Standaard digitale camera en AI om bodemvocht te bewaken

De Verenigde Naties voorspellen dat in 2050 veel delen van de planeet niet genoeg zoet water zullen hebben om aan de vraag van de landbouw te voldoen als we onze huidige gebruikspatronen voortzetten. Een oplossing voor dit wereldwijde dilemma is de ontwikkeling van efficiëntere irrigatie, waarbij het nauwkeurig monitoren van bodemvocht centraal staat, waardoor sensoren 'slimme' irrigatiesystemen kunnen sturen om ervoor te zorgen dat water op de optimale tijd en snelheid wordt toegediend.

De huidige methoden voor het meten van bodemvocht zijn problematisch - begraven sensoren zijn gevoelig voor zouten in het substraat en vereisen gespecialiseerde hardware voor verbindingen, terwijl warmtebeeldcamera's duur zijn en kunnen worden aangetast door klimatologische omstandigheden zoals zonlichtintensiteit, mist en wolken.

Onderzoekers van de University of South Australia en de Middle Technical University van Bagdad hebben een kosteneffectief alternatief ontwikkeld dat nauwkeurige bodemmonitoring in bijna alle omstandigheden eenvoudig en betaalbaar kan maken. Ze hebben met succes een systeem getest dat een standaard RGB digitale camera gebruikt om het bodemvocht nauwkeurig te monitoren onder een breed scala aan omstandigheden.

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

Met behulp van deze ANN kan het monitoringsysteem mogelijk worden getraind om de specifieke bodemgesteldheid van elke locatie te herkennen, waardoor het voor elke gebruiker kan worden aangepast en kan worden bijgewerkt voor veranderende klimatologische omstandigheden, wat resulteert in maximale nauwkeurigheid.

"Als het netwerk eenmaal is getraind, moet het mogelijk zijn om gecontroleerde irrigatie te bereiken door het uiterlijk van de bodem in de gewenste staat te houden", zegt professor Javaan Chahl.

"Nu we weten dat de monitoringmethode nauwkeurig is, zijn we van plan een kosteneffectief slim irrigatiesysteem te ontwerpen op basis van ons algoritme, met behulp van een microcontroller, USB-camera en waterpomp die met verschillende soorten bodems kan werken. Het systeem is veelbelovend als hulpmiddel voor verbeterde irrigatietechnologieën in de landbouw in termen van kosten, beschikbaarheid en nauwkeurigheid onder veranderende klimatologische omstandigheden.”