城市需水量预测是水资源规划和管理的基础,是供水系统优化调度的重要组成部分,同时也是解决水资源供需矛盾,实现水资源可持续利用的有效手段。由于测量的非精确性以及受到自然环境、社会经济发展和相关用水政策等诸多不确定因素的影响,城市需水量往往不是以单一的数值形式存在。因此,如何科学合理的进行城市需水量预测仍需进一步研究。针对城市需水量预测中的不确定性特点,本文将不确定理论与传统的统计方法相结合,分别构建了两种不同类型的需水量预测方法,并分别应用于天津市和北京市的需水量预测。主要研究内容如下:第一,建立系数为非对称三角形不确定集的不确定回归模型,建立了线性规划方法和非线性规划两种参数估计方法。并以天津市的居民生活需水量为例,分别建立了两个需水量预测模型,基于经典的评价标准,对两种参数估计方法的预测效果进行了对比。同时与传统的回归方法进行对比分析,结果表明不确定回归模型的预测性能要优于传统的回归模型。第二,建立观测值为不确定变量的不确定时间序列模型。首先,给出不确定时间序列的自相似度定义,并设计相应的算法确定最优的自回归模型阶数;其次,提出了一种基于不确定规划的参数估计方法,并转化为一定置信度下的确定性规划模型求解;再次,将非精确的观测值假定为线性不确定变量,给出了一种新的基于比率的方法来构造不确定时间序列;最后,将提出的方法应用于北京市的需水量预测中,分别给出不同置信水平下的预测结果,并与传统时间序列模型的结果进行对比,研究结果表明不确定时间序列模型的预测精度要高于传统的模型。本文的研究进一步完善了城市需水量的预测方法,拓展了不确定统计的应用范围,为城市水资源规划和优化配置提供理论基础和决策依据。