Water has always had a controlling influence on the earth’s evolution. Understanding and modelling the large-scale hydrological cycle is important for climate prediction and water-resources studies. In recent years large-scale hydrological models, including the WASMOD-­M evaluated in the thesis, have increasingly become a main assessment tool for global water resources. The monthly version of WASMOD-M, the starting point of the thesis, revealed restraints imposed by limited hydrological and climate data quality and the need to reduce model-structure uncertainties. The model simulated the global water balance with a small volume error but was less successful in capturing the dynamics. In the last years, global high-quality, high-resolution topographies and hydro­graphies have become available. The main thrust of the thesis was the development of a daily WASMOD-M making use of these data to better capture the global water dynamics and to parameter­ise local non-linear processes into the large-scale model. Scale independency, parsimonious model structure, and computational efficiency were main concerns throughout the model development. A new scale-independent routing algorithm, named NRF for network-response function, using two aggregated high-resolution hydrographies, HYDRO1k and HydroSHEDS, was developed and tested in three river basins with different climates in China and North America. The algorithm preserves the spatially distributed time-delay information in the form of simple network-response functions for any low-resolution grid cell in a large-scale hydrological model. A distributed runoff-generation algorithm, named TRG for topography-derived runoff generation, was developed to represent the highly non-linear process at large scales. The algorithm, when inserted into the daily WASMOD-M and tested in same three basins, led to the same or a slightly improved performance compared to a one-layer VIC model, with one parameter less to be calibrated. The TRG algorithm also offered a more realistic spatial pattern for runoff generation. The thesis identified significant improvements in model performance when 1) local instead of global climate data were used, and 2) when the scale-independent NRF routing algorithm was used instead of a traditional storage-based routing algorithm. In the same time, spatial resolution of climate input and choice of high-resolution hydrography have secondary effects on model performance. Two high-resolution topographies and hydrographies were used and compared, and new tech­niques were developed to aggregate their information for use at large scales. The advantages and numerical efficiency of feeding high-resolution information into low-resolution global models were highlighted. / Vatten har alltid varit en nyckelfaktor för jordens utveckling. Att förstå och kunna modellera det storska­liga vattenkretsloppet är betydelsefullt såväl för klimatförutsägelser som för studier av vattenresur­ser. På senare år har storskaliga hydrologiska modeller, däribland WASMOD-M som utvärderas i denna avhand­ling, i ökande utsträckning kommit att användas som huvudverktyg för utvärdering av globala vattenresurser. Den månatliga versionen av WASMOD-M, avhandlingens startpunkt, användes för att påvisa inskränk­ningar som låg i begränsande hydrologi- och klimatdata liksom behovet av att minska model­lens strukturella osäkerheter. Modellen simulerade den globala vattenbalansen med ett mycket litet volymfel (avrinningens långtidsmedelvärde) men var mindre lyckosam att efterlikna dynamiken. Under se­nare tid har globala topografiska och hydrografiska data med hög rumslig upplösning och kvalitet blivit tillgängliga. Avhandlingens huvudsakliga drivkraft var att utveckla WASMOD-M med hjälp av dessa data i syfte att bättre fånga den globala vattendynamiken och för att parametrisera lokala ickelin­jära processer i den storskaliga modellen. Under hela modellutvecklingen har skaloberoende, lågparametrise­rad modellstruktur och numerisk beräkningseffektivitet varit viktiga bivillkor. En ny skaloberoende svarstidsalgoritm, benämnd NRF (network-response function), som utnyttjar två aggregerade högupplösta hydrografier, HYDRO1k och HydroSHEDS, utvecklades och provades i tre avrinningsområden med olika klimat i Kina och Nordamerika. Algoritmen bevarar den rumsligt fördelade informationen om koncentrationstider i form av enkla responsfunktioner för vattendragsnä­tet för godtyckliga lågupplösta beräkningsrutor in en storskalig hydrologisk modell. En distribuerad algoritm för avrinningsbildning, benämnd TRG (topography-derived runoff genera­tion), utvecklades för att representera den höggradigt ickelinjära processen i större skalor. Algoritmen användes i den dagliga WASMOD-M och provades i samma tre avrinningsområden som ovan. Modellprestanda blev lika bra eller bättre än en enlagers VIC-modell fast med en parameter mindre att kalibrera. TRG-algoritmen gav ett rimligare rumsligt mönster för avrinningsbildningen. Avhandlingen har identifierat påtagliga förbättringar i modellprestanda när 1) lokala i stället för globala klimatdata användes och 2) när NRF, den skaloberoende svarstidsalgoritmen användes i stället för en traditionell magasinsbaserad svarstidsalgoritm. Samtidigt har klimatdatas rumsliga upplösning och val av högupplöst hydrografi en andra ordningens inverkan på modellprestanda. Två högupplösta topografier och hydrografier användes och jämfördes, och nya tekniker utveckla­des för att aggregera deras informationsinnehåll i stora skalor. Fördelarna och den numeriska beräkningsef­fektiviteten av högupplöst information i lågupplösta globala modeller har belysts.