汪靖阳，郄志红，吴天齐，刘家树，王 晨，王晓丽，张月辰

（1.河北农业大学 城乡建设学院，河北 保定 071001；2.国网北京市电力公司丰台供电公司，北京100000；3.河北省水利水电第二勘测设计研究院，河北 石家庄 050000；4.河北省节水灌溉装备产业技术研究院，河北 石家庄 050000；5.河北农业大学 农学院，河北 保定 071001）

适宜的土壤温度是作物生长发育的重要环境因素，在作物全生育期都起着关键作用。为此，土壤温度在现代土壤系统分类中往往作为土壤诊断的重要特性之一[1]。在农田灌溉工作中，土壤温度影响着作物的生长发育。比如作物在其生长关键期短期强低温会导致其生长受到抑制[2-4]。因此，研究土壤温度的预测模型对农业生产具有重要意义。

土壤温度的预测模型基本上可分为机理模型和经验模型。机理模型，也称“确定性模型”，主要是1种基于土壤温度变化的平衡方程而建立的数学模型，但由于其数学表达式的建立较为困难，所需的参数较多而且确定困难，在实际应用中难以推广。经验模型，也称“不确定性模型”，包括线性回归模型、神经网络模型等。相较于机理模型，经验模型建立简单，且参数少，因此近十几年来，在国内外已得到了广泛应用。邹平和杨劲松等[5]利用BP神经网络模型对长期定位监测点表层土壤温度时间序列数据进行了分析和预测取得了良好的效果；Saeed Samadianfard[6]等将小波神经网络模型、基因表达式编程和人工神经网络模型3种模型进行对比，分别对土壤温度进行了预测。……