基于AIoT的智慧农业无土栽培系统设计与应用

doi:10.11923/j.issn.2095-4050.cjas2024-0095

农学学报 ›› 2025, Vol. 15 ›› Issue (7): 57-64.doi: 10.11923/j.issn.2095-4050.cjas2024-0095

• 农业工程农业机械生物技术食品科学 • 上一篇下一篇

基于AIoT的智慧农业无土栽培系统设计与应用

林海(), 黄杜辉, 李景国

湛江幼儿师范专科学校信息科学系人工智能大师工作室，广东湛江 524084

收稿日期:2024-05-08 修回日期:2024-09-05 出版日期:2025-07-20 发布日期:2025-07-18
作者简介:
林海，男，1976年出生，广东湛江人，副教授，本科，研究方向：人工智能物联网方向。通信地址：524300 广东省湛江市遂溪县遂城镇运河东路5横一巷10号，E-mail：linhai@zhjpec.edu.cn。
基金资助:
广东省科技创新战略专项资金重点项目“基于边缘计算的智慧公路管理系统设计”(pdjh2023a1047); 湛江幼儿师范专科学校大学生创新创业训练计划项目“智创生活—做Al水培蔬菜领班者”(2023ZYDC01)

Design and Application of Soilless Cultivation System in Smart Agriculture Based on AIoT

LIN Hai(), HUANG Duhui, LI Jingguo

AI Master Studio of Department of Information Science, Zhanjiang Preschool Education College, Zhanjiang Guangdong 524084

Received:2024-05-08 Revised:2024-09-05 Online:2025-07-20 Published:2025-07-18

摘要/Abstract

摘要：

针对土地资源匮乏、气候变化和环境污染等严峻现实，本研究通过设计一种基于AIoT技术的无土栽培智慧系统，将无土栽培与现代信息技术相融合，旨在突破传统农业的瓶颈，推动农业自动化、智能化和精细化管理的发展。该系统融合了物联网感知、视觉识别、大数据分析和机器学习等技术，采用多源异构数据融合分析作物生长状况，利用人工智能算法对温室环境智能调控，并通过Web/移动端实现远程可视化监控。整个系统在Jetson nano平台上实现软硬件高度集成，具备优良的并行计算能力和扩展性。实验结果表明，相较于人工管理组，该系统智能调控下的蔬菜生长周期缩短了15.4%，植株高度增加了17.0%，叶片数量增加了26.7%，株重提高了27.4%，且远程操控界面便利高效，验证了系统在促进无土栽培农业现代化方面的卓越性能。该系统为精准农业发展提供有力技术支撑，有望推动现代农业实现可持续高效绿色发展。

关键词: 无土栽培, 智慧农业, 物联网, 人工智能, 大数据分析, AIoT

Abstract:

In response to the pressing challenges of land resource scarcity, climate change, and environmental pollution, this study designs an AIoT-based smart soilless cultivation system that integrates soilless cultivation with modern information technology. The system aims to overcome the limitations of traditional agriculture and promote the development of agricultural automation, intelligence, and precision management. This system incorporates Internet of Things (IoT) sensing, computer vision, big data analytics, and machine learning technologies. It employs multi-source heterogeneous data fusion to analyze crop growth conditions, utilizes artificial intelligence algorithms for intelligent greenhouse environment regulation, and enables remote visual monitoring through web and mobile interfaces. The entire system is highly integrated in terms of hardware and software on the Jetson nano platform, offering excellent parallel computing capabilities and scalability. Experimental results demonstrate that, compared to the manually managed control group, vegetables under the intelligent regulation exhibited a 15.4% shorter growth cycle, a 17.0% increase in plant height, a 26.7% increase in leaf count, and a 27.4% improvement in plant weight. Additionally, the remote control interface proved to be convenient and efficient, validating the system's outstanding performance in promoting the modernization of soilless agricultural cultivation. This system provides robust technical support for the development of precision agriculture and has the potential to drive modern agriculture towards sustainable, efficient, and environmentally friendly development.

Key words: soilless cultivation, smart agriculture, Internet of Things, artificial intelligence, big data analysis, AIoT

林海, 黄杜辉, 李景国. 基于AIoT的智慧农业无土栽培系统设计与应用[J]. 农学学报, 2025, 15(7): 57-64.

LIN Hai, HUANG Duhui, LI Jingguo. Design and Application of Soilless Cultivation System in Smart Agriculture Based on AIoT[J]. Journal of Agriculture, 2025, 15(7): 57-64.

