本书以民勤绿洲地下水埋深时空预测为例，介绍了时空预测研究中常遇到的缺失数据修复、多序列预测、时空插值三大问题的最新混合建模成果，是时空数据分析与建模的新尝试。 本书是关于地下水埋深时空动态变化研究的论著，主要介绍地下水埋深空间分布预测的统计代理方法。模拟精度问题是基于代理模型的时空预测研究中一个非常重要问题。构建混合模型是提升时空预测精度的有效策略．基于时空统计理论、人工智能、机器学习的混合建模是当前研究的热点。 本书具有较强的理论性、系统性和实践性，可作为水文水资源、生态环境、水文地质等专业的本科生、研究生的教学参考书，也可供水文水资源及相关领域的科学人员参考。

前言
第1章 绪论
1.1 研究目的和意义
1.2 地下水时空预测
1.3 研究进展
1.4 研究方案及技术路线
1.5 本章小结
第2章 时空预测混合建模理论与方法
2.1 时空序列预测理论
2.2 人工神经网络
2.3 支持向量机
2.4 最小二乘支持向量机
2.5 模型参数优化
2.6 欧氏距离鉴别不完整序列理论
2.7 交叉验证算法
2.8 小波分析
2.9 时空克里格插值
2.10 本章小结
第3章 研究区概况
3.1 研究区基本情况
3.2 水资源概况
3.3 本研究应用数据说明
3.4 本章小结
第4章 地下水埋深时空缺失数据修复
4.1 SOM-FLSSVM模型的构建
4.2 时空混合模型SOM-FLSSVM说明
4.3 民勤地下水埋深时空缺失数据修补
4.4 对比模型
4.5 模型应用
4.6 本章小结
第5章 民勤地下水埋深时空序列时域预测
5.1 M-WA-GRNN混合模型介绍
5.2 M-WA-GRNN模型建立
5.3 研究区时域预测模型的建立
5.4 模型效果评价指标
5.5 模型比较
5.6 结果分析与讨论
5.7 本章小结
第6章 研究区地下水埋深时空插值
6.1 模型构建
6.2 GRNN-STK模型
6.3 对比模型
6.4 精度比较与结果分析
6.5 本章小结
第7章 结论与讨论
7.1 主要创新点
7.2 不足与展望
参考文献
彩图