基于云预测建模的三层分布式架构:半干旱环境智能温室监测与预测
《Future Internet》:A Three-Layer Distributed Architecture with Cloud-Based Predictive Modeling for Intelligent Greenhouse Monitoring and Forecasting in Semi-Arid Environments
【字体:
大
中
小
】
时间:2026年08月28日
来源:Future Internet 4.6
摘要
半干旱地区的温室农业面临着难以应对的持续性挑战,包括不可预测的温度变化、霜冻事件和季节性干旱胁迫——如果没有前瞻性气候信息,这些问题将难以有效管理。本文介绍了部署在阿根廷圣路易斯省多诺万(Donovan)的端到端智能温室监测与温度预测系统的设计、实现与验证。所提出的平台将三层物联网架构与基于云的统计预测相结合,以支持半干旱气候条件下的实时决策。系统集成了传感器节点、部署在圣路易斯国立大学的 push-MQTT 网关(用于绕过区域 API 地理限制)以及云端应用层。评估了三种六小时预测周期的预测策略:单变量 SARIMA 基线模型(模型1)、使用四个邻近气象站作为单独外生回归变量的 SARIMAX 模型(模型2),以及采用单一相关性加权合成外生指数的 SARIMAX 模型(模型3)。使用平均绝对误差(MAE)、均方根误差(RMSE)和 Diebold–Mariano 统计显著性检验对模型进行评估。结果表明,由于多重共线性问题,直接引入多个相关外生变量并不能提高预测精度;而所提出的相关性加权合成指数在降低模型复杂度的同时保留了空间预测信号,整体性能与基线模型相当,并且在夜间时段取得了统计上显著的提升。此外,与随机森林、支持向量回归、时间卷积网络和长短期记忆网络模型进行的基准测试表明,增加模型复杂度并不一定意味着短期温室温度预测性能的改进。总之,所提出的物联网架构和预测框架为资源受限的半干旱环境中智能温室监测与预测决策支持提供了一个经过操作验证的解决方案。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号