随着经济社会的不断发展，水资源供需矛盾将日益加剧，由此产生的一系列的社会问题，严重影响了经济社会的健康稳定发展，成为制约经济社会发展的一个因素。准确地预测出大区域灌溉需水量对科学管理规划水资源、解决农业与工业和其它用水部门之间的矛盾起着十分重要的作用。论文就预测大区域的灌溉需水量展开研究。较全面地综述了国内外作物灌溉需水量的计算和预测方法及目前的研究现状，并对常用方法的优劣性及适用条件做了初步的分析比较。对大区域灌溉需水量的影响因子进行了筛选，确定出降水量、蒸发量和气温为重要影响因子，建立了分时段多元线性回归模型，并对时段划分、因子增减、率定参数资料系列长短等对灌溉需水量预测精度的影响进行了比较研究。针对大区域种植结构不易获取，进行灌溉需水量精确计算困难的问题，从作物灌溉制度设计入手，通过适当地概化与简化，建立了具有一定物理概念的大区域灌溉需水量预测模型，并分析了年总量和分时段预测模型的适用条件，以及建模资料长短对预测效果的影响。建立了灌溉需水量预测BP神经网络模型，通过滑动预测模拟了人工神经网络模型的自学习能力，开展了不同输入层神经元的比较研究，优选了不同月份隐含层的最佳节点数，并分析了采用同化节点数对预测灌溉需水量精度的影响。