ИИ-усиленные цифровые камеры революционизируют мониторинг влажности почвы

ООН предсказывает, что к 2050 году многие районы планеты могут не иметь достаточно пресной воды для удовлетворения потребностей сельского хозяйства, если мы продолжим текущие модели использования. Одним из решений этой глобальной дилеммы является развитие более эффективного орошения, центральным элементом которого является точный мониторинг влажности почвы, позволяющий сенсорам направлять «умные» системы орошения, чтобы вода наносилась в оптимальное время и в оптимальном темпе.

Текущие методы чувствования влажности почвы проблематичны — зарытые сенсоры уязвимы для солей в субстрате и требуют специализированного оборудования для подключений, в то время как термические камеры дороги и могут быть скомпрометированы климатическими условиями, такими как интенсивность солнечного света, туман и облака.

Исследователи из Южно-Австралийского университета и Багдатского Среднего технического университета разработали недорогую альтернативу, которая может сделать точный мониторинг почвы простым и доступным практически в любых обстоятельствах. Они успешно протестировали систему, использующую стандартную RGB цифровую камеру для точного мониторинга влажности почвы в широком диапазоне условий.

Система основана на стандартной видеокамере, анализирующей различия в цвете почвы для определения содержания влаги. Она тестировалась на разных расстояниях, времени и уровнях освещения и показала высокую точность. Камера была подключена к искусственной нейронной сети (ANN), форме программного обеспечения машинного обучения, которую исследователи обучили распознавать разные уровни влажности почвы под разными небосводом.

Используя эту ANN, система мониторинга потенциально может быть обучена распознавать специфические почвенные условия любого местоположения, позволяя настраивать её для каждого пользователя и обновлять для меняющихся климатических обстоятельств, обеспечивая максимальную точность.

«После того как сеть обучена, должно стать возможным تحقيق контролируемое орошение, поддерживая внешний вид почвы в желаемом состоянии», — сказал профессор Джаваан Чал.

«Теперь, когда мы знаем, что метод мониторинга точен, мы планируем спроектировать недорогую умную систему орошения на основе нашего алгоритма, используя микроконтроллер, USB-камеру и водяной насос, которые могут работать с разными типами почв. Система обещает стать инструментом для улучшения технологий орошения в сельском хозяйстве в терминах стоимости, доступности и точности при меняющихся климатических условиях».