《Frontiers in Sustainable Food Systems》:Sustainable agriculture through IoT-driven smart irrigation with explainable AI
水资源正因传统灌溉制度下低效的灌溉实践而日益稀缺;因此,若农民无法在水资源利用与作物健康之间取得平衡,将难以维持作物的健康生长。面对这些挑战,本文提出了一种将现代物联网传感技术(IoT)、机器学习(ML)与可解释人工智能(XAI)整合为一体的新型灌溉系统。该系统通过部署于印度泰米尔纳德邦蒂鲁瓦卢尔县蓬内里乡一块小农户稻田中的现场原型所采集的实时数据进行验证。该系统对稻田和蔬菜试验田的土壤水分、空气温度、相对湿度、太阳辐射强度和降水量进行每15分钟一次的监测。数据通过NodeMCU ESP8266模块发送至云存储系统ThingSpeak。该系统历经90天(2024年1月至3月)的监测,通过6个通道共采集25,920个数据点,经每小时聚合后形成最终的机器学习就绪数据集,包含5,000个数据点。研究人员随后实施了隔离森林(Isolation Forest)异常检测模块,过滤掉3.0%被识别为异常的异常值。继而实施了五种机器学习分类器,并通过分层10折交叉验证进行基准测试。XGBoost模型表现出最优性能,其AUC-ROC(Area Under the Receiver Operating Characteristic curve,受试者工作特征曲线下面积)值达到0.995,交叉验证F1分数为0.992 ± 0.003。该XGBoost模型在标准CPU上的训练时间为2.40秒,单样本推理延迟为0.004毫秒,端到端传感器至执行器管线延迟约为4–6秒,相对于15分钟的采样周期可忽略不计。研究发现,该系统相较于传统人工调度灌溉方式减少了35.1%的用水量,从而为联合国可持续发展目标(SDGs)作出了贡献,包括SDG 2(零饥饿)、SDG 6(清洁饮水和卫生设施)以及SDG 13(气候行动)。
《基于可解释人工智能(XAI)的物联网驱动智能灌溉与可持续农业》一文发表于《Frontiers in Sustainable Food Systems》(《可持续食品系统前沿》),研究人员针对传统灌溉实践中存在的水资源浪费严重、灌溉决策缺乏作物需求适应性以及机器学习模型可解释性不足等核心问题,构建并验证了一套融合物联网传感、机器学习与可解释人工智能的集成化智能灌溉系统。
研究背景方面,全球农业消耗约70%的淡水抽取量,其中大量水分因径流、蒸发或非必要灌溉而损失。传统基于固定阈值或固定时间表的灌溉方式无法响应降雨事件、大气蒸发需求(ET
0,参考作物蒸散量)及土壤水分动态变化,导致作物长期处于过度灌溉与灌溉不足交替的胁迫状态。尽管物联网(IoT)平台已能以低成本高频次采集多传感器环境数据,机器学习算法可从传感器历史数据中识别灌溉需求模式,但现有系统仍面临两大关键挑战:一是户外部署的土壤传感器受极端温度、电气干扰及电极降解等因素影响易产生异常读数,二是诸如XGBoost等集成机器学习模型属于"黑箱"模型,其灌溉决策缺乏可解释性,难以获得农民信任及满足监管要求。研究人员基于三项实际考量选择了机器学习路径而非规则自动化、独立物理模型或深度学习:规则系统无法同时覆盖ET
0、土壤水分亏缺时程演变及多传感器组合条件;FAO-56物理模型所需土壤水力学参数在小农户场景下难以获取;而长短期记忆网络(LSTM)的推理延迟高达1.820毫秒,是XGBoost(0.004毫秒)的458倍,不适于微控制器(MCU)边缘部署。
该研究的核心目标在于同时解决预测准确性、传感器可靠性与模型透明性三大挑战,其创新贡献包括:双任务机器学习架构联合优化二分类灌溉决策与连续泵运行时间回归;直接在原始传感器通道上运行的隔离森林(Isolation Forest)异常门控机制;为每次灌溉决策提供农学可解释特征排序的SHAP(SHapley Additive exPlanations,沙普利加性解释)可解释性方法;与同源云后端联动的物联网施肥机器人集成;以及基于实时硬件数据而非纯合成或第三方数据集的验证。
