目前来看，大部分的分布式水文模型都还存在一定的缺陷，有待于进一步完善。Beven将分布式水文模型面临的问题归纳为非线性问题、尺度问题、唯一性问题、等效性问题和不确定性问题五个方面：

（1）非线性问题。这是分布式水文建模所面临的核心问题。水文系统的非线性一方面使远离平衡态的系统形成有序结构，同时也使系统的演化具有多样性和不确定性。非线性特征决定了水文系统是一个复杂的系统。分布式水文物理模型通过微分方程描述非线性水文过程，但方程和边界条件复杂，目前尚无解析解。分布式流域水文模型将流域划分为很多响应单元反映时空变异性，但响应单元内部参数是变化的，因而必然会产生误差。Reggiani等曾试图在子流域及亚网格尺度上直接应用物质、能量和动量守恒方程描述水文过程以解决这类参数化问题，但未成功。非线性问题的另一个方面是非线性系统对模型的初始条件和边界条件敏感,而在分布式水文模型中这些难于确定。

（2）尺度问题。水文系统是一个时空耦合的系统，水文现象、水文过程、水文模拟等既随空间变化又随时间变化。通常以将尺度大小可分为微观尺度、中观尺度和宏观尺度三类。水文尺度不同，水文过程所表现的水文规律和特征也不同。设法寻求不同水文尺度间的水文规律和特征值及它们之间的相互转换关系，以期获得普遍性规律，而实现不同尺度间的转换是水文尺度目前面临的主要问题。国内外提出了一些解决尺度转换问题的方法，但至今仍无令人满意的结果。针对尺度问题，目前存在着两种不同的观点，认为尺度问题最终将被证明是不可解的，必须接受分布式水文模型的尺度依赖性；Blōsch认为尺度问题正逐步被解决，将来必然在水文学理论和实践中取得重要进展。

（3）不确定性问题。水文变量和模型参数具有很大的随机性，不同的模型或同一模型在不同时间和空间分辨率下使用同样的参数可能计算结果有较大差异，给模型预测带来了“不确定问题”，需通过与实测资料对比分析、对模型参数的灵敏度分析及模型诊断与相互比较的方法来减小模型计算结果的不确定性。但由于受观测资料的限制，很难充分检验现有模型,故不确定性问题研究有待于深入研究。

（4）耦合集成问题。分布式水文模型需大量的输入数据，但目前因缺乏足够的输入数据而限制了模型的发展。随着大气模型的不断开发研究，为水文模型提供了可选择的数据源。研究表明，水文模型和大气模型中模拟的资料互相应用可取得较好的结果。但仍存在一些问题，如未包括陆地水文循环中水的横向迁移、对蒸散发的模拟完全是根据垂直方向的水量平衡等，因此还需加强水文模型与大气环流模型的耦合研究。分布式水文模拟技术应与地理信息系统（GIS）、数字高程模型（DEM）和遥感、航测及雷达等遥测技术相结合，集成开发一体化的分布式模型,并与其他专业系统模型相耦合建立模型库集成系统共同解决水资源评价、水资源规划、洪水预报调度、污染物输移、土壤侵蚀及气候变化等问题,即分布式水文模型应朝多目标的方向发展。

（5）数据不足。分布式流域水文模拟需大量基础数据。目前，数据不足问题显得尤为突出。除加强地面观测及应用自动测量技术外，更需依靠遥感、航测、雷达等遥测技术。遥测技术能提供流域空间特征信息，是描述流域水文变异性的最为可行方法。但由于遥感资料还未完全融入到水文模型的结构中，因此直接应用困难较大，加之又缺乏普遍可用的从遥感数据中提取水文变量的方法，故遥感技术在水文模型中应用水平还较低。因此，加强遥感技术与水文模型的集成和从遥感数据中提取水文数据的方法研究，对水文模型的创新十分必要。

注：本文部分内容参考相关文献。