摘要：利用逐步回归的方法,考虑海温和气象因子的作用,设计了3种预报方案,建立了洪家渡水电站月径流量的预报模型,并进行了对比分析研究.结果表明:考虑海温因子与气象因子组合的逐步回归方案预报效果最佳,具有实用价值.最重要的3项影响因子是72.5°N,157.5°W^160°W海区的海温、东亚槽位置以及编号台风数.

摘要：莺落峡是黑河干流出山口径流量的重要控制站,莺落峡径流量的多少直接影响着该流域经济、社会的发展和生态环境保护,水资源分配和调度的管理和决策。论文基于人工神经网络,对莺落峡径流进行了模拟预测。将月径流分为汛期和非汛期,分别建立BP人工神经网络,通过对径流分类前后的模型进行比较,发现分类后的月径流BP模型的性能显然优于未分类的模型,故此设计了4种不同气候情景,采用分类后的模型对莺落峡2030年的径流量进行了预测。即,在降水量不变、气温增加0.5℃,2030年莺落峡年径流量将增加8.92%;气温增加1℃、降水量不变,年径流量将减少5.414%;气温不变、降水量增加10%,年径流量将增加9.905%;气温增加0.5℃、降水量增加10%,年径流量将增加8.98%。