水资源不仅是人类赖以生存与发展的基础性自然资源,也是社会发展所依仗的战略性自然资源。特别是干旱地区,水资源短缺和生态环境恶化已经成为当地面临的最严重问题。由于干旱地区气候干燥、降水稀少、蒸发强烈,使得水文过程呈现出非常复杂的变化过程,水文时间序列表现出高度的非线性和不确定性。时间序列分析在水文规律分析和水文预报等方面起着重要作用,对旱区水文时间序列进行研究可以充分揭示水文系统变化规律,为该地区水资源的可持续利用提供科学依据。为了充分发掘适合旱区水文时间序列预测方法,本文从传统与现代两个时间段中选取逐步回归、支持向量机以及灰色自记忆三种具有代表性的预测方法进行研究。鉴于旱区水文时间序列变化剧烈,影响因素复杂,本文将对这几种方法进行多变量建模研究,通过对比分析,取得如下研究成果：(1)选取传统预测方法中较为典型的逐步回归预测模型,并将其用于民勤地区,来检验模型的地区适用性,并通过与其他预测方法的对比,分析传统的预测方法在民勤地区的应用价值。(2)阐明核主成份分析的原理,结合支持向量机方法,建立KPCA_SVM预测模型,并给出该模型的建模步骤及求解方法,通过在民勤地区的应用,表明进行特征信息提取的SVM模型,具有更好的预测精度。(3)根据灰色理论和自记忆原理,建立多变量灰色自记忆模型,通过在民勤地区的实际应用,并与单变量灰色自记忆模型预测的结果比较表明,多变量灰色自记忆模型具有更好的预测效果,预测精度有较大提高,可为今后自记忆理论的继续研究提供理论和方法上的借鉴。