利用大气和水文模型定量描述陆表相关变量变化规律一直是大气科学和水文学界的研究热点.然而,由于我国西部地区站点匮乏,传统气象观测站点已不能满足大尺度地表分量高精度模拟分析的需求.建立SWAT模型中国大气同化驱动数据集(China Meteorological Assimilation Driving Datasets for the SWAT model,CMADS)驱动SWAT(Soil and Water Assessment Tool)模型(简称为CMADS+SWAT模式),选取传统气象站点稀缺的新疆精博河流域为靶区,完成流域各地表分量(如土壤湿度、雪深、融雪)校准、验证及其时空关系提取与分析.分析发现:CMADS数据集可很好地驱动、率定SWAT模式完成本地化工作.其中,CMADS+SWAT模式在月尺度上总体NSE效率系数均在0.659-0.942,日尺度也均在0.526-0.815.对流域内土壤湿度和融雪过程进行相关分析发现:精博河流域土壤湿度在年内3-4月份达到其第一次峰值,主要贡献来自于流域内高山融雪现象;融雪期结束后,流域降水量增加,伴随气温上升等现象导致土壤温度呈现波动态势,至10月中旬冷空气过境产生较大降水(雪),最终使土壤水转变为冻土,直至次年接近融雪期,土壤水再次增加直到融雪过程结束.一方面证明CMADS+SWAT模式可有效提高SWAT水文模型在我国西北干旱区(站点稀缺区域)的表现能力,另一方面理清了精博河流域相关地表分量(土壤湿度、蒸发等)时空演变规律.本研究对我国大气水文学科发展将起到一定的科学促进作用.