An Integrated AI-Based Crop Prediction and Advisory Platform for Precision Agriculture
Anurag Gadhave · Rajashri Chaube · Ravina Khadtare 等 5 人
提出SmartCrop AI平台，集成机器学习预测、土壤评估、AI咨询和市场价格信息，辅助精准农业决
使用随机森林和梯度提升进行作物与产量预测，结合模拟IoT数据和LLM咨询组件。
系统设计整合多源信息，但缺乏实地传感器验证和大规模农民测试。
未来可进行实地传感器数据验证，并评估平台对合同农业中信息不对称的实际影响。
系统设计论文，提出整合AI与IoT的农业平台，但缺乏实地验证，影响有限。
农业是一个信息上的微小差异就可能影响农民决策的领域，这些决策包括种植何种作物、如何管理作物以及预期收益是否现实可行。农民可能拥有宝贵的经验，但关于土壤条件、天气、作物病害、预期产量和市场价格的信息并不总能集中获取。合同农业（Contract Farming）带来了额外的信息问题，因为农民和承包商在讨论价格和条款时，所掌握的信息未必总是对等的。本文提出将SmartCrop AI作为一个实用的数字平台，以整合上述各项需求。该系统融合了基于机器学习的作物与产量预测、土壤适宜性评估、AI咨询组件、模拟物联网（IoT）数据、曼迪（Mandi）市场价格信息以及面向农民的报告功能。原型中采用随机森林（Random Forest）和梯度提升（Gradient Boosting）算法进行预测和适宜性评分，同时设计了一个基于大语言模型（LLM）的Kisan Mitra组件，旨在以自然语言解释结果。该设计基于五项相关研究的发现，涵盖合同农业、基于物联网的作物推荐、AI咨询、可持续性评估以及基于产量与需求的作物推荐。当前工作聚焦于系统设计和原型架构；实地传感器验证和大规模农民测试被视为未来工作。关键词：精准农业、作物推荐、机器学习、人工智能、物联网、随机森林、产量预测、合同农业、曼迪市场情报、AI顾问。