黄河源区位于我国青藏高原东北部,面积为12.2万平方公里,是黄河流域的重要水源涵养地。降水是黄河源区径流及水源的主要补给方式,因此,该地区的降水量预测成为当前水文和气象观测中非常重要的一项工作,其预测结果既能够为水文研究及各种生产活动中的决策制定提供一定的数据支持,也可提高应对灾害的能力。本文在综合考虑到黄河源区降水量因受气候变化影响而呈现出复杂季节性和波动性的条件下,选取吉迈,玛曲,唐乃亥水文气象站1998年至2008年月度降水量数据作为黄河源区代表展开相应的实证分析。在具体的三次分解集成的实证分析中,首先,鉴于原始数据本身存在白噪声序列,运用集合经验模态分解(EEMD)对原始序列进行去噪平滑处理;其次,考虑到降水量序列本身存在的季节性,采用季节调整方法(SAM)对平滑序列进行季节调整,由此得到相应的季节指数和趋势项序列;之后,运用完备集合经验模态分解(CEEMD)对该趋势项序列进行充分分解得到一系列本征模式函数(IMF),对IMF1采用支持向量机(SVR)进行预测,对其余IMF采用极限学习机(ELM)进行预测;最后,将所有IMF的预测值进行整合作为趋势项序列的预测值,再将该预测值与季节指数进行集成作为原始序列预测值,所得最终预测结果与真实值拟合较好。考虑到本文所提组合模型的处理顺序为EEMD-SAM-CEEMD-SVR-ELM,故将其命名为ESCSE模型。鉴于该组合模型涉及众多子模型,因此将其预测值及各子模型预测结果与真实值进行比对,最终对比结果显示ESCSE模型拟合精度较高。与此同时该组合模型基本拟合了黄河源区月度降水量的趋势和波动,因此能够为当地降水量预测及水文研究提供一定的决策支持。