随着社会主义现代化事业的不断发展，国民经济各个部门对水文预报提出的要求越来越高：从防洪抗旱的指挥，大中小型水利、水电、水运工程的兴建、管理运行直至国防建设都要求水文部门能提供预见期长、准确性高的径流预报。径流预报方法可以分为两种：过程驱动方法和数据驱动方法。过程驱动方法认为从系统的理论来看，径流是流域系统的输出。它用数学的方法估计控制径流过程的流域内在物理过程。而数据驱动方法是基于黑箱子方法的，它从数学上识别输入和输出的关系，而不考虑流域内在的物理机制。本文首先对径流预报的意义和研究现状进行了概述，介绍了数据驱动模型的三种理论和方法：逐步回归分析、BP神经网络和多维时间序列模型。分别对影响伊洛河流域黑石关、卢氏和栾川站日径流过程的因素进行了分析，在此基础上，选取合适的预报因子，确定模型的结构和参数。根据递归的方法，用率定好的模型和综合预报方法对各站1996～2001年非汛期日径流过程进行多步外推预报，对试报结果进行了分析和比较。本研究建立的模型计算方便，应用简单，所需的资料和参数较少，进一步完善后可广泛应用于其它地区的径流预报。