شناسایی و دسته‌بندی کاربردهای تحلیل داده‌ فناوری اینترنت اشیاء در توسعۀ کشاورزی هوشمند با استفاده از روش فراترکیب

کشاورزی با توجه به مشکلات متعددی نظیر کمبود منابع و تغییرات آب‌وهوایی که با آن مواجه است، ازلحاظ کیفی و کمی نیاز به تولید بیشتر محصولات غذایی دارد. پیشرفت‌های صورت گرفته در فناوری اینترنت اشیاء و تحلیل‌ داده‌های آن این امکان را فراهم نموده است که راهکارهای جدیدی برای مقابله با این چالش‌های پیچیده استفاده گردد. ازاین‌رو هدف این پژوهش شناسایی کاربردهای تحلیل داده فناوری اینترنت اشیاء در بخش کشاورزی است. برای این منظور با استفاده از روش فراترکیب، از میان 480 مقالۀ انگلیسی‌زبان در فاصلۀ زمانی 8 سال (2010-2017)، 168 مقاله برای تجزیه‌وتحلیل نهایی انتخاب گردید. مقالات انتخاب‌شده در هشت حوزۀ کشاورزی به‌عنوان مقوله‌های اصلی (شامل زراعت، گلخانه، کشاورزی شهری، باغداری، پرورش دام‌وطیور، پرورش ماهی‌وآبزیان، جنگل‌داری و شبکۀ تامین و توزیع) و سپس به شش حوزۀ تحلیل داده‌ای به‌عنوان مقوله‌های فرعی شامل: نظارت، کنترل، ردیابی، تشخیص و برنامه‌ریزی تجویزی دسته‌بندی‌شده است. درنهایت روند تحقیقات و کاربردهای موضوعی مرتبط با هر یک از هشت حوزه کشاورزی هوشمند معرفی گردیده است.

Identifying and Categorizing Data Analytics Applications of Internet of Things (IoT) Technology in the Field of Smart Agriculture by Using Meta Synthesis Method

The agricultural sector needs to produce more food, both in terms of quantity and quality, on a planet that face enormous challenges like scarce resources and changing climate. The advancement of digital technologies, Internet of Things and analytics offers new solutions to these complex challenges. Hence, the purpose of this research is to identify the applications of IoT in smart agriculture. With the help of metasynthesis approach, we have examined 480 academic documents written in English and published over a period of 8 years (20102017), among which only 168 have been selected for the final analysis. Selected documents were categorized into eight areas of agriculture (including “farming,” “greenhouse,” “urban agriculture,” “horticulture,” “livestock” and “supply and distribution network of agriculture”) and then clustered into six analytics domains corresponding to: “monitoring,” “control,” “tracing,” “diagnosis” and “descriptive planning”. Finally, by using the Shannon entropy method, the effect coefficient of the elements was determined in selected documents and technical uses of internet of things in each agriculture sector have been addressed.