当前我国农业发展主要问题包括供水不足、农药超标等。农业生产用水的有效利用是农业研究的重点。人们通过无线墒情与旱情管理系统了解土壤水分含量信息，预测未来土壤水分变化趋势，通过墒情预测有效提高土壤水分利用率，节约本就紧缺的水资源，提高农业生产抗旱能力。

　　过去墒情测报主要依靠经验推断和理论研究，经验推断法需要的参数少，但是需要长期的经验积累，并且其理论研究常常需要依靠非常理想的条件和过多的参数，需要投入大量的人力和物力，两种方法都不能够准确测量出土壤墒情信息。人们对于墒情测报提出新的要求，因此研制出无线墒情与旱情管理系统。

　　无线墒情与旱情管理系统采用先进的墒情算法（粒子群算法和遗传算法）计算土壤墒情。针对智能算法中存在的问题，本文将遗传算法的思想融入了粒子群算法中，并通过TSP问题验证了二者的结合有一定的意义。建立土壤墒情模型，该模型运用了复杂网络中的小世界模型、社团结构和BT网络中的传销特性，并且使得三者和智能优化算法进行了结合。

　　无线墒情与旱情管理系统与其他墒情测量仪器最大的区别在于建立墒情预测专用适应度函数，并且通过本PSO算法和智能合作网络模型对适应度函数进行实验，最后的实验结果显示，采用适应度函数后，仪器测量的土壤墒情数据更加准确，符合墒情测量需求。