本书针对变化环境下水资源中长期预报与评估研究中存在的关键科学问题,分析了径流和降雨特性时空变化规律;建立了基于灰色关联分析的模糊支持向量机月径流预报模型,为了提高模型预报精度,研究了模型构建过程中预报因子选择与时间序列分解两个关键环节;将气象、大气环流、影响长江中上游流域降雨的黑潮海温、东亚夏季风指数等遥相关因子组成特征集合,采用序列浮动前向算法挖掘预报因子特征子集,并尝试采用高斯过程回归对金沙江上游石鼓站和下游屏山站月径流进行不确定性预报,得到月径流的预报区间和置信水平;在此基础上,采用Sobol全局敏感性方法推求了石鼓站和屏山站汛期径流预报因子的灵敏度,辨识了对汛期径流预报结果产生较大影响的因子集;很后基于深度学习技术的发展,建立了长短期记忆网络的中长期径流预报模型。