长期以来,国家对土壤墒情监测、诊断和预报工作高度重视,先后在农业部、水利部和气象局三个部门建立了墒情监测和预报系统,对实时指导农业生产发挥了极为重要的作用。国家“十三五”百大工程中的第17项“确保建成高标准农田8亿亩、力争10亿亩(灌溉是基本保障)”和第19项“新增高效节水灌溉面积1亿亩(墒情监测、诊断和预报是合理灌溉的科学依据)”都与墒情有着直接和重要的关系,同时互联网、物联网、大数据、云计算等也为现代化、信息化和实时的墒情监测、诊断和预报平台建设和运行提供了先进的技术手段和保障,然而现实中的一个难题是墒情诊断与预报的理论和方法并不成熟,迫切需要理论和方法创新、技术体系创新和服务模式创新。因此基于土壤墒情预报模型现状对2012-2014年(部分监测点数据从2010或2011年开始)的农业部部分土壤墒情监测数据进行了系统研究,建立了6个独立的土壤墒情诊断模型(平衡法、统计法、差减统计法、比值统计法、间隔天数统计法、移动统计法)和将6个独立的诊断模型联合应用的1个综合诊断模型,称为综合诊断模型,并应用2015年土壤墒情监测数据进行了诊断验证,旨在通过长期观测数据,建立本地降水量与土壤墒情即土壤含水量之间的定量关系,实现根据降水量逐日预测土壤墒情以及实时墒情监测、诊断和预报服务的目的。结果表明:(1)基于就近气象站降水量数据建立的7个墒情诊断模型均可以实现对应历史监测日的时段和逐日的土壤含水量诊断,具有普遍适用性,根据预测结果逐日模型法好于时段模型法。(2)重点考虑采用综合诊断流程的同时,又避免出现异常值情况下,6个诊断模型优劣顺序如下:差减统计法、间隔天数统计法>移动统计法>比值统计法>统计法>平衡法,综合模型法土壤墒情诊断模型的精度明显高于其他模型。(3)在模型建立过程和参数优选中,每个监测点都进行单独运算,因此模型和参数是特异的,参数里包含了监测点的各项环境影响因素如气候、地貌、土壤、作物和耕作方式等,因此,六个诊断模型和综合模型具有普遍适宜性,在七个不同省份均有很好的适应性。(4)本文所建立的模型中,精度高的模型从数学角度评价至少应具备4个条件,即:自变量最多3个并且为相对独立的变量、能同时遵循质量守恒定律和统计学方法、能处理不固定监测天数的方法、在处理数据过程中最好不人为确定参数。(5)年平均降水量影响模型精度,年平均降水量越少,模型精度越高。基于就近气象站降水量建立的墒情诊断综合模型具有科学性和实用性,6个独立模型的预测精度有待提高,综合模型有效规避了独立模型的缺点,一定程度上提高了预测精度,墒情模型为土壤墒情监测网的建立以及实现实时动态土壤墒情预测提供了理论基础和模型方法,应用前景广阔。