福建夏秋两季最主要的海洋灾害是风暴潮，加上沿海地区人口密集，经济繁荣，受风暴潮的影响较为严重，因此对福建沿海风暴潮特征进行研究，为风暴潮预报提供参考，对该沿海地区的风暴潮防灾减灾有重要意义。位于福建省中部的福州市夏、秋两季频繁受到热带气旋的袭击，不管台风足否正而登陆该地，该区域均会有不同程度的增水，对沿江和沿海的长乐，马尾地区的农田、海堤、海洋工程、房屋等均构成威胁：甚至风暴潮水能上溯到福州城区，对福州市区的防洪排涝产生重要影响。 本文选用经验预报方法即统计方法和人工神经网络模型进行闽江口风暴增水预报的研究。根据冯士榨的理论结合闽江口实际情况，即水深有限，区域有限，风暴增水水最多不超过2.5米，其风暴潮运动，属于浅海风暴潮甚至是超浅海风暴潮问题，从理论上推出了风暴增水极值与气压和风速两个气象因子的相关公式。选用闽江口梅花站多年气象和水文资料，采用统计方法得出统计因子△p、W<2>cosθ的量值，建立极值预报的回归方程：同时选用BP算法的人工神经网络模型进行极值预报，对气象资料进行训练，本文选用隐含层节点数控制在6～8之间，输出层节点数为1层，算出风暴增水极值的输入层与输出层的连接权重矩阵。根据建立的预报方程，对梅花站的2000-2001年的台风风暴潮进行了试报。与实测资料对比分析，表明两种方法预报值都在允许的误差范围之内，且用BP算法的ANN模型建立的预报方程的试报精度相对较高。