流域水文建模
高速计算机的普及导致计算机模式广泛用于分析和预测水文变量，以供研究以及实际设计和管理之用。这些模型在类型和复杂性上差异很大，从以前基于人工计算的简单计算机实现方法，到尝试求解描述地表和地下流动过程的非线性偏微分方程，这些模型需要大量计算。所有这些都有其实际的局限性。
更简单的模型将流域视为单一的“集总”(或未分化)单元。在这样的模型中，显然不可能详细地描述水文过程，大多数过程表示为经验输入和输出之间的函数关系。一些集总模型根本不涉及流域内部水文过程，而是使用系统分析将输入与输出联系起来的技术。的参数这样的计算机模型校准通过拟合模型来模拟已知的放电记录。因此，很难以物理上有意义的方式解释以这种方式得到的参数，也很难将模型的使用扩展到没有排放记录的地点。参数未测量点的值有时可以根据流域特征与在一些测量点拟合模型得到的参数值之间的经验关系来估计。然而，这一过程的不确定性很高。
更复杂的计算机模型试图更详细地分析水文系统的内部过程，考虑到集水区的空间性质地形，土壤，植被，和地质．这些是“分布式”模型，通常根据每个被认为重要的水文过程的流量方程来制定。一些过程，如水道流动和地下水流动，可以用一种相当令人满意的方式来描述。至于其他过程，例如土壤的流动和蒸腾作用，水文学家对它们的描述就不能这么肯定了。分布式模型往往有很多参数。原则上，这些参数中的许多都可以在现场测量，或者可以从汇水的物理特征中估计出来。在实践中，这些模型已被证明难以应用，并没有显示出比简单模型提供更准确的结果尽管理论的严谨性。
目前实际应用的大多数水文预报模型都是确定性的;也就是说，给定模型的一系列输入，输出是唯一确定的。在流域的概率描述中水文，模型输入、参数或描述性方程的不确定性的影响必须反映在输出的不确定性程度上。这样的模型被称为随机模型．
水的质量
天然水是由各种元素溶解而成的稀释溶液地球的皮或洗净大气．它的离子浓度从雪、雨、冰雹和一些山区湖泊和溪流中的每升不到100毫克到内部排水系统的盐湖或与海洋沉积物有关的旧地下水中的每升高达40毫克不等。
水质受自然因素和人类活动的影响，这两者都是许多水文研究的主题。水的自然质量因地而异气候还有地质，河流流量，一年中的季节。降水到达地面后，水的想法通过根系和落叶等有机物质，溶解流经的土壤和岩石中的矿物质，并与从微生物到人类的生物发生反应。水质量也受温度、土壤细菌、蒸发量和其他环境因素的影响。
污染是退化人类活动对水质的影响。造成地表水和地下水污染的原因很多，但它对水文系统的影响越来越严重。在一些地区，进入该系统的降水已经受到严重污染，主要是由发电和汽车燃烧化石燃料产生的酸造成的。
其他严重的污染原因是倾倒工业废料和将未经处理的污水排入水道。冬天撒在道路上的盐已经导致某些地区的地下饮用水供应受到污染，例如在长岛，纽约．由于砍伐森林或灌溉造成的过量水回流浸出西部半干旱区土壤盐分是主要污染源美国而且澳大利亚西部．