江河湖海在为人类带来巨大的水资源利益的同时,其洪水灾害也对人类的生存和发展产生了巨大的威胁,全球不同地区每年都会因洪水灾害造成人类死亡、经济受损等事件,而我国是灾害现象比较严重的国家之一。绝大多数的洪涝灾害是由突发性暴雨导致的。洪水灾害的严峻性、紧迫性显而易见,而进行洪水预报预警是有效抵御洪水的首要环节。通过洪水预警,可以在洪水到来之前采取积极有效的应急措施。进行洪水预警报的水文模型有很多,但都需要获得大量的基础数据和模型参数,尽管数据获取手段、技术的不断更新,但由于洪水过程的复杂性、突发性、随机性和不可预知性,一些数据仍然难以获取。时态GIS和时空过程是当前具有重要理论和应用价值的研究热点,动态贝叶斯网络也成为人工智能领域数据挖掘方面研究的热点,本论文主要研究区间流域洪水时空过程,通过建立地理实体属性图模型,借助动态贝叶斯网络统计分析和概率预测的功能,对未来洪水进行预警。本论文首先分析了洪水时空变化过程的本质和规律,明确了时间、空间、地理实体、时空过程和事件在洪水时空过程中的地位;然后,对洪水监测网数据进行表示、分析、处理;其次,针对洪水预警研究中的实体属性之间的联系和因果关系以及洪水时空过程和事件的关系,从面向应用的角度提出了一种基于动态贝叶斯网络的地理实体时空属性图模型;最后将此模型应用于汉江中下游皇庄至沙洋段区间子流域,对研究区进行流域提取与分析,通过查阅沙洋历史洪水资料可得知沙洋水文站的设防水位、警戒水位、保证水位,以此评定沙洋的洪水预警报等级,然后将皇庄至沙洋区间流域的事件数据应用到基于动态贝叶斯网络的洪水时空属性图模型中,得到沙洋洪水预警报,验证了基于动态贝叶斯网络的地理实体属性图模型的可用性、有效性,对不确定性复杂因素影响下的流域洪水预警具有理论和实际意义。