基于区块链的智能农业安全系统

面向区块链与边缘计算的基于物联网的智能气候农业系统安全框架

摘要

提出了一种智能气候与灌溉农业系统，该系统通过安卓应用程序进行控制，针对中小型农业田地实现智能用水。数据隐私与安全是当前物联网（IoT）应用中的重大挑战，随着连接设备数量的增加，这些设备更容易受到安全威胁。本系统采用智能模糊逻辑与区块链技术，以实现及时分析并保障网络安全性。

所提系统设计包含多种传感器，用于采集环境与田间实时数据，如温度、土壤湿度、光照强度和湿度。感知到的田间信息被存储在物联网云平台中，经过数据条目分析后，通过实施智能模糊逻辑与区块链技术来调度灌溉。基于不同规则集的智能模糊逻辑可做出智能决策，以满足植物的灌溉需求，而区块链技术则为物联网系统提供了必要的安全性。区块链技术的实现仅允许受信任设备访问并管理网络。实验结果表明，所提系统具有高度可扩展性与高安全性。多个用户可同时通过所提智能农业系统远程监控并交互操作。系统根据输入变量应用智能模糊逻辑做出决策，并向用户发送有关田间灌溉需求的警报。所提系统能够通知用户开启或关闭水泵电机。实验结果还表明，该系统是一种高效且高度安全的应用程序，能够有效处理植物灌溉过程。

关键词 ：物联网、传感器、数据隐私与安全、模糊逻辑、决策支持

1 引言

由于农业的现代化，农业中的气候监测对于农作物产量的生长至关重要。通过气候监测，提高浇水过程的效率也非常重要，因为全球大部分地区都面临淡水资源短缺的问题[1]。因此，需要一种自动智能农业系统，能够在最大农作时间内为植物提供所需的水量并进行气候监测。这种自动化的气候监测与浇水在亚洲地区至关重要，因为该地区水资源有限且环境变化频繁。许多亚洲国家长期处于炎热天气的严酷条件下，并采用滴灌系统来支持小规模农业。然而，由于在白天和夜晚、夏季与冬季不同季节中对浇水量的控制不足，滴灌系统并不高效[2]。为了高效利用有限的水资源，必须采用智能农业解决方案，以在恶劣天气条件下获得更高的农作物产量。此外，许多普通民众缺乏高效种植植物的知识与关键认知。植物灌溉需要对土壤湿度水平、天气状况以及浇水量进行适当控制，以促进植物生长。已有多种技术被设计用于提高灌溉过程中的水资源利用效率[3–6]。然而，这些技术均存在一定的局限性，无法高效地利用水资源并实现对气候的持续监测。

所提出设计的主要重点是展示一种能够监控气候并在最大农作时间内为植物提供水资源高效利用的自动智能农业系统效地利用水资源以在最大农作时间喂养植物[7]。此外，本研究还通过移动应用提供定期支持，用于持续监控气候和浇水过程。采用区块链技术来保障所提出的智能农业系统的隐私[8]。模糊规则与规则集一并实施，用于智能决策，这些规则应用于通过沿田间部署的传感器收集的数据，并根据植物的浇水需求控制浇水量菲尔德，并根据植物’的浇水需求提供浇水量的控制[9]。所采用的区块链技术实现了物联网(IoT)设备之间安全的信息访问[10]。所采用的区块链技术通过仅允许受信任设备访问，从而控制和管理所提出的智能气候与浇水农业系统(ICWAS)。多个用户可同时通过所提出的ICWAS原型远程监控和交互。该原型应用程序使用安卓设计，模糊逻辑方法根据输入值决定相应操作。所提出的ICWAS基于气候和土壤参数的输入值，进一步激活执行器以做出浇水决策，例如周期性地打开和关闭水渠。

湿度、温度和土壤湿度水平在一天24小时内各个部分之间有所不同。这是导致一天中不同区域浇水需求变化的原因。所提出的ICWAS通过部署的传感器监测气候、光照强度、温度、湿度以及土壤含水量。感知信息随后通过Wi-Fi传输到服务器，以便通过设计的应用程序在智能设备上提供定制化的浇水指导，并持续监控植物’的健康状况[11]。此外，不同种类的植物需要不同水平的灌溉用水，因此，有效利用水库以促进植物生长至关重要[12]。智能气候与种植农业系统需要量化从部署的传感器收集的输入变量[13]。

