我国作为传统的农业大国,农业在国民经济体系中占有极其重要的地位。近年来,我国农业面临诸多新挑战,如农村人口老龄化、农村空心化、气候环境、生态资源和农产品安全等问题越来越严峻。传统的农业主要依靠人为感知、直观经验的粗放式生产管理,造成农业生产效益低,自然生态环境受到破坏。将物联网与现代通信技术应用到农业生产过程中,通过对农作物生长环境参数的实时采集,更好地指导农业生产。因此亟需设计一套基于物联网的农业环境参数监测系统,实时准确采集农业环境参数信息,完成对农作物科学精细化管理,提高农业生产效率。首先,课题经过调查研究,总结分析了国内外物联网农业的研究现状、物联网相关概念及物联网农业关键技术,结合实际应用,设计了基于物联网技术的农业环境监测系统架构,系统由感知层、网络层和应用层三层网络模型构成。其中无线传感器网络节点采用模块化的结构设计,确定传感器模块、无线通信模块、串口通信和电源模块等硬件实现方案;软件以ZStack协议栈为基础,成功实现了协调器网络组建及节点设备入网,并对ZigBee组网进行了校验及节点通信设计。其次,课题提出了一种将遗传算法与蚁群算法相结合改进BP神经网络的数据融合算法GA-ACO-BP,改善无线传感器网络系统性能,采用基于LEACH协议的无线传感器网络模型,以遗传算法、蚁群算法和BP神经网络为算法理论基础,完成了GA-ACO-BP算法设计并给出了具体实现步骤;通过实验仿真表明,GA-ACO-BP算法在收敛速度、降低协调器节点功耗和协调器节点接收的数据量等性能指标方面,都要优于LEACH和ACO-BP算法。最后,选用B/S架构的上位机软件系统,采用JAVA和JSP编程语言,完成上位机系统总体设计,完成了用户登录、参数设定和曲线显示的人机交互界面,基于Web的远程数据传输技术,实现了数据上传、指令下达和远程监测,采用My SQL数据库来管理、存储网络节点的实时数据和历史数据,可以导出Excel报表,生成全天、全周和全月的数据变化趋势图,完成了数据汇总。课题基于物联网技术的农业环境参数监测系统研究,给出了具体的设计方案,系统可以正常运行,用户可以随时登录系统进行数据的查询和管理,采用GA-ACO-BP算法降低了系统能耗。国家已经对农业未来发展制定了详细的规划,物联网必将在新型农业生产建设中发挥重要作用。