26、基于农田评估的农民友好型互联物联网平台用于预测作物适宜性

基于农田评估的农民友好型互联物联网平台用于预测作物适宜性

1 引言

印度大部分地区是农村，农业是国家经济的重要来源，农民是国家的支柱，农业对国家经济增长和公民生活舒适度起着关键作用。然而，印度许多地区，特别是沿海卡纳塔克邦的一些地区，如乌杜皮、芒格洛尔、昆达普拉和卡尔卡拉，气候多变，包括严重干旱、暴雨和酷热的夏季。这使得这些地区的农业面临严峻挑战，农民难以适应。

传统的耕作方式让农民难以适应季节性种植，因为季节性种植需要实时获取天气条件并根据气候属性选择合适的作物。此外，多变的天气还会改变土壤养分，间接影响作物生长。这些问题导致印度农产品商业化失衡，对农村职业和国家经济构成巨大威胁。

相关农业部门采取了一些措施，地方农业中心开展了教育项目，向农民传授季节性种植技术及其优势。印度农业研究委员会（ICAR）也准备了数据集，根据地理区域、天气属性和土壤参数建议合适的种植方式，但该数据集的利用率和可及性较低。而且，农业生产需要获取定义气候条件和土壤质量的必要参数，因此需要智能工程技术来解决这些问题。

此前，已有大量利用物联网（IoT）技术的研究。大多数已实施的系统使用与物联网设备相连的传感器来收集农田的天气条件和土壤属性信息，解决了收集土壤质量和气候条件相关参数的问题。但这些系统存在明显缺陷，没有一个专注于开发基于天气属性和土壤参数数据来预测季节性种植方法的系统，也无法获取土壤肥力并进行基于当前、过去和未来数据的时间不变性预测。

为解决季节性种植系统的问题，本文提出了一种具有成本效益且创新的机器学习物联网平台。该平台可以精确收集和分发与环境属性和土壤参数相关的实时信息，利用这些信息预测适合Kharif和Rabi季节种植的作物。系统的预测模型采用长短