我国幅员辽阔,人口众多,水土资源不相匹配,且地区分布不均,水资源总量严重不足,人均占有量更远低于世界平均水平。不仅可用于农业灌溉的水资源少之又少,而且传统的农田灌溉方式又极不科学,造成了严重的浪费。此外,适合我国种植的农作物多种多样,不同作物的灌溉需求又有着明显差异,故按作物品种及各生长阶段需水量进行灌溉的智慧农业灌溉系统研究势在必行。为了有效提高农作物的品质和产量,本文研究了一种智慧农业灌溉系统。该系统旨在根据不同品种和不同生长环境,按作物各生长阶段需求进行灌溉,并能够有效提升农作物的品质和产量。系统由智慧农业遥测终端、中心站和客户端等组成。智慧农业遥测终端以STM32F103系列的微处理器作为控制芯片,主要包含电源、无线通讯、存储、数据采集接口和灌溉执行等模块;中心站主要负责接收来自遥测终端和客户端的数据,向遥测终端发送控制指令;客户端包含为方便使用者而开发的手机客户端和PC客户端。本文在分析了农作物生长周期和用水需求的基础上,将影响农作物生长用水的因素划分为环境因素、作物因素和土壤因素三类。从符合预期品质和产量的作物灌溉历史数据集中筛选出模型的训练集和测试集,通过设计基于LSTM算法的智慧农业灌溉模型,提出了一种按照农作物生长需求、生长环境和种植土壤进行精准灌溉的方法。根据影响农作物生长用水的因素特点,确定预测模型的隐含层层数,并调整网络参数;在处理好的历史灌溉数据集上进行模型训练,得到作物灌溉量预测模型;将LSTM灌溉预测模型和传统的RNN灌溉预测模型进行对比实验。实验结果表明,LSTM灌溉预测模型的预测值和走势与真实值更接近,鲁棒性更强,错误率更低,运行时间更短,可以满足智慧农业灌溉的预测,为智慧农业的研究提供可靠依据。本文来源于实际生产需求,并在相关实际研发项目的支持下完成。为了验证系统的稳定性和有效性,以草莓为实验研究对象,在陕西杨凌职业农民创新创业产业园进行了项目实验,实验结果表明,该系统软硬件模块工作正常,采集数据迅速精准,灌溉精度满足需求,对草莓有节水、节肥和提高产量的作用。本文包含图57幅,表13个,参考文献64篇。