Journal of Information and Communication Technology·10月18日 · 周日论文智慧农业 / 农业物联网阅读 0
A Multi-Layer Contextual Model for Managing Data Overload in Smart Hydroponics
Ruziana Mohamad Rasli · Sobihatun Nur Abdul Salam
论文解读
70接近精选线
速览
提出五层情境模型管理水培IoT环境数据，结合AR应用减少数据过载。
方法
五层情境模型+太阳能IoT水培监测系统+AR应用，SUS量表由3位专家评估。
发现
原型SUS均分85.83，情境化优先展示关键数据可有效缓解数据过载。
机会点
可延伸至异常检测与预测分析融合，并开展多用户大规模实证验证。
影响力12
信息增量20
专业深度16
信源权威13
时效性9
提出五层情境化模型，并用太阳能物联网与AR原型验证，SUS 85.83，方法新颖、结论可靠，但属单点原型研究，产业影响有限。
原文摘要
物联网（IoT）在水培农业中的广泛使用使得环境条件的持续监测成为可能，并提供实时信息以支持作物管理。然而，传感器数据量的不断增加使监测过程更加复杂，因为用户需要同时解读多个环境参数。现有的水培监测系统侧重于数据采集与可视化，而在减少数据过载的管理与信息传递方面仍然有限。本研究提出一种多层上下文模型，用于管理智能水培监测系统中的环境信息。该模型由五个相互关联的层级（供电、传感器、通信、数据库和可视化）组成，支持数据的采集、验证、管理和上下文传递过程。为验证所提出的模型，基于态势感知理论开发了一套集成了增强现实（AR）应用的太阳能物联网水培监测系统。采用系统可用性量表（SUS）由三位领域专家对原型进行评估，结果获得平均可用性得分85.83，反映出优异的可用性。结果表明，所提出的模型通过优先呈现上下文相关的数据而非一次性显示所有可用的传感器读数，改善了环境信息的组织与呈现方式。这使用户能够高效识别重要的环境条件，并支持更有效的监测。该方法有助于减少数据过载，并提供了一个实用框架，未来可通过集成异常检测技术和预测分析来支持基于物联网的智慧农业应用的开发。