潜在蒸发量表征区域充分供水条件下的最大蒸发能力,紧密地联系着水能循环中各个环节,对潜在蒸发量及气象关联因素时空变化规律和影响关系的正确把握能为水资源合理利用及水旱灾害防控起到积极的作用。Penman公式作为国际粮农组织推荐的计算潜在蒸发量的标准公式,使用时需要输入大量的气象数据,在气候数据缺乏地区难以应用。因此,找到输入气象数据少、适用性广泛且可移植性高的潜在蒸发量简化预测模型十分必要。本文将中国划分为高原山地区、亚热带季风区、温带大陆区和温带季风区等4个气候分区,基于各气候分区内796个水文站点1961-2019年逐日气象数据,运用Penman公式计算出各站点逐日潜在蒸发量,运用线性趋势法、小波分析法等方法,分析了各气候分区内潜在蒸发量及气象关联因素的时空变化特征。以此为基础,运用敏感性和贡献率计算方法揭示潜在蒸发量与气象因素间的成因影响关系。最后基于BP神经网络算法,构建部分气象数据缺失情境下的潜在蒸发量预测模型并对模拟效果进行评价。主要得到以下结论:（1）中国整体呈现干燥温暖化趋势,年均相对湿度、风速和净辐射量均呈减小趋势,年均温度呈增大趋势。在潜在蒸发量变化趋势方面,高原山地区年均潜在蒸发量呈上升变化,亚热带季风区、温带大陆区和温带季风区呈下降变化,变化趋势均不显著。其中,高原山地区潜在蒸发量在冬季的增大速度最快,温带大陆区在春季减小速度最快,亚热带季风区和温带季风区均为夏季减小迅速。（2）净辐射量是影响高原山地区年潜在蒸发量变化的最敏感气象因素,亚热带季风区、温带大陆区和温带季风区均为相对湿度,灵敏度依次为0.71、-0.95、-0.64和-0.84。在季节上,各气候分区内各季节潜在蒸发量的最敏感气象因素基本与年潜在蒸发量一致,部分季节转换为其它气象因素。各气候分区内,风速、净辐射量和温度与潜在蒸发量呈正相关关系,相对湿度与潜在蒸发量呈负相关关系。（3）对各气候分区内潜在蒸发量变化进行成因分析,发现高原山地区内温度对年潜在蒸发量变化的贡献率为4.83,是影响高原山地区年潜在蒸发量变化趋势的关键因素。净辐射量的减小对亚热带季风区年潜在蒸发量趋势变化的贡献率最大,为-3.93。温带大陆区和温带季风区年潜在蒸发量变化主要归因于风速的减小,贡献率分别为-6.95和-7.05。在季节上,高原山地区春季各气象因素的累积贡献率最大,亚热带季风区、温带大陆区和温带季风区分别为夏季、冬季和冬季。（4）本研究构建的BP神经网络模型能够很好地学习潜在蒸发量与各气象因素间复杂的非线性映射关系,模型输入气象因素为2、3和4个时,各气候分区内预测潜在蒸发量和标准值相关系数R~2均值分别为0.961、0.992和0.998,在各气候分区内均达到较好的潜在蒸发量预测效果。同时BP神经网络模型可移植性较强,可以将训练好的BP神经网络模型应用到邻近气候条件差异较小的地区,为气象数据缺乏地区的潜在蒸发量预测提供参考依据。