水文模型选择是指针对具体研究目标，根据研究区域特征及已有各类数据资料等, 结合先验知识、经验, 应用统计、知识推理等技术手段，从若干备选模型集中选择出满足研究任务, 符合研究目标、简单实用, 且能准确、客观的描述研究区水文过程的水文模型，从而减少模型选择的不确定性, 降低模型应用门槛，提高模型应用效率。简单来说，水文模型选择原则主要包括:

（1）实用性原则：根据具体研究目的，选择可解决实际问题的模型，模型的概化和假设条件均符合研究区特性，模型结果满足工作要求。

（2）可行性原则：结合研究区实际情况，根据研究区数据资料现状的全面与否、多寡选择模型，不选择尽管先进、但实际无法使用的模型。在其它指标相同的情况下优先选择参数较少的模型。

（3）简洁性原则：模型参数个数适宜，边界条件和参数容易估计且具有较好的稳定性，能适应管理需求。不要企图建立全能模型或应用全能模型，该类模型功能繁琐，应用代价昂贵。

（4）先进性原则：尽可能选择国际先进的、并实践证明模拟效果较好的模型。模型结构科学合理。

（5）水文模型选择的目的是为解决科学问题或具体管理决策目标提供能满足要求的模型, 因此在模型选择过程中妥当平衡各个原则关系，模型的适用性和可行性是选择模型的重要依据，同时需要确保模型的简洁性和先进性。

随着人们对自然过程、水文过程认识的深入，信息技术、计算机技术、地理信息技术、遥感技术、人工智能等科学的快速发展，对知识的获取、管理及应用水平不断提高，集成数据与知识于一体的综合水文模型智能选择无疑成为未来水文模型选择的发展主要方向。研究区各类数据现状、区域特征及模型结构功能决定模型选择过程：

（1）研究区数据现状是制约模型选择的重要因素之一。随着地面观测技术快速发展，可以获得时间序列更长、精度更高的点数据，同时遥感手段提供了重要的空间数据来源。通过点面结合、相互验证，形成可供水文模型应用的精度更高、可靠性更强的时空数据集。

（2）随着陆地系统研究的逐步深入，对生物圈、大气圈、冰冻圈、水圈及岩石圈等相互作用机理认识的不断积累，人们对地球系统过程更为了解，特别是不同尺度的流域水文过程、水环境及资源管理水平不断提高，为选择模型提供了基本的本体知识。

（3）人工智能和信息技术的发展为解决现有模型表达奠定了基础。为决策支持系统框架下模型库的构造、组织、实现提供理论依据。数据、知识的获取和组织变得相对简单的情况下，二者共同应用于水文模型选择无疑会提高模型选择精度，同时，模型选择方法将不再是单一的方法，而是两种或两种以上方法的集成，这种集成不仅是先验选择或后验选择两类方法内部的集成，如知识系统与模糊集理论结合、人工神经网络与专家系统结合、指向选择与筛除选择的结合等，也将是先验选择与后验选择方法间的结合，实现基于数据和知识的模型选择方法综合应用。