在本次实验中，仅考虑了有限数量的植物用于所提系统的建模。相关数据集在当地field采集，以准确监控植物健康状况并推荐相应需求，从而使系统能够以高效的方式指导农民。本研究包含的植物有薄荷、洋葱、黄瓜、萝卜、辣椒、胡萝卜、番茄和大蒜。

ICWAS的安卓应用程序还旨在通过智能设备实现对水量的智能监控与智能管理-。所提出的原型在实验室和田间均进行了有效性测试ff。农民可以轻松访问该应用程序，以高效地监控气候和土壤湿度水平，并将当前的湿度水平与特定植物所需的土壤湿度进行比较fic plant[14]。该设计还提供与植物的远程交互，从而使农民能够根据特定植物的需求调节浇水量fi。所提出的架构通过物联网和区块链技术，支持在全球任何地方通过智能设备远程实时监控农田-。区块链方法被用于保障服务器与物联网设备之间的连接安全[15]。由于所提出的ICWAS设计采用了简单且合理的机制，因此在可盈利层面实施所提出的ICWAS是一种成本fi利化的方案，能够实现更高的效率、吞吐量和准确性fi效-eff果ffi。所提系统不仅成本效益高，同时还能高效利用淡水资源，并通过实时监控气候来定期跟踪植物健康状况。本文其余部分安排如下：第2节讨论了区块链与边缘计算在农业中最新应用的研究进展；第3节介绍了智能农业系统的所提出架构；第4节讨论了所提出架构的结果与分析；第5节给出了结论与未来研究方向。

2 相关研究

在对文献进行详尽的研究过程中，仅发现极少数相关研究旨在提升农业性能，涉及诸如土壤肥力增强[16]等方面。适量的土壤水分是植物高效生长的必要条件之一。水是生命滋养中最关键的成分，有效利用水资源至关重要。一项研究表明，印度农民在农业灌溉中面临低电压和停电问题{s2}。如果农民在停电期间无法进行灌溉，则在电力恢复时极易造成电能和水资源的严重浪费，而过度浇水也会对作物造成严重损害。

针对这些问题，提出了一种物联网与移动应用集成的设计[18]。该设计利用多种传感器测量温度和土壤湿度，并结合树莓派实现水泵的自动开关。作者设计了一种用于监测和灌溉花园的自动系统[19]。该设计根据天气预报和定时设置来安排花园浇水。通过使用预报API获取天气预报信息，并结合树莓派以满足植物的灌溉需求。根据该研究，未来方向将考虑高级传感器、用户界面、时间间隔以及外形规格等因素。作者提出了一种设计方案，该方案结合当前和以往的天气预报来规划植物浇水计划[20]。系统还为其用户提供了一个应用程序，可根据天气状况预测并制定相应的植物浇水计划。系统还提供功能，允许用户选择多种天气预报服务，例如地下天气、访问私人气象站以及晴朗天空条件，以收集不同的天气数据。为访问私人气象站，所提出的设计连接了Netatmo和Davis工具，以获得准确且高度本地化的天气信息[21]。根据室外天气条件，浇水计划被优化。设计中的算法能够补偿天气预报的不准确性，并通过综合考虑土壤湿度、温度、太阳辐射和风速等参数，高效管理灌溉过程，从而有效利用水资源[22]。一项研究提出了一种基于无线传感器网络和云计算技术的智能灌溉监控与控制系统[23]。无线传感器网络与云计算技术的结合有助于监控和控制植物灌溉过程。作者使用一组传感器节点及执行器来测量和评估植物的灌溉需求[24]。该设计还包括一个安卓应用程序，可远程访问滴灌系统。传感器节点与基站之间的通信通过ZigBee模块实现。系统采用基于网页的图形用户界面，实时处理所收集的信息。另一项基于安卓应用程序的设计被提出，旨在使农民能够远程全面进行植物观赏性养护[25]。目前亟需优化和控制灌溉需求，确保草地既不会过度浇水也不会缺水。基于计算机的设计被广泛采用，因为这些技术能够以高准确性、更少的人力投入高效地收集植物信息和环境因素等数据。

