Internet of things-based smart irrigation system using soil moisture and weather data

方法

电容式土壤湿度传感器、天气API、Raspberry Pi边缘计算与规则决策。

发现

系统能准确分类干、适宜、湿状态，仅在临界条件触发灌溉与邮件通知。

机会点

可引入机器学习预测土壤湿度动态，优化规则阈值并扩展至多作物多区域验证。

农业中的水资源浪费仍然是一项重大挑战，因为灌溉实践往往依赖固定时间表，而非实际田间条件。本研究提出了一种基于物联网（IoT）的智能灌溉系统，旨在通过实时监测和自动灌溉控制来提高用水效率。该系统将电容式土壤湿度传感器与从在线应用程序编程接口（API）获取的天气信息相结合，同时所有数据处理均在Raspberry Pi边缘设备上本地完成。系统采用基于规则的决策机制，将土壤状况分为干燥、适宜和湿润三类，并根据土壤湿度水平和降雨预报确定适当的灌溉措施。该系统使用低成本和易于获取的组件实现，并在受控条件下进行了测试，土壤湿度水平范围约为0%至85%以上。实验结果表明，系统能够一致地分类临界干燥、适宜和临界湿润状况，从而在不同情景下实现适当的灌溉响应。此外，电子邮件通知仅在临界状况下生成，而在适宜湿度水平下未触发任何警报，表明系统运行稳定可靠。所提出的系统为支持高效灌溉管理和可持续农业实践提供了一种实用且具有成本效益的解决方案。