مدل فعال شده با IoT و fog برای کشت زعفران در کشاورزی دقیق

با افزایش تعداد دستگاه‌های هوشمند، مسائل مربوط به ذخیره‌سازی داده‌ها به سرعت افزایش یافته و همچنین سرعت پردازش داده‌ها به طور موثری با نیازهای یک مخزن سرور ابری متمرکز مطابقت نخواهد داشت. برنامه‌های حساس و حیاتی مانند عملیات و سیستم‌های کنترل هواپیما، سیستم‌های بانکداری آنلاین نیاز به کمترین تأخیر و زمان پاسخ سریع دارند. برای رسیدگی به این مسائل و ارائه خدمات ابری در دسترس کاربران لبه بدون ایجاد تأخیر (مثل تأخیر پردازشی، تأخیر شبکه و غیره)، مفهوم محاسبات مه به وجود آمد. محاسبات مه داده‌های زمان واقعی را بدون هیچ تأخیری در نزدیکی لبه شبکه در اختیار کاربران موبایل قرار می‌دهد. با کاهش کشت زعفران در دهه گذشته به دلیل چالش‌های فراوان خشکی و اقلیمی، اینترنت اشیا (IoT) به نظر می‌رسد یک راه‌حل بی‌نقص برای کشت آن باشد.

در این مقاله پژوهشی، یک مدل اطلاعاتی مبتنی بر مه برای کشت زعفران پیشنهاد شده است که اطلاعات را به همه زعفران‌کاران به‌عنوان یک سرویس ابری با استفاده از اینترنت اشیا و مه ارائه می‌دهد و در نتیجه امکان تأخیر و مشکلات ذخیره‌سازی را از بین می‌برد. همچنین، خدمات ارائه‌شده توسط گره مه با استفاده از ماژول Wi-Fi ESP32 مورد بررسی قرار گرفته است. برای اجرای مدل پیشنهادی، داده‌های جمع‌آوری‌شده از گره‌های حسگر در فضای ابری ذخیره می‌شوند و تحلیل داده‌های کلان بر روی داده‌های جمع‌آوری‌شده انجام می‌شود. به طور همزمان، فناوری یادگیری ماشین برای افزایش محصول و اتخاذ تصمیمات مناسب برای همه زعفران‌کاران در کشاورزی هوشمند استفاده خواهد شد. همچنین کاهش روندهای تحقیقاتی در دهه گذشته با استفاده از پارامترهای مختلف نیز ارائه شده است.

With the increase in the number of smart devices, there will be rapid growth of data storage issues and also data processing speed will not match effectively with the requirements of a centralized cloud server repository. Mission-critical and sensitive applications like aircraft operations and control systems, online banking systems will need minimum latency and quick response time. To address these issues and provide cloud services available to the proximity of edge users without causing delays (like processing delays, network delays, etc.), the concept of fog computing came into existence. Fog computing makes real-time data available to mobile users without any delays close to the edge of the network. With the decline of saffron cultivation in the last decade due to numerous arid and climatic challenges, the Internet of Things (IoT) seems to be an impeccable solution for its cultivation.

In this research contribution, a fog-assisted information model for saffron cultivation has been proposed which delivers information to all saffron cultivators as a cloud service using IoT and fog, thus eradicating the possibilities of latency and storage issues. Also, the services offered by the fog node using the ESP32 Wi-Fi module are discussed. To implement the proposed model, data gathered from sensor nodes is stored on the cloud and big data analytics is performed on collected data. Simultaneously, machine learning technology will be used to facilitate increased crop yield in making proper decisions for all the saffron cultivators in smart farming. The decline in research trends in the last decade using various parameters has also been presented.