水文预报是对未来一定时段内水文情势作出的定性或定量预报，是一项重要的水利基本工作和防洪非工程措施，直接为水资源的合理利用与保护、水利工程建设与管理以及工农业生产服务。河流月径流量序列是一个非平稳的非线性时间序列，由于受到气候因素特别是降雨量的影响，呈现以年为周期的季节性变化，具有较强的随机性和非平稳性特点。小波分析在时域和频域上同时具有良好的局部化性质，在处理时间序列中体现出很大的优越性，本文将研究基于小波变换的水文预报FAR模型，主要内容如下：　　 1．研究了函数系数自回归模型及其系数函数的估计方法，讨论了常用的小波基函数的特性和选择方法，应用小波Mallat算法对非平稳时间序列进行分解，讨论了分解层数的确定方法。　　 2．利用多项式样条估计方法建立了长江芜湖站月径流序列的基于小波变换的FAR预报模型，并将该模型与单纯的FAR模型作比较，结果表明：在月径流量序列的预测分析中，小波FAR模型的拟合和预测精度都优于单纯的FAR模型。　　 3．将降雨量作为外生变量，建立了长江芜湖站月径流序列的具有外生变量的FAR预报模型。运用此模型对芜湖站的月径流序列进行了拟合和预测，预测结果比较精确，说明此模型在水文预报方面有很好的应用前景。