在全球气候变化和人类活动的双重影响下,水资源演变特性发生了深刻改变,对水文预报提出了更高的要求。为此,本文以长江干流宜昌站、屏山站和寸滩站为研究对象,开展气象要素和水文要素时空演变特性分析,构建了考虑气象累积效应的径流短期预报模型,建立了基于灰色关联度气候因子输入的中长期径流智能预报模型,深入探讨了多尺度径流过程对气象的响应,为准确可靠的径流预报做出有价值的探索。论文的主要研究内容与取得的成果如下:（1）以流域气象水文要素的时空演变特性为切入点,采用多种趋势性分析、突变点检验和相关性分析方法,综合解析了长江干流区域屏山站、寸滩站和宜昌站水循环关键要素的年内年际演变特征。结果表明,寸滩站和宜昌站径流量呈现微弱的减小趋势,屏山站径流量呈现微弱的增加趋势;长江干流近年来气温和降雨呈现增加趋势;径流量、气温和降雨均发生过一定程度的突变;径流变化与气候变化具有相关性。（2）提出了一种基于费歇信息累积效应的短期径流预报模型,通过费歇信息方法计算累积效应,采用变分模态分解-小波降噪的两级分解方法降解噪音。同时针对径流的非线性特性,引入LSTM和GRU模型对径流进行预报。宜昌站、寸滩站和屏山站的实例研究结果表明,本文所提模型在短期径流预报模拟中的平均确定性系数达到0.9975,具有较强的预报性能;所提模型的适用性适用范围较广,且有着较好的可靠性。（3）提出了一种基于灰色关联度气候因子输入选择的中长期径流预报模型,引入灰色关联度分析和Spearman相关性计算方法筛选强相关的水文-气象遥相关因子,通过遗传算法率定BP神经网络模型的相关参数,并通过滚动预报的方式获取未来12个月的月径流。宜昌站、寸滩站和屏山站的实例研究结果表明,模型中考虑水文-气象遥相关因子的确定性系数高不考虑水文-气象遥相关因子约2%;所提模型对月径流的滚动预报结果最贴近实际径流的预报结果。