随着新型冠状病毒肺炎的全球性的爆发,各个国家都在积极寻找治疗新型冠状肺炎的有效医疗方法,而中医和中药材在这次治疗疫情中发挥了重要作用,中药材在全世界再次得到了广泛的认可。本文主要针对当前销售市场上中药材药效和质量良莠不齐等问题,设计和实现了一套基于窄带物联网的中药材种植智能测控系统。本系统采用了窄带物联网技术,结合STM32单片机和传感器技术,本系统能够对影响中药材生长的环境因素实现实时监测和及时调整。对于所监测和控制的中药材,本系统运用层次分析法结合专家、药农指导明确该种中药材种植的环境适宜性等级,将监测到的中药材环境生长数据通过改进的k-means聚类算法去除噪声后再经过广义回归神经网络算法(General Regression Neural Network,简称GRNN神经网络算法)对该种中药材生长环境进行评价预测。根据中药材的生长环境评价判断该种中药材是否符合规范,实现中药材种植过程溯源。同时,根据环境预测,可以预警药农提前调整中药材的种植环境,让中药材始终处于合适的生长环境中,增加中药材的质量和产量。本系统可以应用于不同的中药材种植环境中,既可以安装在户外(荒山野岭)进行规模化中药材种植,亦可以安装在室内(大棚)进行小规模名贵药材种植。本文完成的主要工作如下:(1)研究了物联网传输的通信技术。针对中药材种植和生长的地理位置以及所处的网络环境,采用了窄带物联网通信技术实现数据的传输。(2)设计了嵌入式网关硬件以及软件。在硬件上,设计了嵌入式网关,使用了不同的传感器用来采集影响中药材生长的主要环境参数,在软件上,根据需求设计了应用程序并实现了各个模块的功能。通过感知层的传感器节点实现对各个环境数据的采集,通过分析后由传输层传输到应用层服务器的数据库中,本系统能够监测和控制影响中药材生长的主要环境因素有空气温度、空气湿度、光照强度、土壤温度、土壤湿度、土壤盐分和土壤酸碱度等。(3)根据种植中药材的品种通过层次分析法确定该种中药材生长环境等级中的各个参数指标范围,然后将传感器采集的中药材种植的环境参数的原始数据经过改进的k-means算法降噪后再经过GRNN神经网络算法后得出该种中药材生长环境评价预测。同时将监测到数据加入中药材生长库为后续管理人员和药农提供有效种植经验。(4)设计了云服务器模块,应用程序采用B/S架构,实现零安装,开发了微信公众号方便用户使用,采用前后端分离开发方式,前端主要使用Vue.js框架来布局页面,后端使用node.js搭配express框架,数据库使用了非关系型数据库MonogoDB