本書針對變化環(huán)境下水資源中長期預報與評估研究中存在的關鍵科學問題,分析了徑流和降雨特性時空變化規(guī)律;建立了基于灰色關聯(lián)分析的模糊支持向量機月徑流預報模型,為了提高模型預報精度,研究了模型構建過程中預報因子選擇與時間序列分解兩個關鍵環(huán)節(jié);將氣象、大氣環(huán)流、影響長江中上游流域降雨的黑潮海溫、東亞夏季風指數等遙相關因子組成特征集合,采用序列浮動前向算法挖掘預報因子特征子集,并嘗試采用高斯過程回歸對金沙江上游石鼓站和下游屏山站月徑流進行不確定性預報,得到月徑流的預報區(qū)間和置信水平;在此基礎上,采用Sobol全局敏感性方法推求了石鼓站和屏山站汛期徑流預報因子的靈敏度,辨識了對汛期徑流預報結果產生較大影響的因子集;很后基于深度學習技術的發(fā)展,建立了長短期記憶網絡的中長期徑流預報模型。