图/表 7

参考文献 25

[1]	赵春江, 李瑾, 冯献. 面向2035年智慧农业发展战略研究[J]. 中国工程科学, 2021, 23(4):1-9. doi: 10.15302/J-SSCAE-2021.04.001
[2]	ZHANG X, CAO Z, DONG W. Overview of edge computing in the agricultural internet of things: Key technologies, applications, challenges[J]. Ieee Access, 2020, 8:141748-141761.
[3]	吴吉义, 李文娟, 曹健, 等. 智能物联网AIoT研究综述[J]. 电信科学, 2021, 37(8):1-17. doi: 10.11959/j.issn.1000-0801.2021204
[4]	HORI M, KAWASHIMA E, YAMAZAKI T. Application of cloud computing to agriculture and prospects in other fields[J]. Fujitsu scientific & technical journal, 2010, 46(4):446-454.
[5]	HUANG Y, CHEN Z X, TAO Y, et al. Agricultural remote sensing big data: Management and applications[J]. Journal of integrative agriculture, 2018, 17(9):1915-1931.
[6]	BANNERJEE G, SARKAR U, DAS S, et al. Artificial intelligence in agriculture: A literature survey[J]. International journal of scientific research in computer science applications and management studies, 2018, 7(3):1-6.
[7]	孙锦, 李谦盛, 岳冬, 等. 国内外无土栽培技术研究现状与应用前景[J]. 南京农业大学学报, 2022, 45(5):898-915.
[8]	张新, 陈兰生, 赵俊. 基于物联网技术的智慧农业大棚设计与应用[J]. 中国农机化学报, 2015, 36(5):90-95.
[9]	TIAN H, WANG T, LIU Y, et al. Computer vision technology in agricultural automation—A review[J]. Information processing in agriculture, 2020, 7(1):1-19.
[10]	OJHA T, MISRA S, RAGHUWANSHI N S. Internet of things for agricultural applications: The state of the art[J]. IEEE internet of things journal, 2021, 8(14):10973-10997.
[11]	张开生, 张盟蒙. 基于ZigBee的温室大棚环境监测系统研究[J]. 陕西理工学院学报(自科版), 2015, 31(6):18-22.
[12]	何勉. 基于物联网的温室环境监控系统设计[J]. 陕西理工大学学报(自然科学版), 2020, 36(3):54-59.
[13]	曹耀鹏, 刘厚诚. 大数据和农业物联网技术在智能温室环境控制中的应用——以济南科百智慧农业产业园为例[J]. 农业工程技术(温室园艺), 2021, 41(2):21.
[14]	胡天让, 张旭红, 陈岩. 基于物联网技术的温室大棚智能控制系统设计分析[J]. 石河子科技, 2020,6:31-32.
[15]	江琳莉, 史磊. 从梁平柚到梅州柚—区块链技术助力农产品溯源[J]. 农业大数据学报, 2020, 2(2):94-103. doi: 10.19788/j.issn.2096-6369.200210
[16]	孔繁涛, 朱孟帅, 孙坦. 现代信息技术在农业领域的应用分析与建议[J]. 智慧农业, 2019, 1(4):31.
[17]	CHEN C J, HUANG Y Y, LI Y S, et al. An AIoT based smart agricultural system for pests detection[J]. IEEE access, 2020, 8:180750-180761.
[18]	岳学军, 蔡雨霖, 王林惠, 等. 农情信息智能感知及解析的研究进展[J]. 华南农业大学学报, 2020, 41(6):14-28.
[19]	姚艳敏, 白玉琪. 农业大数据标准体系框架研究[J]. 农业大数据学报, 2020, 1(4):76-85.
[20]	蒋心璐, 陈天恩, 王聪, 等. 农业害虫检测的深度学习算法综述[J]. 计算机工程与应用, 2023, 59(6):30-44. doi: 10.3778/j.issn.1002-8331.2205-0604
[21]	SÜZEN A A, DUMAN B, SEN B. Benchmark analysis of jetson tx2, jetson nano and raspberry pi using deep-cnn[C]. 2020 international congress on human-computer interaction, optimization and robotic applications (HORA), 2020:1-5.
[22]	FUE K G, PORTER W M, RAINS G C. Deep learning based Real-time GPU-accelerated tracking and counting of cotton bolls under field conditions using a moving camera[C]. 2018 ASABE annual international meeting, 2018:1.
[23]	XIAOJING Z, YUANGUAI L. Zigbee implementation in intelligent agriculture based on internet of things[C]. 2nd international conference on electronic & mechanical engineering and information technology. 2012:1842-1846.
[24]	LIN H, YANG J. Light weight IBP deep residual network for image super resolution[J]. IEEE access, 2021, 9:93399-93408.
[25]	JIANG P, ERGU D, LIU F, et al. A Review of Yolo algorithm developments[J]. Procedia computer science, 2022, 199:1066-1073.

