Journal of Scientific Research and Reports 32(9) 468-478·9月2日 · 周三论文智慧农业 / 农业物联网阅读 3
Artificial Intelligence-Based Smart Farming with Internet of Things and Drone Technologies for Integrated Crop and Aquatic Health Monitoring
论文解读
69接近精选线
速览
构建集成物联网、无人机与深度学习的农业AI系统，实现作物与水产健康监测。
方法
集成物联网传感器、无人机、YOLOv8与CNN，使用7万图像及3个月传感器数据训
发现
系统准确率97%，害虫识别92.1%，病害93.4%，虾类88.4%，传感器预测RMSE1.2。
机会点
可探索多源数据融合与边缘计算，提升实时监测精度，并扩展至更多水产种类与复杂环境。
影响力18
信息增量20
专业深度17
信源权威12
时效性2
研究集成物联网、无人机与深度学习，实现作物和水产健康监测，数据详实，模型准确率高，对智慧农业有实质参考价值。
原文摘要
研究构建了集成物联网传感器、无人机、深度学习与 Web/移动应用的农业 AI 系统，用于作物与水产健康监测。数据集包括 7 万张图像与 3 个月的物联网传感器数据，按 80:10:10 划分训练/验证/测试。模型结果：YOLOv8 害虫识别准确率 92.1%，CNN 病害识别准确率 93.4%，虾类识别 88.4%；整体系统准确率 97%，传感器预测 RMSE 为 1.2。结论指出 AI、物联网与无人机技术可有效检测生物与非生物胁迫，对可持续农业系统形成支撑。原文标题：Artificial Intelligence-Based Smart Farming with Internet of Things and Drone Technologies for Integrated Crop and Aquatic Health Monitoring。