农业作为我国的支柱产业,是经济发展的重要基石。想要保证这一基础行业持续稳定的发展,进行精准化的高效作业是重要所在。本文以农业大棚为研究基础,利用多重补插法来处理在温室大棚内的极端环境下传感器可能不工作导致产生空值的问题,利用偏度分析法与分批估计来对不同测位点的传感器数据进行预处理,并通过PCA降维处理、因子分析算法、灰色关联分析、多重线性回归等方法对数据进行进一步的分析,得出当前环境下如何控制硬件来对环境进行改变,达到最适合植物生长的环境,以此完成精准化作业的目的,消除环境因子对农作物生长的限制,提高单位亩产量来实现增产。首先,本文阐述了农业物联网技术的研究背景、意义、国内外的研究现状,并对本文的研究难点、研究内容、所取得成果和整体结构做出概述。其次,本文对系统所用算法做了重点介绍。本文算法主要涉及两方面,一是对传感器采集上来的数据进行预处理操作,尽量让初始数据具有更高的精准度。例如针对在温室大棚这种复杂环境内传感器可能不工作或出错的问题,利用多重补插法来对数据内的空值进行填补处理;针对本系统内多传感器情况,为进一步精确数据,利用偏度分析法与数分批估计来对多传感器采集的同一数据进行分析,将结果进行数据融合,以此来尽可能的达到最大的数据精度;二是对传感器采集上的数据进行分析操作,分析包括光照、温度、湿度、风速、土壤酸碱性、二氧化碳浓度等强耦合在一起共同作用于农作物的生长因素,利用PCA降维处理对多维度数据进行降维处理,提取出关键维度的数据作为特征分量。利用因子分析来对多维度数据进行分析,以此分析出单元素或双元素对农作物生长结果的影响,将影响因子进行排序。利用灰色关联分析各个因素对作物生长结果的影响程度,并根据各个因素之间发展的趋势是否相同或者是否相异,来得出各个因子之间的关联程度。利用多重线性归回法来验证以上算法的结果是否具有一致性。最后,本文以大棚内传感器位置设计与实现为基础,以传感器采集的数据为对象,围绕如何能全自动化进行农业生产这一问题设计了本系统的硬件与软件结构,并以吉林农业科技学院的智慧农业种植基地为基础,根据设计结果实现了大棚的硬件环境与基于B/S结构的温室环境智能监控平台,平台内主要包括了传感器数据采集模块、系统分析处理模块、硬件控制模块与web系统模块,通过四种模块的相互作用,即可实现大棚内全自动化种植农作物。