摘要: 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。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、赣榆站、东台站和南京站的降水数据,建立了BP神经网络和小波神经网络降水预报模型。通过实例分析得出:1) BP网络模型预报的最小相对误差为1.16%,最大相对误差为16.35%,最优确定性系数0.87,均方误差4.27%;2) WNN网络模型预报的最小相对误差为0.7%,最大相对误差为88.65%,最优确定性系数0.94,均方误差4.2%。结果表明:1) BP神经网络模型预报降水具有可行性,该模型能在一定程度上反映降水变化的趋势;2) WNN模型在某些年份预报误差较大,可在实践中将多种预报方法相互验证,相互校核,提高预报精度。