近年来，随着技术的发展，智能手机与网页应用在创建高度先进且完全自动化的系统中发挥着关键作用[26]。由于移动性因素，此类设备为全球所有人提供了便捷的计算资源。在日常生活中，由于智能设备的深入渗透，安全的Android应用的开发正受到越来越多的关注。一种类似的系统已通过物联网设备与安卓应用程序的集成被设计出来，该设计可进行扩展并重建[27]。他们的系统包含Arduino和一系列不同的传感设备，这些设备连接在种植器中。来自实时环境的采集数据被存储在云数据库中，但只能通过Web应用程序检索这些数据。该方案能够通过计算机化向用户提供水资源保护的学习，并在基于土壤湿度传感器测量的所提中心系统与计算机系统之间搭建桥梁。

当植入土壤中的电极之间的阻抗因子发生变化时，传感器开始工作。Arduino技术被用于设计一个控制系统，以控制温室中的灌溉和屋顶操作[28]。系统的输入是通过部署的传感器获取的环境数据，如湿度、温度、土壤湿度和光照强度。采集到的信息随后与天气预报信息进行比较，以做出最优决策。引入卡尔曼滤波器以去除传感器中的噪声[29]。在另一项研究中，作者提出了一种基于人口普查的系统，用于测量水位和水流，它们分别与水泵和灌溉渠相连[30]。他们提出了一种设计，利用无线传感器网络将感知信息通过网关节点定期传输至服务器。在Web服务器中，采集到的信息被分析并存储在数据库中，以便对最近值与预定义值进行比较[31]。在他们的系统中，当需要用水时，会生成警报并发送给农民。在一项研究中，作者提出了一种基于物联网设计的数字化方法来处理灌溉过程[32]。传感器被部署在农田中，用于测量湿度水平并通过智能手机网络检查存储中的水位。为了访问传感器信息，服务器上安装了智能软件，以对灌溉做出有效决策。提出了一种设计，通过使用全球移动通信系统模块来改善水资源管理[33]。该设计可定期监测储水水位，并能提供植物生长所需的确切水量建议。它还能测量湿度和温度值，以维持土壤中存在的养分，这些养分对植物生长至关重要。最近，区块链技术因在支持物联网的智能系统中保障传输安全而变得非常流行[34]。农产品的可追溯性正成为一个关键挑战。为解决此问题，有研究提出采用区块链技术来保障农产品追溯的安全性[35]。该研究还结合了多种管理操作，如植物的灌溉与施肥。区块链技术被用于记录分散的农民、卖家、种植者和用户的信息，通过去中心化方式为大量此类操作信息提供安全性。在智慧农业中，有研究通过实施区块链技术基础设施提出了一种设计[36]。所提设计为维护农业领域的数据完整性提供了必要的安全保障。智慧农业中的区块链技术为用户和各类农民提供了便利，确保高质量且有价值信息的不可篡改性[37]。区块链技术增强了水资源管理的空间可追溯性以及灌溉控制信息的可访问性。

在一项研究中，开发了一种农田灌溉系统，通过采用现代农业流程促进农产品提升和农村居民生计改善[38]。在他们所提系统中，作者实施了区块链技术，以保障灌溉渠中历史记录信息不被篡改，其中灌溉信息通过各个农田协会的灌溉组织进行访问。人工智能与物联网在医疗保健应用中的作用[39–41]。此外，还讨论了在农业中雾计算的任务卸载所使用的蚁群优化算法[42]。

感知信息可用于灌溉资源维护过程。区块链技术作为灌溉协会与农民之间的集成桥梁，支持植物灌溉并高效利用水资源。表1-列出了可用于智慧农业的各种设计方法的比较。农业领域早期设计的系统主要关注通过测量土壤湿度来高效利用灌溉用水[43]。然而，控制用水量并改善植物生长的关键参数包括土壤类型、光照强度、湿度和温度。由于不同植物需要不同的浇水方式方式需求，因此相似的植物可能具有不同的灌溉需求，包括适宜环境与土壤类型[44]。表1中的对比清楚地表明，迫切需要设计一种智能系统，能够基于实时基础准确测量气候与灌溉需求，并考虑所有可能的参数。

