Implementation of smart irrigation using IoT and Artificial Intelligence

Abstract

Керування водними ресурсами має вирішальне значення для сільського господарства, оскільки це основне джерело зрошення сільськогосподарських культур. Ефективне керування водними ресурсами може допомогти фермерам підвищити врожайність, зменшити витрати води та підвищити стійкість до посухи. Це може включати такі практики, як точне зрошення, яке використовує датчики та технологію для доставки води лише туди і тоді, коли це необхідно, і консерваційна обробка ґрунту, яка допомагає зменшити випаровування та зберегти вологу в ґрунті. Крім того, фермери можуть застосовувати методи економії води, такі як вибір культур, сівозміна та збереження ґрунту, щоб зменшити споживання води. Отже, з роками зросла кількість досліджень, спрямованих на економію використання води в процесі поливу. У цьому дослідженні пропонується використовувати передові технології, такі як IoT та AI, для управління зрошенням таким чином, щоб максимізувати врожайність сільськогосподарських культур і мінімізувати споживання води відповідно до принципів Agriculture 4.0. Використовуючи датчики в контрольованому середовищі, дані про ріст рослин були швидко зібрані. Завдяки аналізу та тренуванню цих даних між декількома моделями, серед яких знаходимо K-найближчі сусіди (KNN), метод опорних векторів (SVM) та наївний Байєс (NB), KNN показало цікаві результати з рівнем точності 98.4 і 0.016 середньоквадратичною помилкою (RMSE).Water management is crucial for agriculture, as it is the primary source of irrigation for crops. Effective water management can help farmers to improve crop yields, reduce water waste, and increase resilience to drought. This can include practices such as precision irrigation, using sensors and technology to deliver water only where and when it is needed, and conservation tillage, which helps to reduce evaporation and retain moisture in the soil. Additionally, farmers can implement water-saving techniques such as crop selection, crop rotation, and soil conservation to reduce their water use. Thus, studies aimed at saving the use of water in the irrigation process have increased over the years. This research suggests using advanced technologies such as IoT and AI to manage irrigation in a way that maximizes crop yield while minimizing water consumption, in line with Agriculture 4.0 principles. Using sensors in controlled environments, data on plant growth was quickly collected. Thanks to the analysis and training of these data between several models among them, we find the K-Nearest Neighbors (KNN), Support Vector Machine (SVM) and Naive Bayes (NB), the KNN has shown interesting results with 98.4 accuracy rate and 0.016 root mean squared error (RMSE).