赣江是江西省最大的河流,流域具有明显的亚热带湿润气候特征,滋养着沿河83500平方公里的土地,养育着近2000万人口。流域内农业种植结构主要以水稻为主,农业用水占区域总用水量的很大比重。农作物参考作物需水量是农业部门了解作物需水规律,制定农业灌溉制度的重要依据,对它的研究具有重要的意义。论文以选取的江西省赣江流域12个气象站1961~2016年的历史气象数据为基础,通过6种不同的公式分别计算了赣江流域50多年的逐日参考作物需水量,并进行了区域分布特征分析。研究了6种公式中各气象因子对研究区域内50多年的参考作物需水量的影响,在此基础上,建立了神经网络参考作物需水量计算模型,选用不同参数对参考作物需水量进行了模拟计算,取得了较为精准的结果。论文的主要研究内容和所做的主要工作如下:根据流域内各个气象站点的地理分布特点,将赣江流域分为上游、中游、下游三个研究区域。采用国际粮农组织推荐的彭曼-蒙特斯公式,计算出研究区域12个气象站点50多年逐日参考作物需水量,并分析区域分布特征。采用FAO-24 Penman公式、Hargreaves公式、Irmak公式、Makkink公式、Priestley-Tayor公式分别计算赣江流域12个气象站点50多年逐日参考作物需水量,并与彭曼-蒙特斯公式计算结果进行分析比较。最终发现:Hargreaves公式、Priestley-Tayor公式与彭曼蒙特斯公式所计算的结果最为贴近;而Makkink公式、Irmak公式与FAO-24 Penman公式与彭曼蒙特斯公式相差较大。FAO-24 Penman公式计算所得的ET0大于其他5种公式计算所得的参考作物需水量,其次是Priestley-Tayor公式、Hargreaves公式、彭曼蒙特斯公式、Irmak公式,而Makkink公式计算所得的参考作物需水量最小。计算了赣江流域内6个公式中相关气象因子对参考作物需水量的影响参数,并对参数进行分析比较,得出6个公式下各气象因子对于参考作物需水量的相关性大小。采用神经网络理论,分别以单个气象因子,2个气象因子,3个气象因子,4个气象因子作为输入样本,建立了BP神经网络模型,对参考作物需水量进行了模拟,最终发现以单个气象因子作为输入样本,其中辐射对作物需水量的拟合效果较好,精度较高,水汽压对作物需水量的拟合效果一般,精度不高,而温度对作物需水量的拟合效果较差,精度较低;以两个气象因子作为输入样本,温度辐射对作物需水量的拟合效果一般,精度不高;以三个气象因子作为输入样本,温度辐射水汽压对作物需水量的拟合效果较好,精度较高;以四个气象因子作为输入样本,温度辐射水汽压日照率对作物需水量的拟合效果极好,精度极高。随着气象因子的增多,参考作物需水量模拟精度越高,说明采用神经网络计算参考作物需水量切实可行。