论文信息
Zenodo (CERN European Organization for Nuclear Research)
论文解读
AI 辅助整理- 方法
- 低成本土壤湿度/温湿度传感器、微控制器、云平台与阈值控制算法。
- 发现
- 实验表明系统节水约30–35%,且不影响土壤适宜湿度。
- 机会点
- 可引入机器学习预测作物需水,替代固定阈值,并开展多作物多气候区长期验证。
论文摘要
鉴于人口增长、气候变化和水资源短缺,当代农业最为紧迫的问题之一是水资源的高效利用。传统灌溉依赖固定的时间安排和人工控制,往往导致不必要的水资源浪费和作物产量低下。本文提出了一种基于物联网(IoT)的智能灌溉系统,可实时测量土壤湿度并据此控制灌溉。该系统集成了低成本土壤湿度、温度和湿度传感器、微控制器单元以及能够自主决策的云端监测系统。基于阈值的控制算法确保仅在必要时进行灌溉。实验评估表明,该系统在不对最佳土壤湿度造成负面影响的情况下,将用水量减少了约30%至35%。该系统成本低廉、可扩展,适用于精准农业。
论文原文与出版信息
Zenodo (CERN European Organization for Nuclear Research)