对地下水含量的评估是合理利用地下水资源的重要依据,传统的大型抽水试验方法,工作成本高、效率低,而且需长时间大量抽取地下水从而造成宝贵地下水的浪费。在物探技术飞速发展的今天,如何利用物探方法来实现含水量的预测一直是人们所研究的热点课题。目前,国内外将物探测量参数用于含水量预测方法多为统计回归分析法,对于这些预测方法,普遍存在包含大量难以确定的模糊参数、计算比较复杂费时、需要样本数据较多、预测精度和推广能力较差等诸多不足因素。支持向量机是由Vapnki等上世纪九十年代提出的一种机器学习新技术,它集成了最大间隔超平面、Mercer核、凸二次规划、稀疏解和松弛变量等多项技术,在若干挑战性预测模型的应用领域中,获得了目前为止最好的推广能力。本论文依托于国土资源部公益性行业科研专项经费项目《含水层含水量预测综合物探技术研究》。首先在收集了国内外含水量预测领域的研究成果及支持向量机在相似领域成功应用的基础上,认真分析物探方法预测含水层的有效性,以已知水资源地作为研究基地,开展多种物探方法,通过试验效果的对比,总结出一套应用于第四系含水层含水量预测的综合物探优化组合模式。其次,对所获取的物性参数进行相关分析,初步选定与含水量相关性较强的参量作为预测模型的输入特征向量,建立以单孔涌水量为预测输出的地下水量预测模型。在对支持向量机的多项技术进行深入分析和比较之后,确定了适合含水层含水量预测模型所需的各项技术。采用循环实验的方法,选择了径向基核函数作为预测模型的核函数；又通过交叉验证的方法,确定了最佳参数。建立了一套基于物探方法的含水层含水量预测模型。最后,采用Visual C++6.0作为开发工具,实现了该预测系统。以石家庄西马庄水源地和北京顺义水源地为检验区进行含水层含水量预测系统推广能力的检验,取到了较好的预测结果。本论文主要研究成果有：①通过对各种物探方法的对比,确定了用于第四系含水层含水量预测的综合物探方法优化组合方式：在开展区域调查时,浅层含水层采用激电测深方法；对于中深层含水层采用电磁法；在开展场地调查时,浅层含水层采用激电测深方法和地质雷达相结合的方法,中深层含水层采用电磁法和地震法相结合的方式。②首次将支持向量机用于含水层含水量的预测当中,建立了不带先知条件的非线性反演模型。