Стандартная цифровая камера и искусственный интеллект для контроля влажности почвы

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 управлять «умными» ирригационными системами, чтобы обеспечить полив в оптимальное время и с оптимальной скоростью.

Существующие методы определения влажности почвы проблематичны:заглубленные датчики чувствительны к солям в субстрате и требуют специального оборудования для подключения, в то время как тепловизионные камеры дороги и могут быть скомпрометированы климатическими условиями, такими 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. Они успешно протестировали систему, использующую стандартную цифровую камеру RGB для точного контроля влажности почвы в самых разных условиях.

Система основана на стандартной видеокамере, которая анализирует различия в цвете почвы для определения содержания влаги. Он был протестирован на разных расстояниях, в разное время и при разных уровнях освещенности и оказался очень точным. Камера была подключена к искусственной нейронной сети (ИНС) — форме программного обеспечения для машинного обучения, которое исследователи научили распознавать различные уровни влажности почвы при различных условиях неба.

Используя эту ИНС, систему мониторинга потенциально можно научить распознавать конкретные состояния почвы в любом месте, что позволяет настраивать ее для каждого пользователя и обновлять с учетом меняющихся климатических условий, обеспечивая максимальную точность.

«После того как сеть будет обучена, можно будет добиться управляемого орошения, поддерживая внешний вид почвы в желаемом состоянии», — сказал профессор Джаваан Чахл.

«Теперь, когда мы знаем, что метод мониторинга точен, мы планируем разработать экономичную систему интеллектуального орошения на основе нашего алгоритма с использованием микроконтроллера, USB-камеры и водяного насоса, которая может работать с различными типами почв. Система обещает стать инструментом для улучшения технологий орошения в сельском хозяйстве с точки зрения стоимости, доступности и точности в меняющихся климатических условиях».