近年来,由于人类活动和气候变化对径流序列的影响进一步加剧,使得径流序列表现出高度的非平稳性和偏态特性,给径流预报带来挑战。及时准确的径流预报对于解决水资源的规划与管理、水资源供需矛盾具有重要的科学意义和实践价值。黄河是中国人民的母亲河,习近平总书记把黄河流域高质量发展与生态保护作为国家战略,中长期径流预报可为黄河流域的高质量发展、解决黄河流域的水资源供需矛盾等提供一定的科学决策支持。以黄河流域月径流为研究对象,选取EMD、EEMD、WD和VMD4种分解方法、Box-Cox正态变换和W-H逆变换2种正态变换方法以及BP、SVM、RF和Elman4种数据驱动模型,构建了多方法融合数据驱动模型,开展黄河流域月径流预测研究,得到以下主要结论。（1）采用M-K趋势检验法、Kendall秩次相关检验法、有序聚类分析法和LeeHeghinian法分析黄河流域6站的径流演变趋势和径流突变点。结果表明,六个站点的径流序列都存在着不同程度的非平稳性;头道拐站、张家山站、状头站、华县站和利津站的变异点分别发生在1985年、1985年、1996年、1994年、1968年和1985年。（2）构建BP神经网络、支持向量机（SVM）、随机森林（RF）和Elman神经网络4种单一预测模型。结果表明,4种模型在率定期的预报精度差异较大,其中Elman和RF的模拟效果较好;所有模型在验证期的效果均不理想。（3）构建基于EMD、EEMD、WD和VMD分解的EMD-BP、EEMD-BP、WDBP和VMD-BP等16种混合预报模型。结果表明,混合预报模型的模拟效果均优于单一模型,分解方法可以显著提高模型的精度和稳定性;验证期的综合预报效果从优到劣的排序为VMD＞WD＞EEMD＞EMD,说明VMD可以将原始序列分解为相对平稳的子序列,使序列更加契合于预报模型,提高模型预报效果。（4）构建基于W-H逆变换和Box-Cox变换的WH-BP、WH-SVM、WH-RF和WHElman等8种混合模型。结果表明,混合模型的模拟效果均优于单一模型,正态变换可以显著提高模型的精度和稳定性;在黄河干流水文站,基于W-H逆变换的最优模型的模拟效果优于基于Box-Cox变换的最优模型;在黄河支流水文站,基于Box-Cox变换的最优模型的模拟效果优于基于W-H逆变换的最优模型。说明W-H逆变换可能适用于径流量偏大的模型,Box-Cox变换适用于径流量偏小的模型。（5）构建基于优选的VMD-Elman、WD-Elman和W-H逆变换和Box-Cox变换的VMD-WH-Elman、VMD-BC-Elman、WD-WH-Elman和WD-BC-Elman4种混合模型,对各站筛选出的最优模型进行多步预测。结果表明,VMD-WH-Elman和VMD-BCElman优于VMD-Elman。对于6个水文站的30个月径流预报模型,虽然各个站点的最优模型略有差别。但总体来看,基于VMD、W-H和Elman构建的VMD-WH-Elman模型,具有最优的精度和稳定性,R大于0.98,NSE大于0.95,NMSE小于0.05,PBIAS小于0.46,LME大于0.87,在不同预见期,仍可以保持较高的精度和稳定性。（6）基于MATLAB的App Designer平台开发了径流预测软件,将径流特性分析和月径流预报可视化,可以快速、有效地进行径流特性分析和径流预报。