基于RFID的ZnO/TiO₂/SnS₂土壤氧含量传感器与1D-CNN-GRU相结合 模型:用于预测土壤氧含量系统的分类

科学领域:

• 农业工程 农业工程
• 材料科学 材料科学 材料科学
• 传感器技术 传感器技术

背景情况:

• 土壤氧气对于温室作物产量和质量至关重要,影响根呼吸和营养吸收.
• 传统的土壤氧气监测方法在成本,稳定性,准确性和防干扰能力方面存在局限性.
• 开发稳定和精确的监测系统对于有效的温室气体管理至关重要.

研究的目的:

• 开发一种使用ZnO/TiO2/SnS2纳米复合材料的新型RFID传感器,用于准确的土壤氧气监测.
• 整合一个智能算法 (1D-CNN-GRU),以提高传感器性能和数据处理.
• 为了克服温室种植中传统监测技术的局限性.

主要方法:

• 在FR-4基板上制造RFID传感器,使用多层ZnO/TiO2/SnS2纳米复合材料.
• 实施环境多频编码,用于多参数感知和信号分离.
• 开发和应用1D-CNN-GRU模型用于传感器数据分析和预测.

主要成果:

• 传感器在5-25%的氧气范围内显示出更好的响应线性 (R^2从0.97到0.99).
• 与传统方法相比,实时动态监控的准确性增加了3.16%.
• 分类任务实现了98.4%的整体准确度,具有高精度 (98.8%),回忆 (97.4%),和F1得分 (97.7%).

结论:

• 结合的RFID传感器和1D-CNN-GRU算法为土壤氧气监测提供了显著的优势.
• 这项技术为土壤健康管理和温室作物的智能调节提供可靠的数据.
• 开发的系统通过精确的环境控制来提高作物生长的优化.