滑动平均马尔可夫模型是基于马尔可夫模型,先将数据滑动平均处理后再运用马尔可夫模型预测。它对定性问题进行预测提供了一种思路,丰富了预测的内容。预测基本思路是:首先对原始数据进行平滑处理,处理后的数据降低了偶然因素的影响,能更好的反应规律性。其次,把现象看作是一个系统,并对系统进行科学的状态划分。第三,对现象各种状态的状态概率进行统计测定,也就是判定出系统当前处于什么状态。第四,对各系统未来发展的每次转移概率进行预测,就是要确定出系统是如何转移的。最后,根据系统当前的各种状态和概率转移矩阵,推测出系统经过若干次转移后到达各个状态的概率,并利用模糊集理论将预测的状态转化为一个具体值。滑动平均马尔可夫模型采用规范化的各阶自相关系数为权重,通过状态转移概率矩阵预测未来时段的降水状态,并根据模糊集理论中的级别特征值计算具体的降雨量,最后以腾冲县和景洪县水文站30年的降雨资料为实例,对该方法进行了具体的应用。并与未做滑动平均处理的马尔可夫模型预测结果做了比较,其误差降低,精度提高。可见滑动平均马尔可夫模型预测的可行性并为提高中长期降雨量预报的精度提供了一条值得探索的途径。