在气候变化和人类活动双重作用下,全球性环境恶化以及水资源短缺,与人类生存密切相关的干旱问题已经引起众多国家和地区的关注。以径流为主要研究要素的水文干旱呈现出非线性、非平稳性和复杂性,构建高精度的预测模型是水文干旱研究的热点和难点。有效识别水文干旱规律以及准确预测水文干旱,将有助于减缓水文干旱对区域社会经济发展产生的不利影响,对流域水资源合理配置以及防旱抗旱起着重要作用。论文以中国半干旱区的渭河流域为研究区域,以水文干旱为研究对象。从水文干旱指数构建、指数合理性验证、干旱演变特征分析、单一模型适用性评估等方面开展研究。并构建多种水文干旱混合预测模型,对比不同模型预测效果,主要目的是为流域水文干旱提供较高精度的预测模型,以期为流域干旱预警系统的构建提供技术支持。论文获得的主要研究成果如下:（1）在水文干旱指数的计算中,对比采用参数、非参数法进行径流分布拟合的效果,结果显示非参数核密度估计法拟合效果较好。水文干旱指数计算中非参数核密度估计法代替伽马、指数等参数估计法。采用游程理论识别流域内水文干旱事件,并与流域实际典型干旱年进行对比,进行水文干旱指数合理性分析。采用水文统计方法,揭示流域内水文干旱的趋势性、周期性。（2）建立多元线性回归、人工神经网络、支持向量机（SVM）三种单一统计模型,并在三种单一统计模型中优选得到最佳的单一模型SVM。基于SVM模型,对比了直接预测水文干旱和先预测径流后计算水文干旱两种方式的预测效果,发现直接预测水文干旱的效果更具优势。（3）基于经验模态分解（EMD）、自适应噪声总体集合经验模态分解（CEEMDAN）、变分模态分解（VMD）、小波分解（WD）四种分解方法与SVM模型结合,构建四种混合预测模型。相比单一统计模型,应用混合模型提高了研究站点水文干旱预测精度,四种混合模型中VMD-SVM模型预测效果最佳。（4）改进VMD-SVM模型,构建多步分解预测模型WD-VMD-SVM,采用纳什效率系数以及泰勒图等评价混合模型的预测效果,结果表明:WD-VMD-SVM模型预测水文干旱有更高的预测精度。并采用报准率、误报率、漏报率对水文干旱事件的预测精度进行评价,WD-VMD-SVM模型验证期林家村、咸阳、临潼、华县、状头、张家山站水文干旱事件报准率分别为:64%、56%、67%、64%、70%、88%。（5）分析了归一化植被指数（NDVI）与水文干旱之间的关系,基于混合模型考虑NDVI提高了华县、张家山站水文干旱预测精度。并探究了大气环流因子（太平洋十年涛动（PDO）、厄尔尼诺-南方涛动（ENSO）、北极涛动、太阳黑子）对水文干旱的影响,发现PDO、ENSO有助于预测较长的干湿周期。