فهرست نشریات علمی دسترسی آزاد ایران

هدف: مشکلات مدرن از جمله افزایش تقاضای غذا، منابع محدود، و تخریب محیط زیست را می‌توان به طور موثر از طریق عمل انقلابی کشاورزی هوشمند (SA) حل کرد. پاسخگویی به تقاضای جهانی و در عین حال کاهش اثرات زیست محیطی چالشی برای شیوه‌های کشاورزی سنتی است. ترکیب بیوتکنولوژی (BT) با SA یک راه حل انقلابی با تقویت روش‌های کشاورزی، افزایش بازده محصول و کاهش مصرف منابع ارائه می‌کند.مواد و روش‌ها: ادغام سیستم‌های کشاورزی هوشمند از تجزیه و تحلیل داده‌ها و شبکه‌های عصبی عمیق (DNN) پتانسیل بهینه‌سازی کشاورزی را حتی بیشتر افزایش داده است. به منظور بهبود مدیریت محصول، کاهش ضایعات و افزایش تولید کلی مزرعه، کشاورزان می‌توانند از تصمیمات مبتنی بر داده استفاده کنند که توسط الگوریتم های DNN ممکن شده است تا بینش عملی در مورد سلامت محصول، روند رشد و شیوه‌های کشاورزی ایده آل به دست آورند.نتایج: یک سیستم نظارت و مدیریت محصول در زمان واقعی (R-CMM) که DNN، اینترنت اشیا (IoT) و بیوتکنولوژی (BT) را یکپارچه می‌کند در این تحقیق به عنوان یک کاربرد کشاورزی هوشمند پیشنهاد شده است. IoBT با جمع‌آوری سیگنال‌های بیولوژیکی از محیط با استفاده از حسگرهای کوچک، تجدیدپذیر و غیر تهاجمی، داده‌های بلادرنگ را در مورد سلامت گیاه، شرایط خاک و پارامترهای آب و هوایی ارائه می‌کند. با این کار، مدیریت خودکار سیستم‌های محصول و نظارت مستمر از راه دور هر دو امکان پذیر می‌شود و هزینه‌های پرسنل را کاهش و کارایی کلی را افزایش می‌دهد.نتیجه‌گیری: مدیریت مزارع داخلی به تعدادی از ویژگی‌های حیاتی، از جمله دما، رطوبت، رطوبت خاک و شدت نور متکی است که سیستم R-CMM از همه آنها برای حفظ کنترل استفاده می‌کند. استفاده از الگوریتم‌های DNN در این پلتفرم با پیش‌بینی زمان استرس، بهینه‌سازی تخصیص منابع و شناسایی نشانه‌های اولیه بیماری یا هجوم آفات، کشاورزی مؤثرتر و دقیق‌تر را امکان‌پذیر می‌سازد.