面向智慧农业的整体物联网与云端遥测架构，用于主动火情监测

为什么更智能的火情监测对农场很重要

全球各地的农民在气候变化使土地更加干燥和易燃的背景下，被迫提高产量。一次火灾可以在几分钟内摧毁作物、土壤和设备，威胁当地生计与粮食供应。本文提出了一种专为现代农场设计的新型实时火情监测系统。通过结合廉价传感器、小型计算机与云端软件，该系统旨在尽早识别危险的火焰和烟雾，在数秒内警示农民，并保持现场设备长期可靠运行。

火灾、脆弱的收成与快速预警的必要性

在许多地区，气温上升、干旱和森林火灾正在缩减可用耕地，与此同时全球粮食需求快速增长。传统的农业火情管理往往是被动的：人们发现烟雾后报警，只有在火焰可见时才应对。近期研究尝试通过无人机、卫星影像和基于人工智能的火情识别来改进这一点，但这些解决方案成本较高或只关注问题的一部分，例如仅关注感知或数据存储。作者认为，农场需要一种经济的端到端系统，它不仅能检测火情早期迹象，还能快速传输数据、过滤误报，并在不使自身电子设备超负荷的情况下日复一日稳定运行。

像神经系统一样协同工作的三层结构

所提架构类似田间的神经系统，由三层紧密连接的层级构成。地面层由设备组成，使用简单的烟雾与火焰传感器，通过模数转换器接入 Raspberry Pi 3 B+ 小型计算机与网关。这一层不断对空气与邻近热源采样，同时通过跟踪处理器负载与内存使用情况来监测自身健康。第二层部署在云端，基于名为 ThingsBoard 的开源平台，之所以选用它是因为其灵活且易于低成本扩展。该层接收以 MQTT 消息标准和 JSON 格式每两秒发送一次的紧凑数据包流，适合断断续续的农村互联网连接。第三层负责处理这些遥测数据，驱动仪表盘、规则引擎与自动告警，将原始数值转换为农民可采取行动的明确信号。

从传感器读数到即时告警

系统的核心是一套自配置算法，负责协调云端连接、打包每次传感器读数，并附带时间与内容检查进行发送。每个周期，Raspberry Pi 采集烟雾与火焰百分比，计算当前条件是否像真实火灾，并记录自身 CPU 与内存使用情况。然后将所有信息编码为一条小消息，并以确认交付的服务质量设置发布到云端。在 ThingsBoard 上，数据以图表与刻度显示，展示传感器行为、处理器负载和内存稳定性随时间的变化。规则将进来的数值与阈值比较；当火焰与烟雾同时异常上升并呈现可疑模式时，系统会自动触发电子邮件警报，使农民能在数分钟而非数小时内响应。同一界面还允许用户导出历史事件表以研究趋势或调整阈值。

系统在实践中的性能如何

研究人员在现实条件下测试了原型，多次模拟火灾与非火灾场景。在35次模拟火灾中，系统正确识别了34次，检测准确率为96.1%。在15次非火灾场景中，误报率保持在2.8%以下，表明系统能够将真实危险与日常烟雾或热度波动区分开来。数据从 Raspberry Pi 到云端仪表盘的平均传输时间小于300毫秒，提供近实时更新。在更长时间的试验中，系统可用性超过98%，且小型计算机的处理器与内存负载保持适中且稳定，即使在持续发送传感器与系统健康数据时也是如此。这表明该设计足够稳健，可长期运行而不崩溃或阻塞网络。

这对更安全、更智能的农业意味着什么

简而言之，研究表明，一套由现场传感器、单台小型计算机和开源云工具组成的经济方案，可以作为农场火情的可靠早期预警系统。通过在一个经过测试的部署中统一检测、数据传输、实时可视化与自动电子邮件警报，作者超越了此前只涵盖一两部分拼图的原型。他们的结果表明，农场可以利用此类系统在火势尚小的时候发现火情，限制损失，更好地保护收成和周边林地。尽管仍需更大规模试验、更高的能源效率和更强的断网应对能力，这项工作为在变暖且多火险的世界中增强农业韧性提供了实用路径。

引用: 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

关键词: 智慧农业, 火灾检测, 物联网传感器, 云端遥测, 粮食安全