دوره 10، شماره 20 - ( پاییز و زمستان 1402 )                   جلد 10 شماره 20 صفحات 108-94 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

hesabi F, Jafarpanah I, Karshenas A, Ahmadzadeh M H. (2024). Technological Trends in Smart Agriculture. J Entrepreneurial Strategies Agric. 10(20), 94-108. doi:10.61186/jea.10.20.94
URL: http://jea.sanru.ac.ir/article-1-367-fa.html
حسابی فاطمه، جعفرپناه اسماعیل، کارشناس عباس، احمدزاده محمد حسن. شناسایی روندهای فناورانه در حوزه کشاورزی هوشمند راهبردهای کارآفرینی در کشاورزی 1402; 10 (20) :108-94 10.61186/jea.10.20.94

URL: http://jea.sanru.ac.ir/article-1-367-fa.html


دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس
چکیده:   (785 مشاهده)
مقدمه و هدف: بخش کشاورزی به­‌عنوان یکی از ظرفیت‌های بالقوه و مهم می‌تواند در فرآیند توسعه اقتصادی کشور نقش بی‌بدیلی ایفا کند. به‌کارگیری فناوری در این حوزه نقش بسیار مهمی در افزایش تولید، ارتقای بهره‌وری و دستیابی به بازارهای جهانی ایفا می‌کند. پیشرفت‌ در فناوری‌های نوظهور موجب تغییر پارادایم در حوزه کشاورزی شده است. در حال حاضر، این انقلاب که بر پایه فناوری‌های دیجیتال است به­ عنوان راه‌حلی برای تحول در حوزه کشاورزی به روشی انعطاف‌پذیر و پایدار در نظر گرفته می‌شود. هدف این پژوهش، بررسی روندهای فناورانه و کارکرد آن‌ها در زنجیره کشاورزی جهت گذار موفقیت‌آمیز به ­سمت کشاورزی هوشمند است.
مواد و روش‌‌ها:  این پژوهش از نظر هدف کاربردی است و با استفاده از روش مرور نظام‌مند به تحلیل پژوهش‌های انجام ­شده در حوزه کشاورزی می‌پردازد. جامعه آماری این پژوهش تمامی مقالاتی که به زبان انگلیسی در حوزه موضوعی کشاورزی هوشمند در بازه زمانی 2011-2022 و در پایگاه WoS و Scopus  به چاپ رسیدند، است. 3257 مقاله در مرحله اول شناسایی و برای تحلیل علم‌سنجی وارد نرم‌افزار Vosviewer (1.16.09) شد. سپس با استفاده از سوال پژوهش و رویکرد پریسما 33 مقاله برای مطالعه تمام متن در بخش کیفی پژوهش انتخاب شد.
یافته‌ها: در بخش تحلیل استنادی اسناد با استفاده از نقشههای دانشی، روند رشد مقالات علمی این حوزه، تعیین مجلات، مراکز تحقیقاتی و کشورهای فعال، تعیین نویسندگان با بیشترین مقالات، شناسایی شبکههای علمی و ارزیابی میزان مرجعیت آن‌ها شناسایی شد. در بخش کیفی نیز مطالعه پژوهش‌ها، اینترنت اشیاء را به­ عنوان مهم‌ترین حوزه فناورانه در بخش کشاورزی نشان می‌دهد. فناوری‌های هوش مصنوعی، یادگیری ماشین، کلان داده، زنجیره بلوکی، شبکه حسگرهای بی‌سیم، سنجش از راه دور، حسگرها، رایانش در ابر، مه و لبه، شبکه گسترده کم‌مصرف به­عنوان فناوری‌های همگرا، شناسایی و در چهار دسته‌ جمع‌آوری داده‌ها، محاسبات و ارتباطات، امنیت و یکپارچگی داده‌ها و پیش‌بینی و یادگیری طبقه‌بندی شدند. انتظار می‌رود، دانش خلق­ شده به­عنوان مبنایی مهم برای مدیران و سیاست‌گذاران در جهت اثرگذاری مطلـوب بـر اسـتراتژی‌هـا، سیاست‌ها و برنامههای توسعهای حوزه کشاورزی قرار گیرد.
