《中长期径流预报技术与方法》由鲁帆、严登华、王勇、蒋云钟编著，共分5章，其主要内容包括以下四个方面。  中长期径流时间序列的特性分析。在简要介绍水循环过程及中长期径流特点的基础上，分析中长期径流时间序列的概念，并从趋势性、周期性、随机性等方面介绍中长期径流时间序列特性分析的若干主要技术。

中长期径流的预报因子识别。首先介绍与中长期径流过程紧密联系的中长期天气过程的特点，然后介绍中长期径流过程的影响因素及中长期径流预报中常用的预报因子，最后介绍相关系数法、秩相关分析法、逐步回归法等中长期径流预报因子的识别方法。

中长期径流的确定性预报模型。结合具体案例，详细阐述线性回归模型、人工神经网络模型、时间序列分解模型、秩相关秩相似模型、模糊模式识别模型、模糊模式识别。神经网络模型等常用确定性中长期径流预报模型的原理。

中长期径流的概率预报方法。利用贝叶斯理论，研究中长期径流的概率预报方法。

《中长期径流预报技术与方法》由鲁帆、严登华、王勇、蒋云钟编著，本书面向流域水资源调度、跨流域调水、特大型梯级枢纽群联合调度等的需求，较系统地介绍了目前生产实践中常用中长期径流预报技术的基本原理和方法，并从提高中长期径流预报效果的稳定性和可靠性出发，研究了基于贝叶斯理论的中长期径流概率预报方法。主要内容包括径流的中长期时间序列特性分析、预报因子识别、确定性预报模型以及概率预报方法等。

《中长期径流预报技术与方法》理论与实践联系紧密，内容全面，技术实用。可供从事中长期径流预报的工程技术人员、科研人员及高等院校相关专业的学生和教师阅读、参考。

前言

第1章 绪论

 1．1 中长期径流预报的概念

 1．2 中长期径流预报的实践需求

 1．3 中长期径流预报研究的技术路线

 1．4 中长期径流预报的研究进展

1．4．1 中长期径流演变规律

1．4．2 中长期径流预报因子识别

1．4．3 中长期径流预报模型

1．4．4 中长期径流预报软件系统

 1．5 中长期径流预报面临的主要问题

 1．6 中长期径流预报的发展趋势

第2章 中长期径流时间序列的特性分析

 2．1 水循环过程及中长期径流的特点

 2．2 中长期径流时间序列的概念

 2．3 中长期径流的趋势性分析方法

2．3．1 线性回归法

2．3．2 Kendall秩次相关检验法

2．3．3 Spearman秩次相关检验法

 2．4 中长期径流的周期性分析方法

2．4．1 方差分析法

2．4．2 功率谱方法

2．4．3 小波分析方法

 2．5 中长期径流的随机性分析方法

2．5．1 随机过程

2．5．2 线性平稳随机模型

2．5．3 马尔可夫过程

第3章 中长期径流的预报因子识别

 3．1 中长期天气过程及其预报的特点

3．1．1 长期天气过程的特点

3．1．2 中期天气过程的特点

3．1．3 中长期天气预报的特点

 3．2 中长期径流过程的影响因素

3．2．1 大气环流

3．2．2 太阳活动

3．2．3 海气相互作用

3．2．4 人类活动

 3．3 中长期径流预报中常用的预报因子

3．3．1 前期降水与径流

3．3．2 环流特征量

3．3．3 海表温度

 3．4 中长期径流预报因子的识别方法

3．4．1 相关系数法

3．4．2 秩相关分析法

3．4．3 逐步回归法

第4章 中长期径流的确定性预报模型

 4．1 线性回归模型

4．1．1 一元线性回归

4．1．2 多元线性回归

 4．2 人工神经网络模型

4．2．1 人工神经网络概述

4．2．2 BP神经网络

 4．3 时间序列分解模型

 4．4 秩相关秩相似模型

 4．5 模糊模式识别模型

 4．6 模糊模式识别神经网络模型

4．6．1 模糊集理论与人工神经网络理论的关系

4．6．2 模型结构

4．6．3 模糊模式识别模型和模糊模式识别神经网络模型的等价性分析

4．6．4 模糊模式识别神经网络模型权重调整BP模型

4．6．5 遗传算法

4．6．6 模糊模式识别神经网络模型的遗传学习和权重调整BP混合算法

 4．7 组合预报模型

 4．8 预报实例

4．8．1 实例一

4．8．2 实例二

4．8．3 实例三

4．8．4 实例四

第5章 中长期径流的概率预报方法

 5．1 贝叶斯概率分析简介

 5．2 贝叶斯概率水文预报方法研究进展

 5．3 中长期径流概率预报的基本思路

 5．4 基于线性正态假设的贝叶斯概率枯季径流预报模型

5．4．1 传统枯季径流预报模型的选择

5．4．2 模型构建原理

5．4．3 实例分析

 5．5 基于贝叶斯定理离散变量形式的径流概率预报模型

5．5．1 模型构建步骤

5．5．2 实例分析

参考文献