AI驱动的受控环境农业作为美国鲜食供应链的韧性基础设施
计算机与社会
2026-05-26 v1 人工智能
摘要
气候波动、区域生产集中、劳动力限制、网络安全风险以及对长距离鲜食供应链的依赖，暴露了美国鲜食和特色作物系统的脆弱性。受控环境农业(CEA)可通过将部分生产移入受保护、传感器丰富的环境中来减少某些暴露，但最近的垂直农业失败表明，CEA不能被视为通用的食物安全解决方案。本文提出了受控环境农业韧性基础设施框架2.0版(CEA-RIF 2.0)，用于评估AI驱动的CEA作为目标区域鲜食连续性基础设施。该框架评估七个维度：供应连续性、气候隔离、能源和电网集成、水和营养循环、网络-物理可靠性、经济可行性以及治理和部署。drawing on U.S.政府报告、同行评审CEA和能源文献、需求响应研究、网络安全标准、国际智能农业项目、2025-2026融资和政策信号，以及公共自主绿舱数据集，本文论证AI只有在改善测量的运营结果（如气候稳定性、能源灵活性、产量一致性、异常检测、劳动生产率以及安全故障恢复）时，才会创造韧性价值。该分析重新框架化AI驱动的CEA是一个网络-物理基础设施问题：能源感知、网格交互式、安全、可互操作、区域分布式、具有财务纪律性，并与公共韧性目标相连。论文以研究议程结束，包括跨部门测试场、开放数据集、标准化指标、需求响应试点以及网络-物理参考架构。
引用
@article{arxiv.2605.23946,
title = {AI-Driven Controlled Environment Agriculture as Resilient Infrastructure for U.S. Fresh-Produce Supply Chains},
author = {Andrii Vakhnovskyi},
journal= {arXiv preprint arXiv:2605.23946},
year = {2026}
}
备注
12 pages, 5 figures, 7 tables. Includes open-data greenhouse control metrics demonstration