با توجه به رشد بالای جمعیت در جهان و نیاز به اطمینان از امنیت غذایی، افزایش تولید در واحد سطح محصولات زراعی به منزله راهبردی اساسی در حل مسئله تأمین غذا به شمار می رود. از سوی دیگر، با وجود محدودیت در افزایش سطح زیرکشت و پایین بودن میانگین عملکرد برخی محصولات کشاورزی مانند گندم در کشور، افزایش عملکرد محصول می تواند راهکاری عملی در پاسخ به نیاز کشور محسوب شود. یکی از مهم ترین بیماری های گندم فوزاریوم است که، با توجه به نقش پیش بینی این بیماری در جلوگیری از کاهش بهره وری محصول، مدل هایی به منظور پیش بینی فوزاریوم در کشورهای آمریکا، کانادا، آرژانتین و برزیل توسعه یافته است اما در ایران، به رغم لزوم توجه به این بیماری، تاک نون مدلی در این زمینه مطرح نشده است. بدین منظور، پهنه بندی مناطق رخداد بیماری فوزاریوم، با به کارگیری پارامترهای محیطی و داده های هواشناسی و نیز استفاده از تحلیل مکانی، در دشت مغان صورت گرفت. همچنین، برای افزایش دقت و کالیبراسیون دقیق مدل، شبکه اینترنت اشیا (IoT) در دشت مغان استفاده شد تا داده های محیطی شامل رطوبت نسبی، بارندگی و دمای هوا جمع آوری شود. سپس شاخص های ترکیبی مناسب تهیه شد و (RF)برای اولویت بندی شاخص ها و تعیین اهمیت نسبی آنها و نیز پیش بینی شدت بیماری فوزاریوم گندم، روش جنگل تصادفی به کار رفت. برای این کار، از داده های ایستگاه های هواشناسی و سنسورهای زمینی در فاصله سال های 1389 تا 1396 استفاده شد. نتایج ارزیابی حاکی از کارآیی مدل توسعه داده شده در پیش بینی بیماری فوزاریوم گندم است. همچنین، طبق نتایج، به کارگیری IoT به همراه تحلیل های مکانی روشی مؤثر در پیش بینی فوزاریوم است.
