随着我国冷藏运输设备的快速增长,货物运输安全性和新鲜度要求的提高,冷链运输监测系统成为冷藏运输设备的必配系统。现有的冷链运输监测系统主要监测运输车辆位置,信息采集单一,信息传输采用短信息方式,信息处理简单,难以满足现代冷链运输监测的需要。所以利用现代信息技术研究和开发一种信息采集全面、信息传输及时、信息处理先进的冷链运输监测系统具有重要的作用。针对当前城市生鲜农产品冷链运输环境难以得到有效保证这一问题,设计了 一种冷链运输监测系统,对数据采集、数据传输和数据处理技术进行研究,从车载监测终端、监测中心两个层面对监测系统进行设计。车载监测终端通过低功耗处理器连接多种传感器以及定位模块采集冷链车厢内的环境参数和车辆位置信息,通过NB-IoT技术进行数据传输。监测中心的设计主要利用了 Node.js、HTML、CSS、JavaScript和数据库技术,包含后端服务器、数据库和前端管理平台三大部分,实现对数据的接收处理、存储和显示。此外,在系统功能实现的基础上,为了实现对车厢内环境数据的预测,本文利用两种预测算法:自回归平均算法和BP神经网络算法,构建预测模型,并通过实验仿真对比两种算法的预测性能,实验结果表明,BP神经网络的预测模型更接近真实值,其平均绝对误差、均方根误差、相关系数分别为0.1353、0.1660、0.9667,具有更好的预测效果。最后对冷链运输监测系统进行功能测试和功耗测试,测试结果表明,该系统能够实现冷链车厢环境数据的采集与传输,数据传输时间均在3s以内,具有良好的实时性。监测中心对车厢内温度、湿度、二氧化碳浓度、气压数据变化进行监测,并能够完成数据图表显示、用户注册登录、历史记录查询、地图定位等预期功能。