随着社会的进步和人民生活水平的提高,人们对水资源的需求也越来越高；作为城市供水的重要水源,河流、水库的健康生存发展至关重要。泥沙一直以来都是我国水库运用中的重要问题,而且泥沙对河道的危害也很大。泥沙预报可以提前了解泥沙的运动规律,做到防患于未然,将一切损失降到最低,因此泥沙预报就显得至关重要。本文主要针对日益严重的水库、河道淤积问题,以大凌河流域的白石水库作为研究对象,对水库的入库沙量、水库下游站的沙量及沙量过程进行预报。主要研究内容如下：(1)基于BP神经网络的水库入库沙量预报。针对水库淤积日益严重的问题,对入库场次洪水进行分析研究。首先分析了影响入库洪水的各个因素,次降雨、降雨过程、时段降雨以及洪水地区组成与入库沙量之间的关系,然后建立入库沙量预报模型,以最大4小时降雨量、降雨均匀性系数和前期影响雨量作为模型输入变量,初始为随机权重,经过5000次运算进行模拟。结果表明该模型可以有效的对入库沙量进行预报。(2)基于线性回归和神经网络的下游河道沙量预报。对于河道淤积问题,水库泄洪冲淤是一个常用的方法。利用建库前的历史资料,对水库下游站义县站的沙量进行预报,通过线性回归和神经网络这两种方法进行模拟,两种模型都以上游朝阳站和迷力营子站的洪峰、洪水总量和平均含沙量为输入条件,结果表明,神经网络的预报结果精度更高,其优于线性回归方法。(3)基于相似推理理论的下游河道沙量过程预报。通过对流域内的历史场次洪水进行相似性分析,得到两两相似的洪水,用平均含沙量指标,由一场洪水含沙量过程去推求另外一场洪水的含沙量过程。首先进行指标相关性分析,根据累计贡献率大于等于85%的前3个指标从而得到新的指标；然后以新的指标对沙量进行模拟。分析可得,由于流域历史资料较少,大部分的洪水过程预测结果一般,对于流域资料全的流域,该方法结果应当会更好。