洪水与人类生产生活息息相关。它是人类接触最早的自然现象之一。在中国5000年的发展过程中,洪涝灾害频繁,威胁到人们的生命和财产。据估计,中国约2/3的土地面积受到洪水的威胁。作为洪水防治的重要手段,水位预测一直是水文工作者的研究重点。主要针对中小型水库水位观测资料缺乏、库区直接径流不足、主河道径流观测资料缺乏等问题,基于DEM栅格数据和水库储量提取水库流域边界,以山东省的田庄水库的水位预报为研巧对象。将流域划分成若干个子流域,并通过直接径流计算水面。通过水库水位和水库流量和水情数据,推导出地表径流过程,构建了基于四水源新安河模型的中小型水库预测模型,用取得的1988年到2017年的水文数据中的前十五年作为率定样本,后十五年作为验证样本用于实验模拟。主要研究基于PSO算法的BP神经网络的分布式四水源新安江模型计算,本文所做的主要研究工作包括以下几个方面:(1)通过对常见水位模型的研究,选取了合适参数,建立合适数据模型;(2)通过对常见预测算法的研究,选择BP神经网络为主要算法来进行参数率定,并应用PSO算法对BP神经网络进行优化;(3)考虑到水文模型中参数多,模型复杂,故而建立分布式模型,提高预测速率。研究成果可为新安江模型在中小型水库的水位预测的应用提供良好的理论基础。通过对这一领域的深入研究,优化了参数率定算法,提高了四水源新安江模型预测准确率,同时可以为防洪救灾提供主要的理论依据,具有有研究价值和实用价值。