نتیجه‌‌گیری: با توجه به روندهای شناسایی­ شده، دولت با اتخاذ اقدامات و ایجاد بسترهای مناسب نظیر توسعه زیرساخت‌های فنی، زیرساخت انسانی، حمایت از تحقیقات و توسعه، تشویق به کشاورزی هوشمند، حمایت مالی و توسعه بازارهای تضمینی می‌تواند به توسعه کشاورزی هوشمند و افزایش بهره‌وریِ این حوزه کمک کند و در نهایت به توسعه پایدار و افزایش توانمندی‌های کشور منجر شود.

 
متن کامل [PDF 5313 kb]   (205 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تحقیق و توسعه و نوآوری
دریافت: 1402/4/5 | پذیرش: 1402/7/12 | انتشار: 1402/11/8

فهرست منابع
1. Abbasi, A. Z., Islam, N., & Shaikh, Z. A. (2014). A review of wireless sensors and networks' applications in agriculture. Computer Standards & Interfaces, 36(2), 263-270. [DOI:10.1016/j.csi.2011.03.004]
2. Alharbi, H. A., & Aldossary, M. (2021). Energy-efficient edge-fog-cloud architecture for IoT-based smart agriculture environment. IEEE ACCESS, 9, 110480-110492. [DOI:10.1109/ACCESS.2021.3101397]
3. Arasti, M., Garousi Mokhtarzadeh, N., & Jafarpanah, I. (2022). Networking capability: A systematic review of literature and future research agenda. Journal of Business & Industrial Marketing, 37(1), 160-179. [DOI:10.1108/JBIM-06-2020-0273]
4. Araújo, S. O., Peres, R. S., Barata, J., Lidon, F., & Ramalho, J. C. (2021). Characterising the agriculture 4.0 landscape-Emerging trends, challenges and opportunities. Agronomy, 11(4), 667. [DOI:10.3390/agronomy11040667]
5. Aromataris, E., & Pearson, A. (2014). The systematic review: An overview. The American Journal of Nursing, 114(3), 53-58. [DOI:10.1097/01.NAJ.0000444496.24228.2c]
6. Demchenko, Y., Grosso, P., De Laat, C., & Membrey, P. (2013). Addressing big data issues in scientific data infrastructure. 2013 International conference on collaboration technologies and systems (CTS). [DOI:10.1109/CTS.2013.6567203]
7. Ferrández-Pastor, F. J., García-Chamizo, J. M., Nieto-Hidalgo, M., Mora-Pascual, J., & Mora-Martínez, J. (2016). Developing ubiquitous sensor network platform using internet of things: Application in precision agriculture. SENSORS, 16(7), 1141. [DOI:10.3390/s16071141]
8. Galvez, J. F., Mejuto, J. C., & Simal-Gandara, J. (2018). Future challenges on the use of blockchain for food traceability analysis. Trends in Analytical Chemistry, 107, 222-232. [DOI:10.1016/j.trac.2018.08.011]
9. Gomis, K., Kahandawa, R., & Jayasinghe, R. S. (2022). Scientometric analysis of the global scientific literature on circularity indicators in the construction and Built Environment Sector. Sustainability, 15(1), 728. [DOI:10.3390/su15010728]
10. Haddaway, N. R., Page, M. J., Pritchard, C. C., & McGuinness, L. A. (2022). PRISMA2020: An R package and Shiny app for producing PRISMA 2020‐compliant flow diagrams, with interactivity for optimised digital transparency and Open Synthesis. Campbell Systematic Reviews, 18(2), e1230. [DOI:10.1002/cl2.1230]
11. Harris, J. D., Quatman, C. E., Manring, M. M., Siston, R. A., & Flanigan, D. C. (2014). How to write a systematic review. The American Journal of Sports Medicine, 42(11), 2761-2768. [DOI:10.1177/0363546513497567]
12. Idoje, G., Dagiuklas, T., & Iqbal, M. (2021). Survey for smart farming technologies: Challenges and issues. Computers & Electrical Engineering, 92, 107104. [DOI:10.1016/j.compeleceng.2021.107104]