植株	生长周期	实验组平均值	对照组平均值
植株高度/cm	1周	4.2	3.8
	2周	11.6	9.7
	3周	15.8	13.5
叶片数量/片	1周	4	3
	2周	12	9
	3周	19	15
株重/g	3周	121	95

植株	生长周期	实验组平均值	对照组平均值
植株高度/cm	1周	4.2	3.8
	2周	11.6	9.7
	3周	15.8	13.5
叶片数量/片	1周	4	3
	2周	12	9
	3周	19	15
株重/g	3周	121	95

指标类别	指标名称	实验组	对照组	统计检验结果
生长指标	植株高度	M=15.8 cm，SD=1.2 cm	M=13.5 cm，SD=1.0 cm	t(78)=9.32，p<0.001，Cohen's d=2.08
	叶片数量	M=19片，SD=2片	M=15片，SD=2片	t(78)=9.49，p<0.001，Cohen's d=2.12
	株重	M=121 g，SD=8 g	M=95 g，SD=7 g	t(78)=15.68，p<0.001，Cohen's d=3.51
	存活率	97.5%(39/40)	90%(36/40)	χ²(1，N=80)=1.92，p=0.166
环境参数	温度	M=23.2°C，SD=0.5°C	M=21.5°C，SD=1.8°C	F(1,58)=156.3，p<0.001，η²=0.73
	湿度	M=78.5%，SD=2.1%	M=72.3%，SD=5.7%	F(1,58)=89.7，p<0.001，η²=0.61
	光照强度	M=1210 lx，SD=50 lx	M=980 lx，SD=180 lx	F(1,58)=203.5，p<0.001，η²=0.78
	EC值	M=2.4 mS/cm，SD=0.1 mS/cm	M=2.0 mS/cm，SD=0.3 mS/cm	F(1,58)=112.4，p<0.001，η²=0.66

指标类别	指标名称	实验组	对照组	统计检验结果
生长指标	植株高度	M=15.8 cm，SD=1.2 cm	M=13.5 cm，SD=1.0 cm	t(78)=9.32，p<0.001，Cohen's d=2.08
	叶片数量	M=19片，SD=2片	M=15片，SD=2片	t(78)=9.49，p<0.001，Cohen's d=2.12
	株重	M=121 g，SD=8 g	M=95 g，SD=7 g	t(78)=15.68，p<0.001，Cohen's d=3.51
	存活率	97.5%(39/40)	90%(36/40)	χ²(1，N=80)=1.92，p=0.166
环境参数	温度	M=23.2°C，SD=0.5°C	M=21.5°C，SD=1.8°C	F(1,58)=156.3，p<0.001，η²=0.73
	湿度	M=78.5%，SD=2.1%	M=72.3%，SD=5.7%	F(1,58)=89.7，p<0.001，η²=0.61
	光照强度	M=1210 lx，SD=50 lx	M=980 lx，SD=180 lx	F(1,58)=203.5，p<0.001，η²=0.78
	EC值	M=2.4 mS/cm，SD=0.1 mS/cm	M=2.0 mS/cm，SD=0.3 mS/cm	F(1,58)=112.4，p<0.001，η²=0.66

基于AIoT的智慧农业无土栽培系统设计与应用

Design and Application of Soilless Cultivation System in Smart Agriculture Based on AIoT

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 25

相关文章 11

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	姚贵军, 王改改, 周军, 宋云, 范园. 不同生态型基质配比对草莓生长的影响[J]. 农学学报, 2024, 14(7): 73-76.
[2]	苑可心, 盖岳峰, 陈修宇, 徐冬云, 陈红艳, 李玉环. 面向农户需求的土壤质量智能分析APP设计与实现[J]. 农学学报, 2024, 14(11): 22-29.
[3]	王海默, 于航, 朱绍彰, 张启宇, 刘峰, 王承国. 物联网技术在海带育苗过程中的应用研究进展[J]. 农学学报, 2022, 12(1): 74-79.
[4]	沙品洁,肖帅,王旭,刘希艳,王全红,吴文钢,杨琳. 番茄无土栽培标准综合体构建与应用[J]. 农学学报, 2019, 9(5): 44-47.
[5]	郝炘,李建华,牛明雷,王俊伟,李平安,李华. 物联网背景下农业信息化建设的现状、问题与对策研究[J]. 农学学报, 2019, 9(11): 67-71.
[6]	宋展,胡宝贵. 智慧农业研究与实践进展[J]. 农学学报, 2018, 8(12): -.
[7]	李乔宇,阮怀军,尚明华,王富军,刘淑云. 区块链在农业中的应用展望[J]. 农学学报, 2018, 8(11): 78-81.
[8]	赵春江, 杨信廷, 李斌, 李明, 闫华. 中国农业信息技术发展回顾及展望[J]. 农学学报, 2018, 8(1): 180-186.
[9]	王晓蓉,吕雄杰,贾宝红. 基于物联网技术的日光温室黄瓜白粉病预警系统的研究[J]. 农学学报, 2016, 6(8): 50-53.
[10]	马亢,朱晓琴,李银龙. 高校主导的草莓观光生态示范园构建要点及农艺技术优势分析[J]. 农学学报, 2016, 6(4): 52-56.
[11]	王向东,陈学斌. 物联网在农业中的应用及前景展望[J]. 农学学报, 2016, 6(1): 96-98.