本书基于机器学习和人工智能方法，开展了数据驱动与半数据驱动模型在降雨径流模拟中的应用与研究。本书建立了基于偏互信息的输入变量选择方法、基于新型集成神经网络的出流量预测方法和基于K最近邻算法的出流量误差预测方法。将以上方法耦合，提出了新型数据驱动的PBK模型。此外，在分析总结前人成果的基础上，归纳出两个传统非实时校正数据驱动模型（PB_R和PB_DR模型）。对半数据驱动模型IHACRES的汇流模块进行了改进。将新安江模型产流模块与PBK汇流模块耦合起来﹐建立了新型半数据驱动的XPBK模型。在三个典型研究流域将三个数据驱动模型（PB_R、PB_DR和PBK模型）、三个半数据驱动模型（CLS、lHACRES和XPBK模型）及一个概念性模型（新安江模型）进行了应用与检验。
本书适合水资源、水利水电工程等领域的管理、科研、技术人员参考，也适合高等院校相关专业的师生参考。