水资源短缺以及不合理利用问题日益严峻,而用在农业上的灌溉水量占全部用水的70%。农作物在生长和发育的过程中,各个时期都要保证充足的水分供应。尤其是某些关键时期,浇灌过量则会造成用水浪费,浇灌不足又会导致缺产问题。所以对农作物的灌溉量需要控制在合理的范围,这就需要准确地预测农作物的需水和缺水状况。而我国核桃种植面积和产量在世界处于领先地位,对其进行研究具有很强的代表性。基于此,本文做了以下研究:(1)核桃需水存在不确定和多输入等复杂的非线性特性,并且各个影响因子之间的联系错综复杂。对于这种问题,神经网络在这方面具有很好的优势。但传统的神经网络求解时会存在早熟和陷入局部极小值以及受制于初始权值和阈值的随机选择的问题。因此,提出了一种思维进化Elman神经网络核桃需水预测模型。思维进化算法(MEA)具有很好的全局搜索性,可以有效的解决这类问题。其预测结果经基于相似日算法的误差修正模型修正后得到更为精准的核桃需水量数值。(2)预测得到的结果免不了存在误差,误差修正的本质就是找到一个合适的修正因子,来对预测结果进行处理。本文在传统方法的基础上建立了以相似日选取为先决条件,系统聚类法、多项式拟合法、中位数法三种方法结合的误差修正模型。结果分析表明,经模型修正后的核桃需水预测值进一步贴近实际值。(3)前面工作得出的结果只是用于满足核桃在阶段内正常发育所需的水量,然而在实际情况中,要考虑到自然降雨的补充。在研究地区核桃果实膨大期内,正是降雨量非常充足的时期。所以引入有效降雨量概念对核桃在果实膨大时期内自然降雨的利用情况,对核桃的实际缺水程度进行合理判断。以具有代表性的核桃作物为研究对象,结合精准试验田核桃果实膨大期内的历史数据,进行需水量预测工作。再引入有效降雨量,对时期内的核桃实际缺水程度进行合理判断。为实现农田水分有效管理、节约农业水资源、缓解水资源短缺等问题提供有效参考。