植物互联网:基于生物阻抗的植物监测机器学习系统
Łukasz Matuszewski1, Jakub Nikonowicz1, Jakub Bonczyk1
1Faculty of Computing and Telecommunications, Poznań University of Technology, 60-965 Poznań, Poland.
Sensors (Basel, Switzerland)
|December 31, 2025
概括
这项研究引入了一种基于植物的生物传感器用于作物监测,减少了对广泛无线传感器网络 (WSN) 的需求. 新的"植物对机器"接口简化了农业监测,降低了数字化成本.
科学领域:
- 农业科学 农业科学
- 生物技术是生物技术.
- 传感器技术 传感器技术
背景情况:
- 传统的作物监测依赖于大规模的无线传感器网络 (WSNs) 进行实时数据收集.
- WSN收集环境数据 (土壤水分,温度,阳光,营养) 以优化种植.
- 现有的方法需要广泛的基础设施,并且可能很昂贵.
研究的目的:
- 提出一种新的"工厂对机器"接口,用于直接监控工厂.
- 减少农业对广泛的无线传感器网络 (WSNs) 的依赖.
- 简化作物监测基础设施,降低数字化成本.
主要方法:
- 使用植物生物传感器作为主要数据源.
- 使用电阻谱 (EIS) 进行非侵入性生理监测.
- 开发简单的数据收集硬件和用于数据分析的机器学习框架.
主要成果:
- 展示了一种用于作物监测的新型"植物对机器"接口.
- 展示了用于数据采集的非侵入性,单线连接.
- 初步结果证实了该模型在监测植物对阳光反应方面的可行性.
结论:
- 提出的基于植物的生物传感器和EIS方法为传统的WSNs提供了简化和成本效益的替代方案.
- 这种方法可以直接监测植物生理参数和环境相互作用.
- 该技术有可能显著推进精准农业和数字农业.
