最优分割算法是有序聚类中的一种方法，可应用于建立某一地区某一阶段的降雨量分级标准。由于需要计算变差，运算量很大，操作起来并不是很容易，所以，许多作者都只做了理论与方法的分析，为此本文利用Matlab语言实现了最优分割算法。加权马尔可夫链预测首先是建立分级标准，然后采取以规范化的各阶自相关系数为权重，对降雨量趋势作加权预测，因此加权预测的效果就对分级标准有很大的影响，为此本文利用随机模拟技术讨论最优分割法与样本均值-标准差分级法对降雨量的加权马尔可夫链预测精度的影响。随着数据的增多，加权预测计算量变大，为了预测的方便本文利用Matlab语言实现加权预测的计算机计算，这为随机模拟提供了技术保证。在论述过程中，本文以武汉市1951年至2004年的年降雨量数据为实例，进行加权马尔可夫链预测的实证分析，并在此基础上预测了2008年的降雨量情况。预测结果表明2008年是个偏枯年，预测年降雨量值在968mm与1184mm之间，为此武汉市应该做好防旱的准备。最后本文根据武汉市的历年降雨量得到了武汉市的洪涝指标值，希望这个洪涝指标值对武汉市的防洪防灾提供一定的帮助。