ICWAS 是一种尝试，提供了一种综合考虑多种约束条件而不仅仅是测量土壤湿度的解决方案。第三节讨论了该系统的设计、工作原理以及实验分析。

3 智能农业系统架构设计

所提出的ICWAS在设计时考虑了安全性和数据完整性，通过实施区块链技术来实现。区块链应用于通过设备跟踪和追溯在所提系统运行期间执行的交易。区块链技术不仅能够保障交易安全，还能实现所提系统提供的各种功能的无缝可用性与连接性。集成物联网与区块链的所提出架构-基于ICWAS的架构如图1所示。

中心化存储概念可能面临各种安全威胁，但为了应对这些威胁，我们实施了一种去中心化存储方法。在去中心化方法中，气候、浇水,

与植物数据库使用区块链技术进行存储。所提系统中传感器、执行器、智能设备与物联网云平台之间的通信通道如图1所示。智能设备被表示为节点，每个节点包含一个区块链副本，并且这些副本会被传输到各个节点以供进一步使用。每隔15分钟，每个区块家族都会更新，这就是所提系统能够提供安全通信流程的原因，几乎不可能追踪或跟踪系统的安全性。因此，通过实施区块链技术，实现了从设备接收数据、向用户传输数据及其存储方面的安全传输。

在所提系统中，区块链模块采用Java设计，区块内容定义为哈希，作为唯一标识符。每个区块都能够计算区块哈希，然后基于该哈希值评估安全哈希算法哈希。当阈值满足要求时，区块被设计出来，从而通过管理区块链实现连接性。随后，循环遍历区块链以验证整个区块链系统的验证性，即检查区块哈希是否与前一区块哈希匹配。

在所提系统中，区块链模块采用Java设计，区块内容定义为哈希，作为唯一标识符。每个区块都能够计算区块哈希，然后基于该哈希值评估安全哈希算法哈希。当阈值满足要求时，区块被设计出来，从而通过管理区块链实现连接性。随后，循环遍历区块链以验证整个区块链系统的验证性，即检查区块哈希是否与前一区块哈希匹配。

图2 描述了所提出的ICWAS的四-层架构。这四层分别为感知层、网络层、传输与管理层以及应用层。在感知层中部署了传感器、执行器及其他硬件。第二层为网络层，负责通过蓝牙与互联网技术建立连接。第三层为传输与管理层，负责对感知信息进行处理、安全性保障、管理与存储。第四层为应用层；存储的数据与常规条目通过智能设备进行分析，并通过安卓应用程序传输给用户。这四个层之间持续相互交互，以实现智能设备与传感器之间的安全传输，从而确保所提出的ICWAS的高效运行。用户只需登录该应用程序，即可

农民可以监测气候，控制浇水过程，并为特定植物安排执行器。

图3 描绘了所提出的ICWAS的架构设计，代表了该设计的物理组-成部分。它包含了智能农业系统中使用的所有硬件的架构，这些硬件部署在实时环境中。如图3所示，已在目标区域部署了多种传感器节点，例如温度、土壤湿度、湿度、光照强度和摄像头传感器，这些节点通过模拟输入与微控制器连接。执行器包括水泵和灯光，通过串行输出端口与微控制器连接。微控制器作为中心化系统，从部署的传感器收集数据，并通过接入点将感知信息传输到服务器。服务器负责将光照强度、温度、土壤湿度和湿度等感知信息传输至所提出的模糊逻辑模块。该模块分析输入信息，并结合植物数据库中的不同植物类型，判断是否需要对植物进行浇水。一旦做出浇水决策以满足植物灌溉需求，系统便会通过短信向用户发送警报，提醒其采取必要操作。用户能够更改系统运行模式，可设置为自动或手动方式来控制系统的执行器。

4 智能浇水决策支持系统

基于模糊规则的智能决策支持方案是所提出的ICWAS的主要组成部分。该决策支持系统通过分析传感器采集的数据来辅助决策。本研究中采用模糊逻辑，因其具有两大优势：第一，模糊逻辑能够提供高度准确的决策；第二，模糊规则在物联网应用中的实现简单且易于实施。模糊逻辑分析气候条件，并对植物的灌溉需求做出决策。该决策将被传输至在安卓平台上开发的移动应用程序。

