文章首先介绍了水文序列预测方法的研究现状。水文序列预测研究方法很多这里主要介绍了两种预测方法：马尔可夫链预测方法和灰色模型GM(1，1)预测方法。随后提出了灰色马尔可夫链模型。 用一种方法预测时，在接受该方法优点的同时，又接受该方法的缺点。以往人们大都采取对数据进行预处理以及对结果进行残差修正等对模型本身进行优化，而这些措施虽然可以起到一定作用，但都难以摆脱方法本身固有的局限性。灰色预测的主要特点是对于数据序列较短的单调数据序列预测效果较好，不适合预测随机波动较大的数据序列。本文重点介绍了四种修正的GM(1，1)模型：GM(1，1)残差灰色修正模型，GM(1，1)非等间隔残差灰色修正模型，GM(1，1)残差马尔可夫链修正模型(即灰色马尔可夫链模型)，GM(1，1)非等间隔残差灰色马尔可夫链修正模型。与传统的GM(1，1)模型相比较，灰色马尔可夫链预测模型精度最高，其次是GM(1，1)非等间隔残差灰色马尔可夫链修正模型。 用灰色模型预测曲线来反映水文数据的发展规律，用马尔可夫链模型来反映波动规律，对其结果进行优化，给出预测值的大体范围，两者相结合能很好地解决了实际问题。