摘要: 以吉林省白城市为例，将偏自相关系数（ＰＡＣ）与自适应模糊神经网络模型（ＡＮＦＩＳ）相结合预测年降水量，以年降水量序列自身数据作为输入和输出变量，将预测结果与多元线性回归模型（ＭＬＲ）的预测结果进行对比。结果表明：ＡＮＦＩＳ模型和ＭＬＲ模型在相关资料缺乏的地区对年降水量的预测结果都是可以接受的，但ＡＮＦＩＳ模型的预测精度更高，ＲＭＳＥ值更小，ＮＳ值更接近于１；运用偏自相关系数确定输入变量相比主观经验判断更好，利用ＰＣＦ计算得到延迟系数为５，因此，预测年降水量预测应以预测年前5 a的降水量作为输入变量。