水文预报直接为防汛抢险,水资源的合理利用与保护,水利工程的建设和调度运行管理,以及工农业生产提供服务,是水文研究的重要内容。月径流序列由于受气候因素的影响,呈现以年为周期的季节性变化,其统计特性随季节而异,是一种季节性的非平稳时间序列,具有较强的随机性和非平稳性。月径流的预报,对于制定生产计划、防洪、抗旱、发电、水资源的规划管理和综合利用有着十分重要的意义。时间序列分析法在水文预报方面起着重要作用,本文主要建立了月径流的两种非线性时间序列模型:季节性AR模型和函数系数自回归模型。文中采用多项式样条方法对函数系数自回归模型进行了估计,包括结点个数和位置的选择,门限变量和滞后变量的选择。并利用所建立的两个模型对长江大通水文站的月径流时间序列数据进行了模拟和预报。计算结果表明,函数系数自回归模型对大通水文站月径流的预报结果比较好,特别是在汛期存在较多降水时,函数系数自回归模型的预报精度要高于季节性AR模型,很好的反映了月径流的波动变换趋势。