径流的变化对整个水文水资源系统的变化起着主导的作用,也对我们如何合理有效开发利用区域水资源有着深远的影响。随着能源工业的发展和各种水利设施的建设,对陕北秃尾河流域径流的变化规律及预测研究正日益引起人们的重视,这也将对该流域的水资源合理开发、水利工程建设以及社会经济的飞速发展有着重要而深远的指导意义。本文利用秃尾河流域高家川站年径流资料为研究对象,利用数理统计方法、小波分析理论,通过分析计算对秃尾河流域径流的变化规律等特性进行了系统的研究。并在此基础上建立门限自回归模型和BP神经网络模型对其径流变化进行了预测分析,得到以下主要结果:(1)秃尾河流域年径流总体呈减少趋势。通过采用滑动平均法和Mann ? Kendall秩次相关检验法对高家川站径流变化趋势进行了定性和定量的统计分析,结果表明秃尾河年径流量确实有明显的下降趋势。(2)通过对年内分配不均匀性、完全调节系数、集中度等计算,结果表明流域径流年内分配比较均匀,流域对径流的的调节能力在逐渐增大。(3)对秃尾河流域高家川站年径流进行小波分析,发现该年径流过程主要存在2年、8年和19年左右变化周期,其中19年左右时间尺度为第一主周期。同时发现目前年径流处在枯水期后期,水量有转向增加的趋势。(4)应用自相关系数分析技术确定门限自回归模型的延迟步数和门限区间自回归模型的阶数,采用D.D.C.方法中点值图确定门限自回归模型的门限区间个数和门限值的寻优范围,再用黄金分割法对门限值进行寻优,最后对处于不同门限区间内的数据序列分别建立自回归模型,对年径流进行预测研究,结果表明所建立的TAR模型的合格率为81.8%,预报精度达到乙级。(5)借助MATLAB软件中的神经网络工具箱,不考虑降水影响时采用前两年径流量作为输入因子,考虑降水影响时以当年降水量和前两年径流量作为输入因子,当年径流量作为输出因子,建立一个三层BP神经网络模型。通过对年径流量的预测,发现所建BP神经网络模型的预报精度达到甲级。说明所建立的BP神经网络模型用于该流域的年径流预测得精度较高,是一种非常有效地年径流预测方法。最后通过将BP神经网络模型与TAR模型的预测结果进行综合比较,我们可以发现BP神经网络模型用于秃尾河流域的径流预测能够获得的更精确的预报效果。