时间序列的数据挖掘研究探讨从大量时间序列数据中发掘有价值信息的算法及实现技术，研究内容包括相似性查询、趋势分析、周期性分析、挖掘时段模式等多方面。时间序列的趋势分析对于研究时间序列的动态变化以及趋势预测具有重要的意义。水文数据库中存在大量时间序列数据，发现水文时间序列中蕴藏的规律，有利于掌握水文数据变化规律和趋势，在水资源管理和水文预报方面有重要的现实意义。本文在针对时间序列数据挖掘的研究过程中，结合水文专业知识，把时间序列映射到趋势序列，重点研究了基于特征点的时间序列分段，进行线性拟合和趋势提取，利用趋势序列来表达时间序列中的趋势信息。本文的研究工作包括：(1)对水文时间序列数据进行预处理，包括对数据的统计分析、异常值的剔除、缺失值的填补并分析了预处理对趋势分析的影响；(2)给出了基于特征点的时间序列分段算法，并对分段序列进行线性拟合和误差分析，该方法不受噪声的影响并具有很好的数据压缩能力；(3)阐述了趋势序列、趋势映射和趋势集的相关概念，将时间序列映射到趋势序列，关键是从时间序列中提取出趋势属性；(4)对时间序列进行趋势分析，给出了不同时间粒度下的趋势变化和基于历史同期的趋势预测；(5)结合水文知识，在实时水情数据库上进行数据挖掘的研究，并对实验结果进行了分析和评价。