研究样本来源于印度泰米尔纳德邦蒂鲁瓦卢尔县蓬内里乡(北纬13.34°,东经80.19°,海拔8米)一块面积约0.05公顷的小农户田地,监测期为2024年1月1日至3月31日的旱季高峰作物周期,覆盖水稻(Oryza sativa,ADT 43短季品种)及番茄、茄子等短周期蔬菜的混作体系。该地点属科罗曼德尔沿海平原,气候类型为柯本分类中的热带疏林气候(Aw),具有东北季风(10月至12月)与1月至5月旱季的典型特征。传感器节点包含三台电容式土壤水分探针(FC-28模块,0–3.3 V模拟输出,校准后±3% VWC精度,安装于10–15厘米根区深度)、DHT11数字温湿度传感器(±2°C,±5% RH)、光敏电阻光照强度模块及翻斗式雨量计,均通过Arduino UNO R3微控制器(ATmega328P,16 MHz)采集,经NodeMCU ESP8266 Wi-Fi模块每15分钟上传至ThingSpeak云存储。灌溉标签通过泵启动日志与现场技术员人工记录双源确定:若某小时内泵运行超过5分钟则标记为灌溉事件。经每小时聚合与质量过滤后,原始25,920条记录缩减至5,000条机器学习就绪记录,其中灌溉事件约占7%。
研究所采用的关键技术方法涵盖以下六个方面:第一,基于隔离森林(参数设置为200棵树,污染率0.03匹配人为注入的3%硬件故障信号)的异常检测门控,在特征工程前运行于六个原始传感器通道,剔除异常记录以净化训练集;第二,特征工程将六个原始传感器特征扩展为20维特征集,包括原始传感器数据(土壤水分、温度、湿度、光照强度、降雨量、ET
0)、时间编码(正弦/余弦小时与年内日)、滚动统计量(6小时土壤水分均值/标准差、温度均值、降雨累积量)及农学衍生指数(水汽压差VPD、胁迫指数、热负荷、降雨标志),其中ET
0通过FAO-56 Hargreaves–Samani公式在NodeMCU上基于温度与光照数据计算;第三,针对7%的类别不平衡,采用SMOTE(Synthetic Minority Over-sampling Technique,合成少数类过采样技术,k=5,少数-多数比例1:2)严格在训练折内实施,防止评估-running window评估污染;第四,双任务机器学习框架,将问题分解为任务一(二分类:是否需要灌溉,采用XGBoost分类器)与任务二(回归:泵运行分钟数,采用XGBoost回归器),XGBoost超参数经粗网格搜索与精细优化两阶段确定(分类器:n_estimators=400,max_depth=6,learning_rate=0.05,subsample=0.80,colsample_bytree=0.80,reg_alpha=0.00,reg_lambda=1.00,min_child_weight=1;回归器除reg_alpha=0.10外其余相同);第五,模型可解释性通过TreeSHAP实现,基于合作博弈论计算每个特征对模型输出的边际贡献,在300个保留测试样本上计算精确SHAP值以获得全局特征重要性排序;第六,全面的计算复杂度与边缘部署可行性分析,包括将XGBoost模型通过ONNX(Open Neural Network Exchange,开放神经网络交换)Runtime Micro格式量化部署于ESP32-S3(8 MB PSRAM)或STM32H7(Cortex-M7)。
研究结果部分,各小节内容如下。
相关研究分析。研究人员将智能灌溉技术发展划分为三个阶段:第一代基于土壤水分阈值的继电器自动化,虽降低劳动成本但无法响应降雨与ET
0变化;第二代无线传感器网络与云仪表板,但仍基于阈值逻辑,未充分利用传感器数据;第三代机器学习模型从历史数据中学习灌溉策略,其中梯度提升(XGBoost、LightGBM)因强精度与抗过拟合正则化成为结构化农业传感器数据的默认选择,而LSTM网络虽能建模时间依赖但推理成本高昂。现有文献普遍存在两个缺口:传感器故障检测极少内置于机器学习管线,模型透明性被视若可有可无。本框架将两者作为首要工程需求。
野外部署地点与硬件。详细描述了蓬内里试验田的地理环境、气候特征、作物配置及传感器节点的具体硬件组成与布局,强调该数据集源自作者自主构建并运维的物理传感器部署,区别于纯仿真研究。
