近年来各种极端天气频发,而干旱属于其中影响比较突出的一种,容易造成较大范围内的经济损失,因此受到各国政府的高度重视。旱情监测技术采用先进的传感器技术与实时传输方法实现旱情监测,通过监测的数据进行旱情预报,能够给政府相关部门作出预警,政府部门根据预警信息能进行合理的抗旱物资分配,可以减少由干旱造成的经济损失,提高抗旱救灾效率,因此研究该技术具有理论价值和实践意义。本文重点研究了基于嵌入式的旱情监测系统中的关键技术,即土壤水分传感器的研制和旱情预报模型的研究。以频域反射法为理论基础研制了新的土壤水分传感器,考虑到探针个数及分布的合理性,并根据探针阻抗的计算方法,选择了四针等长型的传感器探针结构。土壤水分传感器利用高频扫频信号来获取土壤中介质的共振频率,进而得到土壤的含水量,根据对不同频率下土壤土质对介电常数的影响,采用了100MHz-150MHz的扫频信号作为检测的信号源。监测系统搭建完成后,以BP神经网络为理论基础建立了旱情预报模型,通过对降雨、蒸发量、温度、土壤水分含量等数据的采集和处理,在中心站实现旱情预报模型的建立,并确定了输入输出变量、网络层数、隐含层个数和激活函数等参数。实验过程中首先对对传感器的各项指标进行了测试,结果表明土壤水分传感器的精度符合国家标准,土壤水分传感器的采集准确性实时性均满足要求,传感器的信号源频率选择范围合适,探针外观设计满足电磁波在传输线中的理论要求;此外,对BP神经网络模型进行了训练,并对实时采集的数据进行测试,实验结果表明,该模型能够对旱情进行比较准确的预报,同时该神经网络模型有良好的容错能力。