A agricultura moderna apresenta um desafio importante. Ela afeta a qualidade dos alimentos, as condições ambientais e a capacidade do setor agrícola de se adaptar às mudanças climáticas. Os métodos tradicionais de manejo da fertilidade têm desvantagens significativas. Às vezes, utilizam muitos produtos químicos, carecem de dados em tempo real e específicos por localização, e dissipam recursos. Esses problemas levam ao enfraquecimento do solo, menores rendimentos de culturas e um impacto ambiental maior. Devido aos altos custos de implementação, à falta de conscientização sobre modelos de Machine Learning, padrões globais inadequados e à disponibilidade variável de dados do solo, é difícil tomar decisões baseadas em dados na gestão do solo. Este estudo explora a crescente importância de tecnologias como Inteligência Artificial (IA) e Machine Learning (ML) em sistemas de agricultura sustentável, concentrando-se em métodos de sensoriamento remoto, redes de sensores com Internet das Coisas (IoT), robótica e sistemas de suporte à decisão baseados em dados. O estado atual dessas tecnologias e seu uso crescente em diagnósticos mais precisos e gestão eficaz do solo também são abordados.
A et al. (Wed,) estudaram essa questão.