数据集描述。呈现数据集的完整特征参数表,涵盖地理位置、作物类型、土壤理化性质、监测周期、采样间隔、原始与聚合记录数、各传感器技术规格、灌溉标签来源与类别分布、ET
0推导方法及通信架构,明确3%异常注入用于隔离森林验证。
与已发表基准数据集的比较。通过与Rahman等人(2024)、Gupta等人(2025)、Esmail等人(2023)等研究的数据集对比,凸显本研究数据集的独有优势——唯一来源于实际田间原型硬件部署,具有90天时长、25,920原始/5,000机器学习记录、15分钟/1小时双时间分辨率及六通道传感器配置。
硬件框架。系统包含智能灌溉控制与移动施肥机器人两个子系统。土壤条件监测采用三探针多数投票机制,至少两个传感器低于阈值方触发泵启动;大气与太阳辐射监测通过LDR模块与DHT11传感器估计ET
0;灌溉控制流程涵盖传感器采集、ThingSpeak上传、多数投票决策、泵启动及Push bullet应用推送通知;完整控制电路经Proteus 8 Professional仿真验证后构建物理原型;物联网施肥机器人基于L298N双H桥电机驱动、HC-SR04超声波避障、红外循迹导航、TCS3200色彩识别作物类型及SG90舵机喷雾实现精准施肥。
硬件性能指标。90天部署期间通信可靠性达99.3%(25,743/25,920数据包成功接收),平均端到端传输延迟3.8 ± 1.2秒,Arduino UNO + ESP8266主动功耗1.1 W(5 V × 220 mA)、空闲功耗约18 mA、有效平均功耗约51 mA,FC-28探针90天最大漂移2.8% VWC(在±3%规格内),ESP32-S3边缘推理功耗0.26 mJ/次, resultant battery life estimate(基于1,000 mAh锂电池与深度睡眠协议)超过60天。
数据预处理与特征工程。四阶段预处理流程包括:缺失值前向填充与中位数插补、15分钟至小时聚合、基于1st–99th百分位±3×IQR的Winsorization离群值截断,以及隔离森林异常门控(排除3.0%异常记录后从6,286降至5,000记录,首6小时滚动窗口 warmup 记录因滚动特征无法计算而移除)。20维特征分四组:原始传感器、时间编码、滚动统计量及农学指数。
机器学习框架。问题形式化为训练集D = {(x
i, y
i, r
i)},其中x
i ∈ ?
20,y
i ∈ {0,1},r
i ≥ 0。XGBoost目标函数通过二阶Taylor展开优化叶子权重,任务一采用二元交叉熵,任务二采用平方误差。模型选择比较涵盖Logistic Regression、Random Forest、XGBoost、SVM (RBF)、MLP及LSTM六种方法。
分类性能。在970样本保留测试集(7%正类)上,XGBoost以AUC-ROC 0.995、10折交叉验证F1 0.992 ± 0.003、推理延迟0.004 ms、训练时间2.40秒表现最优;LSTM因1.820 ms推理延迟不适于微控制器控制循环。XGBoost混淆矩阵显示970测试样本中954真阴性、6真阳性、8假阳性、2假阴性。需特别说明的是,AUC-ROC 0.995与保留集F1 0.497之间的差异源于类别极度不平衡下固定0.5决策阈值的敏感性,而10折交叉验证F1(SMOTE平衡集)证明模型确实习得了潜在灌溉模式。
模型推理与实用适用性。Logistic Regression适用于超低功耗ATmega328级别微控制器;Random Forest需Raspberry Pi级网关;XGBoost通过ONNX Runtime Micro可部署于Cortex-M7,为推荐方案;SVM因延迟与存储空间不适;MLP兼容TFLite Micro;LSTM因需24样本历史缓冲及高延迟排除。
泵运行时间回归预测。XGBoost回归器解释64.1%方差(R
2 = 0.641),MAE = 1.73分钟,按20 L/min泵流量计±34.6 L/事件,在FAO推荐的±100 L滴灌精度容差内。残差呈高斯分布且中心为零,确认无系统性偏倚。
