本文以离散灰色模型及其拓展模型的建模机理、特性和应用研究为主线；以近似齐次指数序列、近似非齐次指数序列、对数序列、S形序列、随机振荡序列以及多变量影响序列的离散灰色预测模型为主要研究对象；以我国碳排放量预测为实际背景。以数据表现出不同的特征为出发点，结合灰色系统建模技术和数据变换技术对各种数据特征进行处理使其成为符合离散灰色预测模型建模条件的数据序列。具体内容包括以下几个方面：（1）针对对数特征序列的灰色建模问题，本文根据提高灰色预测模型精度的四个条件（提高光滑比、压缩级比、保持凹凸性、不增大还原误差）构造了能够提高模型精度的级比指数变换：f (x (k)) n kminx (k)。文章证明了级比指数变换能够满足提高灰色预测模型精度的四个条件，并建立了基于级比压缩的对数特征序列的DGM(1,1)模型。文章通过算例验证了该变换的有效性，提高了模型的模拟精度，扩大了离散灰色预测模型的适用范围。（2）针对S形序列的灰色建模问题，本文根据S形曲线的特征将其分为三个阶段：初始阶段、增长阶段、稳定阶段。结合已有研究设计了动态规划中的分段递推修正建模方法，建立了基于S形特征序列分段递推修正的DGM(1,1)模型。并通过算例验证了该模型的实用性，算例结果显示了运用分段递推修正对S形特征序列建立离散灰色预测模型具有较高的模拟精度。（3）针对随机振荡序列的灰色建模问题，本文通过分析已有关于振荡序列的灰色建模研究，发现大多数文献中提出的方法其模型精度不稳定，对于波动较大的振荡序列其模拟误差较大。于是本文结合已有研究基础，提出了正数化平移变换和加权几何平均变换，通过数据序列各时点权重的取值不同，可以逐步提高序列的光滑性，使其灰指数律明显，从而提高模型的模拟精度。（4）对于我国碳排放量预测建模问题，本文分析了1995-2010年我国碳排放的总体特征和趋势，根据已有研究基础结合本文提出的基于各数据特征的离散灰色预测模型体系，分别对影响碳排放因素的人口、能源强度、人均GDP进行了建模预测，最终建立我国碳排放量的DGM(1,4)预测模型，并根据预测结果提出了政策建议。