由于水文过程中存在很多不确定性,预报操作中存在很多盲点。不确定性是水文过程中客观存在的,不确定性问题是目前水文预报的热点问题,研究不确定性方法在小流域水文预报的实际应用可以为加强水文基础理论和防洪提供广泛的应用可能性。本文选择永翠河流域作为研究对象,应用不确定理论对月径流序列进行预报,取得的成果如下:(1)季节性一阶自回归模型在径流量突变点、特丰期时个别月份径流、过渡期月径流,都不能给出理想预报精度。不过该模型结构简单,建模方便,而且预报给出的过程线,能描述出月径流序列水平和周期变化特性,可作参考使用。(2)季节性最小二乘多元线性回归模型中,在不考虑降雨的情况下,模型的拟合和预报效果均一般,丰水期6月份和枯水期12月预报效果稳定。考虑降雨后,模型的预报精度提高很大,误差合格率以及峰值相对误差均符合水文预报误差标准,对于研究区域有一定的适应性。(3)自适应模糊神经推理系统(ANFIS)训练过程拟合程度较高,检验过程中绝大多数月份相对误差值在20%以内,有些精度较高的月份误差达到0.8%,预报结果趋势良好,预报值与实际值相关程度较高,除个别月份,决定系数比较接近1,适用于永翠河流域月径流序列预报。(4)建立联合预报模型,ANFIS预报降雨的基础上,建立了考虑当月降雨的最小二乘多元线性回归模型,模型的预测精度和降雨的预报精度紧密有关。降雨预报精度满足标准,模型得出的径流过程也令人满意,适用于研究区。为预报模型更广泛的应用提供了新途径.