利用水文模型进行流域水文过程的模拟研究,有利于研究者更加清楚地了解和认识流域水文循环过程,也有利于模型的推广使用。位于日本北海道的十胜川流域（Tokachi river）地形地貌复杂,植被覆盖率高,洪水灾害频发,流域内分布着大大小小一百多个雨量、流量观测站,站点布局合理,观测数据充足,具有较高的研究价值。本文以日本北海道十胜川流域为研究区域,采用Nash-Sutcliffe确定性系数、波形误差、体积误差和峰值误差来进行结果评价,验证了IFAS（Integrated Flood Analysis System）模型在十胜川流域最下游的流量观测站-茂岩站以上流域的适用性,探讨了IFAS模型在极端流量情况下使用存在的问题,评价了IFAS模型使用不同降雨产品的精度,评价了修正雷达测雨数据与IFAS模型结合在十胜川的子流域-新德川流域的应用效果,探索了利用RNN（Recurrent Neural Network）模型和LSTM（Long Short-Term Memory）模型进行以小时为单位的降雨量预测的可能性,评价了LSTM模型预测的小时降雨量与IFAS模型结合使用进行降雨-径流模拟的精度。研究的主要结论如下:（1）IFAS模型对于十胜川流域的适用性很好,无论是使用GSMaP_NRT卫星降雨数据、TRMM₃B42RT（V7）卫星降雨数据,还是地面降雨观测站的降雨数据,都能较好地模拟十胜川流域的地面径流过程,模拟精度很高。（2）对于极端流量情况,IFAS模型的计算误差很大,当流域流量很小的时候,无论使用哪种降雨数据,IFAS模型都严重高估了地面径流量;当流域流量很大的时候,GSMaP_NRT卫星降雨数据、TRMM₃B42RT（V7）卫星降雨数据几乎是失效的,而使用地面观测站的降雨数据,得到的径流模拟结果误差较小。（3）IFAS模型结合修正的雷达测雨数据,能够较高精度地模拟新德川流域的地面径流过程,通过对雷达测雨数据进行修正,不仅扩展了雷达测雨数据的使用范围,也为IFAS模型提供了另一种降雨数据。（4）通过大量的实验,对比RNN模型和LSTM模型的预测结果,发现当LSTM模型运算200次的时候,降雨量的预测精度较高。IFAS模型结合LSTM模型预测的小时降雨量,能够较高精度地模拟径流过程,模拟的误差主要出现在流量峰值。