肥城桃产业是山东省泰安市肥城市三大农业产业之一,是肥城市经济收入的重要组成部分。近几年肥城桃品质受气候环境、土壤养分等因素影响,果实的整齐度相对较差,仅通过种植经验预测桃园桃品质的效果较差,难以满足肥城桃产业现阶段需求。针对上述问题,本研究基于桃园土壤养分和气象环境,通过数理统计、智能算法等方法进行肥城桃的品质预测模型研究,设计并实现了肥城桃品质预测系统,为肥城桃品质预测提供了切实可行的方法与工具,对肥城桃产业转型和品质精准调控具有重要意义。论文主要研究内容如下:（1）构建了基于土壤养分的肥城桃品质预测模型。土壤养分对肥城桃的品质形成具有重要作用。建立基于桃园土壤养分条件的肥城桃品质预测模型,是实现肥城桃品质预测,优化桃园种植的重要手段。本文通过桃园土样与果实的理化分析获取初始数据,并分析各园区数据间存在的差异性,进而利用多层感知机进行模型训练。结果表明:利用多层感知机可以实现单果重、可溶性固形物、可滴定酸的预测模型的构建,且准确性较好,相对误差均在6%以下。（2）构建了基于气象环境的肥城桃品质预测模型。肥城桃品质与气象环境密切相关,建立基于桃园气象环境的预测模型是实现品质预测分析的重要手段。本文分别采用Cat Boost模型、Extra Trees模型和Ada Boost模型预测肥城桃果实的单果重、可溶性固形物和可滴定酸。结果表明:预测模型精度较好,相对误差均在6%以下,模型满足实际生产的需要。（3）设计并实现了肥城桃品质预测系统。为更好地应用肥城桃品质预测模型,根据肥城桃品质预测的实际需求,结合物联网和大数据系统建设经验,设计并实现了肥城桃品质预测系统。系统在提供桃园地块管理、环境监测、农事管理等服务的基础上,调用各模块数据,通过预测模型算法实现基于土壤养分和气象环境的品质预测,以及通过模型结果集成的方式进行综合预测。