准确预测水文过程是水资源优化配置的关键。在这项研究中,两种新颖的混合模型开发改善水文时间序列数据的预测精度的主要三个阶段去噪、分解,分解成分预测和总和。拟议的架构应用于日常河流流入印度河流域系统的时间序列数据。提出的模型的性能与传统的单级模型(没有去噪和分解),混合的两阶段模型(去噪),和现有的三级混合模型(去噪和分解)。三个评价措施是用来评估所有模型的预测精度,如平均相对误差(绝笔),平均绝对误差(MAE)和均方误差(MSE)。提出,三级混合模型显示改善预测精度与最低绝笔,梅,MSE为所有案例研究与其他现有的单级和两级模型。总之,提高预测的准确性,减少复杂的水文时间序列数据,通过融合去噪和分解。