水文学是水资源学的基础,服务于水资源学。水资源系统的研究不仅要考虑水文系统中的自然影响因素,更要考虑社会和经济等人文因素。水文水资源系统具有自然性、社会性、开放性等多种特性,其影响因素复杂而繁多,包括大量确定性信息,以及难以确知和精确量化的不确定性信息,这些不确定性信息主要表现为随机性和模糊性。模糊性是水文系统和水资源系统所共有的特性,其研究始于20世纪80年代陈守煜创建的模糊水文学,后拓展为模糊水文水资源学,在数学上现已发展为可变模糊集理论。该理论不仅是研究水文水资源系统中模糊性与非线性问题的理论,也是研究模糊系统中具有自然和社会双重属性问题的有力工具,包括模拟、决策和评价等系统理论、模型和方法。本文在该理论基础上,对水文水资源系统中的部分模拟、决策及评价问题进行了应用研究,主要内容和成果如下:(1)针对模糊优选神经网络BP算法训练得到的连接权重常常需要考虑求解区间的问题,提出了给定求解区间的BP算法,该算法训练时对连接权重的求解区间进行了设定,避免了原算法中容易出现的过学习问题。并基于该算法对云南蒋家沟粘性泥石流平均流速进行了训练和检验,训练采用三层神经网络结构,综合考虑训练和检验精度,确定了试算范围内的最优隐节点数,表明了该算法的有效性。(2)模糊优选神经网络模型赋予了激励函数物理意义,其应用需要根据实际问题建立固定的表达结构,并设定连接权重的求解区间。其中求解区间应根据具体问题确立,是明示连接权重物理意义的关键。以咸淡轮灌试验为研究对象,建立了作物水盐响应关系的固定表达结构,设定连接权重的求解区间为[0,1],符合权重的物理意义,对作物水盐响应关系进行了模拟。模拟结果不仅比传统Jenson模型具有更高的精度,而且训练得到的连接权重也较好的表达了棉花籽棉产量对不同处理的响应关系,为咸淡轮灌灌溉制度的制定提供科学依据。(3)咸淡轮灌灌溉制度是微咸水灌溉实施的关键,在方案的选取中不仅要考虑微咸水矿化度及灌水量对作物产量的影响,同时应统筹考虑节约淡水量和对土壤生态环境的影响,属于定性与定量目标并存的多目标半结构性决策问题。应用陈守煜提出的多目标半结构性模糊最优决策方法对咸淡轮灌方案进行了优选,其中作物产量影响水平目标的量化以模糊优选神经网络模型的作物水盐响应关系为依据,并分析了土壤生态环境影响程度目标在变权重条件下决策结果的稳定性,为微咸水灌溉多目标半结构性最优决策提供了有效的决策方法。(4)模糊优选神经网络模型目前只有单目标输出BP算法的相关研究,针对非线性模拟中,通常会面临多个目标输出的现象,故将模糊优选神经网络模型的单目标输出结构拓展为多目标输出结构,并应用该算法对咸淡轮灌技术下作物生长多项观测值进行了模拟,结果表明模糊优选神经网络模型可以较为精确的对作物生长多项观测值进行模拟,其在多目标非线性模拟中具有较好的应用价值。(5)对模糊可变评价方法进行了应用性研究,应用对象为土地适宜性评价与区域水资源可持续利用评价,两例应用展现了评价体系为多层次、多指标、多模型的评价过程,与其它方法相比,模糊可变评价方法通过模型集C_A与模型参数集C_B的变化可得到更可信的评价结论,同时模型参数集C_B(权重集)的变化消弱了主观因素对评价的影响,使评价结论更具说服力。最后对全文做了总结,对有待于进一步研究的问题进行了展望。