资源环境与气候变化

综述智慧农业网络安全风险，提出保障生产可靠性的架构原则。

提出AIoT框架，用LSTM预测土壤湿度实现智能灌溉，节水并延长节点续航。

提出多属性优化方法，利用土壤数据正交划分特定地点管理分区。

提出融合GLCM纹理特征与CNN的集成深度学习框架，实现土壤pH等级图像分类。

系统综述2004-2026年精准农业技术经济影响，发现其提升资源效率与盈利但受情境制约。

开发并评估了基于RTK-GPS的自主位点特异性机械除草系统，除草效率达96.5%。

研究马来西亚菠萝种植者感知易用性对精准农业技术接受度的影响。

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。

综述AI在气候智慧农业中的应用，涵盖产量预测、天气预报、灌溉管理和病虫害检测。

A map-based decision-support framework for variable-depth seeding of fodder maize integrating proximal soil sensing and multi-temporal satellite NDVI data。Precision Agriculture

整合土壤与冠层传感技术，绘制酸樱桃园地块内变异图，评估其用于管理决策的可靠性。

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。

提出并验证一种模块化的农业物联网(IoF)传感架构,用于精准葡萄栽培参考蒸散发(ET₀)估算的高保真微气候监测。系统部署于土耳其安塔利亚的地中海葡萄园,年数据完整率 98.6%。对比 IoF 田间实测与区域气象站数据,发现区域网络对 ET₀ 系统性高估(MBE = −0.695 mm/天,MAPE = 10.56%),风速、净辐射与相对湿度差异为主要驱动(分别贡献 36.6%、31% 与 30%);依赖区域数据将导致生长季灌溉盈余约 97.5 mm(11.4%)。研究凸显本地化传感层在捕捉区域网格无法反映的微气候异质性中的关键作用。