在干旱区，地下水是重要的水资源，对区域的生态平衡具有重要的作用。掌握干旱区地下水位的动态特征，对地下水位进行准确的预测，是干旱区地下水资源管理和保护的重要基础;地下水动态观测网提供的地下水动态信息是掌握地下水系统变化的主要手段，也是研究地下水动态特征的基础数据来源。如何利用一定的优化方法在不影响原有观测井网提供有效信息能力的基础上实现观测网的结构优化是干旱区地下水观测网优化的重要内容。本文以黑河中游张掖盆地为研究区域，在收集和整理研究区水文、气象数据及地下水观测数据的基础上，基于自组织特征映射网络、小波分析、人工神经网络、支持向量机等数据挖掘技术，对黑河中游地下水位动态进行了分析并对地下水观测网进行了优化。主要工作内容归纳如下:　　(1)黑河中游地下水位动态分类分析。以黑河中游地下水动态变化为基础，运用自组织特征映射网络(SOM)对黑河中游地下水位动态进行了分类并分析了不同类型的地下水位动态变化特征。根据黑河中游地区的水文地质条件，应用SOM方法可以将黑河中游地下水位动态分为开采型、灌溉影响型、径流影响型及蒸发型4类。　　(2)黑河中游地下水位动态与影响要素多尺度交叉小波分析。运用连续小波变换及交叉小波分析，探讨了黑河中游地下水位动态与区域气温、降水、蒸发及径流等气象、水文因子在时间域和频率域中包含的周期性特征和多尺度相关关系。分析表明，气温、降水、蒸发、径流量与地下水位动态的趋势和突变呈基本一致的变化特征;气温、降水、蒸发、径流和地下水位之间存在一个8～16月尺度的共振周期;气温、降水、蒸发对地下水位动态的影响存在时间超前效应;气温、降水、蒸发和径流与地下水位动态的共振周期约在2000-2003年前后发生突变，这可能与黑河中游实施的生态输水计划有关。研究表明连续小波变换与交叉小波分析对研究地下水位动态的影响机制具有较强的实用价值，可以作为地下水位动态影响机制研究的有效工具。　　(3)基于小波变换与人工神经网络耦合（WA-ANN）的黑河中游地下水位动态预测。针对地下水位动态与气温、降水、蒸发、径流之间复杂的非线性关系，将小波分析与人工神经网络相耦合构建WA-ANN模型，对观测井未来1个月的地下水位进行了预测，将预测结果与未经小波变换的ANN模型进行对比以检验WA-ANN模型的有效性。结果显示，ANN和WA-ANN均可用于干旱区地下水位短期预测，但WA-ANN模型有更高的预测精度，WA-ANN模型在黑河中游地下水位预测方面具有更好的适用性;ANN和WA-ANN模型在极值预测部分误差较大，都不能很好的模拟地下水位极值。研究表明用小波变换对非平稳地下水位动态进行预处理具有一定的优越性，小波分析与人工神经网络相耦合共同反映出了地下水位的未来变化趋势。该方法的应用可以为资料有限的条件下干旱区地下水位动态预测分析提供有效工具。　　(4)黑河中游地下水动态观测网优化。在分析研究区水文地质的条件下，通过支持向量机(SVM)网络建立黑河中游地下水观测网优化模型来实现黑河中游地下水观测井网结构布局的优化。模型建立后，分别从优化模型SVM的评价指标、优化后地下水观测井的分布及优化后的地下水位流场三个方面对比分析了不同优化参数Epsilon影响下的黑河中游地下水观测网优化结果。结果表明，当SVM模型的优化参数Epsilon为0.01，即优化后地下水观测井为26个时，对应的SVM模型的模拟精度最高，模拟值和实测值之间误差最小;优化后的地下水观测井在在空间上均匀分布于黑河中游地区，能够满足区域地下水观测的需求;利用这26个观测井进行空间插值的地下水流场形态与优化前的地下水流场形态分布相似，无实质性的差别。研究结果表明SVM方法能够用于干旱区地下水观测井网的结构优化。