物联网传感与边缘计算

开发基于IoT的土壤监测系统，支持西爪哇精准可持续农业，提高灌溉效率并增产。

提出基于格密码的WSN认证框架，抵抗量子攻击，保障消息传输安全。

通过文献计量分析，梳理精准农业与林业的研究趋势、主题结构和热点方向。

提出物联网传感器融合框架，结合电子鼻与土壤传感器，自适应特征选择实现甜瓜根腐病高精度分类。

系统综述2015-2025年土壤传感器与IoT在智能灌溉中的应用，评估技术、成本与性能，指出研究空白

研究物联网智能灌溉系统优化农业用水，提升粮食安全与缓解水资源短缺。

提出结合IoT、机器学习和边缘计算的智能灌溉系统，优化用水并提高作物产量。

原文标题:Application of Precision Agriculture and IoT-Based Smart Irrigation in Greenhouse Vegetable Production。作者:Zeeshan Ahmed、Muhammad Taimur Maqbool Muhammad、Abbas Khan Muhammad、Zain Ul Abideen、Abdul Haq。DOI: 10.63163/jpehss.v4i1.1226。该综述综合分析了精准农业(PA)和基于物联网(IoT)的智能灌溉在温室蔬菜生产中的集成,涉及土壤湿度、EC、pH、微气候监测器等物联网传感器与数据分析(AI/ML模型)及自动执行器在番茄、黄瓜、辣椒等作物实时资源管理中的整合。关键组件包括使用ZigBee/LoRa协议的无线传感器网络、低延迟边缘/雾计算和预测算法(如LSTM、SVM),可减少20-50%用水量,同时提高10-30%产量和养分效率。来自中国、欧洲和印度的案例展示了变量灌溉(VRI)和施肥系统的实际应用,实现高达40%的能源节约和最小化淋失。

原文标题:AI-Enabled IoT-Based Hydroponic Farming with Embedded Automation and Nutrient Prediction。作者:Jehangir Arshad、Fawad Azeem、Ayesha Butt、Maha Chaudhary、Rana Saad Safdar、M. Kamran Joyo、Izanoordina Ahmad、Prajoona Valsalan、Husham M. Ahmed(COMSATS University Islamabad等)。DOI: 10.3390/fi18090446。论文构建一个由Raspberry Pi控制、完全监测并持续评估的水培农业模拟器,采用多种传感器、数据管理与处理以及自动化环境调节。该智能水培系统采用双模型机器学习流水线:一个通过图像分析识别植物病害,另一个基于传感器数据评估植物营养水平。两个模型的数据通过云端数字孪生(DT)合并,实现远程访问并提供闭环控制,用于水培环境中的灌溉、营养剂量和所有环境因子管理。该研究展示了将物联网传感、机器学习和数字孪生模拟组合成可运行超物理系统来开发可扩展、数据驱动的精准农业解决方案的能力。

研究构建了由资金约束农户、企业和银行组成的绿色农业供应链博弈模型,采用Stackelberg博弈框架分析信息对称和信息不对称两种情形下,传统采购订单融资(TPOF)与基于区块链物联网(BPOF)对供应链韧性的影响。研究发现,BoT通过三大机制提升韧性:扩大高融资需求农户的融资可及性、在特定条件下重新分配供应链利润、优化信息不对称下的成本信息传递。但BoT并非始终优于TPOF,在传统作物价格极低时TPOF下的韧性更高。案例研究基于上市公司宏辉果蔬的公开数据,样本覆盖山东寿光、福建漳州等22个县的218户合作农户。

arXiv 2026年8月4日上线的预印本,提出一种面向互联精准农场的AI驱动云边架构。研究针对番茄早疫病、晚疫病、叶霉病等重大病害导致严重减产的问题,集成物联网传感器、无人机、深度学习、Azure IoT Hub云端分析与多平台(移动应用、Web应用、嵌入式边缘设备平台)接口,实现番茄病害实时检测。模型基于PlantVillage、Kaggle等公开数据集训练,通过TensorFlow模型部署至移动、Web与边缘设备平台。实验结果显示检测有效性达92-95%,在不同环境与设备平台表现一致,显著降低人工巡检依赖,实现及时干预,支撑可持续互联精准农场发展。