[目的]获得高精度的月降水量预报值。[方法]首先用C－C关联积分法确定波密站月降水量非线性系统的时滞和嵌入维数m，然后用相空间重建月降水量时间序列，用Lyapunov指数确定月降水量时间序列的混沌特征，然后构建Volterra模型分别对短期和长期15A降水量进行预测，比较了小波预测模型和SVR预测模型的预测值。最后，对Volterra短期预测模型进行了叠加预测误差分析和模型扩展分析。[结果]Volterra模式预测具有明显混沌特征的月降水量时，其MAPE和EC分别为4.04%和0.941。与小波和SVR模型相比，它具有更高的预测精度。同时，叠加预测误差小，MAPE为7.657%，EC为0.894，预测精度不如SVR模型。同时，Volterra模式在预测具有弱混沌特征的月降水量时，其预测效果并不理想，MAPE为54.855%，EC为0.566。[结论]该方法能提供高精度的降水预报值，为降水预报提供了一种新方法。