近年来我国在南海海域珊瑚礁上进行了大量的工程建设,珊瑚礁地形上的直立堤越浪问题越发受到重视。由于珊瑚礁地貌的特殊性,现有直立堤平均越浪量的计算方法适用性较差,且计算所需的堤前波浪要素难以获得,因此需要探究一种新的越浪量计算方法。本文依据物理实验模型结果对非静压波浪模型SWASH在珊瑚礁地形上的水动力模拟进行了验证,结果表明通过调节波浪破碎参数α的大小,可以控制礁坪上波浪要素的模拟精度,得到准确的越浪量计算结果。并且随着无量纲化的相对堤顶出水高度、相对入射波高和相对波长的变化,α值并没有明显的变化规律。取平均值α=2模型仍然具有较好的精度和较小的离散程度。本研究参考我国南海海域中的-20m水深处的设计波浪要素,对SWASH模型的前坡坡度、礁坪宽度、堤高、礁坪水深、入射波有效波高和波谱峰周期六个输入参数进行分析取值,对所有波浪要素组合进行入射波浪要素的率定。完成2016组SWASH模型实验的计算,并依据算例结果作为训练数据构建了Back Propagation(BP)神经网络模型。模型通过输入珊瑚礁地形参数和深水波浪要素参数对珊瑚礁地形上的直立堤平均越浪量进行预测。研究中对神经网络模型的关键参数进行分析优化,对神经网络模型预测越浪量的精度进行了验证和对比。结果表明本研究构建的BP神经网络可以作为预测珊瑚礁地形上直立堤越浪量的工具,并且在预测精度上高于利用堤前波浪要素预报越浪量的神经网络工具。