红兴隆管理局是我国重要的粮食储备基地和商品粮生产基地。如今,在国家粮食政策和经济利益双重影响下,管理局内水稻种植量迅猛增加,变旱为水面积迅速增长,局部超采现象时有发生,加之地表水、地下水利用存在较严重的不平衡、用水结构不合理等问题日益突出,实现生态可持续利用、经济利益最大化已经成为本区域研究重点。因此,从和谐发展理念出发,深入研究红兴隆管理局农业水文要素复杂性测度分析方法,揭示其复杂性空间变异规律,分析农业水文要素发展态势,进而实现农业水资源优化配置等,对促进区域经济发展及保障我国粮食产能安全具有重大意义。本文以红兴隆管理局下属12农场为例,运用符号动力学理论、分形理论正确诊断红兴隆管理局农业水文要素复杂性并排序,建立了复杂性视角下的复杂农业水文要素和农业水文要素复杂性预测模型。主要研究内容和结论如下：(1)采用等概率粗粒化LZC算法、多尺度半方差分维算法分别对红兴隆管理局各农场逐月地下水埋深序列、逐月降水序列进行复杂性诊断,对比分析诊断结果,筛选出最优测度方法。考虑到该方法粗粒化段数选取人为干扰因素大,引入自适应人工鱼群优化关键参数,以优化后的等概率粗粒化LZC算法诊断结果为最终评价结果：①逐月地下水埋深序列：红旗岭农场、二九一农场、曙光农场、北兴农场地下水埋深序列复杂性最高,江川农场、八五二农场、五九七农场、双鸭山农场复杂性一般,八五三农场、友谊农场、宝山农场、饶河农场复杂性最低；②逐月降水序列：八五三农场、八五二农场、红旗岭农场复杂性最高,双鸭山农场、江川(宝山)农场、饶河农场复杂性一般,友谊农场、北兴(曙光)农场、二九一农场、五九七农场复杂性最低。(2)采用小波神经网络(WNN)、灰色小波神经网络(GWNN)算法构建复杂性视角下的红兴隆管理局复杂农业水文要素预测模型,结果表明：①灰色小波神经网络为红兴隆管理局各农场地下逐月水埋深序列、逐月降水序列最优预测模型；②友谊农场地下水埋深序列预测结果：2013、2015、2016年地下水埋深有上升趋势,2014年地下水埋深有下降趋势,纵向比较可知,地下水埋深序列有先上升后下降再上升趋势；③红旗岭农场地下水埋深序列预测结果：地下水埋深呈上升、下降波动变化,纵向比较可知,地下水埋深序列有先上升后下降再上升趋势；④597农场降水序列预测结果：降水序列呈上升、下降再上升趋势；纵向比较可知,降水序列整体呈上升下降趋势,降雨量峰值集中在6-9月之间；⑤853农场降水序列预测结果：降水序列下降趋势,只有2016年降水量略有回升；纵向比较可知,降水序列整体呈上升下降趋势,降雨量峰值集中在6-9月之间。(3)构建基于复杂性诊断结果及最优预测模型结果的红兴隆管理局地下水埋深复杂性体系、降水复杂性体系,以地下水埋深序列最复杂的红旗岭农场、降水序列最复杂的853农场为例,分析红兴隆管理局农业水文要素复杂性动态变化规律,结果表明：①红旗岭农场地下水复杂性序列有整体下降趋势,2013年下半年复杂度值急剧下降,2014年复杂性先上升后下降,年内的复杂度值有一定的周期现象；②853农场降水复杂性序列有整体下降趋势,2012、2013年复杂度值急剧下降,2014年～2018年复杂性上升趋势,年纪内的复杂度值有一定的周期现象。