应用气象、天文、地球物理因素或由水文要素自身演变规律作出的预见期较长的水文预报。中长期水文预报的预见期目前尚无统一规定，视流域大小的不同，通常把3～15天的预报称为中期预报；15天以上一年以内的为长期预报；一年以上的为超长期预报。中长期预报有水位、流量、旱涝趋势、冰情、融雪径流、泥沙等预报项目。对径流预报而言、预见期超过流域最大汇流时间的即为中长期预报。

发展过程 中国古代就已有关于水文情势长期变化的记载。《史记·货殖列传》记有：“六岁穰，六岁旱，十二岁一大饥。”反映了当时黄河流域一带旱涝年景交替出现的情况。宋代已出现了由前期水文情况估计后期水文情况的事例。《宋史·河渠志》有“自立春之后，东风解冻，河边人候水，初至凡一寸，则夏秋大汛当至一尺，颇为信验，”之语。这虽带有某种程度的臆测，但仍可说已含有长期水文预报的萌芽。至于近代的中长期水文预报至19世纪末、20年代初才开始出现。“世界天气法”首先应用于尼罗河下游的春汛洪水预报，其后较广泛地应用到欧洲与北美各国。30年代，中国气象学家涂长望研究了长江的长期水文预报。50年代，内蒙古自治区水文总站根据杨初1951年提出的“气象要素历史演变法”试作了黄河的长期洪水预报。水电部水文局分析了高空气象因素对后期洪水影响后，研究了华北地区中小河流的中期洪水预报。长江水利科学研究院根据东亚大气环流的前后演变规律作了长江的长期水文预报。这些方法，以后在中国的其它流域也得到应用。在此期间，苏联水文学家卡特维里施维里（Н.А.Картвилишвили）提出了“径流过程是连续随机过程”的论点，其后平稳随机过程的理论在长期水文预报中得到应用。60年代以后，由于气象学、海洋学、计算科学等相关科学的发展，以及新的探测手段的出现，进一步发现了影响江河水量变化的一些因素。数理统计科学的发展则为揭示水文要素本身的演变规律、辨别各种影响因素的重要性等方面提供了有力的工具。这些，均使中长期水文预报获得了新的进展。

影响因素水文预报，特别是洪水预报，本身不可能有较长的预见期。因此，必须研究分析影响水文要素中期和长期变化的各种因素或水文要素自身的变化规律才能增长预见期。主要的影响因素有：①大气环流，当下垫面条件变化不大时，径流的变化主要取决于降水与蒸发的变化，冰情与融雪径流又与气温密切有关，而这些因素都是受大气环流的条件所制约的；②太阳活动、太阳辐射是大气运动和水文循环的根本能量来源，太阳活动的增强与减弱时，太阳紫外、微粒以及无线电范围的辐射都会增强与减弱，从而引起大气运动状态的改变而影响到水文过程；③下垫面因素，供给大气运动的能量主要来自下垫面的长波辐射。在下垫面因素中，海洋以它巨大的几何面积与热力学性质，对大气运动的长期变化起着显著的作用。此外，冰雪覆盖、陆地下垫面的能量储放、青藏高原的热力动力作用也都有影响。④人类活动，这不仅影响到当地水文情况的变化，而且还由于改变了下垫面与当地气候状况而对水文过程产生间接影响；⑤其它天文、地球物理因素，一些研究结果表明地球自转速度的变化、行星运动、火山爆发等因素也有一定影响。在所有这些影响因素中，大气环流是主要的，其它因素对水文过程的影响也是要通过它才能实现的。按现有科学水平，这些因素与水文过程的相互联系如图所示。

水文过程与影响因素关系图

预报方法 长期水文预报的方法主要有：①由前期大气环流形势进行预报，根据水文要素与环流的历史资料，分析概括出旱涝年前期环流特征的模式，然后应用判断相似的方法，由前期环流特征作出后期水文情况的定性预报；或在月平均环流形势图上分析与预报对象相关显著的关键地区与时段，从中挑选物理意义明确、统计贡献显著的预报因子，采用逐步回归或其它多元分析的方法与预报对象建立预报方程，并据此进行定量预报。②应用前期海温特征进行预报，海洋表层是大气与海洋进行能量交换的集中场所，海洋表层水温的异常会影响到大气环流的异常。异常海温的分布具有范围大、持续时间长等特点，往往在异常环流出现之前，海温分布就早有反映，这就为长期水文预报创造了有利条件。具体预报方法则与环流类似。或由历史资料概括出旱涝年前期海温分布的模式，由前期海温分布特征对后期水文情况作出定性预报；或考虑空间与时间上的连续性，在关键海域与关键时段内筛选出若干个点的海温作为预报因子，与预报对象建立预报方程进行定量预报。③由太阳活动情况进行预报，太阳大气中发生的一系列物理现象和物理过程为太阳活动。在长期水文预报中主要以太阳黑子相对数的多少来反映太阳活动的强弱。太阳黑子相对数有平均为11年等的周期，一些研究结果表明，不少地区的旱涝灾害往往发生在黑子相对数11年周期的极值点附近。因此，目前的预报方法，主要是根据太阳黑子数11年周期的位相或分析黑子数的变化与江河水量变化之间的对应关系，对后期可能发生的旱涝，进行定性预测。④统计预报。目前经常应用的有两大类。一类是多元分析，它把径流等预报对象作为随机变量，把各个影响因素作为预报因子，然后应用回归分析或判别分析的方法，对因子进行筛选后建立预报方程，进行预测。此外，为了达到客观分型、浓缩信息、简化计算等目的，还经常应用聚类分析、主要成分分析、典型相关等方法作为数据处理的手段。另一类是时间序列分析，它把预报对象作为一个离散化的平稳随机过程，应用自回归模型进行预测。考虑到水文序列的非平稳性，60年代前后主要采取把序列分解成趋势、周期、平稳等项，然后再分项预测后进行迭加而得到预报结果。70年代后，博克斯（G.E.P.Box）与詹金斯（G.M.Jenkins）提出的AR（p）（p阶自回归）模型、ARMA（P，q）（自回归移动平均）模型，ARIMA（p，d，q）（自回归移动平均求和）模型与季节自回归移动平均求和模型已逐步应用于径流长期预报。同时，非线性的TAR（门限自回归）模型也已开始用于长期预报。

中期水文预报的方法常用的有高空气象因素法。当影响预报地区的暴雨天气形势出现时，在高空形势图上分析水汽输送与垂直上升运动等条件，选择能够反映这些条件的高空气象因素与后期发生的洪水建立合轴相关或预报方程，并据此作出中期洪水预报。也可根据上一旬的平均环流、前期水量与下垫面情况等因素与下一旬的水量建立回归方程作出下一旬的水量预报，此外，时间序列分析中的各种模型也已应用于中期水文预报。