SHAP特征重要性分析。全局重要性排序依次为:土壤水分(mean|φ| = 2.38,FC-28探针实测)、6小时滚动土壤水分均值(mean|φ| = 1.24)、年内日(mean|φ| = 0.86,编码季节性ET
0节律)、土壤水分滚动标准差(mean|φ| = 0.36)、水汽压差(mean|φ| = 0.17),以及瞬时降雨(mean|φ| = 0.006)与6小时累积降雨(mean|φ| = 0.15)的显著差异。所有结果与FAO-56灌溉理论及实时硬件测量一致。
消融研究。移除滚动统计量导致F1下降0.024、AUC-ROC下降0.016,确认6小时土壤水分历史轨迹携带瞬时读数无法提供的非冗余预测信号;农学指数贡献恒定+0.007 F1且计算成本可忽略;五原始硬件通道单独实现AUC-ROC 0.907。
与已发表最新技术比较。系统在≥35%节水、XAI与传感器异常检测三方面同时达到最优,硬件成本约45美元,显著低于500–5,000美元的商用系统,具备从单块(0.05–2公顷)到区域(50–10,000公顷)的三级可扩展部署路径。
用水消耗分析。两阶段ML系统消耗3,395 L,较人工系统5,230 L减少35.1%;回归阶段(任务二)较二分类单独使用额外贡献12.8个百分点节水效果,通过调节而非固定泵运行时间实现。
计算复杂度与边缘部署。XGBoost量化为~900 KB ONNX格式,ESP32-S3在240 MHz、3.3 V、160 mA主动电流下每推理周期0.26 mJ。端到端管线延迟(采样3.8 ± 1.2秒→特征提取与推理<1毫秒→继电器动作<0.5秒)总计4–6秒,较15分钟采样周期及60分钟ML特征聚合窗口微不足道。
性能总结。系统最佳AUC-ROC 0.995(XGBoost,保留测试)、最佳F1-Score 0.497(XGBoost,保留测试)、10折CV F1 0.992 ± 0.003、与Random Forest比较的配对t检验t = 0.903, p = 0.390、回归MAE 1.73分钟、R
2 0.641、异常检测率3.0%、异常过滤AUC增益+0.037、推理延迟0.004 ms/样本、训练时间2.40秒、端到端延迟~4–6秒、通信可靠性99.3%、节水率35.1%、较阈值自动化节水30.0%、预估作物产量改善4.2%、ESP32电池寿命>60天。
讨论部分,研究人员对关键发现进行了深入阐释。关于458倍推理速度差距,XGBoost不仅更快且更准确,LSTM需24小时历史缓冲而XGBoost仅依赖当前特征向量与6小时滚动统计,对快速响应作物胁迫至关重要。消融研究中时间循环编码移除后F1微增的反直觉现象,源于sin/cos小时与6小时滚动温度均值之间的轻度多重共线性,在5,000记录硬件数据集上后者已捕获相同信息,但多季节大数据量下时间编码预期有益。SHAP降雨发现中,瞬时降雨近乎无关(mean|φ| = 0.006)而6小时累积降雨重要性提升25倍(mean|φ| = 0.15),这与作物根系 recharge 的实际农学行为一致。AUC-ROC与F1差异的解释强调,0.992 ± 0.003的10折交叉验证F1与0.995 AUC-ROC证明模型准确学习灌溉模式,保留集F1低值完全归因于7%正类比例下固定0.5阈值的设定,最优阈值需结合漏灌与误灌成本通过PR曲线确定。35.1%节水在0.05公顷原型上绝对量有限,但缩放至10,000公顷灌溉区可达每季节3,670万升,相当于约200户农村家庭年饮用水需求,亦为基础设施规划指标。统计检验(p = 0.390)表明XGBoost与Random Forest交叉验证F1无显著差异,选择XGBoost的实践的因在于其推理速度(0.004 ms vs. 0.265 ms)对实时微控制器控制的决定性优势,以及原生SHAP兼容性对XAI集成的必要性。
关于未来方向,研究人员指出生成式人工智能的三个潜在补充方向:利用GAN生成逼真少数类灌溉事件序列以优于SMOTE;LLM与SHAP输出模块集成将逐决策特征重要性转化为泰米尔语、印地语、泰卢固语等区域性语言的自然语言灌溉建议;基于扩散模型模拟替代气候条件下的土壤水分轨迹以进行季风前灌溉规划。同时明确当前受限资源约束,数十亿参数模型尚无法部署于微控制器硬件。
