随着科技的发展和人类的进步,水资源安全问题备受关注。开展中长期径流预报不仅能够在水库调度、抗旱、供水、发电及灌溉等方面发挥重要作用,而且可以有效的缓解各部门之间的用水矛盾,使有限水资源发挥最大的综合效益。因此,本文对洛河流域进行水文特性分析及中长期径流预报研究,以洛河流域长水水文站1960-2016年径流资料为基础,通过Mann-Kendall趋势检验法,对长水水文站径流量、降水量、平均气温的年际变化进行分析,结果显示径流量和降水量呈明显下降趋势,平均气温呈明显上升趋势;通过Mann-Kendall突变检验分析,发现长水水文站径流、降水在1978年均有发生突变;通过小波分析法进行周期性检验,说明控制洛河流域径流、降水变化的周期存在一定程度的相似。结合长水水文站径流资料特点,选取最低气压、降水量、平均气压、平均2分钟风速、平均气温、平均最高气温、日降水量>0.1mm日数、最大风速、日照百分率、极大风速、最高气压等19个影响因子,利用相关系数法和主成分分析法对影响因子进行筛选,得到10个相关性大的预报因子,并以此作为方案一和方案二。在水文要素特性分析基础上分别建立基于方案一和方案二的多元线性回归模型、BP神经网络模型和ELM模型,并进行年径流总量预报。根据预报结果对两种方案、三种预报模型进行等级评定,整体显示方案一优于方案二,多元线性回归模型、BP神经网络模型和ELM模型的合格率分别为63.64%、72.73%和90.91%,其中,BP神经网络模型和ELM模型预报结果相对更能够适应该流域径流特点。同时,ELM径流预测模型改善了BP神经网络训练时间长和易陷入局部极小值的问题。因此,ELM模型在训练速度和预测精度方面都优于BP神经网络。本文的研究成果对洛河流域水资源的宏观调控和防洪减灾具有一定的参考价值。