本文着眼于1997-2011年昆明降水量这组历史数据，运用Eviews软件和Matlab软件，对数据进行必要的处理，在ARIMA模型的基础上考虑季节因素，建立并选择最为合适的ARIMA季节模型，由于降水量的多少是含有许多不确定因素影响的变量，属于灰色系统，因此尝试建立了GM(1，1)灰色预测模型，并用建立的两模型对2011年的昆明降水量进行预测，与实际值进行比较，计算相对误差，对它们的预测能力进行比较，分析两模型的预测精度，从两模型中选择预测精度较高的时间序列预测模型对2012年昆明降水量进行预测。在选择ARIMA季节模型时，除了运用AIC准则和SC准则外，还通过计算各模型的相对误差，选取相对误差最小的模型为最佳模型。　　 经过比较分析发现，在对类似于降水量这样的气象数据的分析预测方面，ARIMA季节模型优于GM(1，1)灰色预测模型。结果表明，在对2011年昆明降水量进行预测时，ARIMA季节模型的平均绝对误差为5.46％，各月的相对误差均控制在12％以内，具有较高的预测精度。而GM(1，1)灰色预测模型的预测精度级别为四级，平均绝对误差为20.9％，预测精度不及ARIMA季节模型。故选择了ARIMA季节模型对2012年昆明降水量进行了预测，从预测结果得知，昆明2012年昆明总降水量为941毫米，月平均降水量为78.42毫米，并且得到了2012年各月的降水量预测值。　　 本文详细介绍了时间序列的一些基本特性，建立模型时结合了ARIMA模型与乘积季节模型的内在联系，同时对GM(1，1)灰色预测模型的建模原理和建模方法进行了详细的介绍，对时间序列在实际中的应用提供了可行的方法，并且，本文的研究具有重要的实际意义。