广西柳江作为珠江流域西江水系第二大支流，具有年平均产水量多、洪峰总量大、洪水总量居诸大支流之首等特点，极易受西南暖湿气流影响形成暴雨，且易快速汇集形成洪水。径流预报是水资源规划及综合开发利用、防洪抗旱等重大决策问题的基本依据之一，由此对柳江流域的径流进行分析与预测具有重要意义。然而，作为一个多目标、多层次的柳江径流系统，其非线性和复杂性使得问题的描述及建模极为困难，也使得径流系统演化特性的研究存在一些悬而未决的问题。因此将新的理论和方法引入柳江水文研究中，将各种方法有机结合，从其他尺度空间多角度多途径地对柳江径流系统进行分析和研究显得非常必要。　　本文充分分析了柳江径流的复杂性，以及国内外径流预测的研究现状，采取新的思路和方法，对柳江径流的主要物理量，如年径流总量、柳江流速、水位、流量等时间序列的分析和预测进行了深入研究，主要工作成果如下：　　（1）柳江径流信号的降噪分析。目前基于小波阈值降噪方法往往假设信号的噪声分布在高频段，忽略低频段噪声对信号的影响。在分析柳江径流信号噪声特点的基础上，结合不同噪声的小波分解系数随小波尺度变化而具有的不同变化规律，提出基于小波去相关的噪声类别识别方法。根据所识别的噪声类型、最佳小波分解层数以及噪声强度等因素，提出相关联的自适应阈值确定方法，最后实现低频与高频相结合的全频降噪。该方法不仅适用于柳江径流信号的噪声类型识别及降噪，也适用于常见含噪信号的降噪工作。　　（2）柳江径流混沌特性分析。对柳江流域部分站点在不同季节、不同区域采集的柳江水位时间序列进行混沌周期、混沌特性分析，总结出季节、环境对柳江水位混沌特性影响的规律。对有限长度的柳江年径流总量序列进行混沌特性及小波特性分析，得到这些有限长度的柳江年径流序列也具有混沌特性。将该成果运用到柳江径流的预测建模，可优化模型性能。　　（3）柳江径流的小波特性分析。对柳江年径流总量时间序列的小波空间分量进行分析，得到在小波空间具有原序列的混沌特性。使用小波分析揭示不同时间尺度隐含着柳江径流变化周期：柳江年径流总量时间序列的尺度周期较小，柳州站月最大流量时间序列的尺度周期次之，柳州站日水位时间序列的尺度周期最大；丰水期柳州站日水位序列的小波尺度周期小于枯水期的。因此对柳江径流进行小波分析时，根据序列的单位、时间段等因素，选择小波变换尺度，再通过其实部、模、模平方以及小波方差综合分析得到其周期变化及其他演化规律。　　（4）柳江径流时间序列预测。针对柳州站柳江日水位时间序列，提出了基于LM算法的双隐含层BP神经网络预测模型；采用小波变换对柳江年径流总量及年最大流量时间序列进行分析，显著改善原预测模型性能；对柳州站年最高水位时间序列提出了基于小波变换的最优子集回归柳江年径流预测模型，该模型的预测值可外推多步，且精确度较高；对柳江年径流总量时间序列研究提出了基于小波变换的遗传算法优化的神经网络预测模型，并在对柳江年径流总量序列进行混沌特性分析的基础上提出相应的改进模型——基于小波变换、混沌理论的遗传算法优化的神经网络预测模型等。　　以上结论均通过充分的实验验证，所提出的预测模型能反映相应的柳江径流序列的变化趋势，预报稳定性好，预报准确率高，同时对柳江其他径流时间序列及其他流域的径流序列的分析预测具有参考价值。