研究局限性涵盖多个维度。传感器校准漂移与降解方面,FC-28探针90天最大漂移2.8% VWC在制造商±3%规格内,但高电导率土壤可能更严重,建议每60–90天重新校准并加装电导率传感器。ET
0估计的环境变异性方面,LDR模块的光谱响应随季节变化可能导致非季节性部署的系统误差,建议以ML8511 UV模块或SQ-110 PAR传感器替代;DHT11的±2°C精度对当前应用约产生±0.3 mm/day ET
0不确定度,但高精度应用可能不足。长期维护需求方面,翻斗式雨量计受落叶昆虫堵塞需人工清理,自清洁设计与ET
0反演多重估计可提升自主性;DC潜水泵叶轮磨损与硬水结垢需每季初维护;量化XGBoost模型OTA更新目前需基础嵌入式ML知识。地理与季节泛化约束方面,单一旱季90天、单一地点、特定土壤作物组合的限制明确,土壤水力特性显著不同的区域(如Telangana和Maharashtra的黑棉土VWC>45% vs. 本研究25–35%)及西南季风盈余条件需重新训练,多年生作物需整合FAO-56 Kc系数。数据集范围与再训练需求方面,5,000记录足证框架但仅覆盖单一农气情景,多季节多地点复制不可避免,但轻量化设计(2.40秒训练时间)使周期性再校准可行。
可持续性与SDG影响部分,系统直接贡献于SDG 6(35.1%节水,10,000公顷规模达每季节3,670万升)、SDG 2(4.2%产量提升与靶向施肥减少营养浪费)及SDG 13(每升未泵送节省约0.0004 kWh电能及提升气候适应性)。可扩展路径从单块原型通过共享NodeMCU网关(40–50美元/田块)到区域部署,最终整合至印度Kisan Call Centre等国家农业咨询平台,每步降低单农成本同时保持精度-透明性-可靠性 triad。45美元节点成本对泰米尔纳德小农户可及,较商用系统500–5,000美元低一个数量级。
研究结论部分翻译如下:本文提出并验证了一种基于物联网的智能灌溉框架,利用作者自主原型在印度泰米尔纳德邦蒂鲁瓦卢尔县蓬内里乡小农户稻田中90天部署所采集的实时数据进行验证。核心发现是隔离森林异常检测、XGBoost两阶段机器学习预测和SHAP可解释性三项技术相互补充、缺一不可:异常门控防止损坏传感器读数污染训练集;XGBoost在0.004毫秒推理延迟下实现AUC-ROC 0.995和10折CV F1 0.992 ± 0.003;SHAP则提供符合FAO-56原则、可供农民和监管部门审计的农学可解释决策依据。
训练前移除3%异常传感器记录带来的AUC-ROC增益达0.037,超过多数分类器单独贡献。回归阶段较二分类额外贡献12.8个百分点节水效果,总计较人工灌溉基线节水35.1%。消融研究证实6小时滚动统计为最重要工程特征组,确认物理探针阵列的短期土壤水分轨迹至关重要。
XGBoost分类器可在标准CPU硬件上仅需2.40秒完成训练,便于传感器漂移或农艺条件变化时周期性再训练;端到端传感器至执行器管线延迟约4–6秒,为实时农业控制需求留足余量。XGBoost与Random Forest交叉验证准确率具有竞争力,XGBoost推理速度快66倍且原生兼容SHAP,经统计检验量化(配对t检验,p = 0.390)。
未来工作已确定三个生成式人工智能方向:利用GAN生成合成灌溉事件以促进多季节数据集;LLM与SHAP模块集成向农民提供泰米尔语、印地语、泰卢固语自然语言解释;利用扩散模型模拟土壤水分条件以进行气候变异下的季前灌溉规划。
此处展示的完整流程(硬件采集传感器数据→异常检测清洗→快速可解释集成模型→SHAP逐决策分解)不限于灌溉。仅需调整特征集与标签规则,即可适配病害 onset预测、施肥调度或收获时机决策等场景。缩小研究原型与小农户生产部署之间的差距是人因与技术因素的双重挑战,本工作着力解决技术层面;未来SHAP驱动的移动咨询应用旨在应对人因层面。二者共同构成解决SDG 2、SDG 6和SDG 13的可行、现实方案栈,且仅采用现成组件实现。