图4描述了所提出的智能决策支持系统的主要组件，如模糊推理过程、模糊化和去模糊化模块、模糊规则集、数据库与传感器数据。通常，在任何模糊逻辑设计中，论域D以成对形式推断出任意模糊集F为
( )D m，。模糊集由变量i及其隶属函数()mf i的有序对组成。模糊集F的比较如公式(1)所示。

{ () } = ∈ F i mf i i D , , (1)
方程 （1） 用于计算模糊集，以下是实现模糊逻辑所遵循的步骤。-模糊逻辑的实现。
步骤 (i)： 使用公式 (1)与 (2)定义初始变量集
步骤 (ii)： 在第二阶段，声明隶属函数步骤 (iii)： 为每个已定义的变量
制定规则步骤 (iv)： 输入 a1, a2,a3,…,an
在第四步中给出
步骤(v)：在第五步中，为每个输入值声明并使用隶属函数，以将其映射到模糊值 步骤(vi)：在第六步中，获得模糊规则以对每条规则进行推理 步骤(vii)：在此步骤中，对每条规则的推理结果进行聚合 S步骤 (viii)： 在最后一步中，最终推理值进一步转换为输出值Y
如步骤(i)所示，所设计的基于模糊逻辑的智能决策支持系统用于处理五个不同的变量：温度、湿度、光照强度、土壤湿度与植物类型。这五个不同的变量被定义为集合( ) F P Q R S T、 、 、 与。
如公式(1)与(2)所述，温度变化用变量P表示，湿度变化用变量Q表示，光强用变量R表示，土壤湿度用变量S表示，而变量T表示时间。
在步骤(ii)中，针对变量的每个输入值计算隶属函数集，例如() () () () () ma mamama,,,, P Q R S T，它们表示不同输入变量ff的隶属函数P Q R S T, , , 与。这些计算得到的隶属函数表示变量a对于变量集P Q R S T, , , 与的隶属度，如公式(2)与(3)所示。
{ ( () () () () ())} ∪ ∪ ∪ ∪ = P Q R S T a m a m a m a m a m a , max , , , , Q (2)
其中a是F的一个元素。
{ ( () () () () ())} ∪ ∪ ∪ ∪ = P Q R S T a m a m a m a m a m a , min , , , , Q (3)
步骤(ii)之后是步骤(iii)，其中应用如果‐则规则来实现模糊集规则。如上述算法中所述，所提出的基于模糊逻辑的智能决策支持系统的每个组件都在每个模块中实现，各模块的工作在第5节中描述。
在步骤(iv)中，为变量P Q R S分别定义了针对温度变化、湿度变化、水分变化和光照强度的隶属函数，其值为“较低”、“中等”和“高”。然而，输入变量T的隶属函数则根据时间计算，分为“白天”和 “夜晚”。方程(4)表示模糊集(i )F a，即模糊化核，并通过 μi和ai对模糊集(i )F a的映射进一步实现。
() () () () ∼= + + +…+ P μ F a μ F a μ F a μ F a n n 1 1 2 2 3 3 (4)
如步骤(v)中所述，模糊化过程通过公式(4)计算。公式(5)表示所提出的实现中的三角形隶属函数。
()
⎧
⎨
⎪ ⎪
⎩
⎪ ⎪
=
≤ − −
< ≤
− − < <
≥
μ a
a X a X Z X X a Z Y a Y Z Z a Y a Y
0,
0,
P (5)
利用最小和最大运算通过精确输入值来评估模糊值，如公式（6）所示。
⎜ ⎟ ( ) ⎛ ⎝ ⎛ ⎝ ⎞ ⎠ ⎞ ⎠ = − − − −
Δ a X Y Z a X Y Z Z a Z Y ;,, max min , (6)
如公式（6）所示，所考虑的三角形隶属函数的三个角坐标a被定义为X Y Z，，其中< <X Y Z。如公式 (5)和(6)所示，为所用模糊逻辑设计中的五个变量分别定义了隶属函数。采用模糊逻辑的MATLAB工具箱 来定义这些隶属函数。
如步骤(vi)所示，所提出的ICWAS的主要组件是模糊推理过程，该过程基于如果‐那么规则、隶属函数集以及模糊逻辑的“或”、“与”操作符，负责实现有效决策。在所提出的方案中，模糊推理过程通过 利用模糊逻辑将输入映射到相应输出。所实现的模糊推理过程包含以下步骤，如下所述。
(i) 通过隶属函数对输入变量进行模糊化。 (ii) 下一步，根据模糊理论组合模糊化输入。 (iii) 建立 模糊规则。 (iv) 结合输出隶属函数与规则强度，进行规则结果评估。 (v) 组合结果以获得输出分布。 (vi) 最后一步，对观测到的隶属函数进行去模糊化。
通过四个输入和两条规则进行模糊推理的详细过程如公式(7)与(8)所示，其中W1, Y1,与Z1表示模糊 值而非精确值。
( ) ( ) = = = = = = U E V E W E Y E Z E w D If 1, 1, 1, 1, 1 Then 1 1 1 1 2 1 3 1 4 1 5 (7) ( ) ( ) = = = = = = U E V E W E Y E Z E w D If 2, 2, 2, 2, 2 Then 2 1 2 2 2 3 2 4 2 5 2 (8)
此后，针对三个输入值的情况，将精确输入值与输入的隶属函数进行交集运算。使用“与”算子来合并三个 模糊化输入，以获得规则强度。模糊推理过程的实现为每条规则使用一个隶属函数，然后根据每条规则的 条件得出结论。在所提出的实现的最后一步中，通过使用如果‐那么语句编写的模糊规则集对输出进行评 估，并将其存储在知识库中。在此步骤中，标量值被模糊化，然后应用规则，每条规则提供模糊输出，再 将其转换为标量度量。在所提出的方案中，采用去模糊化方法，因为它能提供准确结果，如公式（9） 所示。
() ()
∫ ∫
= ⋅
⋅
a μ W x x μ W x d d
i
i ⁎ (9)
其中a⁎表示去模糊化结果，() μi W表示隶属函数聚合，且x表示输出变量。在公式（9）中，输出变量x 由x-轴表示，聚合的隶属函数 () μi W由y轴表示，而去模糊化结果表示为a。⁎最后，通过根据规则强度 对观测到的隶属函数进行截断，并使用模糊“与”算子实现，得到输出形状。

