数字农业与前沿技术

调查尼日利亚某院校智能土壤监测系统采纳障碍并提出策略。

构建ESP32物联网与CNN结合的植物病害检测及作物咨询系统。

提出农业数字孪生框架，结合GRU与物联网实现实时产量预测与可持续决策支持。

综述AI、物联网与数字孪生融合的可持续性智能，提出七层SIF框架。

开发基于ESP32与ESP32-CAM的物联网植物监测与自动灌溉系统，用Sugeno模糊逻辑决策浇水

提出InResKolArno_SCO混合框架，用于物联网智慧农业中的植物病害分类。

提出以人为中心的机器学习仪表盘，融合物联网与预测模型，为农户提供实时可解释的决策支持。

综述物联网土壤评估全信息链，提出土壤状况指数与决策支持框架。

用共享边缘推理架构整合机器学习，实现太阳能电池筛选、水库监测与IoT农业咨询。

综述数字技术用于乌克兰森林草原浆果滴灌土壤水分管理，提升灌溉水利用效率20–35%。

研发并评估太阳能供电的智能滴灌系统，利用土壤湿度传感器自动触发灌溉。

提出NB-IoT边缘云架构，同步监测空气与水质并做跨域空间统计分析。

基于物联网与土壤湿度及天气数据，实现低成本自动灌溉决策系统。

An integrated IoT and machine learning framework for maize yield prediction and smart agriculture in Tanzania。Cogent Food & Agriculture

提出基于堆叠集成学习的灌溉泵ON/OFF预测框架，用物联网传感器数据实现智能灌溉控制。

提出AI驱动的无线供电三层架构，优化大规模IoT设备能量传输与分配。

基于ESP32和Blynk开发了带手动/自动模式的自动浇水原型系统。

设计并实现了一套低成本GNSS精准农业监测系统，集成ESP32与物联网实时可视化。

提出轻量级IoT-RiceMobileNet模型，实现水稻病害实时多类检测。

提出物联网与天气数据驱动的智能灌溉系统，按实时土壤与气象条件自动决策灌溉。