Use of artificial intelligence (AI) in vegetable crops: A review
Hrishikesh Nirmala Balkrishna Thube · Dr. SK Kshirsagar · MG Agale 等 4 人
综述人工智能在蔬菜作物生产中的应用，涵盖监测、诊断、灌溉、产量预测与采收机器人。
综述机器学习、传感器、无人机、卫星、GIS/GPS及图像处理在蔬菜生产中的应用案
AI使蔬菜产量预测提高40%、节水40%、减农药60%、采收准确率提高40%。
可针对小农户蔬菜场景开发低成本多源数据融合模型，并验证AI长期经济与生态效益。
系统综述AI在蔬菜生产中的应用，含产量、成本、水肥药效等量化数据，对智慧农业主题有聚合价值。
人工智能（AI）正在成为蔬菜生产领域的新兴技术，推动数据驱动决策与精准农业实践。AI是指机器所表现出的智能，能够感知环境、处理大规模数据集并做出决策以优化农业生产力。通过整合机器学习、传感器、无人机、卫星、地理信息系统（GIS）和全球定位系统（GPS）等技术，AI实现了对作物生产系统的高效监测与管理。在蔬菜种植中，AI技术可协助农民完成多项关键作业，包括土壤监测、气候评估、病虫害诊断、灌溉调度和产量预测。风向标、杯式风速计、雨量计、照度计、土壤水分传感器和作物冠层传感器等设备可采集实时的环境与作物数据。这些数据通过数据记录器和机器学习算法进行处理，为作物管理提供精准建议。基于无人机的成像系统与多光谱相机通过早期识别杂草、养分缺乏和病害症状，进一步支持精准农业。AI在蔬菜中的应用还突出了基于图像的预测性农业系统，该系统将采集的图像经过图像清洗、特征提取和模型训练等阶段处理，以检测病虫害。多个案例研究展示了AI在番茄、辣椒和尖椒等蔬菜作物中用于监测冠层生长和灌溉管理的应用。此外，收获机器人技术可缓解农业劳动力短缺问题。AI在蔬菜中的作物产量预测通过传感器和算法提高了40%，劳动力成本降低了30%，土壤水分传感器使水分利用效率提高了40%，喷雾作业使农药使用量减少了60%，机械臂使收获准确率提高了40%，人工神经网络数据集成使病害监测成本节省了25%。