全球正经历着显著的气候变化,土壤水分含量作为陆地生态系统中的重要参数,也会受到气候变化的影响,同时气候变化也会影响土壤本身的热力学性质和水文过程,使地表的各种参数发生变化,进一步对气候变化产生影响。本文对太湖地区典型区域——常熟市1960—2010年的年降水量资料进行了分析,采用T-FACE试验平台,在模拟气候变化条件下,对小麦季不同生育期土壤水分的变化状况进行了研究,利用T-FACE试验平台安装的TDR (Time-Domain Reflector)湿度仪自动采集了2011年10月—2012年6月研究区0—14 cm深度土壤水分数据,同时提取了试验平台气象观测站的逐日气象资料,运用通径分析的方法确定了影响太湖地区典型农田土壤水分的气象因子的大小顺序,并运用逐步回归的方法建立了土壤水分与气象因子的多元回归方程,运用加权马尔可夫链方法预测了研究区年降水量的变化,试图为气候变化背景下研究区的农田土壤水分变化趋势和农田水分管理提供科学依据。本论文的主要研究结果如下：(1)太湖流域降水年内分布不均,主要集中在4-9月份,该时间段的降水量约占年降水量的62.0%；20世纪60、70和80年代,研究区的年平均降水量都低于多年平均降水量,1990—1999年和2000—2009年该区年平均降水量与多年平均降水量相比都要多。(2)通过对太湖地区近50年年降水量分析,建立了适用于研究区年降水量的分级数值区间(枯水年：x<857.5 mm,偏枯年：857.5 mm≤x<969.3 mm,平水年：969.3mm≤x<1192.9 mm,偏丰年：1192.9 mm≤x<1304.7 mm,丰水年：x≥1304.7 mm；对年降水量序列进行马氏性检验,得出该年降水量符合马尔可夫链的要求,建立了加权马尔可夫链模型,并预测了2011年和2012年的年降水量,预测值与实测值的相对误差分别为6.59%和-10.74%；并对研究区2002年—2011年年降水量进行预测,得出马尔科夫链对平水年的年降水量预测相对误差较小,偏枯年和丰水年年降水量的相对误差较大,并在此基础上预测了2013年—2020年的年降水量的值。(3)对各步长马尔可夫链进行了分析,得出了平水年、偏枯年、偏丰年、枯水年、丰水年出现的概率分别为0.2685、0.2067、0.1845、0.1661、0.1742,平水年、偏枯年和偏丰年出现的概率较大。(4)模拟气候变化条件下,在耕作层(0-14 cm),温度升高T圈土壤水分含量与对照圈CK相比土壤水分含量明显要小,CO2浓度和温度升高CT圈的土壤水分含量与对照圈CK相比略微减少,而CO2浓度升高C圈与对照圈相比土壤水分变化规律不明显；在犁底层(14-33 cm),三个处理与对照圈相比土壤水分含量都是减少的,减少程度为：CT圈>T圈>C圈；在潴育层(33-59 cm),不同处理与对照圈相比,在播种期、越冬期和成熟期的土壤水分含量相差不大,在分蘖期,土壤水分含量的大小顺序是：CK圈>C圈>CT圈>T圈；在潜育层(59-80 cm),播种期、越冬期和分蘖期不同处理和对照圈的土壤水分含量相比变化不明显,所不同的是在成熟期,土壤水分含量变化为：CK圈>C圈>CT圈>T圈。(5)运用相关分析,对研究区农田土壤水分与气象因子进行相关分析得出：研究区农田土壤水分与日降水量、日蒸发量、日照时长、平均风速及日最大空气湿度等因子分布呈极显著正相关和负相关(相关系数分别为0.648、-0.566、-0.454、-0.331及0.371),但与日最高气温不显著相关。(6)通径分析表明,气象因子对旱作农田土壤水分的直接影响大小顺序为：日降水量>平均风速>日照时长>日蒸发量>日平均空气湿度>日最低气温>日最小空气湿度>日最高气温>日最大空气湿度>日平均气温,但计算的决定系数表明,日降水量对土壤水分的综合决定能力最大。(7)通过对日平均气温(X1)、日最高气温(X2)、日最低气温(X3)、日平均空气湿度(X4)、日最大空气湿度(X5)、日最小空气湿度(X6)、日降水量(X7)、日照时长(X8)、日蒸发量(X9)、平均风速(X10)统计分析以及0—14 cm土层水分数据(Y)共11个因子进行逐步回归分析,得到了旱田土壤水分的气象因子多元回归模型：Y=10.174+0.386)X4+1.095X7-0.509X8-0.766X9-0.345X10(R2=0.912,P<0.01)。从逐步回归模型来看,在10个因子中,土壤水分(Y)和日平均空气湿度(X4)、日降水量(X7)、日照时长(X8)、日蒸发量(X9)和平均风速(X10)有显著的线性关系,说明这5个因子对土壤水分的影响较大。