在实际的水资源分析评价工作中，通常需要对水文历史数据库中的水文数据进行统计、计算和分析，计算量很大。本课题采用数据挖掘技术，利用水文时间序列分析这一有效的重要工具，建立一个整体预测模型，为更科学地进行水资源综合规划、设计和评价提供支持。 本文从数据挖掘的基本原理和技术入手，对数据挖掘的概念、内涵及实现进行综述，分析了各种数据挖掘方法，包括对数据挖掘技术的分类、聚类、关联规则发现、时间序列分析和数据总结等。重点分析了关联规则的发现和时间序列分析等技术。 利用统计学分析方法，对水文地质学变量的主要特征进行了描述。根据水文地质学变量，多呈现出随时间变化的特点，利用时间序列分析方法，对水文地质学变量进行了趋势性分析(跳跃趋势、线性趋势和指数趋势)、周期性分析和自回归性分析，在此基础上建立了时间序列变量的整体预测模型。该模型可对时间序列变量进行较好的模拟，为推算历史水文事件和预测未来的水文事件提供了有力的依据。 最后结合实践，开发了时间序列分析工具软件，并以长系列地下水水位资料为例，通过工具软件和时间序列分析方法，对地下水水位时间序列变量进行了趋势、周期、自回归性分析，验证了整体预测模型。