标准数码相机和人工智能监测土壤水分
联合国预测，如果我们继续目前的使用模式，到 2050 年，地球上许多地区可能没有足够的淡水来满足农业的需求。解决这一全球难题的一种方法是开发更高效的灌溉，其核心是精确监测土壤水分，允许传感器引导“智能”灌溉系统，以确保以最佳时间和速率施用水。
目前检测土壤湿度的方法存在问题——埋藏的传感器容易受到基质中盐分的影响，并且需要专门的硬件进行连接，而热像仪价格昂贵，并且会受到阳光强度、雾和云等气候条件的影响。
来自南澳大利亚大学和巴格达中间技术大学的研究人员开发了一种具有成本效益的替代方案，可以使精确土壤监测在几乎任何情况下都变得简单且经济实惠。他们成功测试了一个使用标准 RGB 数码相机在各种条件下准确监测土壤水分的系统。
该系统基于标准摄像机，可分析土壤颜色的差异以确定水分含量。它在不同的距离、时间和光照水平下进行了测试，发现非常准确。摄像头连接到人工神经网络 (ANN)，这是一种机器学习软件，研究人员训练该软件识别不同天空条件下的不同土壤湿度水平。
使用这种人工神经网络，监测系统可能会被训练以识别任何位置的特定土壤条件，从而可以为每个用户定制并根据不断变化的气候环境进行更新，从而确保最大的准确性。
“一旦网络经过训练，就应该可以通过将土壤外观保持在所需状态来实现受控灌溉，”Javaan Chahl 教授说。
“既然我们知道监测方法是准确的，我们正计划根据我们的算法设计一个具有成本效益的智能灌溉系统，使用微控制器、USB 摄像头和水泵，可以处理不同类型的土壤。该系统有望成为改进农业灌溉技术的工具，在不断变化的气候条件下的成本、可用性和准确性。”
传感器