IOT AND WEATHER DATA-DRIVEN SMART IRRIGATION FOR WATER-EFFICIENT CROP PRODUCTION

方法

集成土壤湿度、温湿度、水位传感器与降雨概率、温度预报，经物联网控制器决策。

发现

相比定时灌溉节水达35%，土壤湿度稳定性提升18.2%。

机会点

可探索多源气象预报误差下的灌溉决策鲁棒性，及跨作物、跨区域的节水模型泛化。

农业是淡水的主要消耗者之一，低效的灌溉方式可能导致严重的水资源浪费、作物生产力下降以及种植成本增加。传统灌溉方法通常依赖固定时间表或人工决策，可能无法充分应对不断变化的土壤和天气条件。本研究提出了一种基于物联网与天气数据的智能灌溉系统，用于节水型作物生产，该系统能够根据实时田间条件实现智能化和自动化灌溉。所提出的系统将物联网（IoT）传感器（如土壤湿度、温度、湿度和水位传感器）与外部天气信息（包括降雨概率和温度预报）相结合。采集的数据通过支持物联网的控制器传输至中央监控平台。系统根据土壤湿度水平以及当前或预测的天气条件，确定适当的灌溉时间和时长。当土壤湿度充足或预计有足够降雨时，灌溉会减少或推迟，从而避免不必要的水资源消耗。所提出的系统在受控田间条件下选用特定农作物进行了开发和评估。其性能从耗水量、灌溉效率、土壤湿度管理、作物生长和系统可靠性等方面进行了评估。实验结果表明，与传统基于时间表的灌溉方式相比，该系统可节水高达35%，同时土壤湿度稳定性提高了18.2%。该研究展示了物联网与天气数据的融合如何支持精准农业、可持续水资源管理以及农业生产力的提升。