以湖北省宜昌市某一小流域为例,详细介绍了研究区径流模拟的 BP 神经网络模型建模方法,并利用模型对研究区的日径流进行了模拟预测研究。首先,根据研究区降雨2径流的时间分布特征,确定了对丰水期、枯水期分别建模的建模方案;接着分析了流域产流的主要影响因素,确定了将前五日径流量、前三日降雨量、当前降雨量和蒸散发量为作为模型的输入变量;并在反复试验的基础上,选取了合适的模型结构和学习效率参数;最后,利用确定性系数对模型的径流预测精度进行了评定。结果表明,针对丰、枯水期分类建立的 BP 神经网络模型克服了以往模型对极值事件模拟精度较差的不足,对高流量和低流量的模拟精度高。