水文预报从经验公式、集总模型发展到分布式模型,已取得丰硕成果。回顾水文预报研究,一个共同点是大部分研究均是着眼于有径流资料流域,即根据已有径流资料拟合或率定建立合适的经验关系或模型来进行预报。然而在当今的地球上,还存在无数径流资料匮乏的流域,而且已具备径流资料的流域可能因为环境变化使得历史资料不可用而变为无径流资料流域。这一问题因为近年来人类活动导致的气候变化和土地利用变化而日益严重,使得无径流资料流域的水文预报具有很强的复杂性和不确定性。本文以澳大利亚东南区域的210个流域为例,在对无径流资料流域水文预报方法--区域化方法改进的基础上,一方面,利用改进的基于遥感叶面指数的Peman-Monteith蒸散发模型及其与水文模型的结合,提高径流预报的精度,另一方面,利用多目标模型参数优化降低预报的不确定性。本文主要研究内容与成果如下:(1)无径流资料流域水文预报常用方法为区域化方法,区域化方法包括空间相近法、属性相似法和回归法。本文对这三种方法分别研究并进行比较,研究表明,在研究的区域中,距离相近法精度最高,属性相似法次之,回归法由于模型的异参同效现象及参数与属性间较弱的相关关系而导致结果最差。针对距离相近法和属性相似法原理上的相似性,在二者的基础上提出了综合相似法。在综合相似法中,将距离作为一种属性,并与流域其它属性一起计算流域之间的相似度,从而寻找无资料流域的参考流域。结果表明,综合相似法的模拟精度比距离相近法有进一步提高。另外,在回归法的基础上,提出分类回归法,首先根据降水对流域进行分类,然后在每个类中分别运用回归法进行计算,结果表明分类回归法效果好于回归法。(2)蒸散发是水量平衡的重要组成部分,也是流域水文模型的关键环节,研究蒸散发的计算问题对于无资料地区水文模型研究有着十分重要的意义。本文基于植被蒸腾和土壤蒸散发的不同,利用遥感数据,引入基于MODIS(the MODerate resolution ImagingSpectrometer mounted on the polar-orbiting Terra satellite)叶面指数的Penman-Monteith模型,实现了对蒸散发、植被蒸腾和土壤蒸发的估算。对澳大利亚东南流域410061的蒸散发的研究中表明,利用此模型模拟的蒸散发与实测蒸散发有很好的一致性,日蒸散发拟合的R~2为0.80,Nash-Sutcliffe有效性系数为0.77。在总的蒸散发中,植被蒸腾约占70%,土壤蒸发约占30%,蒸腾作用强于蒸发。研究结果证明了基于遥感叶面指数的Penman-Monteith模型可以很好地进行区域尺度的日蒸散发估算,并能够实现对蒸发和散发的分离。(3)植被通过对截留、蒸散发、土壤蓄水等的影响对流域水文过程起着重要的作用,但是概念性降水径流模型中却很少考虑植被过程。本文采用基于MODIS叶面指数的Penman-Monteith方程改进流域蒸散发模块,从而将遥感植被信息加入到降水径流模型中。利用改进的水文模型对澳大利亚东南区域210个流域进行径流预报,研究结果表明,改进的模型不仅能够提高模型的率定精度,而且无径流资料流域水文预报的精度也较明显的提高,证明了在降雨径流模型中加入植被信息可以有效地改善模型性能,提高模型的预报精度。(4)针对模型参数优化中的不确定性问题,对参数多目标优化进行了研究。本文分别对多响应优化和多变量优化进行了分析。在多响应优化中,根据水文过程中洪峰流量和枯水流量的不同特征,分别构建了不同的目标函数,进而进行多目标参数优化;多变量优化中,利用径流数据和蒸散发数据构建目标函数,实现多目标参数优化。两种多目标优化结果表明,两个目标函数之间存在着制约关系,不存在一组参数使得两个目标函数均达到最优,而是存在一系列Pareto解,利用Pareto解进行区间预报可以降低预报的不确定性;相对于单目标优化,多目标优化综合考虑了水文过程的不同特征要素,使得优化的参数更能反映流域水文特征,模拟效果相对更好。