河北省太行山山前平原是河北省粮食主产区,主要种植小麦和玉米等作物,区域内光热资源丰富,但水资源紧缺,属于水热资源限制区域。本文以河北太行山山前平原为研究区域,选择该区域主要粮食作物之一—冬小麦为研究对象,通过设置不同灌水量（W3,W2,W1）和氮素施肥量（F3,F2,F1）的试验处理,对不同水氮处理下不同深度的土壤含水率、土壤硝态氮含量及冬小麦各生长指标、产量等动态变化规律进行分析;通过收集研究区域近三年气象数据和各试验处理中灌水量、施肥量及冬小麦的生长指标等数据,从气候因子和植株生长指标两个角度分别构建冬小麦产量预测的Aqua Crop模型和BP神经网络模型,并将两种模型预测结果与实测值进行对比验证。研究结果可以为研究区域冬小麦合理灌水、施肥、产量预测等提供科学依据。主要研究结果如下:1、通过对冬小麦不同生育期土壤含水率的动态分析,可以得出:拔节期0～60cm土层土壤水分变化较为剧烈,变化幅度最大。40～60cm 土壤含水率出现变化,主要由于作物根系生长需要消耗水从而对水分吸收较多;抽穗期内受降雨、灌溉及气温较低等因素影响,表层土壤含水率与底层土层土壤含水率变化差异不明显。通过对冬小麦不同生育期土壤硝态氮含量的动态分析,可以得出:在冬小麦收获时对各个处理地面以下100cm处土层（试验中最大取土深度）的硝态氮含量进行测定,其中W1F2处理的硝态氮浓度最小,其值为15.66mg.kg-1,可以看出处理W1F2在防治面源污染的角度更加适合在田间试验中普及。2、应用研究区域近三年气象数据和各试验处理中的灌水量及施肥量数据,对Aqua Crop模型中的参数进行率定,构建适用于该区域冬小麦产量预测模型,并应用该模型对各处理下冬小麦产量进行预测。预测结果为:冬小麦在W3、W2、W1各处理中产量实测值与模拟值两者之间的均方根误差（RMSE）分别为0.038～0.069、0.03～0.05和0.01～0.07;表明所构建Aqua Crop冬小麦产量预测模型模拟预测值精度高,该模型适用于太行山山前平原地区冬小麦产量预测。3、本次试验共设计9个试验处理,每个处理取样重复3次。在27组实测试验数据中系统随机选取其中21组实测试验数据用于神经网络的模拟训练,3个实测试验数据用于模型验证,3个实测试验数据用于冬小麦产量预测。随机结果的模拟值与预测值的R2为0.906。将BP神经网络计算结果与Aqua Crop模型计算结果进行比较,结果表明:AquaCrop模型和BP神经网络的MAPE、MAE分别是0.04、0.02和0.053、0.47。经过分析,在气候背景下构建的Aqua Crop冬小麦产量模型和在植株生长指标背景下构建的BP神经网络冬小麦产量预测模型,可以发现两个模型均可适用于河北省太行山前水热限制区冬小麦的产量预测。