• 本文通过采用复杂性理论中的复杂性测度，对黄河干流不同水文站的河川径流序列进行诊断分析。

• 基于径流过程不确定性、不精确性的特点，利用资料系列的均方差方法把径流序列分为不同的状态。

• 仿真实验结果表明，所产生的密钥流序列基本满足伪随机序列的统计特性，加密变换后系统的误码率几乎没有变化。

• 运用人工神经网络模型对松花江流域年径流量径流序列做出预报，表明了人工神经网络模型在水文预报中具有一定的优势。

• 为了适应变化环境对水文频率计算的要求，提出了基于时间序列分析的非一致性年径流序列的水文频率计算原理，包括假设前提和一般方法。