感潮河段的水流既受内陆径流的影响，又受外海潮汐侵入的影响，是复杂的周期性不恒定往复流动。感潮河段的潮位预报应考虑上游的洪水和下游潮汐，同时又要考虑区间来水以及风力、风向与气压等诸多复杂因素的共同作用，因此感潮河段的水位预报就显得十分的复杂和困难。本文分析了目前感潮河段潮位预报的研究进展，探讨了研究开发感潮河段水位预报模型的必要性和可行性，概括了模型的原理、方法和技术特点。根据长江流域感潮河段水位变化的机制，以感潮河道水位变化的影响因素为出发点，建立了预报上游大通站流量的AR(p)时间序列模型；应用较成熟的调和分析方法建立了下游吴淞站天文潮预报模型；采用门限回归模型和BP人工神经网络模型，建立了感潮河段水位预报模型。为了验证本文所研究模型的适用性，本文还采用现代计算机技术，遵循洪水预报系统的设计目标和原则，研究开发了三江营站潮位预报系统。应用该系统对三江营站的特征潮位、潮时及潮位过程进行了预报，并对比了门限回归模型和BP人工神经网络模型预报结果的精度。结果表明：门限回归预报模型比较符合感潮河段水位变化的物理规律，模型需要资料较为简单，其预报结果具有一定的计算精度，基本符合实际预报作业的精度要求，适用于长江流域感潮河段水位预报模型，而BP人工神经网络预报模型的应用还有待于进一步研究和改进。