淮北一带是我国主要的农业种植区，作物品种多，种植的作物耐旱性强，主要是以土豆、大豆、棉花等为主。无线墒情监测系统监测显示该地区多年平均降水量适中，但降水分布极不均匀，而且年际之间差异很大，导致旱涝灾害出现频繁。因此，为了提高作物产量，有效利用水分，在更小的时间和空间尺度上掌握土壤水分的动态变化规律显得尤为重要。

　　目前，国内在土壤墒情预报方面运用的主要模型有水量平衡模型、土壤水动力学模型、神经网络方法及时间序列分析方法等。水量平衡模型需要对各要素进行较准确地测定或估算，是目前无线墒情监测系统预报中应用最为广泛的模型。其他方法分别存在参数较多或过少，且大多运用于农田水分循环规律研究或用于土壤水的迁移转化，作为墒情预报还不普遍。

　　使用土壤墒情与旱情管理系统监测到的几个站点前几日的土壤含水量、降水量和蒸发量进行土壤墒情的预报试验，该方法无论是完全预报方程还是简化预报方程其预报效果都达到了很高的精度（>85%）。为了使预测方法简便可行和更加精准且适合淮北地区，尝试利用淮北地区无线墒情监测系统监测的逐日的降水、平均气温、蒸发量、日照资料以及相应的逐旬（逢8）墒情资料，从统计学的角度建立淮北地区土壤墒情的动态模型，以达到对该地区土壤墒情的准确预报。