Artificial Intelligence and Internet of Things in Smart Agriculture: A Bibliometric and Thematic Review of Data Infrastructures and Sustainability Implications
Altyeb Ali Abaker Omer · Yajie Dong · Ibrahim Issa Mohamed Issa 等 8 人
综述2017-2025年441篇文献，梳理AI与IoT在智慧农业中的数据基础设施与可持续性。
Scopus文献计量、科学映射与主题内容分析，以IoT数据基础设施为分析视角。
研究快速增长，但互操作性、数据质量、能耗、安全与公平采用仍是主要障碍。
可针对资源受限小农户场景，研究低能耗、可互操作且包容的农业IoT数据基础设施与治理机制。
基于441篇文献的AI-IoT智慧农业文献计量综述，系统梳理数据基础设施与可持续部署瓶颈，学术参考价值较高。
人工智能（AI）正通过预测、自动化、资源优化和数据驱动决策重塑智慧农业。然而，其有效且可持续的部署依赖于可靠的物联网（IoT）数据基础设施，以支持感知、连接、数据采集、传输和分布式处理。本综述梳理了人工智能、物联网与智慧农业交叉领域的研究，并考察其数据基础设施需求及可持续性影响。基于2017年至2025年间发表的441篇Scopus索引同行评审期刊论文，本研究结合文献计量绩效分析、科学知识图谱和基于内容的主题解读，以识别发文趋势、知识基础、有影响力的研究前沿、新兴主题及部署挑战。文献计量分析刻画了智慧农业中人工智能—物联网研究的特征，物联网数据基础设施则作为主要分析视角，可持续性与负责任部署则通过解释性综合加以考察。研究发现发文量快速增长，突出主题涉及互联感知、预测分析、边缘智能、遥感、智能灌溉、网络安全、区块链及边云处理。持续存在的障碍包括互操作性有限、数据质量不一致、能源需求、可扩展性约束、网络安全与治理风险、可负担性以及在资源受限情境中的不均衡采用。本综述得出结论：可持续的人工智能赋能农业需要可靠、安全、可互操作、节能、包容且情境适宜的数字基础设施。