我国农业果园种植面积大,随着物联网、云计算、大数据等新一代信息技术的快速发展,农业果园信息化建设也进入了一个新阶段,利用多媒体技术对果园的生态和果树生长进行实时监控,是实现农业生产的信息化和现代农业生产的关键。本文以赣南某脐橙果园的实际生产环境入手,对国内外的农业监测发展状况进行了分析,并根据当前脐橙果园的环境监测布线不灵活、人工费用较高、管理难等问题,综合利用传感器、嵌入式技术、无线通讯技术等先进的信息技术,开发了一套基于物联网的果园环境监测系统。采用4 G网络高带宽和高速传输速率,可对多点多参数的果树生态监测进行远程无线传输;本课题的研究内容如下:系统的硬件部分:主要包括:终端信息感知模块、网关模块、微处理器模块;4G通讯模块及太阳能模块。主控芯片STM32F103,辅助处理器CC2530。在完成硬件开发之后,对其进行测试分析并验证其性能。实验结果表明:该设计方案可以有效实现采集环境参数等功能。为解决当前脐橙果园环境监测中的布线难问题,以Zigbee+4 G模式进行数据传送,传感器节点采集的数据利用短距离无线的方式进行传输,并将果树的生态环境信息与远程监控中心进行远程通信。太阳能电源由太阳能板、控制器等构成,能够很好地适应野外的电力监测要求。系统软件部分:首先利用IAR软件对下位机程序进行开发,在Z-tack协议堆叠的基础上,对协调器节点、路由器节点、网关节点以及通讯节点进行了编程。进行节点数据的采集和传输。利用4 G网络将无线传感网络（WSN）的数据传输到数据处理系统,然后将其存储在SQL数据库中,利用ASP.NET软件对数据库中的数据进行调用,设置并将其上传到因特网上,从而可以对监测数据进行及时存储和存取,便于管理者对系统的数据进行及时的了解。建立了BP神经网络预测模型算法对果园内的光照强度、温度和湿度进行有监督训练方法,能够有效地反映出果园中的环境因子之间的非线性关系,经过对网络迭代次数和参数的多次调整,建立的训练预测模型与实际环境拟合度程度高,其均方根误差（RMSE）为4.7%,平均绝对误差（MAE）为3.2%。温度和湿度预测值的平均相对误差3.65%（MRE）都控制在范围以内,因此,基于BP神经网络的果园环境的空气温度、空气湿度、光照强度预测模型是有效的。实验证明,本系统能够实现对果树的生态环境信息进行无线、精确的实时采集与传送。可以长期存储果园环境数据,实现数据查询与共享,用户可以实时浏览果园环境数据,进行历史查询和图形化数据分析,最后,根据脐橙果园环境因子规律,利用BP神经网络建立了预测模型。系统能够很好地适应果树生态环境的要求,与论文的设计目的相吻合,为果树生产、农业生产提供了有很好的现实参考意义。