干旱是我国主要的自然灾害之一,也是大气科学研究的热点问题之一。本文选用支持向量机方法,对建立基于气候因子的土壤湿度预报模型以及基于时间序列的干旱等级预测模型进行了研究,研究结果将有益于实现大面积的干旱预测,为政府和有关部门进行防旱减灾提供科学依据。本文的主要结论如下：(1)本文设计了基于支持向量机(SVM)的土壤相对湿度混合预报模型,进行了仿真实验,并且针对传统支持向量机在参数选择方法上的不足,使用网格划分法、遗传算法和粒子群算法对模型的参数进行了优化。仿真实验结果表明,本文提出的模型提供了一种新的直接基于作物水分信号所无法实现的土壤湿度预报方法,为解决非线性问题提供了新思路。(2)本文研究了基于SVM的时间序列预测模型的构建,经参数寻优后建立模型,并对某站月平均温度和降水量仿真预测。然后根据预测结果计算干旱指数,预测干旱等级。预报结果比较准确,表明这种干旱预测方法是行之有效的,具有实用性。