在全球气候变化的背景下,山洪灾害多发频发,破坏力极大,给我们的生命财产安全带来了严重的危害。水文模型可以成为预测这些事件并及时发布预报预警信息的有效工具,但是,水文模型的应用需要准确可靠的模型参数值给予支撑,以往的研究中,水文模型参数的确定都是基于大量的实测降雨径流数据。当前,中国大部分的山区丘陵地带是缺乏甚至是没有水文监测站点的,此外,随着人类活动的影响以及全球气候变化的加剧,流域的下垫面条件发生了巨大的变化,使得早期的水文观测资料不再适用,有监测站点的区域也变成了缺资料地区。基于以上背景,无资料流域的水文预报问题是当前水文界亟待解决的技术难题。目前,解决此问题的途径主要有两种:一是研发具有明确物理机制的分布式水文模型,降低水文模型的不确定性;二是寻求有效可行的无资料流域水文模型参数区域化方案。论文基于以上两点展开研究,主要研究内容如下:1)选取辽宁省、吉林省共13个中小流域为研究对象,遴选场次洪水共计93场。基于时空变源混合产流模型,采用SCE-UA全局搜索算法,对模型参数进行率定与验证,验证期和率定期的平均纳什系数为0.86和0.82,洪峰相对误差分别为5.8%和6.5%,表明时空变源混合产流模型在研究区域内的适用性较好。基于Sobol敏感性分析方法对模型参数进行敏感性分析,研究每个模型参数对模型输出贡献的差异。2)对所有流域的模型参数进行相互移植形成训练样本,并对流域间参数集转移的效果进行了评价。提出了一套流域特征属性描述集,为下文识别目标流域的相似流域提供前提条件。采用主成分分析法(PCA)对流域属性因子进行主成分分析,提取不相关因子。3)采用分类与回归树(CART)的分裂规则为无资料流域寻找合适的供体流域,制定了流域间模型参数移植规则,并对模型参数移植结果进行评价,研究结果表明:CART算法可以有效提高模型参数移植的成功率,原因在于CART算法生成的规则最优地考虑了流域间的空间邻近性和物理相似性。针对研究内容存在的问题与不足进行总结,并对无资料流域水文预测问题的未来解决方式作出了展望与建议。