Integrating Artificial Intelligence and IoT for Precision Farming: A Review of Agriculture 4.0 Technologies, Applications, and Challenges
G Swetha · Prof T Anuradha
综述AI与IoT在精准农业中的集成技术、应用与挑战,提出未来研究方向。
系统综述2019-2025年文献,分析架构、应用案例及十项代表性研究。
AI-IoT集成提升农业效率,但存在成本、互操作性和小农验证等挑战。
研究空白包括低成本边缘AI模型、数据标准互操作及小农场景的区域验证,可探索适应性方案。
综述AI与IoT在精准农业中的集成应用,涵盖技术、应用与挑战,对行业有参考价值,但时效性较低。
农业4.0标志着从机械化、化学密集型农业向数据驱动、自动化、互联的食品生产模式的决定性转变。这一转变的核心在于人工智能(AI)与物联网(IoT)的融合,二者共同使农场能够以人工方法无法企及的精度感知、解读并响应田间条件。本综述综合了当前关于精准农业中AI-IoT整合的文献体系,涵盖核心使能技术——智能传感器、无人机(UAVs)、地理信息系统(GIS)、边缘与云计算,以及基于区块链的可追溯性——以及它们组合成功能性智慧农业系统的分层架构。基于主要发表于2019年至2025年间的同行评审研究,本综述考察了智能灌溉、作物病害检测、产量预测和供应链可追溯性中的代表性应用,整合了文献中反复出现的障碍,并对十项代表性研究进行了按年份排序的技术、数据集、性能指标及报告局限性的详细比较。综述最后指出了研究空白——特别是围绕经济实惠的边缘AI模型、互操作性数据标准,以及在印度等小农情境下的区域特定验证——这些值得在未来工作中予以关注。