中文摘要：

本课题在国家自然基金的资助下进行了河网糙率的广义反演方面的研究，其目的是探索一条能够快速、有效、稳定地率定河道糙率的方法。本文介绍了课题研究的主要成果，一部分研究成果已经发表在正式刊物或以学位论文的方式公布，由于ASCE杂志J. Hydra Eng审稿平均周期接近2年,部分重要研究成果尚未正式公布，将陆续在今后的几年类整理完善后发表。本课题研究重点集中在如何利用一些先验信息，构造反演算法，达到稳定率定糙率，提出了7种广义反演方法，通过对这些方法比较，并进行实例比较研究，初步认为采用最光滑解和糙率修正最小化作为优化目标，同时考虑观测值与计算值的差最小化是一种比较有前途的反演方法。在研究采用广义反演 的同时，课题组探索采用智能算法进行河网糙率的反演，提出基于机器学习的河网糙率反演算法和BP-Bayesian 算法，并进行了一些测试，取得了一些成果。在取得研究成果的同时，课题组也认识到，从理论到实用还有段距离，在今后的研究中将进一步深入探讨，将计算简便、稳定性高，将有前途的方法推进到实用阶段。