AgriSense: IoT-Driven Precision Agriculture for National Food Sustainability and Development
Innocent Uzougbo Onwuegbuzie
提出AgriSense物联网精准农业平台，用于尼日利亚农田监测与决策支持。
混合方法框架，集成土壤水分、N-P-K、pH、温湿度传感器与阈值告警。
平台实现监测与决策支持功能，但界面为模拟，尚未验证产量与效益提升。
可开展真实田间验证，量化IoT精准农业对产量、投入效率和土壤健康的影响。
论文提出面向尼日利亚的IoT精准农业平台AgriSense，集成土壤水分、N-P-K、pH等监测与阈值预警，但界面为模拟环境，尚未验证增产增效，属技术原型阶段，参考价值有限。
精准农业（precision agriculture）融合数字技术，以改善农业资源管理、生产力和可持续性，而物联网（Internet of Things, IoT）则通过互联传感器实现对土壤和环境条件的实时监测。在尼日利亚，水资源和肥料利用效率低下、土壤健康状况下降、气候多变以及难以及时获取农业信息等因素制约了可持续粮食生产。本研究提出AgriSense——一个由物联网驱动的精准农业平台，旨在支持尼日利亚农业条件下的数据驱动型农场管理。本研究采用混合方法研究框架，融合描述性、实验性和分析性方法，拟采用的数据来源包括物联网传感器测量数据、农民问卷调查与访谈、田间观察以及相关天气信息。AgriSense平台将土壤湿度、氮磷钾（N-P-K）、土壤pH值、温度和湿度监测与农场及田块管理、传感器状态追踪、自动警报、农艺建议和报告功能集成在一起。所展示的界面呈现了阿萨巴示范农场（Asaba Demonstration Farm）、乔斯高原农场（Jos Highland Farm）和索科托智慧农场（Sokoto Smart Farm）的农田和作物。其基于阈值的警报可识别与土壤湿度低、氮含量低、土壤酸性、高温和传感器连接故障相关的情况，并将选定情况与建议的管理措施相关联。现有演示验证了该平台的集成监测与决策支持功能。然而，由于该界面将其环境标识为实时模拟，所显示的信息并不能独立证明作物产量、投入品使用效率、土壤健康或农民收入方面的改善。本研究为后续对物联网赋能精准农业及其对尼日利亚可持续粮食安全潜在贡献的田间验证提供了技术基础。