该论文对底流泄洪雾化和挑流泄洪雾化的数值模拟做了多方面的工作,可归纳为以下三个部分:第一部分为底流泄洪雾化数学模型的建立和预测.首先,根据底流消能泄流雾化的机理,应用量纲分析方法,得到水雾雾源量的计算关系式.在雾源为连续线源和任意风向的条件下,利用高斯扩散方程,研究了水雾在峡谷内扩散规律.结合雾雨自动转换过程、碰并过程、雾滴的凝结和蒸发过程,得到雾源下游流场水雾浓度、温度、相对湿度和降水强度的分布.其次,根据湾塘水电站原型观测数据,对底流泄洪雾化的数学模型进行了反馈分析.应用葛洲坝二江泄水闸泄洪雾化原型观测数据,验证了底流泄洪雾化的数学模型.最后,应用底流泄洪雾化的数学模型,对向家坝水电站泄洪雾化进行了预测,得到不同工况下水雾浓度、相对湿度、温度和雨强的影响范围.第二部分为挑流泄洪雾化数学模型的建立和预测,该模型包括水舌的运动、水滴随机喷溅和水雾扩散.首先,在考虑水舌扩散和掺气的条件下,建立了掺气水舌的运动微分方程,提出了挑流水舌运动参数的求解方法.研究两股掺气水舌在空中的碰撞特性.在考虑地形的条件下,研究了挑流水舌撞击尾水时水滴随机喷溅特性,建立了水滴随机碰溅的数学模型,提出了地面降雨强度的求解方法.研究了水雾扩散的微分方程,并对于二维恒定雾流扩散方程,得到水雾浓度和降雨强度的表达式.其次,根据漫湾和李家峡水电站原型观测数据,对挑流泄洪雾化的数学模型进行了反馈分析.应用乌江渡和二滩水电站泄洪雾化的原型观测数据,验证了挑流泄洪雾化的数学模型.最后,应用挑流泄洪雾化的数学模型,对龙滩、拉西瓦和糯扎渡水电站泄洪雾化进行了预测计算,分别得到其暴雨区和毛毛雨区的范围.第三部分为挑流BP神经网络模型的建立和预测.首先,分别建立了暴雨区长度、暴雨区宽度、毛毛雨区长度和毛毛雨区宽度的神经网络模型.其次,选取李家峡、二滩、漫湾和东江水电站的原型观测数据或泄流雾化计算数据作为样本,对挑流BP神经网络进行学习训练.最后,应用挑流BP神经网络模型对拉西瓦水电站的泄洪雾化范围进行了预测.