基于生态可持续理念的物联网屋顶花园监测与种植建议系统，结合机器学习技术

《Scientific Reports》：Eco sustainable IoT based roof garden monitoring and planting recommendation system with machine learning

　　

摘要

在快速扩张的城市中，可持续的城市农业对于保障粮食安全及解决环境问题具有重要意义。低效的灌溉方式、不当的作物选择以及缺乏实时监测是传统屋顶园艺面临的主要挑战。为了解决这些问题，本研究提出了一种基于智能物联网的环保型屋顶花园传感器系统，以及一种依靠电力运行的机器学习驱动的种植建议系统。该系统配备了一组低成本传感器，可用于检测土壤湿度、pH值、温度、湿度和降雨量，同时还配有自动灌溉系统，能够利用收集到的雨水实现高效且可持续的用水管理。系统的核心是一个随机森林机器学习模块，它能分析实时环境数据，判断是否适合种植，并推荐最适合当前屋顶所在地区微气候条件的作物。该系统在感知、处理和用户界面三个层面同步运行，通过响应式的GrowGreen网络仪表板展示实时监测数据、灌溉通知以及按优先级排序的推荐作物。实验结果表明，随机森林模型的预测准确率高达92%，灌溉效率达到95%，充分证明了所提出框架的实际可行性。通过创新性地结合物联网和机器学习技术，该平台有助于实现环保型的屋顶农业，不仅能优化水资源利用，提升作物产量，还有助于推动智能、具有韧性的绿色城市的发展。