气候作为一种重要的自然资源，是人类生存环境的组成部分之一。气候多尺度和多层次的变化对自然生态系统和社会生态系统有重要影响。旱涝变化规律作为气候研究的一个重要课题，在农业生产和防灾减灾等方面有较强的理论意义和现实意义。本文以长春市历史时期旱涝等级资料和现代器测降水数据为基础，研究了缺失数据的GM(1，1)模型插补方法，分析了1825年-2000年的旱涝演变规律，结合旱涝的markov预测和BP神经网络模型预测，指出长春地区目前和未来一段时期将处于较严重的干旱期内。 本文在实际数据分析的基础上，结合GM(1，1)模型的特点，提出了预测精度较高的数据预处理方法；旱涝分析表明，长春1825年-2000年的旱涝演变，总体可以分为两个阶段：前期以涝为主，后期以旱为主，两个时段的过渡期在1918年左右，而且该区没有明显的旱涝不对称现象；小波分析表明，长春经历了两个大的旱涝阶段，即先涝后旱的演变。其中涝周期约为60年，旱周期约50年。在这两个较大的周期内，包含了若干中小尺度的旱涝周期，以及10年以下的旱涝波动。较大尺度旱周期的中心约在1985年，若以50年为周期计，则未来仍然处于该大尺度的旱周期内，而且该干旱中心小波指数为+3，根据小波指数确定的旱涝强度来看，长春地区将继续处于较严重的降水欠缺时段；结合长春地区旱涝等级建立的markov预测模型，其单步预测模拟结果较好；经过反复实验和模型调试而建立的BP神经网络模型在长春地区的降水规律模拟和预测中效果较好，在神经网络理论不断进步和区域资料不断完善过程中，该模型在区域降水规律模拟等方面将有更广泛的应用。