Установлена тесная связь многолетней динамики урожайности яровой пшеницы с изменениями во времени расстояния от барицентра Солнечной системы до Земли, что позволяет использовать значения предикторов за пределами имеющегося ряда урожайности. Показана необходимость учитывать влияние лаговых переменных при разработке моделей прогноза урожайности. Применялись методы: пошаговой множественной регрессии, регрессии в нейронных сетях, а также метод остаточных отклонений в совокупности с методом наложения эпох. На этой основе разработана система долгосрочного прогнозирования урожайности зерновых культур и погодных факторов, определяющих вариацию ряда урожайности. It has been established a close relationship of the long-term dynamics of yield of spring wheat and time variations in the distance from the barycenter of the Solar System to the Earth, which makes it possible to use the predictor values beyond the available crop yield. It is shown that it is necessary to take into account the influence of lagged variables in the development of yield forecast models. The methods were applied: stepwise multiple regression, regression in neural networks, method of residual deviations in conjunction with the epoch folding method. On this basis, a system of long-term forecasting of crop yield and weather factors determining the variation of yield range has been developed.