在我国水资源紧缺的大环境下,水资源总量的61.4%用于农业灌溉,而满足大棚作物用水需求的唯一途径是灌溉。目前很多大棚的灌溉管理方式是粗放的,存在着不足:(1)人工控制灌溉量,对大棚作物需水量需求没有合理灌溉制度作参考,这样灌溉极为不精确。甚至很多时候都是对其进行漫灌,这样极度浪费水资源,且对具有一定规模的大棚来说人工劳动强度过大;(2)多数大棚灌溉系统的环境参数采集主要通过Zig Bee、WIFI等技术来实现,但是Zig Bee、WIFI传输距离短衰减快,容易受到其他信号频段的干扰,网络组网较复杂,无法同时兼备低功耗和远距离传输的需求,不能很好地满足规模大棚农业用水的实际环境。为解决上述存在问题,建立农作物需水预测模型,选用具有长距离、大容量、低功耗等特点的Lo Ra技术组网搭建灌溉系统。利用科学精准的预测结果,动态优化灌溉方案,有效改变粗放型的大棚灌溉方式以及灌溉过程中的盲目性和随意性,实现水资源的高效利用,以达到节水的目的。本文的主要工作和创新点如下:(1)通过GA优化BP神经网络,建立了GA-BP农作物需水量预测模型,利用对农作物影响较大的空气温湿度、土壤湿度和光照强度等因素建立多维目标模型,对农作物的需水量进行预测,并与传统的BP神经网络以及作物真实需水量进行仿真比较,结果说明GA-BP预测结果精度高。(2)利用Lo Ra技术组网搭建了基于大棚节水灌溉的演示验证系统。设计Lo Ra终端节点实现对环境数据的自动采集,数据上传到Lo Ra网关,Lo Ra网关可以通过WIFI或4G方式将数据上传到服务器,并通过Android APP监控软件对大棚环境数据进行远程监控以及控制大棚灌溉。(3)将GA-BP农作物需水量预测模型应用到Lo Ra灌溉系统中,通过搭建的灌溉系统采集数据并对数据进行处理后作为GA-BP农作物需水量预测模型的输入,模型的输出为农作物需水量,并将其结果反馈给灌溉系统,灌溉系统则根据预测需水量来进行智能精准灌溉。本文基于GA-BP的大棚灌溉节水预测算法研究及实现,对农作物提供合理有效的灌溉制度,以及实现低功耗、远距离大棚数据的自动采集与灌溉控制,能较好地实现精准灌溉以达到节水目的,具有一定的工程应用价值。