地下水位的预测在实际的水环境管理工作中有着十分重要的作用,地下水位的预测的好坏,直接影响到水资源的科学管理和合理开发利用。因此,正确预测地下水位,合理开采地下水资源,可以防止因过量开采引起的地质灾害问题。地下水位的预测方法有很多种,如：解析法、数值法、小波分析法等,而每种方法都有其优缺点。本文首先在灰理论基础上,对小南海泉域的地下水位资料进行灰度分析,确定地下水水位的预测可以用灰色GM(1,1)模型来进行预测,由于灰色模型只对于线性变化曲线预测效果比较好,因此,在灰色理论和神经网络理论的基础上,构建了小南海泉域地下水位预测的灰色-神经网络模型,并与灰色模型和神经网络模型的预测结果进行对比,结果表明,灰色预测模型所需原始数据量较少,数据收集较为容易,灰色预测模型比较适合短期预测。神经网络预测模型所需数据量较大,但是拟合效果比较理想。灰色-神经网络预测模型的预测效果优于单一模型。以.NET Framework4为框架,Visual Studio (VS)为开发工具,以C#为程序开发语言开发设计了小南海泉域地下水位预测管理信息系统。开发环境中插入SuperMap Objects提供的地图操作组件,将矢量化好的地图显示在系统中,并能够完成基本的地图操作。应用程序界面采用NET Framework环境下的一组组件集DotNetBar,使得系统界面实用且绚丽。地下水位预测管理系统的开发使用,极大的方便了用户的使用,使得地下水位的预测工作更加方便和快捷。