Determination of Water Stress in Okra Plants Using Canopy Temperature Measurement by Infrared Thermometer
用红外测温仪测秋葵冠层温度并结合随机森林,实现水分胁迫的早期无损分类。
用红外测温仪测秋葵冠层温度并结合随机森林,实现水分胁迫的早期无损分类。
用GIS与多元统计评估印度半干旱区Banaskantha土壤肥力指标的空间变异。
提出无监督多模态聚类框架AgriMAC,融合无人机NDVI、IoT土壤与气象数据评估水稻健康。
提出AshGdNutDefAM多特征机器学习框架,自动检测和分类冬瓜缺镁缺铁症状。
比较印度旁遮普省稻麦与玉米麦轮作的经济环境权衡,评估玉米麦作为替代的可持续性。
用无人机可见光影像和深度学习模型区分直播稻、湿直播稻与移栽稻三种水稻种植方式。
用多模态遥感与机器学习预测印度锡金高降雨区表层土壤水分。
本文探讨地理空间人工智能(GeoAI)如何推动印度数字治理与可持续发展。
提出低成本自主地下物联网节点与神经符号AI咨询管道,让小农户用WhatsApp获取精准农业建议。
综述咖啡植物微生物组与多营养级互作,提出整合植物生理与微生物组提升气候韧性生产。
综述PLACROSYM XXVI研讨会成果,提出印度种植园部门面向2047的科技驱动与碳智能转型路线
综述AI与IoT在精准农业中的集成技术、应用与挑战,提出未来研究方向。
比较六国AI驱动智慧农业对粮食安全的影响,发现数字基础设施和AI准备度是关键。
提出智能作物推荐系统,结合AI与实时天气,推荐作物并检测病害。
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。
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。