降雨径流问题是水文学的基本问题，流域下垫面空间变异性对于流域水文过程有着十分重要的影响。自SHE模型问世以来，分布式水文模型逐渐成为流域水文模拟的主要手段之一；与传统的集总式水文模型相比，分布式水文模型具有明确的物理意义，能更明确地反映出流域下垫面的变异性。分布式水文模型大多基于DEM(数字高程模型)，通过DEM，可以自动提取流域的地貌特征，其中包括流域数字河网的生成。目前，流域数字河网的提取方法主要是Mark和O’Callaghan提出的坡面径流模拟算法，集水面积阈值作为该算法中的一个关键性参数，用于划分流域内的河网与坡地，直接影响着生成的数字河网的精度，从而对流域水文过程模拟产生影响。本文探讨了多种推求流域集水面积阈值的方法，分别是：①理论推导，②集水面积～河道平均坡降关系曲线，③河网密度，④河网宽度分布，⑤利用分形技术。综合考虑推求阈值，避免了在集水面积阈值取值时的主观性和随意性。本文利用SRTM3 DEM数据，基于三水源新安江模型构建立了一个分布式水文模型，进而研究集水面积阈值对于流域水文过程模拟的影响。模拟结果表明，阈值对于水文过程的影响与其对数字河网的影响有着密切的联系。不同面积大小流域对于集水面积阈值变化的敏感性也存在差异，表现为：①从流域地貌角度(数字河网)而言，小流域对阈值变化比大流域更加敏感，阈值变化引起的小流域数字河网的变化更加明显；②从模型角度而言，大流域对于阈值变化引起的水文响应更加明显，这是因为大流域调蓄能力比小流域强，大流域中河道汇流对于洪水汇流过程将发挥更大的作用；造成这种现象的原因与模型结构也有关，不同的模型可能会得到不同的水文响应结果。