原文：https://doi.org/10.1016/j.compag.2025.111252
·边缘计算是解决农村地区云连接受限及大数据实时处理挑战的关键方案
·分析了边缘计算在降低延迟、增强安全性及优化带宽利用率方面的技术优势
·通过文献计量分析明确边缘计算与精准农业交叉领域的研究趋势与新兴主题
·强调真实场景部署价值，指明通信技术影响等未探索方向
精准农业（PA）融合物联网（IoT）、人工智能（AI）和大数据分析等先进技术，以优化资源利用并提高作物产量。然而，在云连接有限的农村地区，实时处理庞大农业数据时面临重大计算挑战。边缘计算（Ec）作为一种潜在解决方案出现，通过实现本地化数据处理，起到了降低延迟，增强安全性，优化带宽的作用。自边缘计算出现以来，研究人员通过仿真和测试平台部署研究其在PA中的应用。本文对边缘计算在精准农业中的实施进行了详尽的综述，突出了电力在公共工程实施中的机遇与挑战。此外，本文还展示了用于实现Ec（电力）的处理器、开发板、传感器、通信技术和数据集。此外，还开展了文献计量调查，分析电子与公共会计交汇处的研究趋势、有影响力的出版物及新兴主题。研究结果表明，学术界对基于边缘计算的解决方案的关注度日益提升，但仍存在一些基础性问题，例如均衡数据集稀缺、模型精度与优化之间的权衡等。现有文献难以针对延迟、精度、内存占用和功耗要求等关键设计参数对所提出的机制进行评估。此外，通信技术在边缘计算赋能精准农业场景下的影响分析仍有待探索。本文还强调，真实场景部署对于验证所开发的边缘计算实现方法的可行性和有效性具有重要意义。
图1 农业过程生命周期的图形表示。
图3典型的卷积神经网络（CNN）架构。
图4 轻量级语义分割网络架构LW-Segnet和LW-Unet，展示了针对边缘设备优化的编解码结构。
图5 为实现精准农业边缘计算而开发的各类系统原型，包括牲畜监测项圈、温室智能灌溉、无人机旱斑识别系统及智能灌溉传感器节点。
图6 关键词的聚类图。
本论文的常见引用格式如下：
S., Gauttam, H., Chauhan, V., Pattanaik, K. K., Trivedi, A., Ghosh, H., 2026. A comprehensive review of Edge Computing empowered smart agriculture: Trends, Opportunities and Future directions. Comput. Electron. Agric. 241, 111252. https://doi.org/10.1016/j.compag.2025.111252.S.; Gauttam, H.; Chauhan, V.; Pattanaik, K. K.; Trivedi, A.; Ghosh, H. A comprehensive review of Edge Computing empowered smart agriculture: Trends, Opportunities and Future directions. Comput. Electron. Agric. 2026, 241, 111252, doi:10.1016/j.compag.2025.111252
内容编辑：赵曼旭、李瑞、傅隆生
10个月宝宝每天需要喝多少奶粉？
