塔城地区独特的地形为西来水汽的输送提供了条件，从而形成了众多中小河流，仅塔城地区农九师，年径流量在3×108m3以下的中小河流就占42％，比重相当大，这些河流维持着本地农业灌溉及工业、生活用水。而塔城地区山系多为中低山，春天季节性积雪的消融又使河流呈现出春汛的特点，使得径流年内分配不均，对塔城地区水资源配置极为不利，开展中小河流中长期预报问题的研究，是灌区加强计划用水和节约用水的前提，对塔城地区水资源合理利用和优化配置具有重要意义。 本文针对实际存在的问题，根据塔城地区河流的水文、地理特征，以乌拉斯台河为例，根据其年径流量(1966-1995年)序列的长期变化特征，采用多元回归分析、人工神经网络和时间序列分析预测方法，对乌拉斯台河年径流进行预测，目的就是建立可用于作业预报的可靠性较高的中长期预报模型，为水库的防洪、灌溉提供有价值的参考依据。主要的研究成果如下： (1)根据乌拉斯台河年径流序列的长期变化特征，提出了时间序列分解预测模型。从模型的检验来看，所建模型具有较好的适应性和预报精度，并且拟合效果较好，说明这种预测方法有一定的实用性。 (2)用物理成因分析和数理统计分析两种途径，确定降水、蒸发和相对湿度是影响乌拉斯台河径流的主要因子。 (3)利用所确定的主要影响因子，分别建立了多元线性回归模型和BP神经网络模型。结果表明所建两种模型对径流的预报效果均较好，完全可以达到实用要求。 (4)对以上不同径流预测模型的预报成果进行性能的综合比较分析，结果表明在塔城地区中小河流的中长期水文预报中，三种水文模型理论和实际应用中各有优缺点。 但就乌拉斯台河年径流量(1966-1995年)拟合效果和预报精度来说，BP神经网络模型优于其它两种模型，具有较广阔的应用前景。