Eine Methode zur Überwachung der Bodenfeuchtigkeit mit AI und einer Digitalkamera wurde entwickelt

Die Vereinten Nationen (UN) prognostizieren, dass es bis 2050 in vielen Teilen der Welt zu Mangelerscheinungen kommen könnte

Süßwasser zur Deckung des landwirtschaftlichen Bedarfs, wenn die Menschheit mit den derzeitigen Mustern der Ressourcennutzung fortfährt.

Eine Lösung für dieses globale Dilemma istEntwicklung einer effizienteren Bewässerung, deren Kernstück die genaue Überwachung der Bodenfeuchtigkeit ist. Es ermöglicht Sensoren, intelligente Bewässerungssysteme zu steuern, um die Bewässerung zum optimalen Zeitpunkt und zur optimalen Geschwindigkeit sicherzustellen.

Bestehende Methoden zur Messung der BodenfeuchteProblematisch: Unterirdisch befindliche Sensoren reagieren empfindlich auf Salze im Substrat und erfordern spezielle Geräte zum Anschließen. Darüber hinaus sind Wärmebildkameras teuer und hängen von den klimatischen Bedingungen ab - der Intensität von Sonnenlicht, Nebel und Wolken.

Forscher der University of South Australia(UniSA) und die Technische Universität Bagdad haben eine kostengünstige Alternative entwickelt. Dies macht eine genaue Bodenüberwachung unter fast allen Umständen einfach und erschwinglich.

Ein Team von Wissenschaftlern, zu dem auch UniSA-Ingenieure gehörenDr. Ali Al-Naji und Professor Javan Chahl haben das System erfolgreich getestet. Es verwendet eine standardmäßige digitale RGB-Kamera, um die Bodenfeuchtigkeit unter einer Vielzahl von Umgebungsbedingungen genau zu überwachen.

„Das System, das wir ausprobiert haben, ist einfach,„Es ist zuverlässig und erschwinglich, was es zu einer vielversprechenden Technologie zur Unterstützung der Präzisionslandwirtschaft macht“, sagt Dr. Al-Naji. „Es basiert auf einer Standard-Videokamera, die Unterschiede in der Bodenfarbe analysiert, um den Feuchtigkeitsgehalt zu bestimmen.“ Wir haben es in verschiedenen Entfernungen, Zeiten und Lichtverhältnissen getestet und es war sehr genau.

Die Kamera war mit einem künstlichen Nervensystem verbundenNetzwerke (ANNs) sind eine Art maschinelles Lernsoftware, die Forscher trainiert haben, um unterschiedliche Bodenfeuchtigkeitsniveaus unter verschiedenen Himmelsbedingungen zu erkennen.

Mit diesem INS das Überwachungssystemkann möglicherweise darauf trainiert werden, bestimmte Bodenbedingungen überall zu erkennen, sodass es für jeden Benutzer individuell angepasst und entsprechend den sich ändernden klimatischen Bedingungen aktualisiert werden kann, um maximale Genauigkeit zu erzielen.

weiter lesen

Uranus hat den Status des seltsamsten Planeten im Sonnensystem erhalten. Warum?

Physiker haben ein Analogon eines Schwarzen Lochs erstellt und Hawkings Theorie bestätigt. Wohin führt es?

Abtreibung und Wissenschaft: Was wird mit den Kindern geschehen, die gebären werden?