5 智能农业系统实现

用于实现所提出的ICWAS的硬件设备如下所述。
(i) Arduino‐Uno (ii) Wi‐Fi模块 ESP8266 (iii) 水泵电机–15V (iv) 土壤湿度传感器节点–EC1258 (v) 温湿度传感器–DHT11 (vi) 光照强度传感器–BH1750 (vii) 继电器节点– 6V

5.1 服务器端智能农业系统流程

该应用程序在服务器端设计，用于处理ICWAS。系统引入了基于网页的界面进行管理。管理界面提供了多种选项来控制所提出的智能农业系统。Web应用程序需要管理员级别登录以实现安全访问，并提供系统的系统工作描述。
系统通过应用程序为管理员级别提供了一个用于管理植物数据的仪表盘。管理员登录应用程序后，可以添加有关植物的新信息，例如种植期详情、肥料、浇水以及特定植物的其他必要信息。所提供的信息将根据偏好对农民和用户可见。同时，管理员还可以从其存储库中删除无关或不必要的信息。管理员可以通过创建账户来控制或管理用户，以允许他们访问系统的功能。

5.2 通过移动应用分析智能农业系统

还设计了一种用于智能农业系统的基于Android的应用程序。该应用程序允许农民用户远程控制该系统。
系统的基本控制功能在菜单中提供给用户。该应用程序为农民提供必要的访问权限，使其能够使用所提系统的主要功能。用户可以监控田地、控制执行器以及获取必要警报。在用户应用程序中，提供了每种植物的相关信息，这些信息表示其种植和浇水的合适时间与季节。在后端，基于模糊逻辑的智能系统通过匹配植物的先前和当前状态来做出决策。此过程为农民提供种植指导，例如在何处以及何时播种、适宜的肥料详情、预计收获时间与环境条件。
用户可以通过其移动应用自助安排浇水过程，并与系统日历同步。感知信息在服务器上以实时基础进行处理，植物列表及其可行性评级被传输到农民的移动设备。当浇水计划达到特定日期和时间或田间水位下降时，会向用户手机发送警报。根据常规浇水计划或水位降低情况，农民可随时随地通过应用程序控制水泵电机的开关状态。当田间水位上升或达到植物需水量水平时，再次向用户手机发送警报，提示将水泵电机状态改为关闭。

