历年降雨量组成一灰色系统 ,利用灰色GM (1,1)模型建立降雨量的预测理论模型。灰色GM (1,1)模型主要用于时间短、数据少、波动小的预测问题。它要求预测的数据序列的几何图形呈单调递增或递减 ,因而对随机波动性较大的数据序列拟合性较差 ,故预测精度也低 ;而Markov链预报的对象为一随机变化的动态系统 ,它主要是根据研究对象的不同状态之间的概率转移来推测系统的未来发展变化。转化概率反映了各种随机因素的影响程度 ,因而Markov链适合随机波动大的预报问题。在这一点上它恰好弥补了GM (1,1)模型的局限性。由于降雨量的预报问题为随时间变化而呈某种变化趋势的非平稳随机过程 ,并受各种随机因素的影响 ,因此灰色GM (1,1)对降雨量的预测结果总是要围绕某一变化趋势产生偏差、跳跃、摆动。因此在灰色预测的基础上 ,与Markov链耦合建立了修正降雨量的理论预测模型 ,并进行了严密逻辑推理。最后结合工程实际 ,进行应用研究 ,并与实际观测结果进行比较 ,预测结果接近实际观测结果 ,验证了模型的正确性 ,为降雨量的预测提供了一种新途径[1 ] 。