使用一种复杂洗牌算法(SCE-UA, Shuffled Complex Evolution Algorithm)对Noah陆面模式中的参数进行敏感性分析和优化，其中水文参数采取直接优化和优化土壤成份的形式，侧重于研究两种水文参数给出方法对土壤湿度和土壤温度模拟的敏感性。结果表明：将土壤湿度和土壤温度作为判据，模式中水文参数敏感性最高，水文参数对土壤湿度的敏感性要高于对土壤温度的敏感性。表层土壤湿度作为判据对土壤水文参数优化后，可以改善土壤湿度和土壤温度的模拟，加入深层土壤湿度同时作为判据后，优化使土壤温度的模拟变差。当土壤成份作为优化的参数，表层和深层土壤湿度作为判据，优化能够同时改善土壤湿度和土壤温度的模拟。单独使用土壤温度作为判据不能达到优化水文参数的目的。将土壤成份作为优化的参数后，土壤湿度和土壤温度的多判据优化效果最好，且减少不敏感参数的个数后对优化结果的影响总体不大。基于以上结果，将土壤成份作为优化水文参数的方法能够更好的考虑不同水文参数之间的约束关系，优化后的水文参数具有很好的一致性，优化效果较直接优化水文参数更好。