传统的水资源优化配置多是在预估长系列降水过程的前提下,按照典型年降水过程进行的灌区水资源调度,极少考虑气象条件、作物真实生长情况以及土壤环境条件等实时信息同历史数据的差异,对作物需水量预报和灌区水资源优化配置带来了直接影响,优化的结果往往不能用于指导生产。　　针对国内外灌溉预报以及灌溉制度优化等相关领域研究中存在的问题。本文首先在在可变模糊聚类迭代模型的基础上,建立了逐日参考作物腾发量预测模型,通过确定晴、多云、阴、雨四种天气类型下参考作物腾发量的聚类中心,进行短期逐日参考作物腾发量预报,同时在田间土壤水量平衡原理的基础上,通过比较冬小麦逐日土壤含水率模拟值与实测值得差异程度,确定了作物系数的实时修正方法,并基于逐日参考作物腾发量预测模型以及冬小麦含水率逐日递推公式,建立了作物实时灌溉预报模型,将农业、气象等实时数据作为输入,解决了传统灌溉预报无法充分利用雨水资源的问题,提高了灌区水资源的利用效率。为验证模型的可行性,并对管理软件进行调试,论文以冬小麦为例进行非充分灌溉试验,试验结果和产量分析表明,模型和实时灌溉技术解决了充分利用雨水资源的问题,能够有效提高灌区水资源的生产率。　　其次针对传统灌区水资源优化配置本质上“静态”、“定时”、“定量”的水资源调度,容易造成用水计划与实际的用水需求出现较大偏差的问题,本文以非充分灌溉理论为基础,建立了水资源实时优化配置模型,基于实时灌溉预报,以灌区经济效益最大为目标,确定了作物生育期内实时的灌水时间和灌溉水量,实现了“动态”、“适时”、“适量”的灌溉,研究结果和方法对未来农业生产、灌区水资源实时调度具有技术支持和指导意义。