13. Jawad, H. M., Nordin, R., Gharghan, S. K., Jawad, A. M., & Ismail, M. (2017). Energy-efficient wireless sensor networks for precision agriculture: A review. SENSORS, 17(8), 1781. [DOI:10.3390/s17081781]
14. Johnson, M. D., Hsieh, W. W., Cannon, A. J., Davidson, A., & Bédard, F. (2016). Crop yield forecasting on the Canadian Prairies by remotely sensed vegetation indices and machine learning methods. Agricultural and Forest Meteorology, 218, 74-84. [DOI:10.1016/j.agrformet.2015.11.003]
15. Kalyani, Y., & Collier, R. (2021). A systematic survey on the role of cloud, fog, and edge computing combination in smart agriculture. SENSORS, 21(17), 5922. [DOI:10.3390/s21175922]
16. Kamilaris, A., Kartakoullis, A., & Prenafeta-Boldú, F. X. (2017). A review on the practice of big data analysis in agriculture. Computers and Electronics in Agriculture, 143, 23-37. [DOI:10.1016/j.compag.2017.09.037]
17. Kassim, M. R. M., Mat, I., & Harun, A. N. (2014). Wireless Sensor Network in precision agriculture application. 2014 International Conference on Computer, Information and Telecommunication Systems (CITS). [DOI:10.1109/CITS.2014.6878963]
18. Kim, J., Kim, S., Ju, C., & Son, H. I. (2019). Unmanned aerial vehicles in agriculture: A review of perspective of platform, control, and applications. IEEE ACCESS, 7, 105100-105115. [DOI:10.1109/ACCESS.2019.2932119]
19. Krishna, K. L., Silver, O., Malende, W. F., & Anuradha, K. (2017). Internet of things application for implementation of smart agriculture system. 2017 International Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud) (I-SMAC). [DOI:10.1109/I-SMAC.2017.8058236]
20. Lezoche, M., Hernandez, J. E., Díaz, M. d. M. E. A., Panetto, H., & Kacprzyk, J. (2020). Agri-food 4.0: A survey of the supply chains and technologies for the future agriculture. Computers in Industry, 117, 103187. [DOI:10.1016/j.compind.2020.103187]
21. Liu, Y., Ma, X., Shu, L., Hancke, G. P., & Abu-Mahfouz, A. M. (2020). From industry 4.0 to agriculture 4.0: Current status, enabling technologies, and research challenges. IEEE Transactions on Industrial Informatics, 17(6), 4322-4334. [DOI:10.1109/TII.2020.3003910]
22. Liya, M., & Arjun, D. (2020). A survey of LPWAN technology in agricultural field. 2020 Fourth International Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud) (I-SMAC). [DOI:10.1109/I-SMAC49090.2020.9243410]
23. Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G., & Group, P. (2009). Preferred reporting items for systematic reviews and meta-analyses: The PRISMA statement. Annals of Internal Medicine, 151(4), 264-269. [DOI:10.7326/0003-4819-151-4-200908180-00135]
24. Mulla, D. J. (2013). Twenty five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps. Biosystems Engineering, 114(4), 358-371. [DOI:10.1016/j.biosystemseng.2012.08.009]
25. Navarro, E., Costa, N., & Pereira, A. (2020). A systematic review of IoT solutions for smart farming. Sensors, 20(15), 4231. [DOI:10.3390/s20154231]
26. Ojha, T., Misra, S., & Raghuwanshi, N. S. (2015). Wireless sensor networks for agriculture: The state-of-the-art in practice and future challenges. Computers and Electronics in Agriculture, 118, 66-84. [DOI:10.1016/j.compag.2015.08.011]
