快速发展的物联网技术在实现农业集约、高产、优质等方面都有极其重要的影响,也将农业信息化提供坚实的发展基础。本论文面向农业物联网研究建立监测判别模型所使用的数据挖掘和多源信息融合算法,具有良好的农业监控价值和广泛的应用前景,为农田信息获取提供了一个新的思路。论文研究将传感器节点布设于农田等目标区域,将采集到的各种环境信息作为信息源,研究建立监测判别模型所使用的数据挖掘和多源信息融合算法,对于关联规则挖掘之前的异构数据库系统的信息抽取与集成、模糊推理信息融合之后的用户交互界面,进行了详细的研究和设计,从而完成整个系统的集成。系统主要实现下述三个模块：实现物联网异构数据库系统的信息抽取与集成,异构环境信息抽取与集成模块或异构数据库系统的信息抽取与集成模块。步骤如下：首先,根据映射文件所提供的信息,提取源数据库系统所对应的数据表中所包含的全部环境信息,并将数据信息提取文件输出到XML文档中。接着,根据目的数据库系统所对应的数据表中所包含的全部字段名称和字段类型信息,将基于XML文档结构的数据信息提取文件,转换成符合目的字段名称和字段类型信息的环境信息。最后,输出到目的数据库系统所对应的数据表中。其中,异构环境信息抽取与集成模块包括异构数据库系统数据表字段信息提取模块、映射文件生成模块、数据信息提取模块和数据信息转换模块,实现异构数据库系统之间、不同数据表字段名称之间和不同数据表字段类型之间的转换。实现面向农业物联网的多环境信息融合监测判别模型的信息融合层,多环境信息融合的监测判别模块。步骤如下：首先,通过Apriori算法得到各种环境信息与监测结果的关联规则。接着,将实时环境信息作为模糊推理信息融合的输入,关联规则作为模糊推理信息融合的规则,计算得到的数值作为监测结果。最后,根据监测结果,制定相应的控制策略。实验结果表明多环境信息融合监测判别模型对环境的监测识别率达到80%,具有良好的农业监控价值和广泛的应用前景。使用Java和Matlab实现面向农业物联网的多环境信息融合监测判别系统平台。其中系统平台主要由四个功能模块组成：异构数据库系统的信息抽取与集成模块、环境信息实时状态显示模块、多环境信息融合的监测判别模块和环境信息统计等级显示模块。重点阐述系统平台的处理流程和总体框架、环境信息状态显示和统计等级显示的实现方法和操作界面。最后,对全文进行了总结和展望。