洪水的显著特点是年际变化不稳定且易受特殊地形的影响。一般流域缺乏引洪、滞洪、过洪能力,形成的大洪峰流量洪水不仅破坏周围居民的生活环境,带来经济损失,对居民的生命健康也是巨大的隐患。因而对流域的洪水发生过程进行预报是至关重要的。山西省由于存在大规模的采煤活动,改变了流域的下垫面条件,从而影响洪水形成过程。现阶段也有不少水文专家对该特殊下垫面条件下的洪水形成过程展开研究,但由于采空区特殊下垫面条件地势复杂,该流域下产流汇流机制体系尚未完全建立,许多地区相关降雨径流资料也不够完善。目前,还未存在某一模型能解决上述所有问题。本文以山西省采煤活动频繁的汾河上游为研究对象,选择该区静乐水文站控制流域内的降雨、径流数据用于分析预测。首先利用采空区出现前的降雨、径流数据,依托MATLAB软件建立合适的BP神经网络模型,其次利用遗传算法（GA）和和粒子群优化算法（PSO）对BP神经网络模型进行优化,得到GA-BP、PSO-BP模型,通过运行模型对得到的预测值进行结果分析,接着利用采空区出现后的降雨、径流数据对原有模型的参数进行调试,最终得到适用于采空区特殊下垫面条件下的洪水预报模型。研究结果如下:（1）利用采空区出现前的数据所建立的BP、GA-BP以及PSO-BP神经网络预测模型对1990年以前,即采空区特殊下垫面条件形成前的场次洪水预测效果较好,合格率分别为66.67%、66.67%、80%,可以起到指导实践的作用,而另外几场洪水预测效果不尽理想。究其原因,在1990年以后,由于煤矿大量开采,形成了大小不一的采空区。（2）针对1990年以后,即采空区出现后场次洪水预测值误差过大的情况,调整BP、PSO-BP和GA-BP神经网络预测模型,对静乐水文站控制流域处于采空区特殊下垫面条件下的场次洪水重新进行预测,得到场次洪水预测值。经过改进后的模型对于采空区特殊下垫面条件下洪水的径流预报,合格率提高至58.33%、66.67%、66.67%。（3）对于采空区特殊下垫面条件下大洪水的径流预报的预测效果,PSO-BP神经网络模型>GA-BP神经网络模型>BP神经网络模型。对于采空区特殊下垫面条件下中小洪水的径流预报的预测效果,GA-BP神经网络模型>PSO-BP神经网络模型>BP神经网络模型。（4）研究成果显示,针对采空区特殊下垫面条件建立适用于该特殊地形的径流预测模型,预测效果十分显著,对实际应用具有重要的指导意义。