水是人类生存的基本条件和生产活动最重要的物质基础。水资源紧缺是一个全球性的问题。我国是一个水资源短缺的国家，农业是用水大户，主要消耗于灌溉。作物需水量是农业用水的主要组成部分，其预测是制定灌溉制度的关键，它是水资源开发利用时必需的重要资料，同时也是制定流域规划、地区水利规划，以及灌排工程规划、设计、管理和农田灌排的基本依据。因此，作物需水量预测对于达到作物的高产稳产、节约水资源，都具有重要的现实意义。　　 支持向量机(SupportVectorMachine，SVM)是近年来得到迅速发展的一个前沿课题，它涉及统计学、电子、计算机、数学等学科，并在工程上具有非常广泛的应用前景。支持向量机建立在统计学理论基础上，以结构风险最小化为准则的一种神经网络。支持向量机先固定经验风险，再最小化置信风险，将输入空间映射到高维特征空间，实现从输入状态空间到输出特征空间的非线性映射，从而识别任何系统输入到输出数组之间任意复杂的非线性关系。支持向量机有很多类型，文中采用其中最为广泛的最小二乘支持向量机(LeastSquareSupportVectorMachine，LS-SVM)对作物的需水量进行预测。在MATLAB7中，以日平均温度、太阳辐射、相对湿度、平均风速四个主要气象因子作为输入量，玉米生育期内需水量作为输出量，建立玉米需水量LS-SVM预测模型，对玉米生育期内需水量进行预测。　　 COM(Component Object Model，组件对象模型)是微软公司提出的一种基于二进制标准的、与编程语言无关的软件构架。本文首先应用COM技术开发基于最小二乘支持向量机的作物需水量COM组件，然后在VisualC++6.0开发环境下，设计作物需水量预测系统的可视化界面，并嵌入作物需水量COM组件，实现预测系统的功能化模块，最后采用Access2003和ODBC技术建立预测系统数据库，完成基于最小二乘支持向量机和COM技术的作物需水量预测系统的开发，从而实现玉米生育期内需水量的实时、准确预测。