随着城市需水量的高速增长和水资源的日益短缺，水资源规划和用水系统的优化调度变得越来越重要，因而作为供水管理前提和基础的需水量预测也得到了长足的发展。根据预测周期的长短，城市需水量预测可分为中长期预测和短期预测。本文旨在分析广州市供水需求量模式。通过分析广州市供需水量的变化规律，利用Microsoft Visual Studio 2005平台和MATLAB数值分析工具，分别采用线性回归模型、灰色模型、用水量指标模型和神经网络模型对年供需水量模式进行了研究，得出适合广州地区的反映城市供需水量与国民生产总值、人口、天气因素等影响变量之间的数学模型，并利用该模型对近期和远期的年规划供水和最高日规划用水进行了合理的预测；利用广州市历年日需水量数据及其日需水量的影响因素，建立了2006年日需水量的时间序列模型和时序－非线性回归组合预测模型，并对广州市的日需水量进行了研究。通过对以上预测方法综合的比对和优缺点分析，可以得出人工神经网络模型比较适合广州市年供水量预测；时序－非线性回归组合预测模型在日需水量预测方面有较高的精度；并在此基础上分析了选择城市需水量预测模型的方法。最后，在对年供水量和日需水量预测的基础上，收集并分析全国其他城市的供需水量数据，并将分析结果同广州市的供水需水情况进行比较，发现广州市在供水和用水方面存在的问题，并通过相关的技术手段和政策法规手段加以控制，对水资源进行合理的规划，从而指导城市供水，为广州经济的可持续发展提供保障。