Holistisk IoT- och molnbaserad telemetriarkitektur för proaktiv brandövervakning i smart jordbruk

Varför smartare brandbevakning på gården spelar roll

Bönder världen över står under press att producera mer mat samtidigt som klimatförändringar gör deras mark torrare och mer brandbenägen. En enda brand kan på några minuter radera grödor, jord och utrustning och hota både lokala försörjningar och matförråd. Denna artikel presenterar ett nytt realtidssystem för brandövervakning utformat särskilt för moderna gårdar. Genom att kombinera billiga sensorer, små datorer och molnprogramvara syftar det till att upptäcka farliga lågor och rök tidigt, varna bönder inom sekunder och hålla tekniken stabil och driftssäker ute på fältet.

Bränder, ömtåliga skördar och behovet av snabba varningar

I många regioner minskar brukbar åkermark i takt med ökande temperaturer, torka och skogsbränder, samtidigt som den globala efterfrågan på livsmedel stiger. Traditionell brandhantering inom jordbruket är ofta reaktiv: människor upptäcker rök, ringer om hjälp och agerar först när lågor syns. Nyare forskning har försökt förbättra detta med drönare, satellitbilder och AI-baserad brandigenkänning, men dessa lösningar kan vara kostsamma eller bara fokusera på en del av problemet, till exempel sensorer eller datalagring. Författarna menar att gårdar behöver ett prisvärt, heltäckande system som inte bara upptäcker tidiga tecken på brand utan också förflyttar data snabbt, filtrerar bort falsklarm och visar att det kan fungera dag efter dag utan att överbelasta sin egen elektronik.

Tre lager som samarbetar som ett nervsystem

Den föreslagna arkitekturen fungerar som ett nervsystem för fältet, uppbyggt av tre nära sammankopplade lager. På marknivå använder en enhetsnivå enkla rök- och flam­sensorer kopplade via en analog-till-digital-omvandlare till en Raspberry Pi 3 B+ minidator och gateway. Detta lager samplear kontinuerligt luften och närliggande värme samtidigt som det övervakar sin egen hälsa genom att följa processorbelastning och minnesanvändning. Det andra lagret ligger i molnet på en öppen källkodsplattform som heter ThingsBoard, vald för sin flexibilitet och kostnadseffektivitet vid skalning. Det tar emot ett jämnt flöde av kompakta datapaket som skickas varannan sekund med MQTT-meddelandestandard och JSON-format, väl anpassat för ojämna landsbygdsuppkopplingar. Det tredje lagret bearbetar denna telemetri och driver instrumentpaneler, regelmotorer och automatiska varningar som omvandlar råa tal till tydliga signaler som bönder kan agera på.

Från sensorvärden till omedelbara varningar

I centrum av systemet finns en självkonfigurerande algoritm som koordinerar molnanslutning, paketerar varje sensoravläsning och skickar den med inbyggda kontroller för timing och innehåll. Varje cykel samlar Raspberry Pi in rök- och flamprocent, beräknar om förhållandena liknar en verklig brand och loggar sin egen CPU- och minnesanvändning. Den kodar därefter allt detta i ett litet meddelande och publicerar det till molnet med kvalitetssäkringsinställningar som bekräftar leverans. I ThingsBoard visas data som grafer och mätare som visar sensorsbeteende, processorbelastning och minnesstabilitet över tid. Regler jämför inkommande värden med tröskelvärden; när flamma och rök stiger samtidigt i ett misstänkt mönster utlöser systemet automatiskt ett e-postlarm så att bonden kan agera inom minuter i stället för timmar. Samma gränssnitt låter användare exportera tabeller med tidigare händelser för att studera trender eller justera trösklarna.

Hur väl systemet presterar i praktiken

Forskarna testade sin prototyp under realistiska förhållanden och simulerade upprepade gånger både brand- och icke-brand­situationer. Av 35 iscensatta bränder identifierade systemet korrekt 34 och uppnådde en detektionsnoggrannhet på 96,1 %. I 15 icke-brandfall höll falsklarmfrekvensen sig under 2,8 %, vilket visar att det kunde skilja verklig fara från vardagliga variationer i rök eller värme. Data tog i genomsnitt mindre än 300 millisekunder att resa från Raspberry Pi till molnets instrumentpanel, vilket gav nära realtidsuppdateringar. Under längre prövningar förblev systemet tillgängligt mer än 98 % av tiden, och minidatorns processor- och minnesbelastning var måttlig och stabil även under kontinuerlig överföring av sensor- och systemhälsodata. Detta tyder på att designen är robust nog att köras under långa perioder utan att krascha eller överbelasta nätverket.

Vad detta innebär för säkrare, smartare jordbruk

Kort sagt visar studien att en prisvärd kombination av fältsensorer, en enda minidator och öppen källkod i molnet kan fungera som ett tillförlitligt tidigt varningssystem för gårdsbränder. Genom att förena detektion, datatrafik, livevisualisering och automatiska e-postvarningar i en testad lösning går författarna bortom tidigare prototyper som bara täckte en eller två delar av pusslet. Deras resultat indikerar att gårdar skulle kunna använda sådana system för att upptäcka bränder medan de fortfarande är små, begränsa skador och bättre skydda skördar och omkringliggande skogar. Även om större försök, förbättrad energieffektivitet och starkare hantering av internetavbrott fortfarande behövs, pekar detta arbete mot en praktisk väg för att göra jordbruket mer motståndskraftigt i en varmare, brandbenägen värld.

Citering: Morchid, A., Salami, A., Khalid, H.M. et al. Holistic IoT and cloud-based telemetry architecture for proactive fire monitoring in smart agriculture. Sci Rep 16, 8669 (2026). https://doi.org/10.1038/s41598-026-43538-0

Nyckelord: smart jordbruk, branddetektion, IoT-sensorer, molntelemetri, livsmedelssäkerhet