随着时代的快速发展和城市化进程的不断加快，我国的防洪减灾事业面临着新的困难和挑战，采用非工程措施和工程措施相结合转变洪水管理模式的应对思路已经初见成效，进一步做好洪水多发区域的防洪风险管理工作仍然是防洪减灾事业的必然要求。而河川径流变化对整个水文系统有直接影响，开展径流演变规律分析及预测研究对于洪涝灾害防治具有重要理论和现实意义。
　　本文开展了西苕溪流域洪水淹没演进精细化模拟，分析把握了径流演变规律，构建了径流预测人工智能模型，主要研究内容及所取得的成果如下：
　　论文研究了洪水淹没演进精细化模拟的基本理论与方法，基于高精度DEM和DLG数据，建立一、二维耦合的西苕溪流域洪水淹没演进水动力模型。模型在一维形式下的控制方程为圣维南(Saint-Venant)方程组，二维形式下的控制方程为平面非恒定流方程组，一二维模型采用侧向连接的方式有效耦合，模型精确反映了洪水历时当中河道内洪水向堤外的扩散演进过程，高精度地模拟了西苕溪流域洪水风险发生情况。
　　选用分形理论来定量描述径流量时间序列的相关性，通过R/S分析法来计算径流序列的Hurst指数，进一步计算其分形维数，研究径流序列分形特征，探究前一个观测值对后序观测值产生的影响，利用集中指数等多项指标对径流分配的不均匀性进行分析，得到径流年内分配的发展趋势。
　　根据月平均径流量所具备的分形特征，构建了月径流量时间序列-水文气象因子系列的随机森林预测模型，利用随机森林理论的两大随机策略——装袋法和特征子空间法选取预测因子并进行解释变量重要性度量来确定模型最终输出的预测因子，使用训练好的模型对代表水文站60个月的月平均径流量进行了预测；最后，将随机森林模型与ARMA模型、新陈代谢分形插值预测模型和FAR模型等进行预测效果对比，分析模型的优越性。