异,对流域水文过程的影响也不相同,高寒山区流域气温、降水等气象条件在时间上的不均匀分布,也对流域内的水循环季节特征产生重大影响。目前水文模型,很少考虑流域内的冻土水热过程以及降水、气温条件的季节性变化,对高寒山区流域进行精确的水文过程模拟,尚面临巨大的挑战。本研究以典型高寒山区流域——祁连山区八宝河流域为实验区域,选择分布式水文-土壤-植被模型(Distributed Hydrology-Soil-Vegetation Model,DHSVM)作为研究工具,对八宝河流域的水文过程进行模拟,提出一种全新的区分冻土类型和季节的模型参数率定方法,并建立一套适用于八宝河了流域的冻土过程模拟方案,将其集成到DHSVM模型中,完善模型的物理过程,提升模型模拟精度。建立一套有效的高寒山区流域水文过程模型模拟系统,并探讨不同冻土类型和气候特征对水热循环过程的影响,为高寒山区流域水文特征研究和水资源协调管理提供相关的理论依据和技术支持。主要研究结论如下:(1)对DHSVM模型在不同时空尺度的敏感性进行分析,确定了模型在八宝河流域进行水文模拟的合适空间分辨率为300 m,时间分辨率为3 h。对DHSVM模型在八宝河流域的参数敏感性进行分析,确定了田间持水量、叶面积指数、最小气动阻力、递减系数、土壤泡压和植被反照率6个敏感参数,以2009年的观测径流量为率定目标,通过粒子群算法(PSO)对敏感参数进行校准,校准结果的模型模拟Nash系数达到0.62,以2005-2008年的长期径流模拟对校准结果进行验证,Nash系数达到0.48。总体来说,DHSVM模型能够较好的反映八宝河流域的径流变化趋势特征,冬季模拟结果较好,夏季模拟精度较低。DHSVM模型在八宝河流域主要存在以下两点不足:(1)高估了流域内夏季的蒸散发量,导致参数率定结果的植被反照率远大于其正常的取值范围,夏季径流模拟精度较低;(2)模型缺少对冻土冻融过程的模拟,高估了冬季积雪的融化速度,在4月左右的模拟径流量低于观测径流量,冬季出现不正常的径流高峰。(2)对DHSVM模型进行区分冻土类型和季节的参数率定,对DHSVM模型参数在不同冻土类型和季节下进行敏感性分析,确定了 4个冻土类型敏感参数:横向导水率、田间持水量、泡压、递减系数,和3个季节敏感性参数:植被反照率、叶面积指数、最小气动阻力。对冻土类型敏感参数和季节敏感参数,以2008年10月至2009年9月为率定期,设置4组情景分步进行参数率定:(1)不区分冻土类型和季节;(2)只区分冻土类型;(3)只区分季节;(4)同时区分冻土类型和季节。4组情景的率定结果Nash系数分别为0.58、0.63、0.65和0.69,以2005年至2008年为验证期,未使用此方法和使用此方法得到的率定结果Nash系数分别为0.48、0.60,无论在率定期还是验证期,模型模拟精度均有明显提升。区分冻土类型敏感参数进行参数率定对模型基流模拟精度有较大提升,在以基流为主的冬季提升十分明显;区分季节进行参数率定可以有效区分干季和湿季的蒸散发量变化,对降水时期的径流模拟精度改善较大。此方法有效提升了模型在高寒山区流域的模拟精度,但仍然存在无法有效表达4月冻土融水的问题,同时校准后的植被反照率依然大于正常植被反照率,需要进一步对模型进行改进以提升模型在高寒山区流域的表现。(3)基于祁连山地区观测潜在蒸散发量、观测降水量与实际蒸散发量之间的关系,为DHSVM模型建立了适应八宝河流域的潜在蒸散发量与真实蒸散发量之间的转换方法,修正模型的蒸散发计算过程,修改后的模型在保证模拟精度的前提下,有效解决了植被反照率参数过大的问题。根据八宝河流域观测积雪反照率变化数据,对DHSVM模型的积雪反照率递减曲线进行校准,将最大积雪反照率提升到0.92,同时减缓反照率的衰减速度,改进积雪反照率后的模型能够准确估算积雪的融化时期和融化速度,消除了冬季出现的不正常径流高峰,同时提升了模型4月积雪冻土融化时期的径流模拟精度。本文建立了适用于DHSVM模型的冻土冻融过程模拟算法,弥补模型在冻土过程上的缺失。集成冻土过程后的模型在融化时期的模拟精度明显提升。通过对模型蒸散发、积雪、冻土过程的改进和补充,率定期Nash系数从0.69上升至0.71,验证期从0.60上升到0.66,有效提升了模型在高寒山区流域的模拟精度,使模型在高寒山区的适用能力进一步加强。