江苏省地处江淮流域,是受旱涝灾害影响最为严重的地区之一。因此,在该地区开展降水预报的研究,对防汛抗旱具有重要意义。本文采用江苏省徐州站(1960-2009年)、赣榆站(1957-2009年)、东台站(1953-2009年)和南京站(1951-2009年)的降水数据,建立了BP神经网络降水预报模型、径向基(RBF)神经网络降水预报模型和小波神经网络(WNN)降水预报模型。本文通过实例分析得出以下结论：(1)徐州站的年降水序列为相依序列,该站WNN降水预报模型的预报结果最好,RBF神经网络降水预报模型其次,BP神经网络降水预报模型的精度最低。(2)赣榆站、东台站和南京站的年降水序列为独立序列,这三个测站的BP神经网络降水预报模型的预报结果优于WNN降水预报模型的预报结果。(3)BP网络模型、RBF网络模型和WNN模型预报降水都具有可行性,三种模型都能在一定程度上反映降水变化的趋势。(4)今后可以针对各自模型的不足进行改进,并结合各自的优点进行多种模型耦合尝试。可以考虑在实践中将这三种预报方法相互验证、相互校核,从而提高降水预报精度。