中长期水文预报对于防汛抗旱、水库调度、水资源规划与管理等工作至关重要。目前,中长期水文预报在水文学研究中还相对落后,仍然处于探索、发展的阶段。湘江是洞庭湖水系中最大的一条河流。一直以来,湘江流域频繁遭受洪水的威胁。而且目前中长期水文预报仍存在精度不高,难以有效指导生产实践的问题,因此对湘江流域进行中长期水文预报研究对于流域的防洪抗旱及洞庭湖区的调蓄都有重要的意义。本研究选择湘潭站作为湘江的代表站,运用成因分析、统计分析与模糊分析相结合的方法识别影响各水文要素的前期流域降水、大气环流形势等预报因子。然后分别应用模糊模式识别预报模型、人工神经网络模型和多元混合回归模型对湘江流域进行年最大洪峰流量及逐月流量的中长期预报,以建立适合湘江流域的简单实用且预报精度较高的预报模型。主要成果与结论有:基于模糊模式识别预报模型、人工神经网络模型和多元混合回归模型的湘江流域年最大洪峰流量及逐月流量中长期预报的合格率都在80%以上,相互验证了此次湘江湘潭站流量中长期预报成果的合理性和可靠度较高。从逐年最大洪峰流量预报和逐月预报结果及误差结果可以看出,人工神经网络模型预报特大及特小年份的误差最小,预报精度最高。人工神经网络模型的拟合平均绝对相对误差为10%～11%左右,取得了令人满意的效果,可供应用参考。将复相关系数定为预报模型优良的一个重要参数,预报实际证明复相关系数不低于0.75时可以得到较理想的预报结果。总之,本文研究成果对湘江流域的防洪抗旱及洞庭湖区的调蓄都有重要的参考价值。