针对作物生产碳排放预测较为困难的实际问题,提出基于BP神经网络算法的玉米生产碳排放预测模型。选择地处河西走廊石羊河下游的民勤绿洲246家农户,面对面调查玉米种植户农场内生产投入数据,将玉米生产投入数据作为神经网络输入层;查阅和梳理国内外相似区域玉米生产环节碳排放系数,运用碳足迹生命周期法计算得到的碳排放值作为神经网络输出层;基于BP人工神经网络算法,运用试凑法确定网络隐含层节点个数,建立河西绿洲玉米生产碳排放预测模型,选择多元线性回归模型、多元非线性回归模型,对该模型有效性进行评估。研究结果表明,三层且各层节点数9、10、1的神经网络结构能够准确预测河西绿洲玉米生产碳排放,其碳排放预测值为0.763 kg（CO₂-eq）·kg^-1（DM）;9-10-1结构的神经网络预测模型的相关系数（R²=0.984 7）要高于多元线性和非线性回归模型的R²值,该神经网络结构模型的均方根误差（RMSE=0.069 1）、平均绝对误差（MAE=0.051 3）均低于其它模型的RMSE值和MAE值,BP神经网络算法预测性能明显优于其它预测模型。该研究将为政府和科技人员准确预测农业生产碳排放提供新思路和可操作方法。