水土流失是当今世界人类生存环境面临的主要危机之一。中国是世界上水土流失最严重的国家之一，而西部又是中国水土流失最严重的地区。建设长江上游生态屏障，确保可持续发展和西部大开发战略的实施，需要对水土流失有更深刻的认识。本文结合国家自然科学基金委员会和水利部联合资助的重大项目“江河泥沙灾害形成机理及防治研究”(59890200)，运用人工神经网络及系统动力学理论对坡面产流产沙及流域产沙机理进行研究，取得了富有创新性和实际意义的结果。与国内外现有研究成果相比，本项研究在诸多方面都具有探索性和开创性。 在已有流域产沙模型研究成果的基础上，提出了运用神经网络理论和系统动力学理论研究流域产沙的必要性。 对人工神经网络BP网络算法中固定学习率η存在的弊端提出了改进方案，使BP算法中网络误差函数能够达到局部极小点，提高了算法的拟合精度。并运用改进的神经网络模型对流域产沙及坡面产流产沙进行了研究。得到了流域年均含沙量的BP网络模型、不同坡度顺耕及横耕次降雨产流产沙BP网络模型和荒坡六种不同利用方式的次降雨产流产沙BP网络模型。 首次运用系统动力学理论对流域产沙系统进行建模。采用系统动力学有关系统的、整体的观点，全面分析流域产沙系统的动态行为，建立了流域产沙系统的系统动力学模型。并进行一小流域产沙的模型仿真实验研究。 对于系统动力学模型参数的调试法存在的缺陷，提出了多种解决方案。一是 四J！D大学博士学位论文将神经网络模型与系统动力学相结合。二是将流域产沙的物理成因模型与系统动力学相结合。这不仅解决了系统动力学模型调试参数时存在盲目性的问题，而且提高了系统动力学模型的计算精度，加强了模型的科学基础。 以上研究成果为流域产沙模型研究注入了新的科学理论和方法，开辟了新的研究方向。这不仅有助于提高人类对流域产沙机理的认识，并为流域减沙治沙策略的制定提供实验平台和科学依据。丸