我国是一个淡水资源严重不足的国家，江河资源的合理利用和开发对整个国民经济的发展具有重要的战略意义。要想实现淡水资源的可持续发展，其关键问题就是要掌握流域的内在规律和各种特征之间的内在联系，即对通过各种手段获取的流域数据进行深层次的分析，获取反映流域空间地段水文水情关联性的特征信息。而依托空间数据进行这方面的探索在国内少见，如何借鉴信息采集技术来进行流域空间数据的分析和特征信息的提取是其中的难点问题，空间数据挖掘技术为这一问题的解决提供了可能。同时流域空间数据的复杂特点以及传统水文模型的复杂性也使流域空间数据挖掘面临许多困难。 本文依托国家自然科学基金项目，以空间数据挖掘的原理和方法为基础，针对传统水文预测模型与流域空间特性分离的缺陷，提出了一种基于空间序列的流域空间数据挖掘模型，采用较为成熟的遗传算法建立基于空间特性的空间关联水文分析预测模型，试图找出各观测站水文数据之间的内在联系，并结合清江流域实例验证了该方法在断面约简和水文预测中的可行性，最后结合地理信息系统技术，将提取的流域空间特征数据结果展布于流域空间对象中，为科学管理和决策提供更加直观形象的信息。主要研究内容包括以下几个方面： 针对传统的基于时间序列的水文预测模型的缺陷，以流域空间关联特性研究为主线，提出了基于空间序列的流域水文预测模型，运用最少的参数和变量来反映整个复杂的流域水文数据的推算和繁衍问题，最大限度地回避流域水文水情研究对多变量数据的依赖性，为建立流域空间数据挖掘模型奠定了基础。 对流域空间数据挖掘模型建立的过程进行了详细的阐述，采用了非数值优化中的遗传算法来建立模型。遗传算法良好的全局搜索特性和对非线性问题的特殊优势，为流域空间数据挖掘模型的可行性和有效性提供了保证。 结合实例验证了流域空间数据挖掘模型在断面约简和水文预测中的可行性，并对该模型的优势和适用范围进行了评价。 最后，将地理信息系统技术运用于流域空间数据挖掘的可视化展布中，使用户对数据挖掘的结果一目了然，图表文一体化的管理模式使分析结果更为直观和便捷。