该文运用非参数统计理论和方法、人工神经网络理论和小波分析方法分别构造了五种非参数随机模型，在此基础上探讨了上述非参数随机模型在水文水资源随机模拟中的适用性。首先回顾了水文水资源随机模拟现状。用有限个参数刻化的某一(组)假定函数关系形式的传统随机模型描述复杂的水文水资源动力系统存在着诸多不足。为了避开模型结构选择(相依形式(线性或非线性)和概率密度函数形式)和参数估计两个不确定性问题，该文根据非参数统计理论和方法、人工神经网络理论和小波分析方法分别构造了五种非参数随机模型:非参数扰动最近邻抽样模型、核密度估计模型、非参数解集模型、人工神经网络时序模型和小波变换重构模型。它们是依据不同理论建立起来的新型随机模型，具有优良的性质，特别适合于复杂的动态水文资源系统。通过金沙江流域屏山站、宜-屏区间单站和(或)两站日流量、月径流或汛期日径流阴机模拟研究，模型适用性检验表明，核密度估计模型和非参数解集模型效果最好，非参数扰动最近邻抽样模型、人工神经网络时序模型和小波变换重构模型稍差。模拟效果均达到了实用的要求，所以上述非参数随机模型是可行而有效的。为客观描述水文水资源系统，揭示其内在本质规律和发展机理，该文尝试了多种非参数随机模型，开辟了随机模型研究新途径，丰富和拓宽了随机水文学研究内容。