基于物联网的多传感器监测系统用于使用智能手机进行土壤信息诊断

科学领域:

• 农业技术 农业技术
• 物联网 (IoT) 的物联网 (IoT) 的物联网.
• 数据科学数据科学数据科学

背景情况:

• 农业行业面临着越来越多的粮食生产需求.
• 智能农业利用物联网,提供提高生产率和减少浪费的解决方案.
• 实时的土壤监测对于优化作物产量和资源管理至关重要.

研究的目的:

• 开发和评估一种基于物联网的新型系统,用于实时农业土壤测量.
• 通过使用深度强化学习来实现土壤信息的先进预测模型.
• 证明系统在改善土壤数据采集和监测方面的有效性.

主要方法:

• 设计了一个带有无线传感器 (温度,湿度),微处理器,微计算机,云平台和移动应用程序的物联网系统.
• 开发了一个低功耗的硬件和软件设计,具有模块化电源和节省时间的算法.
• 探索了一种使用深度Q网络 (DQN) 与Bi-LSTM,OS-ELM和PEML (DQN Bi-OS-P模型) 结合的新型土壤信息预测策略.

主要成果:

• 该系统实现了稳定,可靠,实时收集时间序列土壤数据.
• 与其他方法相比,DQN Bi-OS-P模型显示出更好的预测准确性,减少RMSE,MAE和MAPE,并将R2增加0.1%.
• 实验结果显示,移动应用程序显示和实际数据采集之间的时间误差不超过3秒.

结论:

• 开发的智能土壤系统有效地通过移动应用程序实时监测土壤质量.
• 物联网技术与先进的预测模型相结合,显著提高了农业数据的获取和管理.
• 该系统为精准农业提供了可靠和高效的解决方案,支持可持续的食品生产.