我国是一个严重缺水的国家,干旱是我国面临的主要自然灾害。近年来,随着气候变化、经济发展以及人口膨胀,水资源短缺现象日趋严重,愈发频繁和严重的旱灾已成为我国社会发展、农业生产以及居民生活的掣肘,严重威胁着人类的生活实践。云南地区地处云贵高原,受高原季风的影响,降水变化率大,极易造成地表干旱。近年来,频繁的旱灾严重制约了当地的社会经济的发展情况,并对居民的生活质量和农业发展水平产生负面影响。因此,研究云南地区旱情的发生规律,并对未来的旱情特征进行预测,对促进当地的社会经济发展有着重大意义。本文根据云南地区1961年以来的气象数据,对该地区的干旱发生情况、严重程度、降雨量预测方法进行研究,主要研究内容如下:(1)基于降水距平百分率、Z指数、标准化降水指数对云南地区的气象干旱进行研究分析,结果表明:降水距平百分率对云南地区敏感度低,干旱发生率与干旱程度远低于实际情况,其不能正确反映该地区的旱情特征与规律。标准化降水指数与Z指数云南地区干旱的敏感性较高,能正确描述该地区的旱情,可用于当地的旱情分析。并且,Z指数和标准化降水指数的干旱发生率大约相等,只是对个别年份的干旱等级划分不同。因此,在云南地区的旱情分析中,应综合使用Z指数与标准化降水指数。(2)基于NGM(1,1,k)模型(Non-homogenous discrete exponential grey mode)的几何意义,提出了一种背景值优化方法。通过齐次、近似非齐次、严格非齐次、下降凹、下降凸、上升凹、上升凸7类数据(包含了灰色预测模型可以预测的所有波形状态)的验证表明:本文所推导的模型在7类数据中均得到了最高精度,实现了方法创新。(3)运用NGM(1,1,k)模型对降雨量进行拓扑预测时,改进了拓扑预测的计算方法。通过预测云南地区2012-2016年春季降雨量验证表明:相比传统拓扑预测法,其平均精度提高了77.88%。(4)以NGM(1,1,k)模型为核心,结合小波分解,构建了数列预测优化方案。实际应用结果表明:小波-NGM(1,1,k)模型的预测精度极高,优化了NGM(1,1,k)模型的数列预测法。