近年来,洪涝灾害的频繁发生严重威胁到了人们的生命财产安全,对径流量的准确预测,是有效减少这类灾害的重要依据.随着数据科学的发展,有资料地区径流量的预测精度已经得到有效的提高,但是,对无资料地区的径流量预测仍是研究的重点与难点.目前,相似流域间水文资料的移植,是解决无资料地区径流量预测的常用方法.在对相似流域进行判断时,论文基于统计学与数据科学的思想与方法,利用流域内的水文地质资料进行流域间的相似性判断.之后,利用小波函数对地貌学人工神经网络模型进行了改进,并通过栾川流域和李青店流域的水文数据验证了模型的有效性.由于不确定性的普遍存在,使得水文资料中存在较为严重的缺失值现象,因此,在建模前必须要对栾川流域和李青店流域径流量中的缺失值进行修复.结合流域相似性评价结果,以及模型的验证结果,将栾川流域的径流量移植给潭头流域(无资料地区),并利用改进后的模型对潭头流域的径流量进行预测,同时对模型在无资料地区的预测效果进行评价与分析.论文主要研究内容及结果如下:(1)基于河南省河网数据、数字高程模型(DEM)数据以及土地利用数据,利用ArcGIS软件提取流域内的地貌特征参数(河网级数、河网数目、河网平均长度、河网平均集水面积、河长率、面积率以及分叉率),为流域内径流量的预测提供了数据基础.(2)对栾川、李青店以及潭头流域相似性的判断.论文基于数理统计中的变异系数法,利用河网平均长度、河网平均数目、流域内的土地利用类型以及多年平均降雨量计算出流域的相似度.结果表明,这三个流域之间,两两可以进行水文资料的移植,由于李青店流域的时间点与其他两个流域均不对应,因此,选择栾川流域和潭头流域之间进行径流量移植.(3)对栾川流域和李青店流域径流量缺失值的插补.对数据集中径流量缺失机制的判断,是选择数据修复方法的前提,但是,流域地理条件的复杂性以及其它人为因素的影响,难以判断流域内径流量缺失值的缺失机制.因此,论文在完全随机缺失与随机缺失机制下,分别选择了k最邻近插补法与随机回归插补对径流量缺失数据进行插补.(4)无资料地区径流量的预测.论文通过小波基函数对地貌学人工神经网络模型进行改进,并利用栾川和李青店流域修复完整的降雨径流量数据对改进后的模型进行验证,结果表明,改进后模型的纳什效率系数、洪峰误差以及峰现时差都比原始的地貌学人工神经网络模型的评价效果要好.之后,在相似流域以及模型验证结果的基础上,将栾川流域的径流量直接移植到潭头流域.利用潭头流域自身的路径概率值以及改进后的模型预测了潭头流域的径流量,同时,对预测结果进行分析与评价.结果表明,论文中的方法可以有效的预测无资料地区的径流量.