1.一种基于物联网的果园产量智能预测系统，其特征在于：所述系统由苹果园环境参数采集平台和苹果园环境产量预测子系统组成，系统实现对苹果园环境小气候参数进行检测和对产量进行预测；所述苹果园环境产量预测子系统由多个检测点温度传感器、多个时间序列三角模糊数神经网络、苹果园环境多点温度融合模型、PSO的Elman神经网络温度量化模块和苹果产量预测模块共五部分组成，多个检测点温度传感器感知被检测点温度，每个检测点温度传感器的输出作为对应的每个时间序列三角模糊数神经网络的输入，多个时间序列三角模糊数神经网络的输出作为苹果园环境多点温度融合模型的输入，苹果园环境多点温度融合模型的输出作为PSO的Elman神经网络温度量化模块的输入，PSO的Elman神经网络温度量化模块的输出作为苹果产量预测模块的输入，苹果产量预测模块预测苹果园产量，苹果园环境产量预测子系统实现对苹果园温度的检测、模糊量化、多点融合和产量预测的过程。

2.根据权利要求1所述的一种基于物联网的果园产量智能预测系统，其特征在于：每个检测点的温度传感器对应一个时间序列三角模糊数神经网络，所述时间序列三角模糊数神经网络由径向基神经网络模型和NARX神经网络模型组成，温度传感器输出的一段常规时间序列值作为径向基神经网络模型的输入，径向基神经网络模型的三个输出分别对应作为NARX神经网络模型的输入， NARX神经网络模型输出的三角模糊数值分别表示被检测点的温度的下限值、最大可能值和上限值，时间序列三角模糊数神经网络根据被检测点的温度动态变化特征把被检测点的温度的一段常规时间序列值转换为被检测点的温度的三角模糊数值来表示。

3.根据权利要求1所述的一种基于物联网的果园产量智能预测系统，其特征在于：所述苹果园环境多点温度融合模型由温度时间序列三角模糊数阵列、计算温度时间序列三角模糊数值与正负理想值的相对帖近度、计算温度三角模糊数融合值共3部分组成，一段时间多个检测点温度的三角模糊数值构成温度时间序列三角模糊数阵列，确定温度时间序列三角模糊数阵列的正负理想值，分别计算每个检测点的温度时间序列三角模糊数值与温度时间序列三角模糊数阵列的正负理想值的距离，每个检测点的温度时间序列三角模糊数值的负理想值的距离除以每个检测点的温度时间序列三角模糊数值的负理想值的距离与每个检测点的温度时间序列三角模糊数值的正理想值的距离的和得到的商为每个检测点的温度时间序列三角模糊数值的相对贴近度，每个检测点的温度时间序列三角模糊数值的相对贴近度除以所有检测点的温度时间序列三角模糊数值的相对贴近度的和得到的商为每个检测点的温度时间序列三角模糊数值的融合权重，每个检测点的温度时间序列三角模糊数值与该检测点的温度时间序列三角模糊数值的融合权重的积的和得到多个检测点的温度时间序列三角模糊值的融合值。

4.根据权利要求1所述的一种基于物联网的果园产量智能预测系统，其特征在于：所述PSO的Elman神经网络温度量化模块把苹果园果树不同生长阶段的温度量化为三角模糊数值，分别把苹果园果树的发芽期、花期、初果期、果实膨大期和果实成熟期共五个生长阶段的苹果园环境多点温度融合模型的输出作为PSO的Elman神经网络温度量化模块的输入，PSO的Elman神经网络温度量化模块分别把苹果园果树五个不同生长阶段的温度量化为对应生长阶段的三角模糊数值，PSO的Elman神经网络温度量化模块的输出为三角模糊数值。

5.根据权利要求1所述的一种基于物联网的多油气浓度传感器的智能监测系统，其特征在于：所述苹果产量预测模块包括新陈代谢苹果园产量GM（1，1）预测模型和苹果园产量T-S型温度模糊神经网络校正模型组成，苹果园产量的历史数据作为新陈代谢苹果园产量GM（1，1）预测模型的输入，新陈代谢苹果园产量GM（1，1）预测模型的输出和苹果园果树的发芽期、花期、初果期、果实膨大期和果实成熟期共五个生长阶段的PSO的Elman神经网络温度量化模块的输出作为苹果园产量T-S型温度模糊神经网络校正模型的输入，苹果园产量T-S型温度模糊神经网络校正模型的输出为苹果园产量的三角模糊数预测值。

6.根据权利要求1所述的一种基于物联网的果园产量智能预测系统，其特征在于：所述苹果园环境参数采集平台由多个参数检测节点和现场监控端组成，通过ZigBee网络实现它们之间的信息通信；检测节点负责检测苹果园环境的温度、湿度、降雨量和光照度的实际值，现场监控端实现对对苹果园环境多点检测的参数管理、融合多个检测点温度和对苹果园产量进行预测。