洪水预报是根据现时已经掌握的水文、气象资料,预报河流某一断面在未来一定时间内(称预见期)将要出现的流量、水位过程。研究水文预报方法开发水库实时洪水预报防洪调度决策支持系统,实现雨情、水情资料的采集、传输、预处理、预报、调度的自动化,即联机实时洪水预报调度系统,是当前水情自动测报系统的发展方向。为了准确预报入库洪水,根据锦江流域的水文特性,本文在对水文预报模型研究的基础上,分别选用了分散型三水源新安江模型和BP神经网络模型作为预报模型计算。并且以Delphi语言和SQL Server2000数据库为基础开发了综合性洪水预报软件系统。软件具有参数调试、雨洪对照显示、实时雨量查询、结果查询等功能。该系统经过锦江流域历史水文数据的仿真预报测试,其洪水预报精度符合有关规范要求。由于水文水资源系统的复杂性和动态性不断加强,研究广度不断深入,影响因子不断增加,原有的研究方法和途径日显窘态,单独使用确定性和不确定性方法面临着许多无法妥善解决的问题。为此本研究采用了神经网络进行锦江水库的入库流量的模拟。人工神经网络是目前国际上的前沿性研究领域之一。研究的目的就是应用软、硬件实现技术,将人工神经网络的智能化信息处理能力应用到工程实践中,建立适合的人工神经网络模型,在继承原有方法优点的基础上,解决原有方法难以解决的一些复杂问题。本研究中作者参考了一些近年来神经网络(BP模型)在洪水预报中的应用及其建模规律和要求,建立了适合于锦江流域的神经网络模型,即具有时延功能的神经网络BP模型进行入库流量的模拟。在本研究中,作者采用两种模型分别对水库进行模拟计算与预报,然而不管采用什么样的模型来做洪水预报,其系统误差总是不可避免的。在论文的最后作者对两种模型进行分析比较。结果表明:基于神经网络BP模型的径流预报精度优于新安江模型。