| 方法 | 优点 | 缺点 |
| RBF神经网络 | 结构简单、收敛速度快、预测精度高 | 降水数据0值较多，影响预测精度和运行速度 |
| LR-RBF神经网络 | 消除降水0值的影响、运行速度更快、预测精度更高 | 将降水量数据进行分类，分类模型的精度会影响预测模型的精度，需要寻找一个分类效果更好的分类器 |
| 逐步回归 | 消除多重变量共线的变量的影响 | 降水数据0值较多，影响参数估计及预测精度且当两个变量对因变量的影响相近时，易受噪声影响，效果不稳定 |