长江航道作为中国内陆最主要的水运航道,流经湖北、上海等多个中国重要的经济省、市、区,在我国国民经济发展中的作用日益彰显。水路运输经济环保,随着我国经济的发展,长江航道日益繁忙。水位数据是船舶航行的重要参考数据,对其预测有助于船舶提前规划航线,保障船舶通行安全,提高内河航道通行效率。传统意义上,水位预测是水文领域研究的范畴,但随着大量水位数据的累积,根据历史水文资料来预测未来水位成为一个新的研究热点。本文从数据预处理开始,建立水位预测模型并设计和实现水位预测系统,具体工作如下:1.提出基于WebService的数据集成方案,跟传统的人工上报数据相比,能有效减少工作量和降低误报率。分析长江水位数据特点,用中心度量值填充空缺值,用回归的方式进行数据光滑化处理,跟未处理数据相比能有效提高用于建模的数据质量。2.分析长江干线航道实际应用场景,其需要高频预测,关注短期预测结果,得出预测结果需是具体数值的结论,提出用GM(1,1)(Grey Models)模型进行建模并对其优化。通过对长江上游朱沱、中游武汉关、下游芜湖三个水位站共4380次实验结果分析,认为经过优化的GM(1,1)模型参数少、预测开销小并且能有效的提高预测精度、降低平均相对误差。但对于初始数据序列不满足GM(1,1)模型的情况,优化后的GM(1,1)模型预测结果还是不够理想。为此,提出优化GM(1,1)模型与ARIMA(Autoregressive Integrated Moving Average Model)模型结合预测算法,相比于优化GM(1,1)模型,ARIMA模型虽然建模更为繁琐,但实验结果表明其能有效应用于朱沱这种水位变化较为剧烈的站点。优化GM(1,1)模型与ARIMA模型提高了预测精度和模型的适用范围又尽可能的满足了长江水位预测频率高需建模简单的要求。3.根据建立的模型设计和实现了一个长江干线航道水位预测系统,集成了日志管理、水位集成等多个辅助功能,能良好地应用于日常水位预测工作。