使用物联网和机器学习进行土壤肥力检测和作物预测,International Journal of Membrane Science and Technology
使用物联网和机器学习进行土壤肥力检测和作物预测
International Journal of Membrane Science and Technology Pub Date : 2023-11-03 , DOI: 10.15379/ijmst.v10i2.2855
Bhushan Chaudhari , Sachin Kamble , Madhuri Patil , Gayatri Bhosale , Kavita Jagtap , Gaurav Patil , Priyanka Wakalkar
印度拥有巨大的农业遗产。这是大多数印度家庭的主要生计来源。农民为了提高农作物产量而使用肥料的比例不适当，导致土地贫瘠。为了克服这个问题，需要花很多时间检查土壤的肥力水平、环境条件并预测合适的作物和所需的肥料。土壤肥力取决于氮 (N)、磷 (P) 和钾 (K) 等养分。它还受到温度、湿度、湿度等环境因素的影响。所提出的系统提供了一种经济高效的解决方案，使用物联网和基于机器学习的方法来检查土壤中存在的 NPK 浓度。在此基础上，用户可以预测适合作物的土壤。所使用的技术包括一个集成的光传输和检测系统，该系统由三个不同波长的 LED 组成。光电二极管（LDR 传感器模块）用于光检测目的。使用 Arduino UNO 微控制器处理从光电二极管获得的输出。根据从 LDR 模块收到的输入，可以评估 NPK 浓度。该模型使用作物预测数据集进行训练，以使用 LightGBM 算法预测作物。NPK养分比例和预测作物通过GSM模块和ThingSpeak云平台以短信形式发送给用户。
"点击查看英文标题和摘要"
更新日期：2023-11-03
相关知识
基于机器学习与农业物联网的智慧大棚虫害识别、预测、防控系统
基于机器学习构建葡萄霜霉病预测模型及验证
可持续农业的智能检测：植物病害检测中基于物联网的嵌入式系统、云平台、深度学习和机器学习综述,Multimedia Tools and Applications
基于深度学习的农作物病害图像识别技术进展
人工智能和物联网：水资源管理和保护的智能解决方案
基于自适应判别深度置信网络的棉花病虫害预测
植物物联网
如何利用机器学习技术设计一个智能农业决策支持系统，以提高作物病虫害检测的准确率和灌溉的精准度？
如何结合机器学习技术，优化智能农业决策支持系统的病虫害检测和智能灌溉功能？
机器学习算法应用于智能农业植物病虫害检测.pptx
网址: 使用物联网和机器学习进行土壤肥力检测和作物预测,International Journal of Membrane Science and Technology https://m.huajiangbk.com/newsview756563.html
| 上一篇: 植物控旺用什么药 |
下一篇: 外施ABA提高植物抗逆性的原因是 |