6 实验分析与讨论

感知信息从 fi田间实时传送到汇聚节点，并上传至物联网云平台进行分析与决策。引入了web-服务器用于监控和存储来自汇聚节点的实时传感器信息。所提系统包含位于服务器端的知识库，以及如表2–4中列出的预定义规则。该数据库通过对传感器节点进行定期训练或观测其阈值而获得。为将观测值与知识库数据进行匹配，采用规则库推理程序。采集到的关于温度、湿度、土壤湿度和光照的实时信息被评估后，给出有关植物健康状况的建议，并告知在特定季节可种植的植物种类。表5展示了关于温度、土壤湿度、光强和湿度变化的感知信息。该来自 fi田间的感知信息通过微控制器进一步传输，并由服务器接收。

表2：湿度值的训练

表3：湿度值训练

表4：土壤湿度分类

模糊推理过程将存储在物联网云数据库中的植物传感器值与知识库中存储的阈值进行比较。模糊逻辑计算与输入变量匹配的规则集百分比，作为特定植物的得分。该观测到的得分值随后被传输到安卓应用程序，并在菜单栏中突出显示。此信息帮助农民了解特定植物在不同环境条件下的生长与健康适宜性。为了控制田间的浇水过程，感知信息每天向服务器传输五到六次。这些传输的数值会与温度、湿度、土壤湿度和光照强度的计算阈值进行比较，以判断是否需要安排浇水过程。用户会定期收到关于土壤中水位当前状况的通知。
在浇水过程中，当土壤水分和所有水含量均维持在阈值以上时，水泵电机将关闭。
采集的数据条目fi被存储在物联网云中用于分析与决策，其中图5展示了部分样本数据条目。表6表示所提系统的实验结果。在5–10次实验中，有少数情况下数值为高，而在某些情况下，谷值表现为中等。所提出的ICWAS在大多数实验中的准确性高于98%。所提系统的准确性表明，该系统能够准确地按照为 ICWAS定义的模糊规则运行。所提出的ICWAS的总体准确率使用公式（10）计算。

表5：感知数据的采集条目

()

∑ = μ A N ICWAS accuracy j (10)
通过实施公式（10），我们计算了ICWAS的总体准确率，其中每次实验的百分比准确率表示为() μ j A，实验总次数表示为N。所提系统通过实验观察到的总体准确率为96.7%。在使用智能模糊逻辑做出决策后，不同传感器信息与执行器的影响列于表7中。所提系统五次实验的执行器响应如图6所示。

表6：十次实验的ICWAS结果

表7：通过感知数据控制执行器响应

表7 表示传感器信息的观测统计数据，这些数据促使智能模糊逻辑模块根据温度、湿度和土壤湿度值来决定电机的开启与关闭。所提出的智能农业系统旨在监测气候并实现土壤干燥的早期检测。通过实验分析可知，该系统是早期检测土壤干燥的有效解决方案。该系统通过去中心化网络实现了从田间到服务器的信息安全传输。所提出的集成物联网与区块链-的智能农业系统还具备未来方向的灵活性。当前系统仅针对八种植物进行考虑，而本研究可在初始阶段通过引入遗传算法优化神经网络，以获得更精确的建议和准确预测。

7 结论

在现代时代，技术对国家与个人的发展起着至关重要的作用。随着各个领域的现代化，农业领域也亟需取得巨大进步，尤其是在印度这样的国家。应利用现代技术提高农产品的效率与生产力。本项目旨在设计一种智能农业系统，能够监测气候及其他重要参数（如温度、湿度、土壤湿度和光照强度），以增强植物健康并提高生产力。所提智能农业系统集成了物联网与区块链技术，以提供高效且安全的决策系统。该系统通过部署的传感器实时采集田间数据，并向用户提供必要的使用建议、预防措施及决策信息。系统基于输入变量应用智能模糊逻辑进行决策，并向用户发送关于田间灌溉需求的警报。所提系统能够通知用户开启和关闭水泵电机。当前系统仅适用于八种植物，而未来方向可进一步扩展本研究，通过在初始阶段引入遗传算法优化神经网络，获得更精确的建议与准确预测。