对于南疆地区,简易日光温室大棚的种植已经普及,但是由于南疆地区特殊的早晚温差以及各种环境条件的影响,现阶段南疆的温室大棚监测控制技术还是处于半自动化半人工阶段。半智能化的温室大棚监测控制系统不仅成本高,而且技术相对落后,不能满足更加高效的种植需求。所以本次研究就是针对南疆的温室大棚现状,通过对阿拉尔周边大棚的实地调研和全面的分析,在现有条件的基础上设计的一套基于Lo Ra技术的全自动监测控制系统,再利用PCA-GAPSO-LSSVM组合算法建立温度预测模型,进行温度预测分析,实现更加精准的数据调控。本次设计的研究重点以及研究结果如下:（1）控制终端的设计。在受控端设计时分主控设备和子节点设备两部分进行。通过主控设备将不同子节点设备端的数据传输给服务器,子节点设备负责采集环境数据,本次区分设计为后续多个大棚控制提供设计基础,解决了原有的一个设备控制一个大棚的问题。同时在主设备端加入边缘计算,实现网络通信条件不允许的情况下的全自动调控。（2）用户控制端设计及服务器搭建。用户控制端设计包括手机App及Web端,手机端设计的APP可以随时随地查看传感器运行状态以及控制设备的调节情况、设定温室大棚环境的控制范围,并且在温室的环境数据超出一定范围时接收设备发出的报警信号,默认自动调控。Web网页端可以对温室大棚的历史数据进行查询,根据用户的需求对数据进行下载。服务器终端挑选阿里云服务器进行搭建。（3）温度预测模型。利用PCA挑选出对大棚温度累计贡献率CPV达到85%以上的主元因子,将替换后的主元因子作为输入变量,结合遗GA算法和PSO算法来对LSSVM的正则化参数gam和RBF函数的参数sig2进行优化,建立温度和主元因子之间的非线性预测模型。通过与PSO、CPSO算法的对比以及实验分析,PCA-GAPSO-LSSVM的组合算法拟合度更高,迭代次数更短,预测效果更好,拟合优度保持在3%以下。通过分析实验表明,该监测控制系统成本更低,功能更加全面,自动化控制技术已经基本完善。本次设计的温室监测控制系统在本校园艺实验站以及阿拉尔周边大棚已进行试用,系统可以正常稳定运行,针对温室的六项环境数据也可以正常进行采集上传,稳定性强。温度预测模型误差小、精确度高,为准确的数据调控提供算法基础,为南疆的温室种植提供了技术支持。