AI-Verbeterde Digitale Camera's Revolusioneren Bodemvocht Monitoring

De Verenigde Naties voorspelt dat in 2050 veel gebieden van de planeet niet genoeg zoetwater zullen hebben om de eisen van landbouw te halen als we onze huidige gebruiks patronen voortzetten. Een oplossing voor deze wereldwijde dilemma is de ontwikkeling van efficiëntere irrigatie, centraal in welke precisie monitoring van bodemvocht zit, zodat sensoren 'slimme' irrigatiesystemen kunnen sturen om ervoor te zorgen dat water op het optimale moment en tempo wordt toegepast.

Huidige methoden voor het meten van bodemvocht zijn problematisch — begraven sensoren zijn vatbaar voor zouten in het substraat en vereisen gespecialiseerde hardware voor verbindingen, terwijl thermische imaging camera's duur zijn en gecompromitteerd kunnen worden door klimatologische condities zoals zonlichtintensiteit, mist, en wolken.

Onderzoekers van de Universiteit van Zuid-Australië en Bagdads Middle Technical University hebben een kosteneffectieve alternatief ontwikkeld dat precisie bodemmonitoring eenvoudig en betaalbaar kan maken in bijna elke omstandigheid. Ze testten met succes een systeem dat een standaard RGB digitale camera gebruikt om bodemvocht nauwkeurig te monitoren onder een wijd scala aan condities.

Het systeem is gebaseerd op een standaard videocamera die de verschillen in bodemkleur analyseert om vochtgehalte te bepalen. Het werd getest op verschillende afstanden, tijden, en verlichtingsniveaus, en werd zeer nauwkeurig bevonden. De camera was verbonden met een kunstmatig neuraal netwerk (ANN), een vorm van machine learning software die de onderzoekers trainden om verschillende bodemvochtniveaus onder verschillende luchtcondities te herkennen.

Met behulp van dit ANN, kan het monitorsysteem potentieel getraind worden om de specifieke bodemcondities van elke locatie te herkennen, waardoor het aangepast kan worden voor elke gebruiker en bijgewerkt voor veranderende klimatologische omstandigheden, wat maximale nauwkeurigheid garandeert.

"Eenmaal het netwerk getraind is, zou het mogelijk moeten zijn om gecontroleerde irrigatie te bereiken door de uitstraling van de bodem op de gewenste toestand te handhaven," zei Professor Javaan Chahl.

"Nu we weten dat de monitoringsmethode nauwkeurig is, plannen we een kosteneffectief slim-irrigatiesysteem te ontwerpen gebaseerd op ons algoritme, met een microcontroller, USB camera, en waterpomp die met verschillende bodemtypen kan werken. Het systeem belooft een hulpmiddel te zijn voor verbeterde irrigatietechnologieën in de landbouw in termen van kosten, beschikbaarheid, en nauwkeurigheid onder veranderende klimatologische condities."