Metoda autowalidacji kompletnego modelu nawadniania obrotowego IoT oparta na równaniu Penmana–Monteitha

Bardziej inteligentne podlewanie pól

Na całym świecie rolnicy zmagają się z zadaniem wyhodowania większej ilości żywności przy mniejszym zużyciu wody. W badaniu opisano inteligentny system nawadniania, który wykorzystuje czujniki, łącza bezprzewodowe i dobrze znane równanie zużycia wody, aby dostarczyć uprawom dokładnie tyle wody, ile potrzebują. Skupia się na obrotowych maszynach nawadniających typu "pivot" i wyjaśnia, jak automatycznie sprawdzać odczyty czujników, by błędne dane nie prowadziły do marnowania wody ani odwodnienia roślin.

Dlaczego właściwe gospodarowanie wodą jest trudne

Podawanie roślinom odpowiedniej ilości wody to nie tylko odkręcenie kranu. Rośliny tracą wodę przez liście, a gleba oddaje wilgoć do powietrza — oba procesy zależą od nasłonecznienia, temperatury, wiatru i wilgotności. Tradycyjne systemy często opierają się na szacunkach lub stałych harmonogramach, co może prowadzić do prze- lub niedoboru wody. Autorzy pokazują, że wiele wcześniejszych inteligentnych rozwiązań pomijało niektóre z tych czynników, brakowało im przejrzystych testów wydajności albo były zbyt kosztowne czy ograniczone zakresem, pozostawiając rolników bez kompletnego i niezawodnego rozwiązania.

Idea stojąca za nowym systemem

Praca łączy trzy elementy w jeden kompletny model. Po pierwsze, wykorzystuje standardowe równanie z nauk rolniczych do przeliczenia warunków pogodowych i glebowych na dzienne oszacowanie ilości wody potrzebnej na każdy metr kwadratowy pola. Po drugie, buduje konfigurację Internetu Rzeczy wokół nawadniacza obrotowego, z niedrogimi czujnikami śledzącymi temperaturę gleby, temperaturę powietrza, wilgotność, wiatr i ciśnienie atmosferyczne oraz prostymi sterownikami i zaworami dostarczającymi wodę do małych sekcji pola. Po trzecie, definiuje jasne zasady oceny działania systemu, w tym jak dokładnie szacuje zapotrzebowanie wodne roślin oraz jak łatwo można go skalować i utrzymywać.

Jak działają czujniki i kontrole

W próbie polowej użyto dwóch stacji czujnikowych. Jedna znajduje się na lub w glebie i mierzy temperaturę gleby na różnych głębokościach, temperaturę powietrza, wilgotność i ciśnienie. Druga jest zamontowana około dwóch metrów nad ziemią i mierzy prędkość wiatru oraz warunki powietrzne. Stacje przesyłają odczyty przez Wi‑Fi do jednostki bazowej, która uruchamia aplikację webową wyświetlającą dane i obliczającą ilość wody do zastosowania w czasie. Aby uniknąć błędów przy awarii czujnika lub zakłóceniach łącza bezprzewodowego, autorzy tworzą proste reguły zaliczenia/odrzucenia dla każdego pomiaru, takie jak dopuszczalne zakresy promieniowania słonecznego, ciepła glebowego, temperatury powietrza w zależności od sezonu, prędkości wiatru i wilgotności. Odczyty poza tymi zakresami traktowane są jako podejrzane, chroniąc system przed wprowadzającymi w błąd danymi.

Co pokazała próba polowa

System testowano na trawiastym polu Uniwersytetu w Tabuku przez 49 dni. W tym czasie czujniki zbierały dane co kilka godzin, a oprogramowanie przekształcało te dane w dzienne zapotrzebowanie wodne na każdy metr kwadratowy. Badacze porównali oszacowane potrzeby wodne z rzeczywistą ilością wody zastosowaną przez zarządzających polem za pomocą systemu obrotowego. Choć rzeczywiste ilości nawadniania często przewyższały obliczone potrzeby, oszacowania podążały za tym samym ogólnym wzorcem i wyjaśniały dużą część dziennych zmian zapotrzebowania na wodę. Zespół zastosował też standardowe miary statystyczne, by wykazać, jak ściśle ich oszacowania odzwierciedlały rzeczywiście zastosowaną wodę.

Znaczenie dla rolnictwa

Dla czytelnika niewegetatywnego kluczowy wniosek jest taki, że można teraz zbudować praktyczny, stosunkowo niedrogi system, który obserwuje pogodę i glebę, weryfikuje jakość swoich własnych danych, a następnie doradza, ile należy podlewać pole. W tej wczesnej próbie na trawie podejście dostarczyło solidnej bazy dla inteligentniejszego podlewania i wskazało miejsca, gdzie najprawdopodobniej marnowana jest dodatkowa woda. Autorzy argumentują, że ich połączenie kompletnego monitoringu, automatycznych kontroli i przejrzystych wytycznych projektowych może służyć jako wzorzec dla przyszłych systemów dla innych upraw i w innych klimatach, pomagając rolnikom oszczędzać wodę, obniżać koszty i utrzymywać zdrowe plony.

Cytowanie: Elfaki, A.O., Albelwi, S.A., Lakhouit, A. et al. An auto-validation method for a complete IoT pivot irrigation model based on the Penman–Monteith equation. Sci Rep 16, 15670 (2026). https://doi.org/10.1038/s41598-026-46804-3

Słowa kluczowe: inteligentne nawadnianie, nawadnianie obrotowe, rolnictwo IoT, gospodarka wodna, ewapotranspiracja