水文序列分析是随机水文学的一项重要研究课题。小波分析方法具有能同时揭示信号在时域和频域内局部变化特性的能力和优势,因此目前在水文序列分析时得到了广泛应用,且取得了较好的应用效果。但实际应用过程中,水文序列小波分析结果常常受到许多关键因素的干扰和影响。为改进和完善小波分析方法体系,并提高水文序列分析结果的精度和可靠性,本论文对水文序列小波分析这一课题进行了研究。首先,综述了目前小波分析方法在水文序列分析时的研究和应用现状,并总结存在的缺陷和不足。然后,研究了小波分析的两个基本问题(即小波函数选择和小波分解水平选择(连续小波变换时称为“连续小波变换分析思路”)),并提出了相应的解决方法,在此基础上进一步研究了小波分析的一系列关键和难点问题,包括小波阈值消噪方法、小波分解方法和小波互相关分析方法,并提出相应的解决方法和建议；实例(包括人工生成序列和实测水文序列)分析验证了以上所提方法的合理性和有效性。接着,应用改进的小波分析方法对水文序列分析的若干典型问题进行了分析和探讨,包括水文序列复杂特性定量描述、水文序列周期识别,以及水文序列主周期变化现象；通过对上述问题的研究得到了对水文序列复杂特性的若干新认识,并提出了两个水文序列周期识别新方法。之后,将改进的小波分析方法应用于黄河中下游进行径流特性和水沙变化特性分析,以及对长江三角洲地区进行气候变化特性分析,并得到这些流域和地区气候和水文变化特性的若干新认识。此外,在讨论目前水文序列模拟预报研究和应用现状的基础之上,对水文序列小波预报过程的若干主要问题进行了分析和研究,并最终提出了一个基于小波分析的水文序列预报建模框架；不同实例分析验证了该建模框架的有效性和适用性。而后,进一步对水文频率分析过程的两个难点问题进行了研究,包括参数估计和基于贝叶斯理论的水文频率分析方法,以达到更加准确描述噪声成分随机特性的目的,进而实现对水文序列预报结果不确定性的定量评估。最后,对本论文的研究内容和结果进行综合分析和讨论,系统地阐述了经改进和完善后得到的小波分析方法体系,详细总结了由本论文分析得到的关于水文序列复杂组成和变化特性的若干新认识；另一方面,提出了今后研究的若干建议。