由安徽大通至徐六泾之间的河段称为长江感潮河段,全长600余千米。这一区域沿程地势十分平坦,海拔较低,在上游径流和外海潮汐的作用下极容易出现洪涝灾害,其高低潮水位对人们的生产和生活产生了重大影响。感潮河段的水位预报问题一直受到国内外研究者们的关注和重视,目前已经有大量关于感潮河段水位预报的研究,在水位预报的理论和方法上都已经取得了一些进步和成果。但是通过对现有研究成果和资料的总结与分析,发现已有研究成果中还存在一些问题和不足：传统模型不但对地形资料的要求较高,而且求解十分繁琐,模型的预测精度也不高,稳定性较差。因此,有必要建立一种简单实用、物理概念清晰、预报精度较高且稳定的高低潮水位预报模型,用于感潮河段高低潮水位预报。本文以感潮河段高低潮水位预报为导向,针对专门关于高低潮水位预报模型少,以及现有模型在理论和方法上存在的问题和困难,对感潮河段高低潮水位预报的研究做了探索性研究：以感潮河段实测高低潮水位、上游径流流量和外海高低潮潮位资料为基础资料,利用统计学方法研究上游径流和外海潮波对感潮河段高低潮水位的作用机理,考虑洪水波演进和外海潮波传播对水位产生的影响,基于水位分离的思想,将感潮河段水位分离为日平均水位和潮波波动水位两个部分,分别针对日平均水位和潮波波动水位进行研究,在此基础上构建满足感潮河段高低潮水位预报的模型。研究中综合考虑了上游径流和外海潮差对感潮河段日平均水位的影响,在假设感潮河段日平均水位只受上游径流和外海潮差的影响的条件下,忽略其他因素,如风暴潮、气象条件等因素对其产生的影响,确定了日平均水位与上游径流和外海潮差的基本关系式,基于实测资料分析建立了感潮河段日平均水位预报模型,模型在精度上能够满足实际需求,物理概念更为清晰,且模型简单稳定,适用于对感潮河段的日平均水位进行预报。在对潮波波动水位的研究中,以涨潮-落潮-涨潮-落潮四个连续的水位过程为基本研究单位,细致的研究了感潮河段涨落潮潮差与上游径流和外海对应涨落潮潮差的关系,建立了两种感潮河段的涨落潮潮差预报模型,通过参数率定结果和对比验证分析发现,线性潮差模型的显著性高于潮差比模型,预测精度也较潮差比模型高,且模型的稳定性也较好,因此,选取了线性涨落潮潮差模型用于感潮河段的涨落潮潮差预报。涨落潮历时的预报和涨落潮潮差类似,通过研究感潮河段涨落潮历时与上游径流和外海涨落潮历时之间的关系,建立了感潮河段涨落潮历时预报模型,以此模型为基础建立了感潮河段高低潮潮时预报模型,为后续建立感潮河段高低潮水位预报模型奠定了基础。不论是对潮差还是对历时的预报和验证均表明,本文所建立的涨落潮潮差和历时预报模型的预测结果与实测资料吻合的较好,说明模型的一致性较好,可用于感潮河段涨落潮潮差和历时的预报。为了实现高低潮水位的预报,联立了日平均水位预报模型与涨落潮潮差和涨落潮历时预报模型构建了长江感潮河段高低潮水位预报模型,并利用实测资料对其进行了参数率定和验证。模型在南京站和江阴站的验证分析结果均表明,本文基于统计方法建立的模型与基于调和分析方法建立的水位预报模型相比,高低潮水位和高低潮发生的时刻在预报精度上都得到了提高。本文的研究为感潮河段的高低潮水位预报提供了一种新的思路。本文采用C#语言,在GIS的支持下,结合OpenGL、WebService等技术设计和研发了长江感潮河段高低潮水位预报系统。系统主要实现了数据的快速同化,缩短了传统手工处理数据的时间,使得数据和模型形成一个链条,便于模型快速持续的优化和改进,为后续感潮河段高低潮水位预报奠定了基础。