浅水波方程应用实例有很多,例如河道流量及洪水预报、洪水漫滩、近海风暴潮等,因此有关浅水波方程的求解、改进及参数计算问题近年来备受关注。糙率系数及涡粘系数是二维浅水波方程中的重要敏感参数,它们数值选取的准确度往往是模型能否成功应用的关键。布谷鸟搜索算法作为新兴的元启发式算法,具有参数少,路径优,全局寻优能力强等优点,该算法是一种基于群体智能的新型的随机全局优化算法。相对于其它算法来说,应用于二维浅水波方程中的参数反演问题,布谷鸟算法具有一定优势。本文先将布谷鸟搜索算法应用于多模态函数寻优中,并将结果与小生境粒子群算法及基本粒子群算法进行对比,结果显示无论从解的精度,还是计算时间上,布谷鸟搜索算法都更胜一筹,验证了算法的优越性。接着,采用布谷鸟搜索算法对二维浅水波方程中的糙率系数和涡粘系数进行反演,结果表明,该方法不仅精度高,计算时间也很快,反演值与真值几乎完全吻合,但抗噪性不强。最后,基于鸟巢个数和鸟蛋被发现的概率这两个参数,对布谷鸟搜索算法做了灵敏度分析,发现随着鸟巢个数越来越多以及鸟蛋被发现概率越来越小,最优解的精度越来越高,绝对误差及相对误差的趋势整体减小,相应地,程序运行所用时间也是越来越长。反演结果证明了算法的可行性与有效性,因此本文讨论的算法在二维浅水波方程参数反演问题中具有很高的实用价值,有望被广泛应用。