本文以南宁市1961～2015年近55年来的降水量数据为研究对象，对降水时间序列分别进行特性分析（年际、年内）及预测研究。　　年际变化特性分析主要从时间序列的趋势性、突变性、周期性三方面进行研究。趋势分析方面，分别采用了线性趋势、距平分析、滑动平均、累积滤波器、重标极差、线性趋势回归检验、Kendall及Spearman秩次相关检验等方法，结果表明，南宁市近55年来的降水序列呈现出小幅上升趋势，但不显著;突变分析方面，综合采用了有序聚类分析、滑动T检验、Lee-Heghinian检验、Pettitt检验、Mann-Kendall非参数统计检验等方法，最终确定了2008年份为降水时间序列的最大可能变异点;周期分析方面，分别采用了最大熵谱分析、Morlet小波分析及结合经验模态分解的希尔伯特-黄变换等方法，最终得出降水序列大致具有三个不同时间尺度的明显周期，分别为3～6a、12～14a、27～29a。　　年内变化特性分析主要采用了降水年内分配比例、降水年内变化幅度、不均匀系数、集中度和集中期、基尼系数及洛伦兹不对称系数等多种定量分析方法。结果表明，南宁市历年降水主要集中在5～9月份，占到全年降水总量的70％以上，且55年中有29年降水集中在7月份，17年集中在6月份;降水年内变化幅度大致可分为两个阶段，1961～1995年间，波动较为明显，年际间差异较大;1996～2015年间，波动变缓，降水年内分配较为稳定。此外，55年间有27年不均匀系数高于平均值，28年低于平均值，从拟合趋势可以看出，不均匀系数大体上呈下降趋势，说明近些年来降水不均匀性在逐渐减弱。通过计算基尼系数和洛伦兹不对称系数发现，南宁市降水年内分布较不均匀，且大部分是由降水较多的月份引起的，但近年来降水年内分配情况较以往有所改善，趋向均匀发展。　　为了准确地预测南宁市年降水量，本文分别采用了原始灰色模型、滑动平均改进的灰色模型、结合模糊集理论的加权马尔科夫链、秩次集对分析、最小二乘支持向量机、BP人工神经网络等预测模型。结果表明，以上模型均适用于本次南宁市年降水量的预测研究，经检验，各模型精度均合格。其中，原始灰色模型的平均相对拟合误差为7.8％，预测精度仅为合格，经滑动平均改进后，平均相对拟合误差降低到了3.4％，精度达到一级;结合模糊集理论的加权马尔科夫链在本次研究中表现较好，验证期的相对拟合误差控制在了2％以内，并预测出南宁市未来两年均为平水年份，年降水量分别为1384.6mm、1221.6mm;秩次集对分析表现良好，模型在验证期内的平均相对拟合误差为6.06％，且预测出南宁市未来两年的降水量分别为1246.3mm、1300.1mm;此外，具有机器学习思想的最小二乘支持向量机和BP神经网络预测模型表现也较好，两模型的平均相对拟合误差分别为5.46％、4.89％，纳什效率系数分别为0.57、0.75，显然，仅以本研究为例，BP神经网络表现要优于最小二乘支持向量机。　　该研究可为南宁市未来城市水资源规划及合理配置、区域防洪减灾等工作提供科学指导。