土壤水分作为调控土壤―植物―大气(SPAC)反馈系统中的重要参数之一,同时,土壤水分还是“四水”转化纽带以及作物吸收水分的主要来源。及时掌握作物生长阶段土壤水分动态变化对作物生长以及制定合理地灌溉制度至关重要。土壤水分动态运移与蒸腾蒸发、潜水蒸发、地下水埋深、气象要素和作物生理指标等多元素密切相关,由于缺乏多要素多过程监测,土壤水分动态模拟及估算具有不确定性。为进一步明晰淮北平原区农田土壤水分动态变化规律,定量识别土壤水分驱动因子,以五道沟水文实验站1984-2019年长系列土壤水分和水文气象实测资料为关键数据支撑,构建基于多要素驱动的土壤水分预测模型,定量评估冬小麦―夏玉米土壤水分预测模型。通过对国内外研究土壤水分预测模型的综合分析,本论文利用五道沟水文实验站长系列土壤水分和水文气象实测数据,采用神经网络法、灰色预测GM(1,N)法和时间序列法,分别建立冬小麦―夏玉米各生育期土壤水分预测模型,以研究各模型在淮北平原地区的适用性。具体研究成果如下:(1)通过多种实验设施,原型观测土壤水分、水文气象要素等数据并结合历年相关资料,参考国内外研究现状,为开展淮北平原区农田土壤水分动态模拟研究奠定理论基础。(2)根据水量平衡原理,明晰不同情景下土壤水分动态变化规律。冬小麦―夏玉米生育期土壤水分消退系数随埋深大致呈反比例函数,随着埋深的增大,消退系数趋于定值,离散程度减弱;0.3m为土壤水分交换最为活跃的土层厚度;裸地1m和2m埋深土壤水分动态变化趋势一致,1m埋深0-20cm、20-40cm和40-60cm土层土壤水分值均大于2m埋深,60-80cm反之;冬小麦生育期1m埋深和2m埋深土壤水分动态变化趋势基本一致,冬小麦生长初期,1m埋深和2m埋深各土层土壤水月中旬至分值基本相同,11月初至3月初,1m埋深土壤水分值大于2m埋深,3月初至5月底,1m埋深和2m埋深0-20cm、20-40cm和40-60cm土层土壤水分值基本相同;1m潜水埋深裸地土壤水分值波动较小,非裸地土壤水分值波动较大;2m潜水埋深裸地土壤水分值大于非裸地,除小麦越冬期外。(3)本文基于通径分析和灰色关联分析,识别土壤水分驱动因子。分别建立冬小麦―夏玉米生育期不同土层土壤水分与水文气象要素的相关关系,小麦期通径分析显示T、GT、P、A影响显著,灰色关联度分析显示GT、RH、△E、aH、T影响显著;玉米期通径分析显示RH、A、△E等影响显著,灰色关联度分析显示GT、△E、RH、V、d等影响显著。(4)基于多要素驱动的土壤水分预测模型探讨及模型定量评估。小麦生育期,BP神经网络、GM(1,N)和ARIMA模型的模型预测精度分别为0.823、0.676、0.992,ARIMA模型最好。玉米生育期,BP神经网络、GM(1,N)和ARIMA模型预测精度分别为0.926、0.724,ARIMA模型不适用,BP神经网络预测土壤水分预测精度最高。