水文现象受众多因素的影响,变化极其复杂,在其计算和预测中存在着多种不确定性。年、月和日的水文径流量预测,一直是水文预测研究难度较大的课题,它的困难在于其变化情势受多种不确定因子(如气候变化、人类活动和地形地貌变化等)的影响,因果规律并不完全清楚,水文资料信息也不很充分,表现出随机性、模糊性、灰色性等复杂特性。水文中长期径流预测是水资源研究领域中的一项重要内容,对国民经济发展具有十分重要的意义,是水资源规划及综合开发利用、防洪抗旱、电站运行管理和制定发电计划的基本依据。本文主要引用宝珠寺和大渡河的代表站径流资料,通过实例应用分析,对水文中长期径流预测模型进行了研究: (1) 年径流预测模型研究中,主要介绍了目前较为成熟的线性平稳自回归模型、灰色动态模型、人工神经网络模型、最近邻抽样回归模型、均生函数模型,同时尝试引入较为先进的小波网络模型。通过实例分析和预测效果比较,研究了它们在年径流预测应用中的适用性及模型存在的优缺点。(2) 月径流预测模型研究中,主要介绍了季节性自回归模型、分级退水模型与混合线性回归模型、季节性人工神经网络模型、门限自回归模型和小波网络模型,通过在两个流域中的实例应用,分析它们各自的优缺点及其适用性。(3) 年内月径流趋势展望预测模型研究中,提出了人工神经网络模型、最近邻抽样回归模型和投影寻踪回归与最近邻抽样回归耦合模型。通过两个流域的实例应用,分析其适用性。(4) 日径流预测模型研究中,探讨了季节性自回归模型、分期平稳自回归模型、人工神经网络模型和最近邻抽样回归模型,并通过实例分析了模型的适用性。本文采用的模型较多,每个章节介绍的模型比较综合。传统模型在径流预测中的应用已经比较成熟,文中侧重于在模型建模思路的改进上和模型参数优选方法上作了分析研究。