中长期径流预测可为水资源优化配置、河流生态修复、防洪发电、灌溉与航运提供依据。目前，基于数据驱动的人工智能技术具有强大的学习能力，同时结合各种智能算法构造更高效的模型，对于提高水文预测的精度具有重要意义。因此，本书以我国多个流域的实测月径流量为研究对象，综合分析了基于单一人工智能的、基于数据分解和人工智能技术耦合的、融合分解和智能优化的深度学习径流预测模型以及基于Bootstrap法和SMA-KELM耦合的区间径流预测模型，总结了各模型在径流预测的应用特性，以期找到更合适的中长期预测模型，为提高中长期水文预测精度提供有价值的参考。本书可作为高等院校水文与水资源工程、智慧水利及水利水电工程专业的高年级本科生和研究生科研参考书，同时也可供水利管理部门的科研工作者和工程技术人员参考。