谭 娇，丁建丽，陈文倩，米热古力·艾尼瓦尔，李 相，周倩倩

(1.新疆大学资源与环境科学学院，乌鲁木齐 830046；2.绿洲生态教育部重点实验室， 乌鲁木齐 830046)

地下水是地表以下岩、土层空隙中的不同状态下水的总称，其作为水资源的重要构成要素，不仅具有在空间上分布范围广的特点，且自身调节性亦较强[1]。干旱区绿洲由于其独特的气候特点，生态环境具有一定脆弱性。而地下水在干旱区绿洲里扮演着重要的调节作用[2]。相对于湿润区，地下水常常成为当地的重要供水水源，在干旱区陆地水文循环以及全球变化的研究中具有举足轻重的地位成为绿洲赖以生存的重要基础[3,4]。地下水位埋深可以作为地表植被分布的指示器[5-7]，故对地下水埋深的预测尤为重要。

就目前来说，地下水埋深预测模型的相关研究主要以相关分析[8]、人工神经网络[9]、灰色系统[10]、小波分析[11]等模型为主。而以上模型的建模方法均要求稳定与独立的时间序列数据。这些模型虽在实际应用中均起到了一定的积极作用，但是地下水埋深变化是一个复杂的动态过程，神经网络、灰度系统等传统的时间序列不适用复杂的[12-14]。基于多变量时间序列(以下简称CAR)模型已经在人口预测、水文预报、植被分布及气候变化趋势等领域取得较好应用效果[15,16]。管孝艳、张真真[17,18]等利用蒸发、降水、地下水开采量几个因子对区域地下水埋深等数据做出预测，并提出了有力决策，在中国东北、中部地区都得到了很好的应用，但在其西北地区地下水埋深预测应用中尚不多见。……