International Journal for Research in Applied Science and Engineering Technology·10月21日 · 周三论文智慧农业 / 农业物联网阅读 0
Smart AI-Based Agriculture Decision Support System (AgriSens)
Harshini G. K. · Monisha B. P. · Manoj G. 等 5 人
International Journal for Research in Applied Science and Engineering TechnologyDOI 10.22214/ijraset.2026.85162开放获取 PDF ↗
论文解读
65接近精选线
速览
构建AgriSens全栈智慧农业决策支持平台，集成作物推荐、病害诊断、施肥优化与灌溉模拟。
方法
高斯衰减环境适应度模型、Gemini视觉诊断、Open-Meteo API与Io
发现
视觉诊断延迟低于2.5秒，节水25%–35%，并支持7语言语音以降低识字门槛。
机会点
可验证多模态病害诊断在真实田间的准确率，并研究语音多语言交互对农户采纳行为的影响。
影响力12
信息增量18
专业深度16
信源权威9
时效性10
论文提出集作物推荐、病害诊断、施肥优化与灌溉模拟于一体的全栈平台，方法有创新但尚属仿真验证阶段，具备一定参考价值。
原文摘要
传统农业严重依赖经验性猜测和祖辈传承的知识，作物常常面临化肥施用不当、微气候难以预测以及叶部病害发现滞后等问题。本文介绍AgriSens——一个综合性全栈智慧农业平台，旨在以数据驱动的精准农业赋能农民。该系统集成了基于高斯衰减环境适应度数学模型的多元参数作物推荐引擎，以及由Google Gemini 3.7 Flash计算机视觉驱动的多模态叶片病害诊断系统，可从智能手机图像中识别叶部病原体。此外，该架构还部署了土壤质地感知的肥料优化引擎，用于计算精确的氮磷钾（N-P-K）养分亏缺；由Open-Meteo API驱动的实时农业气象预报流，用于提供施药安全预警；以及闭环自动化物联网灌溉遥测模拟器。为消除农村农业社区中的结构性识字障碍，该平台具备原生语音合成功能和7种语言的本地化翻译模块。仿真基准测试表明，该平台实现了低于2.5秒的快速视觉诊断延迟，并且与基准定时漫灌方法相比，将节水效率优化了25%至35%。