27. Pinter-Wollman, N., & Mabry, K. (2010). Remote-Sensing of Behavior. Encyclopedia of Animal Behaviour. In: Elsevier Ltd.: Amsterdam, The Netherlands. [DOI:10.1016/B978-0-08-045337-8.00232-1]
28. Praveen, B., & Sharma, P. (2020). A review: The role of geospatial technology in precision agriculture. Journal of Public Affairs, 20(1), e1968. [DOI:10.1002/pa.1968]
29. Raparelli, E., & Bajocco, S. (2019). A bibliometric analysis on the use of unmanned aerial vehicles in agricultural and forestry studies. International Journal of Remote Sensing, 40(24), 9070-9083. [DOI:10.1080/01431161.2019.1569793]
30. Shafi, U., Mumtaz, R., García-Nieto, J., Hassan, S. A., Zaidi, S. A. R., & Iqbal, N. (2019). Precision agriculture techniques and practices: From considerations to applications. Sensors, 19(17), 3796. [DOI:10.3390/s19173796]
31. Sharma, R., Kamble, S. S., Gunasekaran, A., Kumar, V., & Kumar, A. (2020). A systematic literature review on machine learning applications for sustainable agriculture supply chain performance. Computers and Operations Research, 119, 104926. [DOI:10.1016/j.cor.2020.104926]
32. Shi, X., An, X., Zhao, Q., Liu, H., Xia, L., Sun, X., & Guo, Y. (2019). State-of-the-art internet of things in protected agriculture. Sensors, 19(8), 1833. [DOI:10.3390/s19081833]
33. Singh, R. K., Puluckul, P. P., Berkvens, R., & Weyn, M. (2020). Energy consumption analysis of LPWAN technologies and lifetime estimation for IoT application. Sensors, 20(17), 4794. [DOI:10.3390/s20174794]
34. Terence, S., & Purushothaman, G. (2020). Systematic review of Internet of Things in smart farming. Transactions on Emerging Telecommunocations Technologies, 31(6), e3958. [DOI:10.1002/ett.3958]
35. Trendov, N., Varas, S., & Zeng, M. (2019). Digital technologies in agriculture and rural areas-Status report, Licence: cc by-nc-sa 3.0 igo. In: Rome.
36. Tzounis, A., Katsoulas, N., Bartzanas, T., & Kittas, C. (2017). Internet of things in agriculture, recent advances and future challenges. Biosystems Engineering, 164, 31-48. [DOI:10.1016/j.biosystemseng.2017.09.007]
37. Villa-Henriksen, A., Edwards, G. T., Pesonen, L. A., Green, O., & Sørensen, C. A. G. (2020). Internet of things in arable farming: Implementation, applications, challenges and potential. Biosystems Engineering, 191, 60-84. [DOI:10.1016/j.biosystemseng.2019.12.013]
38. Weiss, M., Jacob, F., & Duveiller, G. (2020). Remote sensing for agricultural applications: A meta-review. Remote Sensing of Environment, 236, 111402. [DOI:10.1016/j.rse.2019.111402]
39. Wolfert, S., Ge, L., Verdouw, C., & Bogaardt, M. J. (2017). Big data in smart farming-a review. Agricultural Systems, 153, 69-80. [DOI:10.1016/j.agsy.2017.01.023]
40. Zhou, K., Liu, T., & Zhou, L. (2015). Industry 4.0: Towards future industrial opportunities and challenges. 2015 12th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD). [DOI:10.1109/FSKD.2015.7382284]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به راهبردهای کارآفرینی در کشاورزی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Entreneurship and Agriculture

Designed & Developed by : Yektaweb