综合采用深度学习技术中的多种时间序列算法，对水文、水质历史数据进行时间序列预测训练和验证，建立时间序列预测模型，提供边界处未来水文、水质预测结果，为水动力、水质模型提供合理的边界条件，提高模型驱动预测的精度。

水文预测模型:模拟陆面产流、汇流、产污、汇污过程和河道水力演进和污染物输移过程，实现对地表径流、泥沙、营养物（氮磷）、杀虫剂、有毒物质和其它水质指标的长期模拟。广泛应用于： 1.流域内干、支流径流预测； 2.流域内干、支流水质预测； 3.面源污染负荷估算; 4.水质目标管理决策。

水文预测模型包括：SWAT分布式水文模型以及LSPC分布式水文模型等。