在现代化的农业灌溉过程中,输水管道泄漏会造成水资源严重浪费,甚至会造成二次污染。因此,输水管道的泄漏情况必须实时报告给用户,从而起到实时监测的作用。不仅如此,对管道泄漏位置判断的准确性也有一定的要求。为了满足以上需求,本文提供了一种基于STM32的农业灌溉泄漏监测系统的解决方案,系统通过低功耗的物联网传感设备获取管道振动信息,并采用支持向量机算法对数据进行分析,从而及时获取管道泄漏状态,以及泄漏的位置。查阅关于输水管道泄漏监测的文献资料,经研究分析后明确了输水管道泄漏检测的方法。目前针对输水管道泄漏的检测技术有很多,经典的测漏方法一般分为声学测漏和振动测漏两类。在农业灌溉系统中,输水管道上的声学传感器位置很难确定,因此本文采用振动测漏的方法检测农业灌溉系统中的输水管道是否发生泄漏。在泄漏监测实验中,将数据采集模块采集到的数据进行时域和频域分析,基于时域和频域对数据进行压缩,即特征提取。利用卡方检验和模型训练,利用MATLAB软件中的libsvm工具箱并使用支持向量机算法来实现分类以及对提取的特征进行深入分析,最终采用多个轴向上的卡方得分值排名靠前的5个特征进行分类,从而更为准确地判断管道的泄漏情况。进一步,对泄漏位置进行预测,实验结果表明混合特征下预测结果预测平均误差为25.3mm;然而,Y轴单一特征下预测平均误差较大,达到76.5mm,说明管道泄漏位置的判断使用混合特征进行预测更为精确。最后对特征压缩前后数据上传时间进行比较,结果表明发送512字节耗时694秒,发送5字节耗时170秒,说明对提取的特征进行压缩可以大大减少本系统中数据采集模块的电量消耗。