【摘要】无资料区的径流模拟问题是国内外水文研究的难点之一。基于相似流域的参数移植法是常用的解决方法之一,但如何判断相似流域是制约此类方法发展的难点。本文以滇池流域为例,采用自组织映射神经网络(SOM)和层次聚类分析(HCA)联合模式,选取16个流域物理特征为指标进行子流域分类,以确定相似流域。运用无分层的K-means分类的SOM法将整个滇池流域划分为7类具有水文属性的子流域组,分类情景与HCA基本一致,两者实现相互验证。采用HBV水文模型模拟子流域径流过程,并选择部分子流域进行组内参数移植交叉检验。结果显示,HBV模型可较好的模拟滇池流域径流过程;此外,子流域交叉检验结果优良,表明同组内参数可以相互移植。本文不仅为解决滇池流域无资料问题提供了可靠手段,而且由于SOM实现了高维流域特征可视化展示,有助于管理者全面、深入的把握滇池流域水文属性的空间分布特征,为进行水资源管理提供指导。