Ученые разработали систему «умного» орошения на основе камеры и искусственного интеллекта
Организация Объединенных Наций прогнозирует, что к 2050 году во многих районах планеты может не хватить пресной воды для удовлетворения потребностей сельского хозяйства, если мы продолжим наши нынешние модели использования. Одним из решений этой глобальной дилеммы является разработка более эффективного орошения, центральным элементом которого является точный мониторинг влажности почвы, позволяющий датчикам направлять «умные» ирригационные системы для обеспечения полива в оптимальное время и с оптимальной скоростью.
Существующие методы определения влажности почвы проблематичны — датчики, находящиеся под землей, чувствительны к солям в субстрате и требуют специального оборудования для подключения, в то время как тепловизионные камеры дороги и могут зависеть от климатических условий, таких как интенсивность солнечного света, туман и облака.
Исследователи из Университета Южной Австралии и Среднего технического университета Багдада разработали экономичную альтернативу, которая может сделать точный мониторинг почвы простым и доступным практически в любых обстоятельствах.
Команда, в которую входят инженеры UniSA доктор Али Аль-Наджи и профессор Яван Чахл, успешно протестировали систему, в которой используется стандартная цифровая камера с RGB-подсветкой для точного мониторинга влажности почвы в широком диапазоне условий.
«Система, которую мы опробовали, проста, надежна и доступна по цене, что делает ее многообещающей технологией для поддержки точного земледелия», — говорит д-р Аль-Наджи. «В его основе лежит стандартная видеокамера, которая анализирует различия в цвете почвы для определения содержания влаги. Мы протестировали ее на разных расстояниях, в разное время и на разных уровнях освещения, и система оказалась очень точной».
Камера была подключена к искусственной нейронной сети (ИНС) — разновидности программного обеспечения для машинного обучения, которую исследователи обучили распознавать разные уровни влажности почвы в разных условиях.
Так же, читайте: Как лазеры борются с распространением птичьего гриппа
Используя ИНС, система мониторинга потенциально может быть обучена распознавать конкретные почвенные условия в разных местах, что позволяет настраивать ее для каждого пользователя и обновлять с учетом меняющихся климатических условий, обеспечивая максимальную точность.
«После того, как сеть будет обучена, станет возможным достичь контроля над орошением, поддерживая внешний вид почвы в желаемом состоянии», — говорит профессор Чал. «Теперь, когда мы знаем, что метод мониторинга точен, мы планируем разработать экономичную интеллектуальную систему орошения на основе нашего алгоритма с использованием микроконтроллера, USB-камеры и водяного насоса, которые могут работать с различными типами почв. Эта система является многообещающим инструментом для усовершенствованных технологий орошения в сельском хозяйстве с точки зрения стоимости, доступности и точности в меняющихся климатических условиях».
Источник: Университет Южной Австралии
