海上大气波导是一种异常的大气折射现象,该现象的产生与气象条件密切相关。其中,蒸发波导是海上大气波导中发生概率较高的一种大气层结,它能够束缚特定频率的电磁波,以一种能量较小的损耗在波导层中传播,有利于充分发挥雷达的作战效能,显著增加雷达的探测距离,其高度值是实现雷达超视距探测、远距离通信等技术的重要参数。因此,预先掌握蒸发波导高度对发挥海上作战优势具有重要意义。本论文为了研究南海蒸发波导的统计规律,基于南海石油平台搭建海洋自动气象站,实验数据通过北斗卫星通讯进行远程传输,能够实时获取蒸发波导监测所需的水文气象要素数据,结合基于Monin-Obukhov近地层相似理论的NPS模型,实现蒸发波导高度的诊断。目前,蒸发波导可采用MM5或WRF中尺度数值模拟进行区域预报,但由于该方法所需背景场数据较多、海上数据获取较困难、软件配置复杂且计算量较大,本论文提出采用时间序列分析和BP神经网络两种方法,分别对气温、相对湿度、风速、大气压和海表温度进行建模和预测,并结合NPS诊断模型进行计算,间接得到蒸发波导高度的预测值,实现了蒸发波导高度的短期预测。针对BP神经网络在建模中存在的缺陷进行改进,采用人工蜂群算法对BP神经网络的连接权值和阈值进行优化,提高了BP神经网络的收敛速度、防止陷入局部极小点、减小网络预测误差,从而实现更准